A „rák gyógymódját” ígérő AI-szlogenek jól hangzanak, csak épp félreviszik a lényeget. Nem egy varázsgomb közeledik, hanem sok apró, de nagyon is számító fejlesztés, amelyek korábban jelezhetik a bajt és gyorsíthatják a kezelést.

Mi történt

Az elmúlt években a mesterséges intelligencia egyre mélyebben jelent meg az onkológiában, vagyis a daganatos betegségek diagnosztikájában és kezelésében. Használják gyógyszerkutatásban, kezelési döntések támogatásában, orvosi képek elemzésében, sőt bizonyos helyeken már klinikai gyakorlatban is. Különösen az orvosi képalkotás tűnik ígéretes területnek: a nagy mennyiségű CT-, röntgen- vagy szövettani adatból tanított modellek olyan mintázatokat vehetnek észre, amelyek az emberi szemnek túl finomak.

Erre jó példa a hasnyálmirigyrák korai felismerése. Egy kutatócsoport azt vizsgálta, hogy a korábban normálisnak értékelt CT-felvételeken vannak-e olyan apró, mérhető eltérések, amelyek későbbi daganatra utalnak. Az eredmények azt sugallják, hogy gépi tanulással ezek a jelek a klinikai diagnózis előtt is észlelhetők lehetnek. A gépi tanulás leegyszerűsítve olyan módszer, ahol a rendszer nem kézzel megírt szabályok alapján dolgozik, hanem sok példából „tanulja meg”, milyen mintázatok számítanak gyanúsnak.

Közben az agydaganatok ellátásában is kísérleteznek úgynevezett agentic AI-rendszerekkel. Ez nem egyszerű chatbotot jelent, hanem olyan szoftvert, amely több lépésen át tud végigmenni egy feladatban: adatot fogad, összekapcsolja a vizsgálati eredményeket, és javaslatot készít a következő döntési ponthoz. Gondolj rá úgy, mint egy nagyon gyors, digitális koordinátorra, amely a diagnózis és a kezelés közti utat próbálja lerövidíteni. Fontos viszont, hogy ez több helyen még kísérleti vagy vizsgálati fázisban van, nem rutinszerű ellátás.

Miért fontos

A legfontosabb józanító tény, hogy a rák nem egyetlen betegség. Gyűjtőfogalom rengeteg, egymástól biológiájukban, lefolyásukban és kezelhetőségükben is eltérő állapotra. Ezért az „AI meggyógyítja a rákot” típusú mondatok eleve túlegyszerűsítenek. Ami reálisabb, az a hatékonyság javulása: korábbi felismerés, pontosabb tumorbesorolás, gyorsabb döntéshozatal és személyre szabottabb terápia. A Guardian által megszólaltatott szakértők is inkább ebben látnak áttörést, nem egyetlen univerzális gyógymódban. A hétköznapi beteg szempontjából ez mégis sokat jelenthet: kevesebb bizonytalanságot, gyorsabb válaszokat és jobb hozzáférést olyan helyeken is, ahol kevés a specialista.

Mire figyelj

  1. Korai felismerés: az lesz az egyik kulcskérdés, hogy a modellek valóban megbízhatóan és több kórházban is ugyanúgy működnek-e, nem csak egy-egy kutatási környezetben.
  1. Klinikai bevezetés: nagy különbség van aközött, hogy egy AI-rendszer ígéretes tanulmányban szerepel, vagy tényleg bekerül a mindennapi betegellátásba.
  1. Egyenlő hozzáférés: az AI egyik legkézzelfoghatóbb haszna az lehet, ha a kisebb, vidéki vagy specialistahiányos ellátóhelyek is gyorsabban jutnak jobb diagnosztikai támogatáshoz.
  1. Visszafogott ígéretek: érdemes különválasztani a marketinget és a tudományos tempót. A rákellátásban a valódi előrelépés valószínűleg nem egy látványos „gyógymód” formájában érkezik, hanem sok kisebb, de életmentő javulás összeadódásából.