Sztuczna inteligencja (AI) stała się jedną z najbardziej dynamicznych dziedzin innowacji w medycynie. Pomaga lekarzom w rozpoznawaniu wzorców w ogromnych zbiorach danych, precyzowaniu diagnoz, indywidualnym planowaniu terapii oraz zwiększaniu bezpieczeństwa zabiegów. Od radiologii, przez onkologię, aż po chirurgię, AI zmienia sposób, w jaki rozumiemy i leczymy choroby – często po cichu w tle, ale z wyraźnymi korzyściami dla pacjentów. Szczególnie fascynujące jest to, jak silnie technologie te wkroczyły obecnie również do otolaryngologii, gdzie przenoszą diagnostykę, nawigację i precyzję operacyjną na nowy poziom.
W tej sprawie redakcja Leading Medicine Guide rozmawiała ze specjalistą otolaryngologiem, profesorem dr. med. Marco Domenico Caversaccio.
.jpg "Professor Dr. med. Marco Domenico Caversaccio")
Prawa autorskie „Gianni Pauciello, Klinika Otolaryngologiczna Inselspital”
Technologia AI jest wykorzystywana przede wszystkim do badań, edycji tekstu i podobnych zadań. AI już dawno stała się biznesem, a nie eksperymentem, a duzi dostawcy zarabiają na tym obecnie znaczne kwoty. Jednocześnie granice między sztuczną inteligencją, rzeczywistością i treściami wirtualnymi coraz bardziej się zacierają.
„Pomimo wszystkich możliwości, korzystanie ze sztucznej inteligencji pozostaje wymagające. Nie można polegać na niej ślepo, ponieważ brakuje w niej osobistego wymiaru. W bezpośredniej rozmowie pojawiają się inne spostrzeżenia, niuanse, pytania – coś, czego maszyny nie są w stanie zastąpić. Ponadto w Internecie krąży wiele bzdur, co sprawia, że krytyczne podejście staje się tym ważniejsze. Ciekawe jest to, jak relatywizowały się wcześniejsze prognozy. Około dwadzieścia lat temu twierdzono na przykład, że radiologia zostanie w dużej mierze zautomatyzowana dzięki sztucznej inteligencji. W rzeczywistości w Stanach Zjednoczonych liczba radiologów wzrosła o cztery procent. Sztuczna inteligencja stworzyła tam raczej nowe obszary działalności, zamiast zastępować miejsca pracy. Rozwój techniczny pozostaje jednak fascynujący, zwłaszcza w dziedzinie medycyny. Również w medycynie laryngologicznej pojawia się pytanie, w jaki sposób sztuczna inteligencja może pomóc w przyszłości – na przykład w wcześniejszym lub dokładniejszym wykrywaniu nowotworów w okolicy głowy i szyi poprzez rozpoznawanie wzorców w obrazowaniu lub patologii. „Pierwsze próby już istnieją, a naukowcy intensywnie nad tym pracują” – stwierdza prof. dr Caversaccio na początku naszej rozmowy.
Sztuczna inteligencja może umożliwić wcześniejsze i dokładniejsze wykrywanie nowotworów w okolicy głowy i szyi, ponieważ w wielu etapach procesu diagnostycznego posiada możliwości znacznie wykraczające poza to, co jest w stanie osiągnąć ludzkie oko lub klasyczne metody oceny. W obrazowaniu modele AI analizują zdjęcia TK, MRI lub PET nie tylko powierzchownie, ale matematycznie punkt po punkcie.
