- Az Egészségügyi Világszervezet (WHO) szerint az emberiség élethossznövekedése miatt 2030-ra akár 40 millió új egészségügyi munkahelyre is szükség lehet, addigra azonban 9,9 millió orvos, ápoló és szülésznő fog hiányozni a szakmából. [1
- Az EIT Health és a McKinsey&Company „Az egészségügy átalakítása a mesterséges intelligencia segítségével: A munkaerőre és a szervezetre gyakorolt hatás” tanulmánya szerint a mesterséges intelligencia (AI) forradalmasíthatja az egészségügyi ellátást, segítségével jobb és hatékonyabb ápolási eredmények érhetőek el és javulhat a betegek tapasztalata az egészségügyi rendszerekkel kapcsolatban is.
- Magyarországon az EIT Health számos induló start-upot támogatott, amelyek úttörő mesterséges intelligencia-alapú megoldásokat fejlesztettek ki a virtuális betegtől, amelyen a rezidensek gyakorolhatnak (InSimu) egy AI alapú sugárterápia fejlesztését elősegítő projekten át (GE Healthcare) a nemzetközi teleradiológia forradalmasítását segítő szoftverig.
-------------------------------------a cikk lentebb folytatódik------------------------------------------
Legyen lapos a hasa!
A legtöbb ember a hasára hízik, és gyakran egy sikeres fogyókúra után sem tűnnek el a hasi zsírpárnák, az úszógumik.
Itt egy jó kis haslaposító koktél! Megnézem >> [0]
---------------------------------------------------------------------------------------------------------------
Az EIT Health és a McKinsey&Company új kutatása reflektál az Európai Bizottság július 1-jén bemutatott Európai készségfejlesztési programjára [2, amely célja a fenntartható versenyképesség erősítése, az esélyegyenlőség biztosítása és a válságokra való reagálóképesség kiépítése.
A program szerint napjainkban a munkahelyek legalább 85 százalékához szükséges digitális tudás, hiszen 2005 és 2016 között az új munkahelyek 40 százaléka a digitálisan intenzív ágazatokban jött létre, azonban 2019-ben a felnőttek csupán 56 százaléka rendelkezett az alapvető készségekkel [3. Ez a megállapítás párhuzamban áll az EIT Health és a McKinsey&Company tanulmányával, amely szerint Európában nagy szükség van a digitális tudás fejlesztésére és alkalmazására az egészségügyi szektorban is, hiszen többek között az biogyógyászat, a data science, az adatelemzés és a genomika is jelentős szerepet kapnak majd, ha az AI és a gépi tanulás áttörést ér el az egészségügyben.
Jorge Fernández García, az EIT Health innovációs szakértője szerint a digitális készségeket ritkán tanítják a hagyományos klinikai tudományok mellett. Ez nem is elvárható, hiszen jelenleg az egészségügyi dolgozók sincsenek még kellőképpen felkészülve a mesterséges intelligencia használatára. Az európai egészségügyi innováció élvonalában azonban egyre több hatékony és izgalmas AI-megoldást látszik, amelyek enyhíthetik az egészségügyi szolgáltatókra nehezedő nyomást.
A HelloAIRIS nyári iskolát, ami az egészségügyi gondozás témakörét járta körbe a GE Healthcare, a Leitat Technológiai Központ és a Stockholmi KTH Királyi Technológiai Intézet az EIT Health-szel együttműködve szervezte meg. Az adatok önmagukért beszélnek, ugyanis idén 900 jelentkezőt vonzott a program, akik közül végül 400-an vehettek részt az egyedülálló online tanfolyamon. A képzés fő célja a közép-, kelet és dél-európai régiók tehetséges tanulóinak fejlesztése volt, akik a programon olyan digitális készségeket sajátítottak el, amelyeknek nagy hasznát veszik majd a jövőben, valamint piacképes EIT egészségügyi tanúsítványt is kaptak.
„A feltörekvő régiók start-upjaival folytatott munka alapján elmondható, hogy óriási szükség van a szakemberek felkészítésére és a digitális egészségügyi ismeretek fejlesztésére. A HelloAIRIS tanfolyamot partnereink bevonásával fejlesztettük ki annak érdekében, hogy az új generációval megismertethessük a mesterséges intelligencia egészségügyi alkalmazásának alapjait. A kurzus iránti érdeklődés idén a vártnál sokkal nagyobb volt” - mondta Tóth Mónika, az EIT Health InnoStars RIS programmenedzsere.
Mely egészségügyi szakembereknek van a legnagyobb szüksége a mesterséges intelligenciára?
Jelenleg a diagnosztika alkalmazza leginkább az AI-t az egészségügyben. Az EIT Health és a McKinsey&Company felmérése alapján – amelyben 175 egészségügyi dolgozót és 62 döntéshozót kérdeztek meg – a szakemberek arra számítanak, hogy a következő 5-10 évben emellett a klinikai döntéshozatalban lesz kiemelkedő szerepe a mesterséges intelligenciának.
