Rozwiązania z zakresu big data na potrzeby europejskich systemów opieki zdrowotnej
Technologie związane z big data oferują wiele możliwości spełnienia tak zwanych poczwórnych celów opieki zdrowotnej (ang. Quadruple Aims). Należą do nich: poprawa doświadczenia pacjenta, lepsze wyniki zdrowotne, poprawa doświadczenia pracowników służby zdrowia i obniżenie kosztów opieki. W połączeniu ze sztuczną inteligencją (SI) rozwiązania z zakresu big data mogą wspomagać procesy podejmowania decyzji, zwiększać wydajność operacyjną i motywować ludzi do zadbania o własne zdrowie, dostarczając im spersonalizowaną wiedzę i wskazówki. Należy jednak pamiętać, że skuteczność tych rozwiązań zależy od ich zintegrowania z obecnymi praktykami pracowników opieki zdrowotnej i zwyczajami pacjentów. „Wszystkie te technologie przyniosą oczekiwane zmiany w punkcie opieki nad pacjentem tylko wtedy, gdy połączymy je ze szczegółową znajomością realiów klinicznych. Dlatego też pracownicy opieki zdrowotnej i pacjenci są głównym aspektem podejścia BigMedilytics”, mówi koordynator projektu Supriyo Chatterjea z firmy Philips będącej gospodarzem projektu. Plan BigMedilytics dla technologii big data powstał w oparciu o 12 szpitalnych programów pilotażowych, które realizowano we współpracy z 11 europejskimi szpitalami. Został on udostępniony na interaktywnej stronie internetowej, która przedstawia techniczne i nietechniczne aspekty integracji w różnych przypadkach zastosowania. Skorzystał już z niego oddział ratunkowy szpitala uniwersyteckiego we Frankfurcie w ramach badania pilotażowego optymalizacji przetwarzania danych pacjentów. Prace zespołu przyczyniły się również do zmiany uregulowań prawnych w kwestii ochrony danych w hiszpańskim systemie opieki zdrowotnej. Materiały z projektu zostały ponadto włączone do programu szkoleń adresowanych do przyszłych menadżerów systemu ochrony zdrowia w Niderlandach.
Wnioski ze szpitalnych programów pilotażowych
12 programów pilotażowych zaprojektowanych tak, by dostarczyły informacji na temat poszczególnych aspektów planu BigMedilytics, objęło takie obszary jak: zdrowie populacyjne, onkologia i uprzemysłowienie opieki zdrowotnej. Jeden z programów pilotażowych koncentrował się na chorobach współistniejących i pokazał, że dane zebrane od pięciu milionów pacjentów monitorowanych przez okres pięciu lat mogą pomóc w zidentyfikowaniu osób z grupy ryzyka hospitalizacji na oddziale specjalistycznym. Tego typu informacje są cenne dla lekarzy podstawowej opieki zdrowotnej w kontekście zlecania ich pacjentom wizyt w szpitalu celem wykonania badań kontrolnych. Z kolei program pilotażowy raka prostaty pokazał, jak ważne jest łączenie danych z różnych źródeł, w tym z zakresu urologii, radiologii, patologii, a nawet danych finansowych. W powiązaniu z analizą SI specjaliści otrzymują możliwość tworzenia prognoz krótko- i długoterminowych efektów leczenia i ważenia stosunku spodziewanych korzyści do ewentualnego ryzyka. W ramach jeszcze innego programu pilotażowego wykorzystano system lokalizacji w czasie rzeczywistym (ang. real-time locating system, RTLS) do wyszukiwania mobilnych zasobów szpitalnych (takich jak pompy infuzyjne). Pozwoliło to wyeliminować konieczność poszukiwania sprzętu i zaoszczędzić pielęgniarkom na zmianie średnio 30 minut ich czasu. Ta sama technologia RTLS umożliwiła szpitalowi po raz pierwszy oszacowanie poziomu zużycia zasobów mobilnych, co jest ważnym osiągnięciem z punktu widzenia przyszłych planów inwestycyjnych. „Pandemia COVID-19 stworzyła idealne warunki do wykorzystania rozwiązań BigMedilytics w ramach studium przypadku biznesowego. Telemedycyna umożliwia zdalne monitorowanie stanu zdrowia pacjenta, który nie może regularnie zgłaszać się do szpitala, podczas gdy technologie SI i big data umożliwiają lekarzom analizowanie danych i podejmowanie decyzji na temat dalszego leczenia”, mówi Chatterjea.
Wyzwania niezwiązane z technologią
Z technicznego punktu widzenia krajobraz IT szpitali i systemów opieki zdrowotnej jest mocno zróżnicowany, co utrudnia skalowalność big data w całej Europie. Kolejnym wyzwaniem jest zapewnienie odpowiedniej jakości danych, gdyż błędne dane wejściowe generują błędne algorytmy. „Z punktu widzenia niezwiązanego z technologią, potrzebujemy kodeksu postępowania zawierającego aktualne i spójne wytyczne. Dotychczas państwa członkowskie UE nie uzgodniły wspólnej definicji danych osobowych, co ogranicza możliwość ponownego wykorzystania danych z systemów opieki zdrowotnej, na co dodatkowo nakładają się przepisy RODO”, wyjaśnia Chatterjea. Przekonanie dostawców usług zdrowotnych, aby korzystali z big data, również jest problematyczne, czemu poświęcono uwagę w kilku programach pilotażowych, w których podkreślano znaczenie programów zarządzania zmianą mających pomóc w pokonywaniu barier w postaci braku przeszkolenia i zaufania. Członkowie konsorcjum oraz pozostali dostawcy usług zdrowotnych będą nadal korzystać z planu BigMedilytics, dzięki czemu jego wpływ będzie odczuwalny również w dalszej perspektywie.
Słowa kluczowe
BigMedilytics, sztuczna inteligencja, big data, diagnostyka, opieka zdrowotna, rak prostaty, leczenie, szpitale, COVID, pacjent, RODO