„W tych danych drzemie ogromny potencjał dla cyfrowych biopsji i rozpoznawania wzorców, które z roku na rok są coraz bardziej zaawansowane. Celem jest połączenie informacji radiologicznych z danymi patologicznymi w celu wcześniejszego i dokładniejszego wykrywania nowotworów. Gdyby można było niezawodnie identyfikować powierzchowne lub małe nowotwory w obrazowaniu, inwazyjne procedury, takie jak panendoskopia, mogłyby w przyszłości być rzadziej konieczne. Nie jest to jeszcze rzeczywistością, ale różne grupy badawcze – na przykład w Würzburgu czy Heidelbergu – intensywnie pracują nad połączeniem radiomiki, patomiki i analizy big data. Idea stojąca za tym jest jasna: im więcej danych widzi system, tym lepiej potrafi rozpoznawać wzorce. Podobnie jak duże platformy danych, modele sztucznej inteligencji uczą się z każdym nowym badaniem. Niemniej jednak praktyczne wdrożenie jest dopiero na początku. Wiele koncepcji jest imponujących pod względem technicznym, ale przejście do szerokiego zastosowania klinicznego jest złożone. Nowotwory znacznie się od siebie różnią, co utrudnia opracowanie uniwersalnych modeli. W niektórych obszarach, takich jak planowanie i dostosowywanie implantów ślimakowych, postępy są już większe – tam już dziś można ściślej powiązać dane diagnostyczne ze strategiami śródoperacyjnymi”, wyjaśnia prof. dr Caversaccio.
Radiomika, patomika i analizy big data to nowe podejście w nowoczesnej medycynie: przekształcają dane obrazowe i tkankowe w bardzo precyzyjne, możliwe do analizy informacje. Radiomika wyodrębnia tysiące cech z obrazów tomografii komputerowej, rezonansu magnetycznego lub pozytonowej tomografii emisyjnej i uwidacznia wzorce, które pozwalają wyciągnąć wnioski dotyczące biologii nowotworu, jego agresywności lub odpowiedzi na leczenie. Patomika działa na tej samej zasadzie, ale w oparciu o zdigitalizowane próbki tkanek, w których sztuczna inteligencja rozpoznaje najdrobniejsze struktury komórkowe i zmiany. Analizy big data łączą te informacje z danymi genetycznymi, wynikami badań laboratoryjnych i przebiegiem klinicznym. W ten sposób powstaje kompleksowy obraz danych, który sprawia, że diagnozy są dokładniejsze, a terapie można planować w sposób bardziej zindywidualizowany, co w dłuższej perspektywie może przyczynić się do uniknięcia niepotrzebnych zabiegów.
Sztuczna inteligencja zasadniczo zmienia planowanie przedoperacyjne w chirurgii laryngologicznej, ponieważ potrafi wyodrębnić ze złożonych danych obrazowych znacznie więcej informacji, niż byłoby to możliwe przy wyłącznie ludzkiej interpretacji.
 (1).jpg "Foto Robotergestützte Elektrodenimplantation OTODRIVE und OTOARM")
Prawa autorskie „Gianni Pauciello, Klinika Otolaryngologii Inselspital”
W przypadku zabiegów w obrębie podstawy czaszki lub ucha środkowego, gdzie o bezpieczeństwie i zachowaniu funkcji decydują milimetry, sztuczna inteligencja analizuje zdjęcia radiologiczne tak precyzyjnie, że widoczne stają się nawet najdrobniejsze warianty anatomiczne, struktury ryzyka lub potencjalne zwężenia. W ten sposób powstają wirtualne modele, które dokładnie odwzorowują indywidualny przebieg nerwów, naczyń lub przestrzeni wypełnionych powietrzem i sprawiają, że planowanie jest znacznie bardziej niezawodne. Szczególnie w uchu środkowym, gdzie kosteczki słuchowe, nerw twarzowy i ucho wewnętrzne znajdują się bardzo blisko siebie, znacznie zwiększa to bezpieczeństwo operacyjne.
