WAŻNE PYTANIE

Dlaczego zdrowie cyfrowe nie jest kwestią przyszłości?

Digitalizacja ochrony zdrowia pozwoli zmniejszyć koszty leczenia a sztuczna inteligencja zmieni sposób pracy lekarzy – o zdrowiu cyfrowym mówi się przede wszystkim w kategoriach przyszłości i to mimo że rozwiązania e-zdrowia oraz AI już dziś są obecne w medycynie. Oto trzy powody, dlaczego tak się dzieje.

kreatywny futuryzm Zdrowie cyfrowe stanie się nowym standardem, poprawi jakość leczenia i profilaktyki, ukształtuje nowy model biznesowy w ochronie zdrowia, wzmocni rolę pacjentów oraz zdemokratyzuje system zdrowia. Sztuczna inteligencja w medycynie przekształci komunikację pomiędzy lekarzem a pacjentem, wspomoże klinicystów w procesie podejmowania decyzji, będzie miała zasadniczy wpływ na rozwój sektora, zdominuje procesy diagnozy, umożliwi wprowadzenie do praktyki medycyny personalizowanej. O przyszłości ochrony zdrowia łatwo jest pisać, bo napisać można wszystko. Tutaj nie obowiązują żadne zasady, nie są potrzebne fakty naukowe, logika ani głębsza znajomość technologii czy socjologii. Wystarczy fantazja i proces predykcji oparty na liniowości procesów ewolucyjnych. Tak, jakby historia nie nauczyła nas, że pomiędzy świecą a żarówką czy koniem a samochodem trudno szukać prostych powiązań. Takie zagadnienia jak AI czy digitalizacja wzbudzają wiele emocji, bo mowa o czymś nieznanym, obcym – czymś, co dopiero się zdarzy i co nam potencjalnie zagraża. A strach jest katalizatorem ciekawości. I nie szkodzi, że o robotach zastępujących lekarzy czytaliśmy już setki razy. Ilekroć mowa o problemie w czasie przyszłym, czarne wizje powracają, polaryzując i generując dyskusje pomiędzy zwolennikami a przeciwnikami cyfryzacji. W oparach futuryzmu zapominamy, że cyfryzacja już ma miejsce. Wszyscy wsiedliśmy do pociągu do przyszłości ochrony zdrowia wiele lat temu. Dane trafiają do elektronicznych kartotek pacjentów, systemy AI wspomagają podejmowanie decyzji klinicznych, w smartfonie mamy certyfikat szczepienia COVID-19, a telemedycyna pozwala diagnozować i leczyć na odległość. Ale to codzienność, do której się przyzwyczajamy, o wiele mniej ekscytująca niż sztuczna inteligencja popełniająca błędy na stole operacyjnym. Kreatywny futuryzm zdrowotny łatwo uprawiać. Każda opcja jest możliwa, trudno podważać scenariusze rzeczywistości za 10, 50 lat, bo nikt nie jest w stanie przewidzieć przyszłości, niezależnie od wiedzy czy doświadczenia.

Futuryzm zdrowotny ma też swoje jasne strony. Generując różne scenariusze, mamy okazję zastanowić się nad tym, w jakiej przyszłości ochrony zdrowia chcemy żyć. Czy to sztuczna inteligencja powinna wyznaczać sposób leczenia na podstawie milionów podobnych przypadków klinicznych, czy lekarz kierujący się doświadczeniem i intuicją? Co jest ważniejsze – wynik czy sam proces leczenia? Na ile jesteśmy w stanie zrezygnować z prywatności, udostępniając dane o zachowaniach w zamian za precyzyjną profilaktykę?

Naukowy hermetyzm Po wpisaniu słowa „digital health” do największej na świecie biblioteki opracowań naukowych, otrzymamy ponad 36 000 wyników – badań, analiz naukowych, abstraktów. Ich ilość rośnie w szybkim tempie: w 2010 było ich 683, w 2020 roku już ponad dziesięciokrotnie więcej – 7751. Mimo to, zdrowie cyfrowe pozostaje dziedziną stosunkowo rzadko – w porównaniu do innych dziedzin – badaną. Brakuje danych do analiz, zainteresowania tego typu opracowaniami, i bardzo często – finansowania. Znalezienie powiązań przyczyno-skutkowych nie jest łatwe, niezależnie czy mówimy o relacjach pomiędzy wdrożeniem systemu informatycznego w szpitalu i wynikami/kosztami leczenia albo zastosowaniem rozwiązań telemedycznych a oszczędnościami w systemie ochrony zdrowia. Dla wiarygodnych danych trzeba by przeprowadzić randomizowane, kontrolowane badanie analizując np. wyniki w szpitalach bez e-dokumentacji medycznej i z e-dokumentacją medyczną. To w praktyce niemożliwe do wykonania. W publikacji „The Economic Impact of Artificial Intelligence in Health Care: Systematic Review” (red.: „Ekonomiczny wpływ sztucznej inteligencji w ochronie zdrowia: Przegląd sytematyczny”) (JMIR Publications) wykazano, że żadne z 66 badań opisujących wpływ AI na koszty leczenia nie zawierało kompletnej pod względem metodologicznym analizy. Często nie uwzględniano początkowych kosztów inwestycyjnych i operacyjnych infrastruktury i usług związanych z AI. Do tego brakowało oceny alternatywnych rozwiązań pozwalających osiągnąć podobny wpływ. Niemniej jednak wysokiej jakości badania są – jedynie trzeba je znaleźć. O ich rosnącej ilości i znaczeniu świadczy m.in. utworzenie w 2019 roku The Lancet Digital Health – magazynu poświęconego rozwiązaniom digitalizacji ochrony zdrowia, będącego częścią prestiżowego wydawnictwa naukowego The Lancet. Co miesiąc eksperci z całego świata prezentują szczegółowe, naukowe analizy rozwiązań e-zdrowia, od teleopieki do urządzeń ubieralnych (wearables), aż po urządzenia medyczne. Jest jednak jeden problem – publikowane artykuły mają charakter naukowy. Język akademicki powoduje, że nie czyta się ich tak łatwo, jak popularnonaukowe analizy w mediach społecznościowych. Przykład: artykuł „An integrated nomogram combining deep learning, Prostate Imaging–Reporting and Data System (PI-RADS) scoring, and clinical variables for identification of clinically significant prostate cancer on biparametric MRI: a retrospective multicentre study” oparty na badaniu 592 pacjentów, pokazuje, jak stratyfikacja ryzyka u chorych na raka gruczołu krokowego za pomocą zintegrowanego nomogramu ClaD może pomóc w identyfikacji chorych na raka gruczołu krokowego, u których ryzyko jest niskie lub bardzo niskie. Ci pacjenci mogą być kandydatami do aktywnego nadzoru i programów profilaktyki. Ogromna korzyść dla pacjentów mierzona wynikami, a do tego potwierdzona badaniem naukowym. Z drugiej strony, odkrycie, które ze względu na wąski obszar specjalizacji zainteresuje tylko małe grono ekspertów. Dodatkową blokadą dla upowszechnienia tego typu newsów jest też hermetyczny język prac naukowych, ale to już o wiele szerszy problem. Próby przełożenia ostatnich badań w zakresie AI w medycynie na język popularnonaukowy podjął się Eric Topol w ostatniej książce „Deep Medicine. How Artificial Intelligence Can Make Healthcare Human Again”. To jedno z niewielu opracowań, gdzie w tak zrozumiały i ciekawy sposób wytłumaczono trendy związane z AI na podstawie licznych studiów przypadków i opracowań naukowych. Takich pomostów komunikacyjnych pomiędzy nauką a odbiorcą docelowych potrzebujemy więcej. istotność tematyczna Jest oczywiste, że artykuł „Jakie będą szpitale przyszłości?” zanotuje o wiele większą czytelność niż „Usprawnienie procesu badań przesiewowych w ramach środowiskowej opieki zdrowotnej za pomocą technologii AI opartych na smartfonach” (oryginalny tytuł z czasopisma The Lancet: „Improving community health-care screenings with smartphonebased AI technologies”). W końcu pacjentami jesteśmy teoretycznie wszyscy i kiedyś potencjalnie możemy znaleźć się w szpitalu. Drugi temat jest dla statystycznego czytelnika gazety codziennej mało istotny. To między innymi dlatego zdrowie cyfrowe jest traktowane w prasie oraz mediach społecznościowych powierzchownie, sprowadzane do poziomu robotów czy AI – zagadnień o relatywnie niskim znaczeniu w priorytetach digitalizacji na dzień dzisiejszy. Mimo to, należy się cieszyć, że zdrowie cyfrowe jest coraz częściej omawiane, zwłaszcza w kontekście COVID-19 i tego, jak rozwiązania takie jak telemedycyna albo teleopieka pozwoliły kontynuować świadczenia nawet w szczycie zachorowań, kiedy placówki medyczne mocno ograniczyły przyjęcia. Obecność tych tematów w środkach masowego przekazu ma istotne znaczenie z punktu widzenia transformacji kulturowej i edukacji cyfrowej. W procesie komunikacji o innowacjach zdrowotnych ważne jest, aby do każdej grupy docelowej docierały rzetelne oraz wiarygodne informacje. Tak, aby politycy kierowali się w swoich decyzjach danymi naukowymi mówiącymi o skuteczności interwencji cyfrowych, menedżerowie szpitali wdrażali rozwiązania cyfrowe pozwalające poprawiać wyniki leczenia, a pacjenci sięgali do skutecznych aplikacji pomagających zarządzać chorobami przewlekłymi. Rozwiązania zdrowia cyfrowego nie są kwestią przeszłości. Mogą pomagać pacjentom tu i teraz, a nie „jutro” albo „może”. Dalsze badania nad ich skutecznością mogą okazać się najlepszym katalizatorem nowych inwestycji w zdrowie. 

Wykres pokazujący liczbę publikacji na temat zdrowia cyfrowego w latach 1960–2021 (do czerwca).

1960 2021