Artykuł 12 KEL wymaga od lekarza uzyskania zgody pacjenta, jeśli w procesie diagnostycznym lub terapeutycznym stosowane są rozwiązania oparte na sztucznej inteligencji (AI). „To będzie problematyczne, a czasami niemożliwe i nie jest wymagane przez prawo” – komentuje Ligia Kornowska, Dyrektor Zarządzająca Polskiej Federacji Szpitali.

Nowa wersja Kodeksu Etyki Lekarskiej (KEL) i zapis o AI

18 maja 2024 r., podczas Nadzwyczajnego XVI Krajowego Zjazdu Lekarzy, została uchwalona nowa wersja Kodeksu Etyki Lekarskiej. Po raz pierwszy pojawił się w nim zapis dotyczący sposobu stosowania przez lekarzy rozwiązań sztucznej inteligencji (AI).

Zgodnie z artykułem 12 KEL:

„Lekarz może w postępowaniu diagnostycznym, leczniczym lub zapobiegawczym korzystać z algorytmów sztucznej inteligencji przy spełnieniu następujących warunków:

1. poinformowania pacjenta, że przy stawianiu diagnozy lub w procesie terapeutycznym będzie wykorzystana sztuczna inteligencja;
2. uzyskania świadomej zgody pacjenta na zastosowanie sztucznej inteligencji w procesie diagnostycznym lub terapeutycznym;
3. zastosowania algorytmów sztucznej inteligencji, które są dopuszczone do użytku medycznego i posiadają odpowiednie certyfikaty;
4. ostateczną decyzję diagnostyczną i terapeutyczną zawsze podejmuje lekarz.

Nieżyciowy zapisy KEL

Jak zauważa Ligia Kornowska, Dyrektor Zarządzająca Polskiej Federacji Szpitali, nowy zapis nie znajdował się w wersji KEL prezentowanej w konsultacjach publicznych i został dodany bezpośrednio przed zatwierdzeniem uchwały.

– Pytanie pacjenta o zgodę przed każdym wykorzystaniem algorytmu AI będzie problematyczne, a czasami niemożliwe. Nie przyniesie również korzyści i nie jest wymagane przez prawo – dodaje.

Choć nowy zapis budzi wątpliwości, aktualizacja KEL raczej jest mało prawdopodobna. Dlatego Koalicja AI w Zdrowiu – której Liderką jest Ligia Kornowska – opracowała propozycję interpretacji tego zapisu. Opiera się ona na propozycji zawartej w „Białej Księdze AI w praktyce klinicznej”, opracowanej przez Koalicję AI w Zdrowiu.

Zgodnie z nią, „poinformowanie pacjenta o wykorzystaniu sztucznej inteligencji oraz uzyskanie jego świadomej zgody dotyczą wyłącznie sytuacji, w których AI ma istotny wpływ na przebieg lub charakter udzielanego świadczenia zdrowotnego – pacjent powinien znać i rozumieć ten wpływ, inaczej świadomość jego zgody może być kwestionowana. Ten obowiązek nie ma jednak miejsca w pozostałych przypadkach, kiedy sztuczna inteligencja jest tylko jednym z elementów procesu diagnostyczno-leczniczego, w szczególności nie można przyjąć, że o AI każdorazowo należy informować tylko dlatego, że to właśnie AI.”

Uzasadnienie interpretacji zapisu o AI w KEL

Propozycja, aby obowiązek uzyskania zgody pacjenta miał miejsce tylko wówczas, gdy AI ma istotny wpływ na przebieg lub charakter udzielanego świadczenia zdrowotnego, ma pragmatyczne uzasadnienie. Coraz więcej systemów IT oraz urządzeń medycznych zawiera certyfikowane algorytmy AI, o których nawet sam lekarz może nie wiedzieć. Algorytmów AI stosowanych w medycynie przybywa lawinowo i trudno oczekiwać, aby lekarze orientowali się, czy dane urządzenie albo system korzysta z AI czy nie.

Oto argumenty, jakie Koalicja AI w Zdrowiu przedstawiła w piśmie przesłanym do zespołu KEL:

„Jedną z podstawowych zasad prawa medycznego jest zasada poszanowania autonomii pacjenta, której podstawowym wyrazem jest obowiązek uzyskania świadomej zgody na udzielenie świadczenia zdrowotnego. Pacjent musi m.in. świadomie zaakceptować zrozumiałe dla siebie ryzyko dokonania zabiegu, które może wynikać np. ze stosowanych podczas niego narzędzi. Dopiero taka zgoda pacjenta wyłącza bezprawność interwencji lekarza. Samo uzyskanie formalnej zgody pacjenta bez poinformowania go o dostępnych metodach, ryzyku i następstwach zabiegu powoduje, że jest to zgoda „nieobjaśniona” i jako taka jest wadliwa – lekarz działa wówczas bez zgody i naraża się na odpowiedzialność. Rodzi to zatem pytanie o to jak i kiedy informować o stosowaniu, przy udzielaniu świadczenia zdrowotnego, sztucznej inteligencji.

Zasadą jest udzielanie pacjentowi informacji w zakresie określonym w art. 9 ust. 2 Ustawy o prawach pacjenta, czyli informacji o stanie zdrowia pacjenta, rozpoznaniu, proponowanych oraz możliwych metodach diagnostycznych i leczniczych, dających się przewidzieć następstwach ich zastosowania albo zaniechania, wynikach leczenia oraz rokowaniu. Nie oznacza to, że lekarz musi przekazywać wszystkie znane mu informacje. Zadaniem osoby informującej jest zarówno dokonanie wyboru przekazywanych informacji, jak i właściwe uszeregowanie wiadomości, stosownie do ich rangi. Ma to na celu udzielenie adekwatnej do przypadku informacji – przedstawienie uprawnionemu wiarygodnego obrazu sytuacji zdrowotnej pacjenta, dzięki czemu informacje medyczne staną się konstruktywnym fundamentem dla dalszych działań w obszarze ochrony zdrowia: podjęcia leczenia albo rezygnacji z niego, wyboru określonej metody diagnostycznej lub terapeutycznej.