Prof. dr Caversaccio wyjaśnia: „W planowaniu chirurgicznym stosuje się obecnie różne metody cyfrowe, oparte przede wszystkim na precyzyjnej segmentacji. Dzięki temu można szczegółowo przedstawić struktury, takie jak nerw przedsionkowy, nerw twarzowy lub nerw słuchowy – częściowo półautomatycznie, częściowo w pełni automatycznie, w zależności od systemu. Informacje te można albo uwzględnić w strategii operacyjnej, albo wprowadzić bezpośrednio do systemu nawigacyjnego. Podczas zabiegu można wtedy z milimetrową dokładnością określić, jak blisko wrażliwych struktur się znajdujemy. Warunkiem tego są bardzo precyzyjne systemy nawigacyjne, ponieważ gdy tylko opuszcza się kość i wkracza w ruchome obszary, takie jak przestrzeń płynów mózgowo-rdzeniowych, dokładność spada do około dwóch milimetrów – jest to czynnik, który zawsze trzeba brać pod uwagę. Takie procedury nawigacyjne i segmentacyjne są regularnie stosowane w codziennej praktyce klinicznej, często w ścisłej współpracy z neurochirurgią. Ponadto istnieją inne narzędzia, takie jak modele szybkiego prototypowania, które trójwymiarowo wizualizują złożone sytuacje w obrębie podstawy czaszki i pomagają w wyborze optymalnej drogi dostępu. Mimo że modele te nie są uznawane za sztuczną inteligencję, znacznie ułatwiają orientację przestrzenną. Równolegle rozwijają się koncepcje cyfrowe, takie jak symulacje, wirtualne systemy szkoleniowe czy tzw. cyfrowe bliźniaki. Umożliwiają one wcześniejsze planowanie dróg operacyjnych, zaznaczanie ryzyka lub precyzyjniejsze sterowanie systemami robotycznymi. Technologie rzeczywistości rozszerzonej (AR) mogłyby w przyszłości wyświetlać dodatkowe informacje bezpośrednio w polu widzenia chirurga – podobnie jak w nowoczesnych kokpitach. Postępująca cyfryzacja środowiska operacyjnego prowadzi do coraz większej ilości dostępnych danych, które należy sensownie zintegrować: obrazowanie, nawigacja, pomiary fizjologiczne lub nakładki AR. Pomimo wszystkich tych zmian jedno pozostaje jasne: odpowiedzialność zawsze spoczywa na chirurgu. Systemy cyfrowe mogą wspierać, wizualizować i ostrzegać – ale nie zastępują doświadczenia operacyjnego, zrozumienia anatomii i podejmowania decyzji w danej sytuacji na sali operacyjnej”.
Dla wielu chirurgów rosnąca technizacja sali operacyjnej może faktycznie stanowić nadmierne obciążenie. Szczególnie starsze pokolenie jest silnie ukształtowane przez zasadę „uczenia się przez praktykę” – poprzez preparaty anatomiczne, doświadczenie praktyczne i intuicyjne wyobrażenie przestrzenne. Systemy cyfrowe, symulacje i narzędzia oparte na sztucznej inteligencji zasadniczo zmieniają ten świat. Niemniej jednak jedno pozostaje jasne: dobra chirurgia nadal opiera się na wiedzy anatomicznej, wyobraźni przestrzennej i precyzji motorycznej. Niektórzy ludzie mają wyostrzony zmysł przestrzenny i wysoką wrażliwość dotykową – umiejętności, których nie zastąpi nawet najnowocześniejsza technologia.
