Článek
Konstruujeme stále dokonalejší umělé klouby, očkováním dokážeme odvrátit epidemie a nahlížíme do lidského těla s dokonalou přesností – ale v samotném srdci medicíny odjakživa zůstává jeden významný a zranitelný prvek: lidské oko a mysl lékaře, které musí v reálném čase zpracovat obrovské množství dat, příznaků, snímků a laboratorních výsledků.
Zde však do hry vstupuje umělá inteligence a s ní stále víc nástrojů, které lékařům mohou pomoci. Koncepce takzvané rozšířené inteligence, tedy spojení člověka a moderních nástrojů, které AI umožňuje.
Není to něco, co má nahradit člověka. Jde o výkonného digitálního partnera. V nemocnicích už dnes algoritmy odhalují skryté zárodky rakoviny, hlídají srdeční arytmie přes obyčejný mobilní telefon a z pouhého zabarvení lidského hlasu dokážou předpovědět Parkinsonovu chorobu roky předtím, než se plně projeví první příznaky.
Záchranná síť proti únavě
Nutno říct, že jakákoliv představa, že by umělá inteligence v dohledné době zcela nahradila lékaře, je nerealistický mýtus.
„Skutečný přínos nespočívá v tom, že by stroj přemýšlel za nás, ale v konceptu tzv. augmented intelligence (rozšířené inteligence),“ popisuje praktický lékař Petr Kajzar. Ten před lékařskou praxí strávil 14 let v IT vývoji a akademické sféře. „AI vidím jako digitálního partnera, který lékaři kryje záda a slouží jako záchranná síť proti lidské chybě či únavě. Má nás obohatit o jakýsi digitální šestý smysl.“
„Lidská kapacita je omezená – v záplavě diagnostických informací může lékař přehlédnout drobný detail,“ podotýká Kajzar. Algoritmus naproti tomu únavě ani emocím nepodléhá a během zlomku vteřiny dokáže porovnat data pacienta s miliony jiných případů.
Příklady pomoci AI v medicíně
Zobrazovací metody: radiologie, mamografie, vyšetření očního pozadí a kolonoskopie, kde AI odhaluje mikroskopické patologie
Akustická a jazyková analýza: rozbor hlasu a skladby vět pro včasnou detekci neurodegenerativních onemocnění
Diagnostika vzácných chorob: vyhledávání genetických syndromů analýzou obličejových rysů a databází
Administrativní úleva: automatické přepisy konzultací a souhrny dokumentace, které šetří čas lékařů
Když stroj vidí, co člověk ne
Pozoruhodné výsledky už přináší například zapojení umělé inteligence v radiologii a očním lékařství. Očím se sice někdy říká okno do lidské duše, ale pro moderní medicínu představují především okno do celkového zdravotního stavu. Pouhý pohled na oční pozadí totiž dokáže prozradit mnohé o cévním systému a o začínajících civilizačních chorobách.
V USA například ročně oslepne 12 až 24 tisíc lidí v důsledku pokročilé cukrovky. Tomuto přitom lze předejít, pokud se včas odhalí takzvaná diabetická retinopatie. A právě umělá inteligence dokáže z jediné fotografie sítnice detekovat začínající praskání a otékání cév.
Petr Kajzar připomíná konkrétní příklady z české praxe: „Příkladem je český Carebot, jenž na RTG hrudníku upozorní i na ty nejmenší plicní léze, nebo Aireen, která z fotografie očního pozadí rozpozná počínající civilizační choroby, například cukrovku.“
Výzkumné systémy jako DeepMind od společnosti Google zase už před lety prokázaly schopnost rozpoznat z takového jediného vyšetření přes padesát různých očních onemocnění. Obrovskou výhodou navíc je, že samotnou přípravu diagnostiky pomocí těchto nástrojů zvládne bez problému i student na praxi.
