„Lekarz nie jest od raportowania. To może przejąć AI”

Polski lekarz Michał Nedoszytko zdobył 3. miejsce w hackathonie zorganizowanym przez Anthropic, amerykańskiego giganta AI. Jego system postwizyty lekarskiej został wybrany spośród 13 tys. innych pomysłów. Rozmawiamy o nowościach AI dla medycyny i tym, jak teraz każdy lekarz w kilka godzin może stworzyć prototyp systemu AI do opieki nad pacjentem i to bez umiejętności programowania.

Jak to się stało, że kardiolog zaczął zajmować się AI?

Informatyką zajmuję się od ponad 20 lat. Stworzyłem m.in. wyszukiwarkę leków, systemy elektronicznej dokumentacji medycznej, platformy do zarządzania dyżurami. Za każdym razem pojawiał się jednak ten sam problem: administracja. Zadania związane z dokumentacją i tzw. papierologią zajmują zbyt dużo czasu.

Cztery lata temu bardzo głęboko wszedłem w obszar sztucznej inteligencji. W mojej specjalizacji, czyli w kardiologii inwazyjnej, zacząłem trenować sieci neuronowe, które miały rozpoznawać określone zmiany w obrazach koronarograficznych.

Na początku było to bardzo ciekawe doświadczenie, ponieważ takich rozwiązań nie było wiele. W medycynie AI ograniczała się głównie do radiologii i analizy obrazów. Kiedy pojawił się ChatGPT, bardzo szybko zrozumiałem, jak ogromny potencjał ma ta technologia w części administracyjnej ochrony zdrowia. AI może pomóc w tej „szarej strefie” pracy lekarza, pochłaniającej ogromną ilość czasu na czynności administracyjne.

Dlatego zacząłem od projektu prewizyty, czyli systemu zbierającego wywiad z pacjentem przed wizytą. Celem było usprawnienie części wywiadu medycznego. Okazało się, że działa to bardzo dobrze. Rozwiązanie funkcjonuje obecnie zarówno w Polsce, jak i w Belgii oraz jest dostępne na kilku platformach.

W obszarze AI w ochronie zdrowia dzieje się tak dużo, że trudno nadążyć za wszystkimi nowościami. Czy może Pan podsumować najważniejsze z nich?

Można je podzielić na dwa główne obszary. Pierwszy to część administracyjna, czyli wszystko to, co jest związane z wywiadem, dokumentacją medyczną i zbieraniem informacji o pacjencie. Dotyczą one bezpośrednio wizyty lekarskiej. Bardzo wyraźnym trendem są obecnie tzw. AI scribes, czyli systemy, które słuchają rozmowy między pacjentem a lekarzem i automatycznie tworzą dokumentację medyczną.

Większość tych systemów skupia się na wspomaganiu pracy lekarza: generuje notatki z wizyty i pomaga w tworzeniu dokumentacji. Jest jeszcze trzeci element, który zaprezentowałem podczas hackathonu organizowanego przez Anthropic, czyli rozwiązania skierowane bezpośrednio do pacjenta po wizycie. AI pomaga pacjentowi zrozumieć zalecenia oraz kolejne kroki w procesie leczenia.

Jeżeli natomiast chodzi o część kliniczną, pojawia się wiele bardzo ciekawych projektów. W mojej specjalizacji, czyli w kardiologii, istnieją już systemy analizujące elektrokardiogram, które potrafią wykrywać informacje niewidoczne dla człowieka.

Na przykład na podstawie zapisu EKG można określić nie tylko klasyczne parametry, ale również przewidywać takie kwestie jak płeć pacjenta, niewydolność serca czy nawet zaburzenia tarczycy. Powstaje bardzo dużo systemów, które wykrywają zależności w danych, których wcześniej nie analizowaliśmy. W radiologii można np. na podstawie obrazów wykrywać choroby metaboliczne, takie jak cukrzyca.