AI stosowana w procesie diagnozowania czy leczenia może być traktowana po prostu jako kolejny wkład w proces rozumowania. Gdybyśmy byli w stanie odtworzyć proces myślowy lekarza decydującego o tym jakiej techniki chirurgicznej użyć lub jaką dawkę terapeutyczną leku zastosować, znaleźlibyśmy wiele potencjalnych danych wejściowych. Nie ulega wątpliwości, że lekarz, który nie opisuje każdego z tych kroków rozumowania, nie narusza prawa pacjenta do świadomej zgody – podobnie będzie z zastosowaniem, w procesie leczenia, AI jako jednego z wielu elementów procesu decyzyjnego.

Inaczej jednak przedstawia się sytuacja, w której AI ma istotny wpływ na przebieg lub charakter udzielanego świadczenia zdrowotnego – pacjent powinien znać i rozumieć ten wpływ, inaczej świadomość jego zgody może być kwestionowana. Podobnie jak w przypadku, kiedy głównym elementem badania niezbędnego do postawienia diagnozy jest przeprowadzenie tomografii komputerowej, konieczne jest poinformowanie o tym pacjenta w celu uzyskania świadomej zgody, w przypadku gdy oprogramowanie AI stanowi istotny element w procesie diagnostycznym czy leczniczym profesjonalista medyczny również musi przekazać odpowiednią informację pacjentowi, aby uzyskana zgoda pacjenta była świadoma. Jeżeli zatem to AI decyduje o zastosowanym postępowaniu, a profesjonalista medyczny zgadza się z nim i przekazuje pacjentowi tę decyzję – zasadne jest poinformowanie pacjenta o roli AI.

W większości dotychczasowych zastosowań AI w medycynie sztuczna inteligencja jest tylko jednym z elementów procesu diagnostyczno-leczniczego koordynowanego przez lekarza, w takich wypadkach więc nie jest niezbędne informowanie i zbieranie zgody pacjenta na korzystanie z tej nieinwazyjnej procedury medycznej.”

Uchwała wprowadzającą nową wersję Kodeksu Etyki Lekarskiej wejdzie w życie 1 stycznia 2025 r.

Pobierz: Biała Księga AI w Praktyce Klinicznej

Voidpet Garden to ogród zwierząt, które reprezentują pozytywne i negatywne emocje. Nazywając je i opiekując się nimi, można lepiej zrozumieć samego siebie, praktykować uważność i zadbać o zdrowie emocjonalne. Zabawa i autoterapia w jednym.

Wizualizacja emocji w ogrodzie dziwnych stworzeń

Voidpety to wyimaginowane zwierzęta, które symbolizują różne emocje człowieka. Po ich kształcie można się szybko domyślić, jakiemu rodzajowi uczuć odpowiadają, a liczba oczu określa ich dojrzałość.

Celem gry Voidpet Garden – Mental Health jest wizualizacja emocji, a przez to lepsze ich poznanie, zrozumienie, obserwacja i akceptacja (złe emocje) lub celebracja (pozytywne). Wychowując zwierzęta, zajmujemy się swoimi uczuciami i z czasem zyskujemy nad nimi lepszą kontrolę. Im potężniejsza emocja, tym więcej czasu trzeba, aby ją oswoić.

Gra zaczyna się prosto: wybierasz swoje pierwsze zwierzątko-emocję (np. strach, samotność, nostalgię), nazywasz je i określasz, jakie cele chcesz osiągnąć. Trafia ono do twojego ogrodu symbolizującego umysł. Każdy voidpet ma inne potrzeby i sposoby komunikacji. Na przykład musisz je karmić albo troszczyć się o nie. Dodając kolejne voidpety do swojego ogrodu, wizualizujesz coraz dokładniej swój stan emocjonalny, co ułatwia radzenie sobie z różnymi uczuciami i wspiera świadomą refleksję.

Gra oparta na zasadach terapii poznawczo-behawioralnej (CBT)

Terapeutyczny wpływ gry polega właśnie na nazywaniu emocji i wchodzeniu z nimi w interakcje w formie gry symulującej opiekę nad zwierzętami.

Do wyboru są różne rodzaje zwierząt: do zabawy (chętnie spędzą z tobą czas, zachęcając do przerw albo ćwiczeń), afirmujące (dzielą się swoimi ukrytymi uczuciami i zachęcają cię do tego samego), kochające przytulanie itd. Gracz musi regularnie odwiedzać swój ogród, dbać o znajdujące się w nim rośliny i voidpety.

Aplikacja opiera się na zasadach terapii poznawczo-behawioralnej (CBT). Dzięki niej nauczymy się m.in. identyfikować negatywne wzorce poznawcze i uczyć się je zmieniać na pozytywne. Wśród innych technik jest też m.in. praktykowanie wdzięczności pomagające poprawiać nasze relacje z ludźmi i nastrój, medytacja, śledzenie nastroju, Gra może być na początek trudna do zrozumienia, dlatego polecana jest raczej osobom dorosłym np. mającym problem z niektórymi emocjami jak lęki, gniew, złość.

Czytaj także: Calm. Czy to naprawdę najlepsza aplikacja do medytacji?

Marcin Kulicki, Prezes Zarządu Mazowieckiego Szpitala Wojewódzkiego im. Jana Pawła II w Siedlcach, opowiada, jak stworzyć nowoczesny szpital. Podsumowanie rozmowy z nowego odcinka podcastu „Zdrowie w Rozmowie”.

Dobry lider jest w stanie przełamać opór przed zmianą

Mazowiecki Wojewódzki Szpital im. Jana Pawła II w Siedlcach to jedna z najnowocześniejszych placówek w Polsce, wykorzystująca m.in. cztery roboty medyczne oraz rozwiązania IT wspomagające procesy organizacyjne.

Jak przyznaje Prezes Kulicki, innowacyjność się opłaca, bo oznacza wyższe bezpieczeństwo pacjenta i lepsze wyniki leczenia. Wdrażanie rozwiązań cyfrowych i AI to zresztą konieczność, aby nie zostać w tyle rozwoju technologicznego oraz dopasować się do wymagań rynkowych. Ale nie jest to łatwe. Choć możliwości zdobycia finansowania na innowacje jest łatwiejsze niż kilka lat temu, barierą pozostaje czynnik ludzki.

