Czy AI sprawi, że medycyna stanie się bliższa ludziom?


Eric Topol
Eric Topol

Wywiad z dr Ericem Topolem, ekspertem zdrowia cyfrowego, lekarzem i naukowcem, autorem bestsellerowej książki „Deep Medicine. How Artificial Intelligence Can Make Healthcare Human Again”.

Pana zdaniem, wizyta u lekarza stała się „mechaniczna i zrobotyzowana”, z kolei medycyna jest zepsuta. Jak to zmienić?

Czyniąc medycynę wirtualną, nie dehumanizujemy jej. Wręcz przeciwnie – możemy zmienić jej obecne standardy w ten sposób, że do spotkania lekarza z pacjentem dochodzić będzie tylko wówczas, jeżeli sytuacja zdrowotna pacjenta tego wymaga. Przykładowo, zakażenie dróg moczowych, infekcja ucha u dziecka, wysypka skórna i inne drobne dolegliwości mogą być konsultowane za pomocą połączenia wirtualnego, bez konieczności osobistej wizyty. To jeden z mechanizmów pozwalających zmniejszyć obciążenie lekarzy, które jest obecnie ogromne i ciągle rośnie.

Jednak to tylko jedna część rozwiązania. Lekarze dziś stukają w klawiaturę, tracąc czas i energię na tworzenie dokumentacji medycznej. Gdy sztuczna inteligencja udoskonali sposób transkrypcji głosu na notatki, pozbędziemy się klawiatur. Lekarze muszą przeglądać samodzielnie obszerne zapisy w dokumentacji medycznej. Tego typu analizy mogą szybciej zrealizować algorytmy. Chodzi o przeniesienie wysiłku, przede wszystkim administracyjnego, z człowieka na maszynę. W ten sposób każda fizyczna wizyta u lekarza odzyska swoją wartość, a jakość kontaktu specjalisty z pacjentem znacznie się poprawi. Nazwałbym to przywracaniem czynnika ludzkiego w medycynie.  

Czyli główną wartością będzie oszczędność czasu…

Zaoszczędzenie czasu ma dwie strony i wcale nie musi być pozytywne. Przykładowo, kiedy poprawia się produktywność i wydajność pracy, osoby odpowiedzialne za organizację usług zdrowotnych mogą stwierdzić, że lekarze są w stanie przyjąć jeszcze więcej pacjentów, przeanalizować większą liczbę obrazów medycznych, pracować dłużej. W ten sposób wracamy do punktu wyjścia, w którym presja na lekarzy znowu się zwiększa. Już teraz obserwujemy w USA wypalenie zawodowe u ponad połowy lekarzy. Powód? Nie są oni w stanie realizować swoich zadań, swojej misji. Towarzyszy temu podwojenie wskaźników błędów medycznych. Około 20% lekarzy choruje na depresję. Z pracowników ochrony zdrowia system wyciska tyle, ile się da. W takim stopniu, że jest to nieakceptowalne. To lekarze powinni powiedzieć „dość”. Oni chcą zaopiekować się pacjentami, mieć czas na rozmowę, zatroszczyć się nimi z empatią. Wszystkie te elementy zostały we współczesnych systemach zdrowia w medycynie utracone.  

Oszczędność czasu powinna polegać na outsourcingu zadań administracyjnych do maszyn, aby zmniejszyć liczbę błędów medycznych, przesunąć opiekę w stronę pacjentów, dać im możliwość śledzenia i zarządzania własnym zdrowiem. Zyskane minuty można wówczas poświęcić pacjentowi. W taki sposób sztuczna inteligencja pomaga nam wrócić do czasu, zanim medycyna stała się biznesem.

Technologie ubieralne, aplikacje mobilne, cyfrowa rehabilitacja – również w technologiach pojawiają się nowe trendy. Które z nich wydają się Panu przereklamowane, a nadzieje z nimi związane – przerysowane?

