Lekarze rodzinni zwracają się ku sztucznej inteligencji, aby pomóc pacjentom

Trudność w umówieniu się na wizytę u lekarza pierwszego kontaktu jest powszechnie znaną bolączką w Wielkiej Brytanii.

Nawet jeśli uda się umówić wizytę, rosnące obciążenie pracą lekarzy oznacza, że spotkania te mogą trwać krócej, niż chciałby tego lekarz lub pacjent.

Dr Deepali Misra-Sharp, partner GP w Birmingham, odkryła jednak, że sztuczna inteligencja odciążyła ją od części obowiązków administracyjnych, co oznacza, że może bardziej skupić się na pacjentach.

Dr Mirsa-Sharp zaczęła korzystać z Heidi Health, bezpłatnego narzędzia do transkrypcji medycznej wspomaganego przez sztuczną inteligencję, które słucha i transkrybuje wizyty pacjentów, około cztery miesiące temu i twierdzi, że zrobiło to dużą różnicę.

„Zwykle, gdy jestem z pacjentem, zapisuję różne rzeczy, co odciąga mnie od konsultacji” – mówi. „Teraz oznacza to, że mogę poświęcić cały swój czas na patrzenie pacjentowi w oczy i aktywne słuchanie. Zapewnia to lepszą jakość konsultacji”.

Mówi, że technologia zmniejsza jej przepływ pracy, oszczędzając „od dwóch do trzech minut na konsultację, jeśli nie więcej”. Wymienia też inne korzyści: „Zmniejsza ryzyko błędów i pominięć w moich notatkach medycznych”.
Przy malejącej liczbie pracowników i stale rosnącej liczbie pacjentów, lekarze pierwszego kontaktu stoją w obliczu ogromnej presji.

Czy sztuczna inteligencja może być rozwiązaniem, które pomoże lekarzom ograniczyć zadania administracyjne i złagodzić wypalenie zawodowe?

Niektóre badania sugerują, że tak. W raporcie z 2019 r. przygotowanym przez Health Education England oszacowano minimalną oszczędność jednej minuty na pacjenta dzięki nowym technologiom, takim jak sztuczna inteligencja, co odpowiada 5,7 miliona godzin czasu lekarza pierwszego kontaktu.

Tymczasem badania przeprowadzone przez Uniwersytet Oksfordzki w 2020 r. wykazały, że 44% wszystkich prac administracyjnych w praktyce ogólnej można obecnie w większości lub całkowicie zautomatyzować, uwalniając czas na spędzanie go z pacjentami.

Jedną z firm pracujących nad tym jest duńska Corti. Opracowała ona sztuczną inteligencję, która może słuchać konsultacji medycznych, zarówno telefonicznych, jak i osobistych, i sugerować dalsze pytania, podpowiedzi, opcje leczenia, a także automatyzować sporządzanie notatek.

Corti twierdzi, że jej technologia przetwarza około 150 000 interakcji z pacjentami dziennie w szpitalach, gabinetach lekarskich i instytucjach opieki zdrowotnej w Europie i Stanach Zjednoczonych, co daje łącznie około 100 milionów spotkań rocznie.

„Pomysł polega na tym, że lekarz może spędzić więcej czasu z pacjentem” – mówi Lars Maaløe, współzałożyciel i dyrektor ds. technologii w Corti. Mówi, że technologia może sugerować pytania na podstawie wcześniejszych rozmów, które słyszała w innych sytuacjach związanych z opieką zdrowotną.

„Sztuczna inteligencja ma dostęp do powiązanych rozmów, a następnie może pomyśleć, że w 10 000 podobnych rozmów większość pytań dotyczyła czegoś innego niż to o co było pytane’’ -mówi Maaløe.

„Wyobrażam sobie, że lekarze rodzinni mają jedną konsultację za drugą, więc mają mało czasu na konsultacje z kolegami. To daje tym kolegom porady”.

Mówi również, że może spojrzeć na dane historyczne pacjenta. „Może na przykład zapytać, czy pamiętałeś, aby zapytać, czy pacjent nadal cierpi z powodu bólu w prawym kolanie?”.

