Implementace umělé inteligence do zdravotnictví je kvůli organizačním a technickým výzvám složitější, než se očekávalo. Studie University College London odhaluje problémy s integrací AI do stávajících systémů.
Implementace umělé inteligence (AI) do nemocnic britského zdravotního systému NHS je mnohem složitější, než se původně očekávalo. Proces komplikují otázky týkající se správy, smluv, sběru dat, sladění s existujícími IT systémy, výběru vhodných AI nástrojů a školení personálu. Toto zjištění přináší rozsáhlá nová studie vedená výzkumníky z University College London (UCL).
Podle autorů studie publikované v eClinicalMedicine by tato zjištění měla poskytnout důležité poznatky pro britskou vládu. Její nedávný desetiletý plán pro NHS označuje digitální transformaci, včetně AI, jako klíčovou platformu pro zlepšení služeb a zkušeností pacientů.
V roce 2023 NHS England zahájila program zavádění AI pro pomoc s diagnostikou plicních onemocnění, včetně rakoviny plic, v 66 nemocnicích v Anglii. Ty jsou seskupeny do 12 diagnostických sítí, což znamená, že více pacientů má přístup ke specialistům. Klíčové funkce AI nástrojů zahrnují prioritizaci kritických případů pro specialisty a podporu jejich rozhodování pomocí zvýrazňování anomálií na snímcích.
Problémy při zavádění AI
Tým výzkumníků z UCL, Nuffield Trust a University of Cambridge analyzoval, jak probíhal nákup a časná implementace AI nástrojů. Studie je jednou z prvních, která se zaměřuje na reálnou implementaci AI ve zdravotnictví. Z předchozích studií, zejména z laboratorních podmínek, bylo zřejmé, že AI může zlepšit diagnostické služby podporou rozhodování, zvýšením přesnosti detekce, snížením chyb a ulehčením pracovní zátěže.
V této studii vedené UCL výzkumníci vyhodnotili, jak byly nové diagnostické nástroje pořizovány a nastaveny prostřednictvím rozhovorů s nemocničním personálem a dodavateli AI. Identifikovali jak nástrahy, tak i faktory, které proces usnadnily.
Závěry a doporučení
Zavádění AI nástrojů trvalo déle, než vedení programu očekávalo. Proces uzavírání smluv trval o čtyři až deset měsíců déle, než bylo plánováno, a k červnu 2025, tedy 18 měsíců po plánovaném dokončení smluv, třetina (23 z 66) nemocnic ještě nepoužívala nