Egyórás helyzetjelentés egy nap helyett: Afrikában az ebola elleni küzdelemben a mesterséges intelligencia az egészségügyet segíti, Németországban is alkalmazzák, de szakértők az átláthatóság hiányára és kockázatokra figyelmeztetnek.
Május óta a Kongói Demokratikus Köztársaságban (KDK) dolgozó helyszíni csapatok harcolnak a Bundibugyo-Ebola-vírus ellen. Az úgynevezett health workerök (egészségügyi dolgozók) nap mint nap bekopogtatnak a házakhoz, tanácsadást kínálnak, rögzítik a gyógyulásokat és a haláleseteket, valamint azokat, akiknél gyanús tünetek jelentkeznek, egészségügyi intézményekbe irányítják.
HIRDETÉS
HIRDETÉS
Ezeknek a health workeröknek a tudását, akiknek jegyzetfüzeteiben egy-egy teljes település egészségi állapota nyomon követhető, a mesterséges intelligenciával foglalkozó Anthropic vállalat egyik beszámolója szerint digitalizálták.
Ki beteg? Kikkel került kapcsolatba, és hol tartózkodott azelőtt, hogy tudomást szerzett fertőzéséről? A válaszok és a bejelentések elemzéséhez az Anthropic Claude nevű modelljét használták. A vizsgálatban többek között a CEPI, az Egészségügyi Világszervezet (WHO) afrikai regionális irodája és a Nemzeti Biomedicinális Kutatóintézet (INRB) vett részt.
A mesterséges intelligencia segít gyorsabban felmérni a járványok terjedését
„Egy helyzetjelentés ma már egy óra alatt elkészül, korábban egy teljes munkanapra volt szükség” – magyarázza Dr. Marie Roseline Darnycka Belizaire, a WHO afrikai regionális irodájának vészhelyzeti felkészülésért és reagálásért felelős igazgatója. A mesterséges intelligencia segíthet a járványok terjedésének gyorsabb felmérésében és az orvosi segítség célzottabb bevetésében – hangsúlyozta a WHO vezető tisztségviselője a World Health Summits színpadán.
Az adatok elemzése során azonosították a lehetséges gócpontokat, és előkészületeket tettek, például létfontosságú csomópontokra és kockázatos térségekbe juttattak egészségügyi segélyfelszereléseket.
Ez vészhelyzetben döntő lehet. Minél korábban reagálnak az egészségügyi hatóságok egy lehetséges járványkitörésre, annál jobban tudnak felkészülni és megszervezni az ellátást. A mesterséges intelligencia abban segíthet, hogy a döntéshozók gyorsabban értékeljék a különböző forrásokból származó információkat, és megalapozottabb döntéseket hozzanak.
Ez a pozitív példa arra, hogyan használják a mesterséges intelligenciát az egészségügyi ellátásban, azt a szintet mutatja, ahol viszonylag csekély kockázattal lehet alkalmazni az MI-t. A szakértők ugyanakkor úgy látják, hogy a mesterséges intelligencia jövőbeli felhasználási területei ennél jóval szélesebbek.
A technológia javíthatja a diagnosztikát, tehermentesítheti az egészségügyi dolgozókat az adminisztratív feladatok alól, és segíthet abban, hogy a szűkös erőforrásokat célzottabban osszák el. Ugyanakkor alapvető kérdések merülnek fel: mennyire megbízhatóak az eredmények? Képesek-e az egészségügyi szakemberek megérteni, hogyan jut el egy MI-rendszer egy adott döntéshez? És valóban a betegek profitálnak-e mindebből?
MI mint mankó a túlterhelt egészségügyi dolgozók számára
Világszerte nő az egészségügyi ellátás iránti igény, miközben sok helyen hiányzik a személyzet, az idő és az eszköz. Dr. Thomas Zapata, a lyoni WHO Akadémia igazgatója szerint ez az egyik kulcspontja a mesterséges intelligencia bevetésének.