Ale czy pacjenci chcą, aby technologia słuchała i nagrywała ich rozmowy?

„Jeśli pacjent to kwestionuje, lekarz nie może nagrywać. Widzimy niewiele takich przykładów, ponieważ pacjent może zobaczyć lepszą dokumentację”.

Dr Misra-Sharp mówi, że informuje pacjentów, że ma urządzenie do słuchania, które pomaga jej robić notatki. „Jeszcze nikt nie miał z tym problemu, ale gdyby tak było, nie zrobiłabym tego”.

Tymczasem obecnie 1400 gabinetów lekarskich w całej Anglii korzysta z C the Signs, platformy wykorzystującej sztuczną inteligencję do analizowania dokumentacji medycznej pacjentów i sprawdzania różnych oznak, objawów i czynników ryzyka raka oraz zalecania, jakie działania należy podjąć.

„Może wychwycić objawy, takie jak kaszel, przeziębienie, wzdęcia, i zasadniczo w ciągu minuty może sprawdzić, czy są jakieś istotne informacje z ich historii medycznej” – mówi dyrektor generalny i współzałożyciel C the Signs, dr Bea Bakshi, która jest również lekarzem rodzinnym.

Sztuczna inteligencja jest szkolona na podstawie opublikowanych badań medycznych.

„Na przykład może powiedzieć, że pacjent jest zagrożony rakiem trzustki i skorzystałby na skanowaniu trzustki, a następnie lekarz zdecyduje się skierować na te ścieżki” – mówi dr Bakshi. „To nie zdiagnozuje, ale może ułatwić”.

Mówi, że przeprowadzili ponad 400 000 ocen ryzyka zachorowania na raka w warunkach rzeczywistych, wykrywając ponad 30 000 pacjentów z rakiem w ponad 50 różnych typach nowotworów.

W oświadczeniu dr Katie Bramall-Stainer, przewodnicząca General Practice Committee UK w BMA, powiedziała: „Zdajemy sobie sprawę, że sztuczna inteligencja ma potencjał, aby całkowicie przekształcić opiekę NHS – ale jeśli nie zostanie wprowadzona w życie w bezpieczny sposób, może również spowodować znaczne szkody. Sztuczna inteligencja podlega stronniczości i błędom, może potencjalnie zagrażać prywatności pacjentów i nadal jest w dużym stopniu w toku.

„Chociaż sztuczna inteligencja może być wykorzystywana do ulepszania i uzupełniania tego, co lekarz rodzinny może zaoferować jako kolejne narzędzie w swoim arsenale. Nie możemy czekać na obietnicę sztucznej inteligencji jutro, aby zapewnić bardzo potrzebną produktywność, spójność i poprawę bezpieczeństwa, których potrzebujemy już dziś”.

Alison Dennis, partner i współprzewodnicząca międzynarodowego zespołu ds. nauk przyrodniczych w kancelarii Taylor Wessing, ostrzega, że lekarze rodzinni muszą zachować ostrożność podczas korzystania ze sztucznej inteligencji.

„Istnieje bardzo wysokie ryzyko, że generatywne narzędzia sztucznej inteligencji nie zapewnią pełnych i kompletnych lub prawidłowych diagnoz lub ścieżek leczenia, a nawet postawią błędne diagnozy lub ścieżki leczenia, tj. wywołując halucynacje lub opierając wyniki na klinicznie niepoprawnych danych szkoleniowych” – mówi pani Dennis.

„Narzędzia sztucznej inteligencji, które zostały przeszkolone na wiarygodnych zestawach danych, a następnie w pełni zweryfikowane pod kątem zastosowań klinicznych – co prawie na pewno będzie konkretnym zastosowaniem klinicznym – są bardziej odpowiednie w praktyce klinicznej”.

Mówi, że specjalistyczne produkty medyczne muszą być regulowane i otrzymać jakąś formę oficjalnej akredytacji.

Na razie dla lekarzy rodzinnych, takich jak Misra-Sharp, zmieniło to ich pracę. „To sprawiło, że znów mogę cieszyć się konsultacjami, zamiast czuć presję czasu”

Źródło

https://www.bbc.com/news/articles/cdd026lgmdmo