7 scenariuszy, jak sztuczna inteligencja zmieni medycynę

W medycynie wykorzystuje się już tysiące algorytmów AI, a Amerykańska Agencja Żywności
i Leków (FDA) certyfikowała do tej pory 520 z nich. Postępy w rozwoju generatywnej sztucznej inteligencji oznaczają, że ta liczba będzie szybko rosła. Czy AI uzdrowi chorą ochronę zdrowia?

Teoretycznie AI potrafi wiele: diagnozować, leczyć, operować, odkrywać nowe leki. Ma być remedium na niedobory kadrowe i narzędziem umożliwiającym personalizację leczenia; powinna zdemokratyzować dostęp do opieki medycznej i zmniejszyć występowanie chorób cywilizacyjnych.

Brzmi zbyt dobrze, aby było prawdą? Pomiędzy technologią a jej praktycznym zastosowaniem rozciąga się wielka przepaść w postaci akceptacji, zaufania, przepisów prawnych, mechanizmów psychologicznych kierujących zachowaniem ludzi, oporu przed zmianą, wiedzą. Ale nic nie stanowi takiej blokady jak system zdrowia, w którym płaci się za ilość wykonanych usług, a nie ich jakość.

To powoduje, że nawet najlepsze technologie mają pod górkę. Odkładając przeszkody na drodze rozwoju innowacyjności na bok, sprawdźmy, w jakich obszarach AI mogłaby pomóc poradzić sobie z problemami, z jakimi zmaga się ochrona zdrowia.

Problem: zaniedbania w profilaktyce, wzrost chorób cywilizacyjnych, niski compliance pacjentów.

Rozwiązanie: Wirtualni asystenci zdrowia

Wyobraźmy sobie jedną aplikację mobilną o wielofunkcyjnych zastosowaniach dla zdrowia. Chatbota, który daje nam wskazówki zdrowotne na podstawie informacji z elektronicznej dokumentacji medycznej, przypomina o aktywności fizycznej albo zażyciu tabletki; który sprawdzi, czy wszystko z nami w porządku na podstawie danych zbieranych z urządzeń ubieralnych i serii pytań (symptom checker) oraz porozmawia, aby poprawić nastrój. Do tego zaplanuje wizytę u lekarza, nie zapomni o szczepieniach i regularnych przeglądach zdrowia. Cała opieka w jednym miejscu dzięki algorytmom sztucznej inteligencji analizującym nasze dane i pomagającym podejmować odpowiednie decyzje. I to bez konieczności samodzielnego analizowania danych medycznych dostępnych w aplikacjach jak IKP czy stosowania innego programu do telekonsultacji, a jeszcze innego w charakterze personalnego trenera.

Problem: błędy medyczne, różne standardy usług w różnych ośrodkach.

Rozwiązanie: Systemy wspomagania decyzji klinicznych

Każdy chce mieć dostęp do leczenia zgodnego z aktualną wiedzą medyczną i najlepszych lekarzy. Dzięki AI jest to możliwe, bo systemy wspomagania decyzji klinicznych mogą porównywać wyniki leczenia pacjentów z całego świata, wybierać najskuteczniejsze metody terapii dopasowane do indywidualnych cech pacjenta i podpowiadać procedury zgodne z wytycznymi towarzystw naukowych. Taka standaryzacja pozwoliłaby leczyć tak samo każdego pacjenta, niezależnie od miejsca. AI uczyłby się od najlepszych – specjalistów i ośrodków – i udostępniał zdobytą wiedzę każdemu lekarzowi. Decyzje lekarzy opierałyby się na najnowszych dowodach klinicznych zestawionych z danymi w elektronicznej kartotece pacjenta.

Problem: niedobory kadr medycznych, wypalenie zawodowe oraz przepracowanie lekarzy i pielęgniarek, niekompletne zapisy w EDM.

Rozwiązanie: Prowadzenie elektronicznej dokumentacji medycznej bez klawiatury

Lekarze wiedzą, że dostęp do danych pacjenta ma kluczowe znaczenie w podejmowaniu decyzji klinicznych, ale nie lubią wpisywać danych do EDM. Nic dziwnego, bo według różnych badań zabiera im to nawet jedną trzecią czasu wizyty. Systemy rozpoznawania głosu połączone z generatywną AI mogą zamieniać głos na tekst, a następnie uzupełniać dane w EDM korzystając ze standaryzowanych słowników medycznych. Część danych może pochodzić z inteligentnych zegarków noszonych przez pacjentów, uniwersalnych skanerów zdrowia i czujników umieszczonych w gabinecie lekarskim, w tym kamer rozpoznających stan emocjonalny chorego. AI może podsumować krytyczne informacje wyświetlając je na ekranie w formie przejrzystego zestawienia lub alarmując lekarza w przypadku niepokojących sygnałów. Bez pisania i manualnego przeglądania danych, bez klikania.

Problem: możliwe do uniknięcia powikłania i zgony pacjentów chorych przewlekle, brak nadzoru nad pacjentami po wizycie lekarskiej (punktowa opieka).

