Aplikacji dermatologicznych jest wiele, ale jedna powinna znaleźć się w każdym smartfonie. Aysa jest prosta w obsłudze, bezpłatna i można jej zaufać.

W sklepach Google Play i App Store zaroiło się od aplikacji pozwalających ocenić zmiany skórne, darmowych albo dostępnych w abonamencie. Wszystkie deklarują diagnozowanie chorób dermatologicznych. Wystarczy zrobić zdjęcie smartfonem, a system AI zasugeruje, co może być przyczyną problemu, jak się go pozbyć i czy potrzebna jest wizyta u lekarza. Niektóre apki oferują nawet od razu wizytę telemedyczną albo pisemną opinię dermatologa.

Jedną z najbardziej popularnych apek dermatologicznych jest Aysa. Pozwala ona szybko otrzymać personalizowane sugestie dotyczące stanu skóry na podstawie zdjęcia i odpowiedzi na kilka pytań. Jak podkreśla producent, nie diagnozuje ona chorób skóry, ale wyjaśnia, co może być ich przyczyną i pozwala lepiej przygotować się do wizyty u dermatologa, jeśli taka jest zalecana. Aplikacja działa w modelu tzw. symptom checkera, wyszukując potencjalne choroby pasujące do objawów oraz prezentuje podobne zdjęcia.

Aplikację stworzył producent systemów wspomagania decyzji klinicznych VisualDx, co daje pewność, że to wysokiej jakości rozwiązanie. Algorytmy AI zastosowane w Aysa korzystają z 120 000 obrazów medycznych skóry o każdym typie i kolorze, potrafiąc rozpoznać ok. 200 chorób dermatologicznych.

Treści z objaśnieniami objawów nie pochodzą z internetu, ale z fachowych źródeł: podręczników medycyny, artykułów naukowych publikowanych w bibliotece PubMed, zasobów Światowej Organizacji Zdrowia WHO, Amerykańskiego Towarzystwa Chorób Zakaźnych oraz Amerykańskiego Centrum Kontroli i Zapobiegania Chorobom. Dzięki temu mamy do czynienia z opartą na wiedzy medycznej oceną zdjęć, a nie wynikami z wyszukiwarki Google, które opierają się na popularności stron www i w ten sposób mogą wprowadzać w błąd. Aysa deklaruje, że chroni prywatność użytkowników. Zanim zdjęcie zostanie przesłane na serwer i tam przeanalizowane przez algorytmy AI, jest szyfrowane. Po zakończonej analizie, zdjęcie jest usuwane.

Czytaj także: Ta apka sprawdza skład produktów i czy są zdrowe

Naukowcy z Uniwersytetu Stanforda (USA) dowiedli, że technologia VR może być stosowana w leczeniu nie tylko fobii i lęków, ale również poważnych zaburzeń depresyjnych.

Wysoka skuteczność VR, wyższa adherencja i eliminacja stygmatyzacji

Badanie wykazało, że tzw. aktywacja behawioralna (zwiększenie częstotliwości zachowań dających pozytywne wzmocnienie oraz ograniczanie tych negatywnych) uzupełniona rozszerzoną rzeczywistością (XR) jest równie skuteczna jak tradycyjne metody zmniejszania objawów w dużych zaburzeniach depresyjnych (MDD).

Dzięki immersyjności wirtualnej rzeczywistości – zatopienia się w wirtualnym świecie – pacjenci deklarowali, że proces leczenia był przyjemniejszy, co potencjalnie może zwiększać poziom przestrzegania zaleceń przez chorych (adherencja). Jak podkreślają naukowcy, równie ważny jest element zmniejszenia stygmatyzacji leczenia chorób psychicznych poprzez zastosowanie najnowocześniejszej technologii i technik grywalizacji.

Na czym polegało badanie nad zastosowaniem VR w leczeniu depresji?

Szacuje się, że na depresję cierpli 350 mln osób na całym świecie. Choroba dotyka dwa razy więcej kobiet niż mężczyzn. W Polsce choruje ok. 4 miliony osób. Choć pacjenci mogą korzystać z nowoczesnych leków, tradycyjne metody mają swoje ograniczenia. Naukowcy od lat poszukują nowych, niefarmakologicznych alternatyw leczenia. Największą nadzieję wiąże się z terapiami cyfrowymi z wykorzystaniem wirtualnej i rozszerzonej rzeczywistości.

Badanie zrealizowane przez zespół naukowców z Uniwersytetu Stanforda i opublikowane w JMIR Mental Health dostarcza dowodów na skuteczność wirtualnej rzeczywistości w leczeniu zaburzeń depresyjnych. Polegało ono na zbadaniu wzmocnionej aktywacji behawioralnej w łagodzeniu objawów depresji.

Randomizowane, kontrolowane badanie przeprowadzono wśród 26 pacjentów z depresją leczonych ambulatoryjnie. Korzystając z zestawu słuchawkowego VR Meta Quest 2, uczestnicy brali udział w symulowanych zadaniach, jak gra w gry planszowe i minigolfa oraz rozwiązywanie zagadek.

Efekty leczenia wzmocnionego VR są porównywalne z tradycyjną aktywacją behawioralną dostarczaną za pośrednictwem rozwiązań telezdrowia. Odnotowano zmniejszenie nasilenia depresji oraz rosnącą akceptację nowego podejścia do terapii wśród pacjentów. Jednocześnie nie zarejestrowano żadnych efektów ubocznych. VR może pomóc w destygmatyzacji opieki psychiatrycznej oraz poprawić dostępność terapii, która może być z powodzeniem prowadzona w warunkach domowych.

Wcześniejsze badania sugerują, że VR może być też stosowana w terapii stanów lękowych, fobii a nawet w leczeniu bólu.

Czytaj także: Wirtualna rzeczywistość redukuje niepokój pacjentów

W ramach cyklu o najlepszych książkach o cyfryzacji, dzisiaj polecamy „The AI Revolution in Medicine: GPT-4 and Beyond” (Peter Lee, Carey Goldberg, Isaac Kohane). W końcu ukazał się polski przekład tej jednej z najciekawszych lektur o tym, jak ChatGPT i podobne narzędzia mogą być wykorzystane w pracy lekarza i przez pacjentów.

Peter Lee, wiceprezes do spraw rozwoju w Microsoft, nie ma wątpliwości, że generatywna sztuczna inteligencja (genAI) stanie się wkrótce co-pilotem lekarza, pomagając mu w analizie danych, przeszukując dane w elektronicznej kartotece medycznej, dokumentując przebieg wizyty, zapewniając dostęp do najnowszej wiedzy klinicznej i personalizowanych wskazówek terapeutycznych.

— Najważniejsze jest, aby zrozumieć, że generatywna AI to nie jest jedynie „kolejna technologia”. ChatGPT i podobne narzędzia będą miały duży wpływ na opiekę zdrowotną, m.in. dlatego, że w niedalekiej przyszłości spodziewamy się opracowania o wiele bardziej wydajniejszych i precyzyjniejszych modeli. Znajdujemy się w fazie dużej transformacji — twierdzi Peter Lee.

Autorzy przetestowali model GPT-4 w różnych scenariuszach pracy lekarza: diagnozie (w tym chorób rzadkich), planowaniu terapii, kompilacji danych, tworzeniu listów klinicznych, generowaniu zaleceń terapeutycznych, obliczaniu wskaźników medycznych itd. Wniosek: około 80% diagnoz AI było poprawnych, genAI radzi sobie świetnie w podsumowaniu danych z e-kartotek pacjentów i kompilacji danych z różnych źródeł. Sztuczna inteligencja już teraz może pełnić rolę asystenta lekarza, pod warunkiem, że ci nauczą się, jak z nią współpracować. Wiele błędów np. halucynacji można zweryfikować, zadając AI odpowiednie pytania.

