Sztuczna inteligencja rewolucjonizuje diagnostykę boreliozy i wspiera młodzież w dostępie do wiedzy medycznej
Na tegorocznym kongresie ADLM 2025 (dawniej AACC Annual Scientific Meeting & Clinical Lab Expo) zaprezentowano nowatorski test krwi wspomagany przez sztuczną inteligencję (AI), który pozwala na wcześniejsze i dokładniejsze rozpoznanie boreliozy niż obecnie stosowane standardy diagnostyczne. Drugi zaprezentowany projekt badawczy pokazuje, jak narzędzia generatywnej AI, takie jak Medicine-GPT, mogą wspierać młodzież w zdobywaniu rzetelnych informacji zdrowotnych.
Oba badania ukazują ogromny potencjał AI w zakresie poprawy jakości życia, o ile technologia ta zostanie odpowiednio zintegrowana z medycyną laboratoryjną i kliniczną.
Test AI dla boreliozy – nadzieja na skuteczne leczenie
Każdego roku ponad 475 000 Amerykanów otrzymuje diagnozę boreliozy, a liczba ta stale rośnie w związku ze zmianami klimatycznymi i rozszerzaniem się siedlisk kleszczy. Wczesne wykrycie choroby umożliwia skuteczne leczenie antybiotykami. Jednak obecnie stosowana dwustopniowa serologia wykrywa boreliozę na wczesnym etapie jedynie u 30% pacjentów. To poważne zaniedbanie diagnostyczne, ponieważ ponad połowa osób, które nie zostaną zdiagnozowane lub poddane leczeniu w ciągu kilku tygodni od zakażenia, rozwija przewlekłe powikłania – m.in. zmęczenie, zaburzenia neurokognitywne czy zapalenie stawów.
Nowy test, wspomagany przez AI, zapewnia istotną poprawę – zarówno czułość, jak i swoistość przekraczają 90%. „Oznacza to, że 9 na 10 pacjentów otrzyma trafną diagnozę i odpowiednie leczenie, co znacząco zmniejsza ryzyko rozwoju przewlekłych dolegliwości” – wyjaśnia mikrobiolożka Holly Ahern, dyrektorka naukowa ACES Diagnostics.
Zespół Ahern oparł się na badaniach na makakach królewskich, których odpowiedź immunologiczna na krętki Borrelia jest zbliżona do ludzkiej. Na tej podstawie opracowano panel 10 antygenów, które można oznaczyć w pojedynczym badaniu. To znaczne uproszczenie w porównaniu do obecnej procedury, która może wymagać nawet czterech odrębnych testów.
Następnie przeanalizowano próbki krwi od 123 osób z boreliozą i 197 zdrowych, by sprawdzić, czy zastosowanie uczenia maszynowego pomoże wykrywać unikalne wzorce odpowiedzi immunologicznej. „Dwóch pacjentów może zarazić się tą samą bakterią, ale ich odpowiedzi przeciwciałowe mogą się różnić” – zauważa Ahern. „Dzięki odpowiedniemu dopasowaniu antygenów i zastosowaniu klasyfikatora opartego na drzewie decyzyjnym jesteśmy w stanie te różnice uchwycić”.
Algorytm pozwolił na poprawę diagnostyki we wszystkich fazach choroby, wykrywając infekcję w ponad 90% przypadków na wczesnym etapie – podczas gdy metoda standardowa osiągała jedynie 27%. Badacze liczą, że test – który jest niedrogi i może być przeprowadzany na standardowym sprzęcie laboratoryjnym – trafi na rynek komercyjny do końca 2026 roku.
Medicine-GPT: AI jako przewodnik medyczny dla nastolatków
W drugim badaniu oceniono skuteczność Medicine-GPT – specjalistycznego modelu AI stworzonego przez lekarzy i udostępnionego bezpłatnie online. Skoncentrowano się na potrzebach młodzieży, która często korzysta z internetu jako źródła informacji o zdrowiu, szczególnie w przypadku tematów trudnych do omówienia z dorosłymi.
„Medicine-GPT to obiecujące narzędzie odpowiadające na pytania zdrowotne nastolatków, przewyższające ChatGPT-4 pod względem kompletności odpowiedzi, logiki i ogólnej przydatności klinicznej” – powiedział Austin Jin, stażysta naukowy w Weill Cornell Medicine w Nowym Jorku.
Zespół zebrał ponad 100 pytań klinicznych z forum „Ask Doctors” na Reddicie, koncentrując się na postach osób w wieku 10–19 lat. Pytania oceniono pod względem jakości odpowiedzi generowanych przez Medicine-GPT i ChatGPT-4.
Oba modele wykazały pełną zgodność faktów z wiedzą medyczną, jednak Medicine-GPT uzyskał lepsze wyniki w ocenie kompletności (66,6% vs 20%), logiki (60% vs 33,3%) i przydatności (46,6% vs 23,3%). Pod względem jasności odpowiedzi oba systemy wypadły dobrze (80% dla Medicine-GPT, 70% dla ChatGPT-4).
Wyzwanie stanowi fakt, że AI może niekiedy przytłaczać użytkowników – zwłaszcza młodzież – przedstawiając poważne i rzadkie choroby jako możliwe rozpoznania. „To pokazuje, że przyszłe modele AI muszą być nie tylko medycznie dokładne, ale też kontekstowo świadome, wrażliwe na potrzeby użytkownika i zgodne z zasadami komunikacji klinicznej” – komentuje Jin. „Zamiast zniechęcać do użycia AI, powinniśmy uczyć młodych ludzi odpowiedzialnego korzystania z tych narzędzi i podkreślać, że AI nigdy nie zastąpi konsultacji z lekarzem ani spersonalizowanej diagnozy”.
Źródło: Association for Diagnostics & Laboratory Medicine