Rozwiązanie: Zdalny monitoring

Pomiędzy wizytami kontrolnymi co kilka miesięcy chorzy przewlekle są poza jakąkolwiek opieką. Idealnym modelem jest objęcie każdej zdiagnozowanej osoby stałym monitoringiem z pomocą urządzeń ubieralnych dostępnych w ramach powszechnego ubezpieczenia zdrowotnego. Przekazane do aplikacji pacjenta dane byłyby analizowane przez AI, a lekarz zostałby poinformowany w przypadku pogorszenia parametrów zdrowia. Dodatkowo pacjent otrzymywałby na bieżąco nowe wskazówki w zależności od rozwoju/regresji choroby. Zbierane dane mogłyby być wykorzystywane wtórnie do badań klinicznych nad nowymi lekami, w tym prowadzonych w pełni w modelu in vitro. Zdalny monitoring pozwala też na leczenie pacjenta w domu i skrócenie pobytu w szpitalu.

Problem: słaby rozwój infrastruktury zdrowia na wsi, braki specjalistów, długie kolejki do lekarzy.

Rozwiązanie: Kioski zdrowia

Różnice pomiędzy dostępem do usług medycznych na obszarach słabo zamieszkałych wynikają przede wszystkim z braku personelu medycznego. Ten problem się zaostrza, bo lekarze emigrują do miast w poszukiwaniu lepszych perspektyw zatrudnienia. Rozwiązaniem są kioski zdrowotne zlokalizowane w marketach lub innych łatwo dostępnych miejscach. Pacjent mógłby skonsultować się z lekarzem i wykonać podstawowe pomiary parametrów zdrowia. I to przy okazji robienia zakupów i za darmo w ramach okresowych, telemedycznych przeglądów zdrowia.

Problem: szybki wzrost występowania chorób psychicznych, izolacja społeczna osób niepełnosprawnych.

Rozwiązanie: Cyfrowi terapeuci w postaci awatarów

Nie ma już specjalizacji, gdzie nie brakowałby lekarzy. Ale to psychiatria mierzy się z największym kryzysem kadrowym. Tymczasem WHO przestrzega przed epidemią chorób psychicznych, której koszty zdrowotne i ekonomiczne będą przytłaczające nawet dla najlepiej rozwiniętych gospodarek. Połączenie systemów AI do generowania obrazów i dźwięku z wiedzą medyczną oraz ubieralnymi urządzeniami pomiarowymi daje szansę na opracowanie nowej generacji chatbotów – empatycznych, reagujących na stan emocjonalny pacjenta, zdolnych do prowadzenia naturalnej rozmowy. Zaletą takich systemów jest to, że jednocześnie mogą pomagać tysiącom, milionom pacjentów, podczas gdy psycholog w tym samym czasie może przyjąć tylko jedną osobę. Rozwój takich systemów wymaga zaangażowania nie tylko inżynierów AI, ale przede wszystkim lekarzy, psychologów, ekspertów od etyki i ochrony danych.

Problem: duże koszty administracyjne opieki zdrowotnej, kolejki do lekarzy, nieefektywne procesy, puste wizyty.

Rozwiązanie: Zautomatyzowane praktyki lekarskie i szpitale

Autonomiczne samochody, samoobsługowe sklepy i do tego autonomiczne gabinety lekarskie? Podczas gdy brakuje pieniędzy na nowoczesne terapie i leczenie, koszty administracyjne pochłaniają od kilku do nawet kilkudziesięciu procent budżetów ochrony zdrowia. Przykładowo, w USA jest to ok. 25% z 4 bilionów USD przeznaczanych na zdrowie. To nie wszystko. Badania sugerują, że 30% wydatków na opiekę zdrowotną jest marnotrawionych. Nadzieja w prostej zależności: im większa automatyzacja wsparta AI, tym niższe koszty administracyjne i większa efektywność. Dzięki AI można przebudować ścieżkę obsługi pacjenta, aby maksymalnie wykorzystać jego obecność w placówce medycznej. Przykładowo, czas oczekiwania na wizytę można by wykorzystać na przesiewowe badania wykonywane przez autonomiczne urządzenia diagnostyczne lub na wstępny triaż. Tak, by lekarz miał już wszystkie dane, gdy pacjent wchodzi do gabinetu, i mógł poświęcić cały czas na rozmowę i przekazywanie informacji.

Jak powiedział Roy Amara, „Mamy tendencję do przeceniania wpływu technologii w krótkim okresie i niedoceniania jej wpływu w dłuższej perspektywie”. Tak samo może być z AI. Choć fascynujemy się możliwościami ChatGPT, okazać się może, że rewolucja AI pozwoli zreformować niewydolną ochronę zdrowia. Aby tak się stało, trzeba będzie najpierw zadbać o standaryzację danych, zrównoważenie ochrony prywatności z korzyściami z dostępu do danych, stworzenie zaufanych algorytmów AI. Ale największym wyzwaniem może okazać się zmiana obecnego systemu zdrowia, który pozostaje daleko w tyle za możliwościami, jakie daje sztuczna inteligencja i nowe technologie.

Czytaj także: ChatGPT jest 10-krotnie bardziej empatyczny niż lekarz – sugeruje nowe badanie naukowe