Opisane w książce możliwości AI dotyczą modelu GPT-4. Od tego czasu pojawiło się kilka nowych, dokładniejszych modeli jak np. model GPT-4o czy Med-Gemini. Zaledwie w kilka miesięcy od premiery ChatGPT firmy technologiczne zaczęły oferować usługi AI dla placówek medycznych jak automatyczne tworzenie dokumentacji medycznej i wyszukiwanie kluczowych danych w EDM.

Fascynujący przegląd możliwości generatywnej AI we współpracy z lekarzem.

Czytaj także: Pełny wywiad z Peterem Lee

Wszyscy są zgodni, że systemy opieki zdrowotnej nie działają dobrze. Cyfryzacja może być rozwiązaniem, ale potrzebne są zmiany systemowe – mówi dr Leslie Anne Fendt, Liderka Zdrowia Cyfrowego w Roche.

Jak rozumie Pani pojęcie „zdrowia cyfrowego”?

Zdrowie cyfrowe rozumiem w najszerszym możliwym znaczeniu, po prostu jako wykorzystanie technologii cyfrowej do rozwiązywania wyzwań w opiece zdrowotnej. Taka definicja obejmuje również technologie stosowane w profilaktyce.

O zdrowiu cyfrowym myślę najczęściej w kategoriach produktów, ale także danych i infrastruktury technologicznej oraz kanałów opieki i automatyzacji. Ogólnie chodzi o zmianę sposobu tworzenia i dostarczania leków oraz przejście w kierunku profilaktyki i bardziej skutecznej – opartej na danych i wartościach – opieki zdrowotnej.

Na danych, które w ochronie zdrowia mają szczególną wartość, ale których pozyskanie nie jest łatwe.

Tak, aby wykorzystać potencjał medycyny personalizowanej, firmy farmaceutyczne i wszyscy uczestnicy rynku zdrowia potrzebują dużej ilości i wysokiej jakości danych do szkolenia algorytmów.

I tu pojawia się problem, bo nie wszystkie owoce nadają się na sok, a dokładnie – nie wszystkie dane nadają się do analiz lub ich analiza ma sens.

Do tego przepisy dotyczące ochrony danych są bardzo surowe, co powoduje, że gromadzenie danych jest w rzeczywistości bardzo trudne. Wystarczy porównać sektor zdrowia z technologiami konsumenckimi, gdzie nie ma prawie żadnych ograniczeń co do tego, jakie dane firmy pozyskują od swoich użytkowników i jak są one wykorzystywanie.

Firmy farmaceutyczne z rezerwą podchodzą do wdrażania rozwiązań cyfrowych. Zgadza się Pani z taką opinią?

Myślę, że ta obserwacja pochodzi od dużych firm farmaceutycznych, które być może na początku weszły w przestrzeń e-zdrowia bardzo optymistycznie i nieco naiwnie. Dopiero w miarę zagłębiania się w jej niuanse zdały sobie sprawę, że jest to bardzo złożona dziedzina.

Uważam, że żadna firma farmaceutyczna nie rozgryzła, jak najlepiej wykorzystać i zoperacjonalizować zdrowie cyfrowe. Ale to nie znaczy, że nie ma postępu w tym zakresie.

Wszyscy stajemy się coraz mądrzejsi i skuteczniejsi w tym, jak i jaki rodzaj rozwiązań cyfrowych wdrażamy. Przestaliśmy już myśleć tylko o tym, co może zrobić technologia i zaczęliśmy bardziej zastanawiać się nad tym, gdzie można tworzyć i przechwytywać wartość, która z niej wynika. To wymaga przemyślenia całego modelu biznesowego.

Niedawno napisała Pani, że „upowszechnienie cyfrowej opieki zdrowotnej nie przyjdzie łatwo, tanio i szybko”. Dlaczego?

Jedną z moich obserwacji jest to, że duże firmy farmaceutyczne oczekiwały, że zdrowie cyfrowe będzie czymś, co można zaadaptować stosunkowo szybko i sprawnie, bez większego zakłócania podstawowej działalności firmy, za zasadzie „załóż wydział zdrowia cyfrowego i już”.

Jednak aby odnieść sukces w dziedzinie danych i technologii cyfrowych oraz dobrze wykorzystać je jako firma, całe przedsiębiorstwo musi przejść transformację podstawowej działalności, a ta wymaga zarządzania zmianą. Nie ma jednego, łatwego sposobu na cyfrową transformację przedsiębiorstwa; jedynym wyjściem jest przejście przez nią.

Cyfrowa opieka zdrowotna może doprowadzić do stworzenia opieki zdrowotnej opartej na wartościach (value-based healthcare). Ale paradoksalnie, cyfrowa opieka zdrowotna, aby się rozwijać, potrzebuje fundamentów opieki zdrowotnej opartej na wartościach. Jednym słowem, bez zmiany naszego systemu zdrowia, wraz z jego błędnymi zachętami, ludzie i instytucje nie zmienią swoich zachowań i procesów.

Wszyscy się zgodzimy, że systemy opieki zdrowotnej nie działają dobrze. Mimo to, podmioty rynku zdrowia dopasowały się do jego ram. Cyfryzacja zdrowia może poważnie wpłynąć na istniejące modele biznesowe, bo wprowadza zupełnie nowe zachęty. Dlatego aby przyspieszyć cyfryzację, każda organizacja ochrony zdrowia, każdy podmiot musi mieć jasny powód i argument – także finansowy – do zmiany. To się nie stanie bez reform systemowych.

Czy uważa Pani, że tak zwane terapie cyfrowe powinny podlegać tym samym rygorystycznym przepisom dotyczącym na przykład badań klinicznych i bezpieczeństwa stosowania, co leki?

Jeśli nie będą podlegały tym samym wymogom, istnieje niebezpieczeństwo dopuszczenia na rynek szkodliwych rozwiązań, czemu należy zapobiec za wszelką cenę. Ale istnieje również obawa, że konieczność zebrania dowodów klinicznych będzie zaporą dla firm rozwijających innowacje cyfrowe i może być przytłaczająca dla organów regulacyjnych, które muszą przeprowadzić ewaluację innowacji e-zdrowia. W efekcie możemy nie skorzystać na innowacyjnych rozwiązaniach, które są już dostępne, ale nie mogą znaleźć swojej drogi na rynek.

W najlepszym przypadku pozbawimy się w ten sposób innowacyjnych rozwiązań; a w najgorszym – zwiększymy liczbę rozwiązań na rynku, które technicznie należą do przestrzeni regulowanej, ale obecnie działają w sposób nieuregulowany.

Analogicznie do leków i fizycznych urządzeń medycznych, cyfrowe rozwiązania zdrowotne muszą gwarantować odpowiedni poziom bezpieczeństwa i skuteczności. Wyznacznikiem powinien być poziom ryzyka. Jeśli spełniają określone kryteria, nie ma przeszkód, aby były refundowane.

Co jest obecnie tematem nr 1 dla farmacji?

Przede wszystkim integracja danych i technologii cyfrowych w całym łańcuchu wartości firm farmaceutycznych. Skupiamy się na podnoszeniu efektywności badań i rozwoju nowych leków, edukacji klientów oraz rozwoju kompleksowych rozwiązań zdrowotnych. Widzimy też dużą aktywność po stronie startupów zdrowia cyfrowego, z kolei na horyzoncie średnioterminowym są obliczenia kwantowe. To właśnie w Basel, gdzie Roche ma swoją siedzibę, powstało Quantum Basel, pierwsze komercyjne centrum kwantowe w Szwajcarii.

Postępy w obliczeniach kwantowych pozwolą na wykładniczy wzrost mocy obliczeniowej i pełne wykorzystanie potencjału sztucznej inteligencji. Dzięki temu zyskamy możliwości badań naukowych, o których dzisiaj możemy tylko pomarzyć.

