Mākslīgā intelekta loma veselības aprūpē • IR.lv

Mākslīgā intelekta loma veselības aprūpē

Ilustratīvs attēls no pixabay.com
Kaspars Kudiņš, ārsts rezidents oftalmoloģijā

Interneta pirmsākumos cilvēkiem bija grūti iedomāties, ka tas revolucionizēs veidu, kā tiek apkopota informācija. Vēl mazāks ir to skaits, kas paredzēja, ka internets ietekmēs veselības aprūpes pakalpojumus un slimību diagnostikas iespējas.

Microsoft sāka analizēt to lietotāju meklēšanas vēsturi, kuri meklē informāciju par aizkuņģa dziedzera adenokarcinomu, izmantojot tā laika meklētājprogrammu. Tika noskaidrots, ka interesi par diagnozes meklēšanu pacienti izrādīja vidēji 109,34 dienas pirms diagnozes uzstādīšanas.

Algoritmi aizvien ātrāk mainās, jo notiek pielāgošanās arvien jauniem atklājumiem, un algoritmu mainības tendence pieaug. Kā ārstus māca pirmajos studiju gados: “Tas, ko jūs šodien esat izlasījuši, rīt jau būs novecojis.”

Neskatoties uz mākslīgā intelekta popularitātes pieaugumu, tā lietošana jau kādu laiku notiek gan veselības aprūpes nozarēs, gan biznesā, kas saistīts ar veselības aprūpi. Iepriekš mākslīgais intelekts tika izmantots, lai atdarinātu cilvēku kognitīvās spējas un ietekmētu izvēles pieņemšanu, kas ļautu maksimizēt izvēles rezultātu. Medicīnas jomā jau 1970. gadā Stenforda Universitātē tika izstrādāts robotizēts algoritms, kas palīdz konkrētam pacientam izvēlēties piemērotāko antibiotiku terapiju. Tam laikam tā bija progresīva tehnoloģija, tomēr tās funkcijas nebija pilnvērtīgas un tehnoloģijas ienākšana tirgū tika apturēta. Tagad veselības industrija turpina gūt labumus no mākslīgā intelekta, piemēram, uzlabota efektivitāte, pieejamāka datu glabāšana u.c.

Ir jauns uzskats, ka mēs ārstējam slimības pēc ierastajām dogmām, bet mums ar līdzšinējām medicīnas zināšanām vajadzētu izmantot mākslīgā intelekta pierādījumus, lai veicinātu veselības aprūpes izaugsmi.

Attīstīt veselības nozari jaunā līmenī

Pašlaik pacientam nākas veikt daudzas liekas darbības, lai tiktu pie pakalpojuma, un saskarties ar daudziem šķēršļiem (nepieciešamība pēc atvaļinājuma, lieki braucieni utt.), iet pa garo koridoru rindām, ilgi gaidīt, burzīties kopā ar citiem pacientiem un personālu u.c. Modulēšanas tehnoloģiju ieviešana veselības nozarē pamazām dod iespējas palielināt efektivitāti, samazinot liekās darbības.

Mākslīgā intelekta attīstība ir ienesusi izmaiņas arī acu ārsta darbībā un oftalmologijā. Mākslīgais intelekts palīdz apkopot un analizēt informāciju, lai veicinātu veselības aprūpes pieejamību un optimizētu pacientu ārstēšanās rezultātus. Oftalmologi pasaulē atklāj, ka viņi var izmantot mākslīgo intelektu, lai apkopotu informāciju par lielu datu apjomu, kas dod iespēju efektīvāk pārvaldīt savu pacientu loku, tādējādi uzlabojot aprūpes kvalitāti un arī ieņēmumus.

Pacientu apmierinātības veicināšana

Mākslīgais intelekts palīdz veidot pacientu datu modeļus. Piemēram, glaukomas pacientu ārstēšanas gadījumā pacients apmeklē acu ārstu reizi trīs mēnešos, taču šāds standarts nav nepieciešams visiem, apgalvo daļa pētnieku. Mākslīgais intelekts var ievākt lielu datu apjomu par šādiem pacientiem, lai noskaidrotu un izveidotu slimības modeļus, izdalītu augsta riska pacientus, kuriem tik tiešām ir nepieciešamas regulāras ārsta vizītes.

