Ha volt már olyan érzésed, hogy az egészségügyben a „hová forduljak?” a legnehezebb kérdés, akkor érteni fogod, miért izgalmas (és kényes) lépés, hogy az NHS AI-t tesz az appjába. A tét egyszerre a várólisták, az orvosi adminisztráció és a betegút egyszerűsége.

Mi történt

Az NHS bejelentette, hogy az alkalmazásában mesterséges intelligenciát használ majd a páciensek előszűrésére, vagyis triázsra. A triázs lényegében egy gyors „forgalomirányítás”: a rendszer a tünetek és a súlyosság alapján próbálja eldönteni, hogy a betegnek háziorvosi időpont kell-e, inkább gyógyszertárban érdemes-e segítséget kérnie, vagy adott esetben a helyi A&E (sürgősségi osztály) a megfelelő.

A frissítés a következő egy évben várhatóan 200 ezer pácienshez jut el, majd 2028 áprilisáig minden felhasználó számára elérhetővé válna. A kormányzati célok között kiemelt helyen szerepel a hírhedt „8 órás roham” megszüntetése is: ez az a jelenség, amikor a páciensek reggel egyszerre próbálnak aznapra háziorvosi időpontot szerezni.

A bevezetés egy nagyobb, 10 milliárd fontos technológiai és adatmodernizációs csomag része. Ebbe az is belefér, hogy AI-t használjanak a konzultációk rögzítésére és jegyzetelésére: gondolj rá úgy, mint egy „automatikus jegyzőkönyvvezetőre”, amely leveszi a terhet a klinikusokról. Egy londoni, több helyszínes próbában azt mérték, hogy a dolgozók 25%-kal több időt tudtak a betegekkel tölteni, amikor ilyen eszközt használtak.

Miért fontos

Az egész történet nem arról szól, hogy „AI diagnosztizál”, hanem arról, hogy az ellátórendszer szűk keresztmetszeteit próbálják lazítani. Ha a triázs jól működik, kevesebb ember fog feleslegesen háziorvosi időpontot kérni, és gyorsabban jut el oda, ahol tényleg segítenek. Ugyanakkor a triázs mindig kockázatos műfaj: ha a rendszer téved, az vagy felesleges terhelést okoz (túl sok embert küld tovább), vagy rosszabb esetben késlelteti a szükséges ellátást.

Mire figyelj

  1. Bizonyíték a valós hatásról: egy helyi próba Sussexben 29%-os csökkenést mutatott a telefonvonalon várakozók számában, de ettől még kérdés, hogy országos szinten mennyire skálázható a nyereség, és nem tolódik-e át a terhelés más csatornákra.
  2. Adatvédelem és bizalom: a konzultációk „hangalapú” rögzítése különösen érzékeny. Nem elég, hogy pontos legyen; azt is világosan kell kezelni, ki fér hozzá, meddig tárolják, és hogyan védik a bizalmas egészségügyi adatokat.
  3. Digitális kirekesztés: ha az ellátás egyre inkább appokra támaszkodik, azok kerülhetnek hátrányba, akik kevésbé magabiztosak technológiában, nincs megfelelő eszközük, vagy akadálymentesítésre lenne szükségük.
  4. „Piecemeal” vs. stratégia: a Health Foundation egyik kulcsállítása, hogy a sikerhez nem elég sok különálló AI-eszközt bevezetni; kell egy hosszú távú terv, közös biztosítékokkal és támogatással, különben a rendszer széttöredezetten fog fejlődni.

A következő két évben az igazi kérdés az lesz, hogy az AI a betegnek valóban egyszerűbb, gyorsabb és kiszámíthatóbb utat ad-e az ellátáshoz — úgy, hogy közben a klinikusok terhei csökkennek, nem pedig új hibajavítási és adminisztratív körökkel bővülnek.