Za sprawą m.in. szczepień, apteki realizują świadczenia medyczne podobnie jak placówki zdrowia, a tym samym muszą je sprawozdawać do NFZ celem uzyskania refundacji. Cały proces można uprościć integrując oprogramowanie apteczne z systemem do rozliczeń z NFZ.

Ewidencjonowanie i rozliczanie refundowanych usług zdrowotnych w aptece

Realizacja refundowanych usług zdrowotnych w aptece, poza budowaniem profesjonalnego wizerunku placówki, to także większy przychód dla aptek. Apteka, aby otrzymać wynagrodzenie, musi prawidłowo zaewidencjonować wykonanie usługi, a następnie rozliczyć ją z Narodowym Funduszem Zdrowia. W praktyce, np. w przypadku szczepień, oznacza to pracę na wielu systemach informatycznych.

Farmaceuta musi zweryfikować w eWUŚ, czy pacjent jest ubezpieczony, zarejestrować zdarzenie medyczne w systemie P1, a także obsłużyć umowę z NFZ i finalnie rozliczyć się z płatnikiem. Nierzadko pojawia się potrzeba przygotowania korekty dla NFZ do przesłanych rozliczeń. Cała ta procedura robi się szczególnie uciążliwa, gdy szczepienia wykonuje się na dużą skalę i przy szerokiej ofercie realizowanych refundowanych świadczeń zdrowotnych (szczepienia, dyżury, antykoncepcja awaryjna).

Warto pamiętać, że systemie aptecznym farmaceuci rozliczają refundacje za produkty lecznicze oraz zlecenia na wyroby medyczne (eZWM), ale system ten nie obsłuży całego procesu związanego z ewidencją i rozliczeniem refundowanych usług zdrowotnych. Dlatego apteka potrzebuje dodatkowej aplikacji, jak np. KS-PPS firmy KAMSOFT, która dostarcza systemy IT do większości aptek w Polsce.

System KS-AOW i system KS-PPS do rozliczenia refundacji z NFZ

Apteki, które korzystają z systemu KS-PPS nie muszą przełączać się pomiędzy systemami, ponieważ wiele procesów dotyczących refundowanych świadczeń zdrowotnych zrealizują w jednym miejscu. KS-PPS obsłuży umowy z NFZ, procesy związane z kwalifikacją pacjenta i szczepieniem, zarejestruje w NFZ wykonanie usługi, zweryfikuje status pacjenta w eWUŚ i umożliwi wystawienie dokumentu faktury, rachunku czy noty. W przypadku konieczności przygotowania korekty dla NFZ, farmaceuta ma dostęp do danych archiwalnych.

Kolejną korzyścią jest możliwość pełnej kontroli nad realizowanym procesem i to na każdym jego etapie. A to oznacza, że jeśli pojawi się konieczność zweryfikowania określonej czynności czy wystawienia korekty do NFZ, apteka bez problemu wykona to w systemie KS-PPS.

Wykonane świadczenie należy zaraportować do systemu P1 (zapewnia to system KS-PPS wraz koordynatorem zdarzeń medycznych, czyli KS-EDM Suite), stworzyć raport świadczeń (SWIAD) i zarejestrować w NFZ. W związku z tym, każda apteka, która poważnie podchodzi do świadczeń dla pacjentów powinna zaopatrzyć się i korzystać z profesjonalnego systemu, który obsłuży kompleksowo proces związany z wykonywaniem i rozliczaniem refundowanych świadczeń zdrowotnych udzielanych w aptekach.

Czytaj także: KAMSOFT ogłasza zmiany w kluczowej bazie leków

Polacy chętnie szukają w internecie informacji o chorobach i sposobach leczenia, ale nadal rzadko korzystają z niego, aby umówić się do lekarza albo odebrać wyniki badań – wynika z najnowszych danych GUS.

GUS zapytał Polaków o wykorzystanie technologii telekomunikacyjnych i internetu w kwestiach związanych ze zdrowiem. Z badania wynika, że chętnie szukamy on-line informacji o chorobach i sposobach leczenia. W 2023 roku robiło to aż 35,8% członków gospodarstw domowych (w 2020 roku było to 34,2%). 31,5% respondentów przyznaje, że surfuje w internecie w poszukiwaniu informacji na temat zdrowego stylu życia.

Co czwarty respondent (25,8%) sprawdzał w internecie opinie dotyczące lekarzy. To nieznacznie więcej niż w 2020 r. (22,4%). Prawie co dziesiąty (9,8%) Polak kupuje przez internet produkty lecznicze.

Szybko rośnie zastosowanie internetu do umawiania się do lekarza, coraz częściej odbieramy wyniki badań drogą elektroniczną. W 4 kwartale 2023 r. on-line umówiło się 5,9% Polaków (4,9% w 2020 roku), a wyniki badań odebrało w ten sposób 10,9% (6,6% w 2020 roku). To jednak nadal mało w porównaniu do statystyk pokazujących upowszechnienie Internetowego Konta Pacjenta (IKP). Według danych Centrum e-Zdrowia z kwietnia 2024 roku, z IKP korzysta 48% Polaków, czyli 18 mln osób.

Umawiając się do lekarza, najczęściej robimy to przez telefon – aż 4-krotnie częściej niż przez internet. Co czwarta rejestracja realizowana jest w tej formie (23,7%). Jednak widać, że znaczenie telefony maleje. W 2020 roku z tej formy kontaktu z rejestracją korzystało 36,2% osób.

Dane pochodzą z cząstkowego raportu „Ochrona zdrowia w gospodarstwach domowych w 2023 r.” opracowanego przez GUS. Wynika też z niego, że 71,8% respondentów ocenia swoje zdrowie dobrze lub bardzo dobrze. To o 3,3 punktów procentowych więcej niż w 2020 r.

