AMA Journal of Ethics

, Author

Egy mesterségesen intelligens számítógépes program ma már pontosabban képes diagnosztizálni a bőrrákot, mint egy szakvizsgázott bőrgyógyász.1 Még jobb, hogy a program gyorsabban és hatékonyabban képes erre, mivel egy évtizedes drága és munkaigényes orvosi képzés helyett egy gyakorló adathalmazt igényel. Bár úgy tűnhet, hogy csak idő kérdése, hogy az orvosokat elavulttá tegye az ilyen típusú technológia, érdemes közelebbről megvizsgálni, milyen szerepet játszhat ez a technológia az egészségügyi ellátásban, hogy értékelni tudjuk jelenlegi erősségeit, korlátait és etikai összetettségét.

A mesterséges intelligencia (AI), amely magában foglalja a gépi tanulás, a természetes nyelvi feldolgozás és a robotika területeit, az orvostudomány szinte minden területén alkalmazható,2 és lehetséges hozzájárulása az orvosbiológiai kutatáshoz, az orvosi oktatáshoz és az egészségügyi ellátáshoz határtalannak tűnik. A nagy mennyiségű klinikai adat integrálására és a belőlük való tanulásra való képességének köszönhetően a mesterséges intelligencia szerepet játszhat a diagnosztikában,3 a klinikai döntéshozatalban,4 és a személyre szabott orvoslásban.5 Például a mammográfiákra alkalmazott mesterséges intelligencia-alapú diagnosztikai algoritmusok segítenek az emlőrák felismerésében, és “második véleményként” szolgálnak a radiológusok számára.6 Emellett a fejlett virtuális emberi avatárok képesek értelmes beszélgetéseket folytatni, ami a pszichiátriai betegségek diagnózisára és kezelésére is hatással van.7 A mesterséges intelligencia alkalmazásai a fizikai területre is kiterjednek: robotprotézisek, fizikai feladatokat támogató rendszerek és mobil manipulátorok segítik a telemedicina nyújtását.8

Ez a nagy teljesítményű technológia azonban újszerű etikai kihívások sorát hozza létre, amelyeket azonosítani és enyhíteni kell, mivel a mesterséges intelligencia technológiája óriási mértékben képes veszélyeztetni a betegek preferenciáit, biztonságát és magánéletét. A mesterséges intelligencia technológiára vonatkozó jelenlegi szakpolitikai és etikai irányelvek azonban elmaradnak a mesterséges intelligencia által az egészségügyben elért fejlődéshez képest. Bár vannak erőfeszítések arra, hogy részt vegyenek ezekben az etikai beszélgetésekben,9-11 az orvosi közösség továbbra is rosszul tájékozott azokról az etikai komplexitásokról, amelyeket a bimbózó mesterséges intelligencia technológia bevezethet. Ennek megfelelően gazdag vita várható, amelynek nagy hasznára válna az orvosok hozzájárulása, mivel az orvosok a közeljövőben valószínűleg napi gyakorlatukban is kapcsolatba kerülnek az AI-val.

Az AMA Journal of Ethics e tematikus számának célja, hogy foglalkozzon azokkal az etikai dilemmákkal, amelyek az AI technológia egészségügyi és orvosi oktatásban való alkalmazása során merülnek fel. Az ebben a számban felvetett legégetőbb aggályok közé tartozik a betegek magánéletét és titoktartását fenyegető további kockázatok kezelése, az orvos és a gép betegellátásban betöltött szerepe közötti határok kijelölése, valamint a jövő orvosainak oktatásának kiigazítása, hogy proaktívan szembe tudjanak nézni az orvosi gyakorlatban bekövetkező közelgő változásokkal. Emellett az ezekről az aggályokról folytatott párbeszéd javítani fogja az orvosok és a betegek megértését a mesterséges intelligencia egészségügyi ellátásban játszható szerepéről, segítve az érdekelteket abban, hogy reális képet alkothassanak arról, hogy mit tud és mit nem tud a mesterséges intelligencia. Végezetül a lehetséges etikai buktatók előrejelzése, a lehetséges megoldások azonosítása és a szakpolitikai ajánlások felajánlása mind az AI-technológiát a praxisukban alkalmazó orvosok, mind az őket ellátó betegek számára előnyös lesz.

