Potrzebujemy nowego pomysłu na cyfryzację medycyny

Wywiad z dr Agnieszką Siennicką, Prodziekanem ds. Rozwoju na Wydziale Nauk o Zdrowiu oraz Kierowniczką Zakładu Innowacji w Ochronie Zdrowia na Uniwersytecie Medycznym im. Piastów Śląskich we Wrocławiu.

We wrześniu otrzymała Pani nominację na Kierownika Zakładu Innowacji UM we Wrocławiu. Jakie ma Pani plany w Zakładzie Innowacji?

Moim celem będzie rozwijanie konkretnych mechanizmów, w ramach których medycy będą mogli stawać się ambasadorami zmian cyfrowych w ochronie zdrowia – realia pokazują, że to niekoniecznie jest zadanie dla lekarzy, którzy mają mnóstwo innych ważnych zadań.

W mojej ocenie to jest przestrzeń dla studentów i absolwentów trochę niedocenianego w Polsce – a bardzo cenionego na świecie – kierunku Zdrowie Publiczne. To oni mogliby stać się łącznikiem pomiędzy technologią a medycyną, ale też profilaktyką i szeroko rozumianym dbaniem o zdrowie, co ma ogromny potencjał w kontekście rozwoju innowacji cyfrowych.

W tym miejscu  należy również pamiętać o wielu innych zawodach medycznych, które mogą wspierać rozwój technologii zdrowotnych. Mamy przecież dietetyków, diagnostów i farmaceutów, fizjoterapeutów, rehabilitantów, trenerów, terapeutów – możliwości jest dużo.

Czego o sztucznej inteligencji uczą się dziś studenci medycyny?

Jeżeli chodzi o system kształcenia, wszystkie treści edukacyjne musimy dopasować do standardów narzucanych przez ustawę. W tych obecnie obowiązujących, nawet z roku 2023,  nie ma przestrzeni na treści dotyczące AI.

Studenci medycyny są przeładowani zajęciami, muszą się uczyć wiele godzin. A to powoduje, że musimy być ostrożni z dokładaniem wiedzy. Na razie prowadzimy od 3 lat fakultet dotyczący AI, w którym uczestniczy kilkudziesięciu studentów rocznie. Pierwotnie były to dwie grupy na wydziale lekarskim – polska i anglojęzyczna – potem doszła grupa na farmacji, a teraz jeszcze na zdrowiu publicznym. Wykładam ja i zaproszeni przeze mnie goście „z branży” oraz Karolina Tądel, doktorantka wdrożeniowa opracowująca projekt bazujący na AI.

“Dane zawsze mnie fascynowały. Jak patrzę na świat to widzę kolumny Excela.”

Treści na zajęciach są maksymalnie praktyczne. Studenci wspólnie opracowują materiały, dzięki którym dowiadują się, jaka jest rola danych w rozwijaniu algorytmów, co działa, a co nie; co już wdrożono, jakie są zasady działania AI, co może pójść nie tak i dlaczego. To niewiele, ale takie są realia na uniwersytetach. W efekcie temat pozostaje w sferze hobby i istnieją duże deficyty wiedzy w tym zakresie.

W USA uczelnie takie jak Uniwersytet Stanforda są kuźnią startupów med-tech. A jak wygląda to Uniwersytecie Medycznym Wrocławiu?

Bardzo byśmy chcieli, aby Wrocław mógł stać się doliną krzemową dla polskiego sektora med-tech z naciskiem na med, a nie przede wszystkim tech. Jest jeszcze wiele do zrobienia, ale stawiamy niemałe pierwsze kroki. Stworzyliśmy Zakład Innowacji, co jest unikalne dla uczelni medycznej. W latach 2020-2022 uczyliśmy się data science w medycynie w ramach grantu unijnego HeartBIT_4.0. Od kilku lat, na wydziale lekarskim funkcjonuje u nas Prodziekan ds. Rozwoju i Innowacji. Realizujemy doktoraty wdrożeniowe – najnowszy dotyczy aplikacji wpierającej diagnostykę przeznaczonej dla lekarzy – oraz projekty prac magisterskich we współpracy z firmami technologicznymi. Dostaliśmy najwyższą ocenę naszego projektu medycyny cyfrowej, który realizujemy od ponad roku. To tylko kilka przykładów, które świadczą o tym, że mamy duże ambicje ale i coraz więcej silnych kart. Robimy, co możemy i staramy się być świadomym graczem na polu innowacji. W UMW można znaleźć nie tylko świetne projekty, ale przede wszystkim pasjonatów i ekspertów od innowacyjnych tematów medycznych.

Skąd wzięła się Pani pasja do innowacji i technologii w ochronie zdrowia?

Mam szczęście do znajdywania się w odpowiednim miejscu i czasie oraz spotykania niesamowitych ludzi.