Czytaj także: Co Polacy kupują w aptekach internetowych?

Oparta na algorytmach sztucznej inteligencji (AI) domowa mobilna rehabilitacja deficytów poznawczych dla pacjentów po udarze mózgu ABAStroke uzyskała obiecujące wyniki w badaniach klinicznych.

W badaniu przeprowadzonym przez zespół naukowców ze Szpitala Uniwersyteckiego w Krakowie wzięło udział 74 uczestników podzielonych na dwie grupy. Pierwsza objęta była klasyczną opieką po udarze, a pacjenci z drugiej grupy korzystali dodatkowo z ABAStroke.

Pacjenci, w przypadku których opieka została uzupełniona aplikacją ABAStroke, uzyskali średnią poprawę zdolności poznawczych o 3,69 punktu w teście Montreal Cognitive Assessment (MoCA) w porównaniu do 2,00 punktu w grupie kontrolnej. Oznacza to poprawę wyników neurorehabilitacji w grupie ABAStroke o ponad 84%. Wynik badania klinicznego wskazuje, że ta nowa terapia cyfrowa może być z powodzeniem stosowana u pacjentów.

Spersonalizowana rehabilitacja w domu

W przypadku wystąpienia deficytów poznawczych po udarze, obecne standardy rehabilitacji nie uwzględniają indywidualnych potrzeb pacjenta. To obniża jego zaangażowanie i prowadzi do obniżenia wyników leczenia.

Tę wadę niweluje ABAStroke dzięki wykorzystaniu techniki Stosowanej Analizy Behawioralnej (ABA) i zaawansowanego uczenia maszynowego. W efekcie, ćwiczenia rehabilitacyjne mogą być dopasowane do osobistych możliwości poznawczych i fizycznych każdego pacjenta, biorąc pod uwagę jego deficyty i postępy. To z kolei wzmacnia motywację oraz stosowanie się do zaleceń.

Wygoda cyfrowej terapii

Jedną z najważniejszych zalet ABAStroke jest zaoferowanie wysokiej jakości cyfrowej rehabilitacji w zaciszu domowym pacjenta. Tradycyjna rehabilitacja wymaga częstych wizyt w szpitalu, co może być kosztowne i niewygodne, szczególnie dla pacjentów mających problemy z poruszaniem się lub mieszkających na obszarach wiejskich.

– ABAStroke nie ma tych ograniczeń. Oferując nowe podejście do neurorehabilitacji, zapewnia lepszy dostęp do zaawansowanych, opartych na dowodach i nowoczesnych technik rehabilitacyjnych – mówi dr Michał Ryś, CEO ABAStroke.

Jak to działa? Algorytmy uczenia maszynowego ABAStroke analizują duże zbiory danych w celu opracowania i dostosowania spersonalizowanych planów rehabilitacji w czasie rzeczywistym. Aplikacja stale monitoruje postępy chorego, dostosowując trudność i rodzaj ćwiczeń oraz na bieżąco optymalizując program rehabilitacji. Rozwiązanie skupia się na pięciu głównych obszarach ćwiczeń: uwadze, pamięci, funkcjach wykonawczych, percepcji wzrokowo-przestrzennej i myśleniu.

W ten sposób ABAStroke rozszerza klasyczną terapię realizowaną przez pracowników służby zdrowia. Dzięki niej, lekarze podstawowej opieki zdrowotnej, neurolodzy i specjaliści medycyny fizykalnej i rehabilitacji będą mogli zaoferować pacjentom po udarze godnego zaufania i bezpiecznego w użyciu asystenta cyfrowego.

– W przypadku ok. 50–60% pacjentów po udarze mózgu doświadczających deficytów poznawczych – z których wielu zmaga się z codziennymi czynnościami lub nie jest w stanie wrócić do pracy – ABAStroke daje nadzieję na poprawę jakości życia – dodaje dr. Ryś.

Jak powstał inteligentny systemem neurorehabilitacji ABAStroke?

ABAStroke został opracowany w ramach strategicznej współpracy pomiędzy ABAStroke i Revolve Healthcare, outsourcingową firmą programistyczną specjalizującą się w technologiach medycznych. Biorąc pod uwagę rygorystyczne przepisy dotyczące produktów medycznych, kluczowe znaczenie miała bliska współpraca z zespołem posiadającym wiedzę techniczną i doświadczenie w zakresie wymagań dotyczących regulacji i norm ISO 13485.

– Zespół techniczny z Revolve Healthcare, składający się z programistów, testerów i specjalistów ds. regulacji, ściśle współpracował z wewnętrznymi ekspertami ABAStroke w zakresie projektowania UX/UI i uczenia maszynowego. Największym wyzwaniem było spełnienie wymagań rozporządzenia w sprawie wyrobów medycznych (MDR) – mówi Przemek Grzywa, współzałożyciel i dyrektor generalny Revolve Healthcare.

Eksperci ABAStroke i Revolve Healthcare spędzili ponad 12 miesięcy opracowując wstępną wersję aplikacji. Od początku założeniem było opracowanie certyfikowanego wyrobu, którego skuteczność zostanie potwierdzona w badaniach klinicznych. – Cyfrowych terapii skierowanych do pacjentów po udarze jest niewiele. ABAStroke to pierwsze rozwiązanie, które pomyślnie przeszło badania kliniczne, a więc spełnia wymagania dla wyrobów medycznych klasy IIa zgodnie z europejskim rozporządzeniem w sprawie wyrobów medycznych (MDR) – dodaje Grzywa.

Czytaj także: Mobilne aplikacje zdrowotne. Jak powstają te najlepsze?

