Blog

Milí kolegové a příznivci moderních technologií v medicíně, rád bych se dnes zaměřil na téma, které v posledních letech silně rezonuje mezi mladými lidmi – a to využívání generativních AI modelů jako doplňku (nebo dokonce náhrady) psychoterapie u generace Z. Pandemie, prudký rozvoj velkých jazykových modelů (Large Language Models, LLM) v letech 2022–2023 a celková digitalizace každodenního života způsobily, že se chatboti typu ChatGPT, Replika či čínský DeepSeek stávají „novou oporou“ při řešení duševních obtíží.&nbsp; Generativní AI jako podpora duševního zdraví (1)Generativní AI chatboti nabízejí neustálou dostupnost a pocit anonymity, což je pro mladé lidi velmi atraktivní. Omezený přístup ke klasické psychoterapii, vysoké náklady na tradiční péči a přetrvávající stigma spojené s vyhledáváním pomoci jsou jen některé z faktorů, které přispívají k oblibě těchto digitálních asistentů. Tato technologie umožňuje uživatelům získat okamžitou podporu kdykoli, aniž by museli čekat na schůzku s odborníkem.&nbsp; Hlavní důvody, proč se mladí obracejí k AI: (2)Nepřetržitá dostupnost: AI systémy jsou k dispozici 24/7, což je zásadní zejména v krizových situacích nebo v době, kdy tradiční služby nejsou dostupné.Nízké náklady: V porovnání s tradiční terapií jsou tyto služby často bezplatné nebo levnější, což umožňuje širšímu spektru uživatelů přístup k podpoře.Anonymita a nedostatek předsudků: Digitální komunikace pomáhá překonávat bariéry spojené se stigmou, neboť uživatel může otevřeně sdílet své problémy bez obav z odsouzení.&nbsp; Technické a bezpečnostní výzvy (3)„Hallucinace“ a nepřesné informace: AI může generovat odpovědi, které znějí věrohodně, ale jsou fakticky nesprávné. Taková chyba může vést k nesprávnému sebe-diagnostikování nebo dokonce k zavádějícím radám v krizových situacích&nbsp;Zranitelnost vůči manipulaci: Prompt injection nebo jailbreak útoky mohou způsobit, že AI překročí své bezpečnostní filtry a poskytne nevhodné či dokonce nebezpečné rady.Ochrana soukromí: Sdílené citlivé osobní údaje nejsou vždy dostatečně chráněny, což zvyšuje riziko zneužití dat a případných úniků informací. Vliv generativních AI na psychoterapeutickou praxi je nepopiratelný. Mnozí odborníci varují. (4)AI nemůže nahradit lidský kontakt: Přestože chatboti mohou nabídnout užitečné nástroje a podpůrné techniky, nenahradí hlubokou empatii a schopnost komplexně pochopit lidské emoce, kterou poskytuje kvalifikovaný terapeut.Nutnost integrace AI do praxe: Někteří profesionálové již experimentují s hybridními modely, kde AI zajišťuje rutinní podporu a monitorování, zatímco terapeut dohlíží na celkový proces péče.Výzva k další digitalizaci: Existence těchto nástrojů nutí psychoterapeuty, aby se sami stali digitálně gramotnějšími a byli schopni reflektovat a diskutovat o AI radách, které jejich klienti mohou obdržet.Reference: [<a data-mce-href="https://www.weforum.org/stories/2024/10/how-ai-could-expand-and-improve-access-to-mental-health-treatment/" href="https://www.weforum.org/stories/2024/10/how-ai-could-expand-and-improve-access-to-mental-health-treatment/">1</a>] [<a data-mce-href="https://medium.com/@trltpage/deepseek-why-young-chinese-adults-are-turning-to-their-homegrown-ai-chatbot-for-therapy-1750acdcc07e" href="https://medium.com/@trltpage/deepseek-why-young-chinese-adults-are-turning-to-their-homegrown-ai-chatbot-for-therapy-1750acdcc07e">2</a>] [<a data-mce-href="https://www.egyptindependent.com/how-gen-z-is-turning-to-ai-for-the-comforts-of-therapy/" href="https://www.egyptindependent.com/how-gen-z-is-turning-to-ai-for-the-comforts-of-therapy/">3</a>] [<a data-mce-href="https://www.context.news/ai/chatbots-pose-challenge-to-guarding-child-mental-health" href="https://www.context.news/ai/chatbots-pose-challenge-to-guarding-child-mental-health">4</a>]

