Budoucnost medicíny: Počítač lékaře propojí s nejnovějšími poznatky a poradí, jak léčit. Data ve zdravotnictví se každé tři roky zdvojnásobují

Pacient s nádorem navštíví lékaře, který zadá potřebná data o nemocném do softwaru. Ten je propojí s nejnovějšími vědeckými a lékařskými poznatky z celého světa, pomocí umělé inteligence vše vyhodnotí a "vyplivne" několik doporučení pro lékaře, jak ho léčit. Podobné expertní systémy nejsou sci-fi. Do rozhodování o osudu pacienta zapojují umělou inteligenci zahraniční ústavy, například v USA, a poohlížejí se po nich i tuzemské.

"Je to podobné jako samořiditelná auta bez řidičů − všichni se o to zajímají, zčásti tomu věříme, zčásti ne, a zjišťujeme, jak se to dá použít," popisuje profesor Jan Žaloudík, ředitel Masarykova onkologického ústavu v Brně, kde už se na využívání systému, pomáhajícího lékařům při složitém rozhodování, chystají. Objíždějí kvůli tomu špičková zahraniční pracoviště. "Během pěti deseti let to bude žhavé téma," věří Žaloudík. O využití umělé inteligence a velkých dat ve zdravotnictví se debatovalo u Kulatého stolu HN.

Účastníci se shodli na tom, že Česko je sice v této oblasti v počátcích, ale je načase připravit se na budoucnost. Data, která vyprodukuje světové zdravotnictví, se co do objemu zdvojnásobují každé tři roky. Zdravotnické systémy ale zápasí s tím, že zatím neumí data dobře sbírat, třídit a využívat, analyzovat. Získávat je lze ale všude: od pacientů, z výzkumu a klinických studií až po například aplikace v mobilech monitorujících aktivitu člověka. Možnosti navíc narůstají, Apple třeba minulý týden představil chytré hodinky, které umí měřit EKG.

"V datech a jejich využívání se skrývá spousta odpovědí na otázky, jak zdravotnictví řídit, jak léčit, jak porovnávat, jak podobná léčba funguje u různých pacientů," vysvětluje Matěj Adam, manažer IBM Watson Health pro Evropu. Právě systém Watson Health firmy IBM dokáže s daty z nemocnic na základě umělé inteligence pracovat. V Česku se zatím nevyužívá, ale na sousedním Slovensku už ho zkoušejí zapojovat do onkologie. "Využití velkých dat a umělé inteligence je žhavé téma z mnoha důvodů. Jedním z nich je udržitelnost financování systému," poznamenal Adam.

Umělá inteligence může například velký objem dat, jež nemocnice uchovávají, pomoct třídit a určovat, která jsou pro archivaci důležitá a kterých se naopak může nemocnice zbavit, míní Žaloudík.

Náměstek ministra zdravotnictví Roman Prymula ale podotýká, že Česko je zatím v oblasti velkých dat a umělé inteligence o pár kroků pozadu − řada nemocnic teprve bojuje s tím, kde vůbec obrovská data uskladnit, mnohá navíc mají v papírové podobě, takže si pro to musí pronajímat další prostory. "To je doba, s níž se snažíme rozloučit. Elektronizace zdravotnictví je cesta, jak se také zbavit velkých skladů. Teď jsme v situaci, kdy vytváříme nový zákon, abychom české zdravotnictví elektronizovali," připomněl Prymula.

Zákon má podle něj umožnit zařízením vést různé databázové systémy, ty budou schopné říci, kdo jsou zdravotničtí pracovníci v Česku, pacienti, poskytovatelé služeb. "Chceme vytvořit integrované datové rozhraní, abychom měli platformu, která bude komunikovat s klasickým elektronickým systémem. Jsou zdravotnická zařízení, která jsou připravena více než jiná, v některých případech už dokonce pokukují po tom, že by pracovala v systému big dat a byla by schopna je analyzovat," říká Prymula.

Nelze ale vzít "jakási" data z nemocnic a dělat s nimi pokročilé analýzy, upozorňuje Adam. "Důležitá je kvalita dat, struktura, teprve potom se z nich dá něco vydolovat. Je třeba mít představu na začátku," podotýká Adam s tím, že pokrok by neměli určovat inženýři, ale lékaři a správci nemocnic.

Jak Prymula, tak Žaloudík přiznávají, že zavádění umělé inteligence může narážet mimo jiné na neochotu lékařů, kteří se mohou cítit umělou inteligencí upozadění nebo zkrátka nebudou chtít měnit svoje zvyklosti. "Lékaři se k tomu staví s lehkým kritickým nadhledem, proto jim novinky rád představuji ne jako umělou inteligenci, dokonce ani jako rozšířenou, ale jako možnosti pomocných expertních systémů, které je upevní v jejich rozhodování třeba srovnáním, že stejně by se zachovala i skupina v Paříži nebo v Mnichově," vysvětluje profesor Žaloudík. V onkologii běžně rozhodují o léčbě složitých diagnóz expertní týmy. Systém právě takový interdisciplinární supertým připomíná, míní Žaloudík. Dává podle něj smysl využívat jej hlavně v případech, kdy musí doktoři pracovat s obzvlášť komplexními informacemi a do rozhodování vstupují desítky až stovky parametrů a možností. S tím, jak přibývá znalostí molekulární medicíny a biologie a pro lékaře bude těžší se ve všech poznatcích zorientovat, budou dostávat větší slovo pokročilé expertní systémy.

Diskutující se ale shodli, že by měly zůstávat v poradní roli. "Medicína stojí na přirozené inteligenci lékařů, ale z ní by se měla odvodit umělá v oblastech, kde to nezvládneme," míní Žaloudík. Expertní systémy podle Prymuly limituje třeba to, že když se setkají se zcela novou situací, nemusí rozhodovat optimálně. Zároveň je lékař nenahraditelný svým osobním přístupem. Nejlépe rozpozná, jak se s pacientem bavit.

Obecně ale pacienti přijímají umělou inteligenci ve zdravotnictví většinou pozitivně, alespoň podle zkušeností Adama z IBM. "Pacient chce být vyléčený, a jak se k tomu lékař dostane, neumí a nemůže natolik ovlivnit," podotýká Adam.

Zavádění novinek do zdravotnictví ale brzdí i zákony. "Nemáme úplnou představu o důsledcích dostatečně dlouho před tím, než něco chceme zavést. Pak musíme legislativu upravovat. Dnes máme GDPR a jakákoliv chyba v oblasti se nám může vymstít," podotýká Prymula.

Umělá inteligence ve zdravotnictví lékařům radí s léčbou nebo třídí informace