HealthComm Forum

Jan Berger: AI u zdravstvu može smanjiti dijagnostičke netočnosti i propisivanje pogrešnih lijekova

AI algoritmi poboljšavaju interpretaciju snimki, povećavajući točnost i brzinu dijagnoze za stanja poput raka dojke i plućnih nodula

Jan Berger

 HealthComm Forum

Zdravstvo treba AI, predavanje je koje će na ovogodišnjem HealthComm Forumu, koji se održava 6. i 7. lipnja u Zagrebu, održati Jan Berger. On kao "Head of AI Advocacy" u GE HealthCareu ima misiju komunicirati transformacijsku moć AI-a u zdravstvu. Strastveno vjeruje u transformacijsku moć AI-a i digitalnih rješenja u zdravstvenoj skrbi, poboljšanju ishoda pacijenata i osnaživanju zdravstvenih stručnjaka. AI u zdravstvu ima potencijal automatizirati rutinske i dosadne zadatke, omogućujući pružateljima zdravstvene skrbi više vremena da se fokusiraju na ono što zaista ima važnost - izgradnju odnosa s pacijentima i pružanje suosjećajne skrbi koja leži u srcu zdravstva. S više od 19 godina iskustva u informatici zdravstva, medicinskom slikanju i menadžmentu, Janov put temelji se na vođenju strateških inicijativa i utjecanju na ključne odluke koje su generirale prihod i značajno pridonijele vrijednosti tvrtke.

Koliko je umjetna inteligencija (AI) koristan alat u zdravstvu? Trebamo li strahovati da će zamijeniti ljudsku riječ ili je upravo suprotno, da će zbog svojih naprednih sposobnosti AI ostaviti vremena za unapređenje odnosa liječnik-pacijent?

- AI može biti izuzetno koristan u zdravstvu, pružajući transformacijski potencijal u različitim aspektima skrbi za pacijente i medicinske prakse. AI bi mogao poboljšati skrb za pacijente i ishode liječenja poboljšanjem dijagnostike i omogućavanjem personalizirane medicine, što bi dovelo do točnijih i učinkovitijih tretmana. Mogao bi pomoći u ranom otkrivanju bolesti i predviđanju ishoda liječenja na temelju sveobuhvatne analize podataka. Nadalje, AI bi mogao smanjiti dijagnostičke netočnosti i propisivanje pogrešnih lijekova pružajući podršku pri donošenju odluka i uvid u stvarnom vremenu. AI bi također mogao pomoći u upravljanju eksponencijalnim porastom medicinskih informacija, pomažući zdravstvenim radnicima u upravljanju velikim količinama podataka da bi generirali smislen uvid. Dodatno, AI bi mogao automatizirati rutinske zadatke kao što su unos podataka i zakazivanje termina, oslobađajući zdravstvene radnike da se usredotoče na skrb za pacijente. Na primjer, softver Command Center tvrtke GE HealthCare analizira obrasce dolazaka u hitnu službu i prijema u bolnicu te zatim predlaže prilagodbe osoblja da bi se poboljšala operativna učinkovitost. To ne samo da pomaže učinkovitijem upravljanju resursima nego i oslobađa vrijeme zdravstvenim radnicima da se bolje fokusiraju na skrb za pacijente. Preuzimanjem ponavljajućih zadataka, AI bi mogao ublažiti negativan učinak nedostatka radne snage, omogućujući zdravstvenom osoblju da se koncentrira na složenije i važnije aspekte skrbi za pacijente i ljudsku interakciju između zdravstvenog radnika i pacijenta. Stoga, AI nije namijenjen zamjeni ljudske interakcije, nego je upravo suprotno. AI bi mogao biti podrška zdravstvenim radnicima, omogućujući im da provode više vremena s pacijentima i poboljšaju kvalitetu skrbi.

Na koje sve načine AI poboljšava zdravstvo?