AI Terapie

Milí kolegové a příznivci moderních technologií v medicíně,dovolte mi představit další možný krok v rozvoji virtuální reality v medicíně – senzoricko-aktuační rozhraní e-Taste, které přináší možnost digitálně simulovat chuť v prostředí VR a AR. Tato inovace představuje revoluční rozšíření interakce mezi virtuálním a skutečným světem, které otevírá dveře novým možnostem nejen v herním průmyslu, ale také v rehabilitaci a neurologii. 💡 Klíčové vlastnosti a přínosy e-TasteIntegrace chuti do VR/AR: Systém umožňuje vzdálené předávání chuťových vjemů prostřednictvím digitálně řízeného uvolňování chemických látek simulujících základní chutě (sladká, kyselá, slaná, hořká, umami). Virtuální realita v rehabilitaci: Imerzivní technologie ve VR značně snižují subjektivní vímání bolesti a podporují pravidelné dodržování tréninkových a rehabilitačních sezení. Studie Hoffman et al. (2007) a další výzkumy (1,2) potvrzují, že ponoření do virtuálního prostředí funguje jako efektivní metoda rozptylu bolesti a motivace, což přispívá ke zvýšení celkové účinnosti rehabilitace. Další senzitivní a senzorické vstupy tuto imerzi jen umocní. Příklad: Představme si aplikaci, kde pacient při rehabilitaci ve virtuální realitě nejen trénuje motoriku při pokusu sebrat ovoce ze stromu, ale jeho odměnou nebude pouze pochvala, postup do dalšího kola nebo jiné gamifikační prvky, ale i možnost zakousnout se do sladkého kousku ovoce. 📊 Možné aplikace a budoucnost v medicíněVirtuální trénink smyslových funkcí: Technologie může pomoci pacientům, kteří ztratili čich a chuť, obnovit svou schopnost rozpoznávat jednotlivé složky chuti. Kognitivní podpora a neuroplasticita: Nedávné studie ukazují, že olfaktorické obohacení (kontrolované vystavení různým vůním) může u starších dospělých zlepšit paměť a podporovat mozkovou plasticitu. (3) Kombinace těchto metod s dalšími smyslovými stimulacemi, jako je virtuální realita a e-Taste, otevírá nové možnosti terapeutického využití u pacientů s neurodegenerativními onemocněními. Přestože výsledky jsou slibné, účinnost a bezpečnost těchto přístupů vyžadují další výzkum. 🛑 Výzvy a rizikaBezpečnost a regulace: Použití chemických sloučenin přímo v kontaktu s lidským organismem vyžaduje přísné regulační standardy a dlouhodobé testování. Akceptace mezi pacienty: Zavedení těchto technologií do běžné klinické praxe bude vyžadovat nejen technické zdokonalení, ale i edukaci pacientů a zdravotníků.Tato technologie ukazuje, že možnosti propojení digitálního a reálného světa ještě zdaleka nebyly vyčerpány. Jaké další inovace v oblasti VR a smyslové medicíny by vás zajímaly? Rád si přečtu vaše názory v komentářích!Reference: &nbsp;[<a data-mce-href="https://pubmed.ncbi.nlm.nih.gov/18042882/" href="https://pubmed.ncbi.nlm.nih.gov/18042882/">1</a>] [<a data-mce-href="https://pubmed.ncbi.nlm.nih.gov/29025113/" href="https://pubmed.ncbi.nlm.nih.gov/29025113/">2</a>] [<a data-mce-href="https://pubmed.ncbi.nlm.nih.gov/37554295/" href="https://pubmed.ncbi.nlm.nih.gov/37554295/">3</a>]

Digitální chuť: Nová hranice virtuální reality v medicíně?

