„To ostatni dzwonek, aby przygotować się na AI”

– Prawdziwa rewolucja sztucznej inteligencji w ochronie zdrowia jest jeszcze przed nami. Ale żeby na niej wypłynąć, a nie zatonąć, trzeba zacząć korzystać z AI już teraz – mówi Eva Deckers, dyrektor Centrum Doskonałości AI w holenderskim Szpitalu Catharina w Eindhoven. Rozmawiamy o tym, jak na spokojnie wdrażać AI i nie dać się zwariować szybko zmieniającymi się technologiami.

Czym dokładnie zajmuje się Centrum Doskonałości AI, którym Pani kieruje?

Nasz szpital już dawno zrozumiał, że aby bezpiecznie i skutecznie rozwijać i wdrażać sztuczną inteligencję, uzyskując zwrot z inwestycji – czy to w postaci nowego doświadczenia, lepszej wydajności, czy jakości opieki – należy stworzyć solidną infrastrukturę danych. I to jest zadanie dla Centrum Doskonałości AI, a dokładnie dla pracujących u nas inżynierów, naukowców zajmujących się danymi i programistów AI.

Skupiamy się głównie na tym, co osobiście nazywam „instalacją wodno-kanalizacyjną” – mam na myśli system wymiany danych gwarantujący, że strumienie informacji swobodnie mogą przepływać pomiędzy poszczególnymi częściami organizacji. Ta infrastruktura umożliwia niezawodne, skalowalne i bezpieczne wykorzystanie sztucznej inteligencji. Tutaj nie ma drogi na skróty i cała praca zaczyna się od gromadzenia, definiowania i czyszczenia danych.

Po latach tej pracy u podstaw z danymi dziś łatwiej nam eksperymentować z AI. Rozwijamy własne algorytmy, współpracujemy ze start-upami, wdrażamy rozwiązania zamiany mowy na tekst w celu ułatwienia tworzenia EDM. O technologii staramy się myśleć w perspektywie długoterminowej i strategicznej.

Czy uważa Pani, że już teraz szpitale powinny inwestować w sztuczną inteligencję i tworzyć podobne jednostki zarządzania rozwojem AI?

Jeśli szpitale chcą bezpiecznie i w sposób zrównoważony wykorzystywać sztuczną inteligencję, muszą najpierw stworzyć środowisko, które będzie sprzyjać eksperymentowaniu z AI i uczeniu się. Nie oznacza to koniecznie, że każdy szpital potrzebuje Centrum Doskonałości AI takiego jak nasze. Ale każdy szpital powinien określić swoją rolę i strategię w zakresie sztucznej inteligencji.

Przykładowo, w niektórych podmiotach większy sens ma wdrażanie rozwiązań zewnętrznych dostawców, a w innych – budowanie własnych platform. Wszystko zależy od zasobów i kompetencji. Niezależnie od tego, wprowadzenie AI musi być celowe i uporządkowane. To dlatego projekty AI nie mogą być rozrzucone pomiędzy różnymi oddziałami. Pamiętajmy, że oprócz części technologicznej, wdrożenie AI obejmuje też aspekty prawne, bezpieczeństwa danych i integracji z systemami IT. Do tego konieczna jest centralna koordynacja.

Kiedy objęłam stanowisko dyrektora w Centrum Doskonałości AI, moim pierwszym celem było uzyskanie „siły napędowej dla AI”. Aby to zrobić, zarządzanie danymi podnieśliśmy do rangi strategicznego priorytetu całego podmiotu. Równolegle zadbaliśmy o wzmocnienie umiejętności cyfrowych wśród personelu. Z prostego powodu – gotowość do wprowadzenia sztucznej inteligencji musi mieć charakter techniczny i organizacyjny. Z czasem, kiedy Centrum AI nabierało dojrzałości, kompetencje w zakresie zarządzania projektami AI przejmowały zespoły operacyjne, a my jedynie koordynujemy ich prace.

Od czego zaczyna Pani wdrażanie nowego algorytmu AI?

Nasze podejście do adaptacji AI stosujemy nie tylko w stosunku do AI, ale także innych technologii, jak opieka hybrydowa czy zdalne monitorowanie zdrowia pacjentów.

Najpierw mapujemy obecną ścieżkę opieki, aby w pełni zrozumieć relacje między uczestnikami procesu opieki, ich potrzeby i problemy. Następnie przeprojektowujemy ją tak, aby poprawić przepływy pracy i doświadczenia pacjentów. Punktem wyjścia jest zawsze człowiek, a dopiero potem sztuczna inteligencja. Dopiero razem tworzą zgrany zespół, gdzie AI jest tylko elementem procesów. W rzeczywistości często okazuje się, że przepływy pracy i procesy wymagają ulepszeń, zanim jeszcze dodana zostanie warstwa AI, która te procesy doskonali.

To dlatego najpierw skupiamy się na wartości i procesie, a dopiero potem na technologii.

Jak zachować równowagę między eksperymentowaniem z AI i próbowaniem nowych algorytmów a unikaniem obciążania personelu medycznego dodatkowymi technologiami?

