Hogyan támogathatja az AI a kórházi betegellátást?

Az előző három cikkben a központi lakossági digitális szolgáltatásokat, azok fejlettségi szintjét és fejlődési lehetőségeit jártuk körbe. Most a „kórház falain belülre” tekintünk: arra, hogy a mesterséges intelligencia (AI) hol tud valódi értéket teremteni egy olyan rendszerben, ahol nem a technológia hiánya jelenti a fő gondot, hanem a szűkös kapacitások kezelése.

Az egészségügy előtt álló problémák többsége ma nem technológiai természetű. A szakemberhiány, a növekvő betegforgalom, a túlterhelt ellátórendszer és a folyamatos finanszírozási nyomás olyan helyzetet teremt, amellyel az egészségügyi intézmények nap mint nap szembesülnek. Ezeket a kérdéseket az ellátóhelyek szintjén is kezelni kell, a megoldásban pedig a digitalizáció és az AI fontos szerepet játszhat.

A közbeszédben az AI gyakran a diagnosztika forradalmasításának eszközeként jelenik meg: olyan technológiaként, amely támogatja a betegségek felismerését és a klinikai döntéshozatalt. Ezek fontos felhasználási területek, de rövid távon valószínűleg nem itt hozza a legnagyobb változást. Az AI első, jól látható hatása sokkal inkább abban érhető tetten, hogy képes felszabadítani azokat a humán erőforrásokat, amelyek ma adminisztratív feladatokban, széttagolt folyamatokban és nehézkes információáramlásban vesznek el, így több idő és figyelem juthat a betegellátásra. Az AI eszköz értéke nem önmagában a technológiában rejlik, hanem abban, hogy mennyire tud beilleszkedni a kórház működésébe és támogatni a rendelkezésre álló kapacitások hatékonyabb felhasználását a rendszer szűk keresztmetszeteinek feloldásában.

A WHO nemrég megjelent tanulmánya alapján a betegellátás javítása az AI-fejlesztések egyik fő mozgatórugója. A WHO adatai szerint az EU-országok 74%-a már használ AI-t diagnosztikai célokra, például képalkotó leletek elemzésére, betegségfelismerésre vagy klinikai döntéstámogatásra, 63%-uk pedig chatbotokat alkalmaz a páciensek bevonásának támogatására. A jelentés alapján az egészségügyi AI-használat előnyei Magyarországon elsősorban a munkaerőre nehezedő nyomás csökkentése és az egészségügyi egyenlőtlenségek csökkentése terén mutatkozhatnak meg. De pontosan melyek azok a területek, ahol a megoldások bevezetése ezeket a célokat szolgálja?

Ha a kórházat összetett rendszerként értelmezzük, az AI értéke három szinten jelenhet meg. Támogathatja a betegellátást, az egészségügyi szakemberek munkáját és a klinikai döntéshozatalt; javíthatja a páciensek tájékozottságát és ellátásba való bevonását; valamint hatékonyabbá teheti a háttérben futó operatív és adminisztratív folyamatokat.

Ezek a területek egyenként eltérő célokat szolgálnak, de közös bennük, hogy végül a páciens problémájának megoldásához járulnak hozzá, rendszerszintű hatást gyakorolva. Az 1. ábra ezt a három szintet és a hozzájuk kapcsolódó megoldási irányokat, azok rendszerre gyakorolt hatását foglalja össze.

_{1. ábra: Példa AI-megoldások várható típusai és hatása az egészségügyi intézményre nézve}

A betegellátásban kiemelt jelentőségűek azok a megoldások, amelyek csökkentik az orvosokra és szakdolgozókra háruló napi működési terheket, és tehermentesítik őket a gyógyítást közvetlenül nem szolgáló, időigényes adminisztráció alól.

A szűk humánkapacitás, a túlterheltség és a kiégés kezelésére az egyik ígéretes irány az AI digitális írnokként való alkalmazása. Ez segíthet az ellátási dokumentációk összefoglalásában, az osztályos átadások és orvosi leiratok előkészítésében, a kontextusfüggő szakmai információkeresésben, valamint a páciensekkel való emailes kapcsolattartásban. 

