Cyfrowy Hipokrates. Wyzwania i przełomy AI w medycynie
W 18. odcinku podcastu „AI pod CTRL-ą” Paulina Cecko i Michał Sierlecki zgłębiają dynamiczny rozwój oraz dramatyczne wyzwania związane z wykorzystaniem sztucznej inteligencji w medycynie. Z jednej strony przyglądamy się spektakularnym przełomom diagnostycznym – takim jak opracowany przez Mayo Clinic model REDMOD, który potrafi wykryć raka trzustki na rutynowych skanach tomograficznych aż 16 miesięcy przed diagnozą kliniczną, czy koncepcji „medycznej superinteligencji” w postaci Microsoft AI Diagnostic Orchestrator (MAI-DxO). Z drugiej strony konfrontujemy te sukcesy z realnymi zagrożeniami: analizujemy przypadek pacjenta, u którego porada ChatGPT doprowadziła do ciężkiego zatrucia bromkami (bromizmu) i hospitalizacji na oddziale zamkniętym, a także przyglądamy się odkryciom naukowców opublikowanym w *Nature Medicine*, ujawniającym groźne luki w triażu medycznym narzędzia ChatGPT Health (w tym ignorowanie stanów zagrożenia życia i uleganie błędowi kotwiczenia). Głos AI w ramach stałego Słowniczka AI przystępnie tłumaczy pojęcia: "multimodalną AI", "model drift" (dryf modelu) oraz "inteligencję ambientową" (Ambient AI na przykładzie Microsoft Dragon Copilot). Odcinek kończy się dyskusją na temat tego, jak wykształcić nowe pokolenie lekarzy, by sztuczna inteligencja była dla nich wsparciem, a nie przyczyną diagnostycznego rozleniwienia.
Od tamtej pory bromizm praktycznie zniknął ze szpitali. Jak to możliwe, że w 2025 roku 60-letni człowiek trafił do szpitala z zatruciem bromem? Pacjent zgłosił się na SOR z głęboką paranoją, urojeniami, halucynacjami wzrokowymi i słuchowymi, nietypowymi zmianami skórnymi przypominającymi ciężki trądzik oraz groźnymi zaburzeniami elektrolitowymi. Uważał, że sąsiad próbuje go podtruwać. Lekarze wykonali szereg badań. Okazało się, że pacjent ma ujemną lukę anionową i rzekomą hiperchloremię, co od razu zapaliło lampkę ostrzegawczą u toksykologów z Poison Control Center. Po trzech tygodniach leczenia na oddziale zamkniętym i podawaniu płynów, pacjent odzyskał poczytalność i opowiedział co się stało.
Pokazano wszystkie 1 dopasowanie. Transkrypcja generowana automatycznie i niesprawdzana ręcznie — może zawierać błędy.
Paulina Cecko i Michał Sierlecki przedstawiają temat podcastu i omawiają temat medycyny cyfrowej.
Rozważania nad wpływem sztucznej inteligencji na medycynę, z podkreśleniem problemów etycznych i prawnych.
Definicje kluczowych pojęć AI w medycynie, takich jak inteligencja ambientowa i model drift.
Opis przełomowego odkrycia z Mayo Clinic dotyczącym modelu AI REDMOD, który może zidentyfikować raka trzustki na 16 miesięcy przed objawami.
Szczegółowe wyjaśnienie działania modelu REDMOD i jego potencjału w leczeniu raka trzustki.
Porównanie modelu REDMOD z innymi rozwiązaniami AI w medycynie, takimi jak wirtualne konsylii i chatboty.
Analiza potencjału i ryzyka sztucznej inteligencji w interakcjach pacjentów z chatbotami, z podkreśleniem problemów z triażem medycznym.
Podsumowanie i propozycje dotyczące bezpiecznego wykorzystania AI w medycynie, z podkreśleniem roli lekarza i pacjenta.
Rozdziały i streszczenia generowane automatycznie. Pełna transkrypcja nie jest publikowana — wyszukaj frazę, aby zobaczyć dopasowane fragmenty.
Kliknij, aby znaleźć fragmenty, w których pada.