Czytaj także: Co irytuje lekarzy w e-zdrowiu? “Brak zachęt i nieżyciowe funkcje”

Historia cyfryzacji sektora zdrowia w Polsce jest pełna nieudanych, kulejących lub przeciągających się w nieskończoność projektów. Powodem jest hurra optymizm, błędne zarządzanie projektem, oderwane od rzeczywistości założenia i rzucanie pomysłami, które są z góry skazane na porażkę.

Niekończące się wdrażanie EDM

Ranking otwiera Elektroniczna Dokumentacja Medyczna (EDM). Każdy lekarz i gabinet od 1 lipca 2021 roku mają obowiązek raportowania zdarzeń medycznych, także wówczas, gdy leczysz się prywatnie – czytamy na stronie Ministerstwa Zdrowia. EDM rodziło się przez lata w bólach. W 2018 roku w końcu pojawiło się rozporządzenie Ministra Zdrowia w sprawie rodzajów elektronicznej dokumentacji medycznej, za pośrednictwem Systemu Informacji Medycznej (w ramach Systemu P1). Technicznie wszystko było gotowe, wyznaczono deadline i czekano na cud.

Lekarze nie otrzymali żadnych premii za tworzenie EDM, zabrakło programów wsparcia. W efekcie, najwięcej straciły te placówki, które robiły wszystko, aby zdążyć na czas. Na długo przed 1 lipca było wiadomo, że stopień wdrażania EDM jest marny. Potem uruchomiono programy dofinansowania, MZ utopiło miliony w rządowej aplikacji e-Gabinet+. Efekt: żaden. Po drodze jeszcze pojawiła się opcja atomowa w postaci groźby rozliczania świadczeń z NFZ na podstawie zdarzeń medycznych, ale szybko z niej zrezygnowano. Zgodnie z raportem Centrum e-Zdrowia z 2023 roku, tylko 55% placówek zdrowia indeksuje EDM w systemie e-Zdrowia P1. W porównaniu z 2022 rokiem, ten odsetek ani nie drgnął. Wdrażanie EDM stało się chorobą przewlekłą cyfryzacji ochrony zdrowia w Polsce. Nadzieja, że pójdzie tak gładko jak z e-receptą, nie trwała długo.

Jednorazowe pomysły o krótkim terminie ważności

Są też i takie projekty, które zniknęły równie szybko jak się pojawiły. Mało kto dziś pamięta plany wprowadzenia Elektronicznej Karty Pacjenta (EKP). EKP miała trafić do pacjentów na przełomie 2014 i 2015 roku i służyć do identyfikacji oraz zapisywania informacji o zdarzeniach medycznych. Flagowy projekt byłej Prezes NFZ, Agnieszki Pachciarz, wyceniono na 350–500 mln zł. Pomysł zszedł na drugi plan, gdy zaczęto mówić o likwidacji NFZ, a potem zmieniły się założenia. Zadania karty przejął po części elektroniczny system weryfikacji uprawnień świadczeniobiorców e-WUŚ i ostatecznie EKP została wyrzucona do kosza.

Do kategorii pustych obietnic można zaliczyć projekt Pacjent 360 promowany przez byłego dyrektora Centrum e-Zdrowia Pawła Kikosickiego. Jeszcze w maju 2023 roku na łamach Dziennika Gazety Prawnej, Kikosicki deklarował, że „już niedługo będziemy udostępniać lekarzom pierwszego kontaktu narzędzie Pacjent 360”. Narzędzie wykorzystujące AI miało integrować dane o pacjencie, aby lekarz, na jednym ekranie, otrzymał podsumowanie informacji o pacjencie z oflagowaniem niepokojących parametrów. Dane podobno miały być zaciągane z Internetowego Konta Pacjenta nawet jeśli części danych na IKP nie ma, jak np. wyniki badań laboratoryjnych. Od czasu zmiany zarządu w CeZ, o projekcie nikt już nie wspomina. Może nawet i szkoda, bo Pacjent 360 rozpalił światło w tunelu, że kiedyś e-dokumentacja medyczna będzie prosta i przyjemna, wszystkie dane będą gromadzone elektronicznie, a AI wyręczy lekarza w żmudnym przeglądaniu danych. Takie marzenie w brutalnej rzeczywistości e-zdrowia.

Pokusy centralizacji wbrew logice

Kandydatem dopiero co aplikującym do listy nieudanych projektów e-zdrowia, ale mającym duże szanse się na nią dostać, jest Centralna e-Rejestracja (CeR). Kiedy wszyscy mówili, że to się nie uda – bo ujednolicenie terminarzy wizyt placówek o różnej organizacji pracy i panelu przyjmowanych pacjentów jest w praktyce niemożliwe – nowe Ministerstwo Zdrowia pozostało nieugięte.

Nowa Minister Zdrowia Izabela Leszczyna żartowała nawet, że prawdopodobnie porywa się na ten projekt, bo nie zdaje sobie sprawy z tego, że jest niewykonalny. Skąd taka determinacja? Prawdopodobnie stoi za nią presja spełnienia wyborczej obietnicy skrócenia kolejek do lekarzy. Centralna e-Rejestracja teoretycznie miała już działać od czerwca 2024 roku. W maju 2024 r. plan uruchomienia CeR zamieniono na pilotaż, a termin wdrożenia przesunięto na kwiecień 2025 r. Mając na uwadze złożoność projektu, można się spodziewać, że podzieli on losy EDM i jego implementacja będzie ciągnęła się latami. Sugerują to m.in. pisma skierowane do MZ w ramach konsultacji społecznych projektu.

Wiele projektów e-zdrowia powstaje w bańce błędnych założeń z pominięciem faktów. Tak było z e-Gabinet+ forsowanym przez Piotra Węcławika, byłego Dyrektora Departamentu Innowacji w Ministerstwie Zdrowia. W tym przypadku przypomina się psychologiczna reguła konsekwencji: gdy w coś się zaangażujemy, to kontynuujemy to działanie, identyfikujemy się z nim emocjonalnie, bo chcemy być postrzegani jako osoba konsekwentna. W zmianie zdania nie pomagają ani twarde fakty, ani widoczna na horyzoncie porażka. W tym przypadku porażka, która kosztowała podatników miliony złotych.

Historia jest krótka: wdrażanie EDM nie szło jak zakładano więc założono – bez żadnego poparcia w liczbach i badaniach – że udostępniając rządowy, bezpłatny system IT, problem rozwiąże się od ręki. Rezultat? System za 172 mln zł, z którego 3 miesiące po udostepnieniu korzystało 11 placówek z 1301 biorących udział w projekcie. Wytworzyły one symboliczne 371 dokumentów EDM. Żaden komercyjny dostawca IT w Polsce nie może sobie pozwolić na taki budżet opracowania systemu IT. Ale MZ poprzedniej kadencji mogło, wydając pieniądze podatników w ciemno.

Dobre intencje i złe planowanie

Do przeciągających się – i systematycznie drożejących projektów – trzeba też niestety zaliczyć Projekt e-Krew – Informatyzacja Publicznej Służby Krwi oraz Rozwój Nadzoru nad Krwiolecznictwem. W tym przypadku nikt nie ma wątpliwości, że cel jest słuszny, a system – pilnie potrzebny. Pierwotnie miał ruszyć już w maju 2021 roku, a jego realizacja kosztować 37 mln zł.

W listopadzie 2023 roku, na Internetowym Koncie Pacjenta IKP pojawiła się zakładka „Moje krwiodawstwo”, gdzie miały spływać dane z regionalnych centrów krwiodawstwa (RCK). Zakładka zniknęła po jednym dniu, bo e-Krew była po prostu niegotowa. Nowy termin zakończenia wdrożenia to koniec 2025 roku, a zamiast 37 mln zł trzeba będzie wydać 92 mln zł – z tego 14 mln z budżetu państwa i 78 mln z funduszy unijnych.