Trzeba jednak podkreślić, że tylko niewielka część tych rozwiązań została już w pełni zwalidowana klinicznie. Jednym z przykładów jest system analizujący EKG, który potrafi wykrywać zamknięcie tętnicy wieńcowej inną metodą niż standardowe kryteria stosowane w kardiologii. Czasami okazuje się nawet skuteczniejszy niż lekarz.

Oprócz tego istnieje jeszcze cały obszar rozwiązań skierowanych bezpośrednio do pacjenta. W Stanach Zjednoczonych widać obecnie prawdziwy boom. OpenAI zaprezentowało swojego asystenta ChatGPT Health. Są też Claude for Healthcare od Anthropic oraz Copilot Health od Microsoftu. A nad tym wszystkim pojawia się jeszcze Apple, które prawdopodobnie w pewnym momencie spróbuje bardzo mocno wejść w ten obszar.

Niedawno byłem w San Francisco. Była to moja druga wizyta po ośmiu latach przerwy. Kiedy zobaczyłem, co dzieje się tam dzisiaj, miałem wrażenie, że to trochę science fiction.

Ochrona zdrowia jest jednak dość konserwatywnym sektorem. Wynika to z potrzeby zapewnienia bezpieczeństwa pacjentów. W efekcie nowe technologie bardzo wolno trafiają do systemu ochrony zdrowia, a pacjenci coraz częściej sięgają po narzędzia takie jak ChatGPT. Czy to pozytywny czy negatywny trend?

Tak, oczywiście zagrożenia istnieją. Systemy oparte na sztucznej inteligencji mogą halucynować, dlatego absolutnie potrzebne są odpowiednie ramy legislacyjne. Trzeba jednak znaleźć złoty środek. Ja osobiście bardzo lubię sytuacje, kiedy pacjenci przychodzą do mnie po konsultacji z ChatGPT. Wcześniej przychodzili z „Doktorem Google” i wtedy naprawdę trzeba było filtrować bardzo dziwne informacje z różnych stron internetowych.

W przypadku AI rozmowa często jest bardziej uporządkowana. Warto też pamiętać, że obecne modele działają probabilistycznie i odpowiedzi mogą się nieco różnić. Czasami pojawiają się halucynacje. Z drugiej strony, moja obserwacja kliniczna jest taka, że ludzie również się mylą. Kiedy pytam pacjenta, jakie przyjmuje leki, bardzo często lista, którą otrzymuję, wymaga weryfikacji.

Medycyna rozwija się wolniej niż informatyka, ponieważ dotyczy zdrowia i życia ludzi. Nie możemy sobie pozwolić na eksperymenty bez odpowiedniej walidacji. Opieramy się na zasadach evidence-based medicine. Jednocześnie narzędzia AI umożliwiają bardzo szybkie prototypowanie pomysłów. Lekarze mają w głowie wiele świetnych pomysłów. Do tej pory mogli je głównie publikować w artykułach naukowych. Dziś dzięki narzędziom takim jak Claude czy Codex można bardzo szybko stworzyć działający prototyp. Oczywiście każdy taki system musi później zostać sprawdzony przez profesjonalnych informatyków pod kątem bezpieczeństwa, zgodności z regulacjami i jakości kodu.

Podczas hackathonu Anthropic, w którym miałem okazję brać udział, wiele osób, które zajęły miejsca na podium, nie było informatykami. Wygrał np. prawnik z Kalifornii, który stworzył system wspierający proces uzyskiwania pozwoleń administracyjnych. Był też inspektor dróg publicznych z Ugandy, który zaprogramował system analizujący nagrania z samochodów i przewidujący koszty naprawy dróg. Jeszcze inna osoba wymyśliła system zarządzania rojem dronów do poszukiwania zaginionych osób.

Hackathon pokazał, że ludzie posiadający wiedzę domenową mogą dziś znacznie szybciej tworzyć rozwiązania technologiczne niż informatycy. Trzeba jednak oddzielić hype od rzeczywistości. W ochronie zdrowia nie ma miejsca na błędy. Mój system postwizyty działa bardzo dobrze, ale wciąż jest prototypem hackathonowym. Nie jest to jeszcze produkt gotowy do wdrożenia klinicznego. Same koszty stworzenia prototypu są jednak dziś dramatycznie niższe niż jeszcze rok temu.

