Dane, analizy, algorytmy - gdzie w tym wszystkim MY? [wideo]

Agregowanie danych i ich umiejętne przetwarzanie oraz wykorzystywanie sztucznej inteligencji pomaga podnieść standardy opieki zdrowotnej w okresie pandemii - pisze Jakub Bugieda, senior communications planner w Spark Foundry.

Od dobrych paru tygodni, a wręcz i miesięcy, codziennie jesteśmy zasypywani informacjami na temat koronawirusa, który niestety zaskoczył nas bardziej niż śnieg kierowców zimą. Na uwagę zasługuje fakt, że pod pierzyną newsów (również tych fake) dzieją się ważne rzeczy w nauce i technologii, które w efekcie mogą przyczynić się do dużych zmian w naszym życiu. Mowa tu konkretnie o sztucznej inteligencji oraz informatyce analitycznej w sektorze zdrowia.

Na początku chcę wyraźnie podkreślić, że sztuczna inteligencja idzie w parze z informatyką analityczną, ale z kolei nie wszystkie rozwiązania bazujące na danych i analityce są sztuczną inteligencją. Przykładowo rozwiązania korzystające z danych naszych kart płatniczych czy zapisu ze smartfona to tzw. data driven solutions. Takim rozwiązaniem posługuje się ostatnio City-Nav (jakdojade.pl) i ich nowość w mierzeniu natężenia ruchu na przystankach czy choćby Netto informujące swoich klientów o natężenia ruchu w danym sklepie. Proste rozwiązania zwiększające komfort ludzi, szczególnie w okresie pandemii, ale niemożliwe do zrealizowania bez odpowiednich danych.

Wszystkie placówki zdrowia (szpitale, przychodnie, poradnie, etc.), jak również instytucje państwowe sektora zdrowotnego, posiadają gigantyczne zaplecza danych. Istotne w tym wszystkim jest to, że bez odpowiedniego zarządzania i właściwego przepływu danych między systemami poniekąd stają się one mało wartościowe. Do takiego wniosku doszły m.in. trzy szpitale w Kanadzie, które wykorzystują uczenie maszynowe do zwiększenia swojej efektywności, jak również sztuczną inteligencję do wspomagania personelu w codziennej trosce o pacjentów.

Od ponad roku Hospital for Sick Children wykorzystuje algorytm uczenia maszynowego do przewidywania nagłych wzrostów pacjentów w swoim szpitalu. Oprogramowanie korzysta z danych opartych na trzyletniej historii, a ponadto pracuje nieprzerwanie w tle codziennych obowiązków. Zmienne w algorytmie biorą pod uwagę m.in. liczbę pacjentów, dostępne łóżka, porę dnia i dzień tygodnia.

Problem zaczął być zauważalny i doskwierał w momencie, gdy szpital zaczął przyjmować ponad 200 chorych dziennie, z czego znaczna część wymagała ingerencji chirurgicznej. Tak duża liczba pacjentów w tak krótkim czasie dosłownie zmiażdżyła system i moce przerobowe personelu dostępnego na miejscu. O ile liczba pacjentów to następstwo różnych czynników, na które w większości nie ma wpływu dyrekcja szpitala, tak liczba personelu na podkładzie gotowa do niesienia pomocy już tak. W celu zapewnienia należytej opieki i odpowiedniej liczby personelu, skorzystano z algorytmu. Algorytm daje lekarzowi i pielęgniarce kierującej oddziałem ratunkowym ostrzeżenie o nagłym wzroście zachorowań z dwugodzinnym wyprzedzeniem. Dzięki takiej notyfikacji zyskują czas, by sprowadzić dodatkowych lekarzy oraz skutecznie zarządzić miejscami zabiegowymi w szpitalu – np. poprzez wypisywanie lub przenoszenie pacjentów na inne oddziały szpitalne.

