Jak sztuczna inteligencja zmienia histopatologię

Histopatologia to dziedzina medycyny, w której lekarze pod mikroskopem analizują wycinki tkanek, by sprawdzić, czy kryje się w nich choroba, np. nowotwór. To właśnie dzięki niej można potwierdzić diagnozę raka i ustalić, jak zaawansowany jest proces chorobowy. Tradycyjnie praca patologa wymagała długiego wpatrywania się w preparaty, wiedzy i doświadczenia. Dziś do tego procesu wkracza sztuczna inteligencja, która potrafi dostrzec szczegóły niewidoczne dla ludzkiego oka i przyspieszyć analizę próbek.

Adobe

Na czym polega ta zmiana? Preparaty mikroskopowe są skanowane i zamieniane w obrazy cyfrowe. Komputer uczy się rozpoznawać charakterystyczne cechy zdrowych i chorych tkanek na podstawie setek tysięcy przykładów. Z czasem staje się coraz lepszy w odróżnianiu raka od zmian łagodnych czy w ocenie agresywności choroby. W praktyce oznacza to, że patolog dostaje nie tylko obraz do obejrzenia, ale i podpowiedź od systemu komputerowego.

Jednym z najlepiej przebadanych przykładów jest rak prostaty. W metaanalizie obejmującej tysiące próbek, sztuczna inteligencja rozpoznawała nowotwór z dokładnością sięgającą nawet 98 procent. To wynik porównywalny z oceną specjalisty. Co ważne, w niektórych badaniach algorytmy nie tylko trafnie identyfikowały nowotwór, ale też pomagały przyporządkować go do odpowiedniej kategorii zaawansowania, co ma kluczowe znaczenie dla leczenia.

Równie interesujące są analizy, w których oceniano, jak sztuczna inteligencja wpływa na pracę patologów. W jednym z badań lekarze oceniali próbki w trzech sytuacjach: samodzielnie, z pomocą podpowiedzi AI oraz z dodatkowymi informacjami o tym, jak działa komputerowy system. Okazało się, że kiedy korzystali ze wsparcia algorytmów, trafność diagnoz wzrosła z 87 do 92 proc. To pokazuje, że technologia nie tyle zastępuje, ile usprawnia pracę specjalisty.
 

Podobne próby prowadzi się w diagnostyce guzów mózgu czy chorób przewodu pokarmowego. Algorytmy potrafią rozpoznać charakterystyczne wzory komórkowe, ocenić intensywność podziałów komórek czy wychwycić rzadkie i trudne do klasyfikacji zmiany. Co ciekawe, w jednym z eksperymentów badacze wykorzystali system sztucznej inteligencji do wykrywania niezwykle rzadkich chorób jelit i żołądka, bez wcześniejszego „pokazywania mu” przykładów takich schorzeń. Algorytm sam nauczył się dostrzegać nieprawidłowości i osiągnął skuteczność sięgającą ponad 90 proc.

Ćwierć wieku nowego życia. Historia Urszuli Jaworskiej

Równo ćwierć wieku temu odbył się przeszczep szpiku kostnego Urszuli Jaworskiej. Dzięki temu polska transplantologia weszła w etap przeszczepiania szpiku od dawców niespokrewnionych. Sama Urszula, gdy tylko doszła do siebie, założyła fundację swojego imienia. Chodziła do ministerstwa zdrowia jako ozdrowieniec. Łatwiej jej było przekonywać decydentów do nowoczesnej metody leczenia niż profesorom traktowanym na zasadzie: znowu coś wymyślili.

Sztuczna inteligencja wchodzi też w zupełnie nowe obszary. Zespół badaczy z Niemiec opracował „HistoGPT”, system do automatycznego tworzenia raportów histopatologicznych w dermatologii, w analizie chorób skóry. Lekarz nie musi już spędzać długich godzin na przygotowywaniu opisów – komputer pomaga tworzyć dokumenty, które spełniają standardy kliniczne.

Eksperci zalecają jednak ostrożność. Wielu badaczy podkreśla, że modele sztucznej inteligencji dają wynik, ale nie tłumaczą, jak dokładnie do niego doszły. W medycynie to poważny problem, bo lekarze muszą rozumieć podstawy diagnozy, aby móc ją obronić przed pacjentem i innymi specjalistami. Dlatego rozwija się równolegle kierunek badań nad przejrzystością i dedukcją algorytmów.

Pojawiają się także ciekawostki. W jednym z badań patologom pokazano zarówno prawdziwe obrazy preparatów, jak i syntetyczne obrazy stworzone przez sztuczną inteligencję. Eksperci mieli wskazać, które są prawdziwe. Okazało się, że w wielu przypadkach nie byli w stanie odróżnić jednych od drugich. To pokazuje, jak realistyczne mogą być komputerowe wizualizacje.

Nie daj się nabrać na badanie „żywej kropli krwi”

Nie badanie żywej kropli krwi, a morfologia krwi obwodowej pokazuje, czy z naszym zdrowiem nie dzieje się coś złego. Do corocznej morfologii oraz badania ogólnego moczu zachęcają lekarze.

W Polsce patolodzy podchodzą do sztucznej inteligencji z umiarkowanym optymizmem. W opublikowanym w „MDPI” badaniu ankietowym oceniającym zaufanie do tej technologii średnia odpowiedź wynosiła 7 w 10-stopniowej skali. Lekarze dostrzegają zalety, takie jak oszczędność czasu i szybsze wydawanie wyników, ale równocześnie wskazują na potrzebę weryfikacji i ostrożności. 

Jak tłumaczą specjaliści – jednym z największych praktycznych wyzwań jest infrastruktura. Do wdrożenia cyfrowej histopatologii potrzeba specjalistycznych skanerów, dużej mocy obliczeniowej i systemów do bezpiecznego przechowywania danych. Patolodzy muszą uczyć się nie tylko pracy z mikroskopem, ale i obsługi programów komputerowych. To oznacza nową erę kształcenia specjalistów.

Eksperci są zgodni: sztuczna inteligencja nie odbierze patologom pracy. Tyle że – jak powiedział dr Cheng Chee Leong z Singapore General Hospital – „patolodzy bez zdolności korzystania z AI będą mieli trudności z nadążeniem za rosnącymi wymogami diagnostycznymi”.
AI staje się więc narzędziem, które nie tyle zastępuje lekarza, co pozwala mu sprostać coraz większej liczbie zleceń. Patrząc w przyszłość, naukowcy widzą możliwość połączenia obrazu histopatologicznego z danymi genetycznymi i klinicznymi. Już dziś pierwsze badania pokazują, że algorytmy potrafią przewidzieć obecność mutacji genów wyłącznie na podstawie obrazu mikroskopowego wycinka guza. To krok w stronę diagnostyki bardziej spersonalizowanej, szybszej i dostępnej nawet tam, gdzie nie ma rozwiniętych laboratoriów molekularnych.

Transformacja histopatologii pokazuje, jak szybko medycyna zmienia się pod wpływem technologii. Jeszcze niedawno podstawowym narzędziem był mikroskop i ludzka wiedza, dziś standardem badań stają się obrazy cyfrowe i algorytmy sztucznej inteligencji. Nikt nie ma wątpliwości, że to dopiero początek.