Vēl viena unikāla lieta, ir pacientu atsauksmju ievākšana, kas balstās uz viņu reālo pieredzi. Atsauksmju analizēšana dod iespēju uzlabot ārstu sniegumu. Patiesībā atsauksmes lielākoties ir pozitīvas – pozitīvā komponente sastāda aptuveni 70%. Tas ir samērā augsts rādītājs, bet ikdienā cilvēkiem ir lielāka tendence atstāt tikai sliktās atsauksmes, tā labās paliek nepiefiksētas. Pozitīvo datu ievākšana veido informācijas bāzi, piemēram, par labāk panesamajiem lēcu implantiem, kas rezultējas ar labāku izvēli topošajiem pacientiem. Šāda rakstura informācija dod iespēju pilnveidot vizīti līdz tādam līmenim, kāds nebūtu iespējams parasta apmeklējuma laikā. Pateicoties tendencēm un datu analīzēm, daļa no informācijas apkopošanas ir notikusi, pirms nākamais pacients ienācis ārsta kabinetā.

Statistikas vērtība

Statistika vienmēr ir kalpojusi kā unikāls instruments prognožu sniegšanai un datu apkopošanai. Piemeram, statistika dod iespēju analizēt izdevumus un apmaksas kārtību. Veselības aprūpes izmaksas atkarībā no ienākumu līmeņa ir atšķirīgas dažādās iedzīvotāju grupās. Dati ir apkopoti aptuveni no 190 valstīm (skat. 1. attēlu). Pēc veselības izdevumu datu bāzes datiem, redzams, ka izmaksas, kas tiek segtas no valsts līdzekļiem vai tā saucamajiem out-of-pocket jeb personīgajiem līdzekļiem, atšķiras no kopējā ienākuma līmeņa. Šāda apmaksa saglabā savu tendenci vairāku gadu garumā (2000.-2017. gada dati). Pēc šiem datiem var spriest par:

  • Izmaksām veselības nozarē dažādās valstīs;
  • Dažādu dalībnieku, piemēram, valsts, privātās naudas, apdrošināšanām, ziedojumiem, izmaksu apjomu un ieguldījuma daudzumu;
  • Finansēšanas kārtību veselības nozarē;
  • Primārās veselības aprūpes izdevumus;
  • Naudas daudzumu, kas tiek tērēts dažādās ar veselību saistītās programmās.

1.attēls. Veselības aprūpes izdevumu apmaksa 2000.-2017. gads. (The Global Health Expenditure Database (GHED) 2108 , WHO)

Tiek dota iespēja rast priekšstatu par to, cik daudz naudas tiek tērēts veselības aprūpei dažādās pasaules valstīs un kas par to maksā (skat. 2. attēlu). Starp valstīm ir lielas atšķirības. Kopumā turīgo valstu valdības maksā par lielāku valsts veselības aprūpes izdevumu procentuālo daļu nekā nabadzīgās valstis. Arī valstis, kur cilvēku vidējais vecums ir lielāks, kuri ir vecāki par 65 gadiem, rada pievilcīgu tirgu medicīnas ierīču uzņēmumiem, jo šī demogrāfiskā daļa veido lielu procentuālo daļu no kopējiem veselības aprūpes izdevumiem.

2.attēls. Dažādu valstu dati par izdevumiem, saistītiem ar veselības aprūpi (Worldwide Spending on Healthcare, 2016)

Skatiens nākotnē

Mākslīgais intelekts noteikti medicīnas jomā tiks izmantots aizvien vairāk, veselības vadība būs cieši saistīta ar mākslīgā intelekta sniegtajām iespējām. Mākslīgais intelekts var palīdzēt risināt problēmas, kas saistītas ar pieprasījuma palielināšanos pēc veselības aprūpes  pakalpojumiem, ko rada iedzīvotāju vecuma un skaita pieaugums.

Izdevumu samazināšana ir vēl viena būtiska lieta, ko mākslīgais intelekts var palīdzēt sasniegt ilgtermiņā. Ja patlaban dienā mēs varam pieņemt 30 pacientus, mums ir jādomā par iespēju dubultot šo kapacitāti rīt. Veselības aprūpes pakalpojumam ir jāmainās un jāpielāgojas augošajam pieprasījumam.

Pagaidām nav neviena komentāra

Saņem svarīgākās ziņas katru darba dienas rītu