Co chce Pan zmienić tworząc rozwiązania AI dla zdrowia?

Zależy mi na poprawie workflow klinicznego i zwiększeniu efektywności pracy. Przez ostatnie lata zawsze koncentrowałem się na poprawianiu procesów. Bardzo często okazywało się, że kiedy usprawniamy proces, automatycznie poprawiają się także wyniki leczenia pacjentów.

System prewizyty powstał przede wszystkim po to, aby zaoszczędzić czas i zautomatyzować część wywiadu. W Belgii dużo mniej czasu spędzam dziś w pracowni kardiologii interwencyjnej niż kiedyś w Polsce, natomiast znacznie więcej pracuję w poradni. W takiej pracy bardzo szybko zauważa się, że wiele procesów jest powtarzalnych. W pewnym momencie pomyślałem, że bardzo przydałby się asystent, który pomógłby uporządkować te informacje i nadać im strukturę.

Okazało się jednak, że korzyści nie dotyczą tylko oszczędności czasu. Zauważyłem coś jeszcze – jeżeli pacjent wypełnia wywiad przed wizytą w domu, przychodzi do gabinetu zupełnie inaczej przygotowany. Wie już, jakie pytania mogą się pojawić i w jakim kierunku będzie prowadzona rozmowa. To sprawia, że sama interakcja z pacjentem ma znacznie wyższą jakość. Pytania typu „jakie leki pan/pani przyjmuje?” często zajmują dużo czasu w gabinecie. Tymczasem w domu pacjent może spokojnie sprawdzić listę leków, zapytać partnera czy partnerkę i wszystko dokładnie zapisać.

Dzięki temu wizyta może szybciej przejść do meritum. Możemy skupić się na diagnostyce i leczeniu, a nie na zbieraniu podstawowych informacji. Uważam więc, że poprzez usprawnienie procesu można bezpośrednio poprawić jakość leczenia i efektywność diagnostyki. Oczywiście, w medycynie potrzebne są na to dowody, dlatego pracuję teraz nad badaniem, które pozwoli to udokumentować.

Tutaj ujawniają się różnice między Europą a Stanami Zjednoczonymi. Ten pomysł miałem już trzy lata temu. Kiedy rezerwowałem domenę dla projektu, od razu pomyślałem, że świetnie byłoby udostępnić takie narzędzie bezpośrednio pacjentom. Nie próbowałem jednak robić tego w Europie, ponieważ wiedziałem, jak trudne byłoby to pod względem regulacyjnym.

Byliśmy pierwszym szpitalem w Brukseli, który wprowadził ChatGPT do praktyki klinicznej w formie pilotażu. Kiedy tylko zaczęliśmy z niego korzystać, bardzo szybko pojawił się inspektor ochrony danych z pytaniem, co właściwie robimy. Na szczęście wszystko było bardzo dobrze przygotowane od strony prawnej, więc nie było żadnych konsekwencji. Ale dobrze pokazuje to klimat, w którym funkcjonujemy.

Często, zanim zaczniemy coś budować, już myślimy o wszystkich powodach, dla których może się to nie udać. Ja oczywiście w pełni podzielam europejskie wartości – szacunek do prywatności i ochrony danych jest absolutnym priorytetem. Musimy jednak znaleźć pewien balans. Jeżeli będziemy zbyt ostrożni, Europa może mieć problem z innowacjami.

Technologia zmienia także role lekarza i pacjenta. Pacjenci są przyzwyczajeni do tego, że płacą składkę zdrowotną i w zamian otrzymują wszystkie świadczenia bezpłatnie. Tymczasem w przypadku systemów takich jak prewizyta część pracy administracyjnej przenosi się na pacjenta. Z kolei lekarz może mieć poczucie, że odbiera mu się pewne kompetencje. Czy Pana zdaniem ta zmiana kulturowa może być trudniejsza niż samo wdrożenie technologii?

