Diagnostyka wątroby. Czy Sztuczna Inteligencja zastąpi biopsje?

Ten tekst przeczytasz w 1 minutę
Sztuczna inteligencja powoli wchodzi na medyczne salony i staje się narzędziem wspomagającym decyzje lekarzy. Liczne badania potwierdzają wysoką skuteczność AI w nieinwazyjnej diagnostyce chorób wątroby. Czy rosnący potencjał AI daje realną szansę zmniejszenia liczby inwazyjnych procedur diagnostycznych, czyli biopsje?
Bezinwazyjna diagnostyka wątroby wspomagana przez AI
Bezinwazyjna diagnostyka wątroby wspomagana przez AI
Mira Orzeszkowa
Shutterstock

Na czym polega uczenie sztucznej inteligencji (AI) w medycynie?

Algorytmy AI są trenowane na danych - tysiącach obrazów medycznych, wynikach badań i dokumentacji klinicznej. Są uczone identyfikować wzorce, a z każdym przeanalizowanym przypadkiem stają się coraz efektywniejsze. Co więcej, analizę przeprowadzają w czasie rzeczywistym co znacząco przyspiesza proces diagnostyczny.

Sztuczna inteligencja osiąga wyjątkową skuteczność w obrazowym diagnozowaniu chorób wątroby. AI na podstawie obrazów z USG, tomografii komputerowej, rezonansu magnetycznego lub elastografii uczy się identyfikować subtelne zmiany w strukturze tkanki, które wskazują na różne stadia choroby. Poziom rozpoznawalności choroby jest obiecująco wysoki.

Przykłady wysokiej skuteczności AI w stawianych diagnozach chorób wątroby

W przypadku wykrywania niealkoholowej stłuszczeniowej choroby wątroby (NAFLD), badania pokazały, że AI potrafi precyzyjnie identyfikować wczesne stadia choroby na podstawie elektronicznej dokumentacji medycznej. W jednym z eksperymentów, spośród 834 pacjentów spełniających kryteria NAFLD, tylko 137 miało oficjalnie zdiagnozowaną chorobę – to oznacza, że aż 83% przypadków pozostało niezdiagnozowanych przez tradycyjne metody.

System SALSA (System for Automatic Liver tumor Segmentation And detection) wykazał wyjątkową skuteczność w wykrywaniu guzów wątroby – wykrywalność zmian nowotworowych na poziomie pacjenta przekroczyła 99%, a precyzja detekcji poszczególnych zmian osiągnęła niemal 82%. Narzędzie to przewyższyło w wielu przypadkach dokładność doświadczonych radiologów.

Biopsja wątroby wciąż skuteczniejsza od AI

Biopsja wątroby to inwazyjne badanie polegające na pobraniu niewielkiego fragmentu tkanki wątroby za pomocą specjalnej igły w celu zbadania jej pod mikroskopem. Badanie pozwala na dokładną ocenę struktury komórkowej wątroby, wykrycie obecności zmian patologicznych oraz określenie stopnia nasilenia procesów chorobowych.

Dalszy ciąg materiału pod wideo

Mimo że sztuczna inteligencja może w pewnym zakresie wspierać diagnozowanie schorzeń wątroby, nie jest w stanie całkowicie zastąpić biopsji tego organu. Choć algorytmy AI, które oceniają poziom zwłóknienia i mierzą stłuszczenie, mogą osiągnąć czułość przekraczającą 85% i swoistość ponad 90%, to jednak nie są wystarczające w przypadku wczesnych stadiów choroby, takich jak zwłóknienie F0-F1 lub stłuszczenie poniżej 5%. W takich sytuacjach biopsja pozostaje kluczowym elementem diagnostyki.

Wyzwania związane z szerszą implementacją AI w diagnostyce chorób wątroby

Głównym wyzwaniem jest zapewnienie jakości i dostępności danych medycznych potrzebnych do trenowania algorytmów AI. Modele sztucznej inteligencji wymagają dostępu do dużych, dobrze ustrukturyzowanych i reprezentatywnych zbiorów danych, podczas gdy w Polsce nadal występuje fragmentacja systemów i różne standardy zapisu informacji medycznych.

Szczególnie problematyczne jest zjawisko „czarnej skrzynki" – AI podaje pomocną dłoń tam, gdzie ludzie nie radzą sobie z ilością danych, ale jej działanie opiera się na czystej matematyce, której wyników często nie można przewidzieć ani zweryfikować. Oznacza to, że przy masowym wykorzystaniu AI nie będziemy w stanie sprawdzić, co system nam podpowiada, co rodzi pytania o odpowiedzialność za błędne diagnozy.

Istotnym problemem jest również ryzyko bezkrytycznej wiary w możliwości AI oraz uzależnienie się od niej przez lekarzy. Jeśli AI będzie traktowana jako podwykonawca od myślenia, lekarze mogą stracić umiejętność krytycznej oceny wyników, co jest szczególnie niebezpieczne w sytuacjach, gdy algorytm popełnia błąd.

©℗
Materiał chroniony prawem autorskim - wszelkie prawa zastrzeżone. Dalsze rozpowszechnianie artykułu za zgodą wydawcy INFOR PL S.A. Kup licencję.
Zapisz się na newsletter
Chcesz wiedzieć jak dbać o swoje zdrowie? Chcesz uniknąć błędów żywieniowych? Być na czasie z najnowszymi zmianami w przepisach prawa medycznego, farmaceutycznego i praw pacjenta? Zapisz się na nasz newsletter i otrzymuj rzetelne informacje prosto na swoją skrzynkę.
Zaznacz wymagane zgody
loading
Zapisując się na newsletter wyrażasz zgodę na otrzymywanie treści reklam również podmiotów trzecich
Administratorem danych osobowych jest INFOR PL S.A. Dane są przetwarzane w celu wysyłki newslettera. Po więcej informacji kliknij tutaj.
success

Potwierdź zapis

Sprawdź maila, żeby potwierdzić swój zapis na newsletter. Jeśli nie widzisz wiadomości, sprawdź folder SPAM w swojej skrzynce.

failure

Coś poszło nie tak

Newsletter
Drukuj
Skopiuj link