AI v lékařské diagnostice: radiologie, patologie, laboratoře a triáž

AI v lékařské diagnostice patří k nejslibnějším, ale také nejcitlivějším oblastem využití umělé inteligence. Algoritmy dnes pomáhají vyhodnocovat rentgenové a CT snímky, procházet digitalizované vzorky tkáně, kontrolovat laboratorní výsledky nebo třídit pacienty podle naléhavosti. Cílem není nahradit lékaře, ale dát mu lepší podklady a víc času. V tomto článku se podíváme podrobně na jednotlivé oblasti diagnostiky, na to, jak AI v praxi funguje, a proč odpovědnost za diagnózu zůstává člověku. Širší přehled využití AI v medicíně – od administrativy po vývoj léků – najdete v článku umělá inteligence ve zdravotnictví.

Upozornění: Tento článek slouží k obecné orientaci, nejde o zdravotnickou radu. Pokud máte zdravotní potíže, obraťte se na lékaře.

Jak funguje AI v lékařské diagnostice

Většina diagnostických nástrojů s AI je postavená na strojovém a hlubokém učení. Model se trénuje na velkém množství příkladů – například snímků, u kterých odborníci označili, co na nich je. Postupně se naučí rozpoznávat vzorce, které odpovídají určitým nálezům. Princip podrobněji vysvětluje článek co je hluboké učení.

Podstatné je, jak se výsledek používá. Typicky AI:

• označí místo na snímku, které si zaslouží pozornost,
• změří velikost útvaru nebo jeho změnu oproti předchozímu vyšetření,
• seřadí vyšetření podle podezření na závažný nález, aby se na urgentní případy dostalo dřív,
• upozorní na hodnoty nebo kombinace výsledků, které se vymykají.

Konečné hodnocení dělá lékař, který vidí i to, co model nezná: anamnézu, klinický obraz a další výsledky.

AI radiologie: zobrazovací metody

Radiologie je oblast, kde se AI v diagnostice rozvíjí nejvíce. Důvod je jednoduchý: snímky jsou digitální, je jich obrovské množství a mají poměrně jednotný formát.

AI se uplatňuje u rentgenu hrudníku, CT, magnetické rezonance i mamografie. Může pomoci najít drobné plicní uzly, známky krvácení do mozku, zlomeniny nebo změny v prsní tkáni. Často funguje jako „druhý pár očí“: radiolog snímek hodnotí sám a AI ho upozorní na místa, která by mohl přehlédnout, zvlášť na konci dlouhé směny.

Další přínos je v pořadí práce. Když systém označí vyšetření s podezřením na akutní stav, může se jím radiolog zabývat přednostně. Pro pacienta to může znamenat rychlejší zahájení léčby.

Patologie a digitální mikroskopie

V patologii se tradičně hodnotí vzorky tkáně pod mikroskopem. S digitalizací skel do podoby velmi podrobných obrázků se otevřela cesta i pro AI. Algoritmy umí v takových obrázcích hledat podezřelé buňky, počítat je nebo odhadovat, jaká část vzorku je postižená.

Patolog tak může rychleji projít velké množství vzorků a soustředit se na sporné případy. I tady ale platí, že diagnóza je výsledkem odborného posouzení, ne automatického výstupu.

AI laboratorní diagnostika

Laboratoře zpracovávají denně obrovské množství vzorků. AI zde pomáhá několika způsoby:

• kontroluje výsledky a upozorňuje na neobvyklé hodnoty nebo možné chyby při zpracování,
• vyhodnocuje kombinace výsledků, které mohou naznačovat určité onemocnění,
• pomáhá s rozpoznáváním buněk například v krevních nátěrech,
• podporuje mikrobiologii při identifikaci původců infekcí.

Výhodou je rychlost a konzistence. Výstup AI ale vždy prochází kontrolou laboratorního pracovníka a lékaře, který výsledky interpretuje v kontextu pacienta.

