Egészség

Egészségügyi reform a mesterséges intelligencia segítségével

Világszerte problémákkal küzd az egészségügy

  • Az egészségügyi ellátórendszerek világszerte túlterheltek és erőforráshiányosak.
  • Idősödnek a társadalmak, egyre több a krónikus betegséggel küzdő ember és nő a nyugdíjkorhatár.
  • Magyarország esetében elmondható, hogy a születéskor egészségesen várható élettartam jóval az aktuális nyugdíjkorhatár alatt van (KSH).
  • Az egészségügyi összkiadások ennek megfelelően meredeken emelkednek (2023-ban globálisan átlagosan közel 10%-kal).
  • A magyar háztartások egy főre eső összkiadásainak egészségügyre vonatkozó százalékos aránya 5,1%-ról 5,4%-ra nőtt 2019 és 2022 között (KSH).
  • A magyar háztartások 2022-ben összesen 229 ezer forintot költöttek gyógyszerekre és egészségügyi szolgáltatásokra, ugyanez az összeg 2023-ban már 385 ezer forint volt.

Gyógyír lehet a digitális alapú reform

  • A generatív mesterséges intelligencia (MI) modellek megjelenése új eszközöket, új lehetőségeket kínál az egészségügy megreformálására.
  • A természetes nyelvfeldolgozás ötvözve a digitális képfeldolgozással és a már évtizedek óta használt fejlett analitikai megoldásokkal (pl. gépi tanulás, továbbfejlesztett statisztikai módszerek, big data) egyaránt forradalmi előrelépést hozhat a diagnosztika, a terápia vagy a prevenció területén.
  • Magyarországon állami és magán egészségügyi intézmények bevonásával több ilyen irányú fejlesztési projekt is zajlik. Olyan megoldásokon dolgoznak együtt magyar egészségügyi és informatikai szakemberek, amelyeknek van piaci relevanciája, vagyis ellátási és páciens oldalról is van rájuk igény.
  • Jó alapot biztosíthat ezekhez a projektekhez a magyar egészségügy meglévő, fejlett informatikai infrastruktúrája és rendszerei. Külön ki kell emelni az európai szinten is előremutató fejlesztést, az EESZT-t, amelynek felhőalapú központi adatbázisára átfogó MI megoldásokat lehet tervezni.

Mit ígér a digitális és adatvezérelt egészségügy?

  • A mesterséges intelligencia (MI) által támogatott, digitalizált és adatvezérelt egészségügy többek között rövidebb várólistákat, pontosabb diagnózist, színvonalasabb járó- és fekvőbeteg ellátást, valamint fejlett telemedicina és távkonzultációs szolgáltatásokat ígér.
  • Emellett lehetővé teszi az orvosokat terhelő adminisztráció jelentős csökkentését, orvosi döntéstámogató rendszerek bevezetését, az egyéni betegutak elemzését és társadalmi szintű előrejelző modellek elkészítését.

A kulcs az egészségügyi adatvagyon kiaknázása

  • Az egészségügy digitális megreformálásának kulcsa a rendelkezésre álló hatalmas és értékes adatvagyon kiaknázása az MI segítségével.
  • Eltérő szerkezetű, strukturált és strukturálatlan adatokról van szó, amelyek hatékony kiaknázása és szakmai szempontok szerinti értelmezése a generatív MI modellek megjelenésével vált széles körben elérhetővé.
  • Az egészségügyi adatok forrásai: páciens törzsadatok, IoT eszközök, kórházi információs rendszerek, viselhető eszközök rögzített adatai, egészségbiztosítók adatai, laboratóriumi leletek, gyógyszeres kezelések adatai, radiológiai felvételek, molekuláris diagnosztikai adatok, nyilvános eü adatbázisok, népegészségügyi adatok, valamint országos, regionális és globális statisztikák.
  • A fentiekkel kapcsolatban fontos hangsúlyozni, hogy eltérő komplexitású és granularitású adatokról van szó, amelyek konszolidációjához és átfogó elemzéséhez széles analitikai eszköztárra van szükség.
  • Itt ismét szót kell ejteni az EESZT rendszerről (és annak felhőalapú központi adatbázisáról), amely európai szinten is figyelemre méltó fejlesztés.
  • A fentiek mellett a háziorvosok, klinikusok és szakellátók szabadszöveges feljegyzései, jegyzetei is idesorolhatók, hiszen az MI segítségével gyorsabbá és automatizálhatóvá vált a feldolgozásuk.

