Latvijas konsorcijs, kuru veido Latvijas Universitātes Ķīmijas fakultāte un Latvijas jaunuzņēmums “Semantic Intelligence”, izstrādā tehnoloģiju, kas var palīdzēt farmācijas un pētījumu līgumorganizācijām paātrināt zinātniskās pētniecības procesu zāļu izstrādes agrīnos posmos, kad ir kritiski svarīgi ātri un precīzi analizēt milzīgas datu plūsmas.
Šo projektu “Mākslīgajā intelektā balstīta intelektuālā īpašuma analīzes platforma jaunu zāļu atklāšanai” atbalsta arī Rīgas Stradiņa universitātes “EIT Health” pārstāvniecība. Tā īstenošanai Latvijas konsorcijam tika piešķirts “EIT Health” Reģionālās inovāciju shēmas (RIS) atbalsts inovāciju jomā.
“Mākslīgajam intelektam ir galvenā loma veselības aprūpes nākotnes veidošanā. Rīgas Stradiņa universitāte kopā ar “EIT Health” pastāvīgi strādā, lai palīdzētu un atbalstītu jaunos talantus, kas izstrādā veselības aprūpes inovācijas, tai skaitā uz MI balstītus risinājumus. Mēs patiesi ticam, ka ar mākslīgā intelekta palīdzību ārstēšana un diagnostika var būt daudz rūpīgāka, efektīvāka un precīzāka. Tas ir arī jautājums par veselības aprūpes sistēmu ilgtspēju,” teica Baiba Pētersone, “EIT Health” programmas vadītāja Rīgas Stradiņa universitātē.
Nesen publicētais “EIT Health” un “McKinsey & Company” ziņojums “Pārveidojot veselības aprūpi ar MI: Ietekme uz darbaspēku un organizācijām” atklāj, ka steidzami nepieciešams piesaistīt, izglītot un apmācīt veselības aprūpes profesionāļus, kas pārvalda datu analīzi, kā arī paaugstināt pašreizējo darbinieku digitālās prasmes.
Globālā ekonomika līdz 2030. gadam varētu radīt 40 miljonus jaunu darbavietu veselības aprūpē, taču līdz tam laikam pasaulē pietrūks 9,9 miljoni ārstu, medmāsu un vecmāšu – liecina Pasaules Veselības organizācijas dati.
Atbalsts mākslīgā intelekta izmantošanai varētu palīdzēt mazināt resursu kapacitātes trūkumu gan tagad, gan nākotnē. Saskaņā ar “EIT Health” un “McKinsey & Company” ziņojumu mākslīgajam intelektam ir potenicāls veikt revolūciju veselības aprūpē. Balstoties uz automatizāciju, tas ļautu speciālistiem veltīt vairāk laika pacientu aprūpei un mazāk laika tērēt administatīviem uzdevumiem.
Saskaņā ar Eiropas Prasmju programmu šobrīd vismaz 85% darba vietu ir nepieciešamas kādas digitālās prasmes. Tajā pašā laikā 2019. gadā tikai 56% pieaugušo piemita vismaz pamata digitālās prasmes. Laikā no 2005. līdz 2016. gadam 40% jauno darbavietu bija digitāli intensīvajās nozarēs.
Kuriem veselības aprūpes speciālistiem MI prasmes ir nepieciešamas visvairāk?
Pašlaik veselības aprūpē MI visvairāk tiek pielietots diagnostikā. Tomēr tiek sagaidīts, ka turpmākajos 5-10 gados MI pielietojuma veidu augšgalā būs klīnisko lēmumu pieņemšana – liecina “EIT Health” un “McKinsey & Company” veiktais pētījums.
Piemēram, atbrīvojot 20 vai vairāk procentus no radiologu laika, ko viņi velta apstrādājot procesus un veicot administratīvus darbus, MI risinājumi var ļaut viņiem vairāk pievērsties radioloģijas attēlā redzamajam un tam, kā strādāt ar pacientiem un klīniskajām komandām, lai turpinātu personalizēt un uzlabot aprūpi.
MI var uzlabot diagnostikas ātrumu un vairākos gadījumos arī to precizitāti. 2015. gadā vizuālās atpazīšanas konkursā “ImageNet” algoritmi apsteidza cilvēku vizuālajā atpazīšanā, kļūdu līmenim uzlabojoties no 28% 2010. gadā uz 2,2% 2017. gadā. Salīdzinājumam tipisks cilvēka kļūdu līmenis ir aptuveni 5%.
Citu Eiropas valstu jaunuzņēmumu projekti veselības aprūpē, izmantojot mākslīgo intelektu
Polijas jaunuzņēmums “Brainscan” izmanto mākslīgo intelektu, lai uzlabotu smadzeņu CT skenēšanas interpretācijas efektivitāti. Vēl viens veiksmīgs jaunuzņēmums MI izmantošanas jomā ir “EIT Health” akselerēts Itālijas jaunuzņēmums “PatchAi”, kas izstrādā pirmo kognitīvo platformu klīniskajos pētījumos iegūto pacientu datu apkopošanai un prognozējošās analīzes veikšanai. Ungārijā “InSimu” ir izstrādājis risinājumu, kas ļauj ārstiem, medicīnas studentiem un mediķiem praktizēt ar virtuāliem pacientiem, veicot diagnozes gandrīz reālā situācijā. Savukārt Ungārijas uzņēmums “Sineko” vēlas revolucionizēt starptautisko teleradioloģiju, izmantojot programmatūru GRAID, kas tulko radioloģiskos ziņojumus. Portugālē uzņēmums “iLof”, “EIT Health” programmas “Jumpstarter 2019” un “Wild Card 2019” uzvarētājs, ir radījis mākonī balstītu optisko pirkstu nospiedumu bibliotēku, kura nodrošina neinvazīvu izmeklēšanu, skrīningu un stratifikāciju zāļu atklāšanai, kas pielāgota katra klīniskā pētījuma vajadzībām.