Przykładowym punktem zwrotnym był wykład Profesora Bogdana Franczyka na temat tego, co można zrobić z danymi, na który trafiłam przypadkiem około roku 2016. Od tego momentu wiedziałam, że połączenie najbardziej nowoczesnej nauki o danych z medycyną będzie ważnym kierunkiem rozwoju. Po kilku miesiącach obecny Rektor UWM, Profesor Piotr Ponikowski, został prorektorem do spraw nauki. Wówczas zwróciłam się do niego z sugestią nawiązania współpracy z Uniwersytetem Ekonomicznym, gdzie wtedy pracował Prof. Franczyk. Tak zapadła decyzja o kooperacji.

Pierwszym konkretnym projektem była aplikacja o grant HeartBIT_4.0 (red.: Application of Innovative Medical Data Science Technologies for Heart Diseases – zastosowanie innowacyjnych technik analizy danych medycznych w kardiologii), który udało się zdobyć i uruchomić z początkiem roku 2020. W ramach tej inicjatywy, w latach 2020-2022 eksperci z różnych państw UE prowadzili rozbudowany cykl profesjonalnych szkoleń w zakresie współczesnych metod oraz nowoczesnej filozofii prowadzenia eksperymentów i analizy danych medycznych. Dzięki szkoleniom, naukowcy z UMW potrafią zaplanować, przeprowadzić i zinterpretować badania, opierając się na technikach sztucznej inteligencji (AI) oraz na metodach analizy wielkich zbiorów danych. To z kolei pozwala nadążyć za najnowszymi światowymi trendami naukowymi.

Które innowacje medyczne najbardziej Panią interesują?

Wybierając projekty, kieruję się tym, czemu mają służyć i czy mają szansę na rzetelną realizację i wartościowe efekty. Wiele osób ma niejasne wyobrażenie o tym, co trzeba zrobić, aby móc skorzystać z algorytmów sztucznej inteligencji. Często spotykam się z błędną opinią, że wystarczy mieć dane, a algorytmy AI „same” znajdą w nich coś wartościowego, jakąś nową wiedzę albo wzorce.

Dobrze ujmuje to dr Maciej Pondel, naukowiec z Uniwersytetu Ekonomicznego, z którym od lat współpracuję. Powtarza on zawsze: “Jak dasz mi dane medyczne to na pewno udowodnię matematycznie, że każdy, kto jest w ciąży jest kobietą, ale to chyba nie jest to, czego szukamy.” Nie w tym tkwi istota pracy z danymi, aby znajdywać oczywiste korelacje, samemu nie formułując żadnej kreatywnej hipotezy.

Pozwolę sobie podać przykład projektu, w który zaangażowałam się ostatnio całym sercem. W jego ramach, razem z firmą Animativ i wybitnymi pediatrami – dr Kamilą Ludwikowską, Adamem Łęckim, Moniką Tokarczyk i ich mentorem profesorem Leszkiem Szenbornem – pracujemy nad aplikacją, w której sztuczna inteligencja pomoże ocenić stan zdrowia dziecka, tak aby mniej doświadczonym lekarzom lub ratownikom medycznym pomagać ocenić, czy mały pacjent wymaga natychmiastowej pomocy. Projekt jest nie tylko potrzebny i ważny, ale też wykonalny, bo dzięki pracy w interdyscyplinarnym zespole umiemy rozłożyć prace na etapy, z których każdy przybliża nas do końcowego sukcesu. Pierwszy etap już okazał się niemałym sukcesem – dostaliśmy finansowanie na doktorat wdrożeniowy skoncentrowany na wykorzystaniu technologii wspierających ocenę stanu zdrowia dziecka w dydaktyce.

A jakich projektów Pani unika?

Przede wszystkim takich, które zakładają nierealne efekty. Przykładowo, aplikacje wspierające nie tyle zdrowie co… długowieczność rozumianą jako wydłużanie życia. Z naukowego punktu widzenia to dość ambitne wyzwanie, wiedząc, że aby udowodnić wpływ na długowieczność, trzeba poczekać, aż niektórzy użytkownicy umrą. Zazwyczaj okazuje się że twórcom zależy na chwytliwych hasłach, a nie realnym wsparciu zdrowia.

Dodatkowo wiele osób z tak zwanego środowiska IT albo świata start-upów nie ma wiedzy na temat kosztów rozwijania rozwiązania cyfrowego w obszarze medycznym. Nie każdy rozumie, jak trudno zdobyć dane, jak drogie są np. badania kliniczne, czy że opisywanie cyfrowych wyników badań przez specjalistę to koszt związany z wieloma godzinami jego pracy. To powoduje, że wiele pomysłów szybko rozbija się o rzeczywistość.

„Odkąd zajmuję się medycyną cyfrową, przestałam postrzegać medycynę jako naukę ścisłą.”

Dodam jeszcze kwestię sensorów i czujników. Wielu twórców rozwiązań IT dla celów medycznych nie potrafi uwierzyć w to, że nie każdy użytkownik będzie z entuzjazmem umieszczał na swoim ciele czujnik oraz że dane z czujnika nie są właśnie tym, co medycynie umknęło. Zakładają z góry, że mając taki odczyt, wszystko będzie proste. Często słyszę: taki czujnik pozwoli ci zyskać bogate dane na taki czy inny temat. OK, ale po co? Zbadajmy to, sprawdźmy, ale nie zakładajmy, że nowoczesny czujnik automatycznie oznacza przełom w medycynie. Zbieranie danych to nie jest leczenie.

