Opieka zdrowotna 2.0: jak nauka o danych wspiera usługi medyczne
W poprzednich postach mówiliśmy o tym, dlaczego opieka nad osobami starszymi staje się obecnie najwyższym priorytetem w każdym społeczeństwie, oraz o tym jak sztuczna inteligencja (AI) i nauka o danych (Data Science) mogą być wykorzystane, aby pomóc w tworzeniu nowych rozwiązań w szeroko rozumianej opiece zdrowotnej. Aby zapewnić spersonalizowaną opiekę nad starszą osobą, konieczne jest wspomniane już zdalne monitorowanie, ale nieostrożne korzystanie z takich rozwiązań może przynieść więcej szkody niż pożytku. Uczenie federacyjne (Federated Learning) jest jednym ze sposobów na rozwiązanie wyzwań jakie stoją przed nami w tej dziedznie (zapewnienia bezpiczeństwa danych, usprawnienie tworzenia rozbudowanych modeli). Bieżący post jest o tym, jak szeroko pojęty monitoring może być wykorzystywany w połączeniu z innymi źródłami informacji dla lepszego wsparcia na poziomie jednostki i społeczeństwa w zakresie usług medycznych.
Na początek przyznajmy, że jesteśmy ’nerdami: wszyscy kochamy statystyki (mam nadzieję, że Ty też!). A w opiece zdrowotnej mamy całą masę różnych statystyk, ciekawych danych i ich zestawień! To świetnie, ale statystyki są przydatne tylko wtedy, gdy podany jest kontekst. Kontekst jest określony w przestrzeni i czasie, więc potrzebujemy danych z pomiarów w całym wybranym, interesującym nas obszarze, w różnych okresach. Takie dane mogą służyć aktualizacji naszej wiedzy o tym, czym się opiekujemy (oraz naszych modeli, które pozwalają nam tą wiedzę wykorzystać w praktyce). Nie tak dawno temu wszyscy prawie codziennie oglądali infografiki i statystyki dotyczące epidemii COVID-19, które dawały nam aktualne informacje o sytuacji pandemicznej na całym świecie – jak na przykład strony: https://www.worldometers.info/coronavirus/ , https://ourworldindata.org/coronavirus czy https://coronavirus.jhu.edu/map.htmlDla wszystkich stało się wtedy oczywiste, że właściwe wykorzystanie nowoczesnych narzędzi cyfrowych (sprzętu, technik komunikacji, oprogramowania) może być kluczowe dla zarządzania w a takich wyjątkowych sytuacjach. W sytuacjach kryzysowych w jednym momencie rzucamy wszystko, co w danym momencie robimy, aby uzyskać obraz sytuacji, miarodajne odpowiedzi na najważniejsze pytania i móc podjąć szybkie właściwe decyzje. Dzięki częstym i dobrze zorganizowanym obserwacjom, magazynowaniu danych i odpowiedniemu modelowaniu można stwierdzić, kto jest bardziej zagrożony, gdzie w pierwszej kolejności powinna być wysłana pomoc medyczna, jak zreorganizować logistykę itp.
Na szczęście sytuacje kryzysowe nie są trwałe, ale w czasie pandemii nauczyliśmy się wiele o szybkim i skutecznym zbieraniu informacji i modelowaniu na wieką skalę, obejmujacą całe społeczeństwa! Ta zdobyta wiedza jest tym, czego potrzebujemy, gdy myślimy o wsparciu dużych społeczności: na przykład dzieci w odległych wioskach, starszych ludzi żyjących samotnie w domach, czy w ogóle o ludności na dużych obszarach bez odpowiedniej infrastruktury. Wymienione scenariusze opisują zupełnie inne uwarunkowania, a jednak w każdej z takich sytuacji mogą pomóc podobne narzędzia i usługi cyfrowe. Dodatkowo to, czego nauczymy się w jednej dziedzinie, może się także kiedyś przydać w innej!
Oto bardzo ciekawy raport na temat tego, jak cyfrowe rozwiązania dla ochrony zdrowia – tzw. cyforwe narzędzia zdrowotne (Digital Health Tools) mogą wzmocnić istniejące systemy opieki zdrowotnej w różnych regionach Afryki [1]. Choć regiony te różnią się pod względem rozwoju infrastruktury, poziomu wsparcia finansowego czy stopnia rozwinięcia systemów opieki zdrowotnej, wszystkie muszą zmierzyć się z pewnymi podobnymi wyzwaniami, takimi jak rozległe obszary pozbawione bezpiecznych środków transportu czy różnice kulturowe i językowe. Według raportu McKinsey cyfrowe narzędzia zdrowotne (Digital Health Tools) to: „produkty i usługi oparte na technologii przeznaczone dla pacjentów, pracowników służby zdrowia, społeczności, firm farmaceutycznych i biotechnologicznych, liderów zdrowia publicznego, organów regulacyjnych i płatników.” Autorzy raportu podzielili różne rozwiązania oparte na analizie danych (Data Science) i sztucznej inteligencji (AI) na sześć kategorii:
- wirtualne interakcje: konsultacje na odległość, obsługa w nagłych przypadkach, wsparcie psychiczne
- dane „bez papieru” („Paperless” data): wymiana informacji o stanie zdrowia, wystawianie recept w chmurze
- samoopieka pacjenta: usługi, które wymagają aktywnego udziału klientów
- samoobsługa pacjenta; umawianie wizyt itp.
