Udržitelné zdravotnictví a inovace: jak AI již pomáhá odhalovat a léčit nemoci v regionu

Umělá inteligence mění pohled na zdravotnictví v Latinské Americe. Jak fungují tři nástroje, které mohou zlepšit diagnostiku a rozšířit přístup ke zdravotnickým službám v těžko dostupných regionech ( z Mexika) – Umělá inteligence ( AI) nikam nezmizí. A věda není této změně paradigmatu cizí. Na konferenci Roche Press Day LATAM 2025, která se konala v Mexiku 7. a 8. října, byly představeny čtyři pilíře, které přispívají k dosažení větší rovnosti ve zdravotnictví: decentralizace zdravotnictví pro usnadnění přístupu; zdravotnictví jako investice přispívající k blahobytu a rozvoji; a inovace zaměřené na pacienta, které mají potenciál zlepšit život a přispět k udržitelné budoucnosti.

V souvislosti s posledním bodem Veronika Billia, specialistka na inovační strategii ve společnosti Roche LATAM, hovořila o třech nástrojích, které mají významný vliv na zdraví a především na kvalitu života: Lunit, RetinIA a iBreastexam. Lunit je jihokorejská společnost působící v oblasti diagnostické vizualizace. „Používáme jej k léčbě rakoviny prsu, ale mají také jiný produkt vhodný k léčbě rakoviny plic. Musíme pochopit realitu práce radiologů v rozvojových zemích, kde pracují velmi tvrdě. Denně dostávají obrovské množství snímků a mají velmi málo času. Proto vznikla technologie, která rozšiřuje možnosti rentgenologů,“ zahájila Billia. Veronika Billia, specialistka společnosti Roche LATAM, představila na akci Roche Press Day LATAM 2025 v Mexico City inovace v oblasti umělé inteligence zaměřené na zvýšení rovnosti v oblasti zdravotní péče.

„Nikdy ho nenahradí, ale funguje jako druhý pilot, který automaticky identifikuje a analyzuje každý snímek. Může určit potenciální podezření, aby rentgenolog mohl dvakrát kliknout a vidět potenciální riziko. Radiolog může podezření přehlédnout právě kvůli této zátěži nebo když je velmi obtížné podezření určit pouhým okem. Právě v tomto případě strojové učení funguje skvěle. Kromě toho výrazně snížilo počet falešně negativních výsledků. Jinými slovy, pokud žena jde na vyšetření, přesně ví, zda existuje podezření, nebo ne, což v dnešní době není vždy pravidlem,“ dodává specialistka.

Poznamenává, že ačkoli se ženám doporučuje podstoupit každoroční vyšetření, v praxi mnoho z nich podstupuje vyšetření v průměru jednou za pět let, přičemž četnost se liší v závislosti na zemi. Vzhledem k tomuto scénáři umožňuje tento nástroj pacientovi být si jistější, že během vyšetření nebyly zjištěny žádné odchylky, pokud se vrátí po delší přestávce.

RetinIA v podstatě pořizuje snímek zadní části oka pomocí běžného fotoaparátu. Tento snímek se poté odešle do algoritmu, který identifikuje potenciální příznaky makulárního edému nebo diabetické retinopatie v zadní části oka.

„Diabetická retinopatie je důsledkem cukrovky. Bohužel kvůli mezerám ve zdravotnictví tento pacient neví, že může mít diabetickou retinopatii. V současné době mají odborníci, jako jsou rentgenologové, velmi málo času na vyšetření pacientů. Technologie proto umožňuje navštěvovat místní kliniky, kde může sestra pořídit snímek. To neznamená stanovení diagnózy; jedná se o screeningový test, předběžnou diagnostiku, ale naznačuje to podezření, tj. „Doporučuji vás nyní odeslat ke specialistovi, protože existuje podezření“. To naznačuje nutnost navštívit odborného lékaře, pokud je podezření již založeno na fotografii,“ dodává Billia.

Třetí, iBreastexam, byl vyvinut společností, která je z poloviny americká a z poloviny indická. „Vyvíjejí přenosné zařízení o velikosti mobilního telefonu, s baterií z něj. Má speciální nástavec, kruh, který umožňuje stisknout a přenést data z palpace na tkáň prsu,“ vysvětluje odborník.

„Nikdy nebudete mluvit o možném nádoru nebo možném rakovině prsu. O čem budete mluvit? Řeknete: máte určitou zhušťující se tkáň v prsu. Proto si prosím nechte udělat rentgen, mamografii. Mluvíme o velmi odlehlých oblastech, kde není přístup ke zdravotní péči, kde jsou každodenní problémy jiného druhu, například co budu jíst, čím se budou zabývat moje děti. Proto je moje zdraví jako ženy na samém konci seznamu věcí, které musím udělat. Proto jezdíme do odlehlých oblastí, abychom zvýšili povědomí, a říkáme: podívejte se, máte něco, ztvrdnutí v prsní tkáni, to je podezřelé. Může to být kalcifikace, může to být mnoho věcí, ale doporučujeme vám obrátit se nejprve na Červený kříž, aby se zjistilo, co to může být,“ dodává Billia.

