Dr Marcin Zaczyk – autor i realizator wielu prac badawczych i rozwiązań konstrukcyjnych. Jest pracownikiem naukowo-dydaktycznym w Zakładzie Konstrukcji Urządzeń Precyzyjnych Wydziału Mechatroniki Politechniki Warszawskiej. Swoje badania i prace poświecą inżynierii biomedycznej i medycynie, szczególnie zagadnieniom biomechaniki w procesach leczenia operacyjnego z wykorzystaniem implantów oraz osprzętu biomedycznego. Wykładowca WUMed.

Panie Doktorze, właśnie kończy się misja kosmiczna z udziałem Polaka. Załoga jest już na Ziemi, ale badania nadal trwają. Sam dr Sławosz Uznański – Wiśniewski mówi o ogromnej roli tej misji w rozwoju technologicznym, również polskim. To bardzo ogólne stwierdzenie. W jakich dziedzinach i co konkretnie wynika z tego rodzaju misji, badań w kosmosie - dla nauki, medycyny, przemysłu, człowieka.

Udział polskiego astronauty w misji kosmicznej – pierwszy raz od 1978 r. – umożliwi Polsce dołączenie do elitarnego grona państw, które regularnie realizują misje załogowe oraz programy badawcze. Obecna misja kosmiczna z udziałem Polaka jest nową szansą dla polskiego sektora kosmicznego, prywatnych firm oraz instytucji naukowych i badawczych, na udział w badaniach prowadzonych na orbicie okołoziemskiej. Realizacja misji oraz przeprowadzone w jej ramach eksperymenty technologiczno-naukowe przyniosą szereg korzyści. Główną z nich jest możliwość szybszej komercjalizacji polskich technologii kosmicznych, włączenie polskich produktów w globalne łańcuchy wartości oraz zbudowanie unikalnych kompetencji w polskim sektorze kosmicznym. Taki podejście pozwoli elastycznie spozycjonować polskie myśli technologiczne względem wschodzących trendów związanych z lotami załogowymi, budową infrastruktury kosmicznej oraz górnictwem kosmicznym, po medycynę z wykorzystaniem mikrograwitacji. Dla polskich firm i instytucji daje to możliwość zdobycia tzw. „flight heritage”, co będzie stawiać polskie rozwiązania w uprzywilejowanej pozycji w kontekście przyszłych programów, projektów i misji kosmicznych.

Misje kosmiczne - widok na Ziemię (fot.Pixabay)

Jakie eksperymenty przeprowadzono na pokładzie ISS 13, co zbadano?

Przede wszystkim już sama misja to proces badawczy związanym ze zbadanie wpływu długotrwałego pobytu w kosmosie na stan psychiczny i samopoczucie astronauty. Polski astronauta przeprowadził 13 eksperymentów, zaprojektowanych przez polskie firmy. Skupiłbym się bardziej na tych, które mogą przynieść interesujące odpowiedzi dla rozwoju medycyny:

„Immune Multiomics” - głównym jego celem było przebadanie wpływu stanu mikrograwitacji na odporność organizmu.

„Human Gut Microbiota” – sprawdzano jakie procesy mogą zachodzić w składzie bakterii jelitowych podczas lotu kosmicznego, zmiany przeciążeń i czynników wynikających ze zmiany uwarunkowań zewnętrznych wokół organizmu.

„Stability of Drugs” - testowano jakie materiały, w szczególności które polimery, mogą chronić leki przed promieniowaniem w kosmosie.

„Astro Performance/Mollis Textus” – badana jest adaptacja tkanek miękkich astronautów do warunków panujących w kosmosie.

„EEG Neurofeedback” – analizuje się jak izolacja i mikrograwitacja wpływają m.in. na poziom stresu astronautów.

„PhotonGrav” – testowano prototypowe urządzenie, które posłużyć ma do sterowania komputerem w kosmosie tylko za pomocą mózgu, bez konieczności fizycznego sterowania np. za pomocą klawiatury czy myszki.

Wracając na Ziemię - podczas VI Konferencji Naukowej WUMed Pana wystąpienie dotyczyło wyzwań i zagrożeń płynących z wdrożenia AI, w tym w medycynie. Czego jest więcej - wyzwań czy zagrożeń?

