Kilka dni temu słuchałem w radiowej „Trójce” wywiadu z pracownikami naukowymi Uniwersytetu Łódzkiego na temat różnic między mądrością a inteligencją. W czasie dyskusji zwrócono uwagę na nowy trend we współczesnym społeczeństwie. Coraz więcej osób w swoich działaniach wykorzystuje metapoznanie,  czyli chce zrozumieć swoje procesy myślowe, po to, by efektywniej uczyć się, pracować i podejmować decyzje. http://pl.wikipedia.org/wiki/Psychologia_poznawcza Zjawisko to ma także duże znaczenie w pracy lekarza – szczególnie podczas diagnostyki trudnych przypadków.

Jeśli będziemy rozumieli dlaczego rozpoznania stawiamy tak a nie inaczej, być może łatwiej zauważymy błędy naszego myślenia w sytuacjach, gdy nie udaje się nam wyleczyć pacjenta mimo trafnej (naszym zdaniem) diagnozy.

W tę koncepcję bardzo dobrze wpisuje się zjawisko dbałości o skrupulatne zbadanie każdego szczegółu z wywiadu, badania przedmiotowego i badań dodatkowych. W trudnych przypadkach diagnostycznych to każdy detal może mieć znaczenie, bo słusznie mówi stare powiedzenie – „Diabeł tkwi w szczegółach”.

Często okazuje się, że drobiazgi zlekceważone przez innych decydują o maestrii tych, którzy je dostrzegają lub o nie dbają. Dotyczy to nie tylko medycyny. Geniuszy możemy mieć , także w dziedzinie kryminalistyki (Sherlock Holmes wzorowany a wybitnym lekarzu Earlu Bellu – nauczycielu Conan Doyle’a), sztuki (to czasem detale dają niezapomniane i imponujące dzieła – spojrzenie i uśmiech Mona Lisy Leonardo da Vinci), kulinarnej  (pojedyncze przyprawy albo dają niebiańskie wrażenia lub są przysłowiową łyżką dziegciu w beczce miodu), strategicznej (w działaniach militarnych czy biznesowych), w benchmarkingu (to dowiadujemy się dlaczego dana firma jest dobra, a inna bankrutuje), finansach i inwestowaniu, w modzie, czy także w reklamie (to bodźce podprogowe na nas działają, czasem nie wiemy dlaczego – a spece od reklamy (w tym politycznej i medialnej) o tym wiedzą – posługując się skojarzeniami, zapachami, światłem).

Dobry diagnosta w miarę lat pracy i zdobywanej wiedzy z czasem od razu dostrzega rzeczy niewidoczne dla innych lekarzy. W przeciwieństwie do twórców dzieł sztuki- (tych – wyróżniających się z tłumu innych tzw. normalnych i pospolitych)- stosuje on odwrotny proces myślenia. Mając wzorzec normy ( dla lekarza jest to obraz zdrowego człowieka) szuka wszelkich możliwych odchyleń od stanu prawidłowego (im bardziej skrupulatna, często i praco- i czasochłonna diagnostyka tym lepsze rezultaty). Zbiera w ten sposób maksymalną ilość danych do analizy. Następnie stara się w jak najlepszy sposób opisać stwierdzone odchylnia (stosując tzw. pytania dziennikarskie – co, kto, gdzie, kiedy, w jaki sposób?) . Do pełnej analizy i usunięcia przyczyn potrzebna jest także odpowiedź na pytanie dlaczego doszło do takich odchyleń (ułożony logiczny ciąg zdarzeń)(dr House często tworzył właśnie takie hipotezy tylko na podstawie objawów) . Dopiero taka analiza pozwala pozwoli postawić rozpoznanie i włączyć działanie (w przypadku medycyny – jest nim leczenie).

Zawsze podziwiałem moją córkę Karolinę, która jednym spojrzeniem potrafiła nie tylko wypatrzyć zmiany w otaczającym nas środowisku ale także detale w reklamach telewizyjnych. Mało tego umiała , e także powiązać je w sposób przyczynowo- skutkowy (ta zdolność analityczna bardzo przydaje się jej obecnej pracy). Zastanawiałem się skąd mógł się wziąć u niej ten dar spostrzegawczości. Myślę, że nie bez znaczenia było to, że w dzieciństwie lubiła układać puzzle z kilka tysięcy elementów, a także świetnie bawiła się w wynajdywaniu różnic między obrazkami (typu „znajdź różnice”). Myślę, że jest to dobry sposób, aby szkolić lekarzy w wychwytywaniu odchyleń w badaniu przedmiotowym u ich pacjentów. Ostatni w Gazecie Lekarskiej w formie zabawy pojawiają się takie konkursy. Wystarczy stworzyć programy komputerowe sprawdzające takie umiejętności na podstawie atlasów do diagnostyki różnicowej i będziemy wielu genialnych lekarzy potrafiących postawić tzw. „straßen diagnose” (diagnozę uliczną), zanim wdrożą kosztowne procedury medyczne.

Sieci neuronalne są to samo uczące się programy komputerowe, które wykorzystują istniejące bazy danych , aktualizują je na bieżąco, korzystają z zaawansowanych algorytmów do ich obsługi. Jest o forma sztucznej inteligencji.Do niej należeć będzie przyszłość diagnostyki i terapii w medycynie. Zbiorowa mądrość, oparta o ogromne bazy danych- dostępna natychmiast w zasięgu ręki każdego lekarza. Ich zastosowanie pozwoli to na unikanie wielu błędów medycznych, przyspieszenie diagnozowania trudnych przypadków – w oparciu zawsze o najnowsze osiągnięcia naukowe.

Przykładem takiej sieci neuronalnej prawdopodobnie będzie system Enlitic.

http://www.enlitic.com/

http://www.enlitic.com/healthcare.html

Enlitic picks up $2M to help diagnose diseases with deep learning

Jest to samo uczący się program w fazie prób – do diagnostyki nowotworów -wykorzystujący tysiące rtg klatki piersiowej. Porównuje on rtg z wynikami leczenia chorych na raka , w oparciu o algorytmy diagnostyczne i terapeutyczne.

Tak piszą o nim autorzy:

o    Enlitic uses recent advances in machine learning to make medical diagnostics faster, more accurate, and more accessible. The company’s mission is to provide the tools that allow physicians to fully utilize the vast stores of medical data collected today, regardless of what form they are in – such as medical images, doctors’ notes, and structured lab tests. To realize this vision, we are building on state-of-the-art deep learning algorithms and partnering with top research hospitals and medical device manufacturers.

• “Medical diagnostics is, at its heart, a data problem – turning images, lab tests, patient histories, and so forth into a diagnosis and proposed intervention. Recent applied machine learning breakthroughs, especially using deep learning, have shown that computers can rapidly turn large amounts of data of this kind into deep insights, and find subtle patterns. his is the biggest opportunity for positive impact using data that I’ve seen in my 20+ years in the field.”

Founder and CEO, Jeremy Howard”