Az AI-írnok használata egy nemrég publikált tanulmány szerint 69,1%-os időmegtakarítást jelent az összes dokumentációra fordított idő tekintetében a „normál”, AI nélküli munkamenethez képest. Az alapellátásban dolgozók egy 8 hetes időszakot követően 4,16 percet töltöttek egy jegyzet elkészítésével, amely 18,59%-kal és szignifikánsan kevesebb, mint az AI-eszköz használata nélkül szükséges 5,11 perc. Ezzel párhuzamosan megfigyelték, hogy az eszközt használó orvosok körében a jegyzetek terjedelme átlagosan 5,4%-kal növekedett, amely szintén szignifikáns eredmény. Egy másik vizsgálat résztvevőinek legalább fele pedig legalább 20 perc időmegtakarításról számolt be egy fél napos használati időtartamot tekintve. 

A szakmai munkaerő felszabadulására a Stanford Egyetem által készített, az AI-használatra vonatkozó pilot kutatás is rámutat: eredményeik alapján az egészségügyi dolgozók kognitív terhelése az AI-használatot követően szignifikánsan lecsökkent. Egy másik, a JAMIA által publikált cikk azt emelte ki, hogy a kognitív terhelés mellett a kiégésben (burn-out) érintettek aránya is jelentősen csökkent. Ennek hatása nemcsak az orvosi munka hatékonyságában, hanem a páciensélményben is megjelenhet, mivel több idő és figyelem juthat a beteggel való közvetlen kapcsolatra.  

Emellett, az AI a szakmai munkát a döntés-előkészítésben digitális asszisztensként is támogathatja. A páciensek kórtörténetének gyorsabb áttekintése, az orvos-beteg találkozóra való felkészülés, a gyógyszerinterakciók monitorozása, a triázs-rendszerek optimalizálása vagy a képalkotó diagnosztikában végzett automatikus annotáció mind olyan területek, ahol a technológia segítheti az evidenciákon alapuló orvoslást. 

Egyes források szerint az AI-támogatott diagnosztikai megoldások elérik vagy akár meg is haladhatják a humán munkaerő pontosságát. De a hangsúly itt sem az emberi döntés kiváltásán van: a végső szakmai felelősség minden esetben az orvosé marad, de a folyamatos, aktív, szakmai protokollokon alapuló döntéstámogatás elősegíti az evidenciákon alapuló orvoslás térnyerését, ezzel pedig gyorsabb és pontosabb ellátáshoz vezethet.

A páciens gyógyítással kapcsolatos megélése nem kizárólag a szakmai ellátás minőségétől függ. Legalább ennyire meghatározó lehet az ellátási folyamat gyorsasága, érthetősége és környezete, valamint az, hogy a páciens mennyire tud részt venni a saját vagy hozzátartozójának ellátásában és a gyógyulást érintő döntésekben. A páciensek számára az egyik legnagyobb bizonytalanságot, frusztrációt okozó élmény a „fekete doboz” működés: az információs aszimmetria jelenléte és a széttöredezett betegút. A digitalizáció fejlődésével a páciens-elvárások is változtak. A páciensek ma már felkészültebben, több kérdéssel érkezhetnek az ellátóhelyre, és részletesebb, szakmailag indokolt, transzparens tájékoztatást várnak. 

Az egészségügyi dokumentáció már a páciens számára is hozzáférhető, annak értelmezése azonban nem mindig magától értetődő, és akár félelmet is kelthet. Ennek leküzdésében segíthet egy szakmailag felügyelt generatív AI chatbot, amely a zárójelentések és leletek közérthető értelmezését végezné, csökkentve ezzel a páciens szorongását.