Trudno jest zrobić podsumowanie wyzwań i zagrożeń, ponieważ ta dynamicznie rozwijająca się dziedzina tworzy ciągle nowe wyzwania o podłożu technicznym, programistycznym, legislacyjnym i społecznym a wraz z nimi powstają nowe zagrożenia. Podjęcie próby zbilansowana wyzwań i zagrożeń związanych z Al w medycynie utrudnia fakt, że nie mają one miary i wagi. Które z nich będą więc miały największy wpływ na rozwój bądź regres Al w medycynie?

Sztuczna Inteligencja w medycynie (fot.Pixabay)

No właśnie…

Patrząc globalnie na wyzwania – są stricte techniczne i organizacyjne. Jednak da się je rozwiązać poprzez regulacje, edukację, standaryzację i inwestycje. Zagrożenia natomiast mogą prowadzić do poważnych konsekwencji – błędnych diagnoz, naruszania prywatności czy cyberataków. Wymagają więc stałego nadzoru, monitoringu i solidnych zabezpieczeń. Choć oba obszary są znaczące, to zagrożenia - zwłaszcza te związane z błędami medycznymi i bezpieczeństwem, mają większy potencjał poważnych skutków. Zarówno ilościowo, jak i jakościowo – zagrożenia mogą wywołać większy dystans i nieufność wobec AI, jeśli nie będą odpowiednio zarządzane.

Do głównych wyzwań i zagrożeń związanych z wdrożeniem sztucznej inteligencji w medycynie jest jakość danych i ich interoperacyjność. Obecnie dane medyczne są często są niekompletne, niespójne oraz rozproszone między różnymi systemami, co utrudnia skuteczne trenowanie modeli wg. wybranego i pożądanego kryterium. Konieczna, więc staje się integracja i harmonizacja różnych systemów oraz standaryzacja formatów zapisu danych i tworzenia ustandaryzowanych procedur. Dynamiczny rozwój sztucznej inteligencji wyprzedza często regulacje i zapisy związane z odpowiedzialnością prawną. Brak jednoznacznych przepisów prowadzić może do niepewności w ich interpretacji. Pełne wdrażanie AI w medycynie wymaga aktualizacji prawa, np. Europejski AI Act oraz precyzyjnego określenia ram działania.

Wyzwaniem jest również ochrona danych osobowych pacjentów. Jednocześnie ta ochrona tworzy bariery – wymagane są jasne zgody i zabezpieczenia. Wdrożenie Al w medycynie połączone jest również z ryzykiem balastu w danych, aby systemy nie faworyzowały określonej grupy etnicznej czy pacjentów – co może przyczynić się do dyskryminacji. Kluczem też jest wzbudzenie zaufania i transparentności związanej z wykorzystaniem sztucznej inteligencji w medycynie. Lekarze i pacjenci potrzebują wytłumaczenia decyzji AI – jest to kluczowe, bo pokazuje logiczność postepowania w terapiach albo diagnozowaniu schorzenia.

Bezpieczeństwo w medycynie (fot.Pixabay)

To wyzwania, a zagrożenia?

Najistotniejszym zidentyfikowanym zagrożeniem przy wdrożeniu AI to błędna struktura algorytmu oraz błędne dane. AI może popełniać błędy - błędnie wnioskować z powodu nieodpowiednich lub zmanipulowanych danych. Ataki typu „adversarial” - wrogie przykłady - mogą prowadzić do fałszywych diagnoz – szczególnie groźne w sprzęcie medycznym. Zagrożeniem też można uznać nadmierne poleganie na Al. Utrata podstawowych kompetencji przez lekarzy, którzy zaczynają ufać systemom bez zrozumienia, jak one działają staje się zagrożeniem dla leczonych pacjentów przez błędne finalne decyzje i dobrane terapie. Sztuczna „uśredniona” to statystyczna średnia, która może przyczynić się do łatwego przeoczenia rzadkiej choroby lub nietypowych przypadków. Jak każdy system oparty o IT, AI jest zagrożona cyberprzestępczością. Systemy połączone mogą być podatne na ataki hakerskie – jeśli któryś komponent „padnie”, pacjent może doznać szkody.

