WróćWykorzystanie sztucznej inteligencji (AI) w diagnostyce medycznej, dzięki analizie wielu danych, jest szansą na podejmowanie trafniejszych diagnoz. Chociaż aplikacje z udziałem AI samodzielnie ani nie zwalczają choroby, ani nie zastępują ekspertów i naukowców, to stały się ważnym narzędziem wspierania tych wysiłków. AI może rozpoznać zatrzymanie akcji serca podczas połączeń alarmowych szybciej i częściej niż dyspozytor medyczny.
Biorąc pod uwagę wydarzenia z ostatnich miesięcy, AI pomaga w diagnozowaniu osób chorych, analizuje zapotrzebowanie na sprzęt medyczny, ułatwia zarządzanie szpitalami i innymi zasobami medycznymi oraz bardzo znacząco wspomaga prace nad szczepionką. A wszystkie te zadania wykonywane są dużo szybciej, niż zrobiłby to człowiek.
Raport przygotowany przez THINKTANK we współpracy z Microsoft pt. Iloraz Sztucznej Inteligencji wskazuje, że Europa jest jednym z ważniejszych ośrodków wykorzystania technologii sztucznej inteligencji w sektorze zdrowia. Potwierdzają to liczne projekty prowadzone zarówno przez Komisję Europejską, jak i poszczególne państwa. Wystarczy wskazać projekt KConnect o wartości 3 mln euro, który pomaga ludziom znaleźć najbardziej odpowiednie dostępne informacje medyczne, dzięki zastosowaniu funkcji wielojęzycznego wyszukiwania i usług tekstowych. Kolejny przykład to Estonia, która już teraz stosuje technologię blockchain w celu zapewnienia bezpieczeństwa danych medycznych. Podobnych projektów europejskich jest wiele, a każdy z nich u podstaw ma zaawansowane wykorzystanie technologii chmury i sztucznej inteligencji.
Łotwa: wczesne wykrywanie raka płuc
W ciągu następnych kilku lub kilkunastu lat analiza genów i wielkich zbiorów danych o pacjentach całkowicie zmieni medycynę. Na Łotwie realizowany jest projekt mający na celu opracowanie nowej, opartej na analizie dużych zbiorów danych metody wczesnego diagnozowania i leczenia raka płuc. We wrześniu 2017 r. Uniwersytet Łotewski w Rydze oraz Microsoft powołali wspólne Centrum Innowacji (LUMIC). Jego celem jest stworzenie ekosystemu sprzyjającego współpracy między profesjonalistami z branży IT, sektorem publicznym, rządem, naukowcami, studentami, przedsiębiorcami i ekspertami Microsoft.
Jednym z pierwszych projektów LUMIC jest „Tworzenie jeziora danych dla wczesnego wykrywania raka płuc”. Cel to opracowanie niezbędnej infrastruktury wsparcia IT do integracji oraz analizy genotypów i innych informacji zdrowotnych. Uniwersytet Łotewski oraz eksperci Microsoft zaprojektowali informatyczną platformę danych specjalnie przystosowaną do analizy informacji genetycznych i innych medycznych (zwaną jeziorem danych), dzięki której byłoby możliwe bardziej efektywne podejmowanie decyzji oraz utworzenie skalowalnego i opłacalnego systemu opieki zdrowotnej.
Stworzona platforma zbiera dane z rejestrów publicznych, szpitali, bezpośrednio od pacjentów, a także pobiera anonimowe informacje ze skomputeryzowanych urządzeń diagnostycznych. Następnie umożliwia ich eksplorację, przetwarzanie oraz anonimizację, wielowymiarową analizę i wreszcie udostępnianie do badań i medycyny prewencyjnej. Realizacja wszystkich tych funkcji byłaby niemożliwa bez dostępu do usług chmurowych Microsoft oraz sztucznej inteligencji, używanej przez Microsoft Azure Cognitive Services.
Opracowana architektura zapewnia badaczom jeden interfejs do wspólnej bazy danych. Ustrukturyzowane w niej wyniki sekwencjonowania genomu, a także innych testów i danych opisowych pacjenta mogą być ponownie wykorzystane w wielu projektach.
Czechy: Szpital Uniwersytetu Medycznego w Pradze
Praska placówka jest złożonym systemem organizacyjnym, w którym 7 tys. pracowników musi sprawnie i efektywne działać w oparciu o przepływ wielkiej ilości informacji. Szpital jest jednym z największych i jednocześnie najważniejszych instytutów naukowych w dziedzinie metod terapeutycznych i diagnostycznych w Republice Czeskiej. Stale testuje i wprowadza innowacyjne procedury diagnostyczne i lecznicze, które zyskały międzynarodowe uznanie. W jego skład wchodzą 44 kliniki, instytuty i oddziały, w których przyjmowani są pacjenci z całego kraju.
