Już ponad 343 urządzenia medyczne z algorytmami AI

Jesienią 2021 roku amerykańska Agencja ds. Żywności i Leków FDA opublikowała listę certyfikowanych urządzeń medycznych zawie-rających rozwiązania sztucznej inteligencji i uczenia maszynowego.

W latach 1997–2015 liczba dopuszczonych na rynek rozwiązań dla medycyny opartych na AI nie przekraczała 30. Od tego czasu obser-wowane jest znaczne przyspieszenie – w roku 2020 na listę trafiło 100 nowych urządzeń medycznych. Pod koniec 2021 było ich już 343 a liczba ta szybko się powiększa.

70% z nich dotyczy radiologii, 12% kardiologii, a 3% – hematologii i neurologii. Najwięcej urządzeń opartych na AI oferuje Siemens i LG.

Postępy w radiologii wynikają z szerokiej dostępności danych – diagnostyka obrazowa przeszła proces informatyzacji już kilka lat temu, a technologie AI rozpoznawania obrazów pod względem precyzji czasami przewyższają umiejętności doświadczonych lekarzy.

Rozwój AI w medycynie napędza rosnąca dostępność danych do prac nad nowymi algorytmami, elektronizacja kartotek medycznych, poprawiająca się infrastruktura wymiany danych w ochronie zdrowia oraz ułatwienia legislacyjne.

Dobre praktyki AI dla ochrony zdrowia

FDA podkreśla, że w rozwoju rozwiązań opartych na AI należy zwrócić uwagę, aby korzyści płynące z zaawansowanych technologii przewyższały ryzyko dla pacjentów. A to jest realne, gdy algorytmy rozwijane są w nieodpowiedzialny sposób. FDA wskazuje na cztery kluczowe kwestie leżące u podstaw postępu AI w medycynie: użyteczność, zaufanie, sprawiedliwość i odpowiedzialność w zakresie sztucznej inteligencji.

Największym wyzwaniem w kolejnych latach może okazać się zaufanie do AI ze strony pacjentów i pracowników ochrony zdrowia. Logika podejmowania decyzji przez algorytmy jest często niejasna (black box). Pojawiają się obawy, co do m.in. walidacji uzyskanych wyników, co jest ważnym elementem systemu bezpieczeństwa pacjentów. Toczą się też dyskusje nad tym, czy pacjent powinien być poinformowany, że w procesie diagnozy i terapii wykorzystywane są elementy sztucznej inteligencji. Nadal istnieje wiele obaw doty-czących prywatności i bezpieczeństwa danych w procesie prac nad systemami AI.

Dlaczego to ma znaczenie?

Za kilka lat większość zaawansowanych urządzeń medycznych będzie wspomagana przez uczenie maszynowe i zostanie połączona z innymi systemami ochrony zdrowia w ramach tzw. Internetu Rzeczy Medycznych. W rezultacie będą one wymieniać się danymi i systematycznie – a nawet autonomicznie – doskonalić swoje działanie. Według szacunków, do 2026 roku rynek rozwiązań sztucznej inteligencji dla ochrony zdrowia warty będzie ok. 45 mld USD.

Czytaj także: Zdrowie cyfrowe czy e-zdrowie? Przewodnik po cyfryzacji ochrony zdrowia