Medycyna 4.0

Ewolucja cyfryzacji w medycynie i związane z tym ryzyka

Cyfryzacja medycyny, która dokonała się w ostatnich 20 latach, przerasta najśmielsze wyobrażenia, jakie towarzyszyły prekursorom technologicznym, którzy kilkadziesiąt lat temu rozpoczynali prace nad technologią cyfrową i komputerową. Medycyna 4.0 to zbiorcze pojęcie, powstałe na bazie platformy Medical 4.0 oznaczające integrację danych medycznych, systemów oraz wprowadzanie zmian w procesach opieki zdrowotnej mających na celu zwiększanie wydajności terapii, poprawę jej jakości oraz usprawnienie diagnostyki. Medycyna 4.0 dotyczy nie tylko technologii IT, ale też nowych sposobów pracy lekarzy i roli informatyki w służbie zdrowia.

Cztery etapy cyfryzacji w medycynie

Skąd pojęcie Medycyna 4.0? Dlaczego mówi się o czwartym etapie cyfryzacji medycyny? W dotychczasowej historii medycyny nowe technologie już trzy razy zmieniały fundamentalnie cały ekosystem (rys. 1):

• medycyna 1.0 (1974) – strukturyzacja karty pacjenta i radiologia – wynalezienie i wdrożenie lampy rentgena wprowadziło medycynę w erę obrazowania i ewidencjonowania danych medycznych pacjenta w formie karty pacjenta;
• medycyna 2.0 (1970) – start ery 3D: radiologia przekrojowa i komputery – to właśnie tomograf komputerowy umożliwił projekcje tkanek wykonanych z różnych kierunków do utworzenia obrazów przekrojowych (2D) i przestrzennych (3D), powstał elektroniczny rekord pacjenta, komputery zaczęły wspomagać obsługę placówek medycznych (1971);
• medycyna 3.0 (2000) – automatyzacja – coraz bardziej wydajne komputery i układy przetwarzania danych umożliwiły zarządzanie całymi klinikami – elektroniczna karta pacjenta, badaniami diagnostycznymi oraz dokumentacją. Stało się to możliwe za pomocą oprogramowania i baz danych (HIS, PACS). Dzięki temu lekarze uzyskali większą wydajność, precyzję i elastyczność, a proces cyfryzacji umożliwił osiągnięcie coraz wyższych stopni automatyzacji. Zaczęły powstawać systemy wspierania operacji, robotyka, powstało sekwencjonowanie genomu, telemedycyna, których celem była koordynacja działań w obrębie domu, przychodni i szpitala, monitorowanie cyfrowo badań klinicznych (eCRF);
• medycyna 4.0 (2010) – sztuczna inteligencja w zastosowaniu. Medycyna 4.0 ma na celu tworzenie cyfrowego bliźniaka pacjenta; modelowanie struktur i procesów biologicznych; urządzenia telemedyczne i szpitalne można zawsze zidentyfikować (IoT), mają one także możliwość niezależnego komunikowania się między sobą; wykorzystanie drukowania w metalach do protez; wykorzystanie baz danych do spersonalizowanej medycyny (indywidualny tok wizyt, leczenia, chemioterapii…); terapia protonowa; systemy wspierania decyzji: konsylium; BigData w badaniach kliniczno-naukowych.

Perspektywy i ryzyka

Technologie informatyczne i nowe możliwości gromadzenia danych całkowicie zmieniły diagnostykę, procesy medyczne i społeczne, a także tryb pracy służby zdrowia. Polska, podobnie jak na przykład Niemcy, ma w obszarze cyfryzacji służby zdrowia jeszcze dużo do zrobienia. Oczekiwane jest, że Polska wprowadzi niedługo refundacje badań telemedycznych.

Aktualnie 99,9 proc. aptek i punktów aptecznych jest podłączonych do platformy e-zdrowie i może realizować e-recepty. Powoli odchodzimy od tradycyjnego spojrzenia na opiekę zdrowotną. Mniej istotną rolę odgrywają szpitale – poszukuje się alternatyw. Wzrasta znaczenie opieki domowej. Nie ma odwrotu od komputerów ani w medycynie, ani w żadnej innej sferze życia. Obecne pokolenie przyzwyczajone jest już do komputerów niemal od kołyski. Oprogramowanie „pożera świat”. Całkowita automatyzacja procesów zbierania danych o pacjentach umożliwi wspomaganie procesów diagnostycznych i planowania terapii na wszystkich etapach. Komputery oraz sieci neuronowe oparte na zjawiskach kwantowych powinny się upowszechnić po 2020 roku. Dla przykładu Medical 4.0 (Ref) jest fundamentem dla zastosowania sztucznej inteligencji w medycynie.

