W erze cyfrowej rewolucji sektor opieki zdrowotnej przechodzi głębokie przemiany, a sztuczna inteligencja (AI) staje się kluczowym narzędziem w walce o poprawę jakości życia pacjentów i efektywności systemu zdrowia. W VB Idea koncentrujemy się na projektach, które łączą najnowsze osiągnięcia technologiczne z praktycznymi potrzebami medycyny. W tym artykule prezentujemy pięć flagowych inicjatyw, które realizujemy we współpracy z partnerami naukowymi i instytucjonalnymi, w tym z wiodącymi niemieckimi ośrodkami badawczymi.
II - Rekrutacja pacjentów w badaniach klinicznych i wsparcie administracyjne
1. Problem: badania kliniczne to fundament rozwoju nowych terapii, ale ich przeprowadzenie wiąże się z ogromnymi wyzwaniami. Nawet 80% projektów opóźnia się z powodu trudności w rekrutacji pacjentów, a manualne zarządzanie dokumentacją pochłania do 30% budżetu.
2. Rozwiązanie: opracowujemy platformę AI, która wykorzystuje uczenie maszynowe do analizy danych medycznych (np. z elektronicznej dokumentacji medycznej – EHR) w celu identyfikacji pacjentów spełniających kryteria kwalifikacyjne. Algorytm uwzględnia nie tylko parametry demograficzne, ale również historie chorób, genetykę i współistniejące schorzenia. Dodatkowo, moduł administracyjny automatyzuje zgody pacjentów, harmonogramy wizyt i raportowanie zgodne z wymogami regulatorów.
3. Etap rozwoju: obecnie trwa weryfikacja laboratoryjna – testujemy algorytm na symulowanych danych z zachowaniem wszystkich wymaganych standardów. Prowadzimy konsultacje ze szpitalami w Polsce i Niemczech, aby udoskonalić integrację systemu z lokalną infrastrukturą IT.
4. Perspektywy: według naszych szacunków, wdrożenie rozwiązania może skrócić czas rekrutacji pacjentów do badań klinicznych nawet o 40%, a koszty administracyjne zmniejszyć o 25%.
III - Wyjaśnialność AI w medycynie: budowa zaufania przez transparentność
1. Problem: czarnoskrzynkowy charakter algorytmów AI budzi obawy wśród lekarzy i pacjentów. Jak ufać diagnozie postawionej przez system, którego logika jest niejasna? W przypadku błędów, odpowiedzialność prawna i etyczna staje się problematyczna.
2. Rozwiązanie: w ramach projektu tworzymy framework interpretowalności dla algorytmów stosowanych w diagnostyce (np. analiza obrazów RTG, prognozowanie ryzyka chorób). Wykorzystujemy techniki takie jak LIME (Local Interpretable Model-agnostic Explanations) i SHAP (SHapley Additive exPlanations), aby generować wizualizacje decyzji AI w języku zrozumiałym dla lekarzy.
3. Współpraca międzynarodowa: projekt realizujemy zarówno w Polsce jak i na terenie Niemiec, łącząc kompetencje w dziedzinie AI, etyki i prawa medycznego. Wspólnie opracowujemy wytyczne dla certyfikacji „wyjaśnialnych” systemów w UE.
4. Przykład zastosowania: w jednym z podprojektów algorytm wykrywający guzy piersi w mammografii nie tylko wskazuje lokalizację zmiany, ale także wyjaśnia, które cechy obrazu (np. kształt, gęstość) wpłynęły na diagnozę. Testy z udziałem radiologów wykazały wzrost zaufania do AI o 35%.
IV - Panel dyskusyjny: „Jak AI zmieni opiekę nad pacjentami?”
1. Cel: w obliczu szybkiego rozwoju technologii, konieczna jest szeroka dyskusja nad kierunkami, etyką i społecznymi skutkami AI w medycynie. Nasz otwarty panel gromadzi innowatorów, lekarzy, informatyków, prawników i przedstawicieli pacjentów.
2. Formuła: cykl debat odbywa się cyklicznie. Tematy poruszane w 2024 r. obejmowały m.in.:
- Czy AI zastąpi lekarzy, czy stanie się ich „cyfrowym asystentem”?
- Jak uniknąć algorytmicznych uprzedzeń w diagnostyce?
- Prywatność danych vs. postęp nauki – gdzie postawić granicę?
3. Temat przewodni: „AI nie jest narzędziem neutralnym – odzwierciedla wartości swoich twórców. Dlatego potrzebujemy różnorodnych głosów w jej kształtowaniu”.
4. Efekty: rekomendacje z panelu stają się przyczynkiem do pogłębionych dyskusji i inspirują innowatorów.
V -Bezpieczeństwo AI w medycynie: analiza ryzyk i działania mitygacyjne
1. Wyzwania: nawet najlepsze algorytmy niosą ryzyko błędów, cyberataków czy niewłaściwego użycia. W 2022 r. atak hakerski na szpital w Essen sparaliżował systemy diagnostyczne, co pokazuje skalę zagrożeń.
2. Projekt: w ramach inicjatywy identyfikujemy najpoważniejsze ryzyka związane z medycznym AI:
- Błędy algorytmów (np. fałszywie negatywne wyniki w wykrywaniu udarów),
- Podatność na ataki (manipulacja danymi wejściowymi),
- Etyka (uprzedzenia w algorytmach szkodzące mniejszościom).
3. Działania: pracujemy nad protokołami bezpieczeństwa, w tym:
- Systemy wykrywania anomalii w czasie rzeczywistym,
- Symulacje ataków typu „adversarial attacks” na modele diagnostyczne,
- Szkolenia dla personelu medycznego z zakresu cyberbezpieczeństwa.
4. Współpraca: projekt koordynowany jest przez nasz zespół w Monachium, współpracujemy zarówno z jednostkami na terenie Polski jak i Niemiec.
VI -Uniwersalne API dla systemów medycznych: koniec chaosu danych
1. Problem: każda placówka medyczna używa kilku różnych systemów IT (np. do rejestracji, diagnostyki, faktur), które często nie komunikują się ze sobą. To powoduje m.in. powielanie danych i błędy w dokumentacji.
2. Rozwiązanie: staramy się opracować otwarty standard integracji, oparty na protokole FHIR (Fast Healthcare Interoperability Resources), który pozwala na bezpieczną wymianę danych między systemami różnych producentów.
3. Testy: obecnie API jest testowane w środowisku symulującym zgodność z 28 systemami. Projekt jest na poziomie gotowości technologicznej - TRL 5, testy w środowisku symulującym rzeczywiste warunki.
VII - Podsumowanie: medycyna przyszłości wymaga śmiałych kroków dziś
W VB Idea wierzymy, że połączenie AI, transparentności i międzynarodowej współpracy jest kluczem do przełomów w ochronie zdrowia. Nasze projekty – od usprawnienia procesów w badaniach klinicznych po debatę nad etyką AI – tworzą ekosystem, w którym technologia służy zarówno lekarzom, jak i pacjentom. Dzięki partnerstwu z niemieckimi instytucjami, łączymy polską innowacyjność z niemieckim know-how, aby kształtować globalne standardy MedTech.
Łączymy nowoczesne technologie medyczne, rekrutacje najlepszego personelu oraz wspieramy innowacyjne badania kliniczne aby zmieniać oblicze globalnej opieki zdrowotnej.