- AI bi mogao unaprijediti zdravstvo na različite načine. U dijagnostici i radiologiji, AI algoritmi poboljšavaju interpretaciju snimki, povećavajući točnost i brzinu dijagnoze za stanja poput raka dojke i plućnih nodula, na primjer. Smanjuje izloženost zračenju i poboljšava kvalitetu slike, čineći dijagnostiku sigurnijom i učinkovitijom. Na primjer, Sonic DL je AI tehnologija dubokog učenja koja dobiva visokokvalitetne MRI slike do 12 puta brže, omogućujući produljeniji pristup pacijentima s aritmijama i problemima s disanjem. U prediktivnoj analitici, AI analizira ogromne količine podataka o pacijentima da bi predvidio medicinska stanja kao što su sepsa ili zatajenje srca, omogućujući promptne intervencije i smanjenje boravka u bolnici. Još jedan istaknut primjer je AI tehnologija Caption Guidance, koja pruža smjernice u stvarnom vremenu tijekom ultrazvučnih pregleda, omogućujući kliničarima i nestručnjacima da snimaju visokokvalitetne slike, poboljšavajući točnost i učinkovitost dijagnostike. AI bi mogao prilagoditi tretmane pojedinačnim pacijentima analizom genetskih informacija, posebno u onkologiji, gdje bi mogao pomoći pri izboru terapije na temelju genetike tumora. U otkrivanju i razvoju lijekova, AI bi mogao ubrzati proces predviđanjem učinkovitosti novih spojeva, smanjujući vrijeme i troškove za dovođenje novih lijekova na tržište. Štoviše, AI-em pogonjeni chatbotovi i virtualni zdravstveni asistenti mogli bi pružiti kontinuiranu podršku i nadzor, povećavajući angažman pacijenata i pridržavanje planova liječenja.

image

Jan Berger

HealthComm Forum

Gdje se kriju zamke (nedostatak transparentnosti, povećanje zdravstvene nejednakosti i povjerenja, ranjivost na hakiranje i povrede privatnosti podataka...)? Kako ih preduhitriti?

- Iako AI ima ogroman potencijal, postoje brojne zamke. Jedno značajno pitanje je nedostatak transparentnosti jer AI sustavi mogu biti nejasni, što otežava razumijevanje kako se donose odluke. To bi se moglo riješiti razvijanjem objašnjivih AI modela i osiguravanjem transparentnosti u AI algoritmima. Transparentnost pomaže u izgradnji povjerenja među zdravstvenim radnicima i pacijentima. Kada su AI sustavi transparentni, korisnici mogu razumjeti kako se donose odluke, što povećava njihovo povjerenje u preporuke sustava. Ovo povjerenje je ključno za širu primjenu AI tehnologija u zdravstvenim okruženjima. AI bi također mogao potencijalno povećati zdravstvene nejednakosti ako podaci korišteni za obuku modela nisu reprezentativni za raznolike populacije. Osiguravanje da se AI modeli obučavaju na raznolikim i inkluzivnim skupovima podataka te praćenje pristranosti u AI sustavima mogli bi pomoći u izbjegavanju pristranosti i nejednakosti u zdravstvenim ishodima. Povjerenje u AI je ključno za njegovu primjenu. Izgradnja robusnih, točnih i pouzdanih AI sustava, zajedno s jasnom komunikacijom o njihovim mogućnostima i ograničenjima, mogla bi pomoći u izgradnji povjerenja. Nadalje, AI sustavi su ranjivi na hakiranje i kršenje podataka. Provođenje strogih mjera zaštite podataka, robusnih kibernetičkih protokola i usklađenost s propisima o privatnosti podataka moglo bi unaprijed spriječiti ove probleme. Sveukupno, uspješna integracija AI-a u zdravstvo zahtijeva pažnju prema ovim izazovima, naglašavajući transparentnost, inkluzivnost, izgradnju povjerenja i robusnu sigurnost podataka kako bi se u potpunosti iskoristio potencijal AI-a, uz zaštitu interesa pacijenata.

Koliko su, iz vašeg iskustva, zdravstvene organizacije i ustanove diljem Europe otvorene za prihvaćanje aplikacija umjetne inteligencije? Imate li neke konkretne primjere kako je AI poboljšao ishode liječenja za pacijente?