Döntéstámogatás és tehermentesítés

  • Sok esetben meghatározhatók azok a területek, amelyeken belül jól algoritmizálhatók a feladatok, a megoldandó problémák, és ahol tényleges segítséget nyújthat az MI.
  • Általánosságban elmondható: a jelenleg is zajló fejlesztési projektek fő célja az orvosi döntések támogatása, az orvosok tehermentesítése (az adatok feldolgozására építve) és a kutatások felgyorsítása.
  • Fontos kiemelni, hogy az egészségügyi adatok rendkívül érzékenyek. A kiértékelésük és elemzésük alapján hozott döntéseknek komoly következménye van. A fals információ vagy az információ nem kellő pontosságú feldolgozása téves diagnózishoz, helytelen terápiához vagy akár a páciens életminőségének romlásához, halálához vezethet.
  • Ebből következik, hogy az MI önállóan nem hozhat döntést. A szakorvosnak mind ellenőrző, mind pedig jóváhagyó szerepben is meg kell jelennie a döntéshozási folyamatban, illetve már a fejlesztési folyamatban is szakmai felügyeletet kell biztosítania.

Konkrét példák

  • KÉPFELDOLGOZÁS: A diagnosztikai képek, radiológiai felvételek kiértékelésének támogatása azáltal, hogy az MI (fejlett képfeldolgozási algoritmusokat alkalmazva) sorba rendezi őket úgy, hogy a gyanúsabb, sürgősebb beavatkozást igénylő eseteket veszi előre. Nagyszámú felvétel esetén ez komoly időmegtakarítást eredményezhet.
  • BETEGSÉG-ELŐREJELZÉS: A páciens hosszú évekre visszamenően elérhető személyes leleteinek (vér, vizelet, stb.) idősoros vizsgálatával egyes betegségek kialakulási folyamata még a kezdeti fázisban felfedezhető. Tipikus példa erre a 2-es típusú cukorbetegség, ahol a kóros trend sok esetben még az előtt kirajzolódik a releváns értékekből, hogy azok átlépnék a normálisnak számító tartomány határát.
  • TELEMEDICINA / TÁVKONZULTÁCIÓ: Ilyen jellegű szolgáltatások már évek óta elérhetők, bevezetésükhöz, elterjedésükhöz a Covid-járvány adott nagyobb lendületet. Az egészségügyi adatok MI segítségével történő feldolgozása ezen a téren is jelentős fejlődési ugrást tesz lehetővé, de a generatív MI önmagában is fontos kommunikációs eszköz lehet az egészségügyi ellátórendszer kapacitás-problémáinak megoldásában.
  • ORSZÁGOS ELEMZÉSEK: Az egészségügyi adatvagyon feldolgozásával és kiaknázásával országos szinten az eddigiekhez képest sokkal átfogóbb és pontosabb elemzések elvégzésére is lehetőség nyílik. Erre építve akár olyan előrejelző modellek is készíthetők, amelyek nagy segítséget nyújtanak a népbetegségek felismerésében, megelőzésében és kezelésében, vagy egy átfogó, hosszabb távú országos egészségügyi stratégia megalapozásában.
  • ADMINISZTRÁCIÓ: A szakorvosoknak jelenleg rengeteg időt és energiát kell áldozniuk adminisztrációra. Az MI jelentős terheket vehet le a vállukról a kezelési tervek, szakvélemények vagy zárójelentések összeállításánál (azok egészét vagy egyes részeit önállóan is összeállíthatja megírhatja. De ugyanígy felgyorsíthatja akár a legfrissebb szakirodalmi eredmények felkutatását és a kutatásból származó tudományos anyagok előkészítését is.

További friss híreket talál az IoTmagazin főoldalán! Csatlakozzon hozzánk a Facebookon is!

Friss