Po wielu niejasnościach i krytycznych głosach, Komisja Etyki Lekarskiej Naczelnej Rady Lekarskiej zmienia interpretację zasad korzystania z narzędzi sztucznej inteligencji w praktyce lekarza. Kiedy trzeba będzie informować pacjenta o wykorzystaniu AI? W jaki sposób?

Art. 12 KEL

W 2025 roku w życie wchodzi nowy Kodeks Etyki Lekarskiej z zapisem o sztucznej inteligencji (AI). Chodzi o artykułu 12 znowelizowanego KEL według którego „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.

Poprzednia interpretacja art. 12 mówiła o tym, że lekarz musi za każdym razem informować pacjenta o tym, że korzysta z AI. Wywołało to głosy sprzeciwu, zwłaszcza ze strony Koalicji AI w Zdrowiu i Polskiej Izby Gospodarczej Wyrobów Medycznych POLMED. Pojawiły się obawy o niepotrzebne mnożenie obowiązków biurokratycznych oraz nadgorliwą regulację AI.

Kiedy lekarz nie musi informować o korzystaniu z AI?

W nowym komentarzu, Przewodniczący KEL NRL, Artur de Rosier, tłumaczy, że „wykorzystanie w procesie diagnostycznym i terapeutycznym systemów AI, które są dopuszczone do użytku medycznego i mają odpowiednie certyfikaty, co do zasady nie podnosi poziomu ryzyka działań diagnostycznych i leczniczych. Wręcz przeciwnie, wspomaganie pracy lekarza przez odpowiednie technologie, w tym AI (pod warunkiem ich prawidłowej implementacji w procesie) może skutkować obniżeniem poziomu ryzyka dla pacjenta.”

Dlatego też informowanie pacjenta o korzystaniu przez lekarza z AI i uzyskanie jego zgody nie jest wymagane, gdy lekarz korzysta z systemów AI jedynie wspomagających wykonywane przez niego czynności, np. poprawiających jakość danych obrazowych, wspierających wykonywanie opisu diagnostycznego przez lekarza itp. W takich przypadkach NIL jedynie zaleca poinformowanie pacjenta o wykorzystywanych w tym procesie technologiach.

Kiedy lekarz musi informować o korzystaniu z AI?

Bez zmian pozostaje interpretacja dotycząca drugiej sytuacji, gdy lekarz intencjonalnie wykorzystuje systemy AI lub poleca pacjentowi wykorzystanie systemów AI, w których algorytm AI ma kluczowe znaczenie dla udzielanego świadczenia, np. samodzielnie wykonuje zadanie o charakterze klinicznym. Chodzi przykładowo o systemem AI analizujący dostępne dane pacjenta i sugerujący wynik diagnostyczny. W takich wypadkach poinformowanie pacjenta i uzyskanie jego zgody jest wymagane.

Jeśli wykorzystywany przez lekarza system AI ma istotny wpływ na przebieg lub charakter udzielanego świadczenia zdrowotnego z potencjalnie ograniczonym wpływem lekarza, pacjent powinien znać i rozumieć ten wpływ.

Zgodna ustna lub domyślna wola

Jak podkreśla NIL, świadoma zgoda pacjenta na zastosowanie AI może być wyrażona ustnie albo przez takie zachowanie się pacjenta, które w sposób niebudzący wątpliwości wskazuje na jego wolę – np. położenie się na kozetce do badania, kontynuację rozmowy z lekarzem. Art. 12 KEL nie wprowadza wymogu uzyskania zgody w formie pisemnej. Zgoda na zastosowanie AI nie musi być odrębna od świadomej zgody na udzielenie świadczenia zdrowotnego – jeżeli pacjenci zostali odpowiednio poinformowani o wykorzystaniu AI w procesie diagnostycznym lub terapeutycznym, ich zgoda na udzielenie świadczenia zdrowotnego będzie obejmować również zgodę na wykorzystanie AI do realizacji tego świadczenia.

Co lekarz powinien powiedzieć pacjentowi o wykorzystywanym systemie AI? Według interpretacji KEL, chodzi o „ogólne informacje o roli AI w procesie i doniosłości informacji dostarczanych przez AI dla całego procesu. Lekarz powinien udzielić pacjentowi szerszych informacji na temat roli AI i dostarczanych przez oparte na niej informacji w wypadku, gdy oczekuje tego pacjent.”

Czytaj także: Art. 12 Kodeksu Etyki Lekarskiej o AI zbyt restrykcyjny?

W wykazie prac legislacyjnych i programowych Rady Ministrów pojawiły się szczegóły dotyczące Centralnej e-Rejestracji. Aby wdrożyć CeR, w I kwartale 2025 r. Ministerstwo Zdrowia planuje nowelizację ustawy o zmianie ustawy o świadczeniach opieki zdrowotnej finansowanych ze środków publicznych oraz niektórych innych ustaw. Co zakłada ustawa?

Kardiologia, onkologia, tomografia i profilaktyka w CeR

Minister Zdrowia Izabela Leszczyna konsekwentnie wprowadza scentralizowany system rejestracji na świadczenia opieki zdrowotnej za pomocą CeR. Latem tego roku ruszył pilotaż, który ma potrwać do czerwca, a potem stopniowo CeR będzie obowiązkowa, obejmując kolejne świadczenia. Pełne wdrożenie ma zakończyć się w 2029 roku i wtedy system zastąpi obecne listy oczekujących, które zresztą się nie sprawdziły.

Zapowiedzi Ministerstwa Zdrowia potwierdzają opublikowane na stronie Rady Ministrów cele i założenia nowej ustawy. W początkowym etapie wdrożenia, CeR będzie obejmowała tylko wybrane świadczenia opieki zdrowotnej udzielane w trybie ambulatoryjnym. W 2025 r. przez CeR mają przechodzić usługi medyczne realizowane w ramach kardiologii, onkologii i tomografii komputerowej, a także świadczenia opieki zdrowotnej realizowane w ramach programu profilaktyki raka szyjki macicy i programu profilaktyki raka piersi. Kolejne zakresy świadczeń będą dodawane sukcesywnie w kolejnych latach.

