Biotechnologia.pl
łączymy wszystkie strony biobiznesu
Rozmowy o sztucznej inteligencji w medycynie na Forum Pharma 360° PLanet

Forum Pharma 360° PLanet to zupełnie nowa impreza skierowana do sektora farmaceutycznego, która miała swoją pierwszą edycję w dniach 15-16 października br. w Warszawie. Organizatorzy od razu wyznaczyli sobie bardzo wysokie standardy, spośród ponad 70 prelegentów zapraszając m.in. prezesów i dyrektorów dużych firm farmaceutycznych, uznanych przedstawicieli świata nauki oraz najważniejszych dla sektora pharma lobbystów, interesariuszy i decydentów. Podczas 5 sesji równoległych rozmawiano na temat regulacji prawnych i rządowych strategii, marketingu i rewolucji cyfrowej, strategii sprzedażowych, łańcucha dostaw, a także zarządzania zasobami ludzkimi. Wszystko rzecz jasna w odniesieniu do rynku pharma.

Przekrój wyżej wymienionych zagadnień jest wyrazem głównych kierunków rozwoju branży oraz podstawowych wyzwań, którym muszą sprostać obecne na rynku firmy. Tylko umiejętne wprowadzanie najlepszych rozwiązań, zarówno produktowych, jak i organizacyjnych, równolegle we wszystkich obszarach operacyjnych może przynieść sukces w dynamicznej, nastawionej na innowacje branży. Z racji tak ogromnej ilości tematów, w kilku zdaniach chciałbym skupić się na wybranej, najbardziej interesującej mnie działce, czyli digitalizacji opieki medycznej. Ten aspekt słuchaczom przedstawiła prof. dr hab. Katarzyna Kolasa z Akademii Leona Koźmińskiego, ekspertka ds. ekonomiki zdrowia, która od ponad 20 lat zajmuje się analityką danych w ochronie zdrowia w Polsce i za granicą.

W medycynie pojawia się coraz więcej obszarów, w których sztuczna inteligencja wykazuje już większą skuteczność niż personel medyczny, np. w diagnostyce chorób skóry, w tym czerniaka. Pamiętać jednak należy, że systemy uczenia maszynowego zawsze będą tak dobre, jak dane, którymi je nakarmimy. Dlatego właśnie już nie ropa, ale dane – jak wskazał swego czasu prestiżowy tygodnik „The Economist” – są największym bogactwem naturalnym XXI wieku. Ten sam magazyn wskazuje, dlaczego wykorzystanie AI może przynieść systemowi nawet 400 mld USD oszczędności rocznie! 70% decyzji w ochronie zdrowia jest podejmowanych na bazie danych laboratoryjnych, a ilość takich danych w ciągu roku przyrasta nawet o 50%. Większy zbiór danych z jednej strony pomaga lepiej zidentyfikować działania niepożądane, ocenić bezpieczeństwo leku, znaleźć inne jego zastosowania czy zmniejszyć koszty badań, z drugiej narzuca na nas konieczność użycia narzędzi uczenia maszynowego, ponieważ decydenci i lekarze nie będą w stanie takiej kolosalnej ilości danych przeanalizować i podjąć na ich podstawie słusznych decyzji medycznych bądź systemowych.

Unia Europejska argumentuje duże inwestycje w rozwój digitalnych modeli ochrony zdrowia, punktując obecnie takie problemy czy wyzwania jak niedostatek kadry medycznej, nierówny dostęp do ochrony zdrowia, potrzeba spersonalizowanego podejścia do leczenia. Ponadto niemal w każdym państwie obecnie mamy do czynienia z licznymi obostrzeniami prawnymi na rynku farmacji i urządzeń medycznych – urządzeń traktowanych już nie tylko jako fizyczne przedmioty, ale także algorytmy. W Polsce widzimy także potrzebę ujednolicenia danych w obrębie specjalizacji oraz ich integracji przez działające na rynku firmy. Musi powstać naturalna potrzeba dzielenia się danymi z innymi podmiotami zarówno o profilu komercyjnym, jak i badawczym. Dzisiaj jednak firmy, motywowane krótkowzroczną chęcią zysku, są bardziej zainteresowane rozwijaniem autorskiego oprogramowania, zamkniętego na innych producentów, aniżeli zunifikowanego i kompatybilnego na wielu poziomach systemu. Coraz więcej pacjentów z kolei wyraża już chęć dzielenia się swoimi organami, dlaczego ta sama idea nie mogłaby przyświecać danym medycznym? Zgoda to jedno, ale drugie – standardy legislacyjne wprowadzania i analizy danych wrażliwych, często podlegających tajemnicy zawodów medycznych.