– Także w zawodzie lekarza są zarówno innowatorzy jak i konserwatyści. Dlatego kluczowe jest znalezienie lidera i pasjonata, który poprowadzi wdrożenie nowej technologii, „sprzeda” projekt innym pracownikom, pokaże wartość dodaną. Do tego trzeba więcej niż zwykłej pracy – trzeba samozaparcia, zaangażowania, odwagi do skorzystania z nowej formuły. Jest to zawsze długi proces, który zaczyna się od pomysłu. Następnie budujemy wokół niego zespół i dobrą aurę, aby wzbudzić zainteresowanie i zmotywować i zaangażować pracowników – mówi Marcin Kulicki.

– Na początku praca z innowacją może być trudna i czasochłonna, ale z czasem to się zmienia. Z natury ludzie nie lubią zmian, woląc pozostać w swojej strefie komfortu. Ale można sobie z tym poradzić – dodaje, podając przykład wdrożenia robota chirurgicznego da Vinci, którym dysponuje szpital. Pierwsze operacje za pomocą robota trwały dłużej niż klasyczne zabiegi, ale dzięki szkoleniom pracownicy nabrali wprawy i teraz można wykorzystać cały potencjał urządzenia.

Elektroniczna Dokumentacja Medyczna. „Nie zdążyliśmy na czas”

Prezes Szpitala im. Jana Pawła II w Siedlcach przyznaje, że placówka jest w 80% przygotowana na całkowite przejście na elektroniczną dokumentację medyczną. Finalizacja ostatnich szczegółów na poziomie centralnym potrwa jeszcze około 2-3 lata. Nadal jest wiele niejasności prawnych prowadzących do kuriozalnych sytuacji, gdy tworzone są wersje elektroniczne i papierowe dokumentów, bo wydruki są przykładowo wymagane przez audytorów.

– Opinia jest taka, że lekarz siedzi w systemie [red. przed komputerem], a nie z pacjentem – mówi Marcin Kulicki. Powodem są wymagania biurokratyczne w ochronie zdrowia: podpisy, akceptacje, zgody, zatwierdzenia dokumentów. To trudny do rozwiązania problem, bo chodzi o kwestie prawne, w tym zabezpieczenie się przed roszczeniami pacjentów.

Nadzieją są nowe rozwiązania techniczne upraszczające pracę lekarza, jak przykładowo systemy transkrypcji głosu na EDM. Oprócz automatyzacji procesów, rozwiązania IT pomagają budować relacje z pacjentami poprzez stałą komunikację i monitoring zdrowia na odległość.

Według Prezesa Kulickiego, najważniejszym tematem w polskim e-zdrowiu w najbliższych latach będzie pełne przejście wszystkich placówek na elektroniczną dokumentację medyczną EDM oraz wdrażanie rozwiązań sztucznej inteligencji (AI).

Czasopismo OSOZ Polska jest partnerem podcastu „Zdrowie w Rozmowie”.

Czytaj także: Nie bójmy się technologii w medycynie. Wdrażajmy je!

Amerykańska Agencja Zdrowia i Żywności (FDA) dała zielone światło do wykorzystania w badaniach klinicznych historii migotania przedsionków (AFib) z Apple Watch. To piewszy cyfrowy biomarker – czyli informacje zbierane przez urządzenia mobilne do badań – zatwierdzony przez FDA.

Cyfrowe badania kliniczne

Badania kliniczne to kluczowy etap prac nad nowymi lekami, urządzeniami medycznymi oraz terapiami. Zbierając dane od pacjentów, można poznać wpływ leków na organizm, skuteczność implantów, charakterystykę przebiegu choroby i zależności, które mogą rzucić nowe światło na profilaktykę chorób.

Prowadzenie badań klinicznych jest jednak kosztowne i długotrwałe, co wynika m.in. trudności w rekrutacji ochotników oraz konieczności monitorowania ich zdrowia w placówce medycznej lub w domu z wykorzystaniem certyfikowanych urządzeń telemedycznych.

W międzyczasie pojawiła się nowa szansa: miliony osób noszą inteligentne zegarki wyposażone w funkcje zdrowotne. W 2022 roku, smartwatche posiadało 211 mln osób na świecie. Są one potencjalnymi dawcami danych do badań klinicznych.

Przykładowo, w 2018 roku Stanford Medicine przeprowadziło tzw. Apple Heart Study. W ramach badania, uczestnicy byli powiadamiani o nieregularnym rytmie serca wykrytym przez Apple Watch, który może sugerować migotanie przedsionków (AFib). Jeśli zidentyfikowano nieregularności rytmu, uczestnicy otrzymywali powiadomienie w Apple Watch, byli kierowani na konsultację telezdrowia z lekarzem i otrzymywali plaster elektrokardiograficzny (EKG w celu weryfikacji sugestii zegarka). Badanie, w którym wzięło udział rekordowe 400 000 uczestników, potwierdziło dokładność funkcji AFib w zegarku Apple Watch.

Smartwatch wykrywa migotanie przedsionków (AFib)

Z początkiem maja br., amerykańska Agencja Leków i Żywności (FDA) wydała pozwolenie na wykorzystanie danych z historii AFib w zegarkach Apple Watch do badań nad urządzeniami do leczenia nieregularnego bicia serca. Dokładnie chodzi o ocenę bezpieczeństwa i skuteczności aparatów do ablacji w leczeniu zaburzeń rytmu serca.

Funkcja historii migotania przedsionków została zakwalifikowana do programu FDA Medical Device Development Tools (MDDT) i jest to pierwsza kwalifikacja wydana dla cyfrowej technologii medycznej i nieinwazyjnego gromadzenia danych przed i po leczeniu.

Smartwatch jako urządzenie medyczne

Funkcja AFib w zegarku Apple Watch została wprowadzona w 2018 roku. Wersja 4 i nowsze smartwatcha mają od tego czasu wbudowany elektryczny czujnik tętna, który okazał się przełomem w monitorowaniu pacjentów z grup ryzyka chorób kardiologicznych. Podczas prezentowania nowych rozwiązań dla zdrowia, Apple często przytacza historie pacjentów, którym funkcja AFib uratowała życie, sugerując występowanie arytmii i zalecając kontakt z lekarzem.