CeR dla pacjentów pierwszorazowych i kontynuujących leczenie

Dane w ramach centralnej elektronicznej rejestracji będą przechodziły przez system P1. Świadczeniodawcy będą zobowiązani udostępniać w całości swoje harmonogramy przyjęć dotyczące zakresów świadczeń objętych CeR. Do tego celu będą mogli wykorzystać posiadane oprogramowanie gabinetowe zintegrowane z systemem centralnym. Dzięki temu nie trzeba będzie prowadzić dwóch terminarzy.

W systemie P1 dla każdego zakresu świadczenia objętego systemem będzie prowadzony centralny wykaz oczekujących, wspólny dla wszystkich świadczeniodawców udzielających wybranego świadczenia. W wykazie będą umieszczani pacjenci zgłaszający się po raz pierwszy, którym przydzielenie terminu udzielenia świadczenia opieki zdrowotnej w momencie zgłoszenia nie będzie możliwe.

CeR będzie dotyczyć świadczeń opieki zdrowotnej udzielanych pacjentom zgłaszającym się po raz pierwszy na udzielenie świadczenia opieki zdrowotnej oraz kontynuującym leczenie. Pacjentom kontynuującym leczenie, termin udzielenia świadczenia opieki zdrowotnej wyznaczać będzie placówka/lekarz, u którego leczenie jest kontynuowane. Wyznaczony termin placówka medyczna będzie wpisywała do swojego harmonogramu przyjęć udostępnionego w Systemie P1.

Rejestracja przez zgłoszenie centralne

W przypadku pacjentów zgłaszających się po raz pierwszy na świadczenie, podstawę do przydzielenia terminu jego udzielenia stanowić będzie zgłoszenie centralne składane przez pacjenta lub za pośrednictwem osoby trzeciej. Będzie ono dokonywane pod rygorem odpowiedzialności karnej za składanie fałszywych oświadczeń.

Projekt ustawy przewiduje trzy podstawowe sposoby dokonania zgłoszenia centralnego:

• Na dotychczasowych zasadach, tj. bezpośrednio w placówce medycznej, w tym osobiście, telefonicznie albo z wykorzystaniem środków komunikacji elektronicznej,
• Poprzez Internetowe Konto Pacjenta,
• Za pośrednictwem planowanej, dedykowanej infolinii.

Po dokonaniu zgłoszenia centralnego, pacjentowi zostanie wyznaczony termin udzielenia świadczenia na podstawie m.in. kolejności zgłoszenia oraz kryteriów określonych przez pacjenta. Następnie pacjent otrzyma potwierdzenie przydzielenia konkretnego terminu (podobnie w przypadku zmiany terminu lub jego anulowania).

Jeśli przydzielenie terminu u wybranego świadczeniodawcy nie będzie możliwe w momencie dokonania zgłoszenia centralnego, to pacjent zostanie umieszczony w centralnym wykazie oczekujących prowadzonym dla danego zakresu świadczeń. Pozostanie w nim od momentu dokonania zgłoszenia centralnego do czasu pojawienia się dostępnego wolnego terminu udzielenia świadczenia opieki zdrowotnej spełniającego kryteria dotyczące świadczenia określone przez zgłaszającego się.

Przy dokonywaniu centralnej elektronicznej rejestracji możliwe będzie określenie kryteriów dotyczących świadczenia opieki zdrowotnej w zakresie terminu lub świadczeniodawcy – zarówno przez samego pacjenta, osoby bliskie czy pracowników medycznych.

Będą też zmiany w e-receptach

Pozostałe szczegóły mają się znaleźć w planowanej ustawie. Określi ona też m.in. wykaz świadczeń opieki zdrowotnej objętych centralną elektroniczną rejestracją, szczegółowy sposób dokonywania zgłoszenia centralnego oraz powiadamiania pacjenta o przydzieleniu terminu i jego zmianach.

Projektowana ustawa zakłada również zmiany w ustawie o SIOZ będących konsekwencją prowadzenia centralnej elektronicznej rejestracji przy wykorzystaniu funkcjonalności Systemu P1. Projekt wprowadza także zmianę ustawy z dnia 6 września 2001 r. – Prawo farmaceutyczne (Dz. U. z 2024 r. poz. 686), rozszerzając zakres danych na elektronicznych receptach o dane o osobach upoważnionych do wystawiania recept (asystentów medycznych), a także na rozszerzeniu danych w papierowej informacji o wystawionej recepcie, o dane dotyczące odpłatności produktu leczniczego, środka spożywczego specjalnego przeznaczenia żywieniowego lub wyrobu medycznego, kodu uprawnień dodatkowych pacjenta oraz informacji dodatkowych dla osoby wydającej produkt leczniczy, środek spożywczy specjalnego przeznaczenia żywieniowego lub wyrób medyczny dla pacjenta.

Po co CeR?

Jak argumentuje Ministerstwo Zdrowia, obecnie funkcjonuje „rozproszony model przyjmowania zgłoszeń na świadczenia opieki zdrowotnej oraz zapisów pacjentów oczekujących na przydzielenie wolnego terminu”. Placówki medyczne prowadzą własne listy oczekujących, pacjenci zapisują się do specjalistów w kilku placówkach, co powoduje tworzenie się tzw. sztucznych kolejek.

CeR ma usprawnić dystrybucję terminów na wizyty, aby pacjent nie musiał czekać zbyt długo. Do tego system wprowadza możliwość łatwej zmiany terminu lub jego odwołania.

Czytaj także: Wojciech Demediuk: „Z KPO wdrożymy AI i rozbudujemy EDM.”

