Informatycy skonstruowali urządzenie, które diagnozuje choroby skuteczniej od lekarza i proponuje odpowiednią terapię. Czy to oznacza, że już w niedalekiej przyszłości szpitale będą angażowały pracowników nowego rodzaju?
Skoro roboty chirurgiczne coraz częściej spotykane są w blokach operacyjnych, niedługo w tradycyjnych gabinetach zamiast lekarzy internistów czy lekarzy rodzinnych także instalowane będą maszyny. Tak w każdym razie można przypuszczać na podstawie eksperymentu, jaki przeprowadzili Kris Hauser i Casey Bennett z Uniwersytetu Indiany. Dążą oni do zbudowania robota zdolnego do przepisywania terapii odpowiedniej dla danej osoby cierpiącej na określoną chorobę. W ramach tych prac stworzyli program komputerowy wyposażony w informacje umożliwiające dostosowywanie się do wciąż zmieniającego się stanu pacjenta.
Przy tworzeniu programu posłużyli się modelami teoretycznymi uwzględniającymi różne porcje danych statystycznych. Dane te pochodzą z badań klinicznych. Końcowy rezultat jest taki, że maszyna lekarska na podstawie symptomów określa, z jaką jednostką chorobową ma do czynienia. A więc robi dokładnie to samo, co lekarz w gabinecie, ktoremu pacjent mówi o swoich dolegliwościach.
Lekarz często postępuje po omacku, jeśli choroba jest trudna do rozpoznania na pierwszy rzut oka. Podobne objawy występują w przypadku różnych chorób. W takich okolicznościach lekarz odwołuje się do swojego doświadczenia. Dlatego diagnozy lekarskie nie są w stu procentach trafne. Poprawiane są dopiero po wykonaniu specjalistycznych analiz. Ale i wtedy zdarza się, że terapia nie wywołuje pożądanych skutków, objawy nie ustępują, choroba nie mija, pacjent wraca do gabinetu lekarskiego.
Kris Hauser i Casey Bennett sięgnęli po wyniki analiz laboratoryjnych i danych osobowych 6700 pacjentów, aby za ich zgodą wprowadzić je do pamięci specjalnie zaprogramowanego komputera – lekarskiej maszyny. Na tej podstawie stawiała ona diagnozy. Te same dane otrzymali lekarze i też na ich podstawie stawiali diagnozy. Dane te dotyczyły pacjentów cierpiących na różne dolegliwości, od depresji nerwowej do schorzeń chronicznych, cukrzycy, nadciśnienia itp. Po porównaniu diagnoz lekarskich i maszynowych okazało się, że te ostatnie są o 41,9 proc. trafniejsze. Jeśli chodzi o średni koszt diagnozowania, w przypadku lekarzy wyniósł 497 dolarów, podczas gdy maszyna potrzebowała średnio 189 dolarów. Wiadomość o eksperymencie zamieszcza pismo „Artificial Intelligence in Medicine".
