Hluboká medicína

Dnes stojíme na prahu technologické revoluce. V následujících letech bude umělá inteligence ovlivňovat téměř každý obor i lidskou činnost a navždy změní způsob, jakým žijeme a pracujeme. A medicína není výjimkou.

Znamená to, že směřujeme ke světu, v němž nás v případě nemoci budou ošetřovat robotičtí lékaři a sestry? Ne, takhle to pravděpodobně vypadat nebude. Možná jednou dokážeme předat plnou kontrolu některým typům AI – například autonomním vozidlům – ale medicína bude vždy vyžadovat určitou míru lidského dohledu.

Nejlepší představitelná budoucnost medicíny je taková, v níž lidé a algoritmy využívají své jedinečné silné stránky a společně zlepšují péči o pacienty i fungování zdravotnických systémů. Jednoho dne by AI mohla být schopna provádět velmi přesná a komplexní lékařská posouzení. Stále však budeme potřebovat lidi, aby tato doporučení uváděli do praxe a navazovali s pacienty hluboké, důvěrné vztahy – něco, co dnes v medicíně často bolestně chybí.

V tomto shrnutí se dozvíte, jak strojové učení zachránilo život novorozence, jak může AI předpovídat depresi pomocí dat z vašeho chytrého telefonu a jak by mohly vzniknout nemocnice, v nichž budou lékaři – ale téměř žádní hospitalizovaní pacienti.

Robert byl poměrně zdravý pětapadesátiletý muž. Jedno odpoledne však prodělal to, čemu lékaři říkají „minimrtvice“ – znecitlivěla mu tvář a začal mít problémy se zrakem. Jeho praktický lékař mu poradil, aby dál denně užíval aspirin, jak to dělal dosud.

Robert však s tímto doporučením nebyl spokojen, a tak se rozhodl navštívit neurologa, který ho následně odeslal ke kardiologovi. Teprve tam se dozvěděl, že má patent foramen ovale (PFO) – malý otvor ve stěně oddělující dvě srdeční síně. Kardiolog tvrdil, že právě tento nález je příčinou Robertovy minimrtvice a že je nutné otvor v srdci chirurgicky uzavřít.

Robert si tím ale nebyl jistý. A zde se dostáváme k hlavnímu poselství: zdravotní péče potřebuje přechod od povrchní medicíny k medicíně hluboké.

Po návštěvě prvního kardiologa se Robert obrátil na autora knihy, kardiologa Erica Topola, aby získal druhý názor. Topol byl původním závěrem šokován – PFO má zhruba každý pátý dospělý a tento stav není s cévními mozkovými příhodami jednoznačně spojen. Společně se proto snažili odhalit Robertův skutečný problém a dospěli k diagnóze fibrilace síní, kterou lze účinně léčit prostým podáváním antikoagulancií.

Robertova situace ilustruje to, co Topol nazývá „povrchní medicínou“ – prostředím, v němž vyhořelí a často depresivní lékaři nemají čas budovat se svými pacienty skutečné vztahy ani je hodnotit v širších souvislostech. Například ve Spojených státech trvá průměrná návštěva v ambulanci jen asi sedm minut. Možná i v důsledku toho dochází v zemi každoročně k přibližně 12 milionům závažných diagnostických pochybení a až třetina prováděných lékařských výkonů je zbytečná.

Trpí pacienti – ale trpí i ti, kdo je léčí. Depresi zažívá jeden ze čtyř mladých lékařů a téměř polovina amerických lékařů dnes vykazuje známky syndromu vyhoření. To výrazně zvyšuje riziko chyb v péči – a v krajních případech vede i k lékařským sebevraždám.

Abychom se s těmito problémy vyrovnali, musíme přejít od povrchní medicíny k hluboké. Tento přerod má tři základní pilíře. Za prvé, medicína bude vyžadovat, aby lékaři hluboce popsali každého jednotlivého pacienta – tedy shromáždili co nejvíce relevantních osobních a zdravotních údajů. Za druhé, bude nutné využít hluboké učení a další metody AI k podpoře diagnostických schopností lékařů a k automatizaci opakujících se úkolů. A konečně, hluboká medicína bude vyžadovat, aby lékaři rozvíjeli hlubokou empatii – aby vnímali pacienty jako plnohodnotné lidské bytosti, nikoli jen jako soubory příznaků či problémy k vyřešení.

Umělá inteligence v medicíně může na první pohled působit jako záležitost vzdálené budoucnosti. Ve skutečnosti už dnes zachraňuje životy.

Jeden zdravý chlapec byl propuštěn z porodnice tři dny po narození. O pět dní později s ním jeho matka spěchala na pohotovost dětské nemocnice Rady Children’s Hospital v San Diegu. Novorozenec měl neustávající záchvaty, které se stále zhoršovaly. Když situace začala vypadat beznadějně, odebrali lékaři vzorek jeho krve a poslali ho do laboratoře na rychlé sekvenování celého genomu.

Umělá inteligence dokázala během pouhých 20 sekund zpracovat veškerou chlapcovu zdravotnickou dokumentaci. Algoritmy strojového učení pak procházely genetická data a nakonec narazily na jednu vzácnou genetickou variantu, která mohla být příčinou záchvatů. Ukázalo se, že podávání vitamínu B6 a doplňků argininu může účinky tohoto genu potlačit.

Hlavní sdělení je následující: umělá inteligence může zdravotní péči zásadně prospět, ale má své limity.

Díky zvolené léčbě – a rychlé práci AI – záchvaty novorozence ustaly a chlapec je dnes zcela zdravý. Tento případ ukazuje, že AI ve spolupráci s lidskými lékaři má skutečný potenciál zachraňovat životy.

Než se však necháme unést nadšením z možností AI, je důležité připomenout si její omezení. Především je zcela závislá na kvalitě dat, z nichž se učí a z nichž vychází při svých předpovědích. Většina dnešních systémů pracuje se strukturovanými daty – standardizovanými a snadno vyhledatelnými. Lékařská dokumentace je však často nestrukturovaná, založená na volném textu a vyprávění. Nepřesné či chybné označení může velmi snadno zkreslit výstup algoritmu.

AI navíc není kreativní – nedokáže sama vymýšlet nová řešení problémů. Topol například jednou léčil sedmdesátiletého muže trpícího extrémní únavou. CT vyšetření ukázalo, že jeho pravá koronární tepna je zúžená zhruba o 80 procent. Topola to mátlo, protože takové zúžení obvykle tak výraznou únavu nezpůsobuje. Pacientovi situaci vysvětlil a navrhl zavedení stentu do zúžené tepny. Muž souhlasil.

Už v den zákroku byl pacient schopen ujít několik bloků, aniž by se cítil unavený. Uvedl, že se cítí silnější a lépe než kdykoli předtím. Počítačový algoritmus by takový postup s největší pravděpodobností nedoporučil – pro konkrétní kombinaci příznaků a nálezu u tohoto muže neexistoval žádný precedent.

Současná AI má několik zásadních omezení, která jí nikdy nedovolí plně nahradit lidské lékaře. Přesto však může medicíně výrazně pomoci.