Když David Zogala, primář Ústavu nukleární medicíny Všeobecné fakultní nemocnice v Praze, hovoří o umělé inteligenci ve zdravotnictví, je znát jeho zaujetí. "Největší hit nasazení umělé inteligence je v současné době v zobrazovacích metodách," vysvětluje s tím, že umělá inteligence a analýza velkých dat mohou zlepšit obrazovou kvalitu vyšetření, a tím i třeba snížit potřebnou míru ozáření pacienta, nebo asistovat lékaři při hledání patologických ložisek.

"V současnosti může sloužit především jako pomocný nástroj," říká Zogala. Vývoj sice jde rychle kupředu, v blízké budoucnosti se však žádná zdravotnická sci-fi nechystá. Umělá inteligence v medicíně má podle něj i podle dalších expertů ještě hodně daleko k tomu, aby lékaře nahradila − i když právě lékaři specializující se na zobrazovací metody mohou podle primáře očekávat dopady technologického vývoje ve svých odbornostech ze všech profesí nejvíc.

Většina nových aplikací má zatím spíš podobu výzkumných projektů. "Modely strojového učení mají vždy nějakou míru chybovosti. A čím nižší je vaše tolerance vůči chybám, tím je těžší vyvinout a udržet model strojového učení, který potřebujete. Pro mnoho aplikací ve zdravotnictví je tolerance vůči chybám velmi blízká nule," vysvětluje Alden Gordon, bývalý šéf datové analytiky americké zdravotnické on-line firmy RubiconMD. "Umělá inteligence v blízké budoucnosti lékaře nenahradí, ale umožní jim být mnohem efektivnější."

Očekávání od nových technologií jsou ve zdravotnictví veliká. Mohly by pomoci snížit náklady na léčbu a také umenšit výskyt nemocí, kterým se dá předejít prevencí. Výsledky vyšetření i výstupy diagnostik se zapisují do digitálních pacientských "karet" a výsledkem je obrovské množství dat. Umělá inteligence, tedy spíš strojové učení, může pomoci v jejich setřídění a využití. Dají se z nich vyčíst podrobnosti o stavu jednotlivců i trendy pro velkou část populace. Švédští a brazilští vědci například vyvinuli nástroj, který s pomocí těchto technologií umí odhalit šest nejběžnějších anomálií ze záznamu srdeční činnosti EKG.

Využití nových technologií ovšem brzdí několik nedořešených problémů. Na jeden upozornil v lednu odborný časopis Lancet, který zveřejnil studii o tom, jak se v USA a v Evropě schvaluje stále více zdravotnických přístrojů, které umělou inteligenci a strojové učení využívají. Zatím jich je jen pár set, studie ale upozorňuje, že pro zvýšení důvěry veřejnosti je potřeba ujasnit, podle jakých pravidel a regulací jsou schvalovány − ani v USA, ani v Evropě nic takového pro přístroje, jež umělou inteligenci využívají, neexistuje. Mnohem více se ovšem řeší, kdo zaplatí zavádění inovací do praxe. Pacienti se navíc postupně učí svá data chránit a bojí se jejich zneužití.

Technologie funguje, ale kdo ji zaplatí?

"Umělá inteligence pracuje s anonymizovanými daty a nepotřebuje vědět, komu patří. Reaguje pouze na analyzovaná data, ať už obrazová nebo textová, a z obsahu se snaží vyvodit na základě definovaného algoritmu nějaký závěr, který má pomáhat lékařům," klidní obavy ze zneužití osobních dat Rostislav Babarík, jenž má v české pobočce Microsoftu na starosti zdravotnictví.

Právě ve spolupráci s touto firmou zkoumala před časem možnosti umělé inteligence Všeobecná fakultní nemocnice v Praze. Konkrétně testovala Microsoftem vyvinutý nástroj InnerEye pro automatizované zakreslování cílů pro ozařování nádorů. V Ústavu nukleární medicíny byly s pomocí stejného nástroje experimentálně zkoušeny metody automatické detekce zbytnělých příštítných tělísek, žlázek, které v těle řídí pohyb vápníku. Podle primáře Zogaly byly první zkušenosti s oběma aplikacemi InnerEye pro budoucnost velmi slibné.

Jiný český projekt se odehrál v pražské Fakultní nemocnici Bulovka ve spolupráci s českou firmou GoodAI Solutions. Ta v roce 2019 zkoušela vyvinout pro nemocnici systém postavený na umělé inteligenci, který kontroloval, jak dlouho v jaké poloze pacienti leží, a tím mohl sestrám pomoci zabránit proleženinám. Podle Jiřího Dobeše z GoodAI Solutions se ale nedostal z fáze testování do provozu. Protože je IT systém nemocnic součástí kritické infrastruktury státu a data pacientů je třeba chránit, ukázalo se, že by bylo složité řešení prosadit do praxe. Navíc nebylo jasné, kdo a jak by za službu zaplatil. "Technicky to nebyl problém, neměli jsme ale kapacitu na to, překonávat administrativní náročnost a specifika financování projektů ve zdravotnictví," říká Dobeš. "Pracujeme pro průmysl a služby, kde je model daný. Ve zdravotnictví je to složitější."

Zatím spíše administrativa než léčba

S tím, kdo vývoj a použití aplikací zaplatí, zápasí nejen v Česku, ale třeba i ve Spojených státech, kde je úplně jiný model financování zdravotnictví. Také proto se tam v praxi používají převážně aplikace, jež se netýkají ani tak medicíny samé, jako spíše zdravotnického provozu, komunikace pacienta s lékařem a správy pacientových dat. Například aplikace amerického start-upu Flatiron Health pacientům a lékařům pomáhá s vyhledáváním podobných případů rakoviny a jejich možné léčby v různých databázích. Na blockchainu založené řešení start-upu Embleema zase umožňuje pacientům získat peníze, pokud jsou ochotni sdílet s výzkumníky data o svém zdravotním stavu.

Možností, jak v medicíně velká data a umělou inteligenci uplatnit, je celá řada, včetně služeb a postupů šitých na míru konkrétním pacientům. Hodně ale záleží na systému zdravotního pojištění toho kterého státu, co umožní převést z výzkumu do praxe. "Využití umělé inteligence ve zdravotnictví v oblasti léčení je jednoznačně složitější proces, než je tomu například v oblasti ekonomiky, managementu či financí," říká Rostislav Babarík. Podle něj se ale může umělá inteligence velmi dobře uplatnit také při zajištění digitální bezpečnosti, což je i ve zdravotnictví stále aktuálnější téma.

O datech a lidech