Lekárske povolanie síce patrí k tým najvychytenejším, napriek tomu však nielen na Slovensku, ale aj v ostatných európskych krajinách začína byť cítiť nedostatok lekárov. Ako silné populačné ročníky starnú, budú potrebovať čoraz viac lekárskej starostlivosti. Vytvorí to tlak na rýchlejšie adoptovanie nových technológií v zdravotníctve? Zmenia nové technológie zdravotnú starostlivosť ako ju poznáme dnes? Aj tejto téme sa bude venovať druhý deň kongresu ITAPA, 13. november 2019.

Znižovanie nákladov

Možno prekvapivo, no nasadenie zdravotníckych robotov by v budúcnosti mohlo viesť k zníženiu nákladov. Dnes už máme robotov, ktorí dokážu úspešne vykonať artroskopiu. Aktuálne je ich cena vysoká, časom však výrobné náklady klesnú a pravdepodobne sa stanú bežnejšou súčasťou nemocníc.
 

Diagnostika a deep learning

Mnohé choroby sa diagnostikujú na základe vzoriek. Vzorka krvi zistí, či išlo o infekciu, vzorka tkaniva odhalí, či ide o rakovinu. Vo všetkých týchto prípadoch musí lekár zistiť, či vzorka kopíruje hľadaný vzorec.

Deep learning je odvetvie machine learning, ktoré využíva algoritmy inšpirované štruktúrou a funkciou mozgu. Vďaka viacerým vrstvám extrahuje rôzne informácie z predložených dát čím rozpoznávať vzorce. Práve deep learning sa dá s úspechom využiť pri diagnostike.

Detekcia abnormálnych krvných ciev v oku pomáha lepšie diagnostikovať cukrovku a srdcové choroby. Manuálna detekcia je časovo náročná procedúra, ktorú môže robiť len skúsený lekár. Deep learning sa dá využiť na systém, ktorý sa z dodaných fotiek naučí segmentovať krvné cievky v sietnici. Táto počítačová diagnostika dokáže spracovať fotografie 10-krát rýchlejšie ako skúsený oftalmológ, pričom si stále udržuje vysokú presnosť. 
 

Počítačová tomografia

Na diagnostiku rakoviny pľúc sa používa počítačová tomografia (CT). Vizuálne sú však benígne a zhubné lézie v CT podobné. CT sken preto nemôže vždy poskytnúť spoľahlivú diagnózu. A to ani v prípade, keď ju robí skúsený rádiológ s rokmi praxe. Tu by znova mohol pomôcť deep learning.
 

Röntgen

Podobne ako v predošlých prípadoch, v röntgenových snímkach je potrebné rozpoznať patologické vzorce.  Bolo by možné využiť deep learning aj na „čítanie“ röntgenov? Pravdepodobne áno.

Je možné, že mnohé zdravotnícke procesy, ktoré dnes robia ľudia, budú v budúcnosti doménou inteligentných strojov, ktoré naučíme rozpoznávať vzorce a vykonávať jednoduché operácie. Lekári sa potom budú môcť sústrediť na komplikovanejšie operácie a lepšie nastavenie liečby.  Deep learning algoritmy sa zatiaľ sľubne testovali, zatiaľ sme ale len na začiatku. Je však jasné, že nástroje umelej inteligencie môžu zásadným spôsobom pomôcť lekárom pri rýchlom stanovení presnej diagnózy.