Naukowcy sprawdzili, czy stosowanie przez pacjentów m.in. aplikacji mobilnych i platform www do zarządzania cukrzycą daje wymierne korzyści zdrowotne. W tym celu przeanalizowani 56 dostępnych badań.

Chodzi o opublikowane w marcu br. w czasopiśmie The Lancet Digital Health badanie Skuteczność, zasięg, wykorzystanie i wykonalność cyfrowych interwencji zdrowotnych dla dorosłych z cukrzycą typu 2: przegląd systematyczny i metaanaliza randomizowanych badań kontrolowanych (Effectiveness, reach, uptake, and feasibility of digital health interventions for adults with type 2 diabetes: a systematic review and meta-analysis of randomised controlled trials).

Osoby chore na cukrzycę mogą od niedawna korzystać z cyfrowych narzędzi zarządzania zdrowiem. Wśród nich są systemy przypominaje za pomocą SMS-ów o dokonaniu pomiarów poziomu cukru we krwi oraz aplikacje mobilne i portale www dodatkowo pomagające w optymalizacji trybu życia i kontroli wyników. Wszystkie te rozwiązania e-zdrowia obiecują pomoc pacjentom w zarządzaniu cukrzycą typu 2. Celem badania było zbadanie i porównanie ich skuteczności.

Na czym polegało badanie?

W przeglądzie systematycznym i metaanalizie sprawdzono skuteczność cyfrowych interwencji zdrowotnych w zmniejszaniu poziomu hemoglobiny glikowanej A1c (HbA1c) u dorosłych z cukrzycą typu 2. Pod uwagę wzięto badania opublikowane od 1 stycznia 2009 roku. Ocenianym kryterium była zmiana średniego stężenia HbA1c w osoczu po 3 miesiącach lub dłużej od zastosowania rozwiązania e-zdrowia.

Wyniki

Syntezą objęto 56 randomizowanych badań kontrolowanych z 24 regionów (11 486 uczestników), a 26 badań (4546 uczestników) uwzględniono w metaanalizie danych. W 20 badaniach głównym narzędziem były SMS-y, w 25 – aplikacje na smartfony, a w 11 – strony internetowe.

Skuteczne interwencje obejmowały na ogół osoby z większym nasileniem stanu chorobowego (tj. wyższym poziomem HbA1c) oraz częstsze korzystanie z narzędzia e-zdrowia. Uczestnicy grupy korzystającej z rozwiązań zdrowia cyfrowego mieli o 30% większą redukcję HbA1c w porównaniu z uczestnikami grupy kontrolnej. Różnica w redukcji HbA1c między grupami była statystycznie istotna, gdy interwencje cyfrowe były dostarczane za pośrednictwem aplikacji na smartfony (42%) i za pośrednictwem SMS-ów (37%).

Wnioski

Aplikacje na smartfony i przypomnienia SMS prowadzą do lepszej kontroli cukrzycy, dlatego klinicyści powinni rozważyć włączenie tego typu rozwiązań e-zdrowia do standardu opieki. Mogą one stanowić pomoc w monitoringu choroby i utrzymaniu prawidłowych wartości w długim okresie czasu.

9 na 10 osób na świecie posiada telefon komórkowy. Pacjenci mogą wybierać z szerokiej oferty aplikacji przeznaczonych do zarządzania cukrzycą, a wiele z nich dostępnych jest bezpłatnie jako dodatek do glukometru. Lekarze bez obaw powinni zachęcać osoby chore na cukrzycę typu 2 do korzystania z rozwiązań e-zdrowia, bo ich skuteczność potwierdzają liczne badania naukowe. Oczywiście pod uwagę należy wziąć jakość rozwiązania oraz takie kwestie jak prywatność i bezpieczeństwo danych.

Czytaj także: Drukowane w 3D repliki serca pomagają w planowaniu operacji

Centrum e-Zdrowia (CeZ) zaprasza na bezpłatną konferencję „Perspektywy e-zdrowia 2024. Wyzwania dla systemu ochrony zdrowia w dobie cyberzagrożeń” (10 grudnia 2024 roku, formuła hybrydowa) poświęconą bezpieczeństwu danych oraz ciągłości funkcjonowania narzędzi systemu e-zdrowia.

Rośnie liczba cyberzagrożeń. Polska w niekorzystnej sytuacji

W najnowszym raporcie Unii Europejskiej, poświęconemu badaniu stopnia cyfryzacji systemów ochrony zdrowia, Polska zajęła 5 miejsce wśród 27 badanych krajów. E-zdrowie oferuje bezcenne korzyści dla pacjentów, personelu medycznego i placówek zdrowia, ale jednocześnie niesie za sobą konieczność wzmacniania poziomu cyberbezpieczeństwa.

Ataki hakerów na sektor ochrony zdrowia stanowią 15-20% wszystkich cyberataków na świecie. W Polsce na wzrost zagrożeń cybernetycznych wpływa też położenie geopolityczne, a konkretnie atak Rosji na Ukrainę, który spowodował także zwiększoną aktywnosć rosyjskich hakerów, których celem jest destabilizacja sytuacji wewnętrznej kraju. Wszystko to sprawia, że liczba incydentów bezpieczeństwa odnotowywanych w polskim systemie ochrony zdrowia alarmująco rośnie. Według danych CRIST CeZ i CSIRT NASK, tylko w ciągu 10 miesięcy tego roku liczba incydentów przekroczyła już statystyki z całego roku 2023 (wzrost o 50 p.p.) i 2022 (wzrost o 150 p.p.).