Ambitne mega-projekty a efekt jak każdy widzi

Polskie startupy rozwijające rozwiązania zdrowia cyfrowego nie mają łatwo na rodzimym rynku. Ale w 2023 roku miało się wszystko zmienić, odkąd Ministerstwo Zdrowia zapowiedziało certyfikację aplikacji e-zdrowia. Te, które przeszły pozytywną weryfikację, miały trafiać do Portfela Aplikacji Zdrowotnych (PAZ). Entuzjazm został szybko zgaszony, gdy okazało się, że aplikacje w PAZ zyskują tylko prestiż i nic więcej. O finansowaniu ich stosowania w publicznym systemie zdrowia – tak jak to ma miejsce m.in. we Francji, Belgii, Wielkiej Brytanii czy Niemczech – nie było mowy. Pomysłodawcy najwyraźniej inspirowali się angielskim odpowiednikiem, czyli NHS Apps Library (Biblioteka Aplikacji NHS). Tylko że tam, w 2021 roku projekt zlikwidowano po 2 latach. Twarzą projektu był także Dyrektor Departamentu Innowacji w Ministerstwie Zdrowia za rządów PiS, Piotr Węcławik, promotor systemu e-Gabinet+.

Przez 8 miesięcy od hucznej premiery, PAZ świecił pustkami. Niby chętni na certyfikację byli i MZ analizowało wnioski, choć żadnych konkretnych danych nie udostępniono. W grudniu 2023 roku doczekaliśmy się pierwszej aplikacji w PAZ. Druga dołączyła pół roku później, w maju 2024 roku. 14 miesięcy od premiery, w PAZ są 2 aplikacje. W regulaminie projektu czytamy, że „18 miesięcy po umieszczeniu pierwszej certyfikowanej aplikacji w PAZ odbędzie się ewaluacja pilotażu.” Według tych założeń, będzie to połowa roku 2025.

Nowe MZ z projektu nie rezygnuje. W lipcu br., podczas posiedzenia Parlamentarnego Zespołu ds. Badań Naukowych i Innowacji w Ochronie Zdrowia oraz Parlamentarnego Zespołu ds. Partnerstwa Publiczno-Prywatnego w Senacie padły nowe zapowiedzi. Wojciech Demediuk, dyrektor Departamentu Innowacji Ministerstwa Zdrowia, poinformował, że MZ obecnie wyszukuje aplikacje wspierające zdrowie pacjentów, które będą promowane przez Ministerstwo Zdrowia poprzez potwierdzenie jakości „Quality Checked by MZ”. Chodzi o aplikacje o charakterze profilaktycznym i promujące zdrowy tryb życia. Czyli w zasadzie niewiele nowego.

Obiecujący start i szybki koniec

Są też wartościowe inicjatywy, które z niewiadomych przyczyn przeszły do lamusa. Jedną z nich jest Domowa Opieka Medyczna DOM. Podczas pandemii COVID-19, pacjenci w wieku 55+ z pozytywnym testem na koronawirusa otrzymywali pocztą pulsoksymetry, za pomocą których raportowali dane o stanie zdrowia. Ministerstwo Zdrowia chwaliło się pozytywnymi efektami: z DOM COVID-19 skorzystało ponad 1 mln osób, lekarze udzielili 130 tys. konsultacji chorym korzystającym z pulsoksymetrów, a „konsultanci DOM uratowali życie ok. 6 tys. pacjentów, wzywając karetkę”.

Po pandemii, w ramach DOM odbyły się refundowane przez NFZ pilotaże opaski telemedycznej, e-stetoskopu domowego i e-spitometru. Ostatnim programem z grudnia 2022 roku był SmartDoktor, który objął 1200 pacjentów w wieku 18 i mniej lat z pierwotnymi oraz wtórnymi niedoborami odporności, w tym w po przebytym zakażeniu wirusem SARS-CoV-2. Miał trwać do listopada 2023 roku. Od tego czasu ślad po DOM zniknął.

Kto nie próbuje ten nie popełnia błędów?

Nie ma nic złego w wielkich planach e-zdrowia. Wręcz przeciwnie – liderzy cyfryzacji, czyli Centrum e-Zdrowia i Ministerstwo Zdrowia – powinni mieć odwagę do realizacji ambitnych projektów, eksperymentować z nowymi technologiami, wdrażać innowacyjne rozwiązania wbrew nieuzasadnionym obawom sceptyków. Takie podejście legitymuje też porażki, które są wpisane w transformację cyfrową, zgodnie z zasadą „kto nie ryzykuje, ten nie pije szampana.” Ale za odwagą powinna iść rozwaga w planowaniu i budżetowaniu.

Mamy już spore doświadczenie w e-zdrowiu; wiemy, jakie są bariery wdrażania technologii w ochronie zdrowia, a jakie elementy determinują sukces. Możemy sięgnąć do doświadczeń innych krajów, zamiast w nieskończoność realizować bezpieczne i kosztowne pilotaże, z których nikt nie wynika. E-zdrowie potrzebuje spójnej strategii, dobrego zarządzania projektami, inspirujących liderów zmian i ekonomicznego myślenia.

Czytaj także: 4 strategie liderów cyfryzacji w ochronie zdrowia

Japońscy naukowcy opracowali twarz dla robotów wykonaną z laboratoryjnie wyhodowanej skóry człowieka. Dzięki niej, humanoidalne roboty będą mogły wyrażać emocje jak ludzie.

Dlaczego roboty powinny wyglądać jak ludzie?

Choć niektórzy mówią, że to najzabawniejsze zdjęcie naukowe roku, chodzi o całkiem poważną innowację. Wraz z tym jak roboty będą stopniowo stawać się częścią naszego życia prywatnego i zawodowego, problemem może okazać się współistnienie z nimi. Ludzie rozpoznają intencje drugiego człowieka po mimice twarzy; uśmiech wzbudza zaufanie i wyraża gotowość do współpracy.

Takich zdolności komunikacji niewerbalnej nie posiadają roboty z głowami wykonanymi ze sztucznego tworzywa i cyfrowymi oczami. Choć na razie nie ma to znaczenia, bo roboty i tak są jeszcze stosunkowo prymitywne, w przyszłości może okazać się problemem np. w przypadku humanoidów do celów społecznych i medycznych.

Dlatego naukowcy szukają sposobów, aby nadać maszynom ludzkie cechy, w tym wygląd.

Uśmiechnięty cyborg ze zmarszczkami

Badacze z Uniwersytetu Tokijskiego wpadli na oryginalny sposób i opracowali maskę z żywych tkanek dla robotów imitującą twarz człowieka. Powstała ona z mieszanki komórek skóry człowieka wyhodowanych na rusztowaniu kolagenowym i umieszczonych na bazie żywicy wydrukowanej w 3D.

W przeciwieństwie do poprzednich, podobnych eksperymentów, skóra zawiera także odpowiednik więzadeł. Więzadła znajdujące się w tkance pod skórą pozwalają uzyskać spójność kształtu twarzy oraz jej elastyczność. Aby je stworzyć, naukowcy dokonali perforacji żywicznej podstawy robota, a następnie wypełnili żywą tkanką maleńkie wgłębienia w kształcie litery “V”. Bez tego, po pewnym czasie skóra mogłaby tracić kształt w efekcie sił grawitacji.

W końcowym etapie, zespół z Uniwersytetu Tokijskiego umieścił skórę na uśmiechniętej twarzy robota o szerokości kilku centymetrów, która mogła być poruszana za pomocą prętów połączonych z rusztowaniem.