- Zdravstvo sporo prihvaća nove tehnologije prvenstveno zato što je visokoregulirana industrija. Ova stroga regulacija ključna je za osiguranje sigurnosti pacijenata i održavanje visokih standarda skrbi. Svaka nova tehnologija, uključujući AI, mora proći temeljitu validaciju i provjeru da bi se osiguralo da ne šteti pacijentima. Regulatorni zahtjevi za točnost, pouzdanost i transparentnost AI sustava posebno su visoki u zdravstvu zbog značajnog utjecaja koje ti sustavi mogu imati na ishode liječenja pacijenata. Koncept "odgovornog AI-a" naglašava potrebu da AI sustavi budu etični, transparentni i odgovorni. Osiguravanje usklađenosti s ovim regulatornim standardima i dokazivanje sigurnosti i učinkovitosti AI aplikacija doprinosi sporijoj stopi prihvaćanja u usporedbi s drugim, manje reguliranim industrijama. Vrijedi ovog sporijeg tempa, kako bi se izbjegla moguća šteta za pacijente. Manje od 5 posto zdravstvenih organizacija koristilo je AI alate do 2022. godine. Dodatni čimbenici pridonose ovoj sporoj stopi prihvaćanja, uključujući neusklađene poticaje, politike nadoknade, izazove s podacima, nedostatak povjerenja i razumijevanja, kao i ekonomski pritisci. Unatoč značajnom potencijalu i brojnim odobrenjima FDA-a za medicinske AI sustave, prihvaćanje AI-a u zdravstvenom sektoru zaostaje zbog ovih prepreka. Nasuprot tome, druge industrije obično brže prihvaćaju nove tehnologije, vođene konkurentskim pritiscima i manjim regulatornim ograničenjima. Međutim, zdravstvene organizacije i institucije diljem Europe pokazuju sve veću otvorenost za primjenu umjetne inteligencije. Sve je veće prepoznavanje potencijala AI-a da transformira različite zdravstvene prakse.

image

Jan Berger

HealthComm Forum

Osnovali ste GR4AI.Academy, neprofitnu organizaciju usmjerenu na educiranje mlađih generacija o društvenim implikacijama i transformacijskom potencijalu umjetne inteligencije. Koja je glavna poruka koju želite poslati mladima?

- Glavna poruka koju želim prenijeti mladima kroz GR4AI.Academy je da je, kako odrastaju u svijetu sve više pod utjecajem umjetne inteligencije, ključno da razumiju i njezin potencijal i njezine implikacije. AI već određuje koje informacije vide, koje videozapise gledaju i čak oblikuje način na koji uče govoriti. AI već pomaže liječnicima u dijagnosticiranju i liječenju bolesti, a uskoro će AI upravljati našim automobilima. Stoga je važno da djeca budu svjesna kako se AI može koristiti u našem društvu. Najbolji način za razumijevanje sposobnosti i implikacija AI-a je učenje izgradnje ove tehnologije. Razumijevanjem kako se algoritmi stvaraju i kako utječu na društvo djeca mogu postati kritičniji korisnici takve tehnologije. Ta svijest i znanje mogli bi ih motivirati da pomognu oblikovati budućnost AI-a, osiguravajući da se razvija na način koji je koristan, pravedan i inkluzivan. Prihvaćanje AI edukacije omogućit će im da iskoriste njezine prednosti za rješavanje globalnih problema, uzimajući u obzir odgovornu upotrebu. Na kraju, oni imaju moć utjecati na budućnost AI-a i, posljedično, budućnost našeg svijeta.

U Hrvatskoj se, iako su nove tehnologije dostupne, često suočavamo s izazovom nedostatne infrastrukture potrebne za njihovo učinkovito korištenje. Koji su infrastrukturni preduvjeti, prema vašem mišljenju, nužni za uspješnu implementaciju i korištenje AI alata u zdravstvenim sustavima?

