Biotechnologia.pl
łączymy wszystkie strony biobiznesu
Z powodu długich kolejek do specjalistów pacjenci próbują sami się diagnozować. W przyszłości wsparciem dla nich może być mądrze zaprojektowana AI
Z powodu długich kolejek do specjalistów pacjenci próbują sami się diagnozować. W przyszłoś

Jesienią ub.r. średni czas oczekiwania na pojedyncze, gwarantowane świadczenie zdrowotne w Polsce wynosił 4,2 miesiąca. Aby uzyskać poradę lekarza specjalisty, pacjenci musieli czekać jeszcze dłużej – średnio 4,3 miesiąca – wynika z „Barometru WHC”. Długie kolejki przyczyniają się do tego, że pacjenci sami się diagnozują, m.in. za pomocą wyszukiwarki Google. Lekarze ostrzegają przed konsekwencjami wdrażania rad z Internetu w przypadku poważnych chorób, ale jednocześnie podkreślają, że odpowiednio zaprojektowana AI może wesprzeć proces samoleczenia. Podobnie jak diagnozę lekarską.

 

– Co drugi pacjent, z którym rozmawiam, diagnozuje się sam, w dobrej wierze, próbując znaleźć przyczynę swoich kłopotów zdrowotnych. „Doktor Google” jest dobry, ale w kabarecie, natomiast jeżeli chodzi o prawidłową praktykę szpitalną, nie wnosi nic dobrego, a pacjenci o tym nie wiedzą. Myślę, że dostępność do czegoś powoduje, że my jako ludzie korzystamy z tego z korzyścią, ale w przypadku leczenia poważnych chorób korzystamy z pokrzywdzeniem, dlatego że to my ponosimy konsekwencje złych wyborów – mówi agencji Newseria dr n. farm. Leszek Borkowski, farmakolog kliniczny w Szpitalu Matki Bożej Nieustającej Pomocy w Wołominie. Samodiagnozowanie i wdrażanie leczenia na własną rękę jest szczególnie groźne w przypadku poważnych dolegliwości, gdzie czas diagnozy, reakcji na nią oraz odpowiednia terapia często warunkują dobre rokowania pacjenta. – Trochę pacjentów usprawiedliwiam, bo jeżeli słyszę: „Czekałem na konsultację pół roku, osiem miesięcy”, to ja się nie dziwię, że osoba, która ma dolegliwości, próbuje sobie jakoś poradzić. Sprawny system ochrony zdrowia jest jednym z antidotów na szarlatanów medycznych, bo gdyby ci ludzie nie czekali po wiele miesięcy na diagnozę, badanie lub zabieg, sami nie szukaliby rozwiązań – uważa dr Leszek Borkowski.

W świetle raportu Fundacji Watch Health Care z października/listopada 2024 r. wśród 215 analizowanych świadczeń zdrowotnych w 104 odnotowano pogorszenie dostępności. Wzrósł średni czas oczekiwania na dostęp do lekarzy specjalistów w porównaniu do okresu lipiec/sierpień 2023 r. – o 0,6 mies. Największe wydłużenie średniego czasu oczekiwania odnotowano w dziedzinach, takich jak: geriatria (o 2,5 mies.), endokrynologia (o 2,4 mies.), immunologia (o 2,0 mies.) czy też otolaryngologia (o 2,0 mies.). Najdłuższe kolejki ustawiają się do: angiologa (13,9 mies.), endokrynologa (12,1 mies.) oraz chirurga naczyniowego (11,6 mies.). Również w przypadku czasu oczekiwania na świadczenia z dziedzin wybranych na podstawie epidemiologicznej przewagi występowania dolegliwości i chorób wśród kobiet sytuacja uległa pogorszeniu. Według danych z Barometru WHC 2024 „Kobieta w kolejce” średnio na udzielenie świadczenia gwarantowanego Polki musiały czekać 3,5 miesiąca, podczas gdy w 2023 r. było to 2,7 miesiąca. W przypadku świadczeń kobiecych, czyli dotyczących chorób związanych z narządami rodnymi, porodem i połogiem, średni czas oczekiwania wyniósł 2,8 miesiąca, co w porównaniu do 2023 r. oznacza wzrost o 0,3 mies.

