AI wyręczy lekarza w tworzeniu EDM. „To kwestia kilku lat”

Lekarze od zawsze wpisywali ręcznie dane do kartotek pacjentów, najpierw na papierze, a dzisiaj w komputerze. Innej alternatywy nie było. Ale teraz AI może słuchać rozmowy lekarza z pacjentem i automatycznie uzupełniać wpisy w EDM. Brzmi to obiecująco, ale dla lekarzy będzie to bezprecedensowa zmiana.

Lekarze nie lubią wprowadzać danych do oprogramowania gabinetowego za pomocą klawiatury. Jednak niezależnie od wad, w tym przede wszystkim czasu potrzebnego na uzupełnienie EDM, wszyscy się do tego przyzwyczaili. I nawet pomimo ogromnych wad: lekarze podczas każdej wizyty pacjenta spędzają co najmniej kilka minut na pisaniu w komputerze – rejestrowaniu wykonanych świadczeń, wypisywaniu recept i skierowań, notowaniu obserwacji.

Takie podejście za kilka lat najprawdopodobniej będzie tak archaiczne jak dzisiaj stosowanie kartotek papierowych. Duża rewolucja jest już na horyzoncie – generatywna sztuczna inteligencja pozwala na transkrypcję rozmowy lekarza z pacjentem na zapisy w EDM i automatyczne wystawienie recepty albo skierowania. Wszystko, co musi zrobić lekarz, to zatwierdzić, że dane są poprawne. Brzmi obiecująco, ale czy jesteśmy gotowi na zupełnie nową formę wizyty? Nie obędzie się bez kompromisów. Lekarze będą musieli nauczyć się usystematyzowanej rozmowy z pacjentem, aby wszystkie dane wymagane w EDM zostały zarejestrowane. Z kolei pacjenci muszą zaufać AI, której ucho będzie się przysłuchiwać intymnej rozmowie z lekarzem.

Lekarz i AI

Już nawet co piąty lekarz korzysta z takich narzędzi jak ChatGPT – wynika z niedawno opublikowanego w BMJ Health and Care Informatics badania. W dużych ośrodkach klinicznych w USA, systemy speech-to-text są testowane od kilku lat. Dostawcy IT dla ochrony zdrowia – jak Epic albo Oracle – wprowadzają opcje AI do EDM, wiedząc, że tego oczekują lekarze zmęczeni klikaniem i pisaniem na klawiaturze. Trend jest jednoznaczny: elektroniczna dokumentacja przyszłości będzie oparta na naturalnej rozmowie z pacjentem.

W marcu br. swoją premierę miała nowa wersja najpopularniejszego za oceanem systemu do transkrypcji, czyli Dragon Copilot Microsoftu. System został wzbogacony o narzędzia AI, aby „pomóc lekarzom w szybkim pobieraniu informacji ze źródeł medycznych i automatycznym sporządzaniu notatek klinicznych.”

Pierwsze doświadczenia są tylko pozytywne. W badaniu Provider Adoption of Speech Recognition and its Impact on Satisfaction, Documentation Quality, Efficiency, and Cost in an Inpatient EHR sprawdzono wpływ wprowadzenia systemów rozpoznawania mowy na jakość tworzenia elektronicznej dokumentacji klinicznej. Wnioski: znaczna poprawa satysfakcji świadczeniodawców względem jakości EDM i wydajności procesu jej tworzenia.

Mniej stresu dla lekarzy, większy komfort psychologiczny dla pacjentów

Wspomniane badanie sugeruje, że dyktowane notatki są dłuższe i bardziej szczegółowe niż te pisane na klawiaturze. Chociaż czas tworzenia dokumentacji był podobny dla obydwu metod, dyktowane notatki miały mniej błędów.

Nic dziwnego, że technologia rozpoznawania mowy jest coraz częściej stosowana w placówkach opieki zdrowotnej, zwłaszcza amerykańskich. W połączeniu ze sztuczną inteligencją może przyspieszyć procesy dokumentacyjne nawet o 15% – wynika z przeglądu literatury naukowej. Z bezpośrednich wywiadów z placówkami, które już stosują technologię, wynika jednak, że oszczędność czasu raczej jest minimalna.

Opinie się różnią, bo wszystko zależy od sposobu pracy. Przykładowo, dr Jennifer J. Bryan, lekarz medycyny rodzinnej w Mississippi, opowiedziała w Business Insider o tym, jak wdrożyła asystenta głosowego opartego na AI do sporządzania notatek. Według niej, teraz praca jest mniej stresująca, a czas czynności administracyjnych zmniejszył się z 10–20 godzin tygodniowo do zaledwie 15 minut dziennie. System dodatkowo poprawił interakcje z pacjentami, co zauważają sami chorzy. Dr Bryan potwierdza, że pojawiają się sporadyczne błędy w transkrypcji, ale korzyści znacznie przewyższają niedociągnięcia.

Rynek rośnie, pozostaje kilka wątpliwości

Nie ma na razie danych mówiących o tym, ile placówek już korzysta z systemów AI do sporządzania EDM. Ale rynek szybko rośnie: inwestycje w tego typu rozwiązania podwoiły się z 390 mln USD w 2023 roku do 800 mln USD w 2024 roku (dane z USA). Microsoft i Amazon, współpracując ze startupami AI, opracowują narzędzia oparte na sztucznej inteligencji, aby pomóc lekarzom w wygodniejszym generowaniu EDM. Jak niektórzy twierdzą, będzie to jeden z najszybciej umacniających się trendów technologicznych w kolejnych latach. I to pomimo tego, że tego typu systemy nadal nie są idealne: lekarz musi czasami uzupełnić ręcznie brakujące dane albo poprawiać błędy. Duże wątpliwości budzą kwestie prywatności pacjentów. Dotychczas to lekarz filtrował dane przekazywane przez pacjenta i rejestrował w EDM tylko te konieczne z punktu widzenia diagnozy, wystawienia recepty oraz rozliczenia z płatnikiem. W nowym podejściu to AI słucha całej rozmowy, co wymaga stosowania rozwiązań opartych na lokalnie instalowanych algorytmach AI.

AI oszczędza czas, który można poświęcić pacjentom. Ale czy lekarze czują się komfortowo z dyktowaniem zamiast pisaniem? Takich badań na razie nie ma. Młode pokolenie już jest przyzwyczajone do dyktowania wiadomości w np. komunikatorze WhatsApp. Badanie IPSOS przeprowadzone w Wielkiej Brytanii sugeruje, że dwie trzecie użytkowników komputerów wolałoby używać mikrofonu zamiast klawiatury. W rachubę wchodzą jeszcze małe, ale istotne detale psychologiczne: dyktując dane, lekarz nie ma takiej kontroli nad zapisem jak wpisując je ręcznie. Od dyktowanej EDM nie uciekniemy. Brakuje lekarzy i nie możemy sobie pozwolić na to, aby zajmowali się oni administracją zamiast leczeniem. Frustracja EDM sięgnęła zenitu i w końcu – wraz z pojawieniem się generatywnej sztucznej inteligencji – pojawiła się szansa, aby przywrócić wizycie lekarskiej najlepsze cechy kontaktu z pacjentem i pozbyć się biurokracji odpowiedzialnej za wypalenie zawodowe lekarzy. Pracownicy ochrony zdrowia dopiero co przeszli ze stosowania papieru na komputer. Teraz czeka ich jeszcze większa transformacja.

Czytaj także: Co dzieje się z danymi, które lekarz wpisuje do ChatGPT?