Z tych wszystkich powodów szpital dysponuje ogromną bazą danych o opiece medycznej i diagnostyce. W 2018 r. kierownictwo szpitala zdecydowało się na pełną transformację cyfrową i zapewniło wszystkim zatrudnionym możliwość korzystania z usług Microsoft 365 Enterprise w chmurze, począwszy od przechowywania danych medycznych, poprzez udostępnianie notatek, a skończywszy na możliwości zdalnej pracy. Przejście do chmury i uporządkowanie licznych baz danych pozwoliło sięgnąć po kolejną innowację technologiczną: wykorzystanie sztucznej inteligencji do analizy ogromnych zbiorów danych i wsparcia zarówno procesu zarządzania szpitalem, jak i diagnostyki medycznej.
W podniesieniu efektywności zarządzaniu szpitalem pomogła platforma uczenia maszynowego Microsoft Azure, w tym pakiet Cortana Intelligence Suite. Platforma Azure dysponuje sprawnymi narzędziami do analizy danych i identyfikuje poszukiwane przez użytkownika wzorce, dzięki czemu możliwie jest uzyskiwanie niedostępnej dotąd wiedzy, na przykład identyfikowanie anomalii, których człowiek nie byłby w stanie zauważyć w tym samym czasie.
Szpital dąży teraz do znaczącej poprawy diagnostyki, którą może osiągnąć dzięki AI. Lekarze klinicyści z praskiej placówki wspólnie z Microsoft prowadzą projekt mający pomóc im lepiej analizować obrazy radiologiczne pacjentów z rakiem prostaty. Do tego celu wykorzystywane jest narzędzie Microsoft ProjectInnerEye, które za pomocą najnowszej technologii uczenia maszynowego dokonuje automatycznej, ilościowej analizy trójwymiarowych obrazów radiologicznych.
Wykwalifikowany specjalista onkolog potrzebuje na tradycyjną ocenę zdjęć radiologicznych od 30 minut do czterech godzin, w zależności od rodzaju raka. ProjectInnerEye wykonuje taką analizę w kilka minut. Zatwierdza ją ostatecznie lekarz, ale cały proces trwa teraz o wiele krócej.
Korzyści z migracji usług do chmury wykraczają poza zwykłą oszczędność czasu. Dzięki elektronicznej dokumentacji i przechowywaniu danych w chmurze możliwe jest monitorowanie rozwoju stanu zdrowia pacjenta, zmian w wynikach badań i uelastycznienie postępowania w sytuacjach krytycznych.
Rumunia: Regina Maria Clinics
Regina Maria Clinics jest wiodącym rumuńskim dostawcą prywatnych usług medycznych. Zatrudnia 5,5 tys. pracowników, ma 64 własne placówki, w tym trzy akredytowane międzynarodowe szpitale i współpracuje z rozległą siecią partnerską obejmującą prawie 300 innych podmiotów.
Instytucja stale rozwija swoją infrastrukturę medyczną, fachową wiedzę pracowników i komunikację z 200 tys. pacjentów, którzy mają do dyspozycji w pełni mobilny dostęp do własnych kont, w tym do dokumentacji medycznej z 10 ostatnich lat, konsultacji lekarskich i rezerwacji on-line.
Zarządzanie przepływem informacji w tak złożonym i wieloelementowym zbiorze stawało się coraz bardziej skomplikowanym wyzwaniem. Dlatego sieć Regina Maria zaprosiła do współpracy lokalnych partnerów firmy Microsoft – Asseco i Linksoft, które opracowały wspólne wdrożenie wykorzystującej sztuczną inteligencję technologii Microsoft Dynamics 365 dla sprzedaży oraz Microsoft Teams do usprawnienia komunikacji wewnętrznej.
Potem przyszła kolej na następną kluczową technologię w Regina Maria. Jest nią nowy chatbot Ana, zbudowany przez lokalnych specjalistów od chatbotów z firmy Druid. Ana łączy się z pięcioma różnymi systemami wewnętrznymi, wyodrębnia otwarte zadania dla menedżerów i podpowiada im, co jest w toku lub wymaga zatwierdzenia. Dlatego oszczędza całemu zespołowi kierowniczemu około ośmiu godzin dziennie na wszystkich poziomach. Teraz mogą się skupić na innych zadaniach. Nowe technologie pomagają personelowi sprzedażowemu, administracyjnemu i klinicznemu, a także pacjentom.
Wdrożenie nowych technologii korzystających ze sztucznej inteligencji usprawniło współpracę i wymianę informacji między lekarzami, oddziałami i zespołami medycznymi. Umożliwiło też sprawniejszą komunikację zwrotną z pacjentami. Doceniają to menadżerowie wszystkich szczebli, bo mają dzięki temu dostęp do tych samych informacji za pomocą czatu grupowego, spotkań online, połączeń telefonicznych i konferencji internetowych.
Skrócił się czas oczekiwania pracowników na decyzje ich szefów, którzy z natury są ciągle zajęci i dlatego wcześniej bywali trudno dostępni. Teraz wszystkie zadania są wykonywane szybciej i płynniej, praca zespołów jest łatwiejsza i bardziej produktywna, a proces rejestracji pacjentów trwa o 20 proc. krócej.
