Az egészségügy alapvetően nagyon konzervatív terület – míg az életünk sok aspektusában rábízzuk magunkat teljesen például a mobiltelefonunkra, addig nem biztos, hogy megtennénk ugyanazt egy orvosi beavatkozás esetén. Az orvosi eszközök esetén gondosan kell mérlegelni a kockázatokat is. Ugyanígy kérdés az is, hogy az érzékeny egészségügyi adatainkkal, a kezelési és gyógyszertörténetünkkel megbíznánk-e egy gépben, hiszen minden nap halljuk: ma már a személyes adat a legfontosabb valuta az interneten. A jövő azonban efelé mutat: szépen, lassan az egészségügy területére is beférkőzik az informatika és most már egyre többször a szoftver, mint orvosi eszköz.
„Pár hónappal ezelőtt két egészségügyi applikációt is törzskönyveztek Németországban, ezeket a betegek külön receptre tölthetnek le” – mondta Peták István. „A receptre a jelszót kapják meg, az applikáció ingyenes, és a biztosító állja az előfizetést. Ez az első ilyen Európában, Amerikában vannak hasonlók, egy cukorbetegek kezelésére hasznos applikáció, az egyik német pedig fülzúgásra jó. Ezzel kell most megbarátkoznunk: a szoftverrel, mint orvosi eszközzel.” Ezeket az applikációkat egyébként ugyanolyan klinikai kutatásokon kell végigvinni, mint egy gyógyszert, és hasonló módszerekkel kell bizonyítani a hatásosságukat.
A szakértő szerint alapvetően három területen indultak el az elmúlt években változások, amelyek a jövőben fel is gyorsulnak majd (már a mostani helyzetben is sokat segített a technológia fejlődésén és elfogadtatásán például a koronavírus-járvány). Ezek a területek:
- az egészségügyi adatok digitalizációja,
- az orvosi eszközöket irányító szoftverek,
- digitális képelemző diagnosztikai eszközök,
- a videokonzultáció, a telemedicina alkalmazása,
- a döntéstámogató és digitális terápiatervező eszközök.
Nagyon fontos az adatvédelem az egészségügyben
Az informatika felhasználása az egészségügyben még csak most robbant be. Az első nagy lépés az volt, hogy létrejöttek az elektronikus kórházi rendszerek: végre nem kartonokban tárolják az egészségügyi adatainkat, hanem könnyen kereshető, minden orvos számára gyorsan elérhető felületeken. Ebben Magyarországon nagyon jól állunk: az Elektronikus Egészségügyi Szolgáltatási Tér (EESZT) lehetővé teszi, hogy bármilyen vizsgálatra megyünk, a korábbi vizsgálatokat, a kórképeket, a felírt gyógyszereket a kezelőorvos le tudja hívni. „Ha az ember elmegy egy vérvételre, vagy egy CT-re, esetleg egy orvoshoz konzultálni, azonnal felkerül a lelet erre a tárolóhelyre, és hamarabb megkapja, mint az orvostól az e-mailt, és nem kell érte menni a rendelőbe sem” – mondta Peták István.
Most a következő fontos feladat az lesz, hogy az információ ne csak szöveges formában legyen elérhető hanem „parametrizált”, kereshető formában is.
A területnek azonban megvannak a kihívásai: az emberek – érthetően – nem szeretik internetes rendszerekre bízni a legérzékenyebb személyes adataikat. Az adattárolásnak nagyon biztonságosnak kell lennie, és a GDPR minden kritériumának meg kell felelnie.
A kockázatokat kell szembe állítani az elképesztő nyereséggel. Azzal a nyereséggel, hogy az orvosnak az információ mindig időben rendelkezésre áll a terápiás döntésekhez. Nincs olyan, hogy nem tudja, hogy mi volt a múlt héten a tumormarkerérték például. Ez fantasztikus, és hatalmas előrelépés is.
Ezek a digitális egészségügyi rendszerek olyan szoftverek, amelyek tárolnak és küldenek egészségügyi adatokat, információkat szolgáltatnak, tanácsokat adnak, és egyik legfőbb kritériumuk, hogy biztonságosnak kell lenniük – az adatainkat a lehető legbiztonságosabban kell eltárolniuk.