„Systemy nawigacyjne wspierają dziś wiele zabiegów, ale pozostają narzędziami pasywnymi. Wskazują pozycje, podobnie jak nawigacja samochodowa, ale nie przejmują aktywnego sterowania. Kolejnym krokiem byłyby systemy z czujnikami-siłownikami, które rozpoznają tkanki, mierzą siły i przekazują informacje zwrotne – jednak technologia ta jest jeszcze w powijakach. Równolegle rozwijają się rozwiązania z zakresu rzeczywistości rozszerzonej, obrazowania śródoperacyjnego i cyfrowych struktur kokpitowych, które dostarczają coraz więcej informacji na salę operacyjną. Wyzwaniem jest sensowne zintegrowanie tych danych bez przeciążania chirurga. Jednocześnie zależność od technologii niesie ze sobą ryzyko. Podobnie jak w przypadku jazdy samochodem, gdzie wiele osób bez nawigacji ledwo się orientuje, również w medycynie własne kompetencje mogą ulec zanikowi, jeśli zbytnio polega się na urządzeniach. Dlatego podstawowe wykształcenie chirurgiczne pozostaje niezmiennie ważne: wiedza z zakresu anatomii, ćwiczenia praktyczne na modelach lub preparatach oraz nabywanie umiejętności manualnych nadal stanowią fundament. Młode pokolenie oczywiście dorasta w cyfrowym świecie, ale to nie zastępuje konieczności trenowania własnego umysłu i umiejętności podejmowania samodzielnych decyzji. Systemy sztucznej inteligencji potrafią rozpoznawać wzorce, porównywać dane i wspierać – ale rzadko tworzą coś nowego. Inteligencja emocjonalna, intuicja i kreatywne rozwiązywanie problemów pozostają ludzkimi atutami. Widać to również w takich dziedzinach jak badania nad szumami usznymi, gdzie modele uczenia maszynowego, pomimo wieloletniej pracy, nie są w stanie wyodrębnić wiarygodnych wzorców z danych EEG, ponieważ indywidualne odczucia są tak zróżnicowane. Jednocześnie istnieją dziedziny, w których wsparcie cyfrowe już dziś umożliwia znaczny postęp: na przykład w przypadku implantów ślimakowych, gdzie diagnostyka, pomiary śródoperacyjne i strategie dopasowania pooperacyjnego mogą być coraz precyzyjniej ze sobą koordynowane. Tutaj powstaje prawdziwa medycyna spersonalizowana. Ogólnie rzecz biorąc, systemy cyfrowe, sztuczna inteligencja i robotyka służą jako cenne dodatki – jako wsparcie, a nie zamiennik. Odpowiedzialność spoczywa na chirurgu, który podejmuje decyzje, interpretuje i działa”, mówi prof. dr Caversaccio i dodaje:
„Dzięki nowoczesnym metodom pomiarowym, takim jak analiza impedancji (metoda pomiarowa służąca do rejestrowania oporu elektrycznego tkanki lub elektrod) oraz pomiary odpowiedzi neuronowej (metody, za pomocą których sprawdza się, czy nerw słuchowy reaguje na bodźce elektryczne) można już podczas zabiegu wszczepienia implantu ślimakowego oszacować, jaki poziom słuchu będzie można później osiągnąć. Ślimak ma budowę tonotopową, co ułatwia przyporządkowanie częstotliwości – od niskich 125 herców do 8 kiloherców. Ta struktura pozwala na uzyskanie wczesnych wskazówek dotyczących przyszłego funkcjonowania na podstawie danych śródoperacyjnych. To, czy sztuczna inteligencja ogólnie prowadzi do mniejszej liczby powikłań, zależy w dużym stopniu od danego obszaru zastosowania. W niektórych dziedzinach istnieją już badania, które pokazują, że rozpoznawanie wzorców wspomagane sztuczną inteligencją może pomóc w precyzowaniu diagnoz lub unikaniu niepotrzebnych zabiegów. Na przykład w przypadku przewlekłego zapalenia błony śluzowej nosa i zatok radiologiczne wzorce mogłyby w przyszłości dostarczać wskazówek dotyczących określonych przyczyn, takich jak mukowiscydoza, skracając w ten sposób proces diagnostyczny. Sztuczna inteligencja mogłaby wówczas pomóc w ustaleniu, czy konieczna jest biopsja, jaka terapia wydaje się sensowna lub czy można uniknąć operacji. „Takie systemy są w stanie na podstawie dużych zbiorów danych formułować sugestie – na przykład dotyczące tego, jakie leki byłyby wskazane lub która strategia leczenia obiecuje największe korzyści. W ten sposób powstaje dodatkowa podstawa decyzyjna, która może wspierać codzienną praktykę kliniczną, nie zastępując jednak odpowiedzialności lekarza”.
Systemy nawigacyjne oparte na sztucznej inteligencji oferują znaczną wartość dodaną podczas endoskopowych operacji zatok przynosowych, ponieważ nie tylko wyświetlają statyczne dane obrazowe, ale także aktywnie je interpretują i porównują w czasie rzeczywistym z indywidualną anatomią pacjenta.
