„Retomis ligomis sergantys pacientai dažnai praleidžia penkerius ar daugiau metų ieškodami diagnozės. Dabar dirbtinis intelektas padeda kai kuriems greičiau gauti atsakymus.
Rachel Hinken ilgai stebėjosi, kodėl jos sūnus Oliveris, regis, nepasiekia svarbių augimo etapų, įskaitant kalbos ir vaikščiojimo vėlavimą. Jis nuolat sekė ūgį tarp nulinio ir pirmojo procentilio. Būdamas 10 metų, jis nebuvo aukštesnis nei 1,2 metro. Gydytojai sakė, kad jam viskas gerai. Jis pasivys. Hinken nebuvo įsitikinusi.
Praėjusiais metais ji įkėlė Oliverio nuotrauką į „Face2Gene“ – dirbtinio intelekto palaikomą programėlę, skirtą sveikatos priežiūros specialistams, kuri naudoja veido analizę retoms genetinėms ligoms nustatyti. Oliveris buvo rastas kaip stiprus atitikmuo: trichorinofalangealinio sindromo arba TRPS tipas. Ši liga gali sukelti kaulų ar sąnarių problemų, dėl kurių atsiranda skausmas ir judėjimo problemų.
Genetiniai tyrimai ir klinikinės konsultacijos patvirtino įrankio rezultatą ir atskleidė, kad Hinken taip pat serga TRPS. „Aš šaukiau, galvojau: „Šventas šūdas!“ „Pagaliau turime atsakymą!“ – sakė Hinken, gyvenanti Long Ailende, Niujorke.
Pacientai ir jų šeimos kreipiasi į dirbtinį intelektą, kad šis padėtų tiksliai nustatyti ligas.
DI gali būti ypač įgudusi pastebėti potencialiai retas ir sunkiai diagnozuojamas ligas, kurios kitaip galėtų likti nepastebėtos metų metus, nes gydytojai jų dažnai nemato.
„Keletą kartų buvau šiek tiek sutrikusi dėl skirtumo“, kurį DI padarė padėdamas pastebėti retas ligas, sakė dr. Sarah Diekman, gydytoja, kuri specializuojasi nervų sistemos sutrikimų, tokių kaip posturalinė ortostatinė tachikardijos sindromas (POTS), pogrupyje. „Mačiau pacientų, kurie sirgo šia liga 50 metų, ir buvau pirmoji, kuri ją diagnozavo.“ Dabar, pasak jos, pacientai, kurie POTS atpažino pasitelkę dirbtinio intelekto pokalbių robotus, kreipiasi į ją per kelis mėnesius nuo pirmųjų simptomų atsiradimo.
Buvusi „Instacart“ generalinė direktorė Fidži Simo viešai papasakojo apie savo kovą su POTS ir atsistatydino iš antrosios pagal svarbą „OpenAI“ vadovės pareigų. Liepos mėnesį, nurodydama savo sveikatos būklę. Interviu „The Wall Street Journal“ ji teigė mananti, kad šiandieninės dirbtinio intelekto priemonės būtų padėjusios jai daug greičiau nustatyti diagnozę, kuri užtruko maždaug devynis mėnesius.
„Buvau vadovėlinis atvejis, ir gydytojai to nepastebėjo, nes jie tiesiog taip susitelkė į tai, kad mano nėštumas buvo sunkus“, – sakė Simo, kuriai simptomai pirmą kartą pasireiškė po dukters gimimo 2015 m.
Ji naudojo „ChatGPT“, kad analizuotų savo viso genomo sekoskaitos rezultatus, surinktų informaciją apie eksperimentinius gydymo būdus ir sugalvotų galimus testus, kuriuos aptartų su savo gydytoju.
Simo, kuri vis dar dirba ne visą darbo dieną dirbančia „OpenAI“ patarėja, įkūrė naują įmonę, kurios pagrindinis tikslas – tirti biologinius ligų, tokių kaip POTS, veiksnius ir parinkti vaistus pacientams.
Duomenų centruose nustatytos diagnozės gali būti dar tikslesnės nei gydytojų. Praėjusiais metais žurnale „JAMA“ paskelbtame tyrime mokslininkai paėmė 90 jau išspręstų sudėtingų retų ligų atvejų ir išbandė dirbtinio intelekto pokalbių robotų gebėjimą pasiūlyti teisingą diagnozę.
Abu pokalbių robotai teisingai nustatė diagnozes. Atitinkamai 13 % ir 10 % atvejų, palyginti su 5,6 % atvejų, kuriuos gydytojai diagnozavo peržiūrėdami pacientų medicininius įrašus.
Dirbtinis intelektas gali būti ypač geras ieškant modelių, pavyzdžiui, sąsajų tarp fizinių savybių medicininiuose vaizduose ir žodžių medicininėje literatūroje ar atvejų aprašymuose, teigė gydytojai ir tyrėjai.
Tai gali padėti pastebėti retas ligas, ypač kaimo ar nespecializuotose klinikose, kur gydytojai gali su jomis susidurti pirmą kartą, teigė dr. Matthew G. Hanna, krūties patologas, pirmininkaujantis Amerikos patologų kolegijos Dirbtinio intelekto komitetui.
Dirbtinis intelektas gali padėti jiems pateikti pasiūlymų, kokius tyrimus atlikti ar kokie galimi gydymo būdai galėtų padėti, pridūrė Hanna.
Tačiau yra ribų, sakė gydytojai. Klinikinis genetikas dr. Xiao P. Peng, padėjęs patvirtinti Hinken šeimos diagnozes, teigė, kad įrankiai vis dar daro klaidų ir geriau generuoja galimus potencialius klientus, verčia sudėtingą medicininį žargoną ir kaupia tyrimus, nei nustato diagnozes.
„Jis ieško daug greičiau nei mes daug daugiau sričių“, – sakė Peng, kuris yra pažangios diagnostikos ir terapijos direktorius. Niujorko retų ligų centras. „Tačiau duomenų sintezei turi būti ir rankinis žmogaus vaidmuo.“
Platesnė dirbtinio intelekto problema retų ligų diagnostikoje yra ta, kad esami įrankiai yra tokie geri, kokie yra duomenys, su kuriais jie yra apmokyti, teigė tyrėjai, gydytojai ir slaugytojai. Retų ligų duomenų taškų, įskaitant ligos istorijas, audinių mėginius ir vaizdus, yra mažiau nei dažnesnių ligų. Tie, kurie egzistuoja, dažnai nėra gerai suskaitmeninti.“ [1]
1. U.S. News: Desperate Patients Turn to AI to Solve Medical Mysteries. Janin, Alex. Wall Street Journal, Eastern edition; New York, N.Y.. 17 Aug 2026: A3.
Komentarų nėra:
Rašyti komentarą