AI je samozřejmě neoddělitelně spjata s konceptem rozšíření přístupu ke zdravotnickým službám, „protože decentralizace vyžaduje technologie“, říká expert. „Hnací silou této strategie otevřených inovací je identifikace problémů pacientů. Našli jsme instituce, nemocnice a kliniky, se kterými můžeme spolupracovat, v Mexiku, Peru, Chile, na Jamajce, v Guyaně, Salvadoru, Brazílii a Argentině. Nakonec pokrýváme více než 30 zemí. AI skutečně zajistí širší přístup k lékařské péči ve velkém měřítku. Skutečně boří stereotypy moderní medicíny, která je omezena nemocnicemi se specialisty a drahým, těžkopádným, stacionárním vybavením. Je zřejmé, že tento trend bude pokračovat. Ale jde o rozšíření přístupu ke kvalitní zdravotní péči mimo domov. Stále musíme pracovat na zvyšování klinického povědomí, aby lékaři a pacienti věřili v koncept technologií založených na faktických údajích,“ uzavírá.

Medicína budoucnosti

Jihokorejský nástroj Lunit využívá umělou inteligenci, aby pomohl rentgenologům včas diagnostikovat rakovinu prsu a plic a snížit počet falešně negativních výsledků. Medicína budoucnosti se již formuje. Několik laboratoří již využívá umělou inteligenci a strojové učení k transformaci procesů vyhledávání a vývoje léků, optimalizaci analýzy a prognózování velkých objemů dat.

Podle zpráv farmaceutického giganta má společnost Roche v úmyslu do roku 2030 vytvořit 20 nových metod léčby nemocí, které mají velký společenský význam. Za poslední rok společnost rozšířila své portfolio výzkumu a vývoje v oblasti inovativních metod léčby patologií, jako je obezita, hemofilie A, Alzheimerova choroba, rané stadium Parkinsonovy choroby, a také antibiotika, která by se mohla stát prvním účinným prostředkem za více než půl století proti bakteriím, které vyvinuly rezistenci vůči jiným lékům.

Tento systém využívá generativní umělou inteligenci v nepřetržitém experimentálním procesu, kde jsou data z laboratorních a klinických studií použita v algoritmech vyvinutých výzkumníky k předpovídání farmakologických cílů a potenciálních terapeutických molekul. Získané prognózy jsou experimentálně ověřovány, což umožňuje získat nové informace, které vylepšují modely a zpřesňují budoucí prognózy, čímž se urychluje vývoj ve srovnání s tradiční metodou pokusů a omylů. Centrum pRED v Basileji sdružuje více než 1800 vědců v prostředí vytvořeném pro podporu spolupráce a udržitelného rozvoje. Centrum zahrnuje pokročilá digitální řešení a logistické zóny na každé úrovni, což zjednodušuje experimentální procesy. Kromě toho využívá znalosti externích odborníků díky partnerství s vědci, zástupci průmyslu, univerzitami a asociacemi pacientů.

Tyto úspěchy demonstrují potenciál technologií pro rozšíření přístupu k účinnějším léčebným metodám a podporu budování spravedlivějších a udržitelnějších systémů zdravotní péče. Inovace ve zdravotnictví předpokládají nejen rozvoj laboratorního výzkumu, ale také vytvoření flexibilního, vzdělávání podporujícího a na člověka orientovaného prostředí. Vytvoření budoucnosti zdravotnictví vyžaduje zapojení všech zainteresovaných stran. Moderní nástroje nám umožňují řešit složité úkoly a předpovídat zlepšení v oblasti kolektivního zdraví.

Další úspěchy AI ve vědě

Různé nástroje umělé inteligence usnadňují vědeckou práci. K identifikaci bakterií přítomných ve vzorku laboratoře často využívají podrobné příručky nebo roztříštěné zdroje, často v anglickém jazyce. Argentinský tým vyvinul Maldi-Bot – řešení založené na umělé inteligenci, které poskytuje přesné odpovědi ve španělském jazyce z mobilních telefonů nebo počítačů a může být použito v jiných zemích. Umělá inteligence také přispěla k pokroku v biomedicínském výzkumu neurodegenerativních onemocnění. AlphaFold, vyvinutý společností Google DeepMind, umožnil získat trojrozměrnou strukturu více než 200 milionů bílkovin za jeden rok , čímž rozšířil možnosti porozumění a léčby Alzheimerovy choroby.