Co piętnasty szpital korzysta z AI. “Chodzi o podniesienie jakości opieki nad pacjentem”
- Witaj w JedenNewsDziennie.pl. Dziś zajmujemy się problemem sztucznej inteligencji w medycynie. Oto najważniejsze punkty materiału:
- Sztuczna inteligencja i rozwiązania bazujące na jakościowych danych to przyszłość, od której nie uciekniemy – także w medycynie. Eksperci wskazują, że dziewiąta transza płatności w ramach Krajowego Planu Odbudowy (KPO) uzależniona jest właśnie od wdrażania rozwiązań opartych o AI
- Czy lekarze powinni się czuć oddech AI na swoich plecach? "Sztuczna i inteligencja absolutnie nie stanowi zagrożenia dla profesjonalistów medycznych. AI jest kolejnym narzędziem, które medycy mogą wykorzystywać do podnoszenia jakości opieki nad pacjentem"
- Co dalej? Polska stawia pierwsze kroki, ale szybko musi przejść do sprintu. "Dane, na podstawie których tworzone są m.in. algorytmy i rozwiązania, to ropa i złoto naszego wieku. Dane to zasób niezwykle cenny, a w przypadku danych medycznych są one wielokrotnie cenniejsze i krytyczne"
Sztuczna inteligencja i rozwiązania bazujące na jakościowych danych to przyszłość, od której nie uciekniemy – także w medycynie. Eksperci wskazują, że dziewiąta transza płatności w ramach Krajowego Planu Odbudowy (KPO) uzależniona jest właśnie od wdrażania rozwiązań opartych o AI
Chcąc tworzyć rozwiązania pomagające lekarzom w ich codziennej pracy, musimy nadal wiele pracy poświęcić budowaniu jakościowych baz danych medycznych. Te ostatnie są bezcennym zasobem, określanym ropą i złotem XXI wieku. Pacjenci powinni świadomie móc je udostępniać, ale jednocześnie mieć pewność, że będą one bezpieczne i a oni sami pozostaną anonimowi.
Rozwoju AI nie zatrzymamy. Pierwsze próby wykorzystania sztucznej inteligencji w medycynie pojawiły się w latach 70. ubiegłego wieku w Stanach Zjednoczonych. Jednak dopiero w ostatnim dwudziestoleciu nastąpiło przyspieszenie.
- Rozwój AI w medycynie ma charakter wykładniczy i widać to po liczbie algorytmów AI certyfikowanych, jako wyroby medyczne w ostatnich latach. W Stanach takich algorytmów jest już prawie 700, a w Europie możemy spodziewać się podobnej liczby. Zdecydowanie królową AI jest radiologia, która wykorzystuje mniej więcej 3/4 algorytmów sztucznej inteligencji. Również w Polsce AI jest najczęściej wykorzystywane we wsparciu oceny badań tomografii komputerowej (TK) oraz rezonansu magnetycznego (MRI). Najpewniej jednak każda dziedzina medycyny może być wsparta algorytmem - nawet w psychiatrii są już dostępne algorytmy pomagające lekarzom i pacjentom- wskazuje Ligia Kornowska, lekarka, dyrektor zarządzająca Polskiej Federacji Szpitali i członkini Koalicji AI w Zdrowiu.
Czy lekarze powinni się czuć oddech AI na swoich plecach? "Sztuczna i inteligencja absolutnie nie stanowi zagrożenia dla profesjonalistów medycznych. AI jest kolejnym narzędziem, które medycy mogą wykorzystywać do podnoszenia jakości opieki nad pacjentem"
Przedstawiciele medyków, ale również branża nie ma poczucia zagrożenia ze strony AI, a wręcz głos płynący ze środowiska wyraźnie wskazuje, że dobrze przygotowane rozwiązania są w stanie pomóc w rozwiązaniu kryzysu kadrowego w zdrowiu. Eksperci wskazują, że narzędzia oparte o AI ułatwią prace lekarzy i sprawią, że sam system ochrony zdrowia stanie się przyjaźniejszy dla pacjentów.