Historia AFib została certyfikowana w USA przez FDA i posiada europejski znak CE dla urządzeń medycznych (do wykorzystania dla osób w wieku 22 i powyżej). Ma też swoje wady: wadliwe wskazania zegarka wywołują nieuzasadniony stres u zdrowych osób i generują niepotrzebne wizyty lekarskie.

Badanie przeprowadzone na zlecenie Huawei CBG sugeruje, że 43,5% Polaków posiada smartwatche albo opaski monitorujące parametry zdrowia i aktywności fizycznej. Największą popularnością cieszą się w grupie wiekowej 25–34 lat (55% użytkowników). Co piąty badany deklaruje, że planuje w przyszłości zakupić takie urządzenie.

Czytaj także: Premiera nowej generacji robota chirurgicznego. Co potrafi da Vinci 5?

Żyjemy w ciekawych czasach rewolucji technologicznej napędzanej sztuczną inteligencją. Martwi mnie jednak to, że tak słabo jesteśmy przygotowani do zmian – pisze dr hab. Katarzyna Kolasa w kolejnym felietonie Sieci Lekarzy Innowatorów Naczelnej Izby Lekarskiej NIL-IN.

Dr hab. Katarzyna Kolasa, Kierownik Zakładu Ekonomiki Zdrowia i Zarządzania Opieką Zdrowotną, Profesor Akademii Leona Koźmińskiego

Rośnie PKB na zdrowie, maleje liczba lekarzy i pielęgniarek

Z pewnością niejeden czytelnik zastanowi się, czy zmiana jest w ogóle potrzebna? Kraje grupy OECD wydają na ochronę zdrowia przeciętnie już prawie 10% PKB. Jest to dokładnie tyle, ile OECD planowała w 2019 roku jako średni poziom wydatków na rok 2030.

Niemcy i Francja już dziś przeznaczają aż 12% PKB na zdrowie. Co więcej, pensje lekarzy specjalistów galopują w zawrotnym tempie sięgając nawet sześciokrotnej średniej krajowej. Tymczasem na profilaktykę wydajemy mniej niż 4% całkowitych wydatków na zdrowie.

Ma to sens? Chyba nie, skoro już dziś wiemy, że w 2030 roku zabraknie nam 10 milionów pracowników w sektorze ochrony zdrowia. Czy sztuczna inteligencja ma szansę coś zmienić? Odpowiedź jest „tak, ale”. Zmiana wymaga przeorganizowania systemu ochrony zdrowia: od edukacji obywateli po legislację aż wreszcie kończąc na kulturze dostępu do danych i współpracy. Ale to zmiana prawa będzie jedynym pewnym czynnikiem sukcesu.

Archaiczny sektor zdrowia

Chcemy wspierać walkę ze zmianą klimatu. Dajemy subwencję kupującym samochody elektryczne. Tak samo musimy się przesiąść z systemu leczenia na system profilaktyki zdrowia poprzez zachęty dla tych, którzy unikają chorób.

To się już dzieje w Singapurze. Tam, spacerując każdy może gromadzić punkty zamieniane na bonusy w supermarketach. Policzono, iż lepiej subwencjonować zakupy spożywcze obywateli niż później ich leczyć z otyłości i cukrzycy. Jednak takie proste manewry są skuteczne pod warunkiem umiejętności korzystania z prostych aplikacji mobilnych. Rząd singapurski nie oszczędza na kampanie wspierania zdolności cyfrowych swoich obywateli.

Patrząc na statystyki, nie możemy się chwalić. Polska jest w ogonie Europy z mniej niż 50% społeczeństwa wyposażonego w „digital skills”. Gorzej jest tylko w Rumunii i Bułgarii. Brak cyfryzacji społeczeństwa to nie jedyny problem na drodze do wykorzystania potencjału sztucznej inteligencji. Kolejnym jest model finansowania świadczeń zdrowotnych. W skrócie – płacimy za wykonane usługi medyczne. W zasadzie jestem gotowa postawić tezę, iż czas zacząć karać za leczenie, a płacić za brak potrzeby leczenia.

Słucham nie raz narzekań, które z pewnością każdy słyszał choć raz: „tyle lat płacę na składkę zdrowotną, a teraz muszę czekać.” No tak został skonstruowany system ochrony zdrowia. Płacimy solidarnie i rozkładamy ryzyka. Tylko, że w dobie sztucznej inteligencji – a dokładniej dostępu do danych – ta zasada już nie musi działać. Możemy po prostu wyposażyć obywateli w algorytmy analityki danych do predykcji zdarzeń medycznych, zapewniając wytyczne kliniczne, jak im zapobiec.

Algorytmy dla zdrowia

Podczas ostatniej wizyty w Wiedniu zobaczyłam przychodnię medyczną. W zasadzie to nie była przychodnia, bo nazywała się longevity health center, czyli centrum długowieczności. To jest dokładnie sens rewolucji w dobie sztucznej inteligencji. Zapobiegać i leczyć w ostateczności. Dziś taki model w większości krajów europejskich jest nie do osiągnięcia przy obecnym prawie. W grupie krajów OECD, aż 23 z nich wykorzystuje jedynie model finansowania za wykonane procedury medyczne, a jedynie 10 korzysta również z opcji bonusów dla świadczeniodawców za osiągnięte korzyści zdrowotne.

Premiowanie efektów leczenia w przeszłości mogło być trudne, jednak w dobie dostępu do danych i urządzeń zdalnych do mierzenia parametrów życiowych pacjenta, ocena postępów leczenia nie tylko jest możliwa, ale wręcz konieczna. Gwarantuje oszczędności i otwiera ścieżkę do nowych standardów postępowania. Najlepiej przecież uczymy się na własnych błędach. Dane powiedzą nam prawdę, co się sprawdza, a co warto zmienić dla przyszłych pacjentów.

