Изкуственият интелект трудно би бил дефиниран. По-възрастните хора биха го определили като „интернета на телефоните“. Младото поколение пък ще каже на изкуствения интелект ChatGPT. За трети, изкуственият интелект са роботите, автопилотът в някои коли или дори охранителните системи по домовете. Най-подходящо е да се каже, че тази новост представлява сложна софтуерна програма, обучена на базата на масивен обем от данни. Някои хора ще попитат: „Добре, каква е тогава разликата на изкуствения интелект с обикновените интернет браузъри?“. Разликата е , че изкуственият интелект е самообучаващ се механизъм, работи на базата на така нареченото машинно обучение. Това означава, че използва алгоритми, които анализират предварително въведени данни, учи се от тях и може да прогнозира бъдещ развой на нещата. Независимо от това как дефинираме изкуствения интелект, той намира сериозна роля в човешкото ежедневие на 21. век и ще продължава все повече и повече да заема важни позиции не само в ежедневието, но и в различните професии. Така например, част от медицината днес се позовава на изкуствения интелект и съдейства на медицинските специалисти за по-ефективно лечение на пациентите.

Както всяко ново нещо, така и въвеждането на изкуствения интелект в сфера, която изисква изключително персонализирани подходи, опит и внимание (каквато е медицинската наука), се приема с известна доза скептицизъм. И това е нещо напълно нормално, защото все пак става въпрос за живота на хората. Зад един компютър не стои отговорност пред пациента, а предоставянето на „готова“ диагноза крие риск за критичното мислене на лекарите. На тези негативи се противопоставят обаче и ползите от една такава софтуерна програма, която ако се използва правилно, не би рефлектирала отрицателно върху хората. Ако човекът управлява тези системи, а не те него, везната между плюсове и минуси със сигурност би натежала повече към положителния спектър.

Въпреки че изкуственият интелект отваря много врати пред медиците, той крие своите тъмни страни. Неслучайно и някои модели на изкуствения интелект биват наричани черни кутии. Този прякор им е даден, защото дори създателите им не могат да обяснят как тези системи взимат решения. Фактът, че нещо, което е създадено от човека и за човека, не е напълно ясно как функционира, е проблем, и поражда едно недоверие към изкуствения интелект. Разчитането на тези неясни механизми на действие в сфера, в която всяко решение може да е критично за даден пациент, не би било едно от най-уместните. Освен това хората, които създават тези AI-системи, нямат медицинско образование. Тогава няма гаранция на какъв обем от данни ще бъде обучен софтуерът, какъв стандарт ще бъде въведен, дали информацията е грешна и прочие. Ако бъде обучена грешно, тя ще дава и съответно фалшиви диагнози и резултати при изследванията. Това, разбира се, би рефлектирало негативно върху пациента. Затова трябват строги регулации, които да следят за неточности и които да гарантират качество при диагностицирането.

Дилемата за юридическата отговорност също излиза на преден план. Така например, ако лекар извърши неуспешно или дори фатално лечение на даден пациент по препоръка на изкуствения интелект, кой би поел вината- специалистът или компанията, създала софтуера? Този конфликт би създал дупки в законите и неясни съдебни процеси, които биха прехвърлили вината на невинен, или оправдали виновен. Повечето хора бягат от отговорност и затова изкуственият интелект би бил лесен метод за измъкване от ситуацията. За да се избегнат подобни случаи, авторитетната фигура трябва да остане лекарят, а събеседването му с изкуствения интелект да се разглежда като предоставяне на алтернативи методи в лечение и диагностициране, чрез които да се прецени най-добрия подход.
Потенциален негативен аспект на изкуствения интелект е способността му да халюцинира. В контекста на AI-технологиите халюцинирането не означава същото като при хората. Този термин описва способността на изкуствения интелект да генерира уверено звучаща, но невярна или измислена информация. По този начин той може да измисля несъществуващи научни изследвания и проучвания, което води до даване на неточни факти и данни. Освен това експерти са открили, че подобни софтуерни програми могат да цитират книги или статии, които не съществуват. В контекста на ежедневните въпроси този проблем е рядък и често бива забелязан. Но при по-комплицирани сфери, каквато е медицинската наука, рискът е по-голям и понякога трудно може да бъде хванат един такъв подвеждащ отговор. Трудно ще е обаче за лекарите, които се доверят прекалено много на изкуствения интелект и оставят на заден план критичното си мислене. Онези от
тях, които разчитат първо на себе си, после анализират тази ,,пропусната от тях информация“ и се уверяват в достоверността на предложенията на изкуствения интелект, биха черпили опит. Лекарят трябва да ръководи изкуствения интелект, а не той него, за да запази и развие клиничния си опит. Така ако се използва правилно, ще се минимализират вероятните негативи от него и ще се извличат само позитиви. Аналогия може да направим и с антибиотиците. Те са голям напредък в медицината и създаването им коства много ресурси. Ако обаче се използват не по предназначение, това води до развитие на антибиотична резистентност. По същия начин хората не трябва да оставяме изкуствения интелект да измести естествения такъв и човечеството да развие една резистентност към своите способности. Водещата фигура трябва да са лекарите и останалите медицински специалисти, а изкуственият интелект трябва да бъде средство, което подсигурява и улеснява работата им.

