Využití strojového učení v reálném světě působilo ještě donedávna více než mlhavě. Mnozí se ptali, co vlastně budou hypotetické systémy chytřejší než lidé dělat?

Ve sci-fi mají umělé inteligence často podobu vševědoucích entit, které jsou hrozbou, nikoliv pomocníkem. Že realita bude nejspíš odlišná, naznačuje algoritmus, který dovede předpovědět riziko selhání ledvin s předstihem 48 hodin.

Vyvinula ho společnost DeepMind spadající pod korporaci Google ve spolupráci s Úřadem pro záležitosti veteránů. Je úspěšný u devíti z deseti pacientů a připraven k použití.

Algoritmus je umístěn v cloudu, přístup k němu dává počítač nebo chytrý telefon. Zatímco starší verze krmená daty z externích prostředků přehlédla něco málo přes 12 procent pacientů, s aplikaci ve smartphonu selže jenom u 3,3 procent pacientů.

Ideou je poskytnout doktorům dostatečný náskok k tomu, aby přes zákrokem nebyl ohrožen život pacienta. Ačkoli je nástroj určen především pro veterány, uplatnění by mohl najít i jinde. 

Akutní selhání ledvin ročně zabije jen v USA na půl milionu lidí. S využitím algoritmu by však tento počet mohl výrazně poklesnout. Jde přitom jenom o první příklad z mnoha toho, jak umělá inteligence nejspíše v příštích pár letech výrazně změní podobu medicíny. 

Algoritmy, které pomáhají

První příklady strojového učení v lékařství se objevily před dvěma lety. Patří mezi ně například systém, který dokáže predikovat srdeční problémy z atypického pulzování krevních cév a oku. Lidský doktor, na rozdíl od počítače, není s to si takto drobných změn povšimnout.

Od experimentálních studií se strojové učení rychle dostalo přímo do nemoc. A neplatí to jenom o USA, ale i Česku. Před měsícem představil tuzemský startup GoodAI algoritmus vyvinutý a vyzkoušený ve spolupráci s nemocnicí Na Bulovce, který předchází proleženinám. Ty nemusejí být nutně život ohrožující problém, kontrola proleženin přesto zdravotnickému personálu ubírá čas, který lze věnovat vážnějším problémům.

Česká umělá inteligence dovede z polohy pacienta ukrytého pod přikrývkou dopočítat jeho polohu a v případě, že tráví příliš mnoho času na jedné části těla, v době pravděpodobného rozvoje proleženin může upozornit pacienta nebo personál. 

Systém pracuje s infračervenou kamerou, detekuje tak stav pacienta i v noci. V budoucnu by mohly být podobné umělé inteligence propojené, takže z jediné sady dat by mohl cloudový systém provádět kontrolu v celé baterii rizikových faktorů.

Spolehneme se na umělou inteligenci?

Časem by se systém mohl podívat i mimo nemocnice - svůj tělesný stav by si tak mohl zkontrolovat každý snáz, než kdyby musel do nemocnice. Teprve v případě rizika problému by mohl vyhledat péči odborníků, což by ulevilo i přetíženému zdravotnictví. 

Objevují se samozřejmě i hlasy varující před přílišným spoléháním na umělé inteligence. Reálně hrozí, že závislost na algoritmech by mohl vést k přehlédnutí případů, na které umělá inteligence nestačí - což by potom sice mohlo ubrat jednu část pacientů, ale přidat část jinou.

Zdali bude však umělá inteligence spíše přínosem nebo zátěží, budeme muset teprve zjistit v praxi. Prozatím se zdá, že by mohla díky navýšení prevence doktorům a doktorkám z masa a kostí spíše výrazně napomoct. Skutečný potenciál strojového učení v medicíně si teprve nyní začínáme uvědomovat.