Na tym polu mamy jednak na świecie dobre przykłady innych państw. Stany Zjednoczone stworzyły dedykowaną wyznaczaniu takich standardów instytucję, ponadto prowadzi się tam wiele pilotaży konkretnych rozwiązań, w których rozwój zaangażowane są również ośrodki akademickie. Z konkretnych przykładów zaś, Amerykanie wprowadzili specjalną tabletkę z chipem dla schizofreników, który informuje lekarza, czy tabletka nie została wypluta. Brytyjczycy masowo używają narzędzi AI – 40 tysięcy pacjentów korzysta z rozwiązań firmy Babylon Health, którą dofinansował tamtejszy fundusz zdrowia, a pacjenci z urazami kończyn korzystają z wirtualnej kliniki, mając kontakt zdalny ze specjalistą za pomocą dedykowanej aplikacji. Z mniej oczywistych przykładów, w Estonii – każdy pacjent po wizycie lekarskiej ma swój ogólnokrajowy, zintegrowany z różnymi estońskimi placówkami elektroniczny rejestr zdrowia oparty na technologii blockchain, tamtejsze Ministerstwo Zdrowia gromadzi dane populacyjne, rysując mapę epidemiologiczną kraju, która pomaga lokować pieniądze w kierunku najbardziej potrzebujących grup pacjentów, w końcu 99% recept w Estonii jest wydawanych elektronicznie. Mamy naprawdę wiele wzorcowych case studies, które możemy próbować implementować i dostosowywać do naszych realiów rynkowych.

Cyfrowe modele to nie tylko telemedycyna czy e-recepty, to przede wszystkim różne aplikacje w smartfonach, monitorujące nasze funkcje życiowe, urządzenia wearables i zaawansowana analityka danych. Dzisiaj istnieje ponad 300 tys. aplikacji mobilnych wspomagających nasze zdrowie, np. mierzą kroki, spalone kalorie, kontrolują indeks glikemiczny cukrzyków przez całą dobę, przypominają o zażywaniu leków albo „rozmawiają” z pacjentem chorym na depresję i diagnozują jego stan. Eksperci zapewniają jednak, że te wszystkie rozwiązania nie mają na celu zastępować lekarza, ale wspomóc jego pracę. Nie ma nic złego w tym, że AI zajmie się diagnozą, a lekarz w tym czasie będzie mógł więcej czasu poświęcić na komunikację z pacjentem. Lekarze zawsze będą potrzebni, co najwyżej zmienią się ich kompetencje, co również powinno uwzględniać się, wytyczając nowe kierunki edukacji medycznej, takie jak z jednej strony – ekonomika zdrowia czy analityka danych, z drugiej – psychologia. 

To wszystko składa się na bardzo dynamiczny rozwój branży – rośnie liczba publikacji naukowych na temat sztucznej inteligencji (nawet dwukrotnie w latach 2017-2018), wartość rynku AI w ochronie zdrowia (W USA dzisiaj 2 mld USD, a za 5 lat szacuje się, że nawet 36 mld) oraz liczba obecnych na rynku start-upów (większość start-upów technologicznych używa w jakiś sposób AI, choć w polskim medtechu nie doczekaliśmy się jeszcze masy krytycznej takich firm, których dzisiaj identyfikuje się na rynku ok. 100). Ponadto potrzebne są ogólnosystemowe badania rynku, które potwierdzą, czy AI wykazuje dostateczną kosztoefektywność i jej konkretne rozwiązania zasługują na refundację, a także ogólnokrajowa debata środowisk pacjentów, lekarzy, naukowców, decydentów i biznesmenów, która wytyczy strategię dla rozwoju sztucznej inteligencji w polskiej ochronie zdrowia.

Dzisiaj to tylko krótki wstęp do tematu digital health, więcej o tym przeczytacie w ostatnim tegorocznym wydaniu kwartalnika, gdzie zamieścimy wywiady właśnie z prof. Kolasą oraz prof. dr hab. n. med. Grzegorzem W. Basakiem, specjalistą chorób wewnętrznych i hematologii, kierownikiem Katedry i Kliniki Hematologii, Onkologii i Chorób Wewnętrznych Uniwersyteckiego Centrum Klinicznego Warszawskiego Uniwersytetu Medycznego, współwłaścicielem i dyrektorem medycznym spółki Saventic Health, zajmującej się innowacyjnymi rozwiązaniami z zakresu sztucznej inteligencji w medycynie.

KOMENTARZE
news

<Grudzień 2019>

pnwtśrczptsbnd
25
26
27
28
29
30
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
1
2
3
4
5
Newsletter