Podobne do ludzi humanoidy dopiero za 10 lat

Michio Kawai, współtwórca innowacji, przyznaje, że skóra robotyczna jest na wczesnym etapie rozwoju. Największym problemem jest jej trwałość – bez naczyń krwionośnych doprowadzających składniki odżywcze do tkanek, proteza po prostu umiera. Aby tak się nie stało, potrzebna będzie struktura z żyłami. W najbardziej zaawansowanym modelu, taka skóra mogłaby zostać wyposażona w elektrody imitujące układ nerwowy i sterujące napięciem skóry. Jak przyznają naukowcy z Uniwersytetu w Tokio, opracowanie w pełni funkcjonalnej sztucznej skóry może zająć ok. 10 lat.

Sztuczna skóra może znaleźć jeszcze jedno zastosowanie, a mianowicie w przemyśle kosmetycznym. W ramach eksperymentu, naukowcy przez miesiąc mechanicznie stymulowali uśmiech na twarzy robota. W ten sposób udało im się zasymulować proces powstawania zmarszczek mimicznych na twarzy. Dzięki temu, skóra laboratoryjna może być wykorzystywana do testowania produktów do pielęgnacji skóry twarzy zapobiegających powstawaniu zmarszczek.

Czytaj także: Ruszają testy leku na odrastanie utraconych zębów

KAMSOFT zaprezentował nowe rozwiązanie „Przegląd Lekowy”. W połączeniu z Pharmindex i rozwiązaniami AI ma wesprzeć Farmaceutów w realizacji Opieki Farmaceutycznej.

Opieka farmaceutyczna i przegląd lekowy w aptece

Przegląd lekowy to jedno z najbardziej złożonych świadczeń w ramach Opieki Farmaceutycznej. Bez odpowiedniego narzędzia jest to usługa czasochłonna, a ponadto wymuszająca na Farmaceucie bycie na bieżąco z aktualną wiedzą w zakresie wszystkich aspektów dotyczących farmakoterapii oraz nieustanne nadążanie za nową wiedzą.

Przeprowadzenie przeglądu lekowego wymaga od Farmaceuty zebrania szczegółowego wywiadu z pacjentem i analizy farmakoterapii pod kątem m.in. interakcji, zgodności z zaleceniami dawkowania, działań niepożądanych itd. Bywa, że zrealizowanie w tradycyjny sposób jednego przeglądu lekowego zajmuje Farmaceucie kilka, a nawet kilkanaście godzin w zależności od stanu klinicznego pacjenta oraz od liczby przyjmowanych przez niego produktów.

Biorąc pod uwagę wzrastającą liczbę pacjentów z wielolekowością, liczbę dostępnych na rynku preparatów i ograniczony czas pracy Farmaceutów, warto zainwestować w narzędzie, które będzie efektywnie wspierać cały proces prowadzenia przeglądów lekowych od pacjenta przez farmaceutę po lekarza prowadzącego.

Narzędzie „Przegląd Lekowy” firmy KAMSOFT jest kompleksowym rozwiązaniem informatycznym wpierającym Farmaceutę w zakresie zbierania wywiadu z pacjentem, analizy jego farmakoterapii oraz komunikacji z lekarzem. Co niezwykle istotne, wyposażone jest w najnowszą wiedzę o lekach dostarczaną przez Pharmindex. Narzędzie to sprawdzi się w aptekach oraz w prywatnych gabinetach opieki farmaceutycznej.

Jak działa elektroniczna realizacja przeglądu lekowego?

Etap 1: Pozyskanie informacji o farmakoterapii Pacjenta

Dane od pacjenta do przeglądu lekowego powinny zostać zgromadzone w formie i zakresie umożliwiających dokonanie możliwie najpełniejszej analizy. Przeprowadzenie takiego wywiadu wiąże się z wprowadzeniem do formularza produktów przyjmowanych przez pacjenta przewlekle i doraźnie włączając w to również suplementy diety i wyroby medyczne. Jest to bardzo ważny i zarazem bardzo czasochłonny etap. Znacznie szybciej będzie, jeśli przygotowanie do przeglądu lekowego zostanie zrealizowane samodzielnie przez Pacjenta lub jego Opiekuna on-line. Taką właśnie możliwość oferuje przygotowana ankieta systematyzująca pozyskanie wywiadu dotyczącego Pacjenta i stosowanej przez niego terapii.

Etap 2: Pacjent lub jego Opiekun wypełniają ankietę on-line

W tym celu udostępnione zostało pacjentom dedykowane narzędzie za pośrednictwem, którego Pacjent lub jego Opiekun jeszcze w domu, przed przyjściem do Farmaceuty, samodzielnie albo z pomocą kogoś bliskiego, posiadającego podstawowe umiejętności w posługiwaniu się komputerami, wprowadza dane uzupełniając intuicyjną ankietę dotyczącą m.in. informacji o zażywanych lekach i suplementach diety, chorobach przewlekłych, wieku, wykonywanym zawodzie oraz samopoczuciu.

Dane są anonimowe i uniemożliwiają identyfikację osoby wypełniającej. Informacje te zostają odpowiednio skatalogowane i uporządkowane, tak aby zapewnić maksymalną przejrzystość oraz ułatwić ich automatyczną analizę w aplikacji dedykowanej dla Farmaceuty. Po wypełnieniu formularza z wywiadem, pacjent na koniec wygeneruje znany tylko jemu jednorazowy kod dostępu oraz PIN (trochę podobnie jak to ma miejsce w przypadku eRecept), z którymi uda się do Farmaceuty celem wykonania analizy farmakoterapii.

Etap 3: Farmaceuta identyfikuje problemy lekowe

Na podstawie uzupełnionego wywiadu, Farmaceuta identyfikuje problemy lekowe. W dalszej kolejności ustala przyczyny występowania danego problemu lekowego. Biorąc pod uwagę fakt, że w obrocie rynkowym jest ponad 56.000 produktów leczniczych o różnych nazwach handlowych ordynowanych na receptę, taka analiza wymaga sięgnięcia do zewnętrznych zasobów wiedzy, które nierzadko są rozproszone.

Serwis do realizacji przeglądów lekowych korzysta ze sprawdzonej bazy wiedzy o lekach Pharmindex oraz serwisu BLOZ. Dzięki temu Farmaceuta w jednym miejscu ma dostęp do rzetelnej i zawsze aktualnej wiedzy dotyczącej m.in. substancji czynnych i pomocniczych, wskazań do stosowania, interakcji pomiędzy substancjami czy dawkowania, czyli profilu bezpieczeństwa leku przedstawionego w postaci czytelnej infografiki.

Etap 4: Automatyczna wielowarstwowa analiza farmakoterapii

Narzędzie zestawia dane pozyskane od Pacjenta z wiedzą o lekach znajdującą się w bazie Pharmindex oraz BLOZ, dzięki temu Farmaceuta otrzymuje szczegółową analizę konkretnego przypadku. Serwis dostarczy informacje o wykrytych interakcjach w postaci czytelnej sieci wzajemnych powiązań występujących między zażywanymi produktami oraz zawartymi w nich składnikami wraz z ostrzeżeniami w postaci alertów bezpieczeństwa, które będą dopasowane m.in. do wieku i płci Pacjenta.

Farmaceuta, wprowadzając propozycje modyfikacji farmakoterapii, na bieżąco może obserwować symulację efektu tych zmian. W rezultacie powstaje lista wyzwań lekowych wykrytych przez system przy analizowanym zestawie informacji.