- systemy inteligencji decyzyjnej: modelowanie statystyczne, wspomaganie decyzji itp.
- automatyzacja przepływu pracy: optymalizacja logistyki i zasobów, zarządzanie urządzeniami
Według szacunków McKinsey’a, wzrost wydajności lub oszczędności dzięki wprowadzeniu różnych cyfrowych narzędzi zdrowotnych może wynieść mniej więcej od 2 miliardów do 11 miliardów dolarów w RPA tylko do 2030 roku – co stanowi 6 do 15 procent całkowitych prognozowanych wydatków na opiekę zdrowotną! Indywidualny wkład najistotniejszych narzędzi i usług przedstawiono w poniższej tabeli:
|
Cyfrowe narzędzia zdrowotne |
Scenariusz ostrożny |
Scenariusz optymistyczny |
 |
||
|
Udział całkowitych oszczędności wynikających z przyjęcia technologii cyfrowych w ochronie zdrowia w RPA, 2030, % [1]. |
||
Oczywiście, juz teraz istnieje sporo narzędzi i usług będących kluczowymi częściami systemu opieki zdrowotnej lub związanych z działalnością ośrodków medycznych – na przykład w takich obszarach jak badania genetyczne, logistyka szpitalna czy tworzenie paneli informacyjnych (dashboard). Jednak wiele z nich jest przydatnych także w opiece nad osobami starszymi! Chociaż infrastruktura (taka jak transport publiczny, systemy drogowe, sieci komunikacyjne, itp.) jest znacznie lepsza np. w Polsce czy na Węgrzech, w porównaniu z podanym powyżej scenariuszami, to w rzeczywistości dostęp do niej jest dość ograniczony dla osób starszych. Istnieje więc bardzo silne podobieństwo między tymi scenariuszami jeżeli weźmiemy pod uwagę osoby starsze. Może się to wydać dość dużym przeskokiem logicznym, ale możemy założyć, że względny udział wymienionych usług i narzędzi byłby mniej więcej podobny, gdyby dotyczyły one sytuacji wykorzystania ich w opiece nad osobami starszymi. Teraz spójrzmy na te sprawy nieco głębiej i wybierzmy te technologie, które mają największy potencjał.
Wirtualne interakcje
Cóż, nie jest zaskoczeniem, że wirtualne interakcje między pacjentami a opiekunami mogą znacznie zwiększyć wydajność systemu opieki zdrowotnej, zwłaszcza gdy zasoby są ograniczone występują ograniczenia w mobilności. Dlatego jesteśmy głęboko zainteresowani rozwiązaniami w zakresie monitorowania i wirtualnego asystowania na dużą skalę (zobacz proszę nasze poprzednie posty!). Nawet w bardziej ostożnym scenariuszu usługi te dałyby około 39% ogólnego wzrostu efektywności.
Wymiana informacji – dane „bez papieru” („Paperless” data)
Zaskakujące jest jednak to, że najmniej skomplikowane ze wszystkich wymienionych narzędzi może mieć największy wpływ! Zasadniczo chodzi tu o posiadanie w pełni zdigitalizowanej elektronicznej dokumentacji zdrowotnej, którą można przeszukiwać, porównywać z innymi źródłami informacji lub integrować z nimi. Tu znów mamay podobną sytuację ajk w przypadku wirtualnych interakcji, tzn. w ramach bardziej ostrożnego scenariusza, ta grupa usług przyniosłaby bardzo duży, bo prawie 24% ogólnego wzrostu efektywności.
Biorąc pod uwagę fakt, że tworzenie i utrzymywanie dużych zbiorów danych jest o wiele tańsze niż którakolwiek z pozostałych metod w tabeli, wkład ten jest ogromny! Właściwie jest tak ogromny, że wszyscy powinni zacząć teraz skakać! No, może jednak nie. Chociaż technicznie integracja różnych źródeł danych jest wykonalna, to istnieje wiele przeszkód, które sprawiają, że zadanie to jest prawdziwym wyzwaniem.
