Sztuczna inteligencja już działa na oddziałach intensywnej terapii. Anestezjolog: Byłem w szoku

Sztuczna inteligencja już działa na oddziałach intensywnej terapii. Anestezjolog: Byłem w szoku

Dodano: 
Pacjentka w szpitalu. Zdjęcie ilustracyjne
Pacjentka w szpitalu. Zdjęcie ilustracyjne Źródło:Unsplash
– Widziałem, jak w szpitalu w Nowym Jorku zbadano w ciągu czterech godzin krew pacjentki, analizując ponad 900 parametrów, a potem ustalono jej fenotyp genetyczny, by zakwalifikować ją do jednego z czterech profili leczenia. Tam sztuczna inteligencja już pomaga w doborze leczenia i przewidywaniu rokowania – mówił dr Bartosz Kudliński, anestezjolog, na konferencji MEDmeetsTECH.

Sztuczna inteligencja coraz częściej jest wykorzystywana nie tylko w diagnostyce, ale również w podejmowaniu decyzji terapeutycznych. Także na oddziałach intensywnej terapii, gdzie każda decyzja waży na życiu chorego, np. w przypadku sepsy: uogólnionego zakażenia organizmu, zwykle spowodowanego nieprawidłową odpowiedzią na zakażenie. Sepsę mogą wywołać bakterie, wirusy, grzyby, pasożyty. W ostatnich latach częstą przyczyną był wirus , który u części osób powodował objawy zwykłego „przeziębienia”, u innych – ciężkiego zapalenia płuc, ARDS (zespołu ostrej niewydolności oddechowej), niewydolności serca, sepsy.

– Przez 16 miesięcy pracowałem niemal non stop w szpitalu covidowym, większość naszych pacjentów na oddziale intensywnej terapii miała niską saturację, uszkodzone płuca, sepsę. Jednak mimo że mieli podobne objawy, to ich leczenie powinno być różne, zależne nie tylko od objawów, ale też od konkretnego chorego, gdyż każdy z nas jest inny, ma swój własny schemat genetyczny, który go kształtuje – mówi dr n. med. Bartosz Kudliński, kierownik Oddziału Klinicznego Anestezjologii i Intensywnej Terapii Szpitala Uniwersyteckiego w Zielonej Górze.

Dobór leczenia tak samo ważny jak sam lek

To, w jaki sposób pacjent zareaguje na leczenie, zależy nie tylko od samej choroby, ale także od jego kodu genetycznego, rodzaju i ilości wydzielanych przez organizm w wyniku reakcji zapalnej cytokin, mediatorów, białek, receptorów.

– Podajemy leczenie, ale często nie do końca wiemy, w jaki sposób pacjenci na nie zareagują. Obecnie wytyczne i kwalifikacje do podawania leków opierają się na wynikach badań klinicznych, a nie na tym, co rzeczywiście dzieje się w człowieku – zwraca uwagę dr Kudliński.

W przyszłości, znając genom danego pacjenta, a także jego stan zdrowia, jak również wyniki wcześniejszych badań wykonanych w ciągu całego życia, będzie można ocenić, w jaki sposób zareaguje na dane leczenie i odpowiednio je dobrać. Dla jednej osoby, czy nawet dla zespołu specjalistów, nie byłoby to możliwe.

Czytaj też:
Sztuczna inteligencja pomoże ocenić nawet 3 lata wcześniej, kto zachoruje na raka trzustki. Przełomowe doniesienia

– Chciałbym, żeby nasz pacjent na oddziale intensywnej terapii był podpięty do wielu urządzeń, które będą pokazywać, jak np. natężenie światła czy głos wpływa na rytm dobowy, co dzieje się pod wpływem podania leków, jak zmienia się praca serca, aktywność fal mózgowych, mięśni: będziemy to mogli przełożyć na poprawę rokowanie pacjenta – zaznacza dr Kudliński.

W wielu przypadkach AI już jest wykorzystywana w medycynie, także na oddziałach intensywnej terapii, choć jak na razie są to algorytmy dopiero wypróbowywane w praktyce klinicznej. – Jednak już dziś okazuje się, że jeśli dzięki AI ocenimy wiele istotnych elementów, to jesteśmy w stanie zmniejszyć śmiertelność z powodu ciężkiej sepsy i ARDS na oddziałach intensywnej terapii z 40 do 17 proc. Ta ogromna różnica była możliwa dzięki wykonaniu analizy ponad 600 tys. pacjentów. Tego nie da się zrobić inaczej niż na bazie sztucznej inteligencji.

