Na uskutočnenom evente, ktorý sa konal v Martine, s názvom AI-klinika: ZDRAVOTNÍCTVO sa riešili zaujímavé témy, kde sme začali otázkou Čo je to umelá inteligencia? pokračovali sme témou Využitie AI v zdravotníctve, panelovou diskusiou a diskusiou pri okrúhlych tematických stoloch.
Spolu s UNM sme organizovali v Martine náš prvý event AI-kliniky zameranej na zdravotníctvo. Riešili sme množstvo zaujímavých tém, možností a aplikácií AI. Počas úvodných prezentácií sme začali otázkou: „Čo je to umelá inteligencia?“. Následne pozvaní hostia, odborníci priamo zo zdravotníctva, prezentovali príklady využívania AI v ich práci. Všetci zúčastnení potom dostali možnosť zúčastniť sa tematických okrúhlych stolov a zdieľať svoje vlastné názory, skúsenosti, či klásť si otázky navzájom.
Pri tematických okrúhlych stoloch sa riešili témy Diagnostika, Liečba, Manažment a Vzdelávanie. Z týchto tém Vám poskytujeme krátke zápisy.
Pri prvom okrúhlom stole sa riešila téma Diagnostika.
Na začiatku diskusie sa vysvetlil pojem diagnostika – je to súbor vlastností pacienta, choroby a okolností, ktoré vedú lekára k diagnostike – čo by v budúcnosti mohla uľahčiť AI, čím by sa znížili iatrogénne stavy a poškodenia pacienta.
V prvom kole diskusie sme sa venovali problému súčasnej diagnostiky, konkrétne slabým aspektom zberu údajov. Problém spočíva v nízkej štandardizácii a oneskorení pri získavaní informácií, čo vedie k nekonzistentnosti údajov, ak sa nezhromažďujú na jednom centralizovanom mieste pre ďalšie využitie. V prípade, že naša krajina nedokáže definovať a zabezpečiť správu údajov, ako sme videli napríklad počas pandémie COVID-19, dochádza k úniku informácií, komplikáciám v systéme a modeloch a neschopnosti poskytnúť potrebné dáta lekárom s dodržaním lekárskeho tajomstva. Navyše, pri prenose údajov medzi klinikami a vedeckými pracoviskami existuje riziko úniku informácií. Týmto problémom by sme mohli predísť využitím umelej inteligencie (AI), ktorá by značne ušetrila čas pri písaní lekárskych správ, zvýšila presnosť diagnostiky a zabezpečila spoľahlivý zber údajov o pacientoch.
V druhom kole sme sa zaoberali problémom organizačných prekážok. Navrhlo sa vytvorenie 4 až 5 doménových cieľov, ktoré by boli koordinované a podporovali by automatickú systematizáciu údajov. Tým by sa dalo lepšie zamerať na potreby jednotlivých pacientov. Problém sa mohol vyriešiť vytvorením modelu, ktorý by sa neustále zdokonaľoval, a každý by s ním pracoval spoločne, v rámci systému. Toto by tiež vyžadovalo spoluprácu medzi viacerými nemocnicami, aby sa získal čo najväčší objem údajov, ktoré by sa zdieľali aj s všeobecnými lekármi, v prípade preventívnych vyšetrení. Údaje o jednotlivých pacientoch by sa ukladali na jeden server, aby boli ich informácie na jednom mieste a aby ich iní lekári z iných nemocníc mohli rýchlo vyhľadať. AI by tiež pomohla vyriešiť rozdiely v diagnostických výsledkoch jednotlivých lekárov – AI by zhromažďovala všetky výsledky a následne ich vyhodnocovala. Pretože v zdravotnej dokumentácii sa často vynechávajú niektoré informácie, AI by ich mala mať všetky uložené na jednom mieste a presne ich hodnotiť pomocou čísel, aby vytiahla len podstatné informácie.
V treťom kole sa riešil problém zaneprázdnených lekárov. Lekári často trávia veľa času neodbornými činnosťami, ako je vykazovanie. Preto by digitalizácia dát mohla byť základom, na ktorom sa dá efektívne stavať. Vzhľadom na to, že v zdravotníctve existujú štruktúrované dáta, lekári by ich mohli jednoducho získať a využiť. Je dôležité mať jedného poskytovateľa tejto služby pre zber dát, aby sa minimalizovala strata dát pri prenose medzi servermi. Preto je potrebné zvoliť jedného providera, ktorý bude šíriť túto myšlienku ďalej a poskytne jeden spoločný server na ukladanie dát.
Pri druhom okrúhlom stole sa riešila téma Liečba.
V prvom kole tejto diskusii sa riešili 2 podstatné otázky a to: Čo prináša AI v liečbe? Čo očakávajú zdravotníci, aké riešenie problémov?