Prawdopodobnie najważniejszy problem jest natury prawnej. Dokumentacja pacjentów, dane z monitoringu czy jakiekolwiek inne zgromadzone dane osobowe należą do „kategorii specjalnej” w rozumieniu Ogólnego Rozporządzenia o Ochronie Danych Osobowych, RODO (General Data Protection Regulation, GDPR) Unii Europejskiej lub „danych wrażliwych” w rozumieniu chińskiego prawa o ochronie informacji osobowych (PIPL). W USA California’s Consumer Privacy Act ( CCPA) stała się krajowym standardem. Na pierwszy rzut oka te regulacje są podobne, ale jednak istnieją znaczące różnice, które sprawiają, że opieka zdrowotna i opieka nad osobami starszymi oparta na danych jest staje się skomplikowana. Spośród wielu różnic podkreślmy tylko dwie wyróżniające się cechy. W porównaniu z chińskim PIPL [3], europejski GDPR podaje bardzo szczegółową listę typów danych i przypadków użycia dotyczących „kategorii specjalnej”, ale jej zakres jest węższy. W porównaniu z amerykańskim CCPA [2], GDPR wymaga wyraźnej zgody, co w niektórych przypadkach może uniemożliwić cały proces zbierania informacji.
Oczywiste jest, że niektóre dane z monitoringu nie mogą być zanonimizowane, ponieważ musimy dokładnie wiedzieć, czego potrzebuje pacjent i gdzie potrzebuje pomocy. Tak zwana „prywatność różnicowa” pozwala jednak na wyodrębnienie ogólnych informacji, które mogą być bezpiecznie zanonimizowane i nie są już uznawane za wrażliwe [4]. Prywatność różnicowa polega na tym, że dane są owszem zbieranie od użytkowników jednak bez informacji, od kogo pochodzą poszczególne dane.
Dane „bez papieru” – to jeszcze nie wszystko
Oczywiście wszystkie te liczby podane w cytowanym raporcie to tylko przybliżone szacunki, ponieważ ostatecznie wszystko zależy od wielu niewiadomych. Wskazują one jednak, jak ważne jest inwestowanie w przyszłość i rozpoczęcie transformacji jak najszybciej. Oczywiste jest też to, że gdy te narzędzia będą już uruchomione, to ich wspólny wpływ staje się coraz większy.
Ale dlaczego zatrzymywać się tutaj? Wymienione usługi i narzędzia są bezpośrednio związane z danymi lub usługami w sektorze opieki zdrowotnej. Po ustanowieniu bezpiecznych zasad współdzałania i połączenia tych usług z innymi możliwościami cyfrowych technologii (z możliwościami jake stwarzaja te technologie), pojawią się też nowe możliwości – dzięki włączeniu do całego systemu dodatkowych źródeł informacji.
Poniżej wymieniamy tylko kilka przykładowych pomysłów na wykorzystanie dodatkowych źródeł informacji – ale wierzymy, że możliwości są „nieograniczone”.
- Dynamiczna kompleksowa ocena geriatryczna (CGA)
- Prognoza pogody i mapy pyłków
- Cyfrowe mapy wysokości (DEM)
- Mapy odległości kontaktowych
Dynamiczna kompleksowa ocena geriatryczna (CGA)
Według [10] dynamiczna kompleksowa ocena geriatryczna (Dynamic comprehensive geriatric assessment, CGA) jest definiowana jako: „wielodyscyplinarny proces diagnostyczny i terapeutyczny, który identyfikuje medyczne, psychospołeczne i funkcjonalne ograniczenia starszej, słabszej osoby w celu opracowania skoordynowanego planu maksymalizacji ogólnego stanu zdrowia w okresie starzenia się”.
Mówiąc prościej, chodzi o zrozumienie potrzeb i ograniczeń jednostki oraz określenie najlepszej strategii utrzymania jej dobrego samopoczucia [5,6]. Jednak potrzeby i ograniczenia mogą się szybko zmienić z powodu pogorszenia stanu zdrowia lub niespodziewanych zmian w otaczającej infrastrukturze. Co na przykład, jeśli najbliższy sklep spożywczy zbankrutował? Co jeśli najbliższa linia autobusowa zostanie zamknięta z powodu prac budowlanych? Tego rodzaju informacje są z natury dynamiczne, a ich wykorzystanie i integracja z danymi dotyczącymi stanu zdrowia nie są proste. A przecież dzięki temu opieka nad osobami starszymi byłaby bardziej proaktywna i skuteczna!
Oczywiście systemy opieki społecznej mają ograniczone zasoby, więc muszą uwzględniać potrzeby wszystkich osób, które potrzebują wsparcia. Podobnie jak w przypadku analizy dostępności podstawowej opieki zdrowotnej [8], modelowanie geograficzne dostępności ośrodków opieki lub innych usług przez społeczność osób starszych również mogłoby być niezwykle pouczające. Mapy takie jak poniższa mogłyby być dynamicznie tworzone i aktualizowane dla każdego rodzaju usług (opieka zdrowotna, apteki, domy kultury, parki, itp.):
 |
|
Dojazd transportem publicznym a różnica czasu przejścia do celu dla dwóch dużych miast w Finlandii [8]. |
Dzięki okresowej aktualizacji tych map dostępności moglibyśmy zauważyć regiony, które nagle stały się mniej dostępne, co wskazywałoby na konieczność podjęcia odpowiednich działań naprawczych.
