"Pacjenci nadal mogą polegać na wiedzy i doświadczeniu lekarza, który stosuje innowacyjne rozwiązania, by mieć dla nich więcej czasu"

Dyskusje o tym, czy sztuczna inteligencja powinna wspierać lekarzy, są bezzasadne. - Powinnyśmy mówić jedynie o tym, jak i gdzie ma ich wspierać, w jakiej mierze, bo sprawdza się w wielu obszarach codziennej pracy personelu medycznego – zarówno w diagnozowaniu wyników badań, jak i na bloku operacyjnym – mówi Marta Chalimoniuk-Nowak, doradczyni ds. strategii rozwoju startupów medycznych i ekspertka ds. innowacji medycznych w Europejskiej Fundacji Innowacji.

Do rozwoju wdrażania sztucznej inteligencji (AI) i innych rozwiązań machine learning (ML) w placówkach, głównie publicznych, konieczny jest jednak ogrom pracy edukacyjnej.

Reklama

- Zarówno na rzecz pacjentów, jak i lekarzy, szczególnie tych najstarszych, nieprzekonanych do pracy realizowanej inaczej niż dotąd, z papierowym obiegiem dokumentów, które nie funkcjonują w żadnym systemie i nie da się ich zestawić z żadnymi innymi danymi tego pacjenta - podkreśla specjalistka.

- Edukowanie pacjentów jest konieczne zaś po to, by zrozumieli, że nadal mogą polegać na wiedzy i doświadczeniu lekarza, który stosuje innowacyjne rozwiązania, by mieć dla nich więcej czasu, a nie dlatego, by wyłączyć myślenie i zdać się na algorytm, w całkiem odhumanizowany i bezrefleksyjny sposób - przekonuje nasza rozmówczyni.

Reklama

Jak dodaje, oczywiście wielu pacjentów oczekuje niezmiennie więcej uwagi i czasu, jaki powinien im poświęcić lekarz, podobnie jak radiolog centrum diagnostycznym, tu jednak rozwiązania oparte na sztucznej inteligencji mają na celu usprawnienie prac i przyspieszenie ich, by w ciągu godziny przyjąć trzykrotnie więcej osób.

- Zawsze będzie tak, że pewne cele pacjentów i placówki medycznej będą się wykluczać, zaś optyka biznesowa będzie kusiła, bo wiąże się z oszczędnością czasu i kosztów - tłumaczy Chalimoniuk-Nowak.

Marta Chalimoniuk-Nowak / archiwum prywatne / arch.prywatne

"Komunikacja z pacjentem nie zejdzie absolutnie na dalszy plan"

O ile realizacja badań, takich jak rezonans magnetyczny, faktycznie będzie znacznie sprawniejsza dzięki wdrożeniu innowacji - od pomocy w pozycjonowaniu pacjenta na stole do przyspieszenia realizacji badania i opisu wyników - o tyle w gabinecie lekarza wciąż istotne będą prawdziwe relacje międzyludzkie.

Dlatego rozwój takich kompetencji, jak choćby umiejętna komunikacja z pacjentem nie zejdzie absolutnie na dalszy plan i jest niezmiennie istotna. - Nowoczesne technologie wręcz podnoszą efekty terapeutyczne i poprawiają doświadczenia pacjentów - przypomina specjalistka.

Chalimoniuk-Nowak zwraca uwagę na jeszcze jeden aspekt. Pamiętajmy, że co trzeci polski lekarz aktywny zawodowo jest w wieku emerytalnym, co też ma przełożenie na otwartość tego środowiska na wprowadzanie usprawnień i digitalizacji.

Chodzi zarówno o jego pracę, jak i umiejętne zachęcenie pacjenta, aby np. zainteresował się aplikacjami wspierającymi działania profilaktyczne, przypominającymi o przyjmowaniu leków, zdrowej diecie, porze posiłków, piciu wody czy aktywności ruchowej.