Milí kolegové a příznivci moderních technologií v medicíně,dovolte mi představit Med-PaLM 2 – průlomový velký jazykový model přizpůsobený pro aplikaci v medicíně. Díky této specializaci dosahuje model v testech, inspirovaných například USMLE, přes 85 % správnosti – což dokládá jeho teoretickou úroveň znalostí.&nbsp;Od dubna 2023 je model k dispozici vybraným partnerům, přičemž první pilotní projekty se rozběhly například v prestižní Mayo Clinic.💡 Klíčové vlastnosti a přínosy Med-PaLM 2- Multimodální schopnosti: Model je vyvíjen i pro zpracování lékařských obrazových dat, což umožňuje jeho využití v radiologii – od předběžné interpretace rentgenových snímků až po sumarizaci nálezů. - Podpora ambulantní péče: V ambulancích Med-PaLM 2 pomáhá s edukací pacientů, převádí odborné termíny do laického jazyka či jazyka pacienta a usnadňuje administrativní procesy, například tvorbou lékařské dokumentace z rozhovoru mezi lékařem a pacientem. Podobně pomáhá i v nemocničním provozu při generování shrnutí pro předávání pacientů mezi směnami - Rozšířená znalostní báze: Díky rozsáhlému tréninku na medicínských datech dokáže model rychle vyhledat relevantní informace a poskytnout kontext z odborné literatury a aktuálních guidelines, což podporuje rozhodování založené na důkazech. 📈 Pozitivní dopady na klinickou praxi- Zvýšení diagnostické přesnosti: Rané studie ukazují, že asistence Med-PaLM 2 může výrazně zlepšit úspěšnost diferenciální diagnostiky. V experimentální studii se úspěšnost správné diagnostiky zvýšila z 33,6 % na 59,1 % oproti lékařům, kteří AI nepoužívali. - Efektivita a úspora času: Snížení administrativní zátěže a rychlejší přístup k relevantním informacím umožňuje lékařům věnovat více času péči o pacienty. - Podpora vzdělávání: Model přináší srozumitelná vysvětlení složitých medicínských konceptů, což je přínosné nejen pro pacienty, ale i pro lékaře. ⚠️ Výzvy a rizika- Nepřesnosti a halucinace: Stejně jako jiné velké jazykové modely, i Med-PaLM 2 trpí občasnými faktickými chybami. Testy ukazují, že odpovědi modelu mohou obsahovat více nepřesností či nerelevantních informací než odpovědi lidských lékařů – v medicíně je každá chyba kritická, a proto musí být lékař vždy primárním a strážcem pravdy.- Právní a etické otázky: Použití AI v klinické praxi vyvolává řadu otázek ohledně odpovědnosti za chyby a potenciálních bias, které mohou být přeneseny z tréninkových dat.- Falešný pocit jistoty: Existuje riziko, že jak pacienti, tak i někteří lékaři mohou přeceňovat výsledky AI a zaměňovat je za konečná lékařská doporučení. Med-PaLM 2 představuje inovativní nástroj s potenciálem zlepšit diagnostiku a optimalizovat procesy ve zdravotnictví. Jeho implementace však vyžaduje pečlivý dohled a etické zvážení, aby byla zajištěna bezpečnost a kvalita péče. V současnosti chybí rozsáhlé randomizované kontrolované studie potvrzující jeho klinický přínos, což zdůrazňuje potřebu dalšího výzkumu.&nbsp;Reference: &nbsp;[<a data-mce-href="https://www.turtlesai.com/en/pages-415/mayo-physicians-find-gaps-but-also-promise-in-goog" href="https://www.turtlesai.com/en/pages-415/mayo-physicians-find-gaps-but-also-promise-in-goog">1</a>] [<a data-mce-href="https://www.warner.senate.gov/public/index.cfm/2023/8/release-warner-urges-google-to-protect-patients-and-ensure-ethical-deployment-of-health-care-ai" href="https://www.warner.senate.gov/public/index.cfm/2023/8/release-warner-urges-google-to-protect-patients-and-ensure-ethical-deployment-of-health-care-ai">2</a>] [<a data-mce-href="https://pmc.ncbi.nlm.nih.gov/articles/PMC10828839/" href="https://pmc.ncbi.nlm.nih.gov/articles/PMC10828839/">3</a>] [<a data-mce-href="https://www.mobihealthnews.com/news/study-google-reveals-llm-helps-accurately-diagnosis-complex-cases" href="https://www.mobihealthnews.com/news/study-google-reveals-llm-helps-accurately-diagnosis-complex-cases">4</a>] [<a data-mce-href="https://arxiv.org/abs/2305.09617#:~:text=clinical%20topics%20datasets.%20,the%20efficacy%20of%20these%20models" href="https://arxiv.org/abs/2305.09617#:~:text=clinical%20topics%20datasets.%20,the%20efficacy%20of%20these%20models">5</a>] [<a data-mce-href="https://voicebot.ai/2023/07/11/mayo-clinic-begins-testing-google-med-palm-2-generative-ai-model/" href="https://voicebot.ai/2023/07/11/mayo-clinic-begins-testing-google-med-palm-2-generative-ai-model/">6</a>] [<a data-mce-href="https://investor.hcahealthcare.com/news/news-details/2023/HCA-Healthcare-Collaborates-With-Google-Cloud-to-Bring-Generative-AI-to-Hospitals/" href="https://investor.hcahealthcare.com/news/news-details/2023/HCA-Healthcare-Collaborates-With-Google-Cloud-to-Bring-Generative-AI-to-Hospitals/">7</a>] [<a data-mce-href="https://www.fiercehealthcare.com/ai-and-machine-learning/google-unveils-medlm-generative-ai-models-healthcare-hca-augmedix-and" href="https://www.fiercehealthcare.com/ai-and-machine-learning/google-unveils-medlm-generative-ai-models-healthcare-hca-augmedix-and">8</a>]