– Sztuczna i inteligencja absolutnie nie stanowi zagrożenia dla profesjonalistów medycznych. AI jest kolejnym narzędziem, które medycy mogą wykorzystywać do podnoszenia jakości opieki nad pacjentem. Nawet jeśli niektóre algorytmy zastąpią pewne powtarzalne czynności, to nie zaadresują całego procesu diagnostyczno-leczniczego pacjenta. Dopóki nie powstanie tzw. ogólna sztuczna inteligencja - nie mamy się czego obawiać – przekonuje Ligia Kornowska.
Podobnego zdania jest również psychoonkolog Adrianna Sobol, która stara się tonować pojawiający się niepokój. – W medycynie już od kilku dobrych lat z sukcesem wykorzystywane są rozwiązania opracowane z wykorzystaniem sztucznej inteligencji - nie oznacza to, że o leczeniu czy diagnozie pacjenta decyduje robot czy komputer. Dzięki AI mamy dostęp do nowoczesnych technologii, których zastosowanie przekłada się na poprawę jakości opieki nad pacjentami. Często pacjenci nie mają nawet świadomości, że w procesie diagnostyczno-terapeutycznym wykorzystywane są tego typu technologie. Oczywiście ma to również drugą stronę medalu. Przed nami bowiem wiele pracy związanej z budowaniem wśród pacjentów, ale również medyków, świadomości i wzmacnianiu otwartości na te rozwiązania - ocenia Adrianna Sobol. Jej zdaniem pacjenci powinni być już teraz przygotowywani na to, że lekarze w przyszłości będą coraz częściej i chętniej korzystać z rozwiązań AI. – Tutaj musimy również zadbać o to, by pacjenci nie byli traktowani przedmiotowo, tylko mieli wpływ na udostępniane dane i gwarancje, że nie trafią one w niepowołane ręce - ocenia psycholog.
Eksperci zwracają również uwagę, że poziom akceptacji dla tego typu rozwiązań wśród pacjentów będzie systematycznie się poprawiać, a jest to związane ze starzeniem się grup wiekowych, dla których komputery i technologie informacyjne są standardowym elementem życia. - Spodziewam się zatem zwiększającej się wiedzy wśród pacjentów o stosowanych technologiach w medycynie, w tym AI. Ale jasnym jest również to, że wymagana jest w tym zakresie edukacja, a także bezpieczne i świadome wdrażanie algorytmów w praktyce klinicznej. Powinniśmy używać certyfikowanych algorytmów medycznych, które mają potwierdzoną czułość i swoistość, były tworzone na danych od różnorodnych grup pacjentów oraz były testowane i trenowane na innych zbiorach danych - ocenia Ligia Kornowska.
Co dalej? Polska stawia pierwsze kroki, ale szybko musi przejść do sprintu. "Dane, na podstawie których tworzone są m.in. algorytmy i rozwiązania, to ropa i złoto naszego wieku. Dane to zasób niezwykle cenny, a w przypadku danych medycznych są one wielokrotnie cenniejsze i krytyczne"
Z badania Centrum e-Zdrowia przeprowadzonego w 2023 roku wynika również, że w całej Polsce z rozwiązań AI korzysta 2,3 proc. ankietowanych placówek medycznych (ogółem), a najchętniej sięgają po nie szpitale – aż 6,5 proc. deklarowało wykorzystanie narzędzi AI. Trzeba jednak pamiętać, że rozwiązania oparte na AI będą tym lepsze, im lepsze jakościowo dane będą wykorzystywane do ich budowania i testowania. Tu dochodzimy dla kluczowego dla rozwiązań AI zasobu, jakim są dane medyczne.
– Dane, na podstawie których tworzone są m.in. algorytmy, rozwiązania czy prowadzone jest uczenie maszynowe, to ropa i złoto naszego wieku. Dane to zasób niezwykle cenny, a w przypadku danych medycznych możemy wręcz powiedzieć, że są one wielokrotnie cenniejsze i krytyczne - ocenia Jakub Chwiećko, partner zarządzający siecią lekarzy innowatorów NIL IN. W najnowszym raporcie "Dane medyczne w pracy lekarza. Stan obecny i pożądane zmiany” przygotowanym przez NIL IN wskazano pięć kluczowych wyzwań dla tego obszaru.