Eksperci CSIRT CeZ podpowiedzą, jak zwiększyć poziom ochrony danych

I właśnie cyberzagrożenia, zapobieganie im i niwelowanie ich skutków będą tematem głównym tegorocznej edycji konferencji CeZ. W gronie prelegentów znajdą się m.in. specjaliści z CSIRT CeZ – jednego z pierwszych sektorowych zespołów Computer Security Incident Response Team w Polsce, działającego w Centrum e-Zdrowia. CSIRT CeZ współpracuje z podmiotami takimi jak CSIRT NASK, Centralne Biuro Zwalczania Cyberprzestępczości oraz Wojska Obrony Cyberprzestrzeni.

Program konferencji został przygotowany z myślą o dwóch grupach:

• Kierownictwo placówek zdrowia oraz organizacji związanych z ochroną zdrowia – sesje skupiona na zarządzaniu ryzykiem i wdrażaniu polityk bezpieczeństwa.
• Specjaliści ds. cyberbezpieczeństwa w ochronie zdrowia – szczegółowe analizy przypadków, warsztaty oraz prezentacje nowych technologii i narzędzi.

Konferencja „Perspektywy e-zdrowia” to cykliczne wydarzenie organizowane w ramach Akademii CeZ. Partnerem tegorocznej edycji jest Ministerstwo Zdrowia.

Program i rejestracja: Kliknij tutaj, aby zarejestrować się na „Perspektywy e-zdrowia 2024”

Poznaliśmy najlepsze innowacje dla szpitali. W organizowanym przez Instytut Matki i Dziecka konkursie wygrał oparty na algorytmach system ułatwiający wczesne wykrywanie wrodzonych wad serca u noworodków oraz domowy system do monitorowania stanu zdrowia.

Algorytm wykryje wady wrodzone serca

W trzeciej edycji Mother and Child Startup Challenge, Instytut Matki i Dziecka razem z sześcioma innymi placówkami medycznymi ponownie szukali innowacji dla szpitali na wczesnym etapie rozwoju. Do konkursu zgłosiło się 77 startupów z Polski oraz zagranicy, w tym Szwajcarii, Niemiec, Włoch oraz USA. Wśród nich znalazły się firmy pracujące nad robotami medycznymi, nowymi metodami diagnozy oraz rozwiązaniami cyfrowymi do zarządzania placówką medyczną.

Laureat otrzymał nagrodę pieniężną w wysokości 5 000 zł, pakiet usług wspierających jego rozwój oraz wdroży pilotażowo swoje rozwiązanie w 7 szpitalach będących organizatorami konkursu.

Zwycięzcą został polski projekt UES – Ultra Echo Scan. To wykorzystujący algorytmy system w modelu SaaS (Software as a Service, czyli nie wymaga instalacji na komputerze) do diagnostyki prenatalnej i noworodkowej. Pomaga on wykrywać wrodzone wady serca (WWS) podczas wykonywania echokardiogramu. Zaletą rozwiązania jest łatwość i niski koszt wdrożenia systemu w placówkach zdrowia.

 –  Wstępne badanie pulsoksymetryczne uzupełnione badaniem UES pozwala na szybkie i kompleksowe sprawdzenie, czy u nowonarodzonego dziecka występują wrodzone wady serca. Jestem przekonany, że znacząco wpłynie to na szybkość wykrywania wad i podejmowania prawidłowego leczenia – powiedział dr n. med. Tomasz Maciejewski, Dyrektor Instytutu Matki i Dziecka.

Rozwiązanie, które powstało dzięki finansowaniu z grantu UE oraz Narodowego Centrum Badań i Rozwoju (NCBR) jest efektem prac polskich lekarzy i ekspertów sztucznej inteligencji.

Wyróżnienie dla monitoringu zdrowia noworodka w domu

Laureatem nagrody publiczności, wyłonionym na podstawie głosowania internautów, został neendu – domowy system do monitorowania stanu zdrowia noworodków i niemowląt, monitorujący wczesne symptomy Zespołu Nagłej Śmierci Łóżeczkowej (SIDS). Jak mówią jego twórcy, system „przenosi metodykę monitorowania noworodków ze szpitali do domów.” Trzy opaski umieszczone na klatce piersiowej dziecka, ramieniu i stopie śledzą ruchy i wzorce oddechowe, temperaturę ciała, puls, natlenienie krwi oraz przesyłają wyniki do aplikacji mobilnej. W przypadku niepokojących pomiarów, rodzic otrzymuje alert.

Organizatorzy wyróżnili kilka obiecujących startupów. Wśród nich znalazła się:

• Uhura Bionics – system AI do konwersji mowy atypowej,
• Semi Robotics – robot karmiący dla osób mających trudności z samodzielnym spożywaniu posiłków,
• SynDiag – system AI do wczesnego wykrywania raka jajnika,
• Aptamedica – analizator paskowy do szybkiego oznaczania np. stężenia markerów sepsy,
• FunkBIOTICS – opatrunek w formie membrany hydrożelowej.

Wyróżnione startupy otrzymają wsparcie mentorskie w zakresie dalszego rozwoju technologii.

Mother and Child Startup Challenge

Organizowany od 2022 roku Mother and Child Startup Challenge jest wspólnym przedsięwzięciem Instytutu Matki i Dziecka oraz Bonifraterskiego Centrum Medyczne, Instytutu „Centrum Zdrowia Matki Polki” w Łodzi, Szpitali Pomorskich Sp. z o.o., Uniwersyteckiego Dziecięcego Szpitala Klinicznego im. Ludwika Zamenhofa w Białymstoku, Uniwersyteckiego Centrum Klinicznego w Gdańsku oraz Wojewódzkiego Specjalistycznego Szpitala Dziecięcego im. prof. dr. Stanisława Popowskiego w Olsztynie. Gala wręczenia nagród odbyła się 27 listopada 2024 r.

Czytaj także: AI pokonała kolejną magiczną granicę w medycynie

Placówki zdrowia będą mogły tworzyć dowolne modele AI do planowania wizyt, selekcji pacjentów do badań klinicznych i wielu innych zadań.

