Umelá inteligencia v praxi

Ako funguje umelá inteligencia v praxi neurológa, alebo iného lekára? Na základe viac ako päťročných skúseností vám skúsim popísať pohľad ambulantného lekára i lekára z nemocnice. Uvítam, ak odborníci z iných odborov postupne doplnia toto zhrnutie vlastnými skúsenosťami. A taktiež uvítam komentáre od pacientov, či sa s podobnými postupmi už stretli.

Umelá inteligencia v praxi lekára môže zrýchliť prácu, poskytnúť druhý názor alebo navrhnúť alternatívny postup. Či už sa rozprávame o diagnostike, alebo o liečbe. Viac než reklamné slogany a stokrát omielané vety však pomôže konkrétny príklad.

V neurologickej praxi sa umelá inteligencia (AI) začala najskôr presadzovať pri hodnotení zobrazovacích vyšetrení – počítačovej tomografie (CT) a magnetickej rezonancie (MR). Ako to vyzeralo? Snímky z vyšetrenia pacienta prešiel počítačový program, ktorý „trénoval“ na tisícoch snímkov rôznych pacientov a naučil sa, ako vyzerá „normálny“ nález. Ak odhalil program čokoľvek odlišné od „normálneho“ nálezu, tak upozornil živého (ľudského) operátora, teda živého lekára. Naopak, ak program zhodnotil, že konkrétny pacient má obrázky s dostatočnou presnosťou podobné naučenej „norme“, tak vyhodnotil nález ako pravdepodobne normálny.

Aká bola úspešnosť? Umelá inteligencia v praxi vyhodnocovala snímky často ako patologické, hoci sa jednalo o odchýlku fyziologickú (obvykle 10-15% pacientov má inak utvárané cievne riečisko, alebo má odlišný tvar či objem niektorého orgánu). Takúto fyziologickú odchýlku označila umelá inteligencia a ľudský operátor ju následne vyhodnotil. Samozrejme, zatiaľ na všetkých pracoviskách hodnotí snímky živý lekár – umelá inteligencia môže len asistovať alebo označiť možné patologické zmeny.

Ako je to v nemocnici?

Približne od roku 2018 sa objavovali na neurologických pracoviskách systémy zamerané na hodnotenie snímkov pacientov s diagnózou cievnej mozgovej príhody. Existuje viacero systémov, rozšírené sú napríklad RapidAI alebo Brainomix. Konkurencia priniesla jednak rýchle napredovanie v spoľahlivosti a presnosti, ale aj zníženie ceny a teda dostupnosť pre nemocnice. Na druhej strane výsledky sú stále nepresné, a umelá inteligencia v praxi u zhruba 15% zhodnotených snímkov (teda 15% pacientov) nestanovila správnu diagnózu. Pacienti by teda nedostali ani správnu liečbu, ak by ich CT alebo MR vyhodnocoval len softvér umelej inteligencie. Zaujímavé výsledky sú publikované tu.

Iná oblasť využitia AI v nemocnici aj v ambulancii je oblasť diferenciálnej diagnostiky. Zo zadaných prejavov, teda symptómov, dokáže umelá inteligencia v praxi uviesť najpravdepodobnejšie diagnózy alebo syndrómy (teda časté súčasne prítomné symptómy). Funguje teda ako rýchla a veľmi obsiahla encyklopédia. Zoradenie podľa štatistickej pravdepodobnosti tiež napomôže rozhodovaniu a môže šetriť aj náklady. Ako? Najskôr sa bude diagnostikovať alebo vylučovať najpravdepodobnejšia diagnóza a až po nej ďalšie – od menej pravdepodobných až po exotické a mimoriadne zriedkavé.

Po prvých správach o jednoduchom použití tzv. veľkých jazykových modelov (napr. ChatGPT) sme začali v nemocnici „skúšať“ umelú inteligenciu z bežných diagnóz alebo syndrómov. U skutočne bežných diagnóz (napr. syndróm karpálneho tunela alebo diabetická polyneuropatia) sme dostali na prvý pokus správnu alebo približne správnu odpoveď. Na seriózne použitie pri diagnostike alebo liečbe však nebol takýto model vôbec vhodný. Jednak poskytol priveľmi všeobecné odpovede, aké by produkoval bežný človek s informáciami napríklad z bulvárnych časopisov. Ďalej, pri požiadavke na uvedenie zdrojov poskytol model viacero neexistujúcich literárnych prameňov a taktiež, pri „diskusii“ s modelom postupne model bez problémov opustil svoje tvrdenie a začal súhlasiť aj s našimi nadsadenými resp. ironickými informáciami. Takže súhlasil s tvrdením, že diagnózou by mohla byť zrážka s kozmickou loďou a pod. A hoci sa za päť rokov postupne veľké jazykové modely stále zlepšujú, ich výkon je len taký, aké dobré sú ich zdroje. A zdroje na internete (ako vieme) nie sú nutne vždy iba dôveryhodné a seriózne. Treba ešte poznamenať, že i naďalej AI uvádza bežne aj neexistujúce literárne pramene alebo neuvádza zdroje svojich tvrdení.

