Raport: na jakich priorytetach skupiają się obecnie liderzy ochrony zdrowia?

– Dziś świadczeń z zakresu telemedycyny udziela kilka tysięcy lekarzy Medicover, diagnozowanie i leczenie „na odległość” to standardowy element opieki medycznej nad pacjentem, a satysfakcja po odbytej e-wizycie często przewyższa nawet tę po wizycie stacjonarnej (osiągając poziom NPS 83). Mamy przekonanie, że dalsza cyfrowa transformacja w ochronie zdrowia, utrwalenie się hybrydowego modelu opieki i zwrot ku holistycznemu postrzeganiu kwestii zdrowia są nieuniknione – komentuje Artur Białkowski, Dyrektor Zarządzający ds. Usług Biznesowych, Członek Zarządu Medicover sp. z o.o.

Innym ważnym elementem jest sztuczna inteligencja, która może być wykorzystywana zarówno w procesach operacyjnych, jak i w leczeniu m.in. jako wsparcie podczas podejmowania decyzji klinicznych. Powszechne wdrożenie AI może uprościć procesy i odciążyć personel medyczny od zadań administracyjnych, które mogą pochłaniać nawet do 80% jego czasu pracy.

Zwiększenie ilości czasu, który pracownicy ochrony zdrowia będą w stanie faktycznie poświęcić pacjentom i świadczeniu usług medycznych, znacząco poprawi jakość usług medycznych w Polsce. Liderzy ochrony zdrowia przewidują, że w ciągu trzech lat priorytetowo potraktują inwestycje w sztuczną inteligencję w celu poprawy wydajności i skuteczności usług.

Analityka predykcyjna pomaga osiągnąć najważniejsze cele

Na poziomie globalnym tylko jeden na pięciu (21%) liderów ochrony zdrowia wykorzystuje analitykę predykcyjną do wskazówek diagnostycznych, przy czym 68% zgadza się, że analityka predykcyjna może mieć pozytywny wpływ na niwelowanie nierówności w dostępie do usług zdrowotnych. Co ciekawe, liderzy ochrony zdrowia w Polsce znacznie częściej niż średnia globalna dostrzegają korzyści płynące z analityki predykcyjnej w obszarach, które są ściśle związane z zastosowaniami operacyjnymi, takimi jak przewidywanie zmian wśród przedstawicieli personelu medycznego (57% vs 25%), planowanie i wykorzystanie (53% vs 23%) oraz zarządzanie konserwacją aparatury medycznej (48% vs 22%). Zauważają również, że analityka predykcyjna mogłaby korzystnie wpłynąć na kliniczne aspekty opieki, przy czym 40% ankietowanych wskazuje w tym kontekście przede wszystkim kwestię usprawnienia zdalnego monitorowania pacjentów. Przy wysokim zaufaniu do analityki predykcyjnej – 76% ufa analityce predykcyjnej w warunkach klinicznych, a 74% w warunkach operacyjnych – liderzy ochrony zdrowia dostrzegają pozytywny wpływ technologii predykcyjnej, szczególnie w obszarach wyników zdrowotnych, doświadczenia pacjentów i doświadczenia pracowników.

– (…) Pomimo widocznych korzyści i zaufania do analityki predykcyjnej pełny jej potencjał wciąż pozostaje niewykorzystany. Wśród przyczyn wskazywane są m.in. bariery w pozyskiwaniu danych jak również potrzeba ulepszenia systemów i protokołów bezpieczeństwa – zauważa dr Maciej Kawecki, prezes Instytutu Lema, prorektor ds. innowacji WSB w Warszawie.

FHI potwierdza, iż pomimo tego, że liderzy są świadomi wartości posiadanych danych, aż 46% z nich (według wyników globalnych) postrzega dane bardziej jako obciążenie niż wartość dodaną. Mając na uwadze bezpieczeństwo danych oraz cyberataki, coraz częściej skierowane na sektor opieki zdrowotnej, jedna na pięć osób wymienia obawy dotyczące prywatności i bezpieczeństwa danych jako główną przeszkodę w pełnym wykorzystaniu ich potencjału. Twierdzą oni również, że większe bezpieczeństwo danych oraz systemy i protokoły ochrony prywatności są głównym sposobem na zwiększenie zaufania do analityki predykcyjnej zarówno w warunkach klinicznych, jak i operacyjnych.

Niezależnie od przekonania o wartości danych i zdolności placówek do ich wykorzystania, zaledwie 47% polskich liderów ochrony zdrowia uważa, że dane, jakimi dysponują ich placówki są dokładne, zaś 50% jest przekonanych, że z dostępnych danych można wyciągnąć wnioski umożliwiające podjęcie konkretnych działań. Oba te wskaźniki są znacznie niższe od średniej globalnej, wynoszącej odpowiednio 69% i 71%. Ponadto liderzy ochrony zdrowia są sfrustrowani ciągłymi przeszkodami w efektywnym wykorzystaniu danych, takimi jak interoperacyjność, ograniczenia kadrowe i infrastrukturalne.

– Liderzy ochrony zdrowia zdają sobie sprawę, że wykorzystanie danych medycznych stanowi pierwszy krok do realizacji evidence based medicine, a nawet evidence based management. Dane potrzebne są do trenowania algorytmów sztucznej inteligencji, analiz predykcyjnych czy medycyny personalizowanej (…) Priorytetem dla polskiej ochrony zdrowia powinno stać się skuteczne i bezpieczne zarządzanie danymi medycznymi, z równoczesnym poszanowaniem prawa pacjenta do prywatności. To jest nasz kierunek rozwoju przez najbliższe lata – mówi Ligia Kornowska, Dyrektor Zarządzająca Polskiej Federacji Szpitali, liderka Koalicja AI w Zdrowiu.

Czytaj też: Cyberbezpieczeństwo placówek medycznych