Przede wszystkim te dotyczące przewidywania zdrowia. Chodzi przede wszystkim o interpretację danych z obrazów medycznych, zdjęć zmian skórnych. Czyli zawsze tam, gdzie mamy do czynienienia z jakimś wzorcem analizy i wnioskowania. Pojawiają się próby prognozowania z pomocą algorytmów takich wskaźników jak długość przeżycia, długość pobytu w szpitalu czy wystąpienie niektórych chorób, jak Alzheimer. Jednak dotychczasowe badania w tym zakresie prowadzone były na danych historycznych, a nie w metodologii tworzenia powiązań przyczynowo-skutkowych, obserwacyjnie. Tak więc algorytmy oparte są na pewnym zbiorze danych z przeszłości i nie uwzględniają innych elementów zdrowia pacjenta z teraźniejszości. Dlatego uważam, że wokół prognozowania zdrowia jest dużo niepotrzebnego hałasu. Nie jest jeszcze jasne, czy będziemy w stanie robić prognozy medyczne, o jakich się dużo mówi.

Cyfryzacja napotyka na wiele barier: interoperacyjność i rozproszenie danych, bezpieczeństwo cybernetyczne, nieetycznie konstruowane algorytmy. Które z nich uznałby Pan za najistotniejsze w opiece zdrowotnej?

Moim największym zmartwieniem jest niekompletność danych dotyczących każdej osoby. Nie chodzi nawet o dane interoperacyjne. W systemie ochrony zdrowia pacjent odwiedza wielu różnych lekarzy i placówki medyczne, ale nikt tak naprawdę nie posiada wszystkich informacji o każdym człowieku, od urodzenia do chwili obecnej, włączając w to dane środowiskowe albo genetyczne. W przypadku algorytmów głębokiego uczenia (red.: deep learning) potrzebne są wyczerpujące dane. Jeżeli są one ograniczone, obraz zdrowia pacjenta jest niekompletny, sztuczna inteligencja nie jest w stanie podjąć optymalnej decyzji. Ograniczone dane wejściowe prowadzą do ograniczonych wniosków. 

Co może stanąć na drodze do tej transformacji ochrony zdrowia?

Jedną z istotniejszych barier demokratyzacji ochrony zdrowia – opisanej w mojej książce „The Patient Will See You Now” – jest paternalistyczne podejście większości lekarzy, którzy nie chcą oddać pacjentom kontroli nad zdrowiem. Nie szanują pacjentów, chcących wziąć na siebie większą odpowiedzialność. Przykładowo, większość lekarzy nawet nie ma zamiaru udostępniać pacjentom notatek medycznych, chociaż jest to prawo każdego z nas.

Paternalizm w medycynie musi odejść do przeszłości. Dane gromadzone w formie elektronicznej posiadają cechę mobilności, można je dowolnie przemieszczać, udostępniać. Najlepiej, aby sam pacjent był ich prawomocnym właścicielem, samodzielnie decydując, komu i które informacje przekazywać. Zniesienie zależności pacjenta od lekarza jest zadaniem trudnym, ale niezbędnym. Dysponując danymi o zdrowiu, pacjent może zdecydować, że to zwalidowany algorytm je przeanalizuje i zinterpretuje, a nie lekarz. Często zdarza się tak, że kiedy pacjent przynosi ze sobą na wizytę dodatkowe informacje, notatki i wyniki pomiarów, lekarz nie chce ich uwzględniać. Tak więc notatki lekarza powinny automatycznie należeć do pacjenta – tylko w ten sposób skończymy z dziwnym modelem własności i monopolu.

W książce „Deep Medicine” dużo uwagi poświęca Pan algorytmom, które na podstawie danych z urządzeń ubieralnych i kartoteki medycznej oraz informacji genetycznych mogą budować indywidualne plany leczenia.