Oczekiwania dotyczące sztucznej inteligencji są czasami nierealne. Lekarze często pytają mnie: „Dlaczego nie ma u nas więcej sztucznej inteligencji?”. Ale AI to nie jedyna technologia, którą wdrażamy. Do tego dochodzą opieka hybrydowa, regularny rozwój systemów HIS-owych i wiele innych rozwiązań e-zdrowia.

Moja rola polega na stworzeniu zrównoważonego portfolio: projektów, które pomagają całemu szpitalowi; projektów, które pomagają nam się uczyć oraz projektów strategicznie skalowalnych. Nie chcę tłumić innowacyjnych pomysłów, ale nie mogę też wspierać każdego startupu lub eksperymentu z AI. I to nawet, jeśli lekarze o to pytają. To dlatego zawsze oceniamy, czy pomysł wdrożenia technologii wnosi coś wartościowego, jest przystępny cenowo i użyteczny w praktyce.

Wiele szpitali mówi wprost, że AI nie opłaca się wdrażać, bo publiczny system zdrowia nie płaci za uzyskaną dodatkową jakość.

Zgadza się, to jedno z największych wyzwań dla systemów zdrowia w całej Europie. System refundacji skupiony jest na opiece świadczonej przez ludzi, gdzie technologia często klasyfikowana jest jako „koszt”.

Musimy to przemyśleć, ponieważ sztuczna inteligencja może znacznie poprawić przykładowo wydajność świadczenia usług, koordynację opieki i ogólną efektywność systemu. W przypadku wdrożeń AI, zwrot z inwestycji często następuje po dwóch lub więcej latach, przynosząc korzyści społeczeństwu lub systemowi, a nie bezpośrednio szpitalowi. W takim rachunku ekonomicznym, AI po prostu się nie opłaca. Mogą to zmienić tylko modele finansowania premiujące wartość powstającą dzięki stosowaniu innowacji.

Szpital Catharina wdraża AI od kilku lat. Czego w tym czasie nauczyła się Pani?

Jest wiele mitów związanych z AI. Wielu lekarzy ma nadzieję, że sztuczna inteligencja rozwiąże problem fragmentarycznych procesów pracy i rozproszonych danych oraz zmniejszy obciążenia administracyjne, szczególnie przy tworzeniu elektronicznej dokumentacji medycznej.

Tak prosto to nie działa. Nie wystarczy wdrożyć AI – dużo ważniejsze jest przeprojektowanie procesów, inwestowanie w infrastrukturę danych i dokładne zastanowienie się, jakie dane musimy gromadzić, a z których można zrezygnować. To czasami ma dużo większy wpływ na wygodę pracy personelu czy zadowolenie pacjenta niż najlepsze technologie.

W projektach IT i AI największym wyzwaniem jest utrzymanie entuzjazmu personelu. Moim zadaniem jest ciągłe przekonywanie ludzi, że wdrażane innowacje przynoszą korzyści i mają sens. Czasami te sukcesy są czysto techniczne, jak np. dysponowanie wysokiej jakości, unikalnymi zbiorami multimodalnych danych. Tak mało namacalne sukcesy są trudne do komunikowania.

Jedna lekcja wybija się na pierwsze miejsce: AI zadziała tylko wtedy, gdy dobrze działa podstawowy ekosystem danych, aplikacje IT są ze sobą zintegrowane, a jakość danych – wysoka. Do tego warto pozwolić pracownikom eksperymentować z AI, aby sami wyrobili sobie własne zdanie. Odradzałabym też kopiować rozwiązania AI wdrażane w innych szpitalach, bo mogą nie pasować do umiejętności personelu, wzbudzając brak zaufania.

Po co dzisiaj wdrażać AI?

W perspektywie krótkoterminowej, AI przyniesie największe korzyści w koordynacji opieki, zarządzaniu wydajnością i prognozowaniu popytu na usługi medyczne. Tam, gdzie występują niedobory zasobów w ochronie zdrowia – kadrowych i finansowych – to palące problemy, którymi trzeba się zająć.

W kolei w perspektywie długoterminowej, czyli za 10–15 lat, sztuczna inteligencja, robotyka i dane umożliwią nam świadczenie prawdziwie spersonalizowanej, precyzyjnej opieki medycznej na dużą skalę. Będziemy w stanie zdefiniować potrzeby każdego pacjenta i zapewnić mu leczenie w odpowiednim miejscu i czasie. Ale nie zapominajmy, że żaden szpital nie jest w stanie samodzielnie zapewnić w pełni spersonalizowanej i skoordynowanej opieki. Dlatego tak ważna jest elastyczna i uporządkowana infrastruktura danych, zapewniająca swobodną wymianę informacji pomiędzy placówkami zdrowia oraz placówkami zdrowia i pacjentami, do tego gotowa na przetwarzanie danych z pomocą algorytmów AI.

Czytaj także: 3 metody budowania gotowości na zmiany wśród personelu