A medicina új korszakának kezdeténél tartunk. Személyekről egész életük alatt folyamatosan gyűjthetünk részletes adatokat. Mélytanulással (deep learning) háttérinfókat, orvosi beavatkozásokat és kimeneteket kapcsolhatunk össze, így találhatjuk meg az optimális orvosi megoldást. Idővel globális szinten is ugyanez történhet, mindenki egyedi biológiai karakterjegyei és az aktuális körülmények alapján részesülhet személyre szabott kezelésben, egészségügyi szolgáltatásokban.
A mesterséges intelligencia a diagnosztikától kezdve az előrejelzésekig, betegségek kezelésétől egészségügyi adatok kivonatolásáig, átalakítja az egész területet.
Eric Topol, a dél-kaliforniai Scripps Kutatóintézet kardiológusa és genetikusa az MI orvostudományi alkalmazásának egyik legismertebb szószólója, a Deep Medicine: How Artificial Intelligence Can Make Healthcare Human Again (Mély medicina: hogyan teheti a mesterséges intelligencia megint emberivé az egészségügyet?) kötet szerzője szerint jelenleg viszonylag kevesen fejlesztenek és hitelesítenek személyek egészségügyi állapotát otthon monitorozó algoritmusokat, pedig a Covid-19 miatt most nagy szükség lenne rájuk. Sokat segítene a járvány megfékezésében, ha például szoftveresen meg tudnánk állapítani, hogy kinek elég otthon maradnia, kinek kell kórházba mennie.
MI-k „adattudós” feladatok alól menthetnék fel az orvosokat, akiknek rendelés közben nem kellene a monitort nézni, hogy lássák a páciens kórtörténetét, mert a program megtenné helyettük, és az új infókat is bevinné. Személyesebbé tenné az orvos-beteg viszonyt.
Orvosi képek gépi elemzésével szép sikerek érhetők el, viszont sokan munkájukat érzik veszélyeztetve vele. Másrészt, egyes cégek saját algoritmusokkal dolgoznak, adataikat nem teszik nyilvánossá, nincs transzparencia. A hatósági engedélyeket korábbi munkáik alapján kapják meg, míg a hatóságok csak a régi adataikkal dolgozhatnak, pedig aktuális betegekkel aktuális klinikai keretek között frissen rögzített adatokkal, adatsorokkal kellene.
Az egész bolygóra kiterjedő egészségügyi rendszerre lenne szükségünk, mindenkiről többszintes adatokkal, amelyekből mindenki más tanulhatna. MI-k garantálnák az egész működését – vonja le a következtetést Topol, majd felhívja a figyelmet a lokális algoritmusok magánadatok védelmében játszott szerepére, az „etikus” MI-használatra, a programok folyamatos ellenőrzésére.