Innym przykładem z Kanadzie jest North York General Hospital mieszczący się w Toronto. Szpital korzysta z algorytmu, który z wyprzedzeniem przewiduje miesiące  o potencjalnie największej skali zachorowań. Oczywiście, są miesiące bardziej obciążone ze względu na cykliczne sezony chorobowe jak np. grudzień, ale zaskakujący był moment, gdy algorytm z wyprzedzeniem określił najbardziej chorobowy dzień danego miesiąca. System nie pomylił się a dzięki jego dokładności władze szpitala mogły przygotować się na to co ich czekało – do personelu postawionego w stan gotowości dołączyli dodatkowi lekarze i pracownicy medyczni. Powinniśmy mieć na uwadze to, że praca w służbie zdrowia niesie za sobą duże ryzyko, ale również wiele stresu, dlatego tak ważne jest dodatkowe wsparcie i powiadomienie załogi o nadchodzącej fali pacjentów.

Z tego, jak ważne jest zarządzanie danymi oraz prognozowanie zachorowań, doskonale zdaje sobie sprawę szpital St. Michael’s Hospital of Unity Health w Toronto. Szpital zatrudnia 20 specjalistów pogłębionych w tematyce sztucznej inteligencji i analiz danych, którzy rozwijają narzędzia wykorzystujące maszynowe uczenie. Co istotne, w proces kształtowania i rozwijania aplikacji zaangażowani są również pracownicy szpitala – lekarze, pielęgniarki, pozostały personel medyczny oraz menadżerowie. Wykorzystanie danych do predykcji wzrostu zachorowań pozwala zwiększyć komfort medykom, ale i pacjentom. Niemniej pandemia koronawirusa to doskonały przykład, który zadziałał poza systemem i bazami danych przez co nie udało się go przewidzieć. Algorytm aplikacji do predykcji zachorowań działa w dużej mierze na danych historycznych. Pojawienie się takiego wirusa, niespotykanego wcześniej i tym samym nie uwzględnionego w bazach, uniemożliwiło odpowiednie przygotowanie się do nowej sytuacji.

Z innej strony, eksperci snują przewidywania, że w ciągu kliku najbliższych lat pacjenci przyjmowani w korytarzach szpitalnych będę analizowani przez sztuczną inteligencję w celu określenia prawdopodobieństwa ich śmierci lub konieczności skierowania na oddział intensywnej terapii w ciągu 24-48h. Ponadto, bazując na wszelkich zapiskach pielęgniarek, przyjmowanych leków przez pacjentów, historii zachorowań, wynikach badań laboratoryjnych etc. system z wyprzedzeniem może zasygnalizować personelowi medycznemu pogorszenie stanu zdrowia chorego. Taka informacja mogłaby przyczynić się do zapobiegania śmierci chorych ze względu na czynniki możliwe do ominięcia. Wszelkie systemy wykorzystujące olbrzymie bazy danych pacjentów w ramach algorytmów mających na celu niesienie faktycznej pomocy chorym oraz zwiększenie ich komfortu, jak również odciążenie lekarzy i pielęgniarek a tym samym zwiększenie wydajności w służbie zdrowia to pomysł godny rozgłosu i naśladownictwa.

Świetnym przykładem na wykorzystanie sztucznej inteligencji w czasie pandemii okazały się roboty. Zakres działań robotów obejmuje dostarczanie lekarstw, jedzenia, czy nawet dezynfekcji pomieszczeń. Takie rozwiązanie zastosowano np. w Chinach.

Również szpital w Seattle (USA) wykorzystał robota do komunikacji z pacjentem zarażonym wirusem. Owe działa to fantastyczne wykorzystanie świata techniki w prosty sposób ułatwiający komunikację z chorym a jednocześnie zapewniający bezpieczeństwo lekarzom
i personelowi medycznemu. Można założyć, że taki trend będzie się mocno rozwijał w obszarze zdrowia tym samym dając spore korzyści w postaci zaoszczędzonego czasu, większego komfortu personelu oraz zwiększenia bezpieczeństwa.