Jednak do takiego scenariusza budowania sukcesu nie wystarczą tylko programy edukacji pacjentów, przepisy prawa – potrzebne są jeszcze chęci do współpracy. W kwietniu 2024 roku, amerykańska agencja regulacji FDA wprowadziła na rynek algorytm do oceny ryzyka sepsy. Policzono, że dzięki jego wdrożeniu można oszczędzić na leczeniu i przedwczesnej umieralności.

Zanim produkt powstał, rząd federalny przeznaczył 749 000 USD na budowę algorytmu. W badanie zaangażowano trzy szpitale, w sumie zebrano 100 000 próbek krwi od 25 000 pacjentów i ustalono 25 parametrów determinujących poziom zagrożenia sepsą. Co ciekawe, wszystkie z nich są na co dzień gromadzone w rutynowej opiece nad pacjentami na intensywnej terapii, co pozwoli na sprawną integrację algorytmu do praktyki klinicznej.

Jak stworzyć nowoczesny system e-zdrowia?

Po co nam wspaniałe nowoczesne technologie, których nie możemy wykorzystać w praktyce klinicznej. Stałym elementem oceny innowacji powinno być nie tylko bezpieczeństwo, skuteczność, ale również przydatność i zdolność do wdrożenia.

Do tego jest potrzebna współpraca i dostęp do danych dla deweloperów nowych technologii. Kiedy idziemy do lekarza, opowiadamy o naszym problemie zdrowotnym. Czas, aby wysłać naszych decydentów i lekarzy do deweloperów, aby opowiedzieli o swoich problemach z niemożnością leczenia pacjentów i pokazali dane, aby można było zaprojektować rozwiązanie dla owych problemów. Potrzebna jest pilnie recepta na nowoczesny system zdrowia. Czas zaprzyjaźnić się z softwarem, bo bez algorytmów nie unikniemy bankructwa ochrony zdrowia. Może się mylę, ale dane nigdy nie kłamią.

Czytaj także: 6 porad, jak zwiększyć cyfrowe zaangażowanie pacjenta

Wdrożenie oceny technologii medycznych w szpitalu (HB-HTA), zarządzanie przez cele i zmianą, stworzenie stanowiska dyrektora ds. innowacji – dojrzałe cyfrowo placówki ochrony zdrowia strategicznie podchodzą do cyfryzacji, mierząc efekty i prognozując wpływ rozwiązań e-zdrowia.

Menedżerowie podmiotów leczniczych są coraz bardziej świadomi wpływu cyfryzacji na efektywność procesów, jakość obsługi pacjenta i zadowolenie pracowników. Wybierają systemy rozważnie, dokładnie kalkulując ich dopasowanie do pozostałych elementów ekosystemu cyfrowego. Nie kupują systemów IT, ale inwestują w dobre rozwiązania.

Co łączy placówki, które są liderami wdrażania rozwiązań e-zdrowia?

1. Koordynatorzy e-zdrowia scalają ścieżkę obsługi pacjenta

Pierwsze szpitale uruchamiają działy innowacyjności, jak przykładowo Instytut Matki i Dziecka w Warszawie. Taka komórka pomaga nawigować po e-zdrowiu i dobierać najbardziej innowacyjne rozwiązania wspierające działalność operacyjną oraz pozycję konkurencyjną placówki. Wiele podmiotów deleguje zadania związane z inwestycjami w IT na szczebel zarządczy, aby informatyzacja stała się częścią planów restrukturyzacji albo rozwoju.

Dyrektor ds. cyfryzacji lub pełnomocnik ds. cyfryzacji wdraża systemy IT tak, aby stworzyć spójną ścieżkę opieki nad pacjentem, wychodzić naprzeciw potrzebom personelu i pacjentów, równocześnie budując spójną bazę danych gotową do np. uruchomienia rozwiązań AI.

Celem jest digitalizacja „w tle”, która skupia się na maksymalizacji czasu dla pacjenta i minimalizacji czasu spędzonego na wypełnianiu dokumentacji. Specjalnie powołana osoba na bieżąco analizuje płynność procesów i monitoruje potrzeby pracowników oraz ma dostęp do badań satysfakcji pacjentów.

Cyfryzacja ma subtelnie działać w tle. To czasami wymaga wymiany całego systemu, zaprojektowania od nowa infrastruktury IT zamiast dokładania kolejnych niedopasowanych do siebie funkcji czy aplikacji albo trwania przy starych rozwiązaniach.

2. Zarządzanie zmianą

Digitalizacja to proces bez końca – ciągle dochodzą nowe wymagania, technologie i możliwości. Trzeba aktualizować system, wprowadzać dotąd nieużywane funkcjonalności, doszkalać personel. Aby ten proces przebiegał płynnie, konieczne jest zarządzanie relacjami z dostawcą systemu IT.

Opiekun ze strony firmy informatycznej zna dobrze wszystkie funkcjonalności systemu i wie, jak przekonfigurować system, aby ułatwić jego obsługę. Może doradzić, które rozwiązania sprawdziły się podczas innych wdrożeń oraz podpowiedzieć jak zarządzać zmianą, jaką jest cyfryzacja, zaangażować pracowników, wykorzystać siłę liderów zmiany, komunikować kolejne etapy cyfryzacji, podtrzymywać motywację pokazując osiągnięte korzyści, rozwiewać wątpliwości i niwelować opór przed innowacjami dając dużą przestrzeń do testowania i eksperymentowania itd.

3. Zarządzanie przez cele

Niektórzy menedżerowie wprowadzają zarządzanie przez cele, rezerwując w każdej jednostce organizacyjnej budżet na rozwój informatyzacji, traktując e-zdrowie jako inwestycję, a nie koszt. Zaletą tego podejścia jest możliwość mierzenia i oceny efektów. Nawet jeśli pieniądze są ograniczone, oszczędzanie na IT w dłuższej perspektywie oznaczać będzie coraz gorszą jakość obsługi pacjentów i frustrację personelu. Cyfryzacja to też inwestycja w ludzi, w tym informatyków, aby zagwarantować bezpieczeństwo gromadzonych danych i płynną obsługę infrastruktury urządzeń i systemów.