На преден план излиза и проблемът с обработката на личните данни. Тъй като изкуственият интелект се програмира(обучава) с помощта на масивен обем от информация, това означава, че за да се използват данни от изследвания, епикризи и други пряко свързани с пациента резултати, трябва предварително да бъде дадено информирано съгласие. В случай че по-голямата част от лицата откажат използването на тяхната медицинска информация при създаването на един конкретен алгоритъм, това ще намали обема от данни и ще направи софтуера по- малко ефективен. Това, разбира се, е валидно при системите от изкуствен интелект, за които е трудно да се събере масова информация. Пример в това отношение може да се разгледат бъдещи програми, обучени за детекция на редки заболявания. Там кръгът от пациенти е ограничен и дори малко възражение от използването на медицинската им информация, би спънала процеса при изработването на софтуера. Рискът със злоупотребата на медицинската информация също е голям в това отношение. Така например, пациенти може дори и да не разбират как и защо се използват данните им. Мащабен пример в това отношение откриваме в лицето на Хенриета Лакс и нейните HeLa клетки. Затова тук отново трябват строги регулации във връзка със защитата на личните данни на пациентите.

Може да се каже, че изкуственият интелект е пристрàстен в дадени отношения. И това е така, защото той се обучава върху конкретни данни и често пъти е насочен към населението, от което са извлечени. По този начин, ако се приложи в етнически доста далечна група, би ,,диагностицирало“ по-зле и дори неточно. Така например, AI-системи за разпознаване на рак на кожата се обучават основно с изображения на хора със светла кожа. Те дават висока точност при светлокожи пациенти и по-ниска точност при тъмнокожи пациенти. 

Прекалената достъпност до изкуствения интелект също крие своите рискове. Усъвършенстването им в отношение на диагностициране на заболявания и предлагане на конкретни терапии би подтикнало масовото население на самолечение. Това би довело до здравни проблеми и загуба на контрол от страна на лекарите в лечението на своите пациенти.

Негативните аспекти от прилагането на изкуствения интелект в медицината крият своите рискове. Както при дадено лечение често се оценява съотношението полза-риск, така и тук трябва да вземем под внимание съответните положителни аспекти от въвеждането на подобни нови технологии в медицинската практика.

Съществена полза от изкуствения интелект се свързва с проектирането и разработването на лекарства. За да се допусне едно лекарство до пазара, то трябва да премине през различни предклинични и клинични изпитвания, което обикновено отнема 10-15 години. Големи компании като Pfizer, Bayer и Roche подкрепят идеята, че изкуственият интелект може да помогне при използването на данни за взимане на по-бързи решения. По-конкретно, изкуственият интелект може да помогне при избора кои лекарства да НЕ се проследяват и тестват, тъй като анализира и изчислява вероятността те да са без ефект или със странични ефекти. По този начин фокусът на фармацевтичните компании се измества в по-редуцирана посока, което намалява времето, ресурсите и инвестициите. Освен това тази селекция от потенциално подходящи и неподходящи лекарства значително ще намали нуждата от тестовете и върху животни. Взаимодействията между отделните лекарства също може да бъде проверена с помощта на софтуер. Така биха се избегнали нежелани реакции при едновременното използване на нови лекарствени средства, тъй като системи изчисляват вероятни и възможни взаимодействия между компоненти. Всичко това ще направи изработването на нови медикаменти по-ефективно.