„El kell gondolkodnunk azon a paradoxonon, amellyel jelenleg szembesülünk. Világszerte több egészségügyi szakemberünk van, mint valaha, és példátlan technológiák állnak rendelkezésünkre” – mondta Zapata a World Health Summit egyik panelbeszélgetésén. Mégis, szerinte óriási hiány tapasztalható az egészségügyi személyzetből. „Az egészségügyi szolgáltatások iránti kereslet folyamatosan nő.”
Úgy véli, az MI lehetőség arra, hogy csökkentsék ezt a szakadékot. Döntő azonban, hogy ne öncélúnak tekintsék, hanem eszköznek, amelyet a meglévő egészségügyi rendszerekbe kell beépíteni.
„Az MI egy lehetőség, egy eszköz. Jelenleg nagyon lenyűgöz bennünket a technológia és az MI, de úgy gondolom, a teljes egészségügyi rendszert szem előtt tartva kell a megfelelő helyre pozicionálnunk” – figyelmeztet Zapata. Szerinte a mesterséges intelligencia két ponton illeszkedik a rendszerbe: egyrészt megváltoztathatja, hogyan szervezik meg az ellátást, másrészt az egészségügyi dolgozók képzésének és továbbképzésének is igazodnia kell az új lehetőségekhez.
Végső soron az MI természetesen hozzájárulhat a munkaterhelés csökkentéséhez, az adminisztratív feladatok optimalizálásához, a klinikai döntéshozatal és a diagnosztika javításához is. Zapata számára különösen fontos, hogy a technológia időt szabadítson fel arra, amit nem szabad és nem is lehet teljesen automatizálni: a betegek ellátására.
Különösen a Kongói Demokratikus Köztársaságban zajló ebolaválság mutatta meg, hogy a lakosság bizalma gyakran hiányzik a helyi egészségügyi rendszerben.
Így marad több idejük az orvosoknak az emberekre
Ott, ahol az egészségügyi dolgozók extrém időnyomás alatt dolgoznak, az automatizált folyamatok valódi különbséget jelenthetnek. Dr. Cecilia Mbaca, a CARE segélyszervezet egészségügyi és vészhelyzeti ügyekért felelős vezető szakmai tanácsadója több mint 15 év frontvonalbeli munkája során saját tapasztalatból ismeri ezeket a kihívásokat.
Számára három kérdés a döntő: képes-e az MI támogatni az orvosi döntéshozatalt? Át tud-e venni ismétlődő feladatokat? És segít-e abban, hogy az ellátás jobban igazodjon az egyes betegek egyéni igényeihez?
„Ha az MI ezeket a feladatokat nagyon jól elvégzi, több időnk marad az ellátás személyes vetületeire: kérdéseket tehetünk fel, meghallgathatjuk a betegeket, megvizsgálhatjuk őket, majd továbbirányíthatjuk őket az ellátás következő szintjére” – mondja Dr. Cecilliah Mbaka, a CARE segélyszervezet egészségügyi és vészhelyzeti ügyekért felelős vezető szakmai tanácsadója.
Elmondása szerint maga is több mint 15 évig dolgozott a frontvonalban, minimális támogatással, korlátozott erőforrásokkal és rendkívüli munkaterheléssel.
Járványok idején ráadásul nemcsak a puszta egészségügyi adatok számítanak. A lakosság bizalma is kulcsszerepet játszik. Az embereknek hinniük kell abban, hogy egy egészségügyi intézményben védelmet és megfelelő ellátást kapnak. Az érintett közösségekben ez a bizalom döntő lehet abban, hogy a betegek időben orvosi segítséget kérnek-e.
Becslések szerint a halálesetek mintegy 50 százaléka a KDK falvaiban, nem pedig az egészségügyi intézményekben következik be – mondja Maximilian Gertler epidemiológus. A helyi egészségügyi rendszer ugyanis rendkívül nagy nyomás alatt áll, és nem volt felkészülve az ebolajárványra. A fertőzésveszély csökkentése érdekében naponta több ezer védőruhára van szükség az ápolószemélyzet számára. Németország nemrég 21 millió euróval növelte a térségnek nyújtott támogatását.