Wykorzystanie AI w tomografi komputerowej (fot.Pixabay)

AI w medycynie

Często nawet nie zdajemy sobie sprawy, że sztuczna inteligencja funkcjonuje w medycynie już od lat – gdzie i w jaki sposób jest wykorzystywana w Polsce?

Sztuczna inteligencja w naszej rodzimej medycynie dynamicznie się rozwija i znajduje zastosowanie w wielu obszarach opieki zdrowotnej. W jej rozwoju nie odbiegamy od pozostałych krajów rozwiniętych. Podam przykłady tego, gdzie i w jaki sposób AI jest wykorzystywana w polskiej medycynie:

Radiologia i diagnostyka obrazowa – systemy oparte na SI pomagają analizować zdjęcia RTG, tomografie komputerowe (TK) i rezonanse magnetyczne (MRI). Przykładem są algorytmy wykrywające zmiany nowotworowe w płucach, mózgu czy piersiach. Polska firma Cancer Center współpracuje z rozwiązaniami AI w diagnostyce raka piersi.

Patomorfologia cyfrowa. Przykład: Szpitale wdrażają SI do analizy preparatów histopatologicznych, co pozwala szybciej i trafniej wykrywać np. nowotwory.

Telemedycyna i chatboty medyczne. Narzędzia wspierające wstępną diagnozę (np. symptomy infekcji, COVID-19). Chatboty są stosowane m.in. przez firmy ubezpieczeniowe i w systemach rejestracji pacjentów.

Analiza danych medycznych. AI wspiera analizę elektronicznej dokumentacji medycznej (EDM) w szpitalach. W niektórych placówkach testowane są systemy do przewidywania ryzyka rehospitalizacji lub powikłań po operacjach.

Onkologia. W niektórych ośrodkach, AI pomaga w planowaniu leczenia pacjentów onkologicznych – dobór terapii, analizowanie reakcji pacjenta.

Farmakologia i rozwój leków. Algorytmy SI są wykorzystywane w badaniach klinicznych, np. do doboru odpowiednich pacjentów, przykład: Polpharma, współpraca z firmami technologicznymi.

AI rozwija się niezwykle dynamicznie – szczególnie w medycynie. Czego możemy się spodziewać w najbliższych latach?

I znów podam listę przykładów, gdzie nieuniknione są zmiany i postęp w rozwoju udziału sztucznej inteligencji w medycynie:

Automatyzacja diagnostyki - szybsza analiza wyników badań (np. krwi, moczu, obrazów) i lepsze wsparcie decyzji lekarza. Diagnostyka oparta na algorytmach stanie się standardem w wielu dziedzinach, np. dermatologii, okulistyce, onkologii. Obecnie każdy aparat EKG wsparty jest algorytmem wspomagającym odczyt diagramu EKG.

Personalizacja leczenia - medycyna precyzyjna. Algorytmy analizujące dane genetyczne, środowiskowe i kliniczne będą wspierały indywidualne podejście do pacjenta.

Przewidywanie reakcji na leczenie – zwłaszcza w onkologii i kardiologii.

Szpitale przyszłości – wspierane przez AI.

Wirtualni asystenci, automatyczna dokumentacja, monitorowanie pacjentów w czasie rzeczywistym. Systemy predykcyjne: np. SI przewidująca pogorszenie stanu zdrowia pacjenta na OIOM-ie.

Rozwój robotyki medycznej i chirurgii wspomaganej AI. Chociaż roboty chirurgiczne są już dostępne np. system da Vinci, ich integracja z AI będzie coraz większa np. wspomaganie decyzji podczas operacji, planowanie operacji i burząca modyfikacji procedury w trakcie realizacji zabiegu.

Integracja AI z e-zdrowiem i platformami NFZ. AI może wspierać zarządzanie kolejkami, optymalizację ścieżki pacjenta czy analizę jakości leczenia. Możliwe stanie się wykorzystanie AI w profilaktyce zdrowotnej np. systemy monitorujące dane.

