Jak AI kształtuje opiekę zdrowotną obecnie i w przyszłości?

AI może wpłynąć na codzienną pracę pracowników służby zdrowia (HCP) na kilka sposobów: usuwając zbędne obciążenia administracyjne i pomagając w wyborze diagnozy i leczenia, wspierając badania naukowe i pomagając klinicystom w konceptualizacji lepszych zaleceń, w celu kształtowania polityki opartej na dowodach. Jednocześnie AI poprawia również jakość opieki i zdrowie obywateli dzięki dostosowanej analityce i prognozom. Ponadto wspiera logistykę i funkcjonowanie instytucji opieki zdrowotnej, które borykają się z wyzwaniami finansowymi i organizacyjnymi.

Co powstrzymuje Europę przed wykorzystaniem AI w opiece zdrowotnej?

Niektórzy mogą postrzegać rozwiązania AI jako futurystyczne, ale musimy zrozumieć, że te technologie już dziś istnieją w szpitalach. Musimy zmienić myślenie społeczeństwa w kierunku zwiększonego przyjęcia skutecznych technologii AI. Większość wyzwań wynika z faktu, że rozwiązania AI są opracowywane wyłącznie przez inżynierów, zamiast współpracować z klinicystami. Zazwyczaj, jeśli algorytm zostanie przetestowany i okaże się, że przewyższa pewien standard ustalony dla czynności wykonywanych przez HCP, może zacząć być produkowany. Jednak refundacja technologii wymaga, aby przeszła ona walidację kliniczną, jak każde inne rozwiązanie medyczne. W tym celu potrzebny jest odpowiedni ekosystem, obejmujący szpitale, klinicystów, inżynierów, ustalone KPI oraz scentralizowane podmioty zapewniające walidację kliniczną.

Kolejnym wyzwaniem dla przyjęcia AI jest koszt początkowy, jaki wiąże się obecnie z instytucjami szpitalnymi. Zwracając się do szpitali, większość start-upów AI nie posiada informacji na temat zwrotu z inwestycji (ROI) dla szpitala, aby pomóc w podjęciu decyzji o przyjęciu rozwiązania AI. Musimy udowodnić, że rozwiązania AI są tego warte. Bezpłatne korzystanie z danego rozwiązania przez 3-6 miesięcy w trakcie badań klinicznych może poprzeć jego finansowy i kliniczny ROI. To odzwierciedla koncepcję przyjętą przez firmy farmaceutyczne, które dostarczają leki za darmo przez ograniczony czas. Mocno wierzę, że start-upy medtech muszą uczyć się z tego zwyczaju współtworzenia rozwiązań AI przez szpitale. Na przykład ukierunkowane programy AI, które prowadzę, są przykładem tego, jak wśród klinicystów można stworzyć mistrzów działu AI, którzy postrzegają projekty AI bardzo pragmatycznie, co jest najlepszą drogą do adopcji AI.

Ustalenie standardów jako klucz do lepszego przyjęcia AI w opiece zdrowotnej.

Chociaż doceniamy intencje obecnych inicjatyw UE, takich jak europejska przestrzeń danych zdrowotnych i ustawa o AI, wciąż jest wiele do zrobienia, na przykład wypełnienie rozbieżności między wszystkimi wnioskami legislacyjnymi. Standaryzacja AI wprowadzi wykorzystanie AI w opiece zdrowotnej na kolejny poziom i poprawi jej przyjęcie. Ważne jest, aby opierać się na istniejących międzynarodowych standardach interoperacyjności danych (takich jak na przykład HL7 FHIR®), które zostały wydane przez organizacje opracowujące standardy (SDO). Standardy te są pomocne przy podejmowaniu decyzji dotyczących sposobu traktowania i wymiany danych, ale potrzebne są dalsze inicjatywy dotyczące konkretnie terminologii medycznej. Moim zdaniem państwa członkowskie UE powinny zacząć myśleć o zharmonizowanych standardach wdrażania AI w przestrzeni zdrowotnej.

Unijny ekosystem legislacyjny jako czynnik umożliwiający rozwój AI.

Cieszę się, że w proponowanych unijnych ramach ustawy o AI znalazły się przepisy dotyczące zgodności w zakresie stosowania AI. Kryteria dotyczące monitorowania działania systemów AI po wprowadzeniu do obrotu są godne pochwały i będą wspierać przyjęcie AI. Jeśli chodzi o proponowaną klasyfikację ryzyka związanego z wykorzystaniem AI w opiece zdrowotnej, musimy pamiętać, że niektóre technologie mogą dotyczyć opieki zdrowotnej.  W praktyce jednak ryzyko, jakie stwarzają, może być bardzo niskie, jak w przypadku zautomatyzowanych systemów fakturowania lub przetwarzania języka naturalnego. Proponowana ustawa o AI powinna zawierać jaśniejsze zapisy w takich sytuacjach.

Ogromne możliwości, jakie stoją przed AI w ochronie zdrowia w UE.

W codziennym użyciu w opiece zdrowotnej jest już tak wiele rozwiązań AI: spersonalizowane aplikacje chirurgiczne śledzące rekonwalescencję pacjenta po zawale serca, urządzenia wearables przewidujące przyszłe napady, wirtualni asystenci, oprogramowanie diagnostyczne wykrywające nieprawidłowe struktury nowotworów na podstawie obrazów radiologicznych, platformy tworzące rekomendacje dotyczące zmiany jednego rodzaju chemioterapii na inny na podstawie danych pacjenta. Lista jest długa. Moim zdaniem pierwszym krokiem w kierunku zwiększenia adaptacji AI w opiece zdrowotnej jest europejskie mapowanie istniejących rozwiązań AI, które obejmuje sposób ich funkcjonowania, wydajność oraz to, jakie jest ich rzeczywiste ryzyko. Może to pomóc Europie w budowaniu zdolności do przekształcenia opieki zdrowotnej poprzez ukierunkowaną i odpowiednią technologię AI oraz ukierunkowane budowanie ekosystemów zainteresowanych stron i legislacyjnych AI.

 

Materiał źródłowy: MedTech Europe