Med-PaLM 2: Když AI mluví jazykem medicíny!

Milí kolegové a příznivci moderních technologií,dovolte mi představit Evo 2, revoluční biotechnologii, která má potenciál změnit náš pohled na biologii a design genetického kódu. Stejně jako AlphaFold 2 přináší průlom v oblasti predikce a designu biomolekul. 🔍 Evo 2: Nová éra v modelování genomuEvo 2 je model umělé inteligence, který analyzuje a navrhuje genetický kód napříč všemi doménami života. Tento model využívá obrovské množství dat, zahrnující biliony nukleotidových sekvencí z celého spektra biologické diverzity. Stejně jako jazykové modely trénované na textu, i Evo 2 rozpoznává vzory v biologických sekvencích. 💡 Proč je Evo 2 tak zásadní?- Komplexní reprezentace biologické diverzity: Evo 2 se učí z dat zahrnujících všechny domény života, což mu umožňuje vytvářet obecné reprezentace biologické komplexity. - Překonávání lidské intuice: Model využívá data a výpočetní výkon k odhalení složitých vzorů, které jsou pro člověka obtížně pochopitelné. - Predikce funkčních vlastností: Evo 2 dokáže predikovat funkční dopady variant v lidském kódu, včetně těch, které ovlivňují sestřih RNA. - Generování nových sekvencí: Evo 2 umožňuje generovat chromozomální a genomové sekvence s využitím nekorigované autoregresivní generace. - Design DNA sekvencí: Evo 2 lze využít k designu DNA sekvencí s požadovanými vlastnostmi chromatinu. 🏥 Dopad na zdravotnictví a biotechnologie:- Personalizovaná medicína: Predikce dopadů genetických variant umožní cílenější diagnostiku a léčbu. - Design proteinů a RNA: Generativní modely umožňují navrhovat proteiny a RNA s požadovanými funkcemi. - Syntetická biologie: Evo 2 může urychlit vývoj nových biologických systémů a technologií. Evo 2 je největší plně otevřený model v oblasti biologie, který nabízí vědcům bezprecedentní možnosti pro zkoumání a design genetického kódu. Jsem přesvědčen, že Evo 2 přispěje k urychlení vědeckého pokroku a k vývoji nových řešení pro komplexní choroby.Těším se na vaše názory a postřehy k této průlomové technologii.Reference: &nbsp;[<a data-mce-href="https://arcinstitute.org/manuscripts/Evo2" href="https://arcinstitute.org/manuscripts/Evo2">1</a>]