Az egyik fő téma, amellyel ebben a számban foglalkozni kell, az az, hogy hogyan lehet egyensúlyt teremteni az AI-technológia előnyei és kockázatai között. Az AI-technológia gyors integrálása az egészségügyi rendszerbe előnyös, mivel az AI lehetőséget kínál az egészségügyi ellátás hatékonyságának és a betegellátás minőségének javítására. Ugyanakkor minimalizálni kell a mesterséges intelligencia bevezetésének etikai kockázatait – amelyek közé tartozhat a magánélet és a titoktartás, a tájékozott beleegyezés és a beteg autonómiájának veszélyeztetése -, és meg kell fontolni, hogy a mesterséges intelligenciát hogyan kell integrálni a klinikai gyakorlatba. Az érdekelt feleket arra kell ösztönözni, hogy rugalmasan építsék be az AI technológiát, leginkább kiegészítő eszközként, nem pedig az orvos helyettesítésére. Michael Anderson és Susan Leigh Anderson egy mesterségesen intelligens számítógépes algoritmusnak az orvos munkafolyamatába való beillesztésével kapcsolatos esetről szóló kommentárjukban hangsúlyozzák a felhasználói technikai szakértelem fontosságát az AI által vezérelt vizsgálati eredmények értelmezésében, és azonosítják a lehetséges etikai dilemmákat. Az IBM WatsonTM klinikai döntéstámogató eszközként való alkalmazásával kapcsolatos hasonló esetben David D. Luxton felvázolja az ilyen eszköz használatának előnyeit, korlátait és óvintézkedéseit. Továbbá egy empirikus tanulmányban Irene Y. Chen, Peter Szolovits és Marzyeh Ghassemi bemutatja, hogy a gépi tanulási algoritmusok nem biztos, hogy faj, nem vagy társadalmi-gazdasági státusz szerint egyformán pontos előrejelzést adnak az eredményekről. Végül Daniel Schiff és Jason Borenstein egy olyan esetre reagálva, amely egy mesterséges intelligenciával rendelkező robot műtét közbeni használatát vizsgálja, megerősítik a megfelelő tájékoztatáson alapuló beleegyezés és a mesterséges intelligencia technológia felelős használatának fontosságát, hangsúlyozva, hogy a mesterséges intelligencia technológiájának alkalmazásával kapcsolatos lehetséges károkat minden érintett számára átláthatóvá kell tenni.

A szám második fő témája az orvosi oktatásban játszható szerep körül forog, mind a jövő orvosainak a mesterséges intelligenciát integráló karrierre való felkészítése, mind pedig a mesterséges intelligencia technológia közvetlen alkalmazása során az orvostanhallgatók oktatásában. Steven A. Wartman és C. Donald Combs azt állítja, hogy a mesterséges intelligencia térnyerése miatt az orvosképzést a tudás felidézésére való összpontosításról át kell alakítani a mesterségesen intelligens gépekkel való interakcióra és azok kezelésére való felkészítésre; ez az átformálás a betegek, az ápolók és a gépek között felmerülő etikai és klinikai komplexitásokra való gondos figyelmet is megkövetelné. Egy kapcsolódó cikkben C. Donald Combs és P. Ford Combs a mesterségesen intelligens, virtuális betegek (VP-k) orvosi oktatásban való alkalmazását vizsgálja. A VP-k izgalmas alkalmazásaikkal a kórtörténet felvételének tanításában, például a pszichiátriai felvételi értékelésben, könnyen hozzáférhető platformot kínálnak, amelynek számos előnye van a hagyományos standardizált páciensekkel szemben; ugyanakkor a hátrányok és hiányosságok ugyanolyan fontosak, hangsúlyozva, hogy tisztázni kell a VP-k orvosi oktatásban betöltött szerepét.

A szám utolsó témája a mesterséges intelligencia egészségügyi ellátásban való alkalmazásával kapcsolatban felmerülő jogi és egészségpolitikai konfliktusokat világítja meg. Hannah R. Sullivan és Scott J. Schweikart olyan jogi kérdéseket tár fel, mint az orvosi műhiba és a termékfelelősség, amelyek a “fekete dobozos” algoritmusok használata során merülnek fel, mivel a felhasználók nem tudnak logikus magyarázatot adni arra, hogyan jutott az algoritmus az adott kimenetre. Emellett Nicole Martinez-Martin feltárja a betegek fényképfelvételeinek védelmére vonatkozó szakpolitikai hiányosságokat az arcfelismerő technológiával kapcsolatban, ami veszélyeztetheti a megfelelő tájékoztatáson alapuló beleegyezést, a véletlen leletek jelentését és az adatbiztonságot. Végül Elliott Crigger és Christopher Khoury beszámol az Amerikai Orvosi Szövetség által a közelmúltban elfogadott, a mesterséges intelligenciára vonatkozó irányelvről az egészségügyben, amely az átgondoltan megtervezett, kiváló minőségű és klinikailag validált mesterséges intelligencia-technológia kifejlesztésére szólít fel, amely az orvosi rendszer számára prototipikus irányelvként szolgálhat.