Asystenci AI w medycynie

Usługa „agentów AI” dostępna jest w ramach platformy Microsoft Copilot umożliwiającej tworzenie własnych modeli generatywnej AI przygotowanych do wykonywania określonych zadań. Przykładowo, z pomocą takiego agenta lekarz może poprosić AI o wyszukanie aktualnie prowadzonych badań klinicznych dla pacjenta z określoną chorobą, bez konieczności przeszukiwania internetu.

Z rozwiązania korzystają już pierwsze amerykańskie szpitale, jak Cleveland Clinic, która stworzyła narzędzie pozwalające pacjentom zadawać pytania dotyczące zdrowia i ułatwiające poruszanie się po usługach systemu opieki zdrowotnej.

Jak podkreślają przedstawiciele Microsoft, modele AI dla ochrony zdrowia korzystają tylko z wiarygodnych źródeł medycznych, co ma zagwarantować wysoką jakość i precyzję odpowiedzi. Na razie narzędzia są dostępne w wersji demonstracyjnej.

Modele obrazowania

Microsoft przedstawił też nowe modele fundamentalne, czyli systemy zbudowane na dużych zbiorach danych (LLM), które mogą być wykorzystywane w obrazowaniu medycznym.

Jednym z nich jest MedImageInsight umożliwiający analizę obrazu, oznaczający automatycznie podejrzane zmiany oraz wysyłający skany do weryfikacji przed specjalistów jeśli zajdzie taka potrzeba. Z kolei MedImageParse może być wykorzystany do segmentacji guzów lub zarysowania narządów zagrożonych przed radioterapią. Trzeci model, CXRReportGen, tworzy raporty na podstawie zdjęć rentgenowskich klatki piersiowej, co według Microsoftu może przyspieszyć analizę obrazu i poprawić dokładność diagnostyczną radiologów.

Platforma analizy danych dla służby zdrowia

Oprócz tego gigant technologiczny udostępnił nową platformę gromadzenia i zarządzania danymi ochrony zdrowia z narzędziami analitycznymi opartymi na AI. Dzięki niej, placówki mogą analizować bazę pacjentów, przeszukując ją według różnych kryteriów medycznych i demograficznych, tworząc potrzebne raporty w kilka sekund.

Na platformie dostępne jest też konwersacyjne narzędzie DAX Copilot AI pozwalające na wyszukiwanie danych w e-dokumentacji medycznej za pomocą poleceń głosowych. Należąca do Microsoftu firma Nuance Communications już w zeszłym roku udostępniła jeszcze inne rozwiązanie oparte na dużych modelach językowych – DAX Copilot. Rejestruje ono rozmowy między lekarzami a pacjentami podczas wizyty, opracowuje podsumowanie i – jeśli wszystko się zgadza i lekarz zatwierdzi notatki – wprowadza dane do odpowiednich pól w formularzu elektronicznej dokumentacji medycznej.

Mary Varghese Presti, wiceprezes ds. rozwoju portfolio i inkubacji w Microsoft Health and Life Sciences, powiedziała, że nowe rozwiązania dążą m.in. do tego, aby prowadzenie dokumentacji medycznej odbywało się bez użycia oczu i rąk, jedynie za pomocą głosu.

Czytaj także: AI to jedyna szansa, aby zredukować błędy medyczne

Rozwiązania sztucznej inteligencji (AI) wspomagają proces diagnozy, optymalizują sposób leczenia pacjentów i wspierają menedżerów w zarządzaniu placówkami zdrowia. Ale pod warunkiem, że są dobrze wdrożone. Oto najważniejsze rekomendacje dla lekarzy i menedżerów jak implementować i stosować algorytmy medyczne.

Zrozumienie możliwości i ograniczeń AI

AI nie jest rozwiązaniem uniwersalnym i nie potrafi wykonać każdego zdania – i to mimo dostępności tzw. generatywnych modeli AI. Do tego AI działa na podstawie danych historycznych i ma ograniczoną zdolność do interpretowania nowych, nietypowych przypadków. AI nie dysponuje pełnymi danymi pacjenta, nie zna kontekstu choroby i dlatego podejmuje decyzje na podstawie wycinka informacji. Czasami dane treningowe – na podstawie których tworzone są model AI – są różne od tych, którymi dysponuje placówka zdrowia, co może prowadzić do niższej niż deklarowanej dokładności. Każdą decyzję algorytmu AI należy dokładnie zweryfikować zanim wyciągnie się zbyt pochopne wnioski.

Szkolenia personelu

Personel musi rozumieć, jak działają systemy oparte na AI, jakie są ich ograniczenia, a także jak weryfikować wyniki generowane przez algorytmy. Wymaga to przeprowadzenia serii szkoleń. Każde błędne działanie modelu AI powinno być odnotowane, czego będzie wymagał europejski akt w sprawie AI (EU AI Act). Narzędzia AI powinny być płynnie wbudowane w procedury pracy, aby dodatkowo nie obciążały lekarzy. Tylko sprawdzone i łatwe w stosowaniu rozwiązania AI zyskają zaufanie personelu i będą wspierały podejmowanie decyzji klinicznych albo automatyzowały procesy.

Zaplanowanie budżetu na AI

Proste algorytmy medyczne nie muszą być drogie, ale ich utrzymanie może pochłaniać sporą część budżetu IT. Placówka musi je aktualizować, sprawdzać ich wydajność, integrować z infrastrukturą IT. Stosując coraz większą liczbę systemów opartych na AI, szybko może się okazać, że konieczne będzie zatrudnienie osoby specjalizującej się w analityce danych. Eksperci zalecają wdrożenia zintegrowanych platform AI ułatwiających zarządzanie i integrację pojedynczych algorytmów.