A tanulmány szerzői kiemelik, hogy amellett, hogy a jövőben több egészségügyi szakemberre lesz szükség, az is létfontosságú, hogy idejüket arra fordítsák, ami a legértékesebb: a betegek gondozására. A mesterséges intelligencia széles körű elfogadása és alkalmazása segítheti enyhíteni az erőforrás-kapacitások hiányából adódó problémákat és forradalmasíthatja az egészségügyi ellátást az automatizálás folyamatos fejlesztésével. Ennek következtében javulhat a szakemberek munkavégzésének hatékonysága, hiszen kevesebb időt kell az adminisztratív feladatokra fordítaniuk, így jobban tudnak a betegekre összpontosítani. A radiológusok idejének legalább 20 százaléka felszabadítható a mesterséges intelligencia alkalmazásával, így az orvosok adminisztráció helyett a klinikai csapatokkal együtt személyre tudják szabni a gyógyítás további lépéseit, ezáltal a gyógyulási folyamatok is hatékonyabbá válhatnak.
A mesterséges intelligencia nemcsak a diagnosztizálás gyorsaságát javíthatja, hanem akár annak pontosságát is. 2015-ben az algoritmusok megelőzték az embereket az ImageNet Challenge Large Scale Visual Recognition Challenge (ILSVRC) versenyen, ahol 2010-ben még 28 százalék volt az AI hibaaránya, ám ez 2017-re 2,2 százalékra csökkent. A tipikus, emberi hibaarány körülbelül 5 százalékos.[4
Mesterséges Intelligencia az európai egészségügyben
Egyre több mesterséges intelligencia alapú megoldás születik Európában, ezek egy részét az EIT Health támogatja: A magyar InSimu kifejlesztett egy programot, amely lehetővé teszi, hogy az orvostanhallgatók virtuális betegeken gyakorolhassák a diagnosztizálást, míg a szintén magyar Sineko Global Kft. a radiológiai jelentéseket fordító „GRAID” szoftverével a nemzetközi teleradiológia fejlesztésére törekszik. A hazai GE Healthcare projektje a Deep MR-only RT, aminek célja, hogy a rákos betegek sugárterápiás kezelését fejlessze az MR képalkotásának fejlesztésével, így a CT-k elhagyhatóak lennének a vizsgálat során. A YogaNotch magyar start-up testre rögzíthető érzékelőket fejlesztett ki annak érdekében, hogy a jógázás alatt valós idejű, személyre szabott visszajelzéseket kapjon a használó a helyes testtartásról. A Brainscan egy lengyel start-up a mesterséges intelligenciát használja az agyi CT-vizsgálatok értelmezéséhez. A projekt a diagnosztizálás hatékonyságának javításához járul hozzá azáltal, hogy az agyi patológiás változások osztályozására, lokalizálására és összehasonlítására mesterséges intelligenciát alkalmaz a radiológiai munkafolyamatban.
Egy másik sikeres példa az AI használatára az olasz PatchAi, amely az első kognitív platform, amelyen egy AI-alapú virtuális asszisztens segítségével azokat az adatokat gyűjtik és elemzik, amelyeket a betegek a klinikai vizsgálatok során bejelentenek. Portugáliában az iLof, az EIT Health Jumpstarter 2019 és a Wild Card 2019 győztese létrehozott egy mesterséges intelligenciára és fotonikára épülő, optikai ujjlenyomatokat tartalmazó felhő-alapú könyvtárat, amely segítségével 40 százalékkal tudja csökkenteni az Alzheimer-kórhoz kapcsolódó gyógyszerfejlesztések költségét és 70 százalékkal azok időigényét.
A kutatásban a továbbképzések mellett fontos igényként jelent meg az egészségügyi szakemberek mélyebb bevonása a mesterséges intelligencia fejlesztésének korai szakaszaiba. Jelenleg a megkérdezettek 44 százaléka, akiket érdekel az egészségügyi innováció és a mesterséges intelligencia, még sohasem vett részt AI-megoldás fejlesztésében vagy bevezetésében.
A mesterséges intelligencia hatalmas potenciállal rendelkezik az egészségügyi rendszerek hatékonyságának javításában és fenntarthatóbbá tételében, de ennél is fontosabb, hogy jobb kezelési eredmények érhetőek el vele. Az EIT Health és a McKinsey&Company riportja útmutatást nyújt a döntéshozók számára a saját egészségügyi szervezetükre vonatkozó, a mesterséges intelligenciával kapcsolatos megfelelő megközelítés kidolgozására és végrehajtására.
A döntéshozók az interjúk során hangsúlyozták az AI képzés fontosságát, emellett pedig szükségesnek tartják, hogy a nemzeti egészségügyi rendszerek együttműködjenek az egészségügyi szakemberekkel, a tudományos élettel és az iparral egyaránt az egészségügyi szolgáltatók támogatásának érdekében. A döntéshozók szerint különösen azok számára fontos ez, akik nem elég befolyásosak és nagyok, hogy az ilyen programokat önállóan tudják véghez vinni. Emellett kiemelték azt is, hogy a mesterséges intelligencia használatának etikusnak, átláthatónak és megbízhatónak kell lennie. A riport kiegészült a McKinsey Global Institute (MGI) Az Európai Egészségügyi Rendszerek Jövőbeli Munkája című makrogazdasági elemzéssel.
[1 Global Strategy on human resources for health: Workforce 2030, World Health Organization, 2016, https://www.who.int/hrh/resources/pub_globstrathrh-2030/en/ (2020.08.05)
[2 European Skill Agenda 2020: https://ec.europa.eu/social/main.jsp?catId=1223
[3 U.o.
[4 S. Dodge and L. Karam, “Understanding how image quality affects deep neural networks,” International Conference on Quality of Multimedia Experience (QoMEX), 2016 http://image-net.org/challenges/LSVRC/2010/results; http://image-net. org/challenges/LSVRC/2017/results.