„Praktyczne szkolenie w zakresie obsługi nowoczesnej techniki operacyjnej rozpoczyna się klasycznie od preparatów anatomicznych i modeli. Do zabiegów, takich jak operacje zatok przynosowych, dostępne są specjalne systemy szkoleniowe, na przykład model FACON lub preparaty anatomiczne, zgodnie z wytycznymi FMH (Foederatio Medicorum Helveticorum, Stowarzyszenie Lekarzy Szwajcarskich). Dopiero po opanowaniu tych podstaw następuje stopniowe wprowadzanie do obszaru operacyjnego. Systemy nawigacyjne są tam standardem od ponad dwudziestu lat, ale wymagają zrozumienia technicznego: dokładność musi być regularnie sprawdzana i trzeba umieć ocenić, czy system działa niezawodnie. Wraz ze wzrostem doświadczenia pojawiają się kolejne narzędzia cyfrowe – na przykład wizualizacje 3D, zaznaczanie guzów lub struktur krytycznych, takich jak nerw wzrokowy, czy funkcje takie jak „Navigator-Control”, które chronią określone obszary. Ten poziom osiąga się zazwyczaj dopiero po trzech do czterech latach. W przypadku złożonych nowotworów, zwłaszcza w okolicy podstawy czaszki, współpracuje ze sobą kilka specjalizacji, takich jak neurochirurgia czy chirurgia szczękowa. Również w tym przypadku planowanie cyfrowe odgrywa dużą rolę: w przypadku rekonstrukcji żuchwy wymagana struktura kostna – często kość strzałkowa – jest wcześniej mierzona cyfrowo, planowana, a następnie dokładnie dopasowywana podczas operacji. Takie narzędzia do planowania i nawigacji ułatwiają orientację i zwiększają precyzję, ale nie są stosowane u każdego pacjenta. Niektóre procedury, takie jak cyfrowe planowanie przeszczepów kości strzałkowej, są refundowane przez kasy chorych i dzięki temu są powszechnie stosowane. Inne technologie są wykorzystywane tylko w złożonych przypadkach. Ogólnie jednak wyraźnie widać, że obrazowanie, symulacje i cyfrowe narzędzia planowania zyskują na znaczeniu i stanowią sensowne uzupełnienie pracy chirurgicznej” – wyjaśnia prof. dr Caversaccio.
Sztuczna inteligencja może tworzyć precyzyjne modele 3D na podstawie danych z tomografii komputerowej i rezonansu magnetycznego, zaznaczać warianty anatomiczne i automatycznie wyróżniać struktury ryzyka. Dzięki temu orientacja na sali operacyjnej staje się znacznie bardziej intuicyjna i bezpieczna. Podczas zabiegu system rozpoznaje najmniejsze odchylenia od zaplanowanej ścieżki instrumentów i wcześnie ostrzega o obszarach krytycznych, co zmniejsza ryzyko powikłań. Jednocześnie sztuczna inteligencja uczy się na podstawie dużych zbiorów danych przewidywać typowe strefy zagrożenia i dynamicznie dostosowuje model nawigacyjny do zmian, takich jak krwawienia lub obrzęki błony śluzowej – jest to zaleta, której nie oferują klasyczne statyczne zestawy danych obrazowych.
Sztuczna inteligencja może znacznie wcześniej i dokładniej uwidocznić ryzyko śródoperacyjne w chirurgii laryngologicznej, ponieważ podczas zabiegu nieustannie analizuje wiele źródeł danych i na tej podstawie wyciąga wnioski dotyczące potencjalnych zagrożeń, które w ludzkim polu widzenia często byłyby rozpoznawalne dopiero później.
