Nie zastąpi lekarza, ale może mu pomóc. Jak AI zmienia ochronę zdrowia

Sztuczna inteligencja wspiera, nie zastępuje

AI coraz śmielej wchodzi do medycyny – szczególnie tam, gdzie potrzebna jest szybka i precyzyjna diagnostyka. Właśnie na tym aspekcie skupiła się konferencja zorganizowana w Wojskowym Szpitalu Poliklinicznym w Krakowie. Jak tłumaczył prof. Bartłomiej Guzik, dyrektor placówki, rozwiązania oparte na sztucznej inteligencji są dziś wykorzystywane głównie w radiologii, czyli przy analizie obrazów medycznych pozyskiwanych od pacjentów.

– „Po to, żeby przyspieszyć proces diagnozy, żeby go usprawnić, ale także żeby go uszczegółowić” – wyliczał profesor.

Zaznaczył przy tym, że AI ma obecnie funkcję wspomagającą, nie decyzyjną. – „To od nas w stu procentach będzie zależało, jaką rolę sztuczna inteligencja będzie odgrywać” – mówił i dodał, że to właśnie lekarze, naukowcy i twórcy systemów kształtują te technologie poprzez konferencje i projekty wdrażane w szpitalach.

Praktyczne projekty z AGH

O bardzo konkretnych przykładach zastosowania AI w szpitalu opowiedział dr inż. Dominik Żurek z Akademii Górniczo-Hutniczej. Jak podkreślił, lekarze, którzy potrafią skutecznie współpracować z algorytmami, będą mieli ogromną przewagę nad tymi, którzy tego nie robią.

Zespół Żurka pracuje nad dwoma narzędziami, które już przeszły fazę badań i są testowane na rynku. Pierwsze z nich to asystent głosowy lekarza, który dzięki sztucznej inteligencji tworzy automatyczne podsumowanie wizyty pacjenta.

– „Wiemy, że każdy lekarz jest zobowiązany po wizycie napisać wskazania, co zabiera mu cenny czas, który mógłby poświęcić pacjentowi. Dzięki naszemu rozwiązaniu to podsumowanie będzie robione automatycznie, a lekarz – tak jak to było wcześniej powiedziane – tylko je zatwierdzi” – tłumaczył.

Drugie rozwiązanie to algorytm wspierający tzw. schedulowanie, czyli układanie optymalnych harmonogramów pracy w szpitalu. Umożliwia on przyjęcie większej liczby pacjentów bez zwiększania zasobów kadrowych.

– „Jesteśmy w stanie ułożyć bardzo optymalny harmonogram przyjęcia pacjentów na zabiegi, nie zwiększając liczby lekarzy, sal oraz pielęgniarek” – mówił Żurek.

Dodał, że podobne narzędzia mogą być też przydatne w diagnostyce wstępnej – szczególnie tam, gdzie dostęp do lekarza specjalisty jest ograniczony. Algorytmy, analizując historię pacjenta i jego wyniki, mogłyby sugerować lekarzowi pierwszego kontaktu, do jakiego specjalisty warto skierować chorego – co pomogłoby zmniejszyć kolejki.

Decyzję nadal podejmuje człowiek

Kwestia odpowiedzialności za ewentualne błędy pozostaje jednoznaczna – jak podkreślił prof. Guzik, ostateczną decyzję w procesie leczenia podejmuje zawsze lekarz.

– „Na samym końcu jest ten lekarz czy profesjonalista, który podpisuje się pod decyzją, pod ostatecznym rozwiązaniem, propozycją leczenia” – zaznaczył.

Przypomniał też, że obowiązujące przepisy, w tym unijny AI Act, jasno określają, że AI ma być traktowana jako narzędzie, a nie podmiot decyzyjny. Dodał, że to bezpieczne i rozsądne podejście.

Jako przykład podał prace Europejskiego Towarzystwa Kardiologicznego, które rozwija chatbota wspomagającego lekarzy rodzinnych w korzystaniu z najnowszych wytycznych. System ten – jak wyjaśnił – będzie kierowany do profesjonalistów i ma służyć podejmowaniu decyzji, a nie ich zastępowaniu.

AI a oszczędności systemowe

Według dr. Żurka wprowadzenie wspomnianych rozwiązań przyczyni się do zwiększenia wydajności szpitali. Lekarz, który nie musi poświęcać czasu na dokumentację, może przyjąć więcej pacjentów – a to przekłada się bezpośrednio na niższe koszty funkcjonowania całego systemu.

– „To samo za sobą ciągnie to, że będą koszty dużo niższe” – podkreślił.

Technologia gotowa, ale czy społeczeństwo też?

Na pytanie, kiedy w Polsce mogłoby funkcjonować rozwiązanie podobne do opisywanej przez rozmówców kliniki z Arabii Saudyjskiej – gdzie niemal cały proces medyczny realizowany jest przez AI, a lekarz tylko zatwierdza decyzje – prof. Guzik odpowiedział:

– „To, co ja tutaj wytworzę, możemy nawet jutro. Tylko pytanie, czy my chcemy”.

Zwrócił uwagę, że choć świadomość społeczna rośnie, to nadal trzeba pamiętać o ochronie danych wrażliwych. Jak zaznaczył, nie wszystkie rozwiązania mogą być oparte na otwartych platformach, takich jak ChatGPT, ponieważ ich użycie niesie ryzyko udostępnienia danych publicznie.

– „Musimy tworzyć narzędzia, które pozwolą wykorzystywać te same funkcjonalności w sposób bezpieczny” – podsumował.