Az egyetem munkatársai által beadott védőoltások száma - 2021. december 05.
473593 Összes oltás
A Szenior Akadémia 2021-es őszi online szemeszterének első alkalmán dr. Maurovich Horvat Pál, az Orvosi Képalkotó Klinika igazgatója, a Radiológia Tanszék vezetője a mesterséges intelligencia és a jövő radiológiája témakörét ismertette az érdeklődőkkel. Előadása során beszélt többek között a rizikóbecslésről és a mély tanulásról, felvázolta, hogy milyen lesz a jövő orvosa, illetve kitért a mesterséges intelligenciában rejlő kockázatokra is.

A Szenior Akadémia ötödik szemeszterének nyitó előadásán dr. Maurovich Horvat Pál a „Mesterséges intelligencia és a jövő radiológiája” című előadásában kiemelte, mindennapjainkat átszövi a mesterséges intelligencia (MI), gondoljunk csak például az internetre és az okostelefonokra. Aki ugyanis ezeket használja, az napi rutinban alkalmazza az okos algoritmusokat. Az Orvosi Képalkotó Klinika igazgatója, a Radiológia Tanszék vezetője prezentációjában felvázolta, hogy hol tart napjainkban a radiológia és a kardiológiai képalkotás, és mit tud nyújtani a betegeknek, majd ehhez kapcsolódóan rövid történeti áttekintést nyújtott a mesterséges intelligenciáról. Górcső alá vette a mély tanulást, kitért a mesterséges intelligencia veszélyeire, és felvázolta, hogy mit hozhat a jövő, milyen lesz a jövő orvosa.

Dr. Maurovich Horvat Pál előadásában hangsúlyozta, hazánkban a mai napig az egyik vezető halálok a kardiovaszkuláris megbetegedés. Az Európai Unióban Magyarország ebben a tekintetben az első háromban van. A szakember szerint megelőzéssel sok életévet lehetne nyerni. Ehhez kötődően ismertette, milyen rizikóbecslés áll jelenleg rendelkezésre, ugyanis a megelőzéshez pontosan fel kell mérni az egyén kardiovaszkuláris megbetegedésének kockázatát, azaz hogy milyen valószínűséggel szenvedhet el infarktust.

„Ezek a rizikóbecslő rendszerek sajnos nem pontosak, a legújabb adatok alapján a kardiovaszkuláris halálok 1/3-át nem képesek előre jelezni” – mondta az Orvosi Képalkotó Klinika igazgatója, hozzátéve, hogy ezek a pontrendszerek nagyon nagy statisztikákra épülnek, túlértékelik a kis rizikót, vagy pedig alulértékelik a nagy rizikójú betegek jelentős részénél a valós kardiovaszkuláris kockázatot.

A mesterséges intelligencia egyik célja, hogy személyre szabott rizikóbecslést tudjon nyújtani

– fogalmazott. Kiemelte, ezen kívül számtalan tényező erősíti még a mesterséges intelligencia fejlesztését: többek között, hogy egyre növekvő képi és egyéb adat áll az orvosok rendelkezésére, illetve a minőség fenntartása, javítása mellett a radiológusok és kardiológusok száma nem tart lépést a képalkotási igényekkel.

„A mesterséges intelligencia az emberi intelligenciát szeretné utánozni matematikai algoritmusok alkalmazásával” – sommázta az Orvosi Képalkotó Klinika igazgatója. Mint fogalmazott, a mesterséges intelligencia nem újkeletű dolog, hiszen már az 1950-es években – leginkább Japánban – alkalmaztak úgynevezett expert algoritmusokat. Az 1980-as évektől vált elérhetővé olyan számítástechnikai teljesítmény, amely képes volt komplex matematikai algoritmusok futtatására. Ezen algoritmusok képesek mintázatokat, szabályszerűségeket felismerni adathalmazokban, és teljesítményük egyre inkább javul a tanulóhalmaz méretével. Ezt nevezik gépi tanulásnak, amelynek a speciális formája a mély tanulás. „A mély tanulás különlegessége, hogy az algoritmusok többrétegű neurális hálókkal igen nagy mennyiségű adaton tanulnak. A diagnosztikában ezeket az algoritmusokat alkalmazzuk” – ismertette a szakember.