Widać też rosnące zainteresowanie funkcjami, które nie są wymagane, ale ułatwiają organizację procesów obsługi pacjenta. Są to np. systemy e-rejestracji, aplikacje mobilne dla pacjentów, kioski rejestracyjne i systemy kolejkowe, call center. Placówki świadomie zamawiają konkretne funkcje, ale z myślą o ich integracji z pozostałymi elementami (kompatybilności). Wiedzą też, że każda funkcja i aplikacja generują dane, które potencjalnie mogą być potem wykorzystane do analiz finansowych albo jakościowych.

4. HB-HTA

Na najwyższym poziomie zaawansowania wdrażania innowacji jest metodologia szpitalnej oceny technologii medycznych (Hospital-Based Health Technology Assesment, HB-HTA).

W skrócie, to proces oceny zasadności, korzyści skutków wdrożenia technologii i interwencji zdrowotnych, która pomaga menedżerom szpitali dokonywać bardziej świadomych wyborów dotyczących inwestycji w innowacje. Wymaga ona jednak sporych nakładów organizacyjnych w tym m.in. stworzenia dedykowanego zespołu złożonego z lekarzy, pracowników działu finansowego, informatyków.

Następnie określa się zmienne, które mają podlegać ocenie: bezpieczeństwo stosowania, koszty, zgodność ze strategią, opłacalność, wpływ na jakość leczenia i wygodę pracy itd. HB-HTA wiąże się z opracowaniem jakościowych i ilościowych wskaźników pomiaru, systematycznym gromadzeniem dowodów na temat technologii, symulacją jej wpływu po wdrożeniu w szpitalu, oceną efektywności kosztowej i konsekwencji dla istniejących procedur (np. dodatkowe obciążenie dla personelu). Wdrożenie metodologii HB-HTA wymaga posiadania eksperckiej wiedzy. Dziś można ją coraz łatwiej zdobyć w ramach studiów podyplomowych albo dedykowanych kursów.

Czytaj także: Co zrobić, aby dział IT wspierał zamiast blokować cyfryzację?

Multimodalna AI od Google i DeepMind potrafi zrozumieć kontekst choroby, co znacznie poprawia dokładność diagnozowania. Med-Gemini zdał amerykański egzamin medyczny odpowiadając poprawnie na 91,1% pytań.

AI naśladuje sposób wnioskowania lekarzy

Google i DeepMind opublikowały pierwsze informacje o Med-Gemini – grupie modeli AI do zastosowań w medycynie. Przeprowadzone przez naukowców firmy badania sugerują, że dokładnością znacznie wyprzeda GPT-4 OpenAI i poprzedni model Google, czyli Med-PaLM-2.

Med-Gemini wyróżnia umiejętność zrozumienia kontekstu objawów choroby, jak czas i kolejność ich wystąpienia. Brak tej zdolności był dotąd źródłem wielu błędów w diagnozowaniu. Oprócz samej wiedzy medycznej, a tę AI już posiada, nie same objawy, ale także ich sekwencja mają znaczenie. Przykładem jest gorączka i wysypka u dziecka. Każdy lekarz wie, że nie można ich traktować na równi, ignorując informację, czy pierwsza była gorączka czy wysypka. Pozornie proste pytania mogą szybko naprowadzić doświadczonego medyka na trop choroby. Ta umiejętność zestawienia symptomów z kontekstem czasu i miejsca ich pojawienia się, która wynika z praktyki lekarskiej, dotąd była domeną lekarza. Okazuje się, że także i tego może nauczyć się AI.

AI przeglądnie EDM, sprawdzi aktualne wytyczne medyczne

Aby wbudować element kontekstowości w sposób pracy AI, programiści Google przyjęli nowe podejście: zamiast tworzyć jedno rozwiązanie jak ChatGPT, opracowali rodzinę powiązanych ze sobą modeli dla ochrony zdrowia. Każdy z nich dedykowany jest innemu scenariuszowi, np. interpretacja danych z elektronicznej dokumentacji medycznej, analiza obrazów radiologicznych i patologicznych, interpretacja badań EKG. Według naukowców, takie podejście pozwoliło zwiększyć precyzję oceny danych.

Med-Gemini ma jeszcze jedną przewagę w stosunku do ChatGPT. Model OpenAI jest statyczny: ChatGPT Plus (płatna wersja) korzysta z informacji do kwietnia 2023 roku, a ChatGPT (wcześniej 3.5, bezpłatny) – do stycznia 2022. Model od Google uzupełniono o dodatkową warstwę, dzięki której może on wyszukiwać aktualne informacje dotyczące analizowanego problemu medycznego w Internecie i włączyć nowe dane do odpowiedzi. To ważne, bo diagnozowanie i leczenie powinno opierać się na najbardziej aktualnej wiedzy i wytycznych naukowych.

Rekordowa dokładność w testach na 91,1%

W 14 medycznych testach porównawczych wykazano wyższą dokładność Med-Gemini w stosunku do konkurentów. W 10 z nich, nowy model pokonał rodzinę modeli GPT-4. Do tego Med-Gamini zdał amerykański egzamin medyczny (United States Medical Licensing Examination, USMLE) odpowiadając poprawnie na 91,1% pytań.

To o 4,6% więcej niż dotychczasowych lider, czyli Med-PaLM 2. Naukowcy Google sugerują, że Med-Gemini gotowy jest do zastosowań w warunkach rzeczywistych, „przewyższając ekspertów-ludzi w zadaniach takich jak podsumowanie tekstu medycznego i generowanie skierowań.” Do tego posiada „obiecujący potencjał w badaniach medycznych i edukacji”. Teraz model musi przejść walidację na rzeczywistych danych w warunkach klinicznych.

Czytaj także: Poradnik dla lekarzy jak korzystać z ChatGPT [POBIERZ]

Sektor zdrowia w Polsce zatrudnia 720 tys. osób, z tego 159 tys. lekarzy. Czy dzięki dostępowi do danych i AI pielęgniarki zyskają nowe kompetencje, a opieka będzie lepiej skoordynowana? Zdecydowanie tak, ale EDM musi jeszcze dojrzeć – mówi Mariola Łodzińska, Prezes Naczelnej Rady Pielęgniarek i Położnych w podcaście „Zdrowie w Rozmowie”.

