AI w onkologii: zespół badawczy z Drezna opracowuje system wspomagający decyzje kliniczne
Podejmowanie decyzji klinicznych w onkologii stanowi poważne wyzwanie i wymaga analizy różnorodnych typów danych – od obrazowania medycznego i informacji genetycznych, po dokumentację pacjenta oraz wytyczne terapeutyczne. Aby skutecznie wspierać praktykę kliniczną, modele sztucznej inteligencji muszą być zdolne do przetwarzania danych multimodalnych oraz wykazywać umiejętności rozumowania i rozwiązywania problemów na poziomie zbliżonym do ludzkiego.
Aby stworzyć autonomicznego agenta AI dla potrzeb medycyny precyzyjnej, badacze wzbogacili duży model językowy GPT-4 o szereg cyfrowych narzędzi – m.in. generowanie raportów radiologicznych na podstawie badań MRI i TK, analizę obrazów medycznych, przewidywanie zmian genetycznych bezpośrednio ze zdjęć histopatologicznych oraz funkcje wyszukiwania w zasobach takich jak PubMed, Google i OncoKB. W celu zapewnienia zgodności decyzji z aktualną wiedzą medyczną, model uzyskał dostęp do ok. 6800 dokumentów z oficjalnych wytycznych onkologicznych oraz zasobów klinicznych.
Autonomiczni agenci AI z powodzeniem przetestowani na realistycznych, symulowanych przypadkach pacjentów
Agenta AI oceniono w oparciu o 20 realistycznych, symulowanych przypadków klinicznych, stosując dwuetapowy proces: najpierw system wybierał odpowiednie narzędzia, a następnie pozyskiwał istotne informacje medyczne, aby pokierować procesem rozumowania. Wyniki były weryfikowane przez ekspertów medycznych pod kątem poprawności, kompletności oraz prawidłowego cytowania źródeł. Agent AI osiągnął trafne wnioski kliniczne w 91% przypadków i prawidłowo powoływał się na odpowiednie wytyczne onkologiczne w ponad 75% odpowiedzi. Co istotne, wykorzystanie wyspecjalizowanych narzędzi oraz funkcji pozyskiwania informacji znacząco poprawiło wydajność modelu. W rezultacie znacznie zredukowano liczbę tzw. „halucynacji” – pozornie sensownych, lecz nieprawdziwych twierdzeń. Jest to szczególnie ważne w tak wrażliwym obszarze, jakim jest opieka zdrowotna.
„Narzędzia AI zostały zaprojektowane, by wspierać profesjonalistów medycznych i uwalniać cenny czas na opiekę nad pacjentami” – mówi Dyke Ferber, pierwszy autor publikacji. „Mogą one pomóc w codziennym podejmowaniu decyzji i wspierać lekarzy w śledzeniu najnowszych zaleceń terapeutycznych, przyczyniając się do identyfikacji optymalnej, spersonalizowanej opieki nad chorymi na nowotwory.”
Potencjalne przyszłe zastosowania w codziennej praktyce klinicznej
Badanie stanowi dowód słuszności koncepcji, że agenci AI mogą być projektowani w celu wspierania onkologów w codziennej pracy klinicznej. Mimo obiecujących wyników, autorzy badań przyznają, że obecnie istnieją pewne ograniczenia – system został przetestowany jedynie na niewielkiej liczbie symulowanych przypadków i wymaga dalszej walidacji. Przyszłe prace skupią się na integracji możliwości konwersacyjnych z informacją zwrotną od ludzi – tzw. interakcje „human-in-the-loop” – oraz na zapewnieniu prywatności danych poprzez wdrażanie systemów na lokalnych serwerach.
„Aby w pełni wykorzystać potencjał agentów AI w przyszłości, kluczowe będzie ich płynne zintegrowanie z rutynową praktyką kliniczną przy minimalnych zakłóceniach” – mówi prof. Jakob N. Kather, profesor klinicznej sztucznej inteligencji w EKFZ for Digital Health przy TU Dresden oraz onkolog w Uniwersyteckim Szpitalu Klinicznym Carl Gustav Carus w Dreźnie. „Do wyzwań należą m.in. interoperacyjność z istniejącymi systemami, zgodność z przepisami o ochronie danych, potrzeba uzyskania zezwoleń regulacyjnych jako wyrobów medycznych oraz zapewnienie odpowiedzialności.”
W perspektywie długoterminowej zespół badawczy zakłada możliwość adaptacji podobnych agentów AI do innych dziedzin medycyny – pod warunkiem wyposażenia ich w odpowiednie narzędzia i dane. „Aby skutecznie wdrożyć agentów AI w medycynie, niezbędne jest odpowiednie przeszkolenie personelu medycznego w zakresie efektywnej współpracy z tymi systemami przy jednoczesnym zachowaniu pełnej decyzyjności klinicznej” – dodaje prof. Kather. „Agenci ci mają wspierać lekarzy, a nie ich zastępować.”
Podsumowując, badanie podkreśla ogromny potencjał dużych modeli językowych w połączeniu z onkologią precyzyjną i narzędziami wyszukiwania, torując drogę do przyszłego wykorzystania spersonalizowanych, wspieranych przez AI systemów wsparcia w praktyce klinicznej.
Źródło: Nature Cancer, Technische Universität Dresden