Etap 5: Wsparcie farmaceuty przez sztuczną inteligencję

Pomoc sztucznej inteligencji (AI) okazuje się bardzo cenna w wielu obszarach – jednym z najczęściej wymienianych jest sektor opieki zdrowotnej. Jak AI wspiera Farmaceutę w realizacji przeglądów lekowych? Asystent AI stanowi dodatkowe źródło informacji, podpowiada Farmaceucie m.in. na co jeszcze zwrócić uwagę w procesie analizy farmakoterapii, co należałoby jeszcze zbadać u pacjenta. Należy podkreślić, że AI w przeglądzie lekowym pełni rolę pomocniczą i wspierającą, a ostateczną decyzję zawsze podejmuje Farmaceuta.

Etap 6: Przekazanie raportu z przeglądu lekowego

Farmaceuta przygotowuje dwa raporty – Raport dla pacjenta i dla lekarza. Raport dla pacjenta ma na celu podsumowanie przeglądu lekowego wraz ze wskazaniem działań, za które odpowiedzialny jest pacjent. Z kolei Raport dla lekarza ma na celu przedstawienie wyników z realizacji przeglądu lekowego wraz ze wskazaniem rekomendacji dotyczących rozwiązania wykrytych problemów lekowych.

Pacjent otrzymuje dwa wygenerowane raporty: dla siebie (Pacjenta) i dla Lekarza w formie papierowej lub elektronicznej. Aby umożliwić lekarzowi zapoznanie się z rekomendacjami Farmaceuty dotyczącymi zmian w farmakoterapii, Pacjent lub jego Opiekun udostępnia lekarzowi prowadzącemu raport w formie elektronicznej poprzez przekazanie kodu dostępu i PIN lub papierowej (wydruk z raportem).

Dokumentowanie opieki farmaceutycznej i wymiana danych

Opieka farmaceutyczna, w tym przegląd lekowy, jest procesem dokumentowanym. Serwis wspierający przegląd lekowy ułatwia prowadzenie dokumentacji w postaci elektronicznej na każdym etapie, począwszy od wypełnienia przez pacjenta ankiety, analizy farmakoterapii, po kontakt z lekarzem.

Nieodłącznym elementem przeglądu lekowego jest kontakt między farmaceutą, pacjentem, a lekarzem prowadzącym. Jego celem jest optymalizacja farmakoterapii i zwiększenie szansy pacjenta na uzyskanie najlepszych z możliwych do osiągnięcia efektów terapeutycznych.

Podczas realizacji przeglądu lekowego farmaceuta pełni rolę doradcy, który przy wykorzystaniu swojej wiedzy może wesprzeć lekarza w sytuacji związanej z farmakoterapią pacjenta. Dlatego tak ważne jest, aby tworzyć warunki do współpracy w ramach tych dwóch zawodów. W systemie medycznym KAMSOFT (np. KS-SOMED czy SERUM) lekarz może wystawić skierowanie swojemu pacjentowi na wykonanie przeglądu lekowego, aby uzyskać analizę farmakoterapii zastosowanej u pacjenta.

Obecnie z serwisu Przegląd Lekowy w wersji zapoznawczej korzysta kilkudziesięciu Farmaceutów w ramach Studium Przeglądu Lekowego. Wnioski i rekomendacje zebrane po zakończeniu tego etapu pozwolą jeszcze lepiej dopasować narzędzie do oczekiwań Farmaceutów.

Więcej informacji o Przeglądzie Lekowym: https://przeglad-lekowy.kamsoft.pl/  

Czytaj także: BLOZ i PHARMINDEX. Mocny duet do wystawiania e-recept

W lipcowym wydaniu OSOZ (7/2024):

• FEnIKS z kasą. Do POZ trafi 1,25 mld zł, także na inwestycje w cyfryzację
• Zamki e-zdrowia z piasku. 8 największych porażek cyfryzacji polskiej ochrony zdrowia
• Co czytać? 5 fascynujących książek o innowacjach w medycynie
• Black box w szpitalu. Czy nowa technologia zmniejszy liczbę błędów medycznych?

KLIKNIJ TUTAJ, aby pobrać bezpłatnie lipcowe e-wydanie (89 stron, PDF)

Spis treści:

• POZ-ty liczą na FEnIKSa. Jak sięgnąć po 1,25 mld zł m.in. na cyfryzację?
• Raport. Think Tank SGH opublikował raport „AI w zdrowiu”
• Debata TV. Porada AI czy czekanie w kolejce do lekarza?
• Przełom naukowy. Naukowcy z Chin stworzyli mózg robota z ludzkimi neuronami
• Lektura. 5 najciekawszych książek o cyfrowej ochronie zdrowia 2024
• Aplikacja miesiąca. Wysypka albo zmiana skórna? Dowiedz się, co to jest
• Polityka. Powstało Europejskie Biuro ds. AI
• Eksperyment. Roboty z twarzami z żywych tkanek
• Premiera. Nowa drukarka 3D do taniego wydruku modeli narządów
• Infografika. Jak lekarze szukają wiedzy w internecie?
• Raport specjalny. Ambitne plany i wielkie porażki polskiego e-zdrowia
• Prof. dr med. Marlies P. Schijven: Roboty i VR na sali operacyjnej są często tylko na pokaz
• Katharina Weitz: Polubimy roboty jak ludzi? „To jest w naszej naturze”
• Cyberbezpieczeństwo. Potężny cyberatak w Wielkiej Brytanii sparaliżował pracę szpitali
• Test. Czarne skrzynki na sali operacyjnej. Czy to sposób na błędy medyczne?
• Innowacje. Zmiany we wzorcach snu mogą sygnalizować choroby
• Urządzenie smart. Dzięki noszonemu na ciele USG, zobaczysz „na żywo” jak pracuje twoje ciało
• Felieton NIL IN. Jak wprowadzić do szpitali innowacje medyczne?
• Sztuczna inteligencja. AI to jedyna szansa na eliminację błędów medycznych
• Relacja. VI Konferencja Nawigator e-Zdrowia: Nowości i Innowacje w e-Zdrowiu

Wszystkie wydania archiwalne dostępne są na zakładce POBIERZ.

Jak mierzyć korzyści z innowacji cyfrowych i ich wpływ na wyniki pacjentów i jakość opieki? Jak strategicznie wdrażać rozwiązania e-zdrowia? Na nasze pytania odpowiada Eric Sutherland, ekonomista i ekspert ds. zdrowia cyfrowego w Organizacji Współpracy Gospodarczej i Rozwoju OECD.

Twierdzi Pan, że cyfryzację w opiece zdrowotnej trzeba traktować jako inwestycję, a nie koszt. Dlaczego?

Cyfryzacja opieki zdrowotnej pozwala przejść w stronę skoncentrowanych na człowieku, odpornych i uczących się systemów opieki zdrowotnej. W centrum tej transformacji jest każdy człowiek, który może aktywnie wykorzystać własne dane – przykładowo zbierane za pomocą certyfikowanych urządzeń cyfrowych i aplikacji mobilnych – do osiągania lepszych wyników zdrowotnych.

Tym samym odchodzimy od obecnego modelu opieki, w którym interwencje podejmowane są wtedy, gdy człowiek dopiero zachoruje. Zamiast tego pojawia się podejście prewencyjne.

Będziemy ewoluować w kierunku systemu, w którym jednostki mogą osiągać lepsze wyniki zdrowotne i aktywnie angażować się w zapobieganie chorobom. A to oznacza wczesne wykrywanie i profilaktykę m.in. chorób przewlekłych, które znacząco podwyższają koszty opieki zdrowotnej.

Nie chodzi jednak tylko o oszczędności, ale przede wszystkim dłuższe i lepsze życie w zdrowiu. A to z kolei pozytywnie odbija się na wynikach ekonomicznych kraju.

Czy ten pozytywny efekt ekonomiczny rozwiązań e-zdrowia można w jakiś sposób zmierzyć?