Hlavným zámerom je zredukovať administratívne úlohy a umožniť lekárom zamerať sa na odbornú činnosť, zatiaľ čo AI by sa venovala vytváraniu administratívnych úloh. AI by mohla byť schopná napísať prepúšťaciu správu pre pacienta na základe preddefinovaných stavov, liečby a ďalších relevantných faktorov.
V druhom kole sa hneď na začiatku riešila otázka: Zdieľajú si lekári informácie medzi sebou dostatočne?
Lekár si dnes dokáže vyhľadať riešenie diagnózy v literatúre, ale AI by to mohla značne zjednodušiť, ušetriť čas a vygenerovať viac možností, čo pacientovi môže byť.
V treťom kole sme sa venovali problémom, týkajúcim sa finančných a personálnych požiadaviek. Pomocou umelej inteligencii by bolo možné uľahčiť prácu lekárov napríklad tým, že by automaticky zapisovala všetky údaje, ktoré by jej lekár nadiktoval. Záznamy o pacientoch sú často podobné a často sa využíva funkcia kopírovať a vložiť. Avšak digitalizácia zdravotníctva je obrovský projekt, ktorý si vyžaduje dostatočné finančné zdroje a podporu, bez ohľadu na politickú vládu. Je dôležité, aby sa takýto projekt nezačal vytvárať pod vedením jednotlivca a potom nebol nedokončený po zmene vlády.
Umelej inteligencii by bolo možné poskytnúť tréning, aby bola schopná navrhnúť liečbu na základe údajov o pacientovi. Chatboti by tiež mohli slúžiť ako konzultanti pre laikov a tak by sa znížil tlak na pohotovosti. Ak by niekto mal napríklad bolesť hlavy, chatbot by mohol odpovedať: „Skúste si dať paralen.“ Technológia by tiež mohla skenovať pacientov ešte v čakárni a rozpoznať, či majú zranenie nohy, kašeľ alebo trpia nejakým iným spôsobom. Toto by slúžilo ako prvotná triáž a vizuálny screening v čakárni. Taktiež by to mohlo identifikovať, či si pacient niečo nevymýšľa alebo neprejavuje hypochondriu.
Pri treťom okrúhlom stole sa riešila téma Manažment.
V prvom kole diskusie sa riešila otázka: Čo ponúka AI zdravotníkovi? Čo očakávajú zdravotníci od AI? V čom by im mala pomôcť? S akým problémom vie AI pomôcť?
AI by bolo možné umožniť analýzu chorobností a rizík a schopnosť posudzovať a vyberať systémy pre rôzne vyšetrenia a liečby. Vďaka AI by sme mohli posunúť medicínu smerom k personalizovanej starostlivosti. AI by vedela pomáhať študentom špecializovať sa po absolvovaní štúdia tým, že by identifikovala ich osobné predpoklady a zručnosti. Taktiež by mohla pomáhať pri vypisovaní lekárskych predpisov a zisťovaní rizík v zdravotníctve.
V druhom kole diskusie sa riešila otázka: Ako nové nástroje AI implementovať do praxe po organizačnej a praktickej stránke?
V tomto kole sme sa zameriavali predovšetkým na problematiku dát, konkrétne na klastrovanie a spôsob zberu údajov. Dôležité je zlepšiť efektivitu pri zbieraní dát, čo vyžaduje zvýšenú dátovú gramotnosť zdravotníckeho personálu. Jedným z návrhov je nahrávanie rozhovorov s pacientom a následná automatická transformácia týchto rozhovorov AI do štruktúrovaného formátu.
V treťom kole diskusie sa riešila otázka: Ktoré legislatívne/finančné/personálne požiadavky je treba splniť alebo upraviť, aby bolo možné zaviesť AI?
V tejto diskusii sa riešilo implementovanie AI vzhľadom na uvedené požiadavky. AI by vedela udržiavať pacientovu digitálnu informáciu na úkor hmotnej papierovej. Vedeli by sme tu vybudovať dôveru medzi pacientom a lekárom = národná stratégia.
Pri štvrtom okrúhlom stole sa riešila téma Vzdelávanie.
V tejto diskusii sme sa zaoberali problémami súčasného vzdelávania. Prvým významným problémom je vplyv sociálnych sietí, ktoré poskytujú rýchle odpovede a môžu spôsobiť, že jednotlivci prestanú rozmýšľať a stávajú sa pasívnejšími.
Ďalším problémom je tzv. „blended learning“ – kombinácia rôznych foriem výučby, kde učiteľ predstaví problém a študenti majú samostatne rozmýšľať. V tejto situácii je dôležité, aby študenti pochopili, že učitelia sú iba jedným zdrojom informácií a že aj oni môžu byť náchylní na chyby… ale dokážu učitelia prijať vlastné omyly a priznať ich? Je dôležité položiť si otázku, ako vznikne medicínsky učiteľ a čo ich motivovalo k zmenám v systéme. Nemali by sme zabúdať na to, že ľudský faktor vo vzdelávaní je nenahraditeľný a vzťah medzi študentom a pedagógom by sa nemal meniť.
English 
Slovak