Prognoza pogody i mapy pyłkowe
Oprócz zmian w infrastrukturze, naturalne zmiany, takie jak pogoda, mogą również powodować poważne problemy zdrowotne dla wielu osób. Na przykład ekstremalne temperatury niestety stają się coraz częstsze i konieczne stają się systemy wczesnego ostrzegania. Gwałtownym zmianom, czy zdarzeniom takim jak silny wiatr czy opady deszczu, trudno jest zapobiec. Ich wpływ zależy jednak od zagęszczenia osób starszych w danym regionie, a więc odpowiednie reakcje na zdarzenie mogą być przez systemy modelowane i definiowane z wyprzedzeniem.
Mówiąc o wietrze: pamiętajmy, że zanieczyszczenia powietrza (smog i pyłki) wpływają przede wszystkim na osoby starsze o pogorszonym stanie zdrowia. Usługi takie jak: https://www.breezometer.com/air-quality-map/ podają szczegółowe informacje o jakości powietrza dla ponad 60 krajów. W wielu krajach istnieją publiczne serwisy pokazujące aktualną sytuację, jak np. krajowa mapa pyłkowa w USA: https://www.pollen.com/map
Okresowe aktualizacje map dostępności, pozwalają szybko zidentyfikować, które regiony nagle stają się mniej dostępne, wskazują na konieczność podjęcia odpowiednich działań. Prognoza wiatru i mapy pyłkowe w połączeniu mogą być również wykorzystane do informowania ludzi o tym, czego mogą się spodziewać i jak zminimalizować ryzyko dla zdrowia. Co jest potrzebne? System wymiany informacji o stanie zdrowia, dane z monitoringu dotyczące aktualnej i spodziewanej lokalizacji osób oraz dynamiczne mapy pogodowe.
Cyfrowe mapy wysokościowe (DEM)
Podczas monitoringu na dużą skalę, możemy szybko zebrać statystyki, które dają nam ogólny wgląd w aktualny stan społeczeństwa. Jednak dodatkowa informacja geograficzna może także wiele wnieść do pełniejszego zrozumienia sytuacji. Na przykład, monitorując prędkość i czas chodzenia ludzi, możemy zauważyć kogoś, kto porusza się znacznie mniej niż przeciętnie. Jednak jeśli ta osoba mieszka w górskiej wiosce, gdzie poruszanie się wymaga większej ilości energii? Te informacje można uwzględnić, korzystając z map wysokościowych [11]. [11]
Mapy kontaktów
Mówiliśmy już o tym, że opieka nad osobami starszymi stanie się naszą wspólną odpowiedzialnością. Rodziny wraz z lokalnymi społecznościami (przy pomocy dostępnych zasobów) mogą udzielić odpowiedniego wsparcia osobom starszym. Kiedy tylko jest to możliwe, pracownicy socjalni zbierają informacje o podstawowych kontaktach (osoby kontaktowe, rodzina, ich miejsca zamieszkania, itd.). Posiadanie członków rodziny w pobliżu może uczynić usługi medyczne i opiekę znacznie bardziej efektywnymi oraz zapewnić lepsze wsparcie emocjonalne dla osoby starszej. Ważne jest również, aby wiedzieć, jak daleko mieszkają podstawowe osoby kontaktowe. Mapy kontaktów mogłyby być pomocne przy podejmowaniu decyzji o poproszeniu o pomoc lub zapewnieniu wsparcia opieki społecznej w przypadku nagłego wypadku lub np. planowanej wizyty u lekarza.
Wierzymy, że w przyszłości ta lista cyfrowych narzędzi służących opiece zdrowotnej nad osobami starszymi będzie się powiększać. Potrzebna jest tylko Twoja wyobraźnia i nasza wiedza techniczna, aby to osiągnąć.
Źródła:
[2] https://www.cookieyes.com/blog/ccpa-vs-gdpr/
[4] https://www.gdprsummary.com/anonymization-and-gdpr/
[6] https://core.ac.uk/download/pdf/236433397.pdf
[7] https://www.ncbi.nlm.nih.gov/pmc/articles/PMC6068710/
[8] https://www.sciencedirect.com/science/article/pii/S0143622821001995
[9] https://www.ncbi.nlm.nih.gov/pmc/articles/PMC6852049/
[10] https://www.uptodate.com/contents/comprehensive-geriatric-assessment
[11] https://omdena.com/blog/topographical-maps-deep-learning/