Britská zkušenost s tvorbou klinické dokumentace s podporou AI ukazuje, že umělá inteligence může nemocnicím významně pomoci i tam, kde to není na první pohled nápadné. Na otázky Digitalhealth.cz k tomuto tématu odpovídá Ján Dudra, ředitel Všeobecné fakultní nemocnice v Praze. Podle něj ale nestačí nasadit nový nástroj a čekat úsporu času. Rozhodující bude, zda AI skutečně zapadne do práce zdravotníků, zvýší kvalitu dokumentace a nebude jen další technologií vedle nemocničního systému.
Otázky Digitahealth.cz
Kde vidíte největší prostor pro úsporu času? Jsou to ambulance s vysokým průtokem pacientů, urgentní příjmy, nebo spíše psaní komplexních propouštěcích zpráv?
Největší prostor vidím tam, kde dnes zdravotník opakovaně dělá práci, která nemá přímou medicínskou přidanou hodnotu: přepisuje, dohledává, kopíruje, strukturuje a znovu ověřuje údaje, které už někde v systému existují. Neřekl bych proto, že je to jen jeden typ provozu.
U ambulancí s vysokým počtem pacientů může AI pomoci hlavně s rychlým a kvalitním zápisem z vyšetření, se strukturováním anamnézy a s přípravou podkladů pro další péči. U propouštěcích zpráv je potenciál také značný, protože tam se skládá mnoho informací z hospitalizace, výsledků, medikace a doporučení. A urgentní příjem je specifický tím, že čas je extrémně cenný, ale zároveň tam musíme být velmi opatrní – jakýkoli nástroj musí lékaři pomáhat, ne ho rušit nebo zavádět další krok navíc.
Důležitou roli dnes může hrát specifický dokumentační AI nástroj při čtení, následném vyhodnocení, vytvoření krátkého a přesného souhrnu vnesené papírové dokumentace a jeho následném zařazení do EZD. Je nevyhnutné, aby ošetřující lékař tento souhrn vytvořený z vnesené dokumentace přečetl a poznatky využil. Další významnou témou jsou přesné a certifikované nástroje přepisu hlasu.
Začal bych tam, kde je kombinace velkého objemu dokumentace, opakujících se činností a ochoty pracoviště pilot skutečně odpracovat. Rozhodovat by neměla atraktivita technologie, ale reálná potřeba provozu.
Kolik času reálně stráví vaši lékaři administrativou? Máte k dispozici data o tom, kolik času zabere zápis po skončení ambulance nebo vizity?
Přesné plošné číslo nevím. Jinak vypadá ambulance interního oboru, jinak chirurgický provoz, jinak vysoce specializovaná péče a jinak lůžkové oddělení. Jeden průměr by mohl být spíše zavádějící.
Z provozu ale víme, že administrativní část práce je časově významná. To je přesně důvod, proč bychom u pilotních projektů nechtěli zůstat u dojmů. Chci, abychom měřili čas před nasazením a po nasazení nástroje, ideálně na konkrétních pracovištích a konkrétních typech dokumentace.
Nemá smysl říkat, že AI ušetří třicet nebo čtyřicet procent času, pokud to nemáme ověřeno na našem provozu. Smysl má vybrat proces, změřit současný stav, zkusit namodelovat a pak nasadit řešení bezpečně a potom se podívat, jestli se skutečně snížil čas u administrativy a zda se nezhoršila kvalita dokumentace.
Jaký vliv má administrativní zátěž na personální stabilitu? Pozorujete u lékařů „provozní únavu“ spojenou s přepisem a dohledáváním údajů v systémech?
Ano, administrativní zátěž je jedním z faktorů, který přispívá k provozní únavě. Lékaři a sestry samozřejmě počítají s tím, že dokumentace je součástí jejich práce. Bez kvalitní dokumentace není kvalitní ani bezpečná péče. Problém nastává ve chvíli, kdy dokumentace přestane být přirozenou součástí klinického procesu a začne být paralelním provozem sama pro sebe.
Nejde o jeden formulář nebo jeden zápis. Únavu vytváří součet drobností: opakované přepisování stejných údajů, dohledávání výsledků, práce ve více oknech, nejednotné postupy, administrace po skončení přímé péče o pacienta. To všechno bere energii, kterou bychom raději viděli u pacienta, ve vzdělávání, ve vědě nebo v komunikaci v týmu. Taky je velmi pravděpodobně někdy i příčinou nedetekovaných drobných, ale možná i závažnějších pochybení.
Z pohledu personální stability je důležité, aby zdravotník cítil, že systém stojí na jeho straně. Když digitalizace jen přidá další povinnost, lidé jí nevěří. Když jim reálně zjednoduší práci a zvýší bezpečnost péče, přijmou ji velmi rychle.
