Mesterséges intelligencia segítségével elemez az Okoslelet

Az Okoslelet nemcsak a referenciatartományoktól való eltérést mutatja meg – ahogy egy „hagyományos” laborvizsgálat – hanem azt is, hogy egy adott betegségcsoport milyen valószínűséggel fordul elő a páciensnél. „Jelenleg a pajzsmirigybetegségek, a cukorbetegség különböző formái, májbetegségek, nem fertőzéses eredetű gyulladásos bélbetegségek, táplálkozási és egyéb anémiák, immunológiai defektusok, szisztémás autoimmun kórképek, a zsíranyagcsere zavarai, epe- és hasnyálmirigy-betegségek, vesebetegségek, szív- és érrendszeri panaszok, de daganatos és ritka betegségek kockázatelemzésére is képes a matematikai valószínűségszámításon alapuló rendszer” – mondta dr. Csernák Zsolt, a SYNLAB Hungary Kft. orvos-igazgatója. Szerinte a háziorvosok és szakorvosok számára is rendkívül hasznos lehet egy ilyen lelet, hiszen segítségével olyan betegségekre is fény derülhet, melyekre a páciens aktuális panaszai alapján nem feltétlenül gondolnának és akár évekkel később kerülne csak sor a diagnózis felállítására.

Zöld, sárga, piros – mit jelentenek a színek?

Amikor a SYNLAB-nál egy páciensnél leveszik a vért, az elkészült laborlelet a kért laborvizsgálati csomagtól függően negyven-hatvan paramétert tartalmaz. Ezeket a matematikai modell többször és többféle szempontrendszer alapján analizálja, majd összeveti az adatbázisában lévő több millió hasonló adattal, és az egyezések vagy eltérések alapján kockázati valószínűséget számol az említett 14 betegségcsoportra vonatkozóan. Az úgynevezett kockázati skála ötfokozatú, amin belül a zöldtől a sárgán át a pirosig terjedő színárnyalatok jelzik a negatív, bizonytalan vagy épp a pozitív eredmény valószínűségi fokát. Az Okoslelet felépítését tekintve tartalmazza a hagyományos lelet jellemzőit is, felhívja a figyelmet minden olyan eredményre, amely eltér a referenciatartománytól és színekkel jelzi ennek irányát: kékkel a referencia tartomány alatti, pirossal a feletti értékeket, kiegészítve ezt az eltérés lehetséges magyarázataival.

Új oldalról, közérthetően világíthatja meg a betegség okait

Nem – a többség számára gyakran érthetetlen – orvosi szaknyelven, hanem mindenki számára érthető módon írja le a lelet, hogy milyen okok állhatnak a tényszerű adatok hátterében, sőt, arra is további útmutatást ad, hogy milyen további laboratóriumi vizsgálatok segíthetnek az eltérés okának feltárásában. Fontos hangsúlyozni, hogy a dokumentum nem számít közhiteles egészségügyi terméknek, nem helyettesíti vagy írja felül a szakorvosi véleményt és diagnózist, hanem azzal támogatja az orvosi döntéshozatalt, hogy a kezelőorvos az eredmények figyelembevételével további célzott vizsgálatokat vagy megfelelő kezelést tud javasolni, elősegítve ezzel a beteg gyógyulását.

Miért jó nekem?

Egy betegség megelőzése mindig olcsóbb és hatékonyabb, mint annak gyógyítása. Az Okoslelet amellett, hogy pontos képet ad a páciens aktuális egészségi állapotáról, segíthet annak kiderítésében is, milyen fel nem tárt betegségei vannak a páciensnek és javaslatot tesz arra vonatkozóan, hogy milyen további vizsgálatokat érdemes még elvégeztetni. Az Okoslelet jelenleg krónikus és sokszor nehezen diagnosztizálható kórképekre van optimalizálva, de képes becslést végezni akut, gyors lefolyású betegségek meglétére vonatkozóan is. A daganatos és ritka betegségcsoportok részletes becslései nem kerülnek fel az Okosleletre: amennyiben a mesterséges intelligencia ezen betegségcsoportok esetén emelkedett kockázatot becsül, úgy egy részletesebb konzultációra kerül sor egy tapasztalt szakorvossal.

A matematika valószínűségszámítás segít

Az Okoslelet hangsúlyozottan nem az orvosi diagnózist helyettesíti, hanem azzal segíti a szakemberek munkáját, hogy megbecsüli a vizsgált betegségcsoport meglétének valószínűségét, s ezzel újabb támpontokat adhat egy-egy beteg kivizsgálásához. A folyamatos tanulásra képes mesterséges intelligencia közel másfél millió anonim magyar páciens több mint százmillió laborvizsgálatának betáplált adataival rendelkezik. A forradalmian új szoftvert hazai szakemberek, a Debreceni Egyetem Klinikai Központjának együttműködésével alkották meg, és az elmúlt kilenc évben folyamatosan fejlesztették. A jövőben sem áll meg ez a folyamat: hiszen ahogy a modellek egyre több valós beteg adataival találkoznak, egyre jobban fognak teljesíteni, lehetőséget adva újabb és újabb betegségcsoportok meglétének kockázatelemzésére.