Az elmúlt 1-2 év technológiai hívószavát, a mesterséges intelligenciát (MI) mostanság elsősorban a Chat GPT-vel azonosítottuk. Az, mint nyelvi modell például betegfelvilágosítás kapcsán hasznos lehet, ha cholesteatomával kapcsolatban keresünk információt (legalábbis angol nyelven). Ugyanakkor az MI-nek (vagy AI) csak egy leágazása a nyelvi modellek, egy csomó minden másban is tudnak segíteni az orvoslásban, azon belül a fül- orr- gégészetben, sőt, még szűkebb körben, a fülsebészetben is. Erről is írtam bőven a nagy hype előtt, már 6 éve, de talán pont a Chat GPT elszívó ereje miatt érdemes megint elővenni, hogy mi mindenre lehet jó például a cholesteatomák esetében.
Jelenleg két lehetséges felhasználása is van az AI-nak a cholesteatoma diagnosztikában:
1. A cholesteatoma felismerése. Milyen eredményességgel ismeri fel az AI a cholesteatomát a fültükri kép alapján? Azaz kiszűri-e, hogy nem normális a beteg füle (dobhártyája), és ha nem normális, az cholesteatomát jelent-e? Ennek jelentőségét egy tavaly megjelent japán kutatás világítja meg (Use of artificial intelligence for the diagnosis of cholesteatoma), ahol találtak olyan AI modellt, ami 834 fültükri kép alapján 100% szenzitivitás mellett 88,2% specificitással mondta meg, hogy a betegnek cholesteatomája van, egy másik pedig 94.1% szenzitivitás mellett 100% specificitást mutatott cholesteatomára. Ha most nagyon egyszerűen átlagolok, akkor azt mondom, hogy ez kb. 95%-os szenzitivitást, és ugyanennyi a specificitást jelent, ha megfelelő AI modellt használunk. Tudom, ez nem igaz így, de kb. akkor is :). Jöhet a következő kérdés, hogy vajon egy szakrendelőben dolgozó átlagos fül- orr- gégész kiszűri-e 20-ból 19-szer, hogy valami komolyabb baj van a beteg fülével, és szintén 20-ból 19-szer eltalálja-e, hogy az a betegség cholesteatoma? Talán igen, de ha igen is, akkor is ezt ma már egy megfelelő "robot" is tudja. Ehhez nem kell más, csak hogy valaki dugjon be egy kamerát a beteg fülébe, készítsen egy elfogadható fültükri képet, és küldje be az infot a "központba", ami szintén nem egy nagy kaland fejlesztési oldalról.
2. A következő fő kérdés, hogy hol helyezkedik el pontosabban a cholesteatoma? Elsősorban az lényeges, hogy beterjed-e a mastoidüregbe, és így csak a klasszikus retroauricularis metszésből, mastoidectomia révén tudjuk eltávolítani, vagy a dobüregben maradt a folyamat, és meg lehet oldani transcanal endoszkóppal. Természetesen mi orvosok is ezt valamilyen hatékonysággal el tudjuk dönteni, de nem jobb-e a robot? Erre is van már kutatás (Preoperative prediction by artificial intelligence for mastoid extension in pars flaccida cholesteatoma using temporal bone high-resolution computed tomography: A retrospective study), amiben az AI ugyanolyan szenzitívnek bizonyult a műtét előtti CT képek alapján, mint a hús-vér fül- orr- gégész, de a specificitása 10%-kal jobb volt a gépnek. Persze itt lehet mondani, hogy miért CT, ott van ma már a targetált és nagyon érzékeny MRI, ami jogos felvetés, de azért van pár szempont, ami miatt a CT kérdést nem szabad elvetni. Egyrészt néha nem tudunk csináltatni MRI-t, vagy csak nagyon műtermékest (pl. BAHA, egyéb fém implantátum miatt), illetve a non-epi DWI MRI felbontása nem kifejezetten jó. Emellett pont az a határ, hogy endoszkópba beleférne-e, vagy mindenképpen mikroszkópos-fúrós műtét kell, az 1-2-3 mm, egy csontos szűkület (aditus) környékén, ahhoz az MRI nem elég finom, ha kérdéses a terjedés.
Nagyon fontos azonban, hogy mivel -egyelőre- az AI csak kívülről bevitt adatokból tanul és számol, akkor tud megbízhatóan működni, ha a bevitt adatok jók. Ehhez nagyon sok adat kell, és jó minőségű. Ezekből egyelőre nem mindig áll rendelkezésre elégséges mennyiség, de ez inkább csak idő kérdése, a folyamatok pedig egy irányba mennek...
A Canva pedig így gondolkodik a mesterséges intelligencia és a cholesteatoma házasságáról:
