Wybrane zastosowania sztucznej inteligencji w medycynie

• Autorzy: Kamil Karski

Warianty tytułu

Selected Applications of the Artificial Intelligence in Medicine

• Języki publikacji: PL

Abstrakty

Z każdym rokiem medycyna staje się obszarem wiedzy coraz bardziej zorientowanym na gromadzenie i przetwarzanie danych. Dawne, klasyczne metody zbierania danych są zastępowane przez sztuczną inteligencję (SI) oraz uczenie maszynowe (ML). Sztuczna Inteligencja coraz częściej jest wprowadzana do użycia w nowych dziedzinach gospodarki i życia społecznego. Dlatego kwestie społeczne wynikające z używania tej technologii nie mogą być już dłużej zaniedbywane. Należy się zastanowić nad określeniem zasad regulujących stosowanie SI i ML wobec obywateli, a przede wszystkim pacjentów. Problemy społeczne mogą przyjmować różne formy, jednak wszystkie są powiązane z potrzebami i ograniczeniami ludzkiego organizmu. Celem artykułu jest przedstawienie zagadnień powiązanych ze Sztuczną Inteligencją i jej szerokim zastosowaniem w medycynie. W tekście zaprezentowano zarówno rozwiązania jak i zagrożenia wynikające z korzystania tej technologii. Omówiono użycie środków zaradczych w postaci ochrony prywatności pacjentów jak i anonimizacji ich danych. Oczywiście są też pewne aspekty, które mogą stwarzać w przyszłości ogromne kontrowersje etyczne, takie jak kwestia przynależności rasowej czy odczuwanie tożsamości płciowej. (abstrakt oryginalny)

EN

With each passing year, medicine becomes an area of knowledge that is more and more focused on data collection and processing. The old, classic data collection methods are being replaced by Artificial Intelligence (AI) and machine learning (ML). Artificial Intelligence is more and more often introduced for use in new areas of economy and social life. Therefore, the social issues arising from the use of this technology can no longer be neglected. Consideration should be given to defining the rules governing the application of AI and ML to citizens, and above all to patients. Social problems can take many forms, but are all related to the needs and limitations of the human body. The aim of this article is to present issues related to Artificial Intelligence and its wide application in medicine. The text presents both solutions and threats resulting from the use of this technology. The use of remedial measures in the form of patient privacy protection and anonymization of their data was discussed. Of course, there are also some aspects that may create huge ethical controversies in the future, such as the issue of race or perception of gender identity. (original abstract)

Słowa kluczowe

PL

Sztuczna inteligencja; Medycyna; Uczenie maszynowe; Opieka zdrowotna

EN

Artificial intelligence; Medicine; Machine learning; Health care

• Czasopismo: Management and Quality
• Rocznik: 2022
• Tom: 4
• Numer: nr 4
• Strony: 204--213

Twórcy

autor

Kamil Karski

• Lech-Mal Leszek Karski, Rybnik

Bibliografia

• Campbell, M., Hoane Jr., A.J., Hsu, F., (2002), Deep Blue, Artifficial Intelligence, Vol. 134, pp. 57-83, DOI: 10.1016/S0004-3702(01)00129-1
• Chaudari, S., Han, H., Usvyat, L., et al., (2021), Machine Learning Directed Interventions Associate with Decreased Hospitalization Rates in Hemodialysis Patients, International Journal of Medical Informatics, vol. 153, DOI: doi.org/10.1016/j.ijmedinf.2021.104541
• Deo, R., C., (2015), Machine Learning in Medicine, Circulation, Vol. 132, pp.1920-1930, DOI: 10.1161/CIRCULATIONAHA.115.001593
• Gadde, S. S., Kalli, V. D. R., (2020), Medical Device Qualification Use. International Journal of Advanced Research in Computer and Communication Engineering, Vol. 9, Iss. 4, pp. 50-55, DOI: 10.17148/IJARCCE.2020.9410
• Introducing OpenAI, (2022.10.13), available online: https://openai.com/blog/introducing-openai/
• Nowe przepisy dotyczące odpowiedzialności za produkty i sztuczną inteligencję (AI) mające na celu ochronę konsumentów i wspieranie innowacji (2022, wrzesień, 28), available online: https://ec.europa.eu/commission/presscorner/detail/pl/ip_22_5807
• LeCun, Y., Bengio, Y. & Hinton, G., (2015), Deep learning. Nature, Vol. 521, 436-444, DOI: 10.1038/nature14539
• Leonelli, S., (2016), Data-centric biology: a philosophical study. Chicago: The University of Chicago Press, DOI: 10.1007/s40656-018-0224-z
• Maddox, T., (2014), The scary truth about data security with wearables, TechRepublic, retrieved from: https://www.techrepublic.com/article/the-scary-truth-about-data-security-with-wearables/
• Mayo, R., C., Leung, J. (2018), Artificial intelligence and deep learning-Radology's next frontier? Clin Imaging. DOI: 10.1016/j.clinimag.2017.11.007
• McCarthy, J., Misky, M. L., Rochester, N., Shannon, C., E., (1956), A Proposal for the Dartmouth Summer Research Project on Artificial Intelligence, AI Magazine, Vol. 27, Iss. 4, p. 12 DOI: 10.1609/aimag.v27i4.1904
• Obermeyer, Z., Powers, B., et. Al., (2019), Dissecting racial bias in an algorithm used to manage the health of populations, Science, vol. 366, iss. 6464, DOI: 10.1126/science.aax23
• Ogólne Rozporządzenie o Ochronie Danych Osobowych, (2016), retrieved from: https://www.uodo.gov.pl/pl/file/727
• Paul, D., Sanap, G., et al., (2020), Artificial intelligence in drug discovery and development, Drug Discov Today, vol. 26, pp. 80-93, DOI: 10.1016/j.drudis.2020.10.010.
• Saeidi, H., Oppfermann, J., D., et al. (2022), Autonomous robotic laparoscopic surgery for intestinal anastomosis, Science Robotics, Vol. 7, iss. 62, DOI: 10.1126/scirobotics.abj2908
• Samuel A., L., (1959), Some Studies in Machine Learning Using the Game of Checkers, In: IBM Journal of Research and Development, Vol. 3, Iss. 3, pp. 210-229, DOI: 10.1147/rd.33.0210
• Shademan, A., Decker, R., S., et al., (2016), Supervised autonomous robotic soft tissue surgery, Science Translational Medicine, vol. 8, iss. 337, DOI: 10.1126/scitranslmed.aad9398
• Silver, D., Hubert, T., Schrittwieser, J., Antonoglou, I., Lai, M., Guez, A., Lanctot, M., Sifre, L., Kumaran, D., Graeppel, T., Lillicrap, T., Simonyan, K., Hassabis, D., (2017), A general reinforcement learning algorithm that masters chess, shogi, and Go through self-play, Science, Vol. 362, Iss. 6419, pp. 1140-1144, DOI: 10.1126/science.aar640
• Turing, A. M., (1950), Computing machinery and intelligence, Mind Vol. LIX, Iss. 236, pp. 433-460, DOI: 10.1093/mind/LIX.236.433
• Vellido, A., Martin, J., (2012), Making machine learning models interpretable, na Proceedings of the European Symposium on Artificial Neural Networks, Computational Intelligence and Machine Learning, Bruges,