Evo 2 - AI-Powered Breakthrough in Genomics

Milí kolegové a příznivci moderních technologií ve zdravotnictví,dovolte mi představit příběh jedné z nejrevolučnějších biotechnologií poslední dekády – systému AlphaFold 2. Jeho význam je v biologii často přirovnáván k legendárnímu důkazu Fermatova posledního teorému ve světě matematiky, a to právem. Dlouhá desetiletí jsme dokázali experimentálně popsat strukturu jen zlomku všech známých proteinů (kolem 200 tisíc do roku 2022). Dnes už díky AlphaFold 2 mluvíme o neuvěřitelných 200 milionech proteinových struktur.🔍Revoluce díky AlphaFold 2AlphaFold 2, vyvinutý týmem DeepMind, představuje průlomovou aplikaci umělé inteligence, která využívá pokročilé neuronové sítě a principy transformátorů – technologie, jež stojí i za nástrojem ChatGPT. Jak to funguje? Model zpracovává primární strukturu (sekvenci aminokyselin) společně s evolučními informacemi získanými porovnáváním podobných proteinů napříč živočišnými druhy. Díky sofistikovanému mechanismu, který využívá tzv. “Evoformer” – speciálně navrženou verzi transformátoru – se dokáže učit nejen z lineárního uspořádání aminokyselin, ale i z jejich prostorových vztahů. Výsledkem je předpověď dvojrozměrného párového rozložení, které následně slouží jako vodítko pro sestavení finálního 3D modelu v samostatném modulu zvaném “Structure Module”. Tato precizní kombinace evolučních a geometrických dat vedla k výsledkům, u kterých jsou předpovědi téměř nerozeznatelné od experimentálně stanovených struktur.💡 Proč je to tak zásadní? Proteiny jsou jakési „molekulární stroje“ všeho živého – jejich přesné prostorové uspořádání (3D struktura) rozhoduje o tom, jak budou v organismu fungovat. Například enzymy štěpí potraviny, hemoglobin v krvi přenáší kyslík a protilátky pomáhají našemu imunitnímu systému.&nbsp;Jenže odhalení této 3D struktury dlouho znamenalo roky laboratorní práce, obří náklady a spoustu trpělivosti s metodami, jako je rentgenová krystalografie. Umělá inteligence systému AlphaFold 2 dokázala tento neuvěřitelně složitý problém „přeskočit“ a během krátké doby nám nabídla databázi téměř všech doposud známých proteinů.🏥 Dopad na zdravotnictví a farmakologiiV oblasti zdravotnictví a farmakologie se v důsledku těchto pokroků rýsuje nová éra personalizovaných léků a cílených terapií. Díky přesnému pochopení struktury proteinů souvisejících s konkrétní chorobou můžeme cíleně vyvíjet vakcíny a léky a zároveň prohloubit pochopení molekulárních mechanismů vzniku nemocí.Ale revoluce zde nekončí. Už nyní se objevují technologie pro návrh zcela nových proteinů. Generativní modely, podobné těm používaným v umělé inteligenci pro tvorbu obrazů (například DALL·E), umožňují designovat proteiny s cílenými funkcemi – například enzymy, které by mohly rozkládat plasty či přeměňovat skleníkové plyny na neškodné látky.Věřím, že jsme svědky revoluce, která posune hranice vědy a technologií daleko za současné limity. Těším se na to, jaké další objevy a inovace nám tato nová éra přinese.Reference: [<a data-mce-href="https://www.uvio.bio/alphafold-architecture/" href="https://www.uvio.bio/alphafold-architecture/">1</a>] [<a data-mce-href="https://www.ebi.ac.uk/training/online/courses/alphafold/inputs-and-outputs/a-high-level-overview/" href="https://www.ebi.ac.uk/training/online/courses/alphafold/inputs-and-outputs/a-high-level-overview/">2</a>] [<a data-mce-href="https://www.nature.com/articles/s41586-021-03819-2" href="https://www.nature.com/articles/s41586-021-03819-2">3</a>]