Tak, zdecydowanie. Testowaliśmy to rozwiązanie w wielu specjalizacjach i reakcje lekarzy były różne. Niektórzy mówili wprost: „Nie, wolę sam przeprowadzić wywiad i mieć pełną kontrolę nad rozmową”. Są też specjalizacje, w których wywiad stanowi tylko część wizyty, a większość czasu zajmują procedury techniczne. Tak jest np. w kardiologii, ginekologii czy okulistyce. W tych specjalizacjach adopcja była znacznie łatwiejsza.

Warto też podkreślić, że wartość dodana takiego rozwiązania nie polega wyłącznie na oszczędności czasu. Pacjent przygotowuje się wcześniej do wizyty i lepiej rozumie jej przebieg. Nie chodzi o to, aby zastąpić wywiad lekarski. Chodzi o to, aby lekarz otrzymał wstępny szkic informacji.

Lekarz zawsze musi te informacje zweryfikować. To nie jest system, który automatycznie zapisuje wszystko w dokumentacji medycznej bez kontroli. Można to porównać do sytuacji, w której przed planowanym zabiegiem pielęgniarka lub sekretarka telefonicznie zbiera wywiad z pacjentem. Dzięki temu anestezjolog podczas wizyty ma już przygotowane podstawowe informacje.

Uważam więc, że sztuczna inteligencja nie zastąpi lekarzy, ale może ich bardzo wzmocnić. Jak każda nowa technologia, wymaga jednak czasu, aby została zaakceptowana. Pojawiają się już badania pokazujące, że lekarze korzystający z AI scribes są bardziej zadowoleni z pracy. W Stanach Zjednoczonych istnieją także dodatkowe bodźce finansowe związane z jakością dokumentacji medycznej. Dlatego tam adopcja tych narzędzi jest szybsza niż w Europie.

Tam też do ochrony zdrowia wchodzą duże firmy big-tech, jak Amazon czy Apple…

Tak, ale ich rozwiązania są przede wszystkim skierowane do użytkowników końcowych, czyli pacjentów. W Europie będziemy mieli pewne opóźnienie, ponieważ nie mamy jeszcze dostępu do wszystkich tych narzędzi. W Stanach Zjednoczonych ich obecność może jednak zwiększyć zaufanie społeczne do technologii AI w zdrowiu. Healthcare stanowi około 20 proc. amerykańskiego PKB, więc jest to ogromny rynek.

Jeżeli chodzi o sztuczną inteligencję w ochronie zdrowia, pojawia się pewien paradoks. Brakuje lekarzy i nic nie wskazuje na to, aby miało się to zmienić. Mimo to innowatorzy wciąż podkreślają, że technologia nie zastąpi lekarzy. Z czego to wynika? Z wrażliwości sektora zdrowia i znaczenia relacji lekarz–pacjent?

Myślę, że są tu dwa aspekty. Pierwszy to aspekt ludzki. W medycynie istnieją sytuacje, w których kontakt z człowiekiem jest absolutnie niezbędny. Nie wyobrażam sobie, aby informację o ciężkiej chorobie, np. nowotworze, przekazywał pacjentowi system AI.

Drugi aspekt dotyczy struktury pracy lekarza. Istnieje ogromna liczba zadań administracyjnych, które nie wymagają kompetencji lekarskich. Wraz z cyfryzacją ochrony zdrowia obiecywano nam, że praca stanie się łatwiejsza. W praktyce okazało się, że pojawiło się jeszcze więcej dokumentów, formularzy i tabel do wypełnienia. Lekarze spędzają ogromną część czasu na pracy administracyjnej. Uważam, że ochrona zdrowia jest jedną z najmniej zoptymalizowanych gałęzi gospodarki. AI daje wreszcie nadzieję, że lekarze będą mogli wrócić do swojej podstawowej roli, czyli leczenia pacjentów.

Czytaj także: „Analizator Terapii” wspiera lekarzy w decyzjach klinicznych