Pacjentów, którzy próbują sami się diagnozować, coraz bardziej wspiera sztuczna inteligencja

Jesienią ubiegłego roku średni czas oczekiwania na pojedyncze, gwarantowane świadczenie zdrowotne w Polsce wynosił 4,2 miesiąca. Aby uzyskać poradę lekarza specjalisty, pacjenci musieli czekać jeszcze dłużej – średnio 4,3 miesiąca – wynika z „Barometru WHC”. Długie kolejki przyczyniają się do tego, że pacjenci próbują sami się diagnozować, m.in. za pomocą wyszukiwarki Google. Lekarze ostrzegają przed konsekwencjami wdrażania rad z internetu w przypadku poważnych chorób, ale jednocześnie podkreślają, że odpowiednio zaprojektowana AI może wesprzeć proces samoleczenia. Podobnie jak diagnozę lekarską.

– Co drugi pacjent, z którym rozmawiam, diagnozuje się sam, w dobrej wierze, próbując znaleźć przyczynę swoich kłopotów zdrowotnych. „Doktor Google” jest dobry, ale w kabarecie, natomiast jeżeli chodzi o prawidłową praktykę szpitalną, nie wnosi nic dobrego, ale pacjenci o tym nie wiedzą. Myślę, że dostępność czegoś powoduje, że my jako ludzie korzystamy z tego z korzyścią, ale w przypadku leczenia poważnych chorób korzystamy z pokrzywdzeniem, dlatego że to my ponosimy konsekwencje złych wyborów – mówi agencji Newseria dr n. farm. Leszek Borkowski, farmakolog kliniczny w Szpitalu Matki Bożej Nieustającej Pomocy w Wołominie.

Samodiagnozowanie i wdrażanie leczenia na własną rękę jest szczególnie groźne w przypadku poważnych dolegliwości, gdzie czas diagnozy, reakcji na nią oraz wdrożenie odpowiedniej terapii często warunkują dobre rokowania pacjenta.

– Trochę pacjentów usprawiedliwiam, bo jeżeli słyszę: „Czekałem na konsultację pół roku, osiem miesięcy”, to ja się nie dziwię, że osoba, która ma dolegliwości, próbuje sobie jakoś poradzić. Sprawny system ochrony zdrowia jest jednym z antidotów na szarlatanów medycznych, bo gdyby ci ludzie nie czekali po wiele miesięcy na diagnozę, badanie lub zabieg, sami nie szukaliby rozwiązań – wskazuje dr Leszek Borkowski.

Coraz dłuższe kolejki do specjalistów

W świetle ubiegłorocznego raportu fundacji Watch Health Care wśród 215 analizowanych świadczeń zdrowotnych w 104 odnotowano pogorszenie dostępności. Wzrósł średni czas oczekiwania na dostęp do lekarzy specjalistów w porównaniu do okresu lipiec/sierpień 2023 r. – o 0,6 miesiąca. Największe wydłużenie średniego czasu oczekiwania odnotowano w dziedzinach takich jak geriatria (o 2,5 miesiąca), endokrynologia (o 2,4 miesiąca), immunologia czy otolaryngologia (o 2 miesiące). Najdłuższe kolejki ustawiają się do angiologa (13,9 miesiąca), endokrynologa (12,1 miesiąca) oraz chirurga naczyniowego (11,6 miesiąca).

Również w przypadku czasu oczekiwania na świadczenia z dziedzin wybranych na podstawie epidemiologicznej przewagi występowania dolegliwości i chorób wśród kobiet sytuacja uległa pogorszeniu. Według danych z Barometru WHC 2024 „Kobieta w kolejce” średnio na udzielenie świadczenia gwarantowanego Polki musiały czekać 3,5 miesiąca, podczas gdy w 2023 r. było to 2,7 miesiąca. W przypadku świadczeń kobiecych, czyli dotyczących chorób związanych z narządami rodnymi, porodem i połogiem, średni czas oczekiwania wyniósł 2,8 miesiąca, co w porównaniu do 2023 r. oznacza wzrost o 0,3 miesiąca.

Mądrze zaprojektowana SI może być przydatna

Pacjentów, którzy sami chcą się troszczyć o swoje zdrowie, coraz mocniej wspiera sztuczna inteligencja.

