Călătoria de îngrijire a sănătății şi provocările adoptării noilor tehnologii
Potrivit profesorilor (de strategie) Dranove şi Garthwaite (2022), de la Şcoala de Management Kellogg a Universităţii Northwestern din SUA, nu există dubiu cu privire la existenţa unui mare potențial ca inteligenţa artificială (AI) să creeze bunăstare în diverse situații de îngrijire a sănătății din țările dezvoltate și în curs de dezvoltare, impactul AI urmând să fie în funcție de tehnologiile dezvoltate și adoptate. Pentru prezicerea și gestionarea impactului acestei tehnologii disruptive este importantă însă înțelegerea modului în care potențiala apariție a AI poate modifica distribuția existentă a excedentului economic în lanțul valorii, care include toate părțile care contribuie și beneficiază de pe urma acestuia (pacienţii, medicii, asistentele, sistemul de sănătate, compania de medicamente, compania de asigurări ş.a.) Îngrijirea sănătății (asistența medicală) poate crea valoare (ca și în cazul producerii oricărui bun sau serviciu), inclusiv o sănătate mai bună pentru pacienți, salarii pentru furnizori și profituri pentru companii, după cum poate suporta costuri. AI ar putea face incursiuni în planurile de tratament bazate pe explorarea datelor, extrăgând modele din înregistrările electronice ale caracteristicilor pacienților anteriori, variațiilor genetice, simptomelor, tratamentului și rezultatelor asupra sănătății. Astfel, un program AI (pe baza asemănărilor identificate la un pacient nou cu cazurile anterioare) ar putea fi capabil să prezică cele mai eficiente medicamente de prescris sau intervenții chirurgicale de efectuat. Pe de altă parte, în materie de diagnostic (mai ales în domeniile radiologiei și patologiei), un program software ar putea fi instruit – pe baza primirii computerizate a unui set mare de imagini de la pacienți anteriori cu diagnostice cunoscute – pentru a recunoaște caracteristicile care indică un rezultat pozitiv sau negativ. Sigur, managementul adecvat al talentului este esenţial într-un asemenea cadru.
Este, de asemenea, interesant de observat cum cu toate că inteligenţa artificială generativă (AI generativă) ar putea fi un catalizator în accelerarea aplicării digitale și a automatizării în domeniul sănătății (oferind câteva răspunsuri la provocările duble ale accesibilității și disponibilității forței de muncă, permiţând, de ex., plătitorilor atât să reducă costurile administrative şi cele medicale, cât şi să crească veniturile), asistența medicală a rămas – potrivit experţilor McKinsey & Company (2023) – în urma altor industrii în adoptarea AI, industria de îngrijire a sănătăţii având dificultăți în adoptarea tehnologiei. În contextul nevoii în creştere de interacțiuni empatice și inteligente în asigurarea îngrijirii sănătăţii, o oportunitate majoră este creată tocmai de capacitățile de recunoaștere, înțelegere și creare de conținut ale AI generativă, care: prosperă pe date nestructurate (abundente în asistența medicală); este preantrenată; este înțeleasă pe scară largă de către lucrătorii din cadrul organizației. Cât priveşte cazurile potențiale de utilizare pentru AI generativă, acestea: traversează fiecare domeniu și funcție; ar putea contribui (pe lângă cazurile de utilizare a analizelor existente) la abordarea sarcinilor reale (precum: reducerea timpului de pregătire și îmbunătățirea calității documentației clinice, modernizarea aplicațiilor învechite sau moștenite și personalizarea la scară largă a activității pacienților și a membrilor ş.a.).
Se cuvine a aminti, totodată, că încă de la începutul anului 2024, într-un comentariu publicat de reputatul think tank American „Brookings Institution”, Washington, D.C., s-a atras atenţia asupra faptului că proliferarea instrumentelor de AI generativă (care oferă o varietate de funcții potențiale de sănătate, inclusiv colectarea de rutină a informațiilor, diagnosticarea și chiar tratamentul) a dus la o dependență crescută de luarea deciziilor asistată de AI în industria sănătății, iar pentru a avea acces la beneficiile AI generativă pentru îngrijirea sănătății (reducând în același timp riscurile acestei tehnologii disruptive) factorii de decizie politică ar trebui să acorde prioritate atât transparenței, cât și protejării consimțământului și utilizării schimburilor de informații despre sănătate (Yaraghi, 2024).