Podobný průlom zažívá také diagnostika nádorových onemocnění, například rakoviny prsu nebo prostaty. Nástroje jako Unfold AI dosahují při identifikaci přesného rozsahu nádoru prostaty úspěšnost až 98 %. V praxi to znamená, že téměř u třetiny pacientů dochází na základě dat z AI ke změně léčebného doporučení ve prospěch lokalizovanější a šetrnější terapie. Místo drastických zákroků s těžkými vedlejšími účinky tak mohou lékaři přesně cílit léčbu jen na postižené místo a ušetřit okolní zdravé tkáně.
Stejný princip revolučně mění i gastroenterologii, konkrétně preventivní kolonoskopii. V České republice, která patří k zemím s vysokým výskytem rakoviny tlustého střeva, naráží diagnostika na fakt, že ploché a drobné polypy (prekancerózy) mohou lidskému oku při dlouhém a vyčerpávajícím vyšetření snadno uniknout.
Systémy počítačem podporované detekce (CADe) dnes v reálném čase během zákroku analyzují obraz z endoskopické kamery a na obrazovce svítícím rámečkem lékaře upozorní na podezřelou tkáň. AI tak zde funguje jako druhý pár pozorných očí, který výrazně zvyšuje šanci na odhalení rizikových útvarů ještě dříve, než se z nich vyvine zhoubný nádor.
Hlas jako biomechanické zrcadlo lidského mozku
Zatímco obrazová analýza pracuje s pixely, nově vznikají disciplíny, kde je hlavním tématem rozbor lidského hlasu a řeči. Na vývoji takových technologií pracují i čeští výzkumníci a inženýři.
Výzkumník Vojtěch Illner, který na FEL ČVUT v rámci mezioborového týmu vyvíjí algoritmy na odhalení rizikových faktorů neurodegenerace z lidskeho hlasu, vysvětluje základní princip: „Řeč je velice komplexní lidskou dovedností. Mozek musí tvořit smysluplné věty a zároveň kontrolovat složitý mechanický aparát svalů, aby věty artikuloval do srozumitelného hlasu. Poškození mozku v důsledku neurodegenerace pak má přímý vliv na kvalitu produkce řeči.“
Pokud je onemocnění v pokročilém stádiu, vada řeči bývá zřejmá. „Pokud je nemoc v pokročilých stádiích, jsou vady řeči většinou jednoznačně slyšitelné, například extrémní chraplavost, zpomalení tempa, nesrozumitelnost nebo hlasový třes. Podstatné však je, že ke změnám projevu dochází již v nejranějších fázích nemoci, což může být několik let před stanovením diagnózy,“ vysvětluje Illner. „To se pak jedná o méně postřehnutelné prvky, například vyšší monotónnost hlasu, nebo horší artikulaci určitých samohlásek. Zároveň hraje velkou roli nejen akustická, ale i jazyková stránka řeči, například zjednodušená struktura věty, opakování frází, zúžený slovník a podobně.“
Síla AI se navíc neprojevuje jen v detailním rozboru jednoho signálu, ale ve schopnosti spojovat zdánlivě nesouvisející příznaky napříč obory.
Běžný lékař má jen omezenou možnost propojit u jednoho pacienta lehkou změnu dikce se zdánlivě odtažitými indikátory – například se zvýšeným krevním tlakem, dlouhodobým nedostatkem vitaminu D, poruchami spánku či urologickými potížemi. Velké datové modely ale přesně v těchto kombinacích nalézají skryté vzorce a dokáží tak odhalit riziko rozvoje neurodegenerace, jako je Alzheimerova choroba, díky tomu, že vteřinovou analýzou zdravotní karty prolinkují desítky neintuitivních symptomů z různých lékařských odborností, které by člověk spojit nemusel.