Jak otevřený je váš současný nemocniční informační systém? Umožňuje snadnou integraci externích AI nástrojů pro přepis a strukturování dat?
Tady bych byl opatrný se slovem „snadnou“. NIS ve velkých nemocnicích jsou historicky složité, vrstevnaté a navázané na celou řadu dalších systémů. VFN v tomto není výjimkou. Integrace externích nástrojů je možná, ale rozhodně to není jen technická otázka, že se připojí nová aplikace. Zcela zásadní se jeví soulad jakýchkoliv aktivit v této oblasti s AI actem a legislativou.
U zdravotnických dat musíme řešit kybernetickou bezpečnost, ochranu osobních údajů, auditovatelnost, odpovědnost za výsledek, ukládání dat, práci s identitou zdravotníka i to, aby nástroj zapadl do klinického workflow. Pokud by AI znamenala další samostatné okno, kam lékař něco vloží, potom něco zkopíruje a potom to ještě jednou kontroluje v NIS, tak jsme část problému nevyřešili, ale jen přesunuli.
Dlouhodobě proto považuji za důležité, aby nemocnice měly jasné integrační standardy. Taky je důležité definovat standardy pro NIS včetně standardů integrace AI nástrojů do NIS. Dodavatelé NISů by měli být otevření rozumné spolupráci. AI nástroje mají největší hodnotu tehdy, když jsou přirozenou součástí práce zdravotníka, ne když žijí vedle systému.
Podle jakých kritérií byste hodnotili úspěch pilotního projektu? Byla by to čistá úspora času, snížení chybovosti, nebo spokojenost zdravotníků?
V první řadě bych si dovolil se vyjádřit k pojmu pilot v této oblasti. Nemocnice potřebuje změnu klinického a provozního procesu. Přesnost je jen první vrstva hodnoty. Skutečný přínos se měří v dopadu na workflow, kapacitu a klinický výsledek. Proto je potřeba hodnotit nejen algoritmus nebo AI nástroj, ale i proces, do kterého AI technologie vstupuje. „Malý pilot“ se používá jako omluva pro netransparentní výběr. Základní zásady transparentnosti platí i u projektů malého rozsahu. Pilot bez endpointů, komparátoru a akceptačních kritérií není evaluace, ale marketing. Úspora času je důležitá, ale sama o sobě nestačí. Pilot bych hodnotil minimálně ve třech rovinách: bezpečnost a kvalita dokumentace, reálná úspora času a přijetí nástroje zdravotníky.
U kvality bychom měli sledovat, zda je dokumentace úplná, srozumitelná, strukturovaná a zda nevznikají nové typy chyb. U času bychom měli měřit konkrétní činnosti před a po nasazení, nejen celkový pocit. A u spokojenosti zdravotníků bych se nedíval jen na dotazník po prvním týdnu, ale na to, zda by se po skončení pilotu chtěli k původnímu způsobu práce vrátit.
Za úspěch bych nepovažoval to, že nástroj vypadá moderně nebo že dobře funguje na prezentaci. Úspěch je, když zdravotníci řeknou: ano, tohle mi skutečně pomáhá.
Je pro vás AI v dokumentaci prioritou oproti diagnostické AI? Vnímáte tento „méně efektní“ směr jako strategicky důležitější pro každodenní chod?
Nestavěl bych dokumentační a diagnostickou AI proti sobě. Diagnostická AI má své jasné místo, například v oborech, kde se pracuje s obrazem, velkým množstvím dat nebo opakovaným vyhodnocováním nálezů. Tam může být její přínos velmi významný. Zároveň je ale pravda, že AI v dokumentaci je méně efektní téma navenek, ale pro každodenní chod nemocnice může mít mimořádně praktický dopad.
Dokumentace se týká téměř každého zdravotníka, každý den. Když se podaří omezit zbytečné přepisování, lépe strukturovat data a uvolnit čas pro pacienta, má to horizontální dopad napříč nemocnicí. Navíc kvalitní dokumentace je základ pro bezpečnou návaznost péče, pro komunikaci mezi pracovišti i pro další rozvoj digitální medicíny.
Pro mě je strategicky důležité obojí. Jen bych u AI začínal vždy tam, kde máme jasně pojmenovaný problém, měřitelný přínos a bezpečný způsob zavedení. V dokumentaci ten problém vidíme velmi konkrétně a zdravotníci ho cítí každý den. Proto je to oblast, kterou bych rozhodně nepodceňoval.
Článek Britská lekce pro české nemocnice. AI má nejprve ulevit lékařům si přečtěte zde:
Martin Doležal, digitalhealth.cz