Jak AI może zredukować koszty opieki zdrowotnej. 5 przykładów

Niewiele branż może tak skorzystać finansowo na AI jak właśnie sektor opieki zdrowotnej – według raportu National Bureau of Economic Research z 2023 r., zastosowanie już dostępnej na rynku sztucznej inteligencji może doprowadzić do 5–10% oszczędności w wydatkach na opiekę zdrowotną (dane dla USA). To ok. 200–360 mld USD rocznie.

1. Lepsza opieka przez automatyzację

Najważniejszym źródłem redukcji kosztów z pomocą AI będzie usprawnienie wizyt lekarskich. W 2023 r. średni czas oczekiwania nowych pacjentów na wizytę u lekarza NFZ (różnych specjalności) wynosił 4 miesiące. Konsekwencją długich kolejek jest m.in. wzrost wizyt na oddziałach nocnej i świątecznej opieki medycznej oraz rosnący popyt na abonamenty w prywatnych placówkach medycznych. Dzięki AI, system zdrowia przy obecnych zasobach jest w stanie obsłużyć więcej pacjentów i to bez dodatkowego obciążania pracą personelu medycznego.

W tym celu można wykorzystać np. chatboty do wstępnego triażu i obsługi przypadków niewymagających wizyt osobistych, systemy optymalizujące umawianie wizyt oraz czynności administracyjne jak tworzenie elektronicznej dokumentacji medycznej i podsumowanie danych oraz wspomaganie decyzji medycznych i planowanie terapii. AI może automatycznie wystawić niezbędne pacjentowi dokumenty (skierowania i recepty) oraz umówić na wizyty specjalistyczne i kontrolne albo nadzorować stan chorego w domu dzięki zastosowaniu urządzeń ubieralnych.

2. Mniej pracy administracyjnej.

Koszty administracyjne NFZ stanowią ok. 1% budżetu funduszu, z czego wynagrodzenia stanowią 0,44%. To mało, porównując do amerykańskiej służby zdrowia, gdzie aż 25% przeznacza się na obsługę systemu zdrowia. Ale można je jeszcze zredukować przekazując część zadań administracyjnych AI. Przykładowo, weryfikacja sprawozdań i komunikacja między NFZ a podmiotami ochrony zdrowia może być realizowana przez AI. NFZ nadal w niewielkim stopniu korzysta z chatbotów pełniących rolę pierwszego punktu kontaktowego, jak ma to miejsce w Brytyjskiej Narodowej Służby Zdrowia (NHS), gdzie obowiązuje podejście digital-first.

3. Diagnoza

Badania naukowe sugerują, że AI ocenia zdjęcia medyczne z dokładnością porównywalną do precyzji ludzkich oczu, mogąc także wykrywać wzorce i anomalie w pomiarach ciśnienia krwi, tętna, temperatury ciała. Lekarze mogą wykorzystywać sztuczną inteligencję do wyboru najlepszych opcji leczenia zgodnie z aktualnymi wytycznymi i badaniami naukowymi, poprawiając jakość i bezpieczeństwo leczenia.

4. EDM

Generatywna sztuczna inteligencja pomaga sporządzać elektroniczną dokumentację medyczną na podstawie rozmowy pacjenta z lekarzem. Algorytmy AI są w stanie podsumować kluczowe informacje i wprowadzić dane do EDM. Lekarz jedynie zatwierdza tak sporządzane notatki z wizyty. Do tego duże modele językowe są w stanie przeanalizować dane z kilku lat, włącznie z luźnymi notatkami lekarskimi.

5. Zdrowie publiczne

Sztuczna inteligencja może monitorować sytuację epidemiologiczną sięgając nie tylko do danych stricte medycznych jak np. informacje o zrealizowanych świadczeniach oraz wykupionych receptach, ale też analizując anonimowe rozmowy w mediach społecznościowych czy dane z kamer termowizyjnych. Na tej podstawie można tworzyć aktualizowane w czasie rzeczywistym mapy zdrowotne oraz wdrażać programy profilaktyczne.

Czytaj także: Więcej o AI w ochronie zdrowia w czasopiśmie OSOZ. Zajrzyj do naszego archiwum