A páciensélmény javítása ugyanakkor nem áll meg a leletek értelmezésénél. A chatbotok és virtuális telefonos asszisztensek az időpontfoglalásban is támogatást nyújthatnak az egyéni preferenciák és intézményi lehetőségek figyelembevételével. Emellett az AI az ellátáshoz kapcsolódó ismeretek személyre szabott átadásában szintén hasznos eszköz lehet: például egy beavatkozás előtt vagy után a páciens a megfelelő szakmai protokollt követő, érthető és időben érkező tájékoztatást kaphat arról, mire kell készülnie, mire kell figyelnie, és milyen információkat fontos megosztania az orvosával. Az utánkövetés esetében fontos, hogy az információk a megfelelő időben jussanak el a pácienshez, amit a folyamatosan elérhető megoldások garantálni tudnának.

A fenti tevékenységek személyre szabott preventív tanácsadással is kiegészülhetnek, mely támogatja a pácienseket egészségük megőrzésében, és segíti őket abban, hogy aktívabban vegyenek részt saját gyógyulásukban. 

A kórházi működés harmadik fontos területe az operatív háttér biztosítása. Ide tartozik a kapacitások, az adatok, valamint az ellátási és adminisztratív folyamatok összehangolt rendszere, amely számos ismétlődő és erőforrás-igényes feladatot foglal magában. Ez a megtakarítás nem kizárólag az AI alkalmazásából fakad: a jelenlegi működés számos olyan folyamatot tart fenn, amelyekbe eleve beépült a hatékonyság hiánya, és amelyek jelentős fejlesztési tartalékokat rejtenek. Az AI ezeket a tartalékokat képes feltárni és kiaknázni, így az elérhető hatékonyságnövekedést akár egy nagyságrenddel is fokozhatja.

Az ellátást támogató kórházi adminisztráció, az automatizált jelentéskészítés, a finanszírozási adatszolgáltatás, a számlázás és a szerződéskezelés mind olyan területek, ahol az ismétlődő, jelentős adatfeldolgozást igénylő munkafolyamatok átalakítása számottevő hatékonyságnövekedést és költségcsökkentést eredményezhet. Az adminisztratív folyamatok automatizálása például akár 30 százalékos megtakarítást is lehetővé tehet, mert a jelenlegi állapot olyan folyamatokat tart életben, amelyek magukba kódolták a hatékonytalanságot. Ezen folyamatok automatizáláson túl az AI használata még inkább hozzájárulhat a hatékonyságnöveléshez.

Az AI-alapú szerződéskezelő rendszerek nemcsak a jogi területek munkaterhelését csökkenthetik, hanem a szerződésekhez kapcsolódó, gyakran monoton, ugyanakkor szükséges adminisztratív feladatokat is gyorsabban és pontosabban végezhetik el. A szabadszavas keresést támogató mesterséges intelligencia például a korábbi, akár beszkennelt dokumentumokat is képes feldolgozni, így gyorsabb hozzáférést biztosíthat az archivált szerződésállományokhoz.  

Az adatalapú kapacitástervezés, a betegforgalom előrejelzése, valamint a számlázás és jelentéskészítés automatizálása olyan, viszonylag gyorsan bevezethető megoldások, amelyek rövid időn belül kézzelfogható eredményeket hozhatnak. Ezek a könnyen elérhető, gyors eredmények elsősorban az adminisztratív és operatív területeken csökkentik a munkaterhelést, erőforrásokat szabadítanak fel, és hatékonyabbá teszik a kórházi működést. Közvetve az orvosok és szakdolgozók terheit is mérséklik, mivel kevesebb időt kell a háttérfolyamatok támogatására fordítaniuk, és több figyelem maradhat a közvetlen betegellátásra. 

Az AI-eszközök kórházi bevezetése összetett folyamat, amely nemcsak technológiai, hanem működési és szervezeti kérdéseket is felvet. Érdemes kisebb pilotokkal kezdeni, hogy az intézmények felmérjék a szükséges folyamatváltozásokat és az új eszközök hatását a napi munkára. A tapasztalatok alapján lehet dönteni a szélesebb körű bevezetésről, de az alábbi szempontokat - lásd a WHO és a Nature Artificial Intelligence folyóirat  cikkeit is - mindenképpen érdemes figyelembe venni:

Az AI bevezetése során a kiindulópont a megoldandó probléma kell, hogy legyen. Csak akkor érdemes AI-támogatott eszközt bevezetni, ha az valódi működési igényre reagál.

