Komentář: Umělá inteligence spolehlivou diagnózu neudělá. Může však vyhodnocování snímků urychlit

Autorem komentáře je MUDr. Lukáš Hruška, primář Oddělení zobrazovacích metod SurGalClinic

Umělou inteligenci (AI) v radiologii už dnes běžně používáme, ale představa, že zvládne bez pomoci lékaře vytvořit spolehlivou diagnózu, patří stále do říše sci-fi. Diagnostika není jen o důkladném čtení snímku, protože lékař vychází i ze svojí zkušenosti, rozlišuje drobné nuance a bere v úvahu anamnézu nebo laboratorní výsledky. Ve spoustě případů však AI už zvládne být schopným asistentem.

V CT a magnetické rezonanci, které jsme v SurGalClinic pořizovali před čtyřmi lety, je už AI přímo zabudovaná. U CT nám umožňuje pracovat s nižší dávkou záření, protože systém umí z obrazu odstranit šum a zachovat diagnostickou kvalitu. U magnetické rezonance zase AI umožňuje buď zkrátit dobu vyšetření, nebo při stejném čase výrazně zvýšit kvalitu a rozlišení snímků. V obou případech je to jasný přínos pro pacienta – buď menší zátěž, nebo kratší vyšetření, případně kvalitnější obraz.

Právě tato „technická“ AI, která zlepšuje rekonstrukci a kvalitu obrazu, je dnes podle mě nejspolehlivější a nejpřínosnější. O něco citlivější je oblast, o které se mluví nejčastěji: automatické vyhodnocování nálezů. Některé systémy už umí radiologům významně pomoci u jednodušších úloh, typicky na rentgenových snímcích. Dokážou snímky předtřídit, upozornit na zlomeniny nebo na podezřelé změny na plicích, a tím zrychlit práci tam, kde radiologů není dostatek – například v nemocnicích, které nemají radiologa k dispozici 24 hodin denně. V takových situacích může AI fungovat jako užitečný filtr a urychlovač, který pomůže zaměřit pozornost na rizikové nálezy.

„Učebnicové“ nádory AI přehlédla

Moje zkušenost s testováním AI pro magnetickou rezonanci prostaty ale ukazuje i současné limity. U nás v SurGalClinic standardně každé vyšetření CT nebo MR hodnotí nezávisle na sobě dva lékaři, čímž se snižuje riziko přehlédnutí. Očekával jsem, že AI pomůže jako jakési první čtení, které by mohlo ušetřit čas druhého kolegy. Jenže právě u prostaty jsme naráželi na výraznou falešnou pozitivitu i falešnou negativitu. Falešně pozitivní nálezy ještě dokážu odfiltrovat, protože z praxe poznám, že o nádor pravděpodobně nejde. Nebezpečné jsou falešně negativní výsledky, tedy situace, kdy systém podezřelé ložisko neoznačí.U nás se to během testování dělo i u poměrně typických, „učebnicových“ nálezů. V takové chvíli systém ztrácí smysl, zvlášť když nejde o levnou technologii.

Zároveň je potřeba říct, že některé typy vyšetření se AI učí snadněji než jiné. Rentgen je ve srovnání s magnetickou rezonancí jednodušší v tom, že nálezy bývají kontrastnější a méně závislé na mnoha faktorech kvality akvizice. U komplexních vyšetření, jako je MR, stačí pohyb pacienta, drobné rozdíly mezi přístroji nebo odlišné protokoly a obraz se naruší. Vývojáři často trénují modely na špičkových univerzitních pracovištích a velmi kvalitních snímcích, ale reálná praxe přináší daleko větší variabilitu, a s tou si právě AI zatím neumí poradit.

Počítání a měření zvládá velmi rychle

Příležitosti do budoucna vidím velmi konkrétně tam, kde AI plní roli rychlého asistenta: například při vyhledávání ložisek v plicích ve screeningových programech, při počítání a porovnávání ložisek u roztroušené sklerózy nebo při automatických měřeních na snímcích, která využívají ortopedi při plánování zákroků. Tam, kde je úkol jasně definovaný – spočítat, porovnat, změřit – může být AI velmi přesná a hlavně šetří čas. Radiolog pak výsledek zkontroluje, doplní souvislosti a rozhodne.

Důležité je, že současné AI systémy obvykle pracují především s obrazovými daty, nikoli s anamnézou, laboratorními výsledky a širším klinickým kontextem. Diagnostika přitom není jen o tom, co vidíme na snímku. Je to kombinace zkušenosti, souvislostí, informací o pacientovi a schopnosti interpretovat jemné nuance, které nejsou černobílé. Proto si nemyslím, že by AI radiology v dohledné době nahradila. Spíš změní způsob práce a zefektivní procesy: to, na co dnes potřebujeme dva lékaře, zvládne v budoucnu jeden s podporou AI. Lidský faktor ale zůstane zásadní, protože odpovědnost, klinický úsudek a schopnost dávat nálezy do kontextu zatím žádný systém plnohodnotně nenahradí.

O SurGalClinic

SurGalClinic v Brně je moderní zdravotnické zařízení, které nabízí širokou škálu služeb od chirurgie a ortopedie až po rehabilitaci a následnou péči. Klinika spolupracuje se všemi zdravotními pojišťovnami, takže je dostupná širokému okruhu pacientů.

O péči se stará zkušený tým lékařů, sester a dalších specialistů, kteří přistupují ke každému individuálně. Pacienti zde navíc mohou využít i nadstandardní program GRAND CLASS zaměřený na maximální pohodlí, a také hotelové ubytování s nadstandardní stravou. Cílem kliniky je nejen kvalitně léčit, ale také zajistit pohodlí a příjemné prostředí při čerpání péče.