Zgodność z regulacjami i etyką zawodową

Rozwiązania AI muszą być oczywiście zgodne z przepisami prawnymi i wytycznymi etycznymi. Jednym z nich jest RODO regulujące zakres ochrony danych osobowych wykorzystywanych przez algorytmy. Lekarze i menedżerowie muszą zapewnić, że systemy AI używają danych pacjentów lokalnie. Jeśli są to rozwiązania chmurowe, należy dowiedzieć się, czy są zgodne z przepisami dotyczącymi przetwarzania danych medycznych. Ponadto, każda decyzja podejmowana z użyciem AI musi być niezmiennie zgodna z wiedzą medyczną, a nie polegać wyłącznie na rekomendacji algorytmu. Nowa ustawa o systemach AI, która zgodnie z planem wejdzie w życie w I połowie 2025 roku, także będzie miała wpływ na pracę lekarzy korzystających z AI.

Transparentność i informowanie pacjentów

Pacjenci mają prawo wiedzieć, jak i dlaczego lekarz stosuje rozwiązania oparte na AI. Muszą być informowani w transparentny sposób o roli AI w procesie diagnostycznym i terapeutycznym – tego wymaga znowelizowany Kodeks Etyki Lekarskiej. Pacjenci powinni być świadomi, że ostateczna decyzja kliniczna należy do lekarza, a AI jest jedynie narzędziem wspierającym. W przypadku sprzeciwu dotyczącego wykorzystania AI podczas wizyty lekarskiej, należy respektować decyzję pacjenta.

Zachowanie odpowiedzialności zawodowej

AI może generować rekomendacje, wykrywać korelacje w danych, dostarczać nowej wiedzy. Ale ostatecznie to lekarz pozostaje odpowiedzialny za decyzje podejmowane w procesie diagnozy i leczenia. Dlatego systemy AI muszą być stosowane z należytą starannością, zgodnie z zasadą ograniczonego zaufania. Choć dostępne na rynku algorytmy AI muszą spełniać wymagania stawiane urządzeniom medycznym, są to często systemy wysokiego ryzyka, a więc mające duży wpływ na zdrowie i życie pacjenta.

Monitorowanie i aktualizacja systemów AI

Modele AI to rozwiązania dynamiczne, których działanie może być inne w każdej placówce zdrowia, bo każda placówka dysponuje innymi danymi. Aby zapewnić skuteczność i bezpieczeństwo ich działania, wymagają one stałego monitorowania i aktualizacji. Amerykańska Mayo Clinic, która jest liderem we wdrażaniu algorytmów AI, stosuje prostą zasadę: każdy algorytm musi być zintegrowany z elektroniczną dokumentacją medyczną, aby zmniejszyć obciążenie technologiczne lekarzy.

Nowe ścieżki postępowania

Rekomendacje modeli AI wpływają na procesy kliniczne. Skoro model A sugeruje zwiększone ryzyko choroby Y, to czy ta informacja powinna znaleźć się w elektronicznej dokumentacji medycznej? Czy wskazania modelu AI są podstawą do zlecenia dodatkowych badań laboratoryjnych, aby potwierdzić lub wykluczyć wynik algorytmu? Które z alarmów generowanych przez AI są naprawdę konieczne, a które będą rozpraszały personel? Na te pytania należy odpowiedzieć na etapie wdrożenia, aby nie doprowadzić do rosnących wątpliwości, a w efekcie – braku akceptacji algorytmu ze względu na niedopasowanie do przepływów pracy.

Współpraca między zespołami medycznymi a technologicznymi

O tym, czy wdrożyć algorytm powinni decydować ci, którzy mają z niego korzystać – lekarze lub pielęgniarki. To oni wiedzą, jakiej pomocy potrzebują. Na dalszych etapach będą oni zaangażowani w proces wyboru, wdrażania i oceny systemów AI, aby te były dostosowane do potrzeb klinicznych. Z kolei specjaliści IT powinni rozumieć specyfikę pracy w ochronie zdrowia i dbać o to, by technologie wspierały, a nie utrudniały codzienną pracę medyków. Do kompetencji działu IT należy też poszerzanie wiedzy o AI i systematyczna aktualizacja wdrożonych algorytmów.

Black Box w AI, ale nie w decyzjach klinicznych

Jednym z wyzwań związanych ze stosowaniem AI jest problem tzw. „czarnej skrzynki,” czyli sytuacja, w której lekarze korzystają z rekomendacji systemu AI, ale nie mają pełnego wglądu w procesy decyzyjne algorytmu. Niestety, działania wielu algorytmów nie można wytłumaczyć. Dlatego procedura podejmowania decyzji klinicznych powinna uwzględniać ryzyko błędnych wyników AI, poprzez np. dodatkowe mechanizmy weryfikacyjne.

Ocena ryzyka i analiza wpływu na bezpieczeństwo pacjentów

Za każdym razem, gdy zapada decyzja o wdrożeniu AI, należy przeprowadzić dokładną ocenę ryzyka. Obejmuje ona analizę skutków klinicznych w przypadku tzw. worst-case scenario, czyli gdy obliczenia algorytmu będą błędne. W tym procesie weryfikowana jest dokładność algorytmu deklarowana przez producenta. Obowiązkowym etapem jest przetestowanie algorytmu na danych rzeczywistych. Analiza ryzyka obejmuje też ocenę bezpieczeństwa danych i bezpieczeństwa leczenia. Wdrażanie AI musi mieć określony cel, np. poprawę precyzji diagnozowania albo automatyzację żmudnych procesów administracyjnych. Personel musi dostrzegać sens stosowania technologii, aby AI nie stała się celem samym w sobie.

Czytaj także: Pobierz specjalne wydanie czasopisma OSOZ o AI w ochronie zdrowia