Příklady AI nástrojů
Radiologie a onkologie: Carebot, Unfold AI - detekce plicních lézí, přesné ohraničení nádorů prostaty, snížení zátěže u mamografie
Oční lékařství: Aireen, DeepMind - rozpoznání diabetické retinopatie a desítek očních vad z jediné fotky sítnice
Neurologie: Akustické modely (ČVUT/UK) - detekce Parkinsonovy či Alzheimerovy choroby z hlasu a skladby věta roky před diagnózou
Gastroenterologie: CADe systémy - vyhledávání plochých polypů a prekanceróz během kolonoskopického vyšetření v reálném čase
Kardiologie: Kardi Ai, BTL EKG - nepřetržité hlídání srdečního rytmu přes mobil a okamžitá filtrace zdravých EKG nálezů
„V minulé dekádě se ve výzkumu dosáhlo velkého pokroku pomocí tzv. procedurálních algoritmů, které dokážou jasně daným postupem přesně určit fyziologický prvek hlasu, například jeho tempo. S nástupem AI a velkých modelů se však ukazuje, že tyto modely jsou schopny obsáhnout neporovnatelně více řečové a jazykové informace než předchozí postupy a být tak významně přesnější v detekci rizikových faktorů,“ dodává Illner, který na vývoji spolupracuje s experty z dalších oborů, například neurology a inženýry z ČVUT FEL a 1. LF UK.
Otevírá se tedy před zdravotnictvím cesta k tomu, že se tyto nástroje stanou rutinní součástí péče?
„V budoucnu by mohl existovat model pro dané diagnózy, který by na základě předaných řečových (ale i jiných) dat stanovil rizikové skóre, vyčíslil rizikové vzorce a určil jejich váhu. Mohl by to tak být velice užitečný nástroj nejen na diagnostiku, ale i na individuální monitoring průběhu, na plošný populační screening nebo na efektivní zpětnou vazbu ve farmaceutických výzkumech,“ předvídá Illner, zároveň je však realista: „K dosažení tohoto milníku bude zapotřebí ještě hodně práce. Technologie již existuje, ale tuto AI musíme sami postavit.“
Detektiv na vzácné diagnózy
Význam umělé inteligence se plně projevuje také v oblasti vzácných genetických chorob. V Česku se každoročně narodí kolem 100 tisíc dětí. Existuje ale malá pravděpodobnost, přibližně jedna k deseti až dvaceti tisícům, že se dítě narodí s geneticky podmíněnou poruchou zvanou Williamsův syndrom.
Tato nemoc se na první pohled projevuje specifickými rysy obličeje, mezi které patří výrazné oči, širší čelo, plné tváře, krátký nos a malá brada. Dítě bývá společenské, veselé a dobře komunikuje s okolím, což může diagnózu snadno zamaskovat. Syndrom se však pojí s vážnými srdečními a cévními problémy, které mohou malé dítě ohrozit na životě a vyžadují včasný chirurgický zákrok.
Petr Kajzar k problematice vyhledávání vzácných diagnóz říká: „U nemocí, jako je Williamsův syndrom, umí AI analyzovat specifické rysy obličeje pacienta. Lékař se s takovým případem setká možná jednou za život, ale AI má ‚nakoukané‘ miliony případů z celého světa a dovede nasměrovat na správnou diagnózu.“ Nástroje jako platforma DeepGestalt už tak dokáží překonat v úspěšnosti odhalení i zkušené diagnostiky.
Podobně revoluční posun nastává u kardiovaskulárních chorob. Například český projekt Kardi Ai propojuje speciální hrudní pás se snímačem EKG s mobilní aplikací a chytrými algoritmy, které vyhodnocují srdeční činnost v reálném čase během běžného dne pacienta.
Další český úspěch představuje vývoj společnosti BTL, která implementovala algoritmy umělé inteligence přímo do klasických EKG přístrojů. Zařízení dokáže během pouhých deseti sekund vyhodnotit, zda je křivka v pořádku. Pokud AI označí srdce za zdravé, existuje spolehlivost dosahující 99,9 %, že tomu tak skutečně je. Okamžitá filtrace zdravých nálezů šetří tisíce hodin času lékařů.