To dzieje się już teraz. Przykładowo, pacjenci z cukrzycą korzystający z aplikacji mobilnych mogą się dowiedzieć, jakie zachowania i elementy życia leżą u podstaw zmian poziomu glukozy i ponadnormatywnych stanów. Tego typu technologie oferują pacjentowi coaching stylu życia, doradzają w zakresie aktywności fizycznej, zdrowego odżywiania się, snu. Kiedyś dojdziemy do punktu, kiedy dane o każdym pacjencie będą ciągłe i takie systemy wspomagające chorych w podejmowaniu decyzji będą precyzyjne i bezpieczne.

Algorytymy zyskują dodatkowo dostęp do pełnej i najnowszej literatury medycznej, a więc mogą podejmować decyzje oparte na faktach naukowych generowanych w czasie rzeczywistym. Z czasem udoskonalą się w profilaktyce chorób, jak astma albo niewydolność serca. Ze wsparcia algorytmów będzie mógł skorzystać każdy. Pacjent konfrontowany jest ze swoim zdrowiem w każdej minucie życia, z kolei z lekarzem widzi się tylko raz na jakiś czas, kilka razy w roku, przez kilka lub kilkanaście minut. Algorytmy będą się nami opiekowały w trybie ciągłym, analizując dane i wychwytując nieprawidłowości, doradzając co robić, aby żyć zdrowo. Pierwszy raz w historii mamy możliwość ujarzmienia danych dla celów zdrowotnych.

Wszystko brzmi obiecująco, ale mam wrażenie, że systemy opieki zdrowotnej utknęły w starych strukturach. Ekosystem opieki zdrowotnej jest nie tylko złożony wewnętrznie, ale także bardzo oporny na zmiany. Konsekwencji nie trzeba długo szukać: adaptacja rozwiązań cyfrowych przebiega bardzo powoli, zbyt wolno w stosunku do oczekiwań. Co musi się wydarzyć, aby przyspieszyć digitalizację opieki zdrowotnej?

Społeczność medyczna jest bardzo oporna na zmiany. Nie akceptuje ingerencji w status quo każdorazowo, gdy mowa o utracie części kontroli czy autorytetu, oddaniu większej władzy pacjentom. Wiele tych obaw wiąże się z niedopasowaną do obecnych zmian technologicznych edukacją. W końcu jednak te bariery zostaną przełamane, nawet jeżeli cały proces potrwa wolno. 

Co zmieni się dla pacjenta, kiedy medycyna wspomagana algorytmami stanie się powszechna?

Najistotniejszą zmianą będzie zwiększenie czasu na kontakt z pacjentem. Z obowiązków lekarza zniknie cała administracja. Nie będzie klawiatur i wklepywania danych. Nie będzie czasochłonnego przeglądania danych pacjenta. Wszystkie te składniki wizyty zostaną zautomatyzowane. Pojawi się za to czas na rozmowę, wysłuchanie historii pacjenta. Proszę pamiętać, że osobista historia życia pacjenta nigdy nie zostanie zdigitalizowana, bo wymaga więzi pomiędzy jednym a drugim człowiekiem. W przypadku opieki medycznej – pomiędzy lekarzem a pacjentem. Obecny stan nazywam „płytką medycyną”, czyli taką, w której są błędy, pośpiech, powierzchowna analiza informacji. Z kolei „głęboka medycyna” to medycyna skupiona na skrupulatnym zrozumieniu każdego pacjenta dzięki analizom przeprowadzanym przez sztuczną inteligencję. W niej jest czas na narrację pacjenta, empatię, współczucie, dbanie o relację. To elementy, których dzisiaj bardzo brakuje.

Książka „Deep Medicine” Erica Topola dostępna jest także w polskiej wersji językowej pod tytułem „Medycyna Głęboka. Jak sztuczna inteligencja może ponownie uczynić opiekę zdrowotną ludzką” (dostępna w Empik).

Czytaj wywiad całe wydanie czasopisma OSOZ z wywiadem z Dr. Topolem >