"Z ponad 93-proc. dokładnością lekarz dermatolog dowie się, czy nowotwór jest złośliwy, czy nie"

Coraz więcej i coraz bardziej zaawansowanych rozwiązań, bazujących np. na analizach genotypu i analizujących dotychczasową historię chorób czy też styl życia pacjenta, powstaje także w Polsce.

- Dziś 6 proc. szpitali w Polsce oficjalnie wykorzystuje AI, najczęściej w radiologii czy diagnostyce nowotworów (w dermatologii – z ponad 93-proc. dokładnością lekarz dowie się, czy nowotwór jest złośliwy, czy nie). Coraz częściej też dzieje się tak w innych obszarach, choćby nawet we wsparciu fizjoterapii - tłumaczy Chalimoniuk-Nowak.

- Innowacyjne rozwiązania opracowują nie tylko informatycy, ale i lekarze. Wiedzą, czego brakuje im w pracy i co byłoby pomocne ich pacjentom – potrzebne, ale i wygodne w stosowaniu, redukujące lęki (np. u dzieci), pomocne z komunikacji z pacjentami ze szczególnymi potrzebami, zaburzeniami neurologicznymi, ułatwiając też codzienne życie takiego pacjenta i uwzględniając wszelkie jego schorzenia - wskazujeekspertka ds. innowacji medycznych.

"Sztuczna inteligencja potrafi dostrzec znacznie więcej w wynikach EKG, tomografii czy rezonansu niż nawet wprawne oko specjalisty"

Jest sporo możliwości finansowania takich pomysłów, a projekty ze sztuczną inteligencją w nazwie mają w Polsce ok. 20 proc. większe szanse na znalezienie finansowania, choć nie wszystkie faktycznie są sztuczną inteligencją. Szacuje się, że ponad połowa z nich określa się tak zdecydowanie na wyrost.

Za chwilę także lekarze w polskich placówkach publicznych będą musieli umieć korzystać ze wsparcia sztucznej inteligencji, ale to oni będą podejmowali ostateczne decyzje, dokonywali niezmiennie holistycznej oceny pacjenta, który ma często ogrom danych z różnych prywatnych i publicznych placówek – wyników badań z różnych miejsc, które nie są w jednej bazie i nie sposób ich zestawić, by wyciągnąć wnioski dotyczące różnych współistniejących chorób - przekonuje Chalimoniuk-Nowak.

- Im szybciej będą wdrażane innowacyjne rozwiązania, tym bardziej od lekarzy będzie się oczekiwać, by nie byli specjalistami w bardzo wąskich dziedzinach, a potrafili jak najszerzej ocenić pacjenta. Sztuczna inteligencja potrafi już dziś dostrzec znacznie więcej w wynikach EKG, tomografii czy rezonansu niż nawet wprawne oko specjalisty – i od razu wykadrować to, co wymaga działania i odbiega od wyników uznanych za prawidłowe, bazując na ogromie parametrów i kryteriów oceny – dodaje Marta Chalimoniuk-Nowak.

Dzisiejsze innowacyjne rozwiązania wspierają również personel medyczny w zakresie tego, co dzieje się z pacjentem pomiędzy kolejnymi wizytami, pomagają w monitorowaniu jego stanu zdrowia w domu. - Dają informacje o nasileniach bólu, pogorszeniu konkretnych parametrów organizmu, alarmują o sytuacjach zagrożenia zdrowia czy życia, pomagają w samodiagnostyce, już naprawdę w sposób zaawansowany, nie tylko żyjącym samotnie osobom starszym, ale np. diabetykom, pacjentom onkologicznym, wymagającym dializ czy innym po hospitalizacjach - wymienia ekspertka.

Monitoring pacjentów w ich domach zapobiega też nieuzasadnionym wezwaniom karetek pogotowia (jak podaje Ministerstwo Zdrowia to aż 2,1 mln zbędnych wezwań rocznie, 40 proc. wszystkich wezwań).