AI v ambulancii?

V ambulantnej praxi i nemocnici sa dá využiť aj asistencia AI pri liečbe. Totiž, historicky boli stanovované dávky liekov i samotné konkrétne preparáty najmä podľa skúseností z minulosti alebo podľa rád lekárov rôznych odborností. Medicína založená na dôkazoch (angl. evidence based medicine) je celkom mladý prístup, ktorý sa presadil až približne po roku 1950 a v niektorých krajinách ešte doteraz bojuje o svoj význam. Umelá inteligencia v praxi dokáže prehľadať dostupné zdravotnícke výskumy, štúdie alebo kazuistiky o nežiadúcich prejavoch liekov, o alternatívnych postupoch (v zmysle odlišnej medikamentóznej terapie alebo postupu liečby) alebo o možnostiach liečby rôznych zriedkavých ochorení.

Písanie a písanie a písanie

V nemocnici i v ambulancii sa však zatiaľ málo spomína ten potenciálne najprospešnejší spôsob využitia umelej inteligencie v praxi. Bežný lekár strávi namiesto vyšetrovania pacientov prakticky takmer tretinu pracovného času vypisovaním lekárskych správ, zapisovaním vizít alebo konzílii. Napríklad počas liečby pacienta s cievnou mozgovou príhodou majú len lekárske vizity objem textu na desiatky strán A4. Podobne sestra, fyzioterapeut alebo iný zdravotnícky pracovník za každú svoju pracovnú smenu napíše niekoľko tisíc slov textu. V tomto smere sa už začali na pracoviskách uplatňovať tzv. veľké jazykové modely (napr. ChatGPT). „Výroba“ lekárskej správy z diktovaného textu (tzv. plain-text formatting and summary) je vďaka AI záležitosťou niekoľkých sekúnd a úlohou zdravotníka potom zostáva len skontrolovať a podpísať hotovú správu.

V čom je teda problém?

Umelá inteligencia v praxi lekára môže zrýchliť prácu a poskynúť znalosti ako z encyklopédie. Problémom zostáva zodpovednosť. Tvorcovia modelov AI sa zatiaľ urputne bránia prijatiu akejkoľvek zodpovednosti. Lekár teda má povinnosť každý výstup od slova do slova skontrolovať a svojim meno podpísať. Na konci teda zostáva jednoduchá no zásadná otázka… kto podpíše svojim menom prácu, ktorú vytvoril program? Dokáže živý človek (lekár) odhaliť chybu (napríklad slovo na strane plnej textu)? Skoro určite áno, ale ako dlho to bude trvať? Pridá alebo uberie lekárovi takýto postup prácu? A bude i samotný pacient dôverovať správe „z automatu“? Zatiaľ teda vidia lekári AI skôr na mieste „kontrolóra“ pravopisu či formálnych postupov, než na mieste skutočnej umelej inteligencie, ktorá by nielen chcela, ale aj vedela nahradiť živého lekára.

Referencie:

Mallon DH, Taylor EJR, Vittay OI, Sheeka A, Doig D, Lobotesis K. Comparison of automated ASPECTS, large vessel occlusion detection and CTP analysis provided by Brainomix and RapidAI in patients with suspected ischaemic stroke. J Stroke Cerebrovasc Dis. 2022;31(10):106702. doi:10.1016/j.jstrokecerebrovasdis.2022.106702

Habs M, Knecht S, Schmidt-Wilcke T. Using artificial intelligence (AI) for form and content checks of medical reports: Proofreading by ChatGPT4.0 in a neurology department. Z Evid Fortbild Qual Gesundhwes. 2025;195:36-41. doi:10.1016/j.zefq.2025.02.007

Kernberg A, Gold JA, Mohan V. Using ChatGPT-4 to Create Structured Medical Notes From Audio Recordings of Physician-Patient Encounters: Comparative Study. J Med Internet Res. 2024;26:e54419. Published 2024 Apr 22. doi:10.2196/54419