Jak jest największa słabość cyfryzacji sektora zdrowia?

Jednym z ważniejszych wyzwań jest realna poprawa jakości i dostępności danych medycznych. Brakuje znajomości, a może wręcz ustaleń w zakresie fundamentalnych zasad postępowania z danymi, przez co wiele zbiorów zawiera dane o mało zadowalającej jakości i/lub są to zestawy zamknięte w niedostępnych dla naukowców systemach.

Dane medyczne pacjentów wpisywane są do systemów IT na zasadzie dużej dowolności. Tylko część z nich to ustrukturyzowane informacje, większość  trafia do pola tekstowego notatek i nie da się z nimi nic zrobić. Część ważnych informacji w ogóle nie jest rejestrowana, bo nie są łatwe do ucyfrowienia, mimo że są ważne dla procesu diagnostycznego.

O jakość danych trzeba zadbać od strony systemowej. System ochrony zdrowia generuje bezcenne informacje, które mogłyby doprowadzić do postępów w leczeniu. Niestety, marnujemy je, bo nadal nie uporządkowaliśmy sposobu gromadzenia informacji. W mojej ocenie nie jest to kwestia edukowania personelu. Musimy znaleźć nowy pomysł na organizację tego obszaru, może to jest nisza, w której na naszych oczach kształtuje się nowy zawód medyczny. Wierzę, że to możliwe.

Co można by konkretnie zrobić, gdyby takie dane byłyby dostępne?

Niezależnie od tego czy myślimy o danych „szpitalnych”, czy o tym, co prywatni użytkownicy wprowadzają do swoich urządzeń korzystając z aplikacji wspierających uprawianie sportu czy dietę, marzy mi się stworzenie jednej, wielofunkcyjnej aplikacji, która byłaby takim ogólnym doradcą w zakresie wpierania zdrowia.

Takie rozwiązanie mogłoby jednocześnie doradzić, jak się odżywiać, jak uprawiać sport, kiedy pić wodę, o której chodzić spać, jak się relaksować. Jedno narzędzie zamiast kilku – taki osobisty asystent, które wie, czego potrzebujemy i podpowiada nam, jak zdrowo żyć reagując na to, co aktualnie jest nam potrzebne.

Obecnie powstaje mnóstwo drobnych rozwiązań – dietetyczne i sportowe, wspierające zdrowy sen i nawyki, przypominające o piciu wody albo informujące o czasie spędzonym przed ekranem smartfona. Zamiast tego potrzebne byłoby rozwiązanie o charakterze całościowego planu działania tu i teraz. Przykładowo, jestem w sklepie więc cyfrowy doradca podpowiada, co kupić, żeby mieć zdrowe produkty, co z nich ugotować, ile i co wypić. A do tego jak to się ma do używek i innych grzeszków jak kawa i słodycze, czy obciążeń np. braku snu i stresu lub okoliczności, jak wyjazd służbowy. Potrzebujemy strategii cyfrowego wsparcia zdrowia, na podstawie której będziemy budować systemy i aplikacje. Jednak najważniejsze na chwilę obecną jest  zainwestowanie w dane – ich rzetelne zbieranie i ich jakość.

Co najbardziej zaskoczyło Panią w pracy naukowej z danymi?

Odkąd zajmuję się medycyną cyfrową, przestałam postrzegać medycynę jako naukę ścisłą. Jest to nauka w dużym stopniu miękka, pozostająca pod wpływem spotkania z drugim człowiekiem, czyli pacjentem. Jest to nauka pełna intuicji i przez to nieraz bardzo podatna na chaos. Wiele informacji może uciekać, decyzje bywają podejmowane bez dostępu do wszystkich ważnych danych. W momencie gdy pacjent leczony jest przez kilku specjalistów, on sam często nie jest w stanie zreferować kolejnemu wszystkiego, co mu zbadano; często sam wybiera, o czym powie w oparciu o swoje założenia, które mogą być błędne, bo pacjent nie jest specjalistą.

Jednocześnie lekarz decyduje w oparciu o ten subiektywny wycinek rzeczywistości, musząc w tym samym czasie angażować swoją pamięć, ogarniając swoim umysłem ogrom dodatkowych danych, takich jak liczby, słowa i obrazy. Do tego dochodzi pewien rodzaj intuicji, której nabrał po latach pracy w swoim zawodzie, co jest jednocześnie subiektywne jak i de facto rzetelne i profesjonalne, bo jest jego doświadczeniem klinicznym. To ogromna mieszanka danych wybitnie precyzyjnych z rozmytym, zmiennym i niejednoznacznym otoczeniem.

Potrzebujemy pomysłu na cyfryzację procesów medycznych; rozwiązań które wezmą pod uwagę tę różnorodność, a nie założą, że w medycynie wszystko jest mierzalne, jednoznaczne i ma skalę.

Czytaj także: Jak cyfryzować? Rady ekspertów z Erasmus MC i Charité