• Home
  • /
  • Page

Narzędzia i systemy diagnostyczne w epoce sztucznej inteligencji

Sztuczna inteligencja i cyfryzacja  czyli e-zdrowie społeczeństwa wiedzy

Cyfryzacja badań klinicznych, analitycznych i diagnostycznych osiągnęła już bardzo wysokim poziom rozwoju. Większość aparatury medycznej to urządzenia elektroniczne przetwarzające sygnały z detektorów w dane i informacje cyfrowe. Ilość danych będących podstawą diagnozy i wyboru leczenia jest tak duża, że systemy ekspertowe pojawiły się już w latach 70-ych. Pojęcie e-zdrowia stało się synonimem podnoszenie efektywności służby zdrowia przez cyfryzację we wszystkich aspektach: od logistyki po systemy wspierania decyzji klinicznych CDSS (Clinical Decision Support System). Wielkość cyfrowego rynku służby zdrowia można oszacować na podstawie budżetu służby zdrowia. Będzie tym większy, im pełniej priorytety naprawcze będą skierowane na potrzeby pacjenta. Większość raportów eksperckich poświęconych służbie zdrowia upatruje źródeł poprawy efektywności i jakości, w możliwości uruchomienia potencjału tkwiącego w technikach e-zdrowia. Przygotowane są listy rekomendacji dotyczących reform. Wraz z rozwojem techniki i przemysłu Big Data oraz sztucznej inteligencji, pojawiła się możliwość dalszego radykalnego usprawnienia jakości diagnostyki i decyzji klinicznych. Połączenie obecnych możliwości tele-medycyny i systemów typu CDSS, wyposażonych w moduły sztucznej inteligencji z dostępem on-line do bazy wiedzy medycznej i zintegrowanej z danymi zawartymi w karcie pacjenta, tworzy ekosystem pozwalający na radykalne podniesienie poziomu usług medycznych i skuteczności leczenia. Technika sztucznej inteligencji zmienia również rynek farmaceutyczny. Rośnie rola AI w projektowaniu syntez leków. Jesteśmy świadkami wprowadzania do eksploatacji pierwszych robotow-naukowców dedykowanych do projektowania i badań nowych leków. IBM Watson Health to udany demonstrator konstrukcji sztucznego lekarza. Pierwsze doświadczenia wskazują, że sztuczna inteligencja to maszyny, które z czasem pozwolą wykorzystać w codziennej praktyce klinicznej pełen dorobek nauk medycznych. Poziom rozwoju technik cyfrowych dedykowanych medycynie inspiruje do poważnych dyskusji na temat zmian organizacyjnych i prawnych, jakich trzeba dokonać, by w pełni skorzystać z dorobku nauki i techniki w tej dziedzinie.

Teza główna panelu

Wykorzystanie potencjału e-Zdrowia wymaga gruntownych reform. Są warunkiem koniecznym podniesienia powszechnego poziomu wiedzy obywateli – pacjentów. Tylko na tej podstawie będzie można budować nową kulturę relacji e-pacjent – e-służba zdrowia – profilaktyka – przemysł farmaceutyczny -przemysł cyfrowy.

Opis problemu

Wbrew dominującej opinii, problemu reformy służby zdrowia nie rozwiąże skierowanie większych pieniędzy do tego segmentu rynku. Konieczne są radykalne zmiany organizacyjne i prawne. Wymagają one kompetencji merytorycznych, których w segmencie służby zdrowia nie ma. W ramach obecnego procesu decyzyjnego nie jest możliwe wypracowanie innowacyjnych decyzji w oparciu o gotowe i znane rekomendacje, pochodzące ze środowiska przemysłowego, bo reformy w obszarze służby zdrowia nie mogą się odbyć bez akceptacji tego środowiska. Ten sam problem zablokował reformy i postęp w energetyce. Ta niemoc nie jest zajwiskiem specyficznie polskim. Z tymi samymi barierami systemowymi i kulturowymi boryka się większość krajów rozwiniętych i wysokorozwiniętych. Warunkiem koniecznym jest połączenie wiedzy medycznej z wiedzą z zakresu technik cyfrowych oraz metod zarządzania procesowego. Jednak to nie wystarczy. Trzeba opracować schemat biznesowy ewolucyjnej transformacji, oparty na podniesieniu kwalifikacji i wymianie pokoleniowej, w ramach którego unikniemy masowych zwolnień i powszechnej niechęci do kolejnej wielkiej zmiany. Z powyższej diagnozy można wyprowadzić listę priorytetów i działań, które mogą wprowadzić służbę zdrowia ze stagnacji na cyfrową ścieżkę reform. Najważniejszym priorytetem jest zasadnicze podniesienie wiedzy powszechnej o e-zdrowiu.

Potrzebujemy programu nauczania cyfrowego i ćwiczeń z zakresu korzystania z podstawowych systemów e-Zdrowia. Przykładowym tematem ćwiczeń może być założenie i dbałość o zapełnianie danymi osobistej karty pacjenta. Sposobem na poprawę jakości kadry jest utworzenie wyższych szkół e-Zdrowia. Szkoły powinny przygotować kadry IT dla pionów logistycznych oraz lekarzy-informatyków, zdolnych do wypracowywania metod wdrożenia techniki sztucznej inteligencji i Big Data do praktyki klinicznej i systemu e-profilaktyki.
Drugim ważnym działaniem jest budowa sieci centrów danych, w ramach których powstanie baza do zarządzania powszechnym systemem elektronicznych kart pacjenta i baz wiedzy medycznej. To fundament do rozwoju modułów sztucznej inteligencji.
Trzecim działaniem powinno być połączenie placówek zajmujących się badaniami analitycznymi z systemem zarządzania kartą pacjenta tak, by wszystkie wyniki badań wykonywane przez pacjenta prywatnie lub w publicznej służbie zdrowia trafiały automatycznie do karty pacjenta.

Jednak bez przewartościowań o charakterze kulturowym, nie można liczyć na szybkie uruchomienie i umocowanie w prawie niezbędnych reform. Droga do przyjaznego pacjentowi systemu e-Zdrowia, to wielkie zadanie edukacyjne.
Zagadnienia problemowe wymaganą dyskusji, pytań, odpowiedzi i planu działań:

  • Kształcenie lekarzy o specjalności informatyki medycznej

Jakie działania są potrzebne, aby polskie uczelnie zaczęły kształcić specjalistów w zakresu Big Data i AI uwzględniających potrzeby e-Państwa? Jak przemodelować organizację administracji, by zapewnić system ustawicznego kształcenia i zmniejszyć płynność kadr?

  • Rozwój Big Data i oprogramowania samouczącego się dla medycyny i systemu zapobiegania

Jakiego ekosystemu prawnego wymaga karta pacjenta? Czy jesteśmy gotowi do standaryzacji elektronicznego stanowiska pracy dla urzędnika e-Państwa? Czy do rozwoju systemów i usług e-Państwa są potrzebne jakieś specjalne ramy interoperacyjności? Jeśli tak to jakie? Jeśli nie, to w oparciu o jakie zasady interoperacyjności należy budować i rozwijać kolejne usługi i systemy?

  • Budowa sieci i infrastruktury kolekcji danych i wiedzy niezbędnych dl wykorzystania w dobie sztucznej inteligencji

Kliniczne centra danych, informacji i wiedzy? Inicjowanie wielonarodowych centrów kolekcji wiedzy medycznej?

  • Nowe ramy odpowiedzialności i i modeli biznesowych

Wprowadzenie praw i obowiązków e-Pacjenta? Wprowadzenie do obrotu wirtualnych placówek ochrony zdrowia?