„AI daje nam przewagę czasu nad chorobą” [DEBATA]

Sztuczna inteligencja już jest w urządzeniach medycznych dla radiologii i kardiologii, a lada dzień zacznie masowo wchodzić do systemów IT przychodni i szpitali. Jak zabrać się za jej wdrażanie, aby zdobyła zaufanie i stała się drugą parą oczu lekarza? Co z odpowiedzialnością za błędy AI? Relacja z debaty Centrum e-Zdrowia.

Technologie ratują życie na sali operacyjnej i na polu walki

Według Prof. Lucjana Wyrwicza, Kierownika Kliniki Onkologii i Radioterapii Narodowego Instytutu Onkologii im. Marii Skłodowskiej-Curie, sztuczna inteligencja nie służy podejmowaniu decyzji tam, gdzie mamy nadmiar danych, ale tam, gdzie danych brakuje, gdzie pozostaje tylko ryzyko, intuicja i odpowiedzialność. Analogicznie do sytuacji, gdy korzystamy z nawigacji w samochodzie właśnie wtedy, gdy jedziemy nową drogą, a nie tą samą co zawsze.

Gen. broni prof. dr hab. n. med. Grzegorz Gielerak, dyrektor Wojskowego Instytutu Medycznego – Państwowego Instytutu Badawczego, podał przykład takich rozwiązań, który zastępują intuicyjne decyzje tymi opartymi na faktach – chodzi o system monitorujący na bieżąco parametry pacjenta podczas operacji, zanim personel dostrzeże zagrożenie np. pierwsze objawy świadczące, że coś dzieje się nie tak jak powinno.

– Maszyna nie tylko widzi szybciej. Ona daje nam czas na reakcję, zanim stanie się coś nieodwracalnego. Ale ten czas musi być właściwie wykorzystany przez człowieka, który rozumie, co się za chwilę wydarzy – mówił generał Gieralak, wskazując na korzyści w postaci bezpieczeństwa pacjenta i niższy kosztów leczenia. WIM realizował także projekt finansowany z Narodowego Centrum Badań i Rozwoju, w którym AI zastosowano do opieki nad pacjentami z przewlekłą niewydolnością krążenia, aby przewidywać pogorszenie stanu zdrowia i z wyprzedzeniem móc zastosować leczenie farmakologiczne.

Jak przypomniał prof. Gieralak, AI i robotyka zyskują szczególnie na znaczeniu w medycynie wojskowej.

– Na polu walki rzadko mamy do dyspozycji profesorów czy wysokiej klasy specjalistów. Najczęściej działa tam średni personel medyczny. Doświadczenia z Ukrainy pokazały, że zakres udzielanej pomocy nie może zależeć wyłącznie od formalnych kompetencji, lecz przede wszystkim od bieżących potrzeb i sytuacji. Dlatego potrzebujemy rozwiązań, które realnie wspierają personel w takich warunkach, łącząc wszystkie kluczowe informacje – mówił generał. Najbardziej zaawansowana w tym zakresie jest amerykańska armia, która powszechnie stosuje tzw. TC3 (red.: Tactical Combat Casualty Care), czyli systemy zbierające sygnały biologiczne i dane medyczne od momentu zranienia aż po kolejne etapy udzielania pomocy. Informacje o stanie pacjenta, diagnostyce i zastosowanych procedurach są zintegrowane, co pozwala wypracować optymalną decyzję dotyczącą rokowania i dalszego postępowania.

Algorytmy znają historie chorób milionów pacjentów i znają ich przebieg

Prof. dr hab. n. med. Janina Stępińska z Narodowego Instytutu Kardiologii przypomniała, że technologia nie zastępuje empatii, ale może ją wspierać, jeśli zostanie mądrze zaprojektowana. AI może być bez dylematów stosowana do zadań „miękkich”, jak planowanie wyposażenia sal operacyjnych albo dyżurów. W przypadku zadań „twardych”, czyli klinicznych, trzeba bardzo ostrożnie planować włączenie AI do pracy lekarzy.