Paradoksalnie rozwój technik komputerowych powinien spowodować odciążenie lekarzy od wielu czasochłonnych zajęć i przyczynić się do humanizacji medycyny. Istnieją jednak ryzyka i zagrożenia. Pomyłka w obsłudze może doprowadzić do straty cennych danych, zablokować na pewien czas prace szpitala. Procesy cyfryzacji uzależniają placówki zdrowia od dostawców usług komputerowych, co jest związane z ogromnymi kosztami. Wiedza pozyskana z internetu jest często dostarczana do lekarzy bez wystarczającej weryfikacji. Główne ryzyka związane z cyfryzacją to:

• zaabsorbowanie zgłębianiem wiedzy na stronach i zaprzątanie uwagi przeglądaniem ich.
• uzyskanie satysfakcji z udostępniania danych.
• odczuwanie niepokoju, doświadczanie zmienności nastroju, przygnębienia bądź irytacji, kiedy podejmowane są próby ograniczenia lub zaprzestania korzystania z danych lub systemów – ryzyko uzależnienia.
• korzystanie z oprogramowania i internetu sieci dłużej niż to potrzebne.
• narażenie się na utratę: danych, obawa pozostawienia śladów, błędów ludzkich, ważnej relacji z współpracownikami.
• system informatyczny jako forma ucieczki od ludzkich problemów w diagnostyce.
• w cyfryzacji liczy się szybkość, wyrazistość, wzbudzenie natychmiastowej wiarygodności, które towarzyszą „konsumpcji” odbieranej treści. Problem tylko w tym, że nasz mózg, biologicznie nie jest przystosowany do tak dużego przepływu informacji.
• nie wiemy już, co jest ważne, bo wszystko wymieszało się w elektronicznej masie danych. Po kilku dniach nieustannego bombardowania lekarza informacjami mózg zaprotestuje i zacznie wyłączać poszczególne funkcje: pojawią się niewydolność pracy, problemy z koncentracją, rozdrażnienie i nieustannie towarzysząca potrzeba wstrzykiwania” sobie kolejnych dawek informacji.
• skupienie na jednym zadaniu jest utrudnione przez nieustanne powiadomienia i napływ nowych informacji.

Placówki medyczne są zmuszane do budowania własnych baz danych typu Medical 4.0 w celu pozyskiwania zweryfikowanej wiedzy. W wielu przypadkach w medycynie wciąż kumulowane są o wiele większe ilości danych niż systemy informatyczne są w stanie przetworzyć. Powinniśmy dzielić dane, żebyśmy mogli się nimi wymieniać dla celów budowania wspólnej wiedzy. Według nas istnieją trzy rodzaje danych: dane identyfikacyjne, dane wizyty i diagnostyczne oraz wiedza nabyta, czyli to, czego dowiedzieliśmy się analizując dane pacjenta. Dzieje się tak, ponieważ nie do końca wiadomo, jak z nimi postąpić.

Jest potrzeba zmiany myślenia o BigData na myślenie SmartData. Sztuczna inteligencja oprócz systemów medycznych eksperckich w medycynie, wspiera medyczną infrastrukturę informatyczną i już pozwala wykrywać nowe rodzaje zagrożeń oraz rozpoznawać schematy ataków cybernetycznych. Dla przykładu w Medical 4.0 deklarujemy, że będziemy chronić dane pacjentów na każdym poziomie poprzez stosowanie szyfrowania. Pacjent będzie miał dostęp jedynie do własnych danych i będzie mógł decydować, które podmioty mogą mieć do nich dostęp oraz zawsze będzie mógł podjąć decyzję o ich usunięciu. Prawa te powinny dotyczyć zarówno danych identyfikacyjnych, jak i dotyczących przebiegu wizyt, diagnostyki i leczenia. Staramy się promować zdobytą wiedzę wzmacniając ją danymi (tzw. wzorcami) uzyskanymi za pomocą sztucznej inteligencji.

Ref: Labuda N., Lepa T., Labuda M. and Kozak K.: Medical 4.0: Medical Data Ready for Deep and Machine Learning, J Bioanal Biomed 2017 9: 283, Vol 9(6), DOI: 10.4172/1948-593X.1000194

Karol Kozak

Współpraca:
Natalia Labuda, Marek Labuda (Wydział Medyczny, TU Dresden & InfaAI e.V Leipzig)
Marek Labuda, Tomasz Lepa (Digital 4.0 & InfAI e.V Leipzig)
Krzysztof Pachołek, Małgorzata Sobieszczańska (Uniwersytet Medyczny we Wrocławiu)