Pomimo że stan polskiej służby zdrowia to temat do potencjalnie wielogodzinnej dyskusji, na rodzimym rynku również dzieją się ciekawe rzeczy, które wprowadzają innowacje i nowy standard pracy. Chciałbym podkreślić dwa przykłady, które w ostatnim czasie osobiście mnie zaciekawiły i jako rozwiązania wykazują duży potencjał na wykorzystanie ich na szerszą skalę. Nadal pozostając w sektorze zdrowia, pierwsze rozwiązanie, o którym chciałbym wspomnieć, to wykorzystanie dronów do transportu próbek do badań. Omawiany przykład został wykorzystany w celu badań w kierunku koronawirusa.

- Polska jako jeden z pierwszych krajów na świecie uregulowała rynek bezzałogowych statków powietrznych. Jesteśmy przygotowani technologicznie i legislacyjnie do bezpiecznych i zaawansowanych operacji lotniczych. Dzięki temu możemy zaprząc drony do walki z epidemią koronawirusa - mówi Piotr Samson, prezes Urzędu Lotnictwa Cywilnego (ULC). Dodatkowo, jak mówi Janusz Janiszewski, prezes Polskiej Agencji Żeglugi Powietrznej „dzisiejszy lot transportowy potwierdził funkcjonalność systemu PansaUTM, który umożliwia zarządzanie lotami dronów w polskiej przestrzeni powietrznej oraz ich bezpieczną separację od konwencjonalnego ruchu lotniczego”.

Z kolei Infermedica, która na co dzień zajmuje się wykorzystaniem sztucznej inteligencji ułatwiającej wstępną diagnostykę medyczną, stworzyła produkt pod e-analizę ryzyka zachorowań. Pandemia koronawirusa zaskoczyła nas wszystkich przy tym wprowadzając wielki chaos w kraju i na świecie. Tajemniczość wirusa i jego skutków stała się tematem prac wielu medycznych firm i naukowców. Wykorzystując autorskie rozwiązania, Infermedica stworzyła on-line test oceny ryzyka zarażenia SARS–CoV-2. Narzędzie przybrało formę krótkiego wywiadu, a pytania nawiązywały do objawów, kontaktu z osobami zainfekowanymi itp. Następnie system przeprowadzał szybką analizę odpowiedzi a kolejno instruował użytkownika, jak ma reagować, gdy pojawią się pierwsze objawy chorobowe i do kogo się zgłosić.

Infermedica na co dzień rozwija naczelną aplikację pozwalająca na wstępną ocenę objawów pacjenta oraz zakwalifikowanie go do odpowiedniej grupy chorobowej. Dzięki takiemu rozwiązaniu chory ma możliwość na wstępną samodiagnozę tym samym wiedząc, co robić i do jakiego specjalisty się zgłosić. Oczywiście takowe rozwiązanie nie eliminuje lekarza na żadnym etapie, a jedynie ma na celu ukierunkowanie pacjenta.

Poszukiwanie komfortu w niekomfortowych czasach stało się nadrzędnym celem i wielką wartością. Wszelkie niestandardowe rozwiązania minimalizujące ryzyko tym samym zachowując dotychczasową przepustowość systemu to kierunek, w którym podąża obecnie wiele podmiotów. Agregowanie danych i ich umiejętne przetwarzanie w ramach wszystkich systemów, jak również wykorzystywanie sztucznej inteligencji mogą wykształcić nowe rozwiązania, tym samym zmieniając wszelkie standardy na lepsze. Sektor zdrowia dotyczy wszystkich ludzi i stanowi jeden z kluczowych systemów państwowych dlatego tak ważne jest rozwijanie oraz optymalizowanie go, co już poniekąd dzieje na się na innych rynkach. Tym samym mocno chcę wierzyć, że niebawem na większą skalę będzie się to działo i na naszym podwórku.

Tekst: Jakub Bugieda, senior communications planner w Spark Foundry

Komentarze

Prosimy o wypowiadanie się w komentarzach w sposób uprzejmy, z poszanowaniem innych uczestników dyskusji i ich odrębnych stanowisk. Komentując akceptujesz regulamin publikowania komentarzy.