Kardiolog, który nigdy nie popełnia błędów. Na Uniwersytecie Stanforda powstał nowy, medyczny algorytm

Artykuł/Nauka 08.07.2017
Kardiolog, który nigdy nie popełnia błędów. Na Uniwersytecie Stanforda powstał nowy, medyczny algorytm

Kardiolog, który nigdy nie popełnia błędów. Na Uniwersytecie Stanforda powstał nowy, medyczny algorytm

Arytmia, czyli nieregularne bicie serca może być zupełnie niegroźną przypadłością. Może być też objawem poważnej choroby i powodem natychmiastowej wizyty u kardiologa. O ile nieregularności te w ogóle uda nam się zauważyć. Już wkrótce ten problem może zniknąć.

Wystarczy dowolne urządzenie ubieralne, wyposażone w pulsometr i nowy algorytm opracowany przez naukowców z Uniwersytetu Stanforda. Żaden ludzki kardiolog nie może się z nim równać. Chociażby przez to, że żaden ludzki lekarz nie miałby tyle czasu, żeby przeanalizować setek godzin zapisanego pulsu.

Diagnoza ludzi z arytmią serca sprowadza się do podłączenia ich pod elektrokardiografu (EKG) w gabinecie lekarskim. Jeśli badanie to okaże się zbyt krótkie i nie ujawni poszukiwanego problemu, kardiolog może podjąć decyzję o zamontowaniu przenośnego EKG, który przez kilka tygodni monitorował będzie tętno pacjenta.

Lekarz musi te dane przeanalizować „ręcznie”, a potem jeszcze na ich podstawie prawidłowo zdiagnozować problem. Czyli nie dość, że osoba z arytmią musi zgłosić się do lekarza, musi jeszcze trafić na takiego, któremu uda się wykryć problem i postawić trafną diagnozę.

Algorytm opracowany na Uniwersytecie Stanforda radzi sobie znacznie lepiej


Andrew Ng wraz z zespołem naukowców ze Stanford Machine Learning Group opracował zupełnie nowy sposób diagnozowania zaburzeń rytmu serca. Ich algorytm oparty o uczenie maszynowe został „nakarmiony” ogromną ilością danych z aparatów EKG, udostępnionych przez firmę iRhytm. Na ich podstawie, algorytm nauczył się rozpoznawać 14 różnych rodzajów arytmii.

Różnice w biciu serca w przypadku różnych arytmi bywają bardzo subtelne. Na przykład dwie formy arytmii znane jako blok zatokowo-przedsionkowy drugiego stopnia wyglądają bardzo podobnie. Jedna z nich wymaga jednak natychmiastowej wizyty u lekarza, drugiej nie trzeba w ogóle leczyć – mówi Pranav Rajpurkar, współautor badania nad cyfrowym-kardiologiem.

Aby przetestować skuteczność swojego pomysłu, Ng poprosił sześciu ekspertów z dziedziny kardiologii, aby przeanalizowali 300 surowych odczytów z EKG i na ich podstawie wykryli i zdiagnozowali jak najwięcej przypadków arytmii serca. Diagnozy ludzkie porównano z tymi opracowanymi przez algorytm. W większości przypadków komputerowy lekarz okazał się albo tak samo skuteczny, albo lepszy od ludzkich ekspertów.

Cyfrowi lekarze to przyszłość medycyny

cyfrowy kardiolog algorytm
Pomiary na potrzeby całego eksperymentu zrealizowano przy pomocy urządzenia Zio XT, amerykańskiej firmy iRhythm

A teraz wyobraźcie sobie, że każdy z nas nosi na nadgarstku opaskę monitorującą nasze tętno i inne parametry życiowe. Dane z nich w czasie rzeczywistym przesyłane są do chmury, gdzie algorytmy medyczne przez całą dobę, 7 dni w tygodniu analizują je w poszukiwaniu nawet najmniejszych oznak choroby.

Obudziłeś się w stanie przedzawałowym? Twój smartfon lub inny asystent poinformuje Cię o tym niezwłocznie, sugerując natychmiastową wizytę w szpitalu. W przyszłości taki system zdalnej diagnostyki mógłby być połączony również z jakimś elektronicznym asystentem, którego przez połknięcie „instalowalibyśmy” u siebie w żołądku. Gdyby wyposażyć taki gadżet w dozownik leków, na przykład na nadciśnienie, nasz stan zdrowia regulowany byłby prawie w 100 proc. automatycznie.

cyfrowy kardiolog algorytm
Kapsułki tego typu mogą w przyszłości monitorować nasze funkcje życiowe od wewnątrz.

Algorytmy diagnostyczne, takie jak ten opracowany przez Stanford Machine Learning Group mają jeszcze jedną, bardzo ważną zaletę. Nie są ludźmi. Oznacza to, że nigdy nie są zmęczone, rozdrażnione, nie przychodzą do pracy na kacu i nie analizują w myślach ostatniej kłótni z żoną/mężem, w czasie kiedy próbują wystawić nam trafną diagnozę.

IBM Watson już teraz jest jednym z najskuteczniejszych specjalistów, jeśli chodzi o diagnozę i sposoby leczenia chorób nowotworowych. Deep Patient po przeanalizowaniu kilkuset kart pacjentów nauczył się z kolei samodzielnie diagnozować u nich występowanie chorób psychicznych, takich jak schizofrenia. Najlepsze jest to, że nikt do końca nie wie nawet, w jaki sposób algorytm jest w stanie rozpoznawać je z tak dużą skutecznością.

Diagnostyka opiera się bowiem (w dużym uproszczeniu) na wyszukiwaniu i interpretowaniu wzorców, czyli symptomów występujących przy danej chorobie. Fioletowe plamy na górnych powiekach i obrzęk oczodołów? Dobry specjalista powiąże to z ewentualnym nowotworem piersi. Łysienie plackowate? Może być to jeden z pierwszych symptomów niedoczynności tarczycy. I tak dalej.

Znajdując się na obecnym poziomie technologicznym, na którym możemy nauczyć komputery ich rozpoznawania, tracimy naszą „przewagę”. Maszyna działa zawsze z tą samą skutecznością. Człowiek? Musi mieć dobry dzień. A czasem, jak w każdym zawodzie, szczęście. Musi być też przede wszystkim dostępny, a jego czas też swoje kosztuje.

Permanentny monitoring ma też swoje minusy

Z jednej strony przyszłość, w której każdy człowiek monitorowany jest 24 godziny na dobę przez jego własnego asystenta medycznego, brzmi wspaniale. Większość chorób rozpoznawana jest na podstawie ich pierwszych symptomów, dzięki czemu ich leczenie jest o wiele szybsze i łatwiejsze. Z drugiej strony zgadzając się na monitorowanie naszego zdrowia na stałe, zgodzimy się na kolejną formę inwigilacji.

Taka inicjatywa nie musi wyjść nawet ze strony jakiegoś dystopijnego reżimu państwowego. Wystarczy, że nasze towarzystwo ubezpieczeniowe zaproponuje nam bardzo atrakcyjne warunki polisy, w zamian za instalację takiego asystenta na naszym nadgarstku lub gdziekolwiek indziej. Służby na pewno będą chciały mieć możliwość dostępu do danych tego typu. Na ich podstawie można w końcu ustalić nawet najbardziej intymne szczegóły dotyczące naszego życia.

Wątpię jednak, żeby większość ludzi miała z tym jakikolwiek problem.

 

Dołącz do dyskusji

Advertisement