Okazuje się w praktyce, iż rozwiązania sztucznej inteligencji mogą spowodować skrócenie kolejek do lekarza. Chociaż luka pokoleniowa wśród medyków jeszcze długo pozostanie nie wypełniona, to mogą oni jednak pracować efektywniej właśnie dzięki nowoczesnym technologiom. Jednakże, aby to nastąpiło, potrzebne są nowe przepisy.
Jak zatem podejść do zagadnienia wykorzystania rozwiązań sztucznej inteligencji w kontekście efektywności pracy lekarza?
Ciekawe dane w zakresie wykorzystania rozwiązań związanych ze sztuczną inteligencją w kontekście efektywności pracy lekarzy wynikają z analiz raportu pod nazwą „Przychodzi pomysł do lekarza, czyli rola lekarza w ekosystemie start-upów medycznych”, przygotowanego przez Sieć Lekarzy Innowatorów Naczelnej Izby Lekarskiej (NIL IN). Wynika z niego, iż ok. 20,0% technologii wykorzystywanej do pracy urządzeń medycznych jest opracowywana przez lub we współpracy z lekarzami. Tymczasem zaangażowanie w ulepszanie nowych technologii może poprawić efektywność systemu oraz obniżyć koszty leczenia. Jak podkreśla Paweł Ciesielka, CTO oraz wiceprezes spółki bioinformatycznej Proacta, szersza diagnostyka, która wykorzysta narzędzia i mechanizmy oparte na sztucznej inteligencji, jest jedną z odpowiedzi na braki kadrowe w branży ochrony zdrowia.
Na pewno jednym z miejsc, gdzie długi czas oczekiwania na świadczenie jest szczególnie dolegliwe, jest szpitalny oddział ratunkowy (SOR). Jednakże, jak przekonuje lekarz Jakub Chwiećko, partner zarządzający NIL IN, pacjent może czekać na SOR krócej dzięki zastosowaniu innowacyjnych rozwiązań. Jednym z takich praktycznych przykładów jest Infermedica, czyli przedsiębiorstwo wywodzące się z Wrocławia, które opracowało narzędzie do wspierania decyzji lekarza oraz do triażowania pacjentów, wykorzystując sztuczną inteligencję. To jednak nie koniec wsparcia oddziałów SOR, bowiem warto wiedzieć, iż co roku ponad 85 tysięcy pacjentów jest hospitalizowanych z powodu udaru mózgu. Tymczasem opóźnienia w diagnozie oznaczają tutaj trwałą niesprawność i jak podkreśla Jakub Chwiećko, dzięki Brainscan.ai, pacjent może szybciej usłyszeć właściwą diagnozę.
W powyższym kontekście narzędzie to pomaga lekarzom automatycznie sortować wyniki badań i te przypadki, które wskazują niepokojące objawy bądź są potencjalnie bardziej ryzykowne są prezentowane lekarzowi jako priorytetowe. Dzięki temu lekarz taki ma możliwość szybkiego zareagowania i udzielania pomocy pacjentom, gdzie istnieje większe zagrożenie dla zdrowia i życia.
A gdzie jeszcze rozwiązania związane ze sztuczną inteligencją mogą pomóc lekarzom w codziennej pracy?
Na pewno poza stanami dotyczącymi zagrożenia życia nowe technologie wesprzeć mogą również lekarzy w codziennej pracy z przewlekle chorym pacjentem, monitorując jego stan zdrowia. W tym kontekście Jakub Chwiećko zauważa, iż na pewno sztuczna inteligencja może pomóc monitorować pacjentów kardiologicznych, zarówno po przebytych zawałach, jak i też również z arytmią pracy serca, choć oczywiście nie tylko w tym zakresie.
Generalnie sztuczna inteligencja może również pomagać osobom z cukrzycą w zakresie korzystania z aplikacji czy urządzeń wspomagających zarządzanie tą chorobą i unikanie nagłych komplikacji. Technologie medyczne są również niebywale pomocne w monitorowaniu objawów i skuteczności terapii pacjentów z chorobami neurologicznymi, a dla pacjentów onkologicznych są szansą na bardziej precyzyjną diagnostykę, leczenie i monitorowanie na wczesnych etapach choroby.