Изкуственият интелект може да създава не само лекарства, но и изцяло нови терапевтични протеини от нулата. Така например, могат да се изработят молекули за лечение на рак, автоимунни заболявания или пък да се изработи антидот срещу змийски токсини. Например, системата RFdiffusion може да получи 3Д структура на даден токсин и след това да генерира хиляди възможни протеинови структури, които да оптимизира така, че да се свържат специфично с токсина и да блокират активния му център. Без специализирана програма това би отнело години на експерименти. Освен това други системи с изкуствен интелект като Alphafold могат да направят обратното- а именно да предскажат триизмерната структура на протеините само по тяхната аминокиселинна последователност за минути. Това преди е отнемало години чрез рентгеновата кристалография. А третичната структура е ключова за даден протеин, защото тя определя именно и неговата функция. Този вид инженерство позволява откриването на активните центрове на дадени ензими и анализирането на залавни места за терапевтични молекули и таргетна терапия- нещо, което е от изключително значение в онкологията.

Лекарската грешка наистина е много сериозен проблем. Пример в това отношение е случаят с Марта Милс през 2021г. Това 13-годишно момиче пада с велосипед и получава травма на панкреаса. Приета е в болницата Кингс Колидж в Лондон, където развива сепсис. Медиците не успяват да поставят навременна диагноза, въпреки опасенията на родителите, които търсят многократно второ мнение, но не получават такова. В последствие тя загива, а смъртта й води до създаването на „Правилото на Марта“, което дава на пациенти и семейства право да поискат бърза оценка от друг медицински екип, ако усещат, че състоянието се влошава и подходът в тяхното лечение не е адекватен. Разбира се консултирането между медицинските лица е практика, която води до по-ефективно лечение, но често натоварените отделения и липсата на персонал затруднява това и крие своите рискове, макар и редки. В това отношение изкуственият интелект би оказал подкрепа. AI системата TREWS (Targeted Real-Time Early Warning system) използва данни като температура, пулс, артериално налягане, сатурация, лактат, диуреза, възраст, коморбидности и други и след това изчислява вероятността пациентът да развие сепсис. По този начин този AI алгоритъм може да засече сепсис 6 часа по-рано преди клиницистите да могат да го засекат. Понякога всяка минута е ценна, затова едни 6 часа предимство не са никак малко за адекватна реакция и предотвратяване на фатален край. С въвеждането на този алгоритъм вътреболничната смъртност в това лечебно заведение намаляла с 18%. Разбира се, ако се развият още такива подобни алгоритми, те биха дали летящ старт на медицинските специалисти в много диагностични решения и биха ги улеснили във връзка с недостига на кадри. Така способността на изкуствения интелект да предвижда и генерира бъдещ развой на едно събитие ще осигури по-бърза, по-навременна и по-адекватна намеса от страна на лекарите.

Приложението на изкуствения интелект в образните изследвания е може би едно от най-бързо развиващите се. Днес съществува AI модел, трениран на 1,6 милиона снимки на ретината на окото, позволяващи му да диагностицира болести на окото и да предвижда такива като например дегенерация на макулата. Колкото и опитен да е даден лекар, в целия му професионален път, той просто няма как да прегледа толкова много пациенти и да изгради такава солидна база за сравнение. Това е нещо непосилно за човешките способности и това предимство на изкуствения интелект е може би едно от най-ценните. Освен това подобни програми са разработени за детекция и на рак на гърдата. Изкуственият интелект намира приложение и при колоноскопски прегледи, при които визуализира слепи петна, които дори опитен гастроентеролог може да пропусне. Така тази система подпомага лекаря и значително скъсява времето на процедурата. Освен работата на мамолозите, рентгенолози и гастроентеролозите, патолозите също биха спечелили от съвместната работа с изкуствения интелект. Тъй като една такава софтуерна програма е обучена на базата на хиляди до милиони микроскопски снимки от биопсии, тя работи бързо и ефективно при намирането на конкретна патология или изключването на такава. По този начин изкуственият интелект помага на лекарите да открият ранни изменения, трудни за виждане от простото око, дава една сигурност при поставянето на диагноза и скъсява времето и необходимата работна ръка за едни такива изследвания.

Изкуственият интелект би облекчил не само клиничната работа на лекарите, но и административната. Така например, са изработени дигитални медицински писари, които слушат прегледа на даден пациент и автоматично пишат документация. Вземат предвид въпросите на лекаря към пациента и съответните отговори и по този начин систематизират анамнеза. Може да обединяват разговора с данни от изследвания и други допълнителни документи, както и съответния план за лечение, и по този начин създават обобщена епикриза. Всичко това спестява време на медицинските специалисти, което те могат да оползотворят в по-продължителни и по-обстойни прегледи. От това, разбира се, печелят пациентите.