– Byłem w szoku, gdy w szpitalu w Nowym Jorku zobaczyłem, że u przywiezionej pacjentki pobrano krew i po czterech godzinach były już wyniki ponad 900 parametrów. Po kolejnych analizach ustalono jej fenotyp genetyczny, żeby zakwalifikować ją do jednego z czterech profili terapeutycznych. Problem polega na tym, że mogę np. pacjentowi w takim stanie podać steryd. Dla wielu pacjentów to szansa na pomoc, ale w niektórych przypadkach spowoduje to zwiększenie ryzyka zgonu. Niestety, w Polsce jak na razie możemy tylko podać sterydy – opowiada dr Kudliński.

Ta sytuacja pokazuje, że ważny jest nie tylko dostęp do leczenia, ale także – a może nawet przede wszystkim – trafna decyzja, czym leczyć, jaki sposób terapii wybrać.

W Szpitalu Tymczasowym, którym doktor kierował w czasie epidemii COVID-19, śmiertelność pacjentów z ARDS i sepsą wynosiła ok. 36 proc. To znacznie mniej niż w wielu innych OIOM, gdzie śmiertelność wynosiła powyżej 90 proc. Skąd różnica?

– Z wielu przyczyn, ale jedną z nich jest to, że bardzo szczegółowo analizowaliśmy wyniki pacjentów; np. badaliśmy stężenie interleukiny 6 i jeśli było wysokie, to modyfikowaliśmy leczenie. Opieraliśmy się na tym, co w tym czasie publikowali Amerykanie, jednak wyglądało to tak, że cztery osoby cały czas siedziały w Internecie, sprawdzając, gdzie są najlepsze wyniki i zastanawiając się, jak to zrobić u nas – mówi dr Kudliński.

– Oczywiście, można tak robić, dawało to efekty, jednak jeszcze lepiej może to zrobić sztuczna inteligencja, pod warunkiem, że będzie bazowała na dobrych zbiorach danych – mówi dr Kudliński.

Przyszłość AI w medycynie

W przyszłości dzięki AI będzie można podejmować trafniejsze decyzje dotyczące zarówno samej diagnozy (ułatwi np. diagnostykę chorób rzadkich), jak wyboru terapii. Dziś leki są oceniane w badaniach klinicznych, do których pacjenci są ściśle dobierani. Wartość danego sposobu leczenia sprawdza się jednak dopiero, gdy dziesiątki tysięcy pacjentów stosują dane leczenie w realnej rzeczywistości.

Oczywiście, do tego, by AI mogła takie parametry analizować, niezbędne są dane – pochodzące z realnego leczenia, stąd tak ważne jest to, żeby powstawały kompleksowe rejestry dotyczące poszczególnych chorób i sposobów leczenia. I konieczna jest współpraca lekarzy z branżą nowych technologii.

W przyszłości, dzięki AI i dużym zbiorom danych, będzie można też prognozować ryzyko zachorowania na daną chorobę i np. ostrzegać, że w przypadku konkretnej osoby zbyt mały wysiłek fizyczny szybko doprowadzi np. do zespołu metabolicznego i osteoporozy, picie alkoholu oznacza za kilkanaście lat marskość wątroby, a palenie papierosów szybkie zachorowanie na raka płuca czy nerki.

– Oczywiście, o takim ryzyku będziemy mogli pacjentowi tylko powiedzieć. Co z tą wiedzą zrobi, to jego sprawa, mamy przecież wolność. Ale czy w takim razie mamy potem płacić za jego leczenie? – pyta dr Kudliński.

Wypowiedzi dr. Bartosza Kudlińskiego pochodzą z wykładu wygłoszonego podczas konferencji „MEDmeetsTECH”, podczas której branża medyczna spotyka się z branżą nowych technologii.

Czytaj też:
Jesteś chory? Lekarze stworzą cyfrowego bliźniaka i na nim opracują terapię
Czytaj też:
Ciemna strona sztucznej inteligencji. „W niektórych kwestiach trzeba bić na alarm”

Cały wywiad dostępny jest w 22/2023 wydaniu tygodnika Wprost.

Archiwalne wydania tygodnika Wprost dostępne są w specjalnej ofercie WPROST PREMIUM oraz we wszystkich e-kioskach i w aplikacjach mobilnych App StoreGoogle Play.