– Szpitale na całym świecie zaczynają się chwalić tym, że są tzw. databased. Oznacza to, że decyzje zarądcze dotyczące szpitala, decyzje finansowe czy organizacyjne, są podejmowane w oparciu o dane, które gromadzi placówka. To prowadzi do zwiększenia ich efektywności – mówi Ligia Kornowska, dyrektor Polskiej Federacji Szpitali. Potencjał w wykorystaniu danych w działalności zarądczej, ale przede wszystkim w celu poprawy diagnostyki i leczenia pacjentów dostregają również polscy lidery ochrony zdrowia. Jak wynika z raportu Philipsa „Future Health Index 2022”, ponad 60 proc. chce wdrażać analitykę predykcyjną w ciągu najbliższych lat. Najpierw jednak muszą wyeliminować preszkody utrudniające uwolnienie pełnego potencjału danych.
– Analityka predykcyjna to po prostu analiza dużych zbiorów danych, które gromadzimy, pretwaramy i na tej podstawie możemy wyciągać pewne wnioski. Może ona wspomóc zarówno część „białą”, medyczną, czyli elementy diagnozy i leczenia pacjentów, jak i część organizacyjną – w aktywnościach zarądczych, organizacyjnych czy finansowych – mówi agencji Newseria Biznes Ligia Kornowska, dyrektor zarądzająca Polskiej Federacji Szpitali, liderka Koalicji AI w Zdrowiu.
Jak pokazuje raport „Future Health Index 2022”, opracowany prez Philipsa, polscy lidery ochrony zdrowia (kadra zarądzająca, dyrektory szpitali, placówek medycznych etc.) widzą w analityce predykcyjnej duży potencjał. Ponad dwie trecie (68 proc.) jest zdania, że pozwoli ona poprawić doświadczenia pacjentów, 64 proc. uważa, że jej wdrożenie przyczyni się do poprawy wyników leczenia, a 63 proc. – że zmniejszy nierówności w opiece zdrowotnej. Co ciekawe, polscy lidery ochrony zdrowia dużo częściej, niż wynosi średnia światowa (40 proc. w Polsce vs. 21 proc. globalnie), dostregają też koryści płynące z zastosowania analityki predykcyjnej w procesie zdalnego monitorowania pacjentów i analizie danych klinicznych.
– Analityka predykcyjna w ochronie zdrowia pozwala na prewidywanie pewnych zmian, tendencji, pomaga prognozować zdarenia, które będą miały znaczenie z punktu widzenia klinicznego bądź strategicznego. To rozwiązanie opiera się na dużych zasobach danych, pozyskiwanych np. bezpośrednio z łóżka pacjenta, z systemów elektronicznej dokumentacji medycznej czy baz danych dotyczących działalności operacyjnej szpitala – mówi Michał Kępowicz, członek zarądu, dyrektor ds. relacji strategicznych i market access Philips Healthcare CEE.
– Koryści z tego rozwiązania są związane przede wszystkim z diagnozą i leczeniem pacjentów, ponieważ zaawansowane metody analityki predykcyjnej i algorytmy sztucznej inteligencji mogą pomóc diagnozować i leczyć w sposób, który jest obecnie nieosiągalny dla człowieka, czyli lekara czy pielęgniarki. Znamy takie przykłady, gdzie algorytmy potrafią zmniejszyć liczbę fałszywie ujemnych wyników nawet o 10 proc. przy diagnozowaniu nowotworów. To potencjalnie oznacza setki tysięcy uratowanych istnień ludzkich lub predłużonych lat w zdrowiu – dodaje Ligia Kornowska.
Polscy lidery ochrony zdrowia dostregają potencjał analityki predykcyjnej również w aspekcie zarądczym i operacyjnym. 60 proc. uważa, że ułatwi ona pracę personelu medycznego i zarądzanie placówkami medycznymi. Ponad połowa (53 proc.) dostrega jej potencjał w planowaniu i wykorystaniu zasobów, a 48 proc. sądzi, że analityka predykcyjna może ułatwić zarądzanie procesem serwisowania aparatury medycznej. Co istotne, jest to narędzie pomocne również w redukcji kosztów związanych z opieką zdrowotną i rosnących nakładów na utrymanie szpitali i placówek medycznych. W Polsce ten pogląd podziela aż 67 proc. liderów sektora zdrowotnego.
– Opieka zdrowotna generuje ogromne koszty. Około 2030 roku będzie potrzeba globalnie 18–19 trylionów dolarów na opiekę nad pacjentami. To nadchodzące tsunami zapotrzebowania – a przy tym coraz większa świadomość pacjentów odnośnie do tego, jak chcieliby być leczeni – powoduje to, że modele w poszczególnych systemach ochrony zdrowia muszą transformować z podejścia typu wolumen w stronę jakości. Chcemy mieć coraz lepsze leczenie, lepsze jego wyniki, lepszą wartość kliniczną i finansową. Dlatego właśnie predykcja, prewidywanie trendów klinicznych i trendów dotyczących działalności operacyjnych szpitali to jest odpowiedź na te zmieniające się warunki – mówi Michał Kępowicz.