A másik fajtái az egészségügyi szoftvereknek ebben a digitális egészségügyi forradalomban azok, amelyeket azok a szoftverek olyan hardverekbe vannak beépítve, amelyeket valamiféle diagnosztikára vagy fizikai beavatkozásra használunk. Ide tartoznak például a sugárterápiát vagy sebészrobotot irányító programok.
Külön kategóriába sorolhatjuk a CT és MR felvételeket és a szövettani patológiai képeket kiértékelő szoftvereket is amelyek egyre gyakrabban mesterséges intelligenciát használnak.
Ezek már komolyabb orvosi szoftverek, nagyon fontos, hogy a működésük megbízható legyen, mert az életünk függhet tőle
– mondta Peták István.
A COVID-19 járvány robbanásszerűen felgyorsította az online videokonferencia, a telemedicina alkalmazását az orvosi konzultációk során. Rendkívül nagy segítséget nyújt ez a technológia multidiszciplináris orvosi teamek és így az onkoteam-ek számára is, ahol nagyon sok szakembernek kell egy-egy esetet megbeszélniük úgy, hogy közben a beteg leleteit is látják. A molekuláris onkológiai pedig molekuláris onkteamek létrehozását teszi szükségessé, ahol az orvosokat kiegészítik molekuláris biológusok és genetikusok. Ezek viszont a legtöbb onkológiai centrumban nincsenek személyesen jelen és talán erre nincs is szükség. Az úgynevezett virtuális online videokonferencián megtartott molekuláris tumorboard (VMTB) lehetővé teszi, hogy minden beteg esetében a döntést segítsék molekuláris szempontokat képviselő szakemberek.
Amikor a szoftver a gyógyszer
A legújabb csoport, amiről az egészségügy és az informatika kapcsán beszélhetünk, azok a digitális terápiás, illetve digitális terápiatervező eszközök. Ilyenkor maga a szoftver végez valami olyan gyógyító beavatkozást, aminek az a célja, hogy a beteg tovább éljen, vagy pedig beleavatkozik a terápiás döntésekbe, a segítségével tervezi meg az orvos a terápiát. Ezek a rendszerek sokszor döntéstámogató rendszerekből fejlődnek ki. A döntéstámogató rendszerek célja, hogy megkönnyítsék a döntést, és szabályozzák a folyamatokat. A digitális terápia tervező rendszerek célja viszont már az, hogy javítsák is a döntéseket.
Itt lép be a folyamatba (az MR és CT képek kiértékelésén kívül) először a mesterséges intelligencia, az Oncompass Medicine is ezen alapuló rendszert fejleszt. A vállalkozás technológiája rákbetegeknek segít, segítségükkel az orvos kiválasztja a beteg számára a génhibák alapján legjobb gyógyszereket, sorrendbe is állítja őket mesterséges intelligenciát alkalmazó orvosi szoftver segítségével, majd magában a terápia tervezésben is segítséget nyújt a kezelést végző onkoteam-nek egy szakértő csapattal.
5 évig töltöttük az információt a rendszerbe, ami most húszezred másodperc alatt találja meg a választ, végiggondolva több mint húszezer lehetséges kapcsolódási pontot, ami összeköti a géneket a gyógyszercélpontokkal” – mondta a szakértő. „Ez a számítógépnek olyan alkalmazása, ami ténylegesen hasznos az orvos számára, mert egy minőségi ugrást jelent, olyan dologban segíti az orvost, amire magától képtelen lenne.
Szép dolog, hogy vannak az emberiségnek álmai, mint a Mount Everest megmászása, meg a Holdra szállás, de ezekhez eszközök kellettek. Az ember az álltvilágban egyedülálló módon képes eszközöket készíteni. Az emberi képességeket így terjesztjük ki. A mesterséges intelligenciát ezért is hívják kiterjesztett intelligenciának, ez is egy eszköz, amivel az agy számítási kapacitását növeljük
– tette hozzá.
