Polska buduje własne AI dla medycyny. Najpierw ma pilnować ścieżki pacjenta z rakiem płuca

Politechnika Wrocławska i Dolnośląskie Centrum Onkologii, Pulmonologii i Hematologii rozpoczynają prace nad projektem „Polska AI dla zdrowia”. Powstać ma bazowy model medyczny oraz wspólna infrastruktura technologiczna, która później posłuży do tworzenia narzędzi dla różnych specjalizacji i placówek.

Pierwszym obszarem wdrożenia będzie onkologia, a konkretnie prowadzenie pacjentów z rakiem płuca. Sztuczna inteligencja ma analizować informacje medyczne, sprawdzać kompletność dokumentacji, wskazywać brakujące elementy diagnostyki i pomagać wychwytywać miejsca, w których cały proces niepotrzebnie się wydłuża. Ostateczne decyzje dotyczące diagnostyki i leczenia nadal pozostaną po stronie lekarza.

Powstanie bazowy model medyczny dla kolejnych zastosowań

Politechnika Wrocławska odpowiada za technologiczną część przedsięwzięcia, natomiast Dolnośląskie Centrum Onkologii, Pulmonologii i Hematologii pełni rolę partnera klinicznego. Projekt zakłada stworzenie wspólnej warstwy modeli bazowych oraz infrastruktury, na której później będzie można rozwijać narzędzia dostosowane do różnych specjalizacji, szpitali i procesów medycznych.

System ma pracować na kilku typach informacji jednocześnie. Chodzi między innymi o dokumentację tekstową, wyniki badań laboratoryjnych, obrazy diagnostyczne, sygnały medyczne oraz dane dotyczące przebiegu leczenia. W praktyce pozwoliłoby to analizować sytuację pacjenta na podstawie szerszego zestawu informacji niż w rozwiązaniach skupionych wyłącznie na jednym rodzaju danych.

Do programu mają być zapraszane kolejne uczelnie, szpitale, instytuty oraz partnerzy technologiczni. Jednocześnie współpraca pomiędzy wieloma podmiotami nie oznacza swobodnego dostępu do dokumentacji medycznej. Jak podkreśla rektor PWr prof. Arkadiusz Wójs: „Otwarte konsorcjum nie oznacza oczywiście otwartego dostępu do danych pacjentów.”

Pierwszym zadaniem będzie ścieżka pacjenta z rakiem płuca

Pierwszy demonstrator zostanie przygotowany dla pacjentów z rakiem płuca leczonych w DCOPiH. AI ma wspierać kontrolę kompletności dokumentacji, wskazywać brakujące badania i pomagać znajdować etapy, na których diagnostyka lub leczenie zaczynają się opóźniać. Celem jest sprawniejsze przeprowadzenie pacjenta od podejrzenia choroby, przez rozpoznanie, aż do rozpoczęcia właściwego leczenia.

Wrocławski ośrodek ma już doświadczenie w monitorowaniu takich procesów. Dr Paweł Zawadzki, zastępca dyrektora DCOPiH, wskazuje, że w ciągu dwóch lat udało się zwiększyć udział pacjentów, u których chorobę wykrywano w pierwszym i drugim stopniu zaawansowania właśnie dzięki dokładniejszemu nadzorowaniu ścieżki diagnostycznej. Dane pozostają przy tym podstawą całego systemu.

Jak podkreślił Zawadzki: „AI jest bardzo przydatna w analizie, ale danych nie zastąpi.” Model może pomóc w ich porządkowaniu i interpretacji, ale skuteczność zależy od jakości informacji trafiających do systemu. W przypadku dokumentacji medycznej nawet zaawansowany algorytm niewiele zrobi z danymi niepełnymi, błędnymi lub zapisanymi w sposób uniemożliwiający ich wiarygodną analizę.

AI ma pomóc lekarzowi w pracy z dokumentacją

Duża część projektu dotyczy zadań, które zajmują personelowi medycznemu czas poza samym kontaktem z pacjentem. Lekarz musi przeglądać dokumentację, wyszukiwać wyniki, sprawdzać historię leczenia i koordynować kolejne etapy postępowania. AI ma automatycznie porządkować część tych informacji oraz sygnalizować elementy wymagające uwagi.

Odpowiedzialność za decyzje kliniczne nadal będzie należeć do lekarza. System może wskazać brak wyniku, zależność pomiędzy danymi albo problem na ścieżce pacjenta, ale nie ma samodzielnie wybierać terapii czy rozstrzygać o rozpoznaniu. Twórcy projektu zakładają również kliniczną weryfikację narzędzi oraz uwzględnianie wymogów prawnych i bezpieczeństwa już podczas ich projektowania.

Takie podejście odpowiada też pierwszemu zastosowaniu całego systemu. Przy prowadzeniu pacjenta z rakiem płuca AI nie musi zastępować specjalisty w ocenie badania obrazowego, żeby przynieść realną korzyść. Może pilnować, czy wymagane badania zostały wykonane, czy wynik znalazł się w dokumentacji i czy następny etap leczenia został zaplanowany na czas.

Pierwszy demonstrator za 18 miesięcy, później pilotaże

Program został rozpisany na sześć lat i będzie rozwijany etapami. Pierwsze pół roku ma zostać przeznaczone na przygotowanie współpracy, danych, podstaw prawnych i demonstratora. Do 18. miesiąca system wspierający ścieżkę pacjenta z rakiem płuca ma być gotowy do pierwszych zastosowań w DCOPiH.

Kolejnym etapem będzie sprawdzenie nie tylko technicznej poprawności modelu, ale również tego, czy rzeczywiście pomaga w organizacji opieki. Do końca trzeciego roku planowane są walidacja oraz pilotaże w kilku ośrodkach. Następne trzy lata mają zostać przeznaczone na skalowanie sprawdzonych rozwiązań i dalszy rozwój wspólnej warstwy modeli bazowych.

Na tym etapie „Polska AI dla zdrowia” pozostaje więc projektem w budowie, a pierwsze mierzalne efekty pojawią się dopiero wraz z demonstratorem i pilotażami. To właśnie wtedy będzie można ocenić, czy wykorzystanie AI rzeczywiście skraca czas przechodzenia przez kolejne etapy diagnostyki, pomaga personelowi w pracy z dokumentacją i poprawia koordynację opieki nad pacjentem. Oficjalny harmonogram przewiduje na takie sprawdzenie kilka lat, a nie szybkie wdrożenie gotowego systemu.

Źródła: Politechnika Wrocławska, DCOPiH