Z kolei Paweł Ciesielka podkreśla, iż mamy do czynienia z możliwością analizowania przez algorytmy obrazów rentgenowskich, tomografii, rezonansów magnetycznych oraz preparatów histopatologicznych, co na pewno pozwoli radiologom i patologom skoncentrować się na trudnych przypadkach. Nowoczesne narzędzia wykrywają również zmiany w mózgu związane z chorobą Alzheimera oraz pomagają identyfikować objawy chorób psychicznych.
Na pewno jednak to, iż w pracy wykorzystywane będą nowoczesne technologie, nie oznacza, że komputer podejmie decyzję za lekarza. Pacjenci bowiem często obawiają się właśnie błędów systemowych w tym zakresie, jednak eksperci uspokajają. Jak zauważa Paweł Ciesielka, dane pacjentów takie jak objawy, historia medyczna, wyniki badań laboratoryjnych i obrazów diagnostycznych są analizowane przez zaawansowane algorytmy sztucznej inteligencji, a wyniki analiz są następnie prezentowane lekarzom w formie zrozumiałych raportów, sugestii diagnostycznych bądź też rekomendacji terapeutycznych.
W ten sposób lekarze mają do czynienia z cennym wsparciem w procesie diagnostycznym i terapeutycznym, co na pewno pozwoli na bardziej precyzyjne i szybkie podejmowanie decyzji medycznych. Algorytmy te są w stanie rozpoznawać wzorce i korelacje, które mogą być trudne do zauważenia dla ludzi. Tym samym sama decyzja o zastosowanym leczeniu jest podejmowana w pełni przez lekarza, a wykorzystanie nowoczesnych narzędzi nie zwalnia go z odpowiedzialności za ewentualne błędy medyczne.
Co zatem stoi na przeszkodzie, aby rozwiązania sztucznej inteligencji były częściej wykorzystywane w branży ochrony zdrowia?
W praktyce okazuje się, iż pomimo wielu korzyści wdrożenie nowych rozwiązań napotyka poważne przeszkody. Na pewno, na co zwraca uwagę Jakub Chwiećko, pozyskiwanie i wykorzystywanie danych medycznych w naszym kraju pozostaje tematem wymagającym uwagi oraz prac legislacyjnych. Sam dostęp do danych medycznych jest utrudniony ze względu na brak odpowiednich regulacji i zgód pacjentów, a obecnie jest to temat będący przedmiotem intensywnej dyskusji w kontekście Europejskiej Przestrzeni Danych Zdrowotnych (European Health Data Space), czyli rozporządzenia, które ma na celu ujednolicenie i ustrukturyzowane danych medycznych w całej Unii Europejskiej.
Dane te mogą być wykorzystywane w celu tworzenia nowych rozwiązań, pod warunkiem uzyskania zgody od pacjenta i ten proces jest wciąż rozwijany. Dobrym symptomem jest to, iż coraz więcej osób jest gotowych na udzielenie takiej zgody, co pozwala na gromadzenie danych do celów medycznych i badawczych.
Nie podlega dyskusji, iż by nowe rozwiązania były coraz doskonalsze, to muszą one bazować na prawdziwych i kompletnych danych pacjentów. Tymczasem niestety, pomimo postępującej informatyzacji polskiej służby zdrowia, nadal prowadzenie dokumentacji medycznej jest dalekie od ideału. Jak zauważa Paweł Ciesielka, niestety nie wszystkie dane nadają się do użycia, bowiem jeśli są niekompletne bądź też zbyt ogólne, to ani algorytm, ani inny lekarz nie jest w stanie z nich niestety skorzystać.
Podsumowując, rozwiązania sztucznej inteligencji zastosowane w ochronie zdrowia mogą wspomóc pracę lekarzy i skrócić kolejki oczekujących pacjentów. Luka pokoleniowa wśród lekarzy jeszcze zapewne długo pozostanie nie wypełniona, stąd też warto byłoby jak najszybciej przyspieszyć zastosowanie rozwiązań sztucznej inteligencji, co pozwoli na znacznie efektywniejszą pracę. W tym względzie algorytmy są w stanie przeanalizować wiele danych medycznych, a następnie zaprezentować lekarzowi w formie zrozumiałych raportów, sugestii diagnostycznych czy też rekomendacji terapeutycznych. Tym samym jest to bardzo cenne wsparcie dla lekarzy w procesie diagnostycznym i terapeutycznym, pozwalające na bardziej precyzyjne oraz szybsze podejmowanie decyzji medycznych. Na pewno jest to kierunek w jakim powinniśmy zmierzać, aby poprawić jakość i efektywność ochrony zdrowia.