Pacjentów, którzy sami chcą się troszczyć o swoje zdrowie, coraz mocniej wspiera sztuczna inteligencja. – Sztuczna inteligencja jest pomocna, a będzie coraz bardziej, bo ona też się uczy, ale musimy ją tak sprofilować, żeby dawała dwa kierunki pomocy. Jeden dla profesjonalistów – tj. inny język, inny zakres wiadomości – a drugi dla pacjentów – np. gdyby sztuczna inteligencja mówiła pacjentowi: zaszczep się przeciwko pneumokokom, bo twoje leczenie będzie przebiegało sprawniej, to może on by z tego korzystał bardziej niż z informacji otrzymywanej przed przyjęciem do szpitala. Myślę, że trzeba szukać różnych kierunków. Sztuczna inteligencja mądrze zaprojektowana, mocno tkwiąca w realiach i prawdzie naukowej, może być jak najbardziej przydatna – tłumaczy dr Borkowski. Jak podkreśla Komisja Europejska, postępy w technologii opartej na AI mogą zrewolucjonizować opiekę zdrowotną, aby ta stawała się bardziej skuteczna i dostępna. W diagnostyce może ona zwiększać dokładność badań i umożliwiać wcześniejsze wykrywanie chorób, co często prowadzi do mniej inwazyjnych i bardziej opłacalnych wariantów leczenia. Wśród praktycznych zastosowań sztucznej inteligencji w praktyce klinicznej wymieniono m.in. systemy AI stosowane w badaniach mammograficznych, które mogą identyfikować wczesne objawy raka piersi z niezwykłą dokładnością, często przekraczającą możliwości radiologów. – Czy służba zdrowia będzie odciążona przez sztuczną inteligencję? Dzisiaj nie, dlatego że nawet dając prawidłową odpowiedź pacjentowi, nie mamy wpływu, co on zrobi. Bardzo często jest tak, że pacjent słyszy: „Idź w prawo”, a potem idzie w lewo. W związku z tym myślę, że dzisiaj sztuczna inteligencja nie zastąpi tradycyjnej ochrony zdrowia, natomiast w mojej opinii może ją znacznie wesprzeć – twierdzi dr Leszek Borkowski.

W maju br. Jerzy Szafranowicz, były podsekretarz stanu w Ministerstwie Zdrowia (pełnił tę funkcję do 26 sierpnia br.), odpowiadając na interpelację posłanki z Polska 2050, wskazał, że środki z Krajowego Planu Odbudowy i Zwiększania Odporności będą w kolejnych miesiącach wspierać rozwój innowacyjnych narzędzi w ochronie zdrowia. Finansowane z KPO projekty będą się skupiać m.in. na usługach bazujących na algorytmach eksperckich lub sztucznej inteligencji oraz uczeniu maszynowym w celu wspomagania pracy personelu medycznego, podejmowania decyzji klinicznych, jak również minimalizacji ryzyka wystąpienia błędu lekarskiego. Resort planuje także sfinansować w ramach KPO utworzenie Platformy Usług Inteligentnych, która ma służyć dostarczaniu specjalistycznych usług medycznych wspieranych algorytmami AI przy wykorzystaniu m.in. zasobów Centrum e-Zdrowia. Jednym z pierwszych zastosowań ma być diagnostyka obrazowa, np. RTG, TK, MRI. Podmioty medyczne uzyskają dostęp do narzędzia, do którego będą mogły wysłać badanie obrazowe i w stosunkowo krótkim czasie otrzymać interpretację wyniku wykonaną przez algorytm AI. Takie rozwiązanie przyspieszy proces stawiania diagnozy oraz wdrażanie leczenia. Planowane jest również wykorzystanie voice- i chatbotów w przypominaniu o lekach, umawianiu wizyt i pobieraniu informacji o wynikach badań. Jak pokazują badania prowadzone przez Centrum e-Zdrowia, placówki medyczne najczęściej wdrażają rozwiązania w zakresie diagnostyki obrazowej. W marcu br. w niemal 12 tys. podmiotów medycznych AI wykorzystywana była w diagnostyce obrazowej typu CT (33,9%), procesie wspomagania decyzji klinicznych (16,2%) i diagnostyce obrazowej typu MRI (15,9%). Jeszcze większy odsetek podmiotów ma w planach wdrożenie AI w tych obszarach.

Źródło: Newseria

Źródła

Fot. https://www.pexels.com/pl-pl/zdjecie/kawa-laptop-internet-macbook-6941871/

KOMENTARZE
news

<Wrzesień 2025>

pnwtśrczptsbnd
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
1
2
3
4
5
Newsletter