– AI może odciążyć lekarza z analiz i protokołów, ale nie powinna zabierać mu czasu na zadanie jednego fundamentalnego pytania: „czego Pan się najbardziej boi?” – mówił Prof. Stępińska, przytaczając badania pokazujące, jak pacjenci reagują na chatboty medyczne. Ku zaskoczeniu, wielu, pacjenci często czują się wysłuchani przez robota – nie dlatego, że robot rozumie ich stan zdrowia, ale dlatego, że nie przerywa, nie ocenia, nie spieszy się. Jej zdaniem, przyszłość medycyny to wspólna przestrzeń dla czujności algorytmów i doświadczenia lekarzy, ale centrum tej przestrzeni zawsze musi pozostać pacjent.

Szczególnie dobrze algorytmy radzą sobie w wyłapywaniu chorób rzadkich, gdzie AI może przeanalizować pełną dokumentację pacjenta i wyłapać korelacje, których lekarz nie jest w stanie zauważyć ze względu na ilość danych. Oprócz kardiologii, AI sprawdza się też a onkologii, dopasowując leczenie do najnowszych wytycznych. Przykładowo, w ramach Krajowej Sieci Onkologicznej (KSO), AI mogłyby pomagać w wypracowywaniu wysokiej jakości standardów leczenia, poprzez porównywanie danych na temat wyników leczenia. AI jest też w stanie monitorować pacjentów po wypisie ze szpitala, analizując parametry pacjenta i kontrolując, czy powrót do zdrowia przebiega zgodnie z normami.

Innowacje powinny chronić pacjentów przez wizytą w szpitalu

Dr hab. n. med. i o. zdr. Piotr Merks z Uniwersytetu Kardynała Stefana Wyszyńskiego przedstawił medycynę z perspektywy farmaceuty i profilaktyki społecznej. Opowiedział o projekcie wykorzystującym algorytmy do analizy recept i identyfikowania pacjentów narażonych na ciężki przebieg grypy, COVID-19 lub chorób przewlekłych. Jak zauważył, nie musimy marzyć o robotach chirurgicznych w każdym powiatowym szpitalu, skoro największe efekty można osiągnąć w prewencji. W farmacji AI ma też zastosowanie np. w produkcji leków, gdzie z pomocą kamer obserwuje się cały proces, a AI wykrywa potencjalnie niebezpieczne sytuacje mogące prowadzić do zanieczyszczenia preparatów.

– Innowacja, która zatrzymuje pacjenta przed drzwiami szpitala, to jest prawdziwy sukces medycyny jutra – mówił dr Merks.

Z kolei Karolina Tądel z Ministerstwa Zdrowia podkreśliła, że Amerykańska Agencja ds. Leków i Żywności dopuściła już na rynek 1200 algorytmów AI i uczenia maszynowego, przede wszystkim w radiologii i kardiologii. W zeszłym roku było ich 950 więc przyrost jest błyskawiczny. Do tego 70% szpitali korzystających z AI, nie wdraża ich do procedur diagnostycznych czy wspierania decyzji, ale do zadań administracyjnych. Jej zdaniem, technologia nie może być wdrażana od strony algorytmów, lecz od strony potrzeb.

Największym błędem systemu zdrowia jest to, że często mierzymy to, co łatwo zmierzyć, zamiast tego, co naprawdę ma znaczenie. Dlatego systemy zdrowia muszą też uwzględniać perspektywę pacjentów, jak motywację do wyzdrowienia czy bariery społeczne.

– Nie przekonamy pacjenta do profilaktyki liczbami, ale możemy go przekonać dzięki technologii, która rozumie jego język, sytuację i emocje – mówiła. „Konsekwencją wdrożenia AI musi być także reforma edukacji medycznej. Tak, by przyszli lekarze nie tylko znali systemy, ale potrafili je krytycznie wykorzystywać.”

