Debata o AI w zdrowiu: blokuje nas deficyt danych i wiedzy

AI to automatyzacja procesów opieki, wspomaganie decyzji klinicznych i wsparcie w profilaktyce. Ale w Polsce sztuczna inteligencja wykorzystywana jest marginalnie – brakuje dostępu do krajowych danych, na których można trenować algorytmy. Nie mamy systemu walidacji i refundacji rozwiązań opartych na AI – mówili eksperci podczas sesji “Sztuczna inteligencja w praktyce” na Forum Wyzwań Zdrowotnych 2023.

– CeZ pracuje nad alertami dla lekarzy. Systemy będą automatycznie ostrzegały m.in. o interakcjach leków podczas wystawiania recepty. Taką usługę udostępnimy pod koniec tego roku – mówił Dyrektor Centrum e-Zdrowia. Jednak to rozwiązanie to prosta analityka danych, a nie systemy sztucznej inteligencji. Tych na razie CeZ nie wykorzystuje, bo jak przyznał Dyrektor Kikosicki, także w Centrum e-Zdrowia brakuje doświadczenia i wiedzy. Stąd m.in. pomysł utworzenia nowego Ośrodka Kompetencji AI.

Tymczasem ostatnie postępy w rozwoju sztucznej inteligencji zwiastują duże zmiany na rynku zdrowia. Przykładowo, ChatGPT zdał już amerykański egzamin lekarski i prawie udało mu się to w przypadku polskiego. – System odpowiedział poprawnie na 53% pytań, a więc zabrakło mu jedynie 3% do zaliczenia – mówiła Ligia Kornowska, liderka Koalicji AI w Zdrowiu i dyrektor zarządzająca Polskiej Federacji Szpitali.

Lekarze będą współpracować z AI

– Zdanie egzaminu przez AI nie oznacza, że AI może pracować jako lekarz. Tak samo jak zaliczenie egzaminu przez człowieka nie znaczy jeszcze, że dana osoba nadaje się na lekarza. Potrzebne są także inne kompetencje – mówiła prof. Halina Podbielska, przewodnicząca Rady Dyscypliny Naukowej Inżynieria Biomedyczna (Politechnika Wrocławska).

Lekarz przyszłości nie musi być informatykiem, ale musi nauczyć się, jak wyartykułować swoje potrzeby np. dotyczące budowy odpowiednich algorytmów oraz podejmować decyzje w oparciu o rekomendacje AI. Według Profesor Podbielskiej, tyko transparentna współpraca z algorytmami zapewni zaufanie do tej technologii . Jeśli lekarz korzysta z podpowiedzi systemu AI, powinien poinformować o tym pacjenta. Po to, by ten czuł się włączony w proces leczenia i wiedział, skąd biorą się zalecenia lekarza.

Bez walidacji, AI się nie zadomowi

Wyzwaniem w polskiej ochronie zdrowia jest wypracowanie mechanizmów oceny przydatności rozwiązań sztucznej inteligencji – kontynuowała dr hab. Katarzyna Kolasa, kierownik Zakładu Ekonomiki Zdrowia i Zarządzania Opieką Zdrowotną na Akademii Leona Koźmińskiego w Warszawie.

– W tej chwili mamy około 8900 opublikowanych algorytmów AI w ochronie zdrowia. FDA (red.: Amerykańska Agencja ds. Żywności i Leków) dopuściła do stosowania w medycynie ponad 500 – dr Kolasa zwróciła uwagę, że względu na ogromne braki lekarzy na całym świecie, włączenie AI do systemów zdrowia jest nieuniknione.

Aby przekonać lekarzy do AI, muszą oni zaufać nowej technologii. Według Eweliny Barylskiej, dyrektor pionu operacyjnego Salve Medica, tego zaufania nie ma. Badanie Centrum e-Zdrowia z 2022 roku sugeruje, że AI jest stosowana obecnie w 6,6% polskich szpitali. Najczęściej w postaci urządzeń medycznych jak systemy robotyki chirurgicznej i analizy zdjęć medycznych. Barierą rozwoju AI jest brak dostępu do krajowych danych. Do budowy nowych algorytmów często trzeba sięgać do danych pacjentów amerykańskich, bo w Polsce takich baz po prostu nie ma. A to stwarza ryzyko generowania rekomendacji niedopasowanych do kontekstu np. kulturowego polskiego społeczeństwa. Bez danych AI ma związane ręce.

Wycena efektywności kosztowej AI

Brak systemu oceny efektywności algorytmów sprawia, że polskie szpitale unikają wdrażania AI albo po omacku z nimi eksperymentują. – Na rozwiązania AI jesteśmy gotowi wydać pieniądze, bo nie możemy sobie pozwolić, aby je tracić bez rozwiązań AI – Ewelina Barylska z Salve Medica dostrzega potencjał AI we wspomaganiu procesów organizacyjnych i prowadzeniu pacjenta przez profilaktykę. Jej zdaniem, w dyskusji o AI powinniśmy skupić się na eliminowaniu nieefektywności obecnego systemu zdrowia, a nie na szukaniu dodatkowych korzyści ze stosowania algorytmów.

Dyrektor Kikosicki przyznał, że obecnie nie ma systemu walidacji rozwiązań opartych na AI, co jest warunkiem, aby je włączyć do koszyka usług gwarantowanych. I nawet jeśli w przyszłości Ministerstwo Zdrowia zdecyduje się na taki krok, to wyzywaniem jest ich zintegrowanie z systemami IT stosowanymi przez placówki medyczne.

Marek Witulski, Dyrektor Branż Diagnostic Imaging i Advanced Therapies w Siemens Healthineers, zauważył, że przyszłością jest tzw. cyfrowy bliźniak. Stworzona z danych kopia pacjenta pozwoli m.in. planować leczenie i sprawdzać skuteczność leków.

Aby wyciągnąć z AI korzyści dla pacjenta, trzeba najpierw odczarować AI

Polska ochrona zdrowia potrzebuje regulacji dotyczących zbierania i analizowania danych medycznych do celów naukowych oraz trenowania algorytmów. Konieczny jest system walidacji algorytmów i oceny technologii medycznych oraz włączenie sprawdzonych i efektywnych rozwiązań oparty na AI do koszyka świadczeń gwarantowanych.

Jeśli tego nie zrobimy, polska ochrona zdrowia pozostanie w ogonie postępów oferowanych przez AI.

Czytaj także: Ministerstwo Zdrowia wprowadza certyfikację aplikacji mobilnych