Tot la începutul anului 2024 am observat (graţie celei mai importante reviste științifice multidisciplinare din lume, „Nature”) că a fost citat medicul internist Adam Rodman (de la reputata Harvard Medical School, Boston, Massachusetts), care spunea următoarele: „Medicina este mult mai mult decât colectarea de informații – totul ține de relațiile umane”. Acesta era citat în contextul discuţiilor despre experimentarea robotului de conversaţie AMIE (Articulate Medical Intelligence Explorer – Google DeepMind Research), autorii susținând că AMIE (chiar dacă este departe de a fi utilizat în îngrijirea clinică) ar putea juca în cele din urmă un rol în democratizarea asistenței medicale (Lenharo, 2024). Ca sistem AI bazat pe modelul lingvistic mare (LLM) optimizat pentru conversaţia de diagnosticare, AMIE a fost introdus pe 11 ianuarie a.c. de către Tu et al. (2024 – arXiv:2401.05654 [cs.AI]), precizându-se din start că: „În centrul medicinei se află dialogul medic-pacient, în care o anamneză iscusită deschide calea pentru un diagnostic precis, un management eficient și o încredere durabilă. Sistemele de AI capabile de conversaţie de diagnostic ar putea crește accesibilitatea, consecvența și calitatea îngrijirii. Cu toate acestea, aproximarea expertizei clinicienilor este o remarcabilă mare provocare”. S-a arătat, de asemenea, cum cercetarea „are mai multe limitări și ar trebui interpretată cu precauție adecvată”.
Pe de altă parte, după cum au subliniat Kar şi Wasnik (2024), pentru a atrage consumatori/pacienți care au nevoie de servicii pentru un rezultat de sănătate mai bun și a-i orienta pe aceştia pe parcursul călătoriei lor de îngrijire a sănătății (astfel încât să poată obține o calitate mai bună a vieții), este nevoie ca marketingul de îngrijire a sănătății să conceapă un set coordonat de informare și comunicare. Analiza bibliometrică riguroasă efectuată de Kar şi Wasnik a permis identificarea a cinci clustere tematice: determinanții macroeconomici și demografici ai furnizării serviciilor de îngrijire a sănătății; strategii în marketingul de îngrijire a sănătății; ştiinţa interacţiunii factorilor sociali şi economici în furnizarea de servicii de îngrijire a sănătății; analiza datelor și furnizarea de servicii de îngrijire a sănătății; inovații în produse și procese de îngrijire a sănătății.
Potrivit platformei StartUs Insights (2024), se întregistrează evoluţii rapide la nivelul industriei cercetării medicale (care promovează sănătatea umană și combate bolile) confruntate cu provocări semnificative (de la costuri ridicate și procese îndelungate de aprobare a medicamentelor până la reproductibilitate), procesele de cercetare fiind accelerate atât de AI şi analiza avansată a datelor, cât și de echipamentele de laborator de ultimă oră și medicina personalizată. Acuratețea și adaptarea tratamentelor pentru fiecare pacient sunt sporite de aceste tendințe în cercetarea medicală, preocupările stringente ale industriei fiind reflectate de abordarea de către integrarea acestor inovații care permite şi deschiderea căii pentru o asistență medicală mai eficientă, precisă, incluzivă și centrată pe pacient. Au fost identificate în acest cadru o serie de tendinţe principale, precum următoarele: descoperire avansată de biomarkeri, platforme de cercetare în colaborare, dezvoltare de medicamente noi, tehnologie de reglementare medicală, nanoimunizare, analiză moleculară, tehnologii imersive, medicină translațională, date medicale deschise şi modelarea bolilor rare. De exemplu, în cazul ultimei tendinţe (modelarea bolilor rare), este evidenţiat faptul că modelele respective oferă o platformă atât pentru a studia mecanismele bolii şi a analiza potențialele terapii, cât și pentru a prezice răspunsurile pacientului într-un mediu controlat, inovațiile de acest fel permiţând: aprofundarea cercetărilor prin simularea complexităţii bolilor rare în afara corpului uman; dezvoltarea (în pofida provocărilor pe care le reprezintă raritatea afecțiunilor) unor tratamente țintite. Tot în acest cadru, s-a făcut trimitere la faptul că: sunt posibile diagnosticarea mai rapidă și optimizarea tratamentului prin procesarea de către calculatoarele cuantice a datelor biologice complexe la viteze rapide, bioinformatica valorificând şi puterea datelor mari pentru a facilita o înțelegere mai adâncă atât a variațiilor genetice, cât și a implicațiilor acestora asupra bolilor; utilizarea bioprintingului oferă potențialul de a crea organe și țesuturi funcționale pentru transplant și cercetare.