Fontos viszont megjegyezni, hogy az Oncompass rendszere jelenleg nem gépi tanulást alkalmaz, hanem a mesterséges intelligencia egy másik fontos ágát, egy úgynevezett „rule engine” rendszert. Ez azt jelenti, hogy egyelőre nem okosabb, mint az ember. Több ezer tudományos kutatási eredményt töltöttek bele, jelenleg annyiban jobb nálunk, hogy gyorsabban tudja a tudást használni. „Ebben a rendszerben nem lehet rögtön a gépi tanuláshoz nyúlni, túl veszélyes lenne egy terápiás döntést készítő gép esetében az, hogy nem tudjuk, hogyan működik. Ezen kívül matematikailag is olyan sok volt az változó, hogy ahhoz, hogy a gépi tanulás rájöjjön az összefüggésekre, elképesztő mennyiségű betegadatra lett volna szükség. Ez nem kivitelezhető, ezért döntöttünk úgy, hogy először mondjuk meg a gépnek, amit már tudunk, mielőtt elkezd tanulni. És ez, úgy tűnik, jó megközelítés volt, mert jelentősen csökkentettük a komplexitást” – mondta a szakértő. „Fel tudtuk bontani részkérdésekre, és most kezdünk el foglalkozni azzal, hogy egy-egy ilyen részkérdésre hogyan tudnánk gépi tanulást alkalmazni.”
Versenyfutás az idővel
Magyarországon tizenöt percenként meghal valaki rákban. A rákkutatás azért olyan bonyolult, mert a betegség folyamatosan változtatja a kódját, ahogy nő, egyre több mutáció van benne, és egyre bonyolultabbá válik, és a kezelésre is tud reagálni: megváltoztatja a kódot, alkalmazkodik, ellenállóbb lesz.
A molekuláris diagnosztikával tulajdonképpen el tudjuk fogni a jelet, fizikailag hozzáférünk a kódhoz. Elindul egy versengés. Ki tudjuk lőni a daganatsejteket, illetve a hibás géneket, mert van több, mint száz célzott gyógyszerünk. Ha van egy betegünk, nagyon gyorsan el kell döntenünk, hogy melyik génre lövünk, ez egy versenyfutás az idővel.
Az Oncompass munkafolyamata általában 2-3 hétig tart, ebből maga a molekuláris diagnosztika a legtöbb: be kell gyűjteni a mintát, ki kell vonni a DNS-t, szekvenálni kell. Ha ez megvan, vagy valaki úgy érkezik, hogy van már lelete, már csak az a kérdés, hogy a néhány mutációja alapján milyen gyógyszert kellene kapnia először, másodszor és harmadszor. Az adatbetöltés is sok időt vesz igénybe, hiszen a leletek jelenleg nincsenek egységesítve, embereknek kell kézzel felvinniük az információkat a rendszerbe – csak egy-két órát jelent, de ez a legnagyobb munka. „Amiben az EESZT-nek fejlődnie kell, az az, hogy ezek a leletek ne szöveges formában legyenek fenn, hanem adatsorban, amit rögtön át tudunk vinni a rendszerbe” – mondta Peták István.
Ahogy a mesterséges intelligencia kiválasztja a legjobb gyógyszerjelölteket, az online virtuális molekuláris tumorboard szakértői kielemzik és leellenőrzik az eredményeket. „Vigyáznunk kell, mert ezeknek az eszközöknek nagyon mély, de keskeny az intelligenciájuk. Az emberi ellenőrzés elengedhetetlen.”
Az informatika, a mesterséges intelligencia egészségügybe integrálása sokat segíthet a megfelelő terápia gyors kiválasztásában mielőtt az orvos kifuthatna az időből, ezért fontos, hogy a mesterséges intelligenciát, mint az ember kiterjesztett képességeit a rákkutatás és a klinikai gyakorlatban is használják. Az egész elemzés egy dinamikus folyamat, a gép és az ember munkájával közösen születik meg egy olyan döntés, ami – az időbeli folyamatosan növekvő tapasztalat révén – egyre több életet menthet.
