Pár hónap múlva rá sem lehet ismerni a betegellátásra, 2026-ban jön a fordulat

Az elmúlt évek legjelentősebb digitális befektetései az egészségügy területére érkeztek, mondta  Kóka János, a Doktor24 elnöke a harmadik AI Summiton. Az egészségügyi szektorba 2010 és 2020 között mintegy 100 milliárd dollár befektetést irányítottak.

Az érdeklődés nem csitult és a befektetők továbbra is keresik a lehetőségeket. Csak az idei évtized első két évében már meg is haladta a 100 milliárd dollárt az az összeg, amit magánklinikákba, vagy digitális egészségügyi megoldásokba fektettek a tőkések.

Előrejelzések szerint 2020 és 2030 között az egészségügybe érkező digitalizációs befektetések akár az 500 milliárd dollárt is elérhetik – sorolta a globális adatok Kóka János. 

Az egészségügyi befektető már több mint 25 éves tapasztalattal rendelkezik innovatív és hatásos megoldások létrehozásában és vezetésében a fintech és az egészségügyi szektorban úgy véli, az elmúlt harminc évben különösen a kommunikáció és a bankszektor vonzott nagy tőkéket, azonban az utóbbi tíz évben az egészségügy vált a technológiai innovációk és a digitalizáció legnagyobb befektetési célpontjává.

Jó minőségű, strukturált adat kell 

Nem az a kérdés, hogy az AI (mesterséges intelligencia) kiváltja-e az orvosok munkáját vagy sem, mert nem fogja, de az már látszik, hogy az az orvos lemarad, aki nem használja a mesterséges intelligenciát, mondta Kádár Magdolna, a Belügyminisztérium főosztályvezetője egy kerekasztal beszélgetésben a konferencián. Az államtitkár kiemelte, hogy már az 1950-es évek óta létezik a mesterséges intelligencia tudományterületi elnevezés az egészségügyben. Magyarországon már nagy mennyiségű egészségügyi adatot strukturáltak, mert az egészségügyi mesterséges intelligenciának jó minőségű adatokra van szüksége. Ebben egyébként jól állunk – tette hozzá Kádár Magdolna.  

Az AI használatában az Amerikai Egyesült Államok áll az élen, Európa egy picit le van maradva ezen a területen. Magyarországon az egyik legfontosabb irány az volt, hogy meg kellett alkotni egy egységes mesterséges intelligencia (MI) stratégiát. Ez a 2030-ig célokat megfogalmazó tanulmány egyébként éppen szeptember elején került fel a kormány honlapjára. 

A stratégiában az egészségüggyel kapcsolatban kiemelik, hogy az MI által támogatott digitális eszközök és az innovatív egészségügyi kutatások javíthatják a betegellátás hatékonyságát és a betegbiztonságot, valamint erősíthetik az egészségtudatosságot. 

Kádár Magdolna kiemelte: nálunk még gyerekcipőben jár az egészségügyben a mesterséges intelligencia használata és nagyon fontos, hogy a piaci szereplők és az állami szereplők működjenek együtt.

Az egészségügyben az MI alkalmazási feltételeinek szabályozása jelentős előrelépést jelentett a közérdekű adatfelhasználás és a digitális egészségipar fejlődése felé. A MI stratégiában felhívják a figyelmet arra 2026. január 1-től kezdődően az Elektronikus Egészségügyi Szolgáltatási Tér (EESZT) működtetője – az EESZT üzemeltetője honlapján közzétett szolgáltatási körben – közfinanszírozott egészségügyi ellátásokhoz informatikai megoldásokra a mesterséges intelligenciára épülő orvosi és gyógyszerészi döntéstámogatási rendszert biztosíthat.

Elindult egy projekt a SE-n

Nem egyszerű a szoftverfejlesztés az egészségügyben, mert a szektor túl van szabályozva, mondta Monostori Krisztián, a XUND technológiai vezetője. Példaként említette, hogy éppen a  Semmelweis Egyetem (SE) sürgősségi orvostani klinikáján zajlik egy pilot projektjük. A programba a legkülönbözőbb problémákkal érkező betegeket vonják be, és a kórelőzmények, a betegek által megadott tünetek, valamint más egészségügyi adatok együttes elemzésével tesztelik, hogy a gépi tanuláson alapuló előrejelző modellek hogyan tudják javítani az ellátás minőségét.

Vizsgálják az AI által támogatott kórtörténet-értékelést, a diagnosztikai vizsgálatok szükségességét, valamint a visszatérő beteglátogatások előrejelzését.

Ez az együttműködés úttörő, mert először alkalmaznak AI-alapú rendszert sürgősségi osztályon digitális belépési kapuként, amely segíti a későbbi betegút meghatározását, csökkentve az egészségügyi rendszer terheit és a várakozási időt. 

A beérkező  betegek egy önkéntes, digitális kérdőívet töltenek ki, amelyet az XUND algoritmusa azonnal értékel, személyre szabott diagnózisokat és kezelési ajánlásokat nyújtva, miközben az adatokat szabványos formában tárolják a további elemzéshez és integrációhoz.

Ezzel a projekttel az orvosok és nővérek terheit is csökkentik, miközben hatékonyabb és gyorsabb betegellátást tudnak biztosítani. A kutatás előzetes fázisa 2022-ben háromszáz beteggel zajlott, és pozitív eredményeket hozott, így a folytatásban akár hatezer beteg bevonása is megtörténhet.