AlphaFold 2: Revoluce nejen v biologii

<h3>Rizika chybné transkripce v medicíně </h3>Milí kolegové a příznivci moderních technologií ve zdravotnictví,často píšu o využití AI a zároveň upozorňuji na její omezení. Dnes bych se rád podělil o problém s AI-přepisovacím nástrojem Whisper, který se již využívá i ve zdravotnických zařízeních.🔬Co se děje?Přestože OpenAI prezentuje Whisper jako „téměř na úrovni lidské přesnosti“, výzkumy ukazují znepokojivý jev: nástroj totiž někdy dokáže „halucinovat“ – tedy v přepisu vkládat text, který nikdy nebyl vysloven. A to může mít vážné důsledky, zejména když jde o přepis lékařských konverzací.⚠️ Proč je to problém?Chybná diagnostika a léčba: Přidané či pozměněné informace mohou vést k nesprávným závěrům. Jakmile se chybný přepis stane základem pro rozhodování, riskujeme nejen omyly, ale i potenciálně fatální důsledky pro pacienty. Bezpečnost a důvěrnost: Je nutné mít nástroje, které před aktualizací lékařské dokumentace (např. z audiozáznamu rozhovoru lékař–pacient) automaticky kontrolují předchozí záznamy (viz minulý článek) a upozorňují lékaře na případné nesrovnalosti. Přestože lékař při zápisu nové zprávy a aktualizaci anamnézy záznamy kontroluje, některé rozdíly by mohl přehlédnout. Zodpovědné nasazení AI: I přes známky robustnosti je třeba, aby vývojáři a provozovatelé zdravotnických systémů zachovali opatrnost. Před nasazením do „vysokorizikových“ oblastí bychom měli vyžadovat přísné standardy kvality a bezpečnosti. 🛠️ Jaké jsou možnosti řešení?Důkladná kontrola a validace: Transkripce generované AI by měly být vždy podrobeny strojové kontrole a lidské revizi. Mít k dispozici originální audio záznamy je klíčové pro ověření správnosti. Stanovení přísných regulací: Ve spolupráci s odbornou komunitou by měly být definovány normy pro nasazení AI v kritických prostředích, jako jsou nemocnice, aby se zajistila maximální bezpečnost pacientů. Závěrem:Technologie jako Whisper mají nepochybně potenciál zefektivnit naši práci a zlepšit péči o pacienty. Avšak každý pokrok musí jít ruku v ruce s odpovědným přístupem a pečlivou kontrolou kvality.Reference: <a data-mce-href="https://apnews.com/article/ai-artificial-intelligence-health-business-90020cdf5fa16c79ca2e5b6c4c9bbb14" href="https://apnews.com/article/ai-artificial-intelligence-health-business-90020cdf5fa16c79ca2e5b6c4c9bbb14">[1]</a> <a data-mce-href="https://www.wired.com/story/hospitals-ai-transcription-tools-hallucination/" href="https://www.wired.com/story/hospitals-ai-transcription-tools-hallucination/">[2]</a>

Rizika chybné transkripce v medicíně

DrSova

Medicine, AI

Raleway

Open Sans

Ubuntu

Cabin

Tento web používá soubory cookies. Cookies slouží k zvyšování kvality služeb, personalizaci nabídky, sběru anonymních dat a pro analytické účely v naší prezentaci. Dalším procházením tohoto webu vyjadřujete souhlas s jejich používáním.