Jak digitalizovat tuzemské zdravotnictví? České start-upy sází na umělou inteligenci i virtuální realitu

Zásadní otázka pro digitalizaci je především nastavení toho, kdo a jakým způsobem může nakládat s pacientskými daty, uvedl v úvodu Jiří Batěk, ředitel české pobočky společnosti Kyndryl. Jde jednak o to, aby měli pacienti jednodušší možnost sdílet svá osobní zdravotní data s jednotlivými stakeholdery v rámci systému, případně jednoduše dosáhnout vymazání dat, ale například i aby povololi jejich využití k různým výzkumům. 

Evropská komise shodou okolností zahájila diskusi na toto téma – a Česko by se podle Batěka mělo do této diskuse aktivně zapojit. „Tu příležitost zformovat agendu máme do konce letošního roku,“ říká. 

Společnost Kyndryl, jejíž tuzemskou pobočku Batěk vede, přitom podobnou diskusi o tom, jak by takový ekosystém mohl fungovat, vede již roky. „My tomu říkáme Ekosystém digitálních zdravotních služeb, v zásadě nám nejde o to tvořit něco nového, ale efektivně propojit fragmentované kousky zdravotních dat, které zde již existují,“ vysvětluje manažer. 

Podle Batěka je pro úspěch potřeba přesvědčit stakeholdery zdravotnického systému o tom, že se jim sdílení dat vyplatí – a vhodně je motivovat. To následně může vést k vytvoření systému, ve kterém budou vznikat digitální technologie, které budou šetřit čas i peníze celého systému. 

„Nechceme vytvářet centrální databáze všech zdravotních dat, ta zůstanou daným nemocnicím. Pouze chceme jednotlivá data vzít, podle zákona je anonymizovat a ochránit, a následně je poskytnout pro vývoj různých služeb – ať už jde o sdílení zdravotní dokumentace, přípravu digitálních algoritmů, a podobně.“

Pokud by se to podařilo uskutečnit, mohla by taková změna paradigmatu v českém zdravotnickém systému ušetřit vysoké jednotky miliard ročně. A to by byla v situaci, kdy je systém vyčerpaný covidovou pandemií, skutečně vítaná vzpruha. 

Příkladem, jak by tuzemské zdravotnictví mohlo těžit z otevřenějšího digitálního ekosystému, je například start-up Carebot Matěje Misaře a Daniela Kvaka. Ten na základě umělé inteligence pomáhá lékařům radiologům „lépe vidět“ – tedy automaticky rozeznávat různé nálezy na rentgenových snímcích. 

Co přesně to znamená? Na základě studií lékaři nález na snímcích dokáží přehlédnout nebo špatně zařadit až ve pětině případů. Carebot se podle jeho zakladatelů dostal – díky tréninku na desetitisících snímcích – na úspěšnost přes 98 procent. Srovnání však není lékař versus Carebot, ale lékař versus lékař s Carebotem. 

„Náš systém lékařům jednak pomáhá být přesnější, jednak zvýšit počet snímků, které zvládnout projít,“ vysvětluje zakladatel projektu Daniel Kvak. I to přitom vede k úsporám – jak finančním, tak zejména v podobě záchrany lidských životů. Pokud se nejrůznější nádory podaří odhalit dříve a spolehlivěji, je jejich léčba účinnější. 

Nejde ale jen o to. Systém by zároveň pomohl srovnat standard péče napříč jednotlivými nemocnicemi – a pacient v Uherském Hradišti by tak měl zaručené stejné služby, jako v lukrativních pražských nemocnicích. „Už zvládáme analyzovat rentgeny hrudníku, pracujeme na analýzách CT plic a budeme nadále pomáhat, aby diagnózy byly rychlejší, přesnější a abychom pomohli odhalit problémy v co nejrannějším stádiu,“ doplňuje Kvak.

S inovativním přístupem do českého zdravotnictví míří i Mirka Čejková, partnerka společnosti Virtual Lab. Ta podobně jako Carebot vznikla během covidové pandemie, kdy přišla s technologií, jež pomáhá přetíženým lékařům.

Virtual Lab přichází s řešením, kdy lze na „virtuální jednotce intenzivní péče“ trénovat nové lékaře. Mladí lékaři si tak osvojí potřebné postupy virutálně, bez toho, aniž by museli „trénovat“ na skutečných pacientech. „Oproti skutečnému prostředí má takový postup řadu výhod – je dobře měřitelný, nabízí autentický zážitek a je flexibilní,“ říká Čejková s tím, že umožňuje i „fixovat“ správné postupy. 

V současné chvíli virtuální jednotka intenzivní péče nabízí i spolupráci několika lékařů, kteří se nacházejí na jiných místech, což významně přispívá k flexibilitě celého procesu, a to i ve smyslu, že neblokuje důležité přístroje. Do budoucna, plánuje Čejková, by pak měl systém zapojit i umělou inteligenci, aby lépe navodil například různé krizové stavy a reakce. 

„A nově vyvíjíme i trénink intubace ve virtuální realitě, kde navíc budeme muset řešit i nějakou haptickou odezvu,“ plánuje Čejková.