Tak, przykładem jest badanie przeprowadzone w Stanach Zjednoczonych, obejmujące szpitale w całym kraju i oceniające ich dojrzałość cyfrową za pomocą skali EMRAM Health Information Management Systems Society (HIMSS). Wykazało ono, że szpitale o wyższym poziomie dojrzałości cyfrowej osiągają lepsze wyniki zdrowotne pacjentów przy niższych kosztach.

Cyfryzacja skraca czas pobytu w szpitalu i umożliwia lepsze przewidywanie potrzeb kadrowych, optymalizując alokację zasobów i prowadząc do zmniejszenia kosztów. Podobne badania przeprowadzono m.in. w Narodowej Służbie Zdrowia (NHS) w Wielkiej Brytanii.

Pomiar dokładnego wpływu ekonomicznego jest jednak trudny ze względu na połączenie czynników ludzkich i materialnych – jak technologia, polityka i możliwości finansowania – które w równym stopniu wpływają na zwrot z inwestycji w rozwiązania cyfrowe. Dlatego musimy przejść od „liniowej akumulacji wartości” do „wykładniczej akumulacji” uzyskiwanej poprzez efekty sieciowe. Wytłumaczę to posługując się analogią faksu. Pierwszy faks miał niewielką wartość, ponieważ nie było innych urządzeń, z którymi mógłby się komunikować. Jednak w miarę rozbudowy sieci faksów, każde urządzenie zwiększało wartość sieci, powiększając tym samym własną wartość.

Podobnie w cyfrowym zdrowiu – z każdą nową innowacją w sieci, zdolność do skalowania przyczynia się do wzrostu wartości globalnej. Ta dynamika utrudnia ilościowe określenie wpływu ekonomicznego przy użyciu tradycyjnych metod liniowych. Zamiast tego musimy przyjąć myślenie wykładnicze, aby w pełni zrealizować wartość cyfryzacji sieci.

Niektórymi danymi już dysponujemy. Szacuje się, że dzięki innowacjom wzrost produktywności w ochronie zdrowia może wynieść od 10% do 30%. Pamiętajmy, że obecne marnotrawstwo, w tym powielone lub niepotrzebne testy, mogą stanowić 10–30% całkowitego budżetu na zdrowie.

Trzeba jednak pamiętać, że osiągnięcie pozytywnych celów ekonomicznych wymaga długoterminowej wizji z oczekiwanymi zwrotami w okresie 5 do 10 lat. Wykładnicze zwroty często wymagają czasu, aby się zmaterializować. Do tego potrzebne jest silne przywództwo, cierpliwość i wola polityczna.

Zwolennicy e-zdrowia mają nadzieję, że transformacja cyfrowa może rozwiązać kryzys w opiece zdrowotnej, w tym niedobór pracowników służby zdrowia, rosnące koszty i stagnację jakości opieki. Czy takie myślenie jest uzasadnione?

Cyfrowa opieka zdrowotna sama w sobie nie jest magicznym rozwiązaniem, ale się do tego przyczyni. Wprowadzenie nowych narzędzi i technologii cyfrowych zwiększy możliwości systemów opieki zdrowotnej, poprawi wiedzę i efektywność pracowników służby zdrowia oraz uprości niektóre czynności administracyjne. To wszystko razem wzięte pozytywnie wpłynie na produktywność pracowników służby zdrowia.

Ale do kompletu potrzebne jest zaangażowanie pacjentów we własne zdrowie, które możliwe jest dzięki rozwiązaniom e-zdrowia. Do tego dodałbym sprzyjający krajobraz legislacyjny, systemy monitorowania zdrowia populacji i gotowość na przyszłe sytuacje kryzysowe związane ze zdrowiem publicznym. Równie ważne jest administrowanie cyfryzacją poprzez np. wprowadzanie standardów danych, poprawiających możliwość skalowania korzyści. Kluczowym elementem są zachęty do wdrażania rozwiązań e-zdrowia.

Jedną z podstawowych lekcji z transformacji cyfrowej jest rosnąca wartość danych. Gromadzone, selekcjonowane i udostępniane dane to aktywa, które przynoszą długoterminowe korzyści. Technologie ewoluują i są zastępowane przez kolejne innowacje, ale dane pozostają i umożliwią systemom opieki zdrowotnej na optymalizację systemu zdrowia. Ma to kluczowe znaczenie, zwłaszcza w kontekście sztucznej inteligencji (AI).

Rynek zdrowia zalewają coraz to nowsze innowacje, coraz częściej oparte na AI. Jak się w nich orientować?

Ktoś powiedział, że świat nigdy nie poruszał się tak szybko, a jednak nigdy już nie będzie poruszał się tak wolno. To, czego najbardziej się obawiam, to paraliż spowodowany nadmierną analizą nowych rozwiązań prowadzącą do bezczynności. Konieczne jest zapewnienie odpowiednich zabezpieczeń i jakości nowych technologii przy jednoczesnym generowaniu wartości i napędzaniu postępu.

A to wymaga wysoce elastycznych struktur organizacyjnych, aby szybko oceniać nowe technologie i wdrażać te najlepsze.

Społeczeństwo się starzeje, rośnie częstość występowania chorób cywilizacyjnych, mierzymy się z niedoborem pracowników służby zdrowia. Wobec tych wyzwań, niektórzy eksperci prognozują bankructwo systemów zdrowia. Czy ten scenariusz jest realistyczny i czy cyfryzacja może uratować system zdrowia?

Niekoniecznie powiedziałbym, że systemy zdrowia czeka załamanie finansowe, ale rzeczywiście wymienione elementy mogą mieć szkodliwy wpływ. Koszty systemów opieki zdrowotnej rosną nieproporcjonalnie szybciej niż prognozowany wzrost gospodarczy, co może zmusić decydentów do podjęcia trudnych decyzji dotyczących finansowania opieki zdrowotnej.

Aby to zilustrować, rozważmy analogię do inwestycji technologicznych. Kiedy inwestujemy w technologie sprzętowe, tracą one na wartości zaraz po ich nabyciu, podobnie jak samochód tracący na wartości po wyjechaniu z salonu. Szacujemy, że w ciągu dekady będziemy musieli wymienić całą technologię medyczną, sprzęt i oprogramowanie ze względu na zmieniające się potrzeby i możliwości.

I odwrotnie, inwestycje w ludzi mają swoje ograniczenia. Chociaż możemy pielęgnować ich wiedzę, w końcu osiągną punkt, w którym będą chcieli przejść na emeryturę, a co za tym idzie, ich wartość spadnie. Z kolei dane – jeśli są efektywnie gromadzone i zarządzane – z czasem zyskują na wartości. Łącząc repozytoria danych, ich moc systematyczne rośnie. Dane zyskują zatem na wartości wraz z upływem czasu. Wykorzystanie danych poprzez sztuczną inteligencję i analitykę stwarza znaczne możliwości wzmocnienia stabilności finansowej naszych systemów opieki zdrowotnej, obniżenia kosztów, poprawy wyników zdrowotnych i skutecznego wspierania dostawców usług opieki zdrowotnej.

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

AI to temat numer 1, ale nie w polskiej ochronie zdrowia. Barierą nie są już koszty, ale przepisy prawne, brak zachęt finansowych i zawiły proces wdrożenia . Mimo to, do AI trzeba przygotować się już dzisiaj – radzili eksperci podczas kongresu HIMSS Europe 2024. Od czego zacząć?

Wdrożenie AI to nie to samo co wdrożenie systemu IT

Według badania Centrum e-Zdrowia, tylko co 16 placówka medyczna w Polsce (ok. 6%) korzysta z rozwiązań AI. Najczęściej są to systemy diagnostyki obrazowej. Pod tym względem Polska ochrona zdrowia jest daleko za Stanami Zjednoczonymi, gdzie stosuje się takie nowinki AI jak systemy transkrypcji rozmowy pacjenta z lekarzem na zapisy w elektronicznej kartotece medycznej oraz rozwiązania generatywnej AI do podsumowania danych z EDM.

