Dr.sc. Andrija Štajduhar je poslijedoktorand i viši asistent na katedri za Medicinsku statistiku, epidemiologiju i medicinsku informatiku na Medicinskom fakultetu u Zagrebu. Doktorski studij završio je na zagrebačkom Fakultetu elektrotehnike i računarstva. Nakon nagrade za mlade istraživače Healthy Brain for Healthy Lives kanadskog McGill Sveučilišta proveo je godinu dana na Montreal Neurological Institute. Glavni su mu istraživački interes statistika, strojno učenje, računalna neuroznanost i obrada medicinskih slika s različitim područjem primjene. S dr. Štajduhar razgovarali smo o sve popularnijoj temi, primjeni umjetne inteligencije u zdravstvu.
Široko područje
Koje su najveće prednosti korištenja umjetne inteligencije u zdravstvenoj industriji?
Prije svega, volio bih malo pojasniti pojam umjetne inteligencije. To je vrlo široko područje koje uključuje razne algoritme; od jednostavnijih statističkih do naprednih temeljenih na dubokim neuronskim mrežama i velikim količinama podataka. Stoga valja imati na umu da se ponekad i jednostavnim rješenjima može postići velika korist.
Umjetna inteligencija donosi promjene u zdravstvenu industriju na više razina.
Omogućuje raniju i precizniju dijagnozu bolesti analizirajući velike količine medicinskih podataka, omogućujući također personalizirani pristup svakom pacijentu. U dijagnostici primjerice, AI značajno poboljšava analizu medicinskih snimaka, čineći je bržom i točnijom. Na organizacijskoj razini, optimizira bolničke procese, poboljšavajući upravljanje resursima i smanjujući vrijeme čekanja. U istraživanju, AI ubrzava razvoj novih lijekova, analizirajući ogromne skupove podataka. Kontinuirano praćenje zdravlja pacijenata postaje učinkovitije uz AI sustave, a liječnici dobivaju snažnu podršku u donošenju kliničkih odluka. Sve ove prednosti zajedno vode prema unaprjeđenju kvalitete zdravstvene skrbi i poboljšanju ishoda liječenja.
Na koji način bi se AI mogao koristiti za poboljšanje procesa rada zdravstvenih ustanova u Hrvatskoj?
Rekao bih da umjetna inteligencija može znatno poboljšati rad zdravstvenih ustanova u Hrvatskoj automatizacijom administrativnih zadataka, optimizacijom rasporeda osoblja i bržom obradom podataka. Kao jedan od uspješnih već implementiranih primjera mogu navesti proizvod jedne domaće tvrtke, a koristi se u pisanju nalaza, gdje liječnik izgovara nalaz, a sustav temeljen na AI zapisuje tekst. Time se skraćuje vrijeme koje liječnik provede upisujući tekst. To mu ostavlja više vremena za pacijenta. Općenito, brojna istraživanja pokazuju da je količina vremena koju liječnik provede s pacijentom tijekom pregleda direktno povezana s boljim ishodom liječenja. Smatram kako će AI svoju primjenu prvo imati ovdje, rasterećujući liječnike od administrativnih zadataka.
Personalizirane terapije
Koje su prednosti korištenja AI tehnologije u prevenciji, dijagnostici te liječenju ?
Prednosti su mnogobrojne budući AI može u kratkom vremenu pregledati i povezati velike količine podataka. U prevenciji, može brzo identificirati rizične čimbenike i pomoći u ranom otkrivanju bolesti. U dijagnostici, poboljšava točnost i brzinu analize, posebno kod medicinskih slika. To omogućuje brže i preciznije dijagnoze. U liječenju omogućuje personalizirane terapije. Također se koristi za praćenje oporavka pacijenata i predviđanje mogućih komplikacija.
Kakav je menadžment naših bolnica, je li sklon inovacijama i promjenama?
Iz mog iskustva, menadžment bolnica je sklon poboljšanju sustava i korištenja novih tehnologija. No, opravdano, i vrlo oprezan u njihovoj primjeni. Također, dosad nije bio jasno reguliran pravni okvir razvoja AI modela i korištenja zdravstvenih podataka, što je jedan od važnih preduvjeta za implementaciju tehnologije. Nedavno donesenom Uredbom EU o AI očekujem da će se ova situacija značajno popraviti i stvoriti jasniji okvir za sigurno i etično korištenje AI u zdravstvu. Time će se omogućiti lakša integracija AI tehnologija u svakodnevni rad zdravstvenih ustanova, uz poštivanje visokih standarda zaštite podataka i privatnosti pacijenata.
Imate li podatke kako je i koliko AI implementirana u hrvatskom zdravstvu?
Trenutno je implementacija AI u hrvatskom zdravstvu još u ranoj fazi, ali postoji nekoliko zanimljivih projekata i inicijativa. Uz spomenuti primjer s pisanjem nalaza, AI se već koristi u pojedinim bolnicama za analizu medicinskih slika, poput radioloških pregleda, gdje pomaže liječnicima i omogućuje brže i preciznije dijagnoze. Više domaćih znanstvenih projekata koristi najsuvremenije AI metode za primjerice automatsko pronalaženje i klasifikaciju tumora, predviđanje učinkovitosti i odabira kemoterapije, planiranja i odabira organa za transplantaciju i u drugim primjenama.
Međutim, do implementacija rezultata ovih istraživanja još ćemo malo pričekati, budući tehnologija još uvijek ovisi o daljnjoj digitalizaciji sustava, edukaciji osoblja te uspostavi čvrstog pravnog okvira za zaštitu podataka.
Velik potencijal unaprjeđenja našeg zdravstva krije se u podacima koji se prikupljaju putem CEZIH -a. Kako se oni mogu koristiti u prevenciji, dijagnostici pa i samom liječenju?
Upravo su podaci ti koji su najbitniji za razvoj modela u svim spomenutim područjima. Trenutno se radi na unaprjeđenju prikupljanja i dostupnosti ovih podataka za znanstvena istraživanja, ali i komercijalne proizvode. To će sigurno značajno ubrzati razvoj i primjenu AI tehnologija u hrvatskom zdravstvu. Također, kontinuirana analiza tih podataka može pridonijeti boljem praćenju ishoda liječenja i predviđanju komplikacija. To će omogućiti personaliziraniji pristup i učinkovitije upravljanje resursima unutar zdravstvenog sustava. Time se ostvaruje korist ne samo za pojedinačne pacijente, već i za javno zdravstvo u cjelini.
Podaci prikupljeni putem CEZIH-a mogu se koristiti za prepoznavanje obrazaca u široj populaciji, što pomaže u praćenju epidemioloških trendova i učinkovitijoj prevenciji bolesti.
Moguće je analizirati podatke u stvarnom vremenu, omogućujući brže reagiranje na zdravstvene krize, poput izbijanja zaraznih bolesti. Također, javno zdravstvo može koristiti ove podatke za optimizaciju resursa, poput planiranja i distribucije medicinskih usluga, te za stvaranje ciljanih javnozdravstvenih akcija.
