Temat sztucznej inteligencji przewinął się już jakiś czas temu szturmem przez informacyjny mainstream. Sprawcą całego zamieszania jest pojawienie się kolejnych wersji ChatGPT (chatbota) wykorzystującego model GPT (model sztucznej inteligencji przeszkolony na dużych zbiorach danych tekstowych).
Chyba każdy z nas sprawdził jego możliwości albo zadał sobie pytanie, jak ten i inne modele sztucznej inteligencji wpłyną na naszą karierę i działania zawodowe czy życie osobiste, w tym zdrowie. A być może powinniśmy zapytać o to jak już wpływa?
Okulistyka była jedną z pierwszych dziedzin medycyny, która otworzyła się na zagadnienia sztucznej inteligencji (AI -artificial intelligence). Ilość danych pozyskiwana podczas badań diagnostycznych oraz sama idea diagnozy opierająca się głównie na interpretacji wyników obrazowania, stwarza idealne miejsce do rozwoju zagadnień sztucznej inteligencji.
Zagadnienia AI nie są tematem nowym. Już w połowie lat siedemdziesiątych powstało opracowanie Sholoma Weiss’a, Casimira Kulikowskiego i Arana Safira “Glaucoma consultation by computer” traktujące o możliwościach wykorzystania uczenia maszynowego w rozpoznaniu jaskry.
Na dzień dzisiejszy najbardziej obiecującymi kierunkami rozwoju zastosowań sztucznej inteligencji w okulistyce są p.w. schorzenia siatkówki – retinopatia cukrzycowa (DR) oraz zwyrodnienie plamki żółtej związane z wiekiem (AMD). Istnieją również modele AI znajdujące zastosowanie w diagnozowaniu jaskry, stożka rogówki oraz zaćmy.
Koncentrując się na siatkówce, przyjrzyjmy się istniejącym rozwiązaniom. Obecnie Istniejące modele sztucznej inteligencji, w tym model IDx-DR są w stanie, z bardzo wysoką skutecznością, wykrywać zmiany chorobowe świadczące o retinopatii cukrzycowej. Ich działanie opiera się o algorytmy rozpoznawania obrazu uzyskanego w badaniach OCT (skany optycznej koherentnej tomografii) lub CFP – (color fundus photography- fotografia kolorowa dna oka) . Dodatkowo opracowywane są także modele bazujące na wynikach obrazowania angiografii fluoresceinowej. Co interesujące, system IDx-DR został już w 2018 zatwierdzony przez amerykańską Agencję Żywności i Leków (FDA) do zastosowań komercyjnych pod obecną nazwą LumineticsCore.
Inne podejście do uczenia maszynowego modeli AI przedstawia metoda opracowana przez Google Brain, w której to sieć neuronowa samodzielnie nauczyła się rozpoznawać przypadki retinopatii cukrzycowej na podstawie przedstawionych obrazów, bez konieczności wskazywania przykładów zawierających zmiany chorobowe.
W celu ułatwienia diagnostyki AMD już w 2017 opracowany został algorytm uczenia głębokiego o skuteczności wykrywania porównywalnej z lekarzem-specjalistą. W celu wyuczenia modelu sztucznej inteligencji wykorzystano 130 000 obrazów CFP uzyskanych z badań ponad 4500 pacjentów. W tym przypadku, przeprowadzone analizy nie ograniczają się jedynie do stwierdzenia choroby, ale dodatkowo pozwalają określić jej stopień zaawansowanie oraz próbę przewidzenia tempa jej progresji w ciągu nadchodzących 5 lat.
W diagnostyce zaćmy znane są opublikowane w 2011 roku przez zespół lekarzy z Singapuru wyniki badań wykorzystujących metody sztucznej inteligencji do wykrywania zmętnień w soczewce na podstawie obrazów z lampy szczelinowej i kamery fotograficznej. Otrzymane, dla różnych typów choroby, wyniki były bardzo dobre.
Współczesna okulistyka stwarza ogromne pole manewru do wykorzystania sztucznej inteligencji w rozpoznawaniu chorób i z pewnością ma szanse ta technologia stać się pomocnym, nowoczesnym narzędziem diagnostycznym w szerokim wachlarzu umiejętności, którymi lekarz będzie dysponował. Okuliści wypatrują więc kolejnych rozwiązań – już komercyjnych -wykorzystania sztucznej inteligencji w swej codziennej pracy z pacjentem.
Wojciech Meller
Jadwiga Bernardczyk-Meller