Cum datele pacienților conduc viitorul îngrijirii sănătății

Cursa AI în domeniul sănătății se îndepărtează tot mai mult de întrebarea dacă mașinile pot genera informații medicale și se îndreaptă spre una mai importantă: ce se întâmplă când AI poate lucra cu datele pacienților pe care medicii și cercetătorii le dețin deja?

Trei evoluții recente indică spre direcția în care ar putea merge această schimbare.

Mai întâi, OpenAI a conectat recent ChatGPT for Healthcare la datele de dosar electronic de sănătate Epic, aducând context clinic specific pacientului într-un flux de lucru AI și potențial reducând timpul pe care medicii îl petrec căutând prin dosare medicale fragmentate.  

În continuare, PurpleLab, o companie de date și analiză în domeniul sănătății, tocmai a lansat CARES, o inițiativă pentru a sprijini cercetarea utilizând cantitatea sa vastă de date de sănătate din viața reală. 

Și în final, cercetătorii de la Harvard Medical School au dezvoltat un model AI care folosește dosarele medicale existente și informațiile genetice pentru a estima riscul a sute de boli.

Luate împreună, ele sugerează ceea ce mulți din domeniul sănătății speculează de ceva timp: că datele pacienților ar putea fi unul dintre cele mai valoroase active ale industriei pentru inovație în îngrijire.

Să analizăm în continuare fiecare dintre aceste progrese recente în datele pacienților.

De la dosarele electronice de sănătate la asistenții AI

Pe 1 septembrie, OpenAI a anunțat o integrare Epic pentru ChatGPT for Healthcare care permite organizațiilor de sănătate autorizate să aducă informațiile pacientului în fluxuri de lucru asistate de AI.

Integrarea poate ajuta medicii să revizuiască informații precum note medicale, medicații, rezultate de laborator și întâlniri anterioare, fără a reconstitui manual istoricul pacientului din diferite părți ale dosarului.

Sistemul este doar în citire, ceea ce înseamnă că AI nu modifică independent dosarul medical.

Această diferență contează. Oportunitatea imediată nu constă în înlocuirea dosarului electronic de sănătate sau în permiterea unui sistem AI să ia decizii pe cont propriu. Este vorba de reducerea timpului pe care medicii îl petrec căutând și sintetizând informații.

OpenAI conectează, de asemenea, ChatGPT for Healthcare la surse publice oficiale, inclusiv PubMed, ClinicalTrials.gov, DailyMed și datele CMS.

Ideea principală este combinarea contextului pacientului cu dovezile medicale externe în același flux de lucru.

Folosirea mai eficientă a datelor din lumea reală pentru cercetare

PurpleLab, o companie de date și analiză care se concentrează, printre altele, pe Dovezi din Lumea Reală (RWE) și Date din Lumea Reală (RWD) în domeniul sănătății, a lansat recent Centrul pentru Avansarea Studiilor de Dovezi din Lumea Reală, sau CARES, cu accent pe sprijinirea cercetătorilor, instituțiilor academice, rețelelor de dovezi și comunităților de pacienți în utilizarea mai eficientă a datelor din lumea reală.

Importanța depășește simpla disponibilizare a mai multor date.

Cercetătorii din domeniul sănătății s-au confruntat de mult timp cu probleme legate de definiții inconsistente, seturi de date fragmentate și dificultăți în reproducerea studiilor anterioare.

CARES este conceput în jurul cercetării reproductibile, metodologiilor transparente, parteneriatelor academice și cercetării centrate pe pacient.

PurpleLab afirmă că cercetătorii pot lucra cu seturile sale de date din lumea reală pentru a studia tiparele de tratament, rezultatele și costurile în sănătate în domenii precum oncologia, cardiologia, sănătatea mintală și bolile rare.

Dacă vor avea succes, inițiative de acest gen ar putea transforma informațiile generate în mod obișnuit în domeniul sănătății în dovezi care răspund la întrebări pe care studiile clinice tradiționale nu le pot aborda întotdeauna cu aceeași rapiditate.

„Dovezile din lumea reală sunt cele mai puternice atunci când sunt riguroase, supuse evaluării de către experți și partajate deschis. Cu PurpleLab CARES, demonstrăm ce pot face datele noastre în mâinile cercetătorilor, partenerilor academici și comunităților de pacienți,” a declarat Scott DuVall, Vicepreședinte Senior, Dovezi din Lumea Reală, la PurpleLab, într-un comunicat al companiei.

Previzionarea bolilor înainte de apariție

La Harvard, echipele de cercetare transformă datele pacienților în motoare de predicție.

Un model de învățare automată dezvoltat de cercetătorii de la Dana-Farber Cancer Institute și Massachusetts General Hospital poate estima riscul unui pacient pentru 348 de boli utilizând dosarele electronice de sănătate (EHR) colectate în mod obișnuit, alături de informațiile genetice de risc.

Modelul, denumit Aladynoulli, a fost antrenat și validat folosind date din peste 683.000 de dosare de pacienți din trei biobănci.

Cercetătorii afirmă că poate actualiza dinamic evaluările de risc pe măsură ce pacientul îmbătrânește.

Potențialul său este semnificativ. În loc să privească istoricul medical doar ca pe o înregistrare a celor care s-au întâmplat deja, AI ar putea folosi din ce în ce mai mult datele pentru a identifica tipare asociate cu ceea ce s-ar putea întâmpla în continuare.

Dar aici precauția este esențială. Modelul a fost până acum evaluat folosind date istorice ale pacienților, iar cercetări suplimentare sunt necesare înainte de a stabili cum se comportă în medii clinice reale.

Provocarea reală este încrederea

Viitorul AI în domeniul sănătății ar putea, prin urmare, să depindă mai puțin de cât de impresionant sună un algoritm și mai mult de dacă datele din spatele acestuia sunt precise, reprezentative, sigure și guvernate responsabil.

Datele pacienților pot dezvălui tipare pe care oamenii le găsesc dificil de identificat pe parcursul anilor de istoric medical. Dar aceleași înregistrări conțin unele dintre cele mai sensibile informații generate de o persoană.

Pe măsură ce organizațiile din domeniul sănătății conectează dosarele electronice de sănătate (EHR), bazele de date de cercetare și sistemele AI, întrebarea centrală nu va fi pur și simplu dacă AI poate extrage mai multă valoare din datele pacienților.

Ci dacă sistemul de sănătate poate face acest lucru fără a pierde încrederea pacienților.

Acest echilibru între informații mai bune și utilizarea responsabilă ar putea în final să determine cât de departe ajunge AI de la laboratorul de cercetare în îngrijirea zilnică a sănătății.