– Sztuczna inteligencja jest pomocna, a będzie coraz bardziej, bo ona też się uczy. Ale musimy ją tak sprofilować, żeby ona dawała dwa kierunki pomocy. Jeden dla profesjonalistów – to jest inny język, inny zakres wiadomości, a drugi – dla pacjentów, bo sztuczna inteligencja też może im pomagać. Gdyby sztuczna inteligencja mówiła pacjentowi np. „Zaszczep się przeciwko pneumokokom, bo twoje leczenie będzie przebiegało sprawniej”, to może on by z tego korzystał bardziej niż z informacji otrzymywanej przed przyjęciem do szpitala. Myślę, że trzeba szukać różnych kierunków. Sztuczna inteligencja mądrze zaprojektowana, mocno tkwiąca w realiach i prawdzie naukowej, może być jak najbardziej przydatna – tłumaczy farmakolog kliniczny.

Jak podkreśla Komisja Europejska, postępy w technologii opartej na AI mogą zrewolucjonizować opiekę zdrowotną, aby stawała się skuteczniejsza i dostępniejsza. W diagnostyce może ona zwiększać dokładność badań i umożliwiać wcześniejsze wykrywanie chorób, co często prowadzi do mniej inwazyjnych i bardziej opłacalnych wariantów leczenia. Wśród zastosowań sztucznej inteligencji użytecznych w praktyce klinicznej wymieniono m.in. systemy AI stosowane w badaniach mammograficznych, które mogą identyfikować wczesne objawy raka piersi z niezwykłą dokładnością, często przekraczającą możliwości radiologów.

– Czy służba zdrowia będzie odciążona przez sztuczną inteligencję? Dzisiaj nie, dlatego że nawet dając prawidłową odpowiedź pacjentowi, nie mamy wpływu, co on zrobi. Bardzo często jest tak, że pacjent słyszy: „Idź w prawo”, a potem idzie w lewo. W związku z tym myślę, że dzisiaj sztuczna inteligencja nie zastąpi tradycyjnej ochrony zdrowia, natomiast w mojej opinii może ją znacznie wesprzeć – uważa dr Leszek Borkowski.

Najpierw diagnostyka obrazowa

W maju br. Jerzy Szafranowicz, wówczas jeszcze podsekretarz stanu w Ministerstwie Zdrowia, odpowiadając na interpelację posłanki z Polska 2050, wskazał, że środki z Krajowego Planu Odbudowy i Zwiększania Odporności będą w kolejnych miesiącach wspierać rozwój innowacyjnych narzędzi w ochronie zdrowia. Finansowane z KPO projekty będą się skupiać m.in. na usługach bazujących na algorytmach eksperckich lub sztucznej inteligencji oraz uczenia maszynowego w celu wspomagania pracy personelu medycznego, podejmowania decyzji klinicznych, jak również minimalizacji ryzyka wystąpienia błędu lekarskiego.

Resort planuje także sfinansować w ramach KPO utworzenie Platformy Usług Inteligentnych, która ma służyć dostarczaniu specjalistycznych usług medycznych wspieranych algorytmami AI przy wykorzystaniu m.in. zasobów Centrum e-Zdrowia. Jednym z pierwszych zastosowań ma być diagnostyka obrazowa, np. RTG, TK, MRI. Podmioty medyczne uzyskają dostęp do narzędzia, do którego będą mogły wysłać badanie obrazowe i w stosunkowo krótkim czasie otrzymać interpretację wyniku wykonaną przez algorytm AI. Takie rozwiązanie przyspieszy proces stawiania diagnozy oraz wdrażanie leczenia. Planowane jest również wykorzystanie voicebotów i chatbotów w przypominaniu o lekach, umawianiu wizyt i pobieraniu informacji o wynikach badań.

Jak pokazują badania prowadzone przez Centrum e-Zdrowia, placówki medyczne najczęściej wdrażają rozwiązania w zakresie diagnostyki obrazowej. W marcu w niemal 12 tys. podmiotów medycznych AI wykorzystywana była w diagnostyce obrazowej typu CT (33,9%), w procesie wspomagania decyzji klinicznych (16,2%) i w diagnostyce obrazowej typu MRI (15,9%). Jeszcze większy odsetek podmiotów ma w planach wdrożenie AI w tych obszarach.

Źródło: Newseria

Czytaj także: Jerzy Szafranowicz odchodzi z Ministerstwa Zdrowia