Kétségtelen, hogy a mesterséges intelligenciának széles körű következményei lesznek, amelyek forradalmasítják az orvosi gyakorlatot, átalakítva a betegek tapasztalatát és az orvosok napi rutinját. A mesterséges intelligencia alkalmazása az egészségügyben még olyan váratlan területekre is kiterjedhet, mint például a művészeti gyakorlat, amint azt Sam Anderson-Ramos vizsgálta, és új dilemmák merülnek fel a gondolkodó gépek megjelenésével a korábban emberi tevékenységekben. Emellett Elisabeth Miller vizuálisan ábrázolja a mesterséges intelligencia lehetséges hatását a gépesített emberi testekre. Mindazonáltal még sok munka vár ránk ahhoz, hogy megteremtsük a megfelelő etikai alapokat a mesterséges intelligencia technológiájának biztonságos és hatékony alkalmazásához az egészségügyben. Az AMA Journal of Ethics e tematikus száma ezt az alapot kívánja megteremteni a fekete dobozos orvoslás mesterséges intelligencia okozta összetettségének mélyreható áttekintésével, a betegek magánéletének és autonómiájának, az orvosi oktatásnak és egyebeknek a vizsgálatával. Végső soron a betegeket továbbra is orvosok fogják kezelni, függetlenül attól, hogy az AI mennyire változtatja meg az ellátás nyújtását, és mindig lesz emberi elem az orvosi gyakorlatban.

  1. Esteva A, Kuprel B, Novoa RA, et al. Esteva A, Kuprel B, Novoa RA, et al. Dermatologist-level classification of skin cancer with deep neural networks. Nature. 2017;542(7639):115-118.
  2. Ramesh AN, Kambhampati C, Monson JRT, Drew PJ. Mesterséges intelligencia az orvostudományban. Ann R Coll Surg Engl. 2004;86(5):334-338.
  3. Amato F, López A, Peña-Méndez EM, Vaňhara P, Hampl A, Havel J. Mesterséges neurális hálózatok az orvosi diagnosztikában. J Appl Biomed. 2013;11(2):47-58.
  4. Bennett CC, Hauser K. Mesterséges intelligencia keretrendszer a klinikai döntéshozatal szimulálásához: egy Markov-döntési folyamat megközelítése. Artif Intell Med. 2013;57(1):9-19.
  5. Dilsizian SE, Siegel EL. Mesterséges intelligencia az orvostudományban és a kardiológiai képalkotásban: a nagy mennyiségű adat és a fejlett számítástechnika hasznosítása a személyre szabott orvosi diagnózis és kezelés érdekében. Curr Cardiol Rep. 2014;16(1):441.

  6. Shiraishi J,, Li Q, Appelbaum D, Doi K. Computer-aided diagnosis and artificial intelligence in clinical imaging. Semin Nucl Med. 2011;41(6):449-462.
  7. Luxton DD. Mesterséges intelligencia a pszichológiai gyakorlatban: jelenlegi és jövőbeli alkalmazások és következmények. Prof Psychol Res Pr. 2014;45(5):332-339.
  8. Riek LD. Egészségügyi robotika. Commun ACM. 2017;60(11):68-78.
  9. Luxton DD. Ajánlások a mesterséges intelligens ápolók etikus használatához és tervezéséhez. Artif Intell Med. 2014;62(1):1-10.
  10. Luxton DD. Mesterséges intelligencia a viselkedés- és mentálhigiénés ellátásban. San Diego, CA: Elsevier Academic Press; 2016.

  11. Peek N, Combi C, Marin R, Bellazzi R. Thirty years of artificial intelligence in medicine (AIME) conferences: a review of research themes. Artif Intell Med. 2015;65(1):61-73.

Vélemény, hozzászólás?

Az e-mail-címet nem tesszük közzé.