 (1).jpg "Foto Elektrocochleographie - Elektrische Messung der Aktivität der Cochlea (Gehörschnecke)")
Prawa autorskie „Gianni Pauciello, Klinika Otolaryngologii Inselspital”
Podczas operacji w obrębie podstawy czaszki lub w bezpośrednim sąsiedztwie wrażliwych struktur, takich jak nerw twarzowy, nerwu ślimakowego lub tętnicy szyjnej wewnętrznej, sztuczna inteligencja porównuje w czasie rzeczywistym aktualną pozycję instrumentu z modelem 3D utworzonym przed operacją i wykrywa nawet minimalne odchylenia od zaplanowanej ścieżki. Gdy tylko instrument zbliża się do struktury krytycznej, system może wydać ostrzeżenie, zanim ta pojawi się w ogóle na obrazie endoskopowym. Jednocześnie sztuczna inteligencja jest w stanie automatycznie identyfikować anatomiczne punkty orientacyjne w trakcie operacji – nawet wtedy, gdy krwawienie, obrzęk błony śluzowej lub przemieszczenia tkanek utrudniają orientację.
„To, czy sztuczna inteligencja rzeczywiście może zapobiegać powikłaniom, pozostaje na razie kwestią otwartą. W niektórych obszarach metody cyfrowe już teraz pomagają lepiej oceniać ryzyko – na przykład poprzez automatyczną lub półautomatyczną segmentację, która uwidacznia nerwy, naczynia krwionośne lub inne wrażliwe struktury. Te oznaczenia wspomagają planowanie i ułatwiają orientację na sali operacyjnej, ale nie zastępują doświadczenia chirurgicznego. Podobnie jak w chirurgii plastycznej, gdzie wykorzystuje się zdjęcia przedoperacyjne do wizualizacji możliwych wyników, modele oparte na sztucznej inteligencji również mogą dostarczać prognoz. Jednak podobnie jak w przypadku korekcji nosa rzeczywistość pozostaje złożona: tkanek miękkich, mimiki i indywidualnych procesów gojenia nie da się w pełni przewidzieć. Planowanie może być trafne w 70 lub 80 procentach – absolutna precyzja jest praktycznie nieosiągalna. Sztuczna inteligencja może również wspierać zarządzanie okołooperacyjne, na przykład przy wyborze odpowiednich leków lub ocenie ryzyka. W przyszłości takie systemy mogłyby udzielać zaleceń w oparciu o podobne przypadki i duże zbiory danych. Jednak wiele z tych podejść znajduje się nadal na etapie „proof of concept”. Kluczową przeszkodą jest przekształcenie ich w zatwierdzone wyroby medyczne. Wymagania regulacyjne są wysokie: przed zatwierdzeniem systemy muszą wykazać się bardzo wysoką czułością i swoistością. Sytuacja staje się szczególnie złożona, gdy sztuczna inteligencja łączy się z robotyką – w tym przypadku obowiązują surowe przepisy MDR klasy III. W przypadku takich zastosowań często brakuje dużych zbiorów danych, które byłyby niezbędne do uzyskania zezwolenia. Dlatego wiele prototypów opartych na sztucznej inteligencji pozostaje w fazie badań, a tylko nieliczne trafiają do rutynowej praktyki klinicznej. Natomiast łatwo dostępne narzędzia cyfrowe, symulacje lub aplikacje szkoleniowe są szeroko rozpowszechnione, ponieważ nie napotykają wysokich barier regulacyjnych. Jednak prawdziwe systemy oparte na sztucznej inteligencji, które wpływają na decyzje chirurgiczne lub sterują etapami operacji, są nadal rzadkością. „Technologia rozwija się błyskawicznie, ale droga do praktycznego zastosowania jest wymagająca – szczególnie w bardzo wrażliwych obszarach, takich jak chirurgia podstawy czaszki, gdzie niezbędna jest maksymalna precyzja” – stwierdza prof. dr Caversaccio.
Aby systemy oparte na sztucznej inteligencji w medycynie laryngologicznej nie prowadziły do nadmiernej zależności, od samego początku musi być jasno określone, jaką rolę odgrywają one w codziennej praktyce klinicznej: wsparcie – tak, decyzyjna władza – nie. Kluczową kwestią jest przejrzystość techniczna i merytoryczna.
Sztuczna inteligencja odgrywa coraz większą rolę w implantacji ślimakowej, ponieważ poprawia zarówno precyzję techniczną zabiegu, jak i indywidualne rokowania słuchowe.
