Jesteś chory? Maszyna cię wyleczy! – obiecują futurolodzy medycyny
- Szczegóły
- Nadrzędna kategoria: ROOT
- Kategoria: Nowości
- Opublikowano: piątek, 21.08.2020, 22:18
- Odsłony: 1406
Wszystkie problemy ochrony zdrowia będą do pokonania, gdy tylko oddamy nasze sprawy medyczne inteligentnym maszynom – piszą M.G. Cfrowson i wsp. na łamach „Journal of Medical Systems” w artykule zatytułowanym Machine Learning as a Catalyst for Value-Based Health Care.
Ostatnie szacunki dotyczące marnotrawstwa w wydatkach na ochronę zdrowia w Stanach Zjednoczonych osiągnęły próg jednego biliona dolarów, co odpowiada produktowi krajowemu brutto siedemnastej gospodarki na świecie – zawiadamiają zmartwieni autorzy.
Głównymi przyczynami marnotrawstwa wydatków są: niepowodzenia w świadczeniu opieki, nadmierne leczenie i niska jakość opieki, a także oszustwa (!), biurokracja, nieodpowiednia koordynacja opieki oraz zawyżane ceny usług – grzmią na łamach pisma autorzy.
Dokładna analiza czynników powodujących marnotrawstwo pieniędzy w ochronie zdrowia jest złożonym problemem. Marnotrawstwo może pojawić się wszędzie, począwszy od codziennych indywidualnych decyzji podejmowanych przez „klinicystów i ich sojuszników” (tak określani są lekarze i ich współpracownicy zajmujący się chorymi), po decyzje podejmowane przez zarządzających systemami ochrony zdrowia, a także ustawodawców na poziomie regionalnym oraz krajowych.
Trafne postawienie diagnozy oraz ustalenie planu leczenia zgodnego z najlepszymi standardami opieki jest trudne, a przez to rośnie ryzyko popełnienia błędów.
Błąd w postaci złej diagnozy, niewłaściwego badania obrazowego lub nieskutecznego leczenia przyczynia się do zwiększenia ilości skutków niepożądanych. Złożoność współczesnej medycyny sprzyja błędom, które prowadzą do marnotrawstwa i niskiej wartości opieki zdrowotnej – oznajmiają nieomylni autorzy!
Złożoność współczesnej opieki zdrowotnej i fatalne konsekwencje uporczywego marnotrawstwa spowodowały, że wzrosła popularność modeli opieki zdrowotnej opartej na wartościach (cokolwiek ten mityczny slogan by nie oznaczał!). System oparty na wartościach koncentruje się na zasadzie, że optymalna wartość opieki zdrowotnej jest osiągana wtedy, gdy wyniki leczenia są maksymalizowane w stosunku do jednostkowego kosztu uzyskania tych wyników – powiadają autorzy.
Jeśli możemy poprawić wyniki leczenia bez zwiększania kosztów, a najlepiej po niższych kosztach, to zbliżamy się do celu opieki o wyższej wartości! – odkrywają!
Pojawiło się kilka inspirujących wartościowo modeli opieki, w tym regionalne domy opieki skoncentrowane na pacjencie (czyżby mieli na myśli nasze Zakłady Opieki Leczniczej???), ogólnosystemowe organizacje odpowiedzialne za opiekę oraz łączone płatności za choroby lub pakiety interwencyjne – oznajmiają reformatorzy, choć nie podają konkretnych przykładów. Rozwiązania te nie zniwelowały jednak problemu złożoności procesu podejmowania indywidualnych decyzji w dużym zbiorze danych – martwią się wizjonerzy ochrony zdrowia.
Błąd jest kluczowym wątkiem jednoczącym głównych uczestników marnotrawnych wydatków w ochronie zdrowia – grzmią pryncypialnie.
Zmniejszenie liczby błędów w procesie podejmowania decyzji klinicznych doprowadziłoby do zmniejszenia liczby przypadków niewłaściwego świadczenia opieki, zmniejszenia opóźnień w otrzymywaniu odpowiedniej opieki oraz poprawy jej koordynacji – oznajmiają z całą mocą. Jaka jest rada?
Nauczmy maszyny medycyny! – powiadają. Nowe podejście, które zwiększa dokładność przewidywań w obliczu złożonych i dynamicznych zbiorów danych, powinno zmniejszyć ilość błędów, a w efekcie końcowym marnotrawstwo opieki zdrowotnej. Algorytmy diagnostyczne – to jest to, o czym wszyscy podobno marzą.
Pomimo wspaniałej wizji medycyny maszynowej istnieją znaczne ograniczenia, które uniemożliwiły powszechne jej zastosowanie. Jedną z głównych przeszkód w obecnym zastosowaniu algorytmów uczenia maszynowego jest zbyt mała dostępność do wystarczającej ilości wiarygodnych, wysokiej jakości danych. Nie dość tego, lekarze nie mają zaufania do tej wizji! A na dodatek gromadzenie oraz porządkowanie danych jest czasochłonne i kosztowne.
Kolejnym kluczowym ograniczeniem jest trudność interpretacji danych i stworzenia wyjściowych algorytmów dla medycyny maszynowej. No i do tego wszystkiego kwestie etyczne (czy taka maszyna będzie etyczna, empatyczna i posłuszna konstruktorom???), a do tego prywatność informacji o zdrowiu poszczególnych ludzi, relacje z lekarzami, ich stronniczość. No i najważniejsze kto będzie ponosił odpowiedzialność za błędy maszyn???
Komentarz
Od czasu koncepcji Rene Hurlemana aby dla zwiększenia akceptacji migrantów traktować ludzi oksytocyną (więcej https://gazeta-dla-lekarzy.com/index.php/zdrowe-zasady/631-migracja-ludnosci), nie spotkałam równie „odlecianej” i niebezpiecznej koncepcji. Bądźmy uważni!
Krystyna Knypl
Źródło: https://link.springer.com/article/10.1007%2Fs10916-020-01607-5
GdL 9_2020