Czy AI zastąpi człowieka?

AI świetnie radzi sobie z analizą dużych zbiorów danych, identyfikacją wzorców, automatyzacją zadań, optymalizacją procesów i „wspomaganiem” odkryć biomarkerów, diagnozowania chorób – co stanowi dużą pomoc dla medyków i naukowców. Rola człowieka na tę chwile pozostanie taka sama a myślenie krytyczne, interpretacja, podejmowanie decyzji i stworzenie sensownego wniosku będzie atutem homo sapiens.

Zainteresowanie nauką

Panie Doktorze, zainteresowanie nauką nie jest powszechne. Czym zachęciłby Pan przyszłych medyków do poszerzenia swojej wiedzy z fizyki, chemii czy innych nauk ścisłych, do interesowania się postępem technologicznym? Wiadomo, że są one niezbędne do profesjonalnego wykonywania profesji medycznych.

Młodzi ludzie, którzy planują swoją ścieżkę edukacyjną, powinni rozważyć wybór kierunków oferujących solidne podstawy wiedzy z matematyki, fizyki, chemii co stanie się dobrym fundamentem tworzenia przyszłej kariery zawodowej. Wiedza z fizyki, chemii i z wszelkich nauk ścisłych daje ugruntowane uniwersalne kompetycje człowieka. Ułatwia zrozumieć funkcjonowanie przyrody, medycyny i złożonej gospodarki po technologie jakie tworzymy współcześnie. W branży medycznie koniecznością stają się relacje nie tylko z kolegami w pracy, ale również z klientami zewnętrznymi i pacjentami. Przedmioty ścisłe jak fizyka, mechanika, chemia pozytywnie stymulują tzw. inteligencję emocjonalną. Mentorzy i liderzy w przyszłości będą musieli mieć zdolność inspirowania innych, mediacji w konfliktach i tworzenia atmosfery sprzyjającej twórczemu myśleniu.

Podsumowując, nie należy zapomnieć o kompetencjach cyfrowych. Te kompetencje przestają być domeną wyłącznie specjalistów IT i stają się niezbędnym elementem wykształcenia dobrego specjalisty. Podstawowa znajomość narzędzi analitycznych, platform komunikacyjnych i systemów zarządzania danymi to minimum, którego potrzebne jest w każdej branży.

Bezpośredni kontakt lekarz - pacjent (fot.Pixabay)

Kompetencje miękkie

A kompetencje „miękkie”? Mówi się, że to one będą wyróżniać medyka na rynku pracy. Warto pamiętać o kompetencjach interpersonalnych. Zyskują na znaczeniu, w miarę jak technologia - sztuczna inteligencja przejmuje rutynowe zadania wykonawcze. Umiejętność skutecznej komunikacji, budowania relacji międzyludzkich w zespole pozostaje niezbędna w każdym środowisku zawodowym w szczególności w środowisku medyków. Osoby, które chcą pozostać konkurencyjne i osiągnąć sukces na poziomie indywidualnym jak i zawodowym muszą elastycznie podchodzić do dynamicznie zmieniającego się otoczenia. Powinny już dziś inwestować w rozwój odpowiednich umiejętności. Elastyczność myślenia to fundamentalna umiejętność, która pozwala człowiekowi skutecznie reagować na nieoczekiwane zmiany w otoczeniu. Osoby mające te kompetencję potrafią szybko przystosować się do nowych technologii, procedur i warunków pracy.

kierunek Sztuczna Inteligencja

kierunek Sztuczna Inteligencja

Czy AI zastąpi człowieka? – rozmowa z dr. inżynierem nauk technicznych w dyscyplinie Biocybernetyki i Inżynierii Biomedycznej, Marcinem Zaczykiem

Kierunek: Sztuczna Inteligencja

KATALOG UCZELNI WYŻSZYCH

Preview Section

ZOBACZ KATALOG UCZELNI WYŻSZYCH I BAZĘ KIERUNKÓW STUDIÓW:

Cenimy Twoją prywatność!

Niezbędne (Wymagane)

Analityczne

Reklamowe