 (1).jpg "Foto Roboterassistierte Cochlea-Implantation HEARO (MED-EL)")
Copyright „Gianni Pauciello, Klinika Otolaryngologii Inselspital”
„W dziedzinie aparatów słuchowych sztuczna inteligencja odgrywa już dziś zauważalną rolę. Nowoczesne systemy potrafią celowo filtrować szumy tła, uwydatniać sygnały mowy oraz tworzyć indywidualne profile dźwiękowe przy pomocy sieci neuronowych. Urządzenia dostosowują się do tonów, otoczenia i osobistych preferencji słuchowych – od wzmocnienia określonych częstotliwości po optymalizację odbioru muzyki lub mowy. Rozwój postępuje w szybkim tempie, a branża intensywnie pracuje nad coraz większą personalizacją aparatów słuchowych i procesorów mowy. Ponieważ technologia ta jest nieinwazyjna, stosunkowo szybko trafia na rynek i zapewnia wielu osobom znaczną poprawę jakości życia. Jednocześnie pozostają wyzwania, na przykład w przypadku jednostronnej utraty słuchu lub w badaniach nad szumami usznymi. Szumy uszne są niezwykle indywidualne, co utrudnia opracowanie niezawodnych rozwiązań opartych na sztucznej inteligencji. W przypadku jednostronnej głuchoty obecnie często stosuje się systemy crossover lub implanty ślimakowe, o ile spełnione są odpowiednie warunki. Jednak również w tym przypadku widać, że istnieje wiele pomysłów, prowadzonych jest wiele badań – ale ich wdrożenie jest złożone. Szczególnie aktywnym obszarem badań jest głos. Struny głosowe i fonetyka dostarczają cennych wskazówek, na przykład dotyczących cukrzycy, chorób neurodegeneracyjnych lub wczesnych zmian nowotworowych. Dzięki stroboskopii, analizom wideo i rozpoznawaniu wzorców opartemu na sztucznej inteligencji powstają nowe możliwości diagnostyczne, które są obecnie intensywnie badane. Połączenie obrazowania, danych akustycznych i analizy opartej na sztucznej inteligencji otwiera ekscytujące perspektywy. Równolegle rozwijają się inne technologie, takie jak fuzja danych tomografii komputerowej i rezonansu magnetycznego, genomika i patomika. Również robotyka pozostaje ważnym tematem – jednak nie osiągnięto jeszcze decydującego etapu: sztucznej inteligencji, która samodzielnie proponuje optymalną ścieżkę chirurgiczną, ocenia ryzyko i niezawodnie zapobiega powikłaniom. W medycynie jest to znacznie trudniejsze niż w zastosowaniach przemysłowych, ponieważ każda interwencja na człowieku wiąże się z indywidualnymi zmiennymi”, podkreśla prof. dr Caversaccio i na zakończenie naszej rozmowy dodaje:
„Systemy robotyczne nadal służą zatem jako pomoc, a nie jako autonomiczne podmioty. Wspierają, ograniczają ryzyko i zwiększają precyzję, ale nie przejmują całkowitej kontroli nad operacjami. Odpowiedzialność spoczywa na człowieku. Jednocześnie postępująca cyfryzacja zmienia codzienną pracę: systemy informatyczne, standardowe procesy i rozwiązania programowe w coraz większym stopniu determinują sposób funkcjonowania procedur. Ułatwia to wiele spraw, ale prowadzi również do tego, że ludzie muszą dostosowywać się do logiki systemów. W świecie, który staje się coraz bardziej ustandaryzowany, rośnie ryzyko, że sami staniemy się w pewnym stopniu bardziej „robotyczni”. Mimo to jedno pozostaje jasne: w medycynie w centrum uwagi pozostaje człowiek – jako pacjent i jako osoba podejmująca decyzje na sali operacyjnej. Technologia może wspierać, porządkować i zwiększać precyzję, ale nie zastąpi doświadczenia, intuicji i odpowiedzialności chirurga”.
Serdecznie dziękujemy, profesorze dr Caversaccio, za te pouczające spostrzeżenia na temat sztucznej inteligencji w dziedzinie otolaryngologii!