AI może przewidzieć z dużym prawdopodobieństwem, co może się wydarzyć jutro albo za tydzień

Adam Konka, dyrektor Centrum e-Zdrowia, przypomniał, jak ważne jest zaprojektowanie narzędzi AI na miarę polskiego systemu zdrowia. Technologia musi działać zarówno w dużych centrach klinicznych jak i w małych, zwyczajnych przychodniach” Przestrzegł przed projektowaniem rozwiązań „doskonałych technologicznie, ale kompletnie bezużytecznych praktycznie”. Jego zdaniem, kluczowe będzie stworzenie fundamentu danych, który pozwoli uczyć i walidować rozwiązania AI w systemie publicznym.

– Mamy 100 procent cyfrowych danych medycznych w Polsce, ale nie umiemy ich jeszcze użyć. Technologia nie jest problemem. Problemem jest zaufanie i odpowiedzialność – mówił Konka, według którego przyszłość systemu polega na „wyposażeniu lekarza w narzędzia, które rozszerzają jego zdolności diagnostyczne i upraszczają powtarzalne zadania”.

Przedstawił też projekt realizowany w Śląskim Parku Technologii Medycznych Kardio-Med Silesia, skierowany do pacjentów z ciężką niewydolnością serca i wykorzystujący urządzenia wszczepialne oraz dodatkowe przystawki monitorujące najważniejsze parametry zdrowia. Dzięki nim możliwe jest stałe, zdalne nadzorowanie stanu chorego. System umożliwia raportowanie do lekarza specjalisty na drugim poziomie opieki, dzięki czemu można szybko podejmować działania ratujące życie lub stabilizujące stan pacjenta, a także przyspieszać dostęp do konsultacji, jeśli pojawiają się niepokojące sygnały. Zwłaszcza w chorobach kardiologicznych ważne jest, aby odpowiednio wcześnie wychwycić sygnały świadczące o pogarszającym się stanie pacjenta i temu właśnie służy system monitorowania.

Przyszłość medycyny to lekarz współpracujący z AI

Podczas debaty pojawiło się wiele przykładów praktycznych zastosowań AI: od monitorowania pacjentów z wszczepialnymi urządzeniami, przez algorytmiczne planowanie profilaktyki populacyjnej, po analizę danych obrazowych w kardiologii i onkologii lub w chirurgii do zmniejszania wpływu drgania rąk człowieka w operacjach robotycznych.

Gen. Gielerak przypomniał, że „algorytmy osiągają dziś 97% skuteczności w identyfikacji zmian o średnicy poniżej milimetra, ale nie potrafią powiedzieć pacjentowi, co to oznacza dla jego życia. Dlatego przyszłość AI widzi w płynnej współpracy technologii z człowiekiem, bo sama technologia często nie zna kontekstu i nie może pomóc. Przykładem są automatyczne boty na infoliniach, które są często powodem do frustracji, a nie wsparciem.

Na koniec debaty padło pytanie, czy młodzi lekarze, wychowani w środowisku algorytmów, będą potrafili działać samodzielnie. Prof. Stępińska poruszyła jedną z największych obaw: „Jeśli w sytuacji awaryjnej zabraknie systemów wspomagających decyzję, czy lekarz będzie umiał działać intuicyjnie, tak, jak uczono kiedyś?”. Gen. Gielerak doprecyzował, że chodzi o „zdolność do działania w chaosie, w warunkach braku danych, pod presją, ale z zachowaniem odpowiedzialności”. Dlatego medycyna analogowa nie utraci na wartości i każde pokolenie lekarzy będzie musiało mieć bazową wiedzę, aby działać bez wsparcia AI.

Sztuczna inteligencja nie zmieni medycyny od razu, ale już zmienia sposób, w jaki lekarze słuchają pacjentów, analizują dane i decydują o leczeniu. Czeka nas rewolucja relacji między człowiekiem a technologią, między wiedzą a intuicją, między zaufaniem a odpowiedzialnością.

Czytaj także: Relacja z debaty Centrum e-Zdrowia o AI w diagnostyce obrazowej