Umjetna inteligencija već se koristi za analizu medicinskih snimki, razvoj lijekova i procjenu rizika od bolesti, no kineski istraživači otišli su korak dalje. U stvarnoj oftalmološkoj klinici u Pekingu ugradili su AI u gotovo cijeli put pacijenta – od pripreme za pregled i trijaže do analize snimki, pomoći pri donošenju odluka i praćenja pacijenata nakon pregleda
Sustav nazvan AI-TEC, odnosno AI-Agent Augmented Tsinghua Eye Clinic, razvili su istraživači povezani s kineskim Sveučilištem Tsinghua i Beijing Visual Science and Translational Eye Research Instituteom. Prototip je u studenom 2025. uključen u svakodnevni rad očnog centra Beijing Tsinghua Changgung Hospital, piše Science Alert.
Za razliku od sustava u kojima se umjetna inteligencija liječnicima dodaje kao zaseban alat za pojedini zadatak, AI-TEC od početka je zamišljen tako da AI bude ugrađen u više faza kliničkog procesa. Liječnici nisu uklonjeni iz sustava niti je umjetnoj inteligenciji prepušteno samostalno liječenje pacijenata.
vezane vijesti
AI agenti pomagali su prije pregleda prikupljati i organizirati podatke o simptomima i povijesti bolesti, procjenjivati rizik i određivati potrebne pretrage, analizirati oftalmološke podatke, pružati informacije za donošenje kliničkih odluka te pomagati u edukaciji i praćenju pacijenata. Jedna od najvažnijih lekcija pojavila se već pri analizi očnih snimki.
Sustav je u početku imao relativno slabe rezultate u prepoznavanju bolesti poput glaukoma i dobne makularne degeneracije. Istraživači su ga prethodno trenirali na gotovo 27.000 snimki, ali velik dio tih podataka nije bio dovoljno kvalitetan ni detaljno označen. Situacija se promijenila kada su oftalmolozi pregledali i precizno označili 1426 visokokvalitetnih snimki.
Iako je riječ o mnogo manjem skupu podataka, ti su pažljivo provjereni primjeri poboljšali sposobnost sustava da prepoznaje bolesti. Prema standardnoj dijagnostičkoj mjeri AUROC, rezultat je nakon toga porastao na više od 0,93, što je usporedivo s drugim naprednim sustavima za analizu medicinskih snimki. Dakle, eksperiment je pokazao da ogromna količina podataka ne znači puno ako podaci nisu dovoljno pouzdani.
Liječnici su ga prestali koristiti
Druga važna lekcija nije imala gotovo nikakve veze s točnošću algoritma. Imala je veze s – klikovima. Nakon početnog interesa liječnika, korištenje AI alata počelo je padati. Pet mjeseci nakon uvođenja sustava AI-TEC korišten je u samo 41 od 1113 pregleda tijekom promatranog mjeseca, odnosno u 3,8 posto slučajeva.
Problem nije bio samo u tome što liječnici nisu vjerovali sustavu. AI im je unosio dodatne korake u svakodnevni posao. Istraživači su zato pojednostavili sučelje, smanjili broj potrebnih klikova i količinu podataka koje su liječnici morali ručno unositi.
Već sljedećeg mjeseca AI-TEC korišten je u 259 od 1126 pregleda, odnosno u 23 posto slučajeva. Pokazalo se tako da ni vrlo sposoban AI neće biti posebno koristan ako liječnicima otežava posao.
AI mora brzo učiti od liječnika
Istraživači su identificirali još jedan problem, a to je da povratne informacije liječnika moraju do sustava dolaziti brzo. Ako liječnik uoči pogrešku ili problem tijekom pregleda, mnogo je korisnije da se ta informacija zabilježi odmah nego da se o njoj raspravlja nekoliko dana ili tjedana kasnije. Zato istraživači smatraju da uspješan medicinski AI zahtijeva stalnu suradnju liječnika i stručnjaka koji razvijaju sustav.
Iskustvo s AI-TEC-om tako je izdvojilo tri važna uvjeta za uspješnu primjenu umjetne inteligencije u zdravstvu: kvalitetne podatke, sustav prilagođen stvarnom radu liječnika te brze i kontinuirane povratne informacije iz kliničke prakse.
Eksperiment je otkrio i dublji problem koji se ne može riješiti samo boljim algoritmom. AI sustavi za medicinsku dijagnostiku najčešće su razvijeni oko vrlo precizno definiranih zadataka. Primjerice, sustav dobije snimku mrežnice i treba utvrditi postoje li na njoj znakovi određene bolesti. Pacijenti, međutim, ne dolaze liječniku s pitanjem nalazi li se određeni uzorak piksela na njihovoj snimci. Dolaze jer slabije vide, imaju zamagljen vid, bolove ili neki drugi simptom.
Liječnik zatim mora povezati simptome, povijest bolesti, rezultate pregleda i druge informacije te odlučiti što dalje. Zato visoka preciznost AI-ja u analizi pojedine snimke ne mora automatski značiti i bolju zdravstvenu skrb. I sami autori studije upozoravaju da se uspjeh budućih AI sustava u medicini ne bi trebao procjenjivati samo prema rezultatima na standardiziranim testovima. Važnije je utvrditi ubrzava li AI liječenje, olakšava li liječnicima donošenje odluka, poboljšava li pristup zdravstvenoj skrbi i, u konačnici, imaju li pacijenti zbog njega bolje zdravstvene ishode.