Dobra EDM to prostsza EDM

Jeśli elektroniczna dokumentacja medyczna stałaby się powszechna, zniknęłyby niektóre absurdy biurokratyczne. Tak jednak nie jest, bo jej wdrażanie przeciąga się i na razie nie widać, aby szybko zostało sfinalizowane.

Drugim problemem jest to, że każdy podmiot gromadzi e-dokumentację medyczną na swój sposób, korzystając z systemów różnych firm. Brakuje standaryzacji sposobu wprowadzania danych jak zgód pacjentów oraz elementów, które ułatwiałyby pracę pielęgniarek.

– Jeżeli stworzymy plan opieki i mamy pacjenta z konkretną jednostką chorobową, wówczas EDM powinna nam podpowiadać, jakie objawy mogą wystąpić i czy pacjent je ma, czy nie. Na tej podstawie powinien się tworzyć plan terapeutyczny. To zdecydowanie ułatwiłoby nam pracę – mówi Prezes Łodzińska.

Według Prezes NIPiP, ogromną pomocą będzie transkrypcja rozmów pielęgniarki z pacjentem na zapisy w EDM. Tak, aby pielęgniarka mogła dyktować dane do EDM. Jednak jak zauważa Ligia Kornowska, Dyrektor Zarządzająca Polskiej Federacji Szpitali, takie systemy powstają w krajach anglojęzycznych, ale w Polsce napotykają na dwie bariery: niuanse języka polskiego oraz stosowanie przez personel medyczny potocznych – nie zawsze zgodnych z literaturą medyczną – sformułowań. Mimo to, prace nad rozwiązaniami „speech-to-text” trwają m.in na Gdańskim Uniwersytecie Medycznym.

Pielęgniarki otwarte na digitalizację, ale część jest wykluczona cyfrowo

Jeszcze nie wiadomo, czy obecnie tworzone standardy kształcenia przeddyplomowego będą obejmowały nowe elementy dotyczące digitalizacji, ale na pewno brakuje ich w kształceniu podyplomowym.

Nowe pokolenie pielęgniarek płynnie porusza się po e-zdrowiu. Z kolei starszym koleżankom obsługa oprogramowania przychodzi trudniej – średnia wieku pielęgniarek wynosi obecnie 54,7 lat. Wrażliwymi obszarami jest zwłaszcza medycyna szkolna i domy pomocy społecznej, gdzie z reguły pracują osoby starsze, a dokumentacja jest w większości papierowa i dopiero teraz przechodzi elektronizację (poza raportowaniem danych do NFZ).

AI korzystne dla pielęgniarek

Prezes Łodzińska przyznała, że jest fanką rozwiązań AI. Za przykład podała polski system AI służący do edukacji studentów, który symuluje rozmowę z osobą chorą na demencję. Na końcu AI podsumowuje poprawność konwersacji i zrozumienie przez cyfrowego pacjenta całej rozmowy.

Takie innowacje niosą zupełnie nowe możliwości dla edukacji i medycyny. Pielęgniarka wyposażona w rozwiązania AI będzie mogła przejąć część obowiązków lekarzy, co jest naturalnym trendem – w związku z takimi wyzwaniami jak starzejące się społeczeństwo, kompetencje pracowników ochrony zdrowia będą się ze sobą coraz bardziej przenikały.

– Ze wsparciem AI, pielęgniarka albo położna mogłaby zyskać nową wiedzę i zrobić o wiele więcej w podstawowej opiece zdrowotnej w ramach porady pielęgniarskiej. W ten sposób moglibyśmy skrócić kolejki w POZ i zwiększyć dostępność do świadczeń – Prezes NIPiP zwróciła uwagę, że jednym z jej osobistych celów jest zwiększenie wykorzystania nowych technologii w pracy pielęgniarek i położnych, aby odciążyć ich od papierologii i aby mogły poświęcić więcej czasu pacjentom.

Czytaj także: Idealny system IT? „Chciałabym dyktować EDM”. Wywiad z dr hab. Magdą Wiśniewską

Po tym jak Parlament Europejski przegłosował Europejską Przestrzeń Danych Zdrowotnych (EHDS), kraje członkowskie UE zaczynają zastanawiać się, jak go wdrożyć. Podczas konferencji HIMSS Europe 2024 (Rzym, 29-31 maja 2024), przedstawiciele ministerstw zdrowia, biznesu, instytucji naukowych i organizacji pacjentów wskazali na kilka krytycznych kroków.

Europejska Przestrzeń Danych Zdrowotnych

EHDS wprowadza nowe zasady pierwotnego i wtórnego wykorzystania danych medycznych. Po pierwsze, dane pacjentów mają być łatwiej dostępne w całej UE, dzięki czemu lekarze za granicą będą mieli dostęp do skróconej e-kartoteki chorego (Patient Summary). Po drugie, anonimowe dane będą łatwiej dostępne do np. celów naukowych, w badaniach nad nowymi lekami i innowacjami oraz w procesie planowania polityki zdrowotnej.

Jak podkreślają entuzjaści EHDS, to projekt, na którym skorzystają wszyscy: pacjenci (bo lekarze będą podejmować decyzje medyczne na podstawie pełnego obrazu zdrowia, niezależnie od miejsca leczenia), lekarze (w procesie diagnozy i leczenia będą mieli dostęp do krytycznych danych, co zwiększy bezpieczeństwo leczenia) oraz system zdrowia (w końcu powstaną repozytoria danych do prac nad nowymi innowacjami cyfrowymi albo lekami).

Przyjęte przez Parlament Europejskie nowe prawo daje solidną bazę dla nowej infrastruktury wymiany i przetwarzania danych medycznych. Regulatorzy mają też nadzieję, że dzięki EHDS, Europa nie będzie już uzależniona od pozyskiwania danych z innych regionów świata, co zapewni tzw. suwerenność cyfrową. Przepisy dot. EHDS wchodzą w życie za dwa lata, a czas potrzebny na ich pełną implementację szacuje się na 4-10 lata.