- Na drodze do upowszechnienia wykorzystania danych medycznych mamy kilka barier, m.in. legislacyjne związane z dużym rozproszeniem, techniczne i technologiczne wiążące się z infrastrukturą placówek medycznych czy też bariery finansowe związane ze zbieraniem i analizowaniem danych. Dodatkowym wyzwaniem są te świadomościowe - zarówno po stronie medyków, jak i pacjentów - wskazuje Jakub Chwiećko.
Co ciekawe ponad 90 proc. placówek medycznych działających w Polsce posiada systemy IT ułatwiające zbieranie i przetwarzanie danych, ale – jak pokazuje raport Centrum e-Zdrowia – tylko połowa korzysta adekwatnie z tych systemów. – Są placówki medyczne, gdzie lekarz pisze dokumentację medyczną pacjenta odręcznie na kartce, a następnie sekretarka medyczna skanuje ją i zaciąga do systemu IT. To obnaża nam również inny problem, jakim jest jakość pozyskiwanych danych- zwraca uwagę Chwiećko.
W kwestii uregulowania wykorzystania danych medycznych decydenci, lekarze i pacjenci nie są jednak pozostawieni sami sobie. Jak wskazuje Artur Drobniak, wiceprezes Naczelnej Rady Lekarskiej i jednocześnie dyrektor Centralnego Ośrodka Badań, Innowacji i Kształcenia, w UE trwają prace na projektem rozporządzenia w sprawie europejskiej przestrzeni danych dotyczących zdrowia (European Health Data Space), które ma być aktem prawnym regulującym i determinującym to, jak wspólną przestrzenią danych medycznych będziemy w Europie zarządzać i co powinno się w niej znaleźć. – Nie jesteśmy w próżni, a wręcz jako państwo powinniśmy szybko dążyć w naszym kraju do tego by wymogi ustawowe spełnić – ocenia Artur Drobniak.
Jakie rekomendację przedstawiono w raporcie NIL IN? – Pierwsza kwestią, jaką należałoby uregulować, to dostępność do danych medycznych, drugą to ich jakość, a trzecią bezpieczeństwo i rozwój – wylicza Drobniak. W ocenie środowiska skupionego wokół systemu ochrony zdrowia konieczne jest przygotowanie odrębnej ustawy o danych medycznych, a także standardów związanych z anonimizacją lub pseudoanonimizacją danych medycznych. Chodzi o to, by dla wszystkich uczestników systemu ochrony zdrowia – od medyków, przez pacjentów oraz firmy korzystające z rozwiązań – przekazywanie i wykorzystanie danych odbywało się na jasnych warunkach, gwarantujących bezpieczeństwo „dawców” danych oraz odbiorców technologii.
Cytat na koniec
"Sztuczna i inteligencja absolutnie nie stanowi zagrożenia dla profesjonalistów medycznych. AI jest kolejnym narzędziem, które medycy mogą wykorzystywać do podnoszenia jakości opieki nad pacjentem. Nawet jeśli niektóre algorytmy zastąpią pewne powtarzalne czynności, to nie zaadresują całego procesu diagnostyczno-leczniczego pacjenta. Dopóki nie powstanie tzw. ogólna sztuczna inteligencja - nie mamy się czego obawiać"
Wykorzystane materiały
Rozmówcy:
- Ligia Kornowska, lekarka, dyrektorka zarządzająca Polskiej Federacji Szpitali, propagatorka AI w medycynie, liderka Koalicji AI w zdrowiu [link]
- Adrianna Sobol, psychoonkolożka, WUM, założycielka platformy "Zdrowie zaczyna się w głowie”, pracuje w Szpitalu Magodent [link]
- Jakub Chwiećko, lekarz pediatra, partner zarządzający NIL IN – sieci lekarzy innowatorów przy Naczelnej Izbie Lekarskiej [link]
- Artur Drobniak, lekarz ginekolog, wiceprezes NRL, dyrektor Centralnego Ośrodka Badań Innowacji i Kształcenia Naczelnej Rady Lekarskiej (COBIK NIL) [link]
Czas pracy nad materiałem: 14 godzin