Wywiad z ekspertem

Sztuczna inteligencja – wspomaganie czy zastępowanie diabetologa?

O tym, jak zmniejszyć ryzyko błędu ludzkiego i zwiększyć szansę na uzyskanie rzetelnej diagnozy z prof. dr. hab. n. med. Adamem Krętowskim z Kliniki Endokrynologii, Diabetologii i Chorób Wewnętrznych oraz Centrum Sztucznej Inteligencji w Medycynie Uniwersytetu Medycznego w Białymstoku rozmawia Ryszard Sterczyński

Klinika Endokrynologii, Diabetologii i Chorób Wewnętrznych, Centrum Sztucznej Inteligencji w Medycynie, Uniwersytet Medyczny w Białymstoku

DpD: Lekarze zalewani są tysiącami nowych danych. Czy powstałe w Białymstoku Centrum Sztucznej Inteligencji w Medycynie może być dla nich wsparciem?


Prof. Adam Krętowski: Jak najbardziej. Lekarze obciążani są wciąż nowymi informacjami i od dawna było wiadomo, że człowiek, jego percepcja, nie jest już w stanie tego ogarnąć. Jako naukowcy mamy w tym obszarze jeszcze większe problemy. Zajmujemy się technikami wielkoskalowymi, a więc danymi dotyczącymi genomu ludzkiego. Dlatego poszukujemy możliwości łatwiejszego analizowania tych informacji, szukając wsparcia ze strony sztucznej inteligencji (AI – artificial intelligence).


DpD: Bo ludzki umysł nie daje już rady?


A.K.:
Na szczęście człowiek steruje tymi procesami, natomiast na jakimś etapie potrzebujemy wsparcia. To jest tak jak z grą w szachy. Na początku człowiek wygrywał wszystkie partie, ale w starciu z komputerem Deep Blue arcymistrz Garri Kasparow przegrał z programem, który wykorzystał wiedzę człowieka, ale też miał możliwość analizy setek tysięcy wariantów ruchów na szachownicy. I co ważne, wykonał tę pracę szybciej niż człowiek. Sztuczna inteligencja odniosła triumf. Padł kolejny bastion, w którym człowiek był na pierwszym miejscu.


DpD: Centrum zbiera również dane dotyczące cukrzycy. Czy będzie to miało znaczenie dla diabetologów?


A.K.:
Robimy wszystko, żeby tak się stało. W Polsce ta wiedza nie była do tej pory zinstytucjonalizowana. Takie działanie podjęliśmy na Uniwersytecie Medycznym w Białymstoku. Otrzymaliśmy na ten cel dofinansowanie i jesteśmy na początku drogi. Wiemy, do czego dążymy: by nasza praca była dla lekarzy jak najbardziej użyteczna. Podkreślam: żeby sztuczna inteligencja wykształciła prawidłowe algorytmy, musimy jej dostarczyć dokładne dane. Im są dokładniejsze, tym większą wiedzę możemy egzekwować.


DpD: Jakiego typu są to dane?


A.K.:
Zanim przejdę do cukrzycy, chciałbym przypomnieć, że prace badawcze zaczęliśmy od chorób nowotworowych, a ściślej od raka płuca, który należy do najczęstszych nowotworów. By znaleźć terapię najkorzystniejszą dla konkretnego pacjenta, zbudowaliśmy bazę obejmującą tysiące różnych danych. Opiera się ona nie tylko na dokładnym określeniu momentu zachorowania, przebiegu choroby, rokowaniach, ale też diagnostyki, jaka została przeprowadzona. Do tego opisu włączyliśmy dane genomu pacjenta i DNA samego guza nowotworowego. Jedno takie badanie to trzy miliardy nukleotydów, które uzyskaliśmy z jednego genomu. Informacje pochodzące z 20-25 tysięcy genów dają poważny zastrzyk wiedzy. Jeśli dodamy dane na temat tego, co dzieje się w guzie nowotworowym i tego, jak poszczególni pacjenci reagowali na dany sposób leczenia: chemioterapię, terapie nowoczesnymi lekami, to na tej podstawie możemy wybrać najlepszy wariant leczenia.