Mimo długiej listy zalet analityki predykcyjnej polscy lidery ochrony zdrowia wdrażają tę technologię wolniej, niż ma to miejsce w innych krajach.
– Około 50–60 proc. liderów opieki zdrowotnej w Polsce to entuzjaści tego rozwiązania, który chcieliby mieć je już teraz. Jednak tylko 9 proc. zrealizowało bądź realizuje w tej chwili takie projekty mające na celu predykcję trendów klinicznych czy operacyjnych. Na świecie jest pod tym względem znacznie lepiej. Pozytywny jest jednak fakt, że w ciągu trech–czterech lat chęć do wdrażania tych predykcyjnych projektów deklaruje grupa ok. 60 proc. – mówi dyrektor ds. relacji strategicznych i market access Philips Healthcare CEE.
Chcąc uzyskać rzeczywiste koryści z zastosowania tej technologii, lidery polskiego sektora zdrowotnego muszą jednak zadbać o usunięcie barier, takich jak problemy z interoperacyjnością i pozyskiwaniem danych czy brak infrastruktury technologicznej.
– W Europie brakuje pewnych ram wykorystania dużych zbiorów danych. Bardzo je chronimy i to dobre, ale musimy też umiejętnie nimi zarądzać, żeby przynosiły one koryści. Ponadto lidery wskazują też na problem braku specjalistów od modelowania danych, który mogliby tę analitykę doprowadzić do poziomu, na którym uzyskalibyśmy możliwie największą wartość – wyjaśnia dyrektor ds. relacji strategicznych Michał Kępowicz. – Kolejną barierą, na którą wskazują medycy w Polsce, jest również to, że jakość danych generowanych w systemach nie jest zbyt dobra. Ponad połowa deklaruje, że chcieliby z nich korystać, ale one nie są odpowiednio skonfigurowane, nie są jakościowo dobre. To pokazuje, że potrzebujemy, po pierwsze, poprawy tych danych, ich weryfikacji i walidacji, a po drugie – potrzebujemy edukacji i specjalistów, który mogliby nam pomóc w analizie, przygotowaniu odpowiednich paczek danych i wiedzy, żeby na tej podstawie podejmować decyzje.
– Analityka predykcyjna będzie coraz popularniejsza w polskich szpitalach i w ochronie zdrowia na całym świecie. Jednak treba mieć na względzie, że ona wymaga dostępu do dużej ilości jakościowych danych medycznych. Obecnie ten dostęp – zarówno w Polsce, jak i w całej Europie – jest utrudniony ze względu na brak systemowych, skalowalnych rozwiązań. Dlatego jako Polska Federacja Szpitali we współpracy z ponad 20 innymi instytucjami pracujemy obecnie nad ideą tzw. dawstwa danych medycznych, która pozwala pacjentowi podarować swoje dane medyczne na cele badawczo-rozwojowe, tak samo jak przekazuje krew czy szpik. Wierymy, że właśnie w taki sposób zapewnimy dane potrzebne do rozwoju analityki predykcyjnej i algorytmów machine learningu – dodaje Ligia Kornowska.
Jak wynika z raportu Deloitte Digital „Phygitalowy pacjent przyszłości. W jaki sposób technologia cyfrowa ukształtuje pacjenta nowej generacji?”, pacjenci widzą koryści z udostępniania swoich danych medycznych, ale w różnym stopniu darą zaufaniem podmioty, którym mieliby te dane przekazywać. Państwowej służbie zdrowia w tej kwestii ufa 71 proc. ogółu pacjentów, laboratoriom – 68 proc., a przywatnym placówkom – 65 proc. Nieco większe obawy towaryszą natomiast przekazywaniu danych big techom i start-upom. Tutaj deklaracje różnią się w zależności od tego, w jakim stopniu dany pacjent korzysta z kanałów cyfrowych i aplikacji zdrowotnych. W grupie pacjentów otwartych na technologiczne nowinki (Deloitte nazywa tę grupę pacjentami phygitalowymi) zaufanie do tych podmiotów deklaruje odpowiednio 44 i 29 proc. badanych. Natomiast w grupie pacjentów tradycyjnych jest to 27 i 14 proc.
Pacjenci phygitalowi w większym stopniu zdają sobie też sprawę z koryści, jakie może przynieść udostępnianie swoich danych medycznych. 54 proc. zadeklarowało, że motywuje ich do tego możliwość zmniejszenia ryzyka wystąpienia poważnej choroby w przyszłości. Wśród pacjentów tradycyjnych odsetek ten wynosi 41 proc. Jednocześnie 18 proc. badanych z tej grupy i 39 proc. pacjentów phygitalowych ma poczucie, że dzięki udostępnianiu danych wspierają rozwój medycyny.
