Az egyre növekvő orvoshiányt már a saját bőrünkön is érezhetjük, ez az egyik fontos oka annak, hogy szükség van az egészségügyi ellátás újratervezésére. Ennek kulcseleme a digitalizáció, hiszen segítségével a szakemberekre nehezedő ellátási terhet csökkenthetjük, az orvosok és páciensek együttműködési lehetőségeit pedig bővíthetjük. A digitalizációval olyan egészségügyi eszközök terjednek el, amelyek lehetővé teszik a nagy mennyiségű adatgyűjtést és adatelemzést, az online konzultációkat biztosító telemedicina megoldásokat, a döntéstámogató mesterséges intelligencia szoftvereket, és sok más, hasonló innovatív megoldást.
„Mesterséges intelligenciának (MI) hívjuk az olyan számítógépes rendszereket, amelyeket az emberi viselkedés utánzására tanítottak meg.”, olvasható az Oxford Internet Institute és a Google közös Mesterséges Intelligencia kisokosában . Az MI modellek gyors, automatizált feladatvégzéssel segítenek az orvoslásban, így jelentősen csökkentik az ellátáshoz szükséges időt és költséget, segítségükkel kevesebb orvosra és ápolóra van szükség. A cikkben a diagnosztika, a kezeléstervezés és a prevenció területéről mutatunk be néhány magyar technológiai fejlesztést.
1. Diagnosztika
A diagnosztikában az orvosi képfelvételek elemzésével foglalkozó MI algoritmusok terjedtek el leginkább. Ezek a modellek a képekben jelen lévő mintázatok alapján ismerik fel a kóros elváltozásokat. Az elmúlt néhány évben több magyar fejlesztésű megoldás is született ezen a területen. Ilyenek például az AIPDerm bőgyógyászati szolgáltatása , az ELTE kutatói által fejlesztett mammográfia felvételeket elemző és elváltozásokat detektáló díjnyertes algoritmus , illetve az állami támogatással fejlesztett mellkasi CT-felvételeket elemző MI alapú szoftver . Ezek a digitális eszközök különösen akkor hasznosak, amikor rövid időn belül kell megbízható eredményekre jutni, vagy amikor nagy mennyiségű adat elemzésére van szükség – például országos szűrőprogramok esetén. Ezekben az esetekben a szoftverek jelentősen csökkentik az orvosok leterheltségét, hiszen felállítanak egy előzetes diagnózist, amit a doktornak csupán ellenőriznie kell.
2. Kezeléstervezés
A Oncompass nevű magyar vállalat a rákkutatás területén ért el áttörő eredményeket digitális terápiatervezési megoldásával. A szoftver a daganatból származó molekuláris információkat elemzi. Feltárja a bennük rejlő biológiai törvényszerűségeket, meghatározza a daganatot kialakító génhibák kombinációját, és ez alapján javasol célzott terápiát. Ezt a szolgáltatás már a társadalombiztosítás is finanszírozza, ha valaki egyedi méltányossági eljárással igényli.
3. Előrejelzés, prevenció
Az előrejelzésekhez használt MI algoritmusok vagy a betegség korai tünetei alapján jelzik előre a tényleges kialakulást , vagy a fertőző betegségek várható terjedését jósolják meg. A Covid-19 járványt például egy kanadai algoritmus jelezte legelőször, még azelőtt, hogy az Egészségügyi Világszervezet bejelentette volna a járvány kitörését. A magyar Medipredict szolgáltatása komplex vizsgálatok alapján ad előrejelzést a páciens egészségügyi állapotáról és különböző betegségekre való hajlamáról. Ennek keretében például anyagcsere-vizsgálattal azonosítják az úgynevezett anyagcsere-ujjlenyomatokat, amelyekből a mesterséges intelligencia a természetes állapottól való eltérések feltérképezésével képes a különböző betegségekre jellemző mintázatokat feltárni.
Az MI már ma aktív szerepet tölt be bizonyos egészségügyi problémák diagnosztikájában, kezeléstervezésében és előrejelzésében, a kutatások pedig tovább folytatódnak. Már nincs messze az az idő, amikor mind orvosok, mind a páciensek számára az egészségügyi ellátás meghatározó elemei lesznek az MI-re épülő gyakorlati alkalmazások.