Powodem są pieniądze i mało precyzyjne prawo, a na kolejnych miejscach – niska dojrzałość cyfrowa. Menedżerowie podmiotów zdrowia dzielą się na tych, którzy mają poczucie FOMO (strach przed pozostaniem w tyle rewolucji sztucznej inteligencji) oraz tych, którzy nawet nie myślą jeszcze o jej wdrożeniu, bo wyzwanie przekracza ich aktualne możliwości organizacyjno-kadrowo-finansowe.

Mało kto może mierzyć się z takimi liderami jak amerykańska Klinika Mayo, która obecnie wykorzystuje ok. 200 algorytmów AI do optymalizacji procesów logistycznych i klinicznych oraz prognozowania stanu zdrowia. Jak podkreśla Cris Ross odpowiedzialny za cyfryzację w Mayo Clinic, nawet jeśli dla wielu placówek AI pozostaje poza zasięgiem, najważniejsze jest przygotowywanie gruntu do jej wdrożenia. Dynamiczny rozwój generatywnej sztucznej inteligencji i nowych algorytmów, w połączeniu z rosnącą liczbą urządzeń medycznych korzystających z AI spowodują, że za kilka lat każdy szpital albo klinika będą skazane na AI.

Criss Ross zaznacza, że wdrożenie AI jest zupełnie innym procesem niż wdrożenie systemu IT. I trzeba się do niego dobrze przygotować, najlepiej zaczynając od stworzenia strategii AI. Samo wypracowanie atmosfery akceptacji dla AI może potrwać kilka lat. W tym procesie najlepiej skupić się na tzw. małej AI (small AI), czyli algorytmach i systemach bezpośrednio wspomagających procesy. W jakich obszarach mogą się one najlepiej sprawdzić? Które elementy jakości opieki i leczenia można poprawić wdrażając AI? Z jakich systemów AI korzystają liderzy rynkowi z dobrymi rezultatami? To tylko niektóre pytania, na które powinna odpowiadać strategia dla sztucznej inteligencji.

Za algorytmem musi iść zmiana procedur pracy

Źródłem pomysłów na wdrożenie algorytmów AI są pracownicy i obserwacja rozwiązań stosowanych przez inne placówki. Ron Balicer, Dyrektor ds. Innowacji w Clalit radzi, aby zacząć od dwóch pytań: „dlaczego” i „co dalej”? „Dlaczego” – aby sprawdzić, czy danego procesu nie da się udoskonalić sięgając po alternatywne sposoby. „Co dalej” – ponieważ za rezultatem obliczeń algorytmu AI muszą iść konkretne działania, które często wywracają do góry nogami całą ścieżkę opieki nad pacjentem. Jeśli nie jesteśmy w stanie zmienić procedur, co wymusza wdrożenie algorytmu, nie ma sensu wprowadzać AI.

Przykładem jest analityka predykcyjna. Jeśli algorytm AI oblicza prawdopodobieństwo pogorszenia stanu zdrowia na oddziale intensywnej terapii albo wystąpienia sepsy, to nie można zostawić tej informacji bez konsekwencji. Trzeba opracować nowe procedury weryfikacji obliczeń AI, ścieżki opieki i postępowania. W przeciwnym wypadku, zamiast poprawy wyników leczenia, nagle będziemy mieli tylko informację bez reakcji.

Naczelna zasad: AI musi być zintegrowane z EDM

Szef ds. cyfryzacji w Mayo Clinic przestrzega przed wprowadzeniem rozwiązań, które nie są zintegrowane z elektroniczną dokumentacją medyczną. Lekarze są obciążeni pracą w systemach IT i każde jedno kliknięcie może ogromnie paraliżować ich pracę, bo najczęściej musi być powtarzane dziesiątki, setki razy dziennie. Firmy rozwijające rozwiązania AI podkreślają, że ułatwiają one pracę, ale ktoś te systemy musi obsługiwać.

Złotą zasadą powinno być osadzanie AI w EDM, tak aby lekarz miał jeden system, a nie musiał przełączać się pomiędzy aplikacjami, oknami, komputerami i urządzeniami. Z doświadczenia Mayo wynika, że alerty generowane przez AI czasem bardziej przeszkadzają niż pomagają. O wiele lepiej sprawdzają się systemy oparte na sugestiach.

Wszystkie algorytmy AI muszą pracować na jednej platformie danych. Placówki medyczne powinny już zawczasu myśleć o interfejsie opartym na czacie, aby lekarze lub pielęgniarki mogły komunikować się z systemem AI, zamiast klikać w poszukiwaniu danych.

– Nie zwiększaj obciążenia lekarzy innowacjami technologicznymi, niezależnie od tego, jak są innowacyjne – podkreśla Criss Ross, przestrzegając m.in. przed aplikacjami AI na smartfony.

Czekanie na lepsze, dojrzalsze AI to błąd

Generatywna sztuczna inteligencja zdominowała dyskusję o AI. Ale wdrażanie AI najlepiej rozpocząć od prostych algorytmów głębokiego uczenia się, stosowanych m.in. w modelach predykcyjnych. Z prawnego punktu widzenia, są dużo łatwiejsze do implementacji niż w generatywna AI.

Największe nadzieje wiąże się obecnie z wielomodalną AI (multimodal AI), która analizuje różne formaty danych, jak zdjęcia medyczne i zapisy w EDM. Trzeba pamiętać, że te modele nie są w 100% dokładne, ale mogą być stosowane jako narzędzie pomocnicze, przykładowo do triażu. Tak zresztą trzeba patrzeć na każdy algorytm w placówce zdrowia – ma on wspierać pracę, ale ostateczna decyzja należy do lekarza.

Implementacja AI wymaga dobrego przygotowania

Wdrażanie AI musi być planowe i zintegrowane. Nawet jeśli lekarze zgłoszą potrzebę wykorzystania AI, trzeba zapytać pracowników innych szczebli (np. pielęgniarki), jak to wpłynie na ich pracę. Dopiero jeśli zastosowanie algorytmu ma sens, do gry wchodzi dział IT (czy dane da się zintegrować w ekosystemie cyfrowym) oraz dział prawny (jak go wdrożyć przestrzegając obowiązujących przepisów).

Przed wdrożeniem sztucznej inteligencji należy zbudować potencjał adaptacyjny, szkoląc pracowników działu IT i końcowych użytkowników (lekarzy, pielęgniarki). W przeciwnym razie implementacja zakończy się porażką, bo personel nie będzie widział sensu korzystania z AI.

Zakładając, że wydatki na IT nie przekraczają 2–3% budżetu, większość placówek medycznych nie może pozwolić sobie na tworzenie własnych algorytmów – będą polegać na AI dostawców. To kolejny argument za stworzeniem strategii AI zawierającej plan integracji nowych aplikacji do ekosystemu IT.

Nie wiesz jak zacząć? Zacznij od danych

Nie ma wątpliwości, że stosowanie AI w ochronie zdrowia będzie coraz bardziej powszechne. Można spodziewać się dużych dysproporcji we wdrażaniu pomiędzy placówkami zdrowia. Liderami zostaną te podmioty, które konsekwentnie od lat dbają o higienę baz danych.

Wcześni innowatorzy implementujący AI podkreślają, że nie ma AI bez ustrukturyzowanej architektury danych. Nowych rozwiązań, jak wieże kontrolne w szpitalu, nie da się wdrożyć nie mając wysokiej jakości danych, najlepiej w chmurze. Rosnące znaczenie AI powoduje, że teoretycznie duże placówki medyczne już teraz powinny zatrudniać inżynierów danych. Ale realia rynkowe są zupełnie inne.

Czytaj także: Poradnik dla lekarzy, jak korzystać z ChatGPT