Dr. Maurovich Horvat Pál előadása során felvázolta az MI munkafolyamat lépéseit, illetve kitért az algoritmusok tanítására is, amely alapvető fontossággal bír az eredményesség tekintetében. Felügyelt vagy felügyelet nélküli tanításról beszélhetünk, amelyek eredményeképpen az algoritmusokat lehet osztályozásra, regresszióra, anomália detektálására, esetleg klaszterek azonosítására használni. „2012 környékén indult a mély tanulás technikája. A mély tanulást alkalmazó algoritmusok nagy mennyiségű adatból tanulnak. A képalkotásban leggyakrabban alkalmazott gépi tanulás a mély tanulás, amely neurális hálókra épül. Ezek az emberi agykéreg idegsejtjeihez hasonlóan sok rétegben egymáshoz kapcsolódó egyenletrendszerek, innen kapták a nevüket” – ismertette a szakember.

A mesterséges intelligencia olyan kérdésekre is válaszokat tud adni, ami emberi aggyal elképzelhetetlen. Az MI algoritmusok ugyanis az ember számára láthatatlan részleteket képesek felfedezni a képeken és a látott eltéréseket képesek nem emberi módon értelmezni.

A neutrális háló a számtalan előny mellett kockázatot is rejt magában. „A mesterséges intelligencia képes létrehozni nem létező személyek élethű portréját, és ha erre képes, akkor arra is megvan a lehetőség, hogy egy például radiológiai felvételbe digitális módszerekkel tumorra jellemző mintázatot generáljon” – hangsúlyozta dr. Maurovich Horvat Pál. Mint fogalmazott, ennek beláthatatlan következményei lehetnek: testi sérülés, halál, mentális sérülés, életvitelváltozás, pénzügyi hatás. Kiemelten fontos ezért, hogy az egyetemek, radiológiai klinikák nagyon erős informatikai védelemmel rendelkezzenek, hogy a hackerek ne tudjanak bejutni a CT-adatbázisba.

A távoli jövő rövidesen érkezik, és nem nagyon lehet megbecsülni, hogy mit fog hozni. Az egészen biztos, hogy az orvostudományban rengeteg változás lesz, amelyek a betegek javát fogják szolgálni

– vélekedett. A mesterséges intelligencia segítségével hatékonyabb lehet a munkavégzés, a repetitív terhek csökkentésével pedig sokkal emberközelibbé válhat az orvoslás.

Dr. Maurovich Horvat Pál kitért rá, hogy a Semmelweis Egyetem felismerte a mesterséges intelligencia fontosságát, így az bekerült a felvehető kurzusok közé. A szakember meglátása szerint a jövő radiológusának tisztában kell lennie mesterséges intelligencia kérdéseivel, és tudnia kell alapszinten programozni. „Azok lesznek a sikeres orvosok, akik képesek mesterséges intelligenciát alkalmazni a napi gyakorlatban. A radiológusok orvosi képalkotó konzultánsokká válnak és a klinikusokkal szorosan együtt dolgozva a képalkotás előtt és után is konzultálnak, segítik a személyre szabott betegellátást” – zárta előadását dr. Maurovich Horvat Pál.

Az előadás diasora ide kattintva tekinthető meg, illetve visszanézhető az egyetem Youtube csatornáján.

Dr. Maurovich Horvat Pál egyetemi docens, az MTA doktora, kardiológus és radiológus szakorvos, a Semmelweis Egyetem Orvosi Képalkotó Klinikájának igazgatója, a Radiológiai Tanszék vezetője, az MTA-SE Kardiovaszkuláris Képalkotó Kutatócsoport vezetője, a Magyar Kardiológusok Társaságának valamint az Európai Kardiovaszkuláris Képalkotó Társaság alelnöke. Maurovich Horvat Pál a Semmelweis Egyetemen summa cum laude eredménnyel 2006-ban szerzett általános orvosi diplomát. Egyetemi tanulmányait követően az Egyesült Államokban, Bostonban végzett kutatómunkát. A Harvard Egyetem Népegészségügyi Karán 2012-ban szerzett mesterfokozatú diplomát (Master of Public Health). 2013-ban, majd 2019-ben ismételten elnyerte az MTA „Lendület” programjának támogatását. Tudományos munkája elsősorban transzlációs jellegű klinikai kutatás. Kutatócsoportja a koszorúér-betegség modern képalkotó eljárásokkal történő jellemzésével és az egyénre szabott szív- és érrendszeri kockázatbecsléssel foglalkozik. Tudományos eredményeiről több mint 190 angol nyelvű közleményben számolt be, melyek összesített impakt faktora meghaladja a 800-at, közleményeit több mint 8000 alkalommal idézték.

Horváth Dóra
Fotó: Kovács Attila – Semmelweis Egyetem

A cikket a Semmelweis Egyetem Kommunikációs Igazgatósága tette közzé.