Не бива да подценяваме и факта, че изкуственият интелект значително помага и при обучението на бъдещите медицински специалисти. Почти всички студенти в днешно време използват различни платформи, разработени на базата на изкуствен интелект за своята подготовка. Медицинската материя е доста обемна и комплицира, но изкуственият интелект често я представя по-опростено и систематизирано. Може да генерира схема или карта, която да визуализира сложна тематика. Освен това изкуственият интелект позволява и водене на дискусия по дадена тема. Така например, можеш да избереш опция за задаване на въпроси, при която чатботът те изпитва по конкретна тема. Така по твоите отговори, той може да ти разясни неразбрани или грешни неща и да те насочи към правилни, като дори вмъква допълнителна информация. Това не само, че кара студентите да мислят и разсъждават, но и им спестява време в търсене на ресурси онлайн или в учебниците. Понякога човек първо трябва да разбере нещата по-просто преди да задълбае в конкретни подробности и именно в това подпомага изкуственият интелект. Той може да систематизира, опростява и визуализира обемна информация по дадена тема, което само и единствено прави ученето по-ефективно.

Според масовото мнение ролята на лекаря е да лекува възникнало конкретно заболяване. Реално обаче най-важната роля на медицинските специалисти е да предотвратят развитие на такова. И в действителност превантивната медицина трябва да стои на преден план. Едно от нещата, което ще благоприятства за това, е именно изкуственият интелект. Проектът MILTON на AstraZeneca е система, разработена за ранно прогнозиране на заболявания, преди да се появят симптоми или други прояви. Системата е обучена върху данни от 500 000 души и може да оцени риска за развитие на над 1000 различни заболявания като Алцхаймер, остра бъбречна недостатъчност, диабет тип 2, сърдечно-съдови заболявания и други. Така, ако рискът е с висок процент и се „предскаже“ години по-рано, могат да се предприемат терапии и действия срещу прогресията на едно такова заболяване, или дори най-малкото- промяна в начина на живот.

Не трябва да се чака до появата на първите симптоми, защото често заболяванията трудно се държат в ремисия и прогресират във времето.

Изкуственият интелект потенциално би спомогнал и за откриването на редки болести. Хора с редки заболявания чакат средно 5-7 години за диагноза. ,,Диагностична одисея“ би се скъсила обаче, ако се използват AI-технологии, които разпознават нетипични стойности в изследвания, генерират диференциални диагнози, виждат редки мутации в генетичния код на пациента и по този начин насочват медицинските специалисти към потенциалната рядка болест. Така изкуственият интелект може да подскаже на „неопитните“ в тази сфера специалисти за някакъв рядък синдром, да ги насочи към провеждането на уместни генетични изследвания и избирането на подходящо бъдещо лечение. Всичко това значително ще ускори процеса и намали пропуските. До момента са открити близо 7000 редки болести, които засягат около 400 млн. души. Тези стойности показват, че думата ,,рядко“ не е твърде уместно използвана и, че въвеждането на такава софтуерна програма ще помогне на това ,,малцинство“ за по-бърз отговор.

Човекът в днешно време е заобиколен от електронни устройва, а на практика във всяко нещо, което е дигитално, би могло да се ,,помести“ изкуствен интелект, който да помогне за контрола на някои заболявания лесно и под формата на практично устройство. Така например, някои смарт часовници имат разработен AI-софтуер, който засича предсърдно мъждене. Подобни устройва биха били от полза при пациенти с диабет тип 1, които да могат да предвидят хипогликемия преди тя да е възникнала. Също така практично устройство предвиждащо или предупреждаващо за повишен риск от епилептични пристъпи се патентова. Тези системи значително биха облекчили ежедневието на подобен тип пациенти и намалили усложненията, свързани с техните заболявания.

Изкуственият интелект в медицината е деликатна тема, която обединява както ползи, така и негативи в себе си. Историята показва, че медицинските иновации често срещат съпротива. Такъв е и примерът с кувьозите на Мартин Коуни, които дълго време се гледат с неодобрение от хората и лечебните заведения просто защото пораждат неофобия. По същия начин и изкуственият интелект поражда страх въпреки своята ефективност и клинична приложимост в медицината. И както в началото беше споменато, той е една черна кутия, която поради този страх и потенциалните негативи се държи затворена до момента. Ако човек използва тези технологии по правилния начин, отрицателните страни ще останат на заден план и тя ще се отвори. За разлика от кутията на Пандора обаче, съдържанието на тази символизира един пробив, който ще подобри медицината мултидисциплинарно и ще направи изкуствения интелект потенциален партньор в медицинската практика, а не враг.