Vrátit lékařům čas
Zapojení umělé inteligence může mít ještě další - možná méně očekávatelný - dopad. Jedním z největších neduhů současného zdravotnictví je totiž neúprosná byrokracie. Lékaři tráví obrovské množství času psaním zpráv, vyplňováním formulářů a překlikáváním v počítačových systémech. Výsledkem je, že z cenné desetiminutovky určené pro pacienta v ordinaci zbývá na samotný rozhovor často jen pár minut, lékaři jsou navíc nuceni udržet pozornost vůči pacientovi a zároveň vypisovat, co jim říká.
I zde přichází technologie s řešením skrze administrativní úlevu. „Psaní dokumentace je obrovským žroutem času,“ říká Kajzar. „Inteligentní zápisníky (např. Aurisone) poslouchají rozhovor lékaře s pacientem a automaticky vytvářejí strukturovanou lékařskou zprávu, což šetří drahocenné minuty na urgentních příjmech i v běžných ambulancích.“
Kajzar navíc otevřeně přiznává, že pokročilé systémy sám každodenně využívá v praxi: „V ordinaci zkouším systémy pro přepis řeči, což mi hodně pomáhá při delších i emočně náročných rozhovorech s pacienty. Skvěle mi slouží nástroje pro souhrn dokumentace, protože propouštěcí zprávy z nemocnic bývají opravdu dlouhé a pro rychlou orientaci mi stačí automatický přehled.“
Na klíčovou otázku, zda ušetřený čas skutečně pomůže vrátit do ordinací lidskost, odpovídá Kajzar přímo: „To je ta nejdůležitější otázka. Když mi nástroje na automatický přepis textu umožní přestat během rozhovoru ťukat do klávesnice a sledovat monitor, můžu se pacientovi věnovat naplno – vnímat jeho řeč těla, udržovat oční kontakt a projevit empatii. Technologie by nám měla sejmout administrativní zátěž a šetřit čas.“
Zároveň ale varuje před tím, aby lékaři neztratili kritické myšlení: „Medicína je umění chápat souvislosti a projevovat empatii. AI sice pracuje s daty, ale nedokáže posoudit sociální zázemí pacienta, jeho psychiku ani složité životní okolnosti. Jakmile lékař přestane používat vlastní kritické myšlení, je to cesta do pekel.“
Cíl: Zdravotnictví, které nečeká na nemoc
Směr, kterým se moderní medicína pod vlivem technologií vydává, by tak mohl být ten správný. Posouváme se od zdravotnictví reaktivního, které řeší až vzniklé problémy a naplno rozvinuté nemoci, ke zdravotnictví prediktivnímu a preventivnímu.
Může tedy zapojení technologií zásadně snížit úmrtnost na velké zdravotní hrozby? „Hrozně doufám, že ano, a že se to podaří především díky včasnému záchytu nemocí (screeningu). Pokud plošně zapojíme AI do screeningu, odhalíme kardiovaskulární komplikace, cukrovku nebo nádory v tak raném stadiu, kdy jsou ještě skvěle léčitelné. AI nám navíc pomáhá přecházet od invazivních metod k neinvazivním – tam, kde byla dříve nutná bolestivá biopsie, dnes umíme díky AI analýze obrazu získat podobně přesná data šetrným způsobem. To zvýší ochotu pacientů nechat se vyšetřit,“ říká Kajzar.
Preventivní prohlídka u praktického lékaře by tak v optimistickém – byť zatím stále futuristickém – scénáři mohla vypadat tak, že pacient namluví krátký text do mikrofonu, nechá si udělat rychlou fotografii očního pozadí a položí ruku na krátký EKG snímač. Inteligentní systém na pozadí vyhodnotí kombinaci tisíců drobných parametrů a upozorní na rizika v raném stádiu, kdy je léčba snadná, vysoce účinná a pro zdravotní systém nesrovnatelně levnější.
Z této tiché revoluce tak nakonec nejvíce vytěží ten, o kterého jde v medicíně především: pacient.