Este salutară în acest context general inaugurarea de către Universitatea de Medicină și Farmacie „Carol Davila” din Bucureşti (UMFCD, lider în domeniul medical și farmaceutic) a Centrului de Cercetare pentru Structuri Terapeutice Inovative (InnoTher). După cum a precizat (în comunicatul de presă din 26 ianuarie 2024) distinsul Rector al UMFCD, Prof. univ. dr. Viorel Jinga: „Misiunea acestui centru de cercetare este de a dezvolta excelența sustenabilă în cercetare și educație pentru că, pe lângă rolul de a derula activități de cercetare fundamentală și aplicativă, de a implementa proiecte specifice de cercetare, de a promova utilizarea tehnologiei avansate, activitatea echipei InnoTher va contribui și la creșterea calității educației și formării profesionale pentru dezvoltarea capitalului uman… InnoTher este mai mult decât o investiție strategică, este o garanție a eforturilor noastre de susținere a excelenței CDI în domeniul Sănătate, precum și a creșterii competitivității la nivel instituțional pentru atingerea statutului de lider regional european” (https://umfcd.ro/comunicat-de-presa-innother-un-nou-pas-al-universitatii-de-medicina-si-farmacie-carol-davila-din-bucuresti-catre-medicina-personalizata/).
Prof. univ. dr. ing. Victor Lorin Purcărea
References
Dranove, D., Garthwaite, C. (2022), “Artificial Intelligence, the Evolution of the Healthcare Value Chain, and the Future of the Physician”. [pdf] NBER Working Paper Series, Working Paper 30607, October 2022, pp. 1-33 (www.nber.org/system/files/working_papers/w30607/w30607).
Kar, R. and Wasnik, A. (2024), “Progress and trends in healthcare marketing strategy (2018–2022): A descriptive and bibliometric analysis of the Web of Science (WOS) dataset”, International Journal of Pharmaceutical and Healthcare Marketing, Vol. ahead-of-print No. ahead-of-print. https://doi.org/10.1108/IJPHM-12-2022-0106.
Lenharo, M. (2024), “Google AI has better bedside manner than human doctors — and makes better diagnoses”, News, 12 January 2024, doi: https://doi.org/10.1038/d41586-024-00099-4.
McKinsey & Company (2023), “McKinsey on healthcare: Innovate to thrive”. [pdf] Healthcare Practice, A selection of articles from 2023, December 2023, p. 2 (mckinsey-on-healthcare-innovate-to-thrive).
StartUs Insights (2024), Discover the Top 10 Trends in Medical Research (2024). [Accessed 8 January 2024].
Tao Tu, Anil Palepu, Mike Schaekermann, Khaled Saab, Jan Freyberg, Ryutaro Tanno, Amy Wang, Brenna Li, Mohamed Amin, Nenad Tomasev, Shekoofeh Azizi, Karan Singhal, Yong Cheng, Le Hou, Albert Webson, Kavita Kulkarni, S Sara Mahdavi, Christopher Semturs, Juraj Gottweis, Joelle Barral, Katherine Chou, Greg S Corrado, Yossi Matias, Alan Karthikesalingam, Vivek Natarajan (2024), “Towards Conversational Diagnostic AI”, Computer Science > Artificial Intelligence, Submitted on 11 Jan 2024. https://doi.org/10.48550/arXiv.2401.05654.
Yaraghi, N. (2024), “Generative AI in health care: Opportunities, challenges, and policy”. [pdf] Commentary, January 8, 2024 (Generative AI in health care_ Opportunities, challenges, and policy _ Brookings).