Az MI tehát támogathatja az ellátás megszervezését, önmagában azonban nem képes garantálni, hogy az emberek megbíznak az egészségügyi intézményekben. Mint arra a mesterséges intelligencia szakértői is felhívják a figyelmet, a diagnózishoz vezető út ma gyakran még átláthatatlan.
Átláthatósági probléma: hogyan jut az MI a diagnózishoz?
A modern MI-rendszerek hatalmas adatmennyiségeket képesek elemezni, és olyan mintázatokat felismerni, amelyek az emberek figyelmét elkerülhetik. Ám gyakran nem világos, pontosan hogyan jutnak az eredményeikhez.
Dr. Thomas Thesen, az amerikai Dartmouth Egyetem Geisel Orvosi Karának orvosképzési és informatikai professzora így írja le a problémát: „Miközben rendkívül ügyesek a minták felismerésében, valójában nagyon rosszak abban, hogy elmagyarázzák nekünk, mit jelentenek ezek a minták.” Ahogy ő nevezi, a Claude-hoz vagy a ChatGPT-hez hasonló chatbotok és nagy nyelvi modellek magyarázati problémával küzdenek, a mesterséges intelligencia sokszor fekete doboz marad.
Ez különösen az egészségügyben jelent gondot. Ha egy rendszer diagnózist vagy kezelési javaslatot ad, az egészségügyi szakembereknek meg kell tudniuk ítélni, hogy az adott esetben valóban helytálló-e. Ehhez önmagában az eredmény nem mindig elég: az odáig vezető utat is átláthatóvá kell tenni.
„Ez tehát az értelmezhetőség problémája: nem tudják az emberek számára érthető nyelven elmagyarázni, hogyan jutnak ezekhez az eredményekhez.”
Az úgynevezett fekete doboz probléma nemcsak az átláthatóságot, hanem a felelősséget is érinti: ki viseli a következményeket, ha egy MI-rendszer hibás ajánlást ad? Dr. Mbaka számára ezért kulcsfontosságú, hogy az MI ne pusztán eredményeket szolgáltasson, hanem valóban támogassa a döntéshozatalt.
Szakértő: az MI nem helyettesítheti a tanulást a képzésben
Az egészségügyi szakemberek képzésében is hasznos lehet a mesterséges intelligencia – például azáltal, hogy gyorsabban hozzáférhetővé teszi az információkat, vagy támogatja az ismétlődő feladatok elvégzését. Thesen professzor ugyanakkor éppen a tanulás során lát kockázatokat.
Felidéz egy tanulmányt, amelyben a hagyományos keresőmotorokon végzett információkeresést hasonlították össze egy MI-chatbot használatával. Azok a hallgatók, akik chatbotot használtak, felszínesebb, kevésbé rögzült tudással rendelkeztek.
„Az úgynevezett kívánatos nehézségek valójában nagyon fontosak a tanulási folyamatban. Ha az ember az egész kognitív tanulási folyamatot egy chatbotra bízza – ami ugyan nagyon hatékonynak tűnhet –, lényegében nem tanul semmit.”
Aki tartósan szeretné elsajátítani a tudást, Thesen szerint nem hagyhatja, hogy a mesterséges intelligencia minden gondolkodási munkát átvegyen. Az orvostudományban különösen fontos lehet, hogy akkor is jó döntések szülessenek, amikor a technikai támogatás éppen nem elérhető.
Thesen ezért azt javasolja, hogy az MI-t elsősorban ott vessék be, ahol csökkenti a munkaterhelést. Ahol viszont a megértés és a hosszú távú tudásmegőrzés a cél, ott továbbra is az önálló tanulásnak kell teret adni.