Poprawa dostępu do opieki medycznej, lepsza diagnostyka oraz znacząca redukcja kosztów – to tylko niektóre z korzyści, płynących z zastosowania zaawansowanych algorytmów. Pełne wdrożenie rozwiązań bazujących na sztucznej inteligencji (ang. artificial intelligence, AI) może zwiększyć wydajność personelu pielęgniarskiego o 40–50 proc. oraz zmniejszyć wydatki na ochronę zdrowia w Polsce o 0,3–0,6 proc. PKB – podaje firma McKinsey&Company.
Wyścig z czasem
Sławny superkomputer Watson firmy IBM, który jest w stanie przeanalizować potężną ilość danych, stawia zaskakująco trafne diagnozy. Co ważne, potrzebuje na to zdecydowanie mniej czasu niż konsylium lekarzy. A trafna diagnoza i czas – szczególnie w przypadku chorób nowotworowych – to najważniejsze elementy, przesądzające o skuteczności leczenia.
W tym kontekście niepokojąco prezentują się statystyki, według których lekarze, podczas diagnozowania pacjentów chorych na raka i ustalania szczegółów terapii, korzystają z zaledwie 20 proc. dostępnej wiedzy opartej na badaniach klinicznych.
Przykładów idących tropem Watsona przybywa. Niedawno głośno było o naukowcach z Uniwersytetu w Kalifornii, którzy stworzyli platformę, potrafiącą nie tylko zdiagnozować i rozróżnić dwie najpopularniejsze choroby siatkówki (zwyrodnienie plamki żółtej i cukrzycowy obrzęk plamki), ale także ocenić stopień zaawansowania schorzenia. Zastosowanie tzw. transferowego systemu uczenia pozwala już teraz sztucznej inteligencji diagnozować obrazy rentgenowskie klatki piersiowej i z 90-proc. dokładnością rozróżniać wirusowe i bakteryjne zapalenie płuc.
