EFLM Strategic Conference aneb špičky laboratorní medicíny v PrazeVe dnech 24. – 25. dubna se v pražském hotelu Diplomat uskutečnila strategická konference EFLM, tedy Evropské federace klinické, chemické a laboratorní medicíny. Tematicky se zaměřila především na význam laboratorní medicíny pro efektivní a udržitelnou zdravotní péči, velmi častým námětem bylo i využití nejnovějších technologií v diagnostice i léčbě. 

Celé akci předsedal profesor Tomáš Zima, bývalý rektor Univerzity Karlovy a současný prezident EFLM.

Největší zájem účastníků vzbudil především rozsáhlý odpolední blok zaměřený na nejmodernější postupy v laboratorní praxi, především na stále důležitější využití umělé inteligence. V diagnostice budí toto téma podobné emoce jako v jiných oborech – někteří odborníci vítají AI nástroje jako převratné vylepšení dosavadní praxe, u jiných nejnovější technologie vzbuzuje obavy. 

Jak ale ukázaly originální a vtipné interaktivní vsuvky mezi jednotlivými částmi programu, z účastníků konference využívají umělou inteligenci při práci prakticky všichni. Tomu odpovídal i oblíbený bonmot, který se v prezentacích ozýval opakovaně – že umělá inteligence živé lékaře a další odborníky nenahradí, ale ti, co ji používají, nahradí ty, kteří se jí brání.

Velmi srozumitelně objasnil význam umělé inteligence třeba profesor David Friedecký z Univerzitní nemocnice v Olomouci, který se zaměřil na tzv. multiomiku. Jde o současný významný trend v medicíně, který integruje data z různých biologických vrstev – genomiky, transkriptomiky, proteomiky a metabolomiky. Umožňuje tak komplexní pochopení chorob, přesnější diagnostiku, predikci rizik a personalizovanou léčbu. „Jenže ta problematika je tak široká, že ji prakticky žádný živý lékař nedokáže obsáhnout,“ vysvětloval prof. Friedecký. „Specializované AI nástroje to ovšem zvládnou hravě a dokážou z obrovského množství dat vytáhnout ta správná. Právě proto se multiomika v poslední době tak raketově rozvíjí – první odborné články na tohle téma vznikly teprve v roce 2018, dnes jich je přes sedm tisíc.“

K čemu využít AI?

Na jistá rizika ve využití umělé inteligence upozornil profesor Janne Cadamuro z univerzity v rakouském Salcburku. „AI nástroje můžeme v laboratoři použít na všechno – na prognózy, diagnostiku, predikce, doporučení testů, interpretaci, prostě na cokoli. Problém je, když systém nezná kontext, protože se může vydat do slepé uličky – to znají všichni, kteří si nechávají zjišťovat informace třeba v ChatGPT. Jenže v medicíně to může mít zlé následky.“ 

Podle Cadamura je řešením tzv. digitální dvojče – v zásadě virtuální kopie pacienta nebo orgánu, případně celého nemocničního oddělení nebo laboratoře. „K digitálnímu dvojčeti lze neustále v reálném čase dodávat aktualizovaná data, aby bylo skutečně věrným protějškem svého živého předobrazu,“ doplnil Cadamura další přednášející, Andrea Padoan z univerzity v Padově.

O potřebě diferenciace dat hovořil i Umar Ansari, ředitel AI řešení ve společnosti Abbott. Podle něj je nutné využívat hlavně specifické aspekty umělé inteligence, především hluboké strojové učení. Rozdíl mezi jednotlivými typy vysvětlil velmi originálně na příkladu z rodiny: „Když řeknu synovi, aby si posbíral hračky z podlahy ve svém pokoji, udělá přesně tohle – posbírá hračky, ale jinak nehne ani prstem. Tak se chová obecná umělá inteligence. Když o stejný úkol požádám dceru, sesbírá si hračky, srovná panenky na poličkách a ještě utře prach na parapetu, protože je jasné, že mým skutečným přáním nejsou jen sesbírané hračky, ale prostě uklizený pokoj. A takhle funguje strojové učení.“ 

Mnoho využití v komerční sféře

V komerční sféře je využití umělé inteligence výzvou především pro výrobce zdravotnických přístrojů a zařízení, kterých je v Evropě snad až nečekaně mnoho. Podle Martina Fuhrera, výkonného viceprezidenta Siemens Healthineers Diagnostics a zároveň člena správní rady organizace MedTech Europe, která tyto výrobce zastřešuje, působí na evropském trhu v současnosti na 38 tisíc firem, 90 procent z toho tvoří střední a malé podniky. Pokud se jim povede nejmodernější technologie integrovat do zařízení vhodným způsobem, bude to pro laboratorní praxi znamenat skutečně velký přínos. 

„Očekává se, že umělá inteligence objeví v následujícím období až třetinu nových léků. A co se týče zpracování diagnostických požadavků, dokáže být až 1400krát rychlejší než konvenční metody,“ uvedla Ema Popova z bulharské divize Microsoftu, která na konferenci rovněž vystoupila.