• A folyamatok átszervezése kiemelt jelentőségű és nem megkerülhető: egy AI-alapú technológia bevezetése megváltoztatja a már fennálló munkafolyamatokat, így azok felmérése, majd átalakítása is szükséges.

• Különösen fontos a kockázatkezelés és a human-in-the-loop elv érvényesítése. Az orvosi döntések végső felelőssége a szakma kezében kell, hogy maradjon, az AI-megoldás csupán validált támogató eszközként jelenhet meg. Ugyanilyen fontos a generatív megoldásoknál a hallucinációk kiszűrése. Az etikai kontroll és a szakmai felügyelet a biztonságos működés alapfeltétele. 

• Az adatminőség meghatározza az eredményt. Az AI csak jó minőségű adatokra építve tud megbízható eredményeket nyújtani. Ennek alapja a megfelelően működő kórházi információs rendszer, amelyet a kapcsolódó gazdasági rendszerek tovább erősíthetnek.

• A szakemberek hozzáállása és kompetenciája szintén a siker egyik kulcsa. A szakmai oktatásnak is lépést kell tartania a technológia terjedésével, hogy az egészségügyi dolgozók ismerjék és értsék az eszközök használatát, azok korlátait és kockázatait. Fontos, hogy a döntési felelősség, illetve a hallucinációk kockázata miatt a felhasználók kritikus szemlélettel tekintsenek az alkalmazott megoldásokra.

Ha a kórházra összetett működési rendszerként tekintünk, akkor a digitális fejlettség elsősorban a működés minőségében mérhető. A páciens ebből annyit érzékel, hogy az ellátás átláthatóbb, kiszámíthatóbb és emberközelibb. Időben érkeznek az információk, egyszerűbb az ügyintézés és kevesebb a bizonytalanság az ellátási folyamat során. 

Végső soron az ellátás színvonalát az határozza meg, hogy mennyi idő, figyelem és szakmai kapacitás áll rendelkezésre a páciensek támogatására. Az AI ebben kínál valódi lehetőséget: csökkentheti az adminisztratív terheket, támogathatja a rendszerek összehangolását és a kapacitások hatékonyabb felhasználását. Ha egy orvos kevesebb időt tölt dokumentációval, több erőforrás jut a páciensre, az egészségügyi ellátás kulcsszereplőjére. 

Az egészségügyi intézmények digitális fejlettsége leginkább abban mérhető, hogy mennyire sikerült a kórházi folyamatokat fizikailag és digitálisan („figitálisan”) egymásba fonódva, felhasználóbarát módon újratervezni. A valódi digitális szintlépést nem önmagában a technológia hozza el. Ahhoz jól szervezett folyamatokra, megfelelő adatminőségre és felkészült szakemberekre is szükség van. Az AI akkor teremthet valódi értéket az egészségügyben, ha a háttérben támogatja a működést, ezáltal több időt, figyelmet és kapacitást hagy arra, ami a legfontosabb: a betegellátásra. 

^{_{Ez a cikk az egészségügyi digitalizációról szóló cikksorozatunkhoz kapcsolódó újabb szakmai véleményünk. Az 1. cikkben részletesen elemezzük a digitális egészségügyi ökoszisztémát és fő szereplőit. 
https://www.pwc.com/hu/hu/sajtoszoba/szakertoi_velemenyek/a_magyar_digitalis_egeszsegugy_lakossagi_eszkozeinek_ismertsege_hasznalata_es_jovokepe.html}}

^{_{A 2. cikkben bemutatjuk a hazai ökoszisztéma fejlesztésére kidolgozott érettségi modellt. https://www.pwc.com/hu/hu/sajtoszoba/szakertoi_velemenyek/valodi_igenyeken_alapulo_digitalis_egeszsegugyi_szolgaltatasok.html}}

^{_{A 3. cikk pedig egy konkrét esetet, az egészségügyi gyógyszerelés területét vizsgáljuk a szolgáltatások fejlesztésére fókuszálva. https://www.pwc.com/hu/hu/sajtoszoba/szakertoi_velemenyek/e_recept_digitalis_egeszsegugy.html}}