Včasná detekce rakoviny a dalších nemocí

Velká naděje se vkládá do včasného odhalení nemocí, kdy je léčba obvykle šetrnější a úspěšnější. AI se zkoumá a postupně zavádí ve screeningových programech – například při hodnocení mamografií, snímků plic nebo v kolonoskopii, kde může upozorňovat na útvary v reálném čase.

Kromě nádorových onemocnění se AI uplatňuje také při hodnocení snímků očního pozadí, které mohou prozradit komplikace cukrovky, nebo při analýze EKG. Vždy jde o podporu odborníka: AI pomáhá najít podezřelé případy, lékař rozhoduje o dalším postupu.

Pro pacienty z toho plyne praktická rada: AI nenahrazuje preventivní prohlídky. Ty jsou dál tím nejdůležitějším krokem, a co nejlepší nástroj je k ničemu, pokud se člověk na vyšetření nedostaví.

AI triáž pacientů

Triáž znamená třídění pacientů podle naléhavosti. Na urgentním příjmu nebo v telefonní lince může AI pomoci zpracovat údaje o příznacích, vitálních funkcích a anamnéze a navrhnout prioritu. Zdravotník tak rychleji získá přehled, kdo potřebuje pomoc okamžitě.

Triáž je ale oblast, kde chyba může mít vážné následky. Systém proto musí být navržen opatrně, v pochybnostech volit vyšší naléhavost a vždy umožnit zdravotníkovi rozhodnout jinak. U chatbotů pro pacienty platí, že nesmí stanovovat diagnózu a při jakýchkoli varovných příznacích mají odkázat na lékaře nebo záchrannou službu.

Jak se diagnostická AI zavádí do praxe

Mezi vývojem algoritmu a jeho běžným použitím v nemocnici vede dlouhá cesta. Nástroj musí projít ověřením a schválením, pak se napojit na stávající systémy, například na archiv snímků. Následuje testování na vlastních datech daného pracoviště, protože výkon se může lišit podle přístrojů i skladby pacientů. Lékaři a laboranti potřebují vědět, jak výstupy číst a kdy jim nevěřit. A po spuštění je nutné výsledky průběžně sledovat, protože se změnami přístrojů nebo postupů se může kvalita modelu měnit.

Lékař zůstává odpovědný: regulace a rizika

AI v lékařské diagnostice podléhá v EU dvojí regulaci. Software určený k diagnostice se posuzuje jako zdravotnický prostředek podle nařízení MDR a musí projít posouzením shody. Zároveň takové systémy podle AI Actu patří mezi vysoce rizikové, takže pro ně platí požadavky na kvalitu dat, technickou dokumentaci, transparentnost a lidský dohled. Přehled najdete v článku co je AI Act.

Mezi hlavní rizika patří:

• zkreslení dat – model trénovaný na jedné populaci nebo jednom typu přístrojů může jinde fungovat hůř, viz článek zaujatost umělé inteligence,
• přílišná důvěra v automat – lékař by neměl přestat kriticky myslet jen proto, že AI nic neoznačila,
• ochrana dat – zdravotní údaje patří mezi zvláště citlivé, viz článek AI a ochrana soukromí,
• odlišnost obecných chatbotů – běžné jazykové modely nejsou diagnostické nástroje a mohou si vymýšlet.

Princip zůstává jednoduchý: AI je nástroj, lékař rozhoduje a nese odpovědnost.

Závěr

AI v lékařské diagnostice pomáhá rychleji a důsledněji vyhodnocovat snímky, vzorky a laboratorní výsledky, upozorňuje na podezřelé nálezy a pomáhá s tříděním pacientů. Její hodnota je v tom, že lékařům ulevuje a dává jim lepší podklady, ne v tom, že by je nahradila.

Pokud ve zdravotnictví nebo jiném regulovaném oboru zavádíte AI a potřebujete, aby tým znal povinnosti z AI Actu, podívejte se na školení AI Act. Další inspiraci najdete na stránce příklady využití AI.