Sztuczna inteligencja w medycynie – szanse i zagrożenia

Inteligentna ochrona zdrowia

Patrząc na wykorzystywane dotychczas w Polsce systemy wspierania decyzyjności polityki zdrowotnej, można odnieść wrażenie, że w wielu miejscach nie tylko nie myśli się o zastosowaniu sztucznej inteligencji, ale też jakichkolwiek mechanizmów elektronicznych. Oczywiście znamy świetnie możliwości modeli BI (ang. business intelligence) wspierających decyzje menedżerskie, wiemy, że także w Polsce są one dostępne. Jednak trzeba przyznać, że trudno się im przebić do szerokiego zastosowania w szpitalach i przychodniach nawet w warunkach ograniczonych środków finansowych i przy wiedzy, że takie wdrożenia doprowadziłyby do dużych oszczędności.

Publiczne podmioty lecznicze stoją przed potrzebą wprowadzenia systemów elektronicznych w całym procesie świadczeń zdrowotnych, a nie tylko tam, gdzie przewiduje to potrzeba kodowania na potrzeby płatnika (NFZ). Bardzo duże rozproszenie danych: elektronicznych, papierowych, zgromadzonych w bazach rozliczeniowych NFZ, lokalnych bazach urządzeń medycznych (aparatów EKG, TK, MRI, USG i in.), raportach odręcznych, notatkach dołączonych do skoroszytów, prowadzi do sytuacji, w której nie ma miejsca na zastosowanie sztucznej inteligencji wyposażonej w pełną informację o pacjencie. A tylko taka jest w stanie poprzez analizę kompletnych danych doprowadzić do racjonalizacji terapii, poprawy jakości opieki czy optymalizacji kosztów. Profesjonaliści medyczni od dawna apelują o pełną informatyzację danych, wprowadzenie systemów tabletowych, zautomatyzowanych systemów dostarczających danych bez potrzeby ich ręcznego wpisywania, zintegrowania urządzeń diagnostycznych z bazami HIS (ang. hospital information system), wprowadzenia elektronicznych rekordów pacjentów przebywających w szpitalach, tak aby można było monitorować wykorzystanie łóżek, dostępność dla pacje...