Jednak rozwiązania dla pacjentów nie są refundowane przez NFZ, co jest głównym hamulcowym rozwoju wielu terapii cyfrowych – stąd polskie innowacje trafiają od razu na rynek niemiecki, francuski czy brytyjski, gdzie jest szansa na refundację z systemu ubezpieczeń społecznych, a zatem na szybkie upowszechnienie rozwiązania.

"Nie dość wykorzystuje się ogrom danych z wielu lat, który mógłby służyć rozwojowi rozwiązań ML i AI"

Jednak AI nie jest nieomylna, szczególnie gdy otrzyma niewystandaryzowane i nie do końca wiarygodne dane, gdy uczy się analizować na podstawie źle zdiagnozowanych badań wprowadzonych do systemu.

Algorytmy potrzebują czasu i ogromnego zbioru danych, by móc się na nich uczyć, np. ogromną bazę ma NFZ ponad 3 mld rekordów opisujących świadczenia zdrowotne finansowane ze świadczeń publicznych, o wysokiej wiarygodności), w NFZ i Centrum e-Zdrowia są dane z 250 mln recept refundowanych rocznie, za to POZ przekazują jedynie do systemu 40 proc. danych.

- Nie dość wykorzystuje się ogrom danych z wielu lat, który mógłby służyć rozwojowi rozwiązań ML i AI i ma ogromny potencjał do wielu diagnoz, choćby do tworzenia analiz klasteryzacyjnych – dla grup pacjentów o podobnych cechach, pod konkretne potrzeby zdrowotne czy analiz czasowych pod kątem ścieżek pacjentów i prognozowania, jakie będzie zapotrzebowanie na konkretne świadczenia zdrowotne. A także na rzecz konkretnych szpitali czy przychodni, chociaż inwestycje w sztuczną inteligencję w lokalnych placówkach są wciąż zbyt wysokim kosztem – podkreśla Marta Chalimoniuk-Nowak.

Obecnie w Polsce60 proc. zastosowań AI w medycynie dotyczy diagnostyki, w tym genetycznej i coraz częściej również do prac w trybie rzeczywistym, a nie tylko do analiz po badaniach, chirurgii robotycznej, gdzie docenia się znacznie niższy odsetek powikłań pooperacyjnych i badań klinicznych – nowych leków.

"Inteligencja lekarza i pielęgniarki zawsze powinna być o krok przed tą sztuczną"

Sztuczna inteligencja pomocna jest również w redukowaniu błędów dawkowania leków, w pracy medycznych urządzeń połączonych, tworzeniu inteligentnych implantów i modeli 3D do testów przedoperacyjnych i wspomagania lekarzy przy precyzyjnych zabiegach chirurgicznych, a także przy wspieraniu pacjentów przez e-asystenta, zarządzaniu personelem w placówkach medycznych czy wykrywaniu błędów i cyberzagrożeń w systemie ubezpieczeń zdrowotnych.

Coraz częściej zastępuje się szpitalną diagnostykę przez wyspecjalizowane przychodnie, wspierane AI, z kadrą medyczną także w modelu wirtualnym. Takie rozwiązania są już rozwijane w Europie i skutecznie zastępują szpitale, oferując analizy w trakcie badań i wsparcie w procesie np. zmiany decyzji, jak badanie ma być przeprowadzone – w jego trakcie.

Coraz częściej mówi się jednak o zagrożeniu zbytnim uzależnieniem od technologii, etyce w terapiach psychologicznych z zastosowaniem sztucznej inteligencji, która zawsze ma dla pacjenta czas, nie zmęczy się, uczy się zachowań konkretnej osoby, czy niejasnej odpowiedzialności za ewentualne błędy medyczne, gdy całkowicie zastąpi w pewnych obszarach specjalistę. - Niezmiennie więc inteligencja lekarza i pielęgniarki zawsze powinna być o krok przed tą sztuczną - podkreśla nasza rozmówczyni.