Aby wprowadzić EHDS, trzeba będzie rozwiązać całą listę problemów

Podczas HIMSS Europe 2024, swoimi obawami dotyczącymi implementacji podzielili się przedstawiciele ministerstw zdrowia z Holandii, Francji i Włoch. Według nich, EHDS to wyzwanie nie tylko techniczne, ale przede wszystkim strukturalno-organizacyjne. Wśród największych problemów, z którymi będą musiały sobie poradzić kraje członkowskie, są m.in.:

• Fragmentyzacja danych w ochronie zdrowia wynikająca ze niejednorodnego systemu zdrowia. Przykładowo, do centralnych platform e-zdrowia nie trafiają dane z sektora prywatnego, a w niektórych państwach panuje silna regionalizacja systemów zdrowia;
  
• Niska jakość danych będąca efektem braku standardów i wytycznych (interoperacyjność);
  
• Silosowość danych i niska gotowość do dzielenia się danych w środowisku medycznym;
  
• Duże zróżnicowanie regionalne pod względem rozwoju infrastruktury wymiany danych;
  
• Zmiana utrwalonego przez lata przekonania pacjentów, że ich dane są udostępniane tylko wtedy, gdy wyrażą na to za każdym razem zgodę;
  
• Brak centralnych wytycznych dotyczących implementacji EHDS;
  
• Niejednorodna i skomplikowana legislacja w ochronie zdrowia;
  
• Spore niedociągnięcia w zabezpieczeniu danych medycznych w ochronie zdrowia.

Jak wdrożyć EHDS? Eksperci wskazują kilka priorytetów

Podczas konferencji HIMSS Europe 2024 często padały ogólne rekomendacje dotyczące implementacji EHDS, jak budowanie gotowości strategicznej, inwestycje w infrastrukturę wymiany danych, wzmacnianie zaufania społecznego do projektu i przetwarzania danych, zmiana kultury pracy w ochronie zdrowia. Najważniejsze na dzień dzisiejszy jest rozpoczęcie prac nad EHDS na poziomie krajowym, ponieważ realizacja jej założeń to wyzwanie na lata

Nad wypracowaniem wytycznych dotyczących EHDS pracuje obecnie eHealth Network – europejska sieć współpracy w zakresie cyfryzacji ochrony zdrowia. Hela Ghariani z francuskiego Ministerstwa Zdrowia, zaangażowanego w eHealth Network, podkreśla, że wprowadzenie w życie EHDS wymaga pięciu elementów:

• Zbadania wpływu EHDS na poziomie prawnym, finansowym i organizacyjnym;
• Przygotowania krajowego planu inwestycyjnego (z wykorzystaniem środków UE);
• Budowania zaufania wśród obywateli;
• Przekonywania organizacji ochrony zdrowia do celowości dzielania się danymi;
• Zaangażowania w inicjatywy europejskie, w ramach których realizowane są już projekty będące częścią EHDS, np. MyHealth@EU czy TEHDAS.

Jednocześnie pojawiają się obawy, że ambitny projekt może rozbić się o niuanse. Przykładowo, niektóre kraje mogą wprowadzić bardziej restrykcyjne regulacje dotyczące przetwarzania szczególnie wrażliwych danych, jak dane genetyczne. Oprócz tego, mimo iż anonimowe dane pacjentów będą mogły być domyślnie wykorzystywane do celów wtórnych na zasadzie „opt-out”, pacjenci mogą mają prawo zastrzec swoje dane. Jeśli nie uda się zbudować zaufania wokół EHDS, mogą mnożyć się kampanie przeciwników. W efekcie liczba osób wnoszących sprzeciw dotyczący przetwarzania danych może być duża i w ten sposób projekt poniesie porażkę.

Sporą kontrolę nad sposobem przetwarzania danych EHDS pozostawia w gestii krajów członkowskich – jeśli każdy z nich zacznie wprowadzać swoje zasady, sukces EHDS będzie pod znakiem zapytania.

Czytaj także: Dane medyczne w Polsce. „Jesteśmy opóźnieni o pół roku”

W majowym numerze OSOZ Polska (5/2024) sprawdzone metody na no-shows oraz raport o cyfrowych wyrobach medycznych.

• Annabel Seebohm (COCIR) analizuje innowacyjność technologii medycznych w Europie
• Mariola Łodzińska (NIPiP) odpowiada na pytania o AI w pielęgniarstwie
• Santiago de Matos Lima tłumaczy, jak wprowadzić gamifikację do szpitala
• Katarzyna Kolasa przekonuje, że bez AI system zdrowia czeka bankructwo

Kliknij tutaj, aby pobrać bezpłatnie majowe e-wydanie OSOZ (wersja PDF, 8,8 MB)

Spis treści:

• Med-Gemini AI. Co potrafi nowy model AI od Google?
• Briefing e-zdrowia. EHDS. Nowa baza BLOZ
• Pierwszy cyfrowy biomarker. Przełomowa decyzja amerykańskiej FDA
• Jak mierzyć satysfakcję pacjentów? Jak zaprojektować badanie opinii
• Bez AI, system zdrowia nie przetwa. Felieton Katarzyny Kolasa (NIL-IN)
• Aplikacja miesiąca. Pielęgnuj dobre emocje i zapanuj nad tymi złymi
• Innowacje. Aplikacja do diagnozy infekcji ucha. AI do analizy EDM i predykcji arytmii serca
• Infografika. E-zdrowie w Polsce na tle Europy (WHO)
• Raport specjalny. Rynek cyfrowych wyrobów medycznych w Polsce
• Gamifikacja w szpitalu. Wdrożenie w Szpitalu Włoskim
• Przemysł technologii medycznych w kryzysie. Czy Europa wygra z Chinami i USA?
• Bezpieczeństwo danych. Podstępny phishing. Jak go rozpoznać?
• No-shows. Sprawdzone metody na walkę z nieodwoływanymi wizytami
• Ze świata. Czy nowa szczepionka mRNA pomoże w leczeniu czerniaka?
• AI w medycynie. Lekarze przekonują się do generatywnej AI
• Rozmowa z Prezes NIPiP. EDM powinna być proaktywna
• Raport OECD. Rezygnacja z AI szkodliwsza niż potencjalne zagrożenia AI
• Rozwiązania IT. Uwierzytelnianie dwuskładnikowe w aplikacjach KAMSOFT

Wszystkie wydania archiwalne dostępne są na zakładce POBIERZ