- Da bi se uspješno implementirali i koristili AI alati u zdravstvenim sustavima, potrebno je riješiti nekoliko ključnih infrastrukturnih preduvjeta, koji nadilaze fizičku i tehnološku infrastrukturu. Da bi se uistinu iskoristila moć AI-a, zdravstveni sektor mora prihvatiti cloud-tehnologiju. Robusna tehnološka infrastruktura je ključna, uključujući sustave za pohranu, obradu i osiguranje ogromnih količina zdravstvenih podataka, interoperabilne elektroničke zdravstvene zapise i pouzdanu internetsku povezanost velike brzine. Dodatno, svijest o AI-u i edukacija su ključni. Zdravstveni radnici trebaju programe obuke kako bi razumjeli i učinkovito koristili AI alate, a kontinuirano obrazovanje o najnovijim naprecima u AI-u treba biti osigurano. Jedan takav primjer je HelloAI, inicijativa za edukaciju zdravstvenih radnika o učinkovitom korištenju AI alata. Javne kampanje podizanja svijesti mogu pomoći u demistifikaciji AI-a i isticanju njegova potencijala za poboljšanje zdravstvenih ishoda. Uspostavljanje jasnih propisa i smjernica za razvoj i primjenu AI-a u zdravstvu osigurava sigurnost, učinkovitost i visoke standarde, dok također promiče odgovoran AI zahtijevajući pridržavanje smjernica koje osiguravaju da AI sustavi budu nepristrani, transparentni i odgovorni. Ubrzani regulatorni putovi za odobrenje i certificiranje AI alata mogu ubrzati njihovu integraciju u zdravstvene sustave. Okvir za upravljanje AI implementacijom u zdravstvu trebao bi uključivati multidisciplinarne timove, uključujući etičare, tehnologe, zdravstvene pružatelje usluga i predstavnike pacijenata. Ulaganje u istraživanje i razvoj je od vitalne važnosti. Povećano financiranje istraživanja AI-a može potaknuti inovacije i stvoriti prilagođena AI rješenja za zdravstvo. Implementacija pilot-programa i dokumentiranje studija slučaja mogu pružiti vrijedne uvide u praktičnu primjenu AI alata u zdravstvu, pomažući u njihovom rafiniranju i poboljšanju implementacije. Holistički pristup rješavanju ovih preduvjeta osigurava da se AI alati u zdravstvu implementiraju učinkovito, sigurno i odgovorno, na kraju poboljšavajući ishode pacijenata i poboljšavajući cjelokupni zdravstveni sustav.

Možete li navesti primjer dobre implementacije AI-a u svrhu unapređenja javnog zdravstva?

- Jedan primjer dobre implementacije AI-a za poboljšanje javnog zdravlja je njegova upotreba u prediktivnoj analitici za predviđanje zdravstvenih događaja i omogućavanje ranih intervencija. AI sustavi analiziraju velike količine podataka o pacijentima iz elektroničkih zdravstvenih zapisa, laboratorijskih rezultata i vitalnih znakova kako bi predvidjeli nastanak stanja kao što su sepsa ili zatajenje srca. Ova prediktivna sposobnost omogućuje zdravstvenim pružateljima usluga da interveniraju rano, spašavajući živote i smanjujući duljinu boravka u bolnici. Na primjer, AI sustavi koji analiziraju podatke o pacijentima kako bi predvidjeli nastanak sepse omogućuju pravovremene tretmane koji spašavaju živote i smanjuju boravak u bolnici. Otkrivanjem obrazaca koji ukazuju na visok rizik od sepse, na primjer, AI omogućuje pravovremene tretmane koji sprječavaju pogoršanje stanja. Ova upotreba AI-a ne samo da poboljšava ishode pacijenata nego i poboljšava cjelokupno javno zdravlje smanjenjem učestalosti i ozbiljnosti ozbiljnih zdravstvenih stanja putem ranog otkrivanja i intervencija. Sustavi prediktivne analitike instrumentalni su u upravljanju i sprječavanju negativnih zdravstvenih događaja na većoj skali, značajno poboljšavajući ishode javnog zdravlja. Ovaj primjer ilustrira kako AI može transformirati skrb za pacijente i javno zdravlje iskorištavanjem podataka za pružanje djelotvornih uvida i pravovremenih medicinskih odgovora.

Želite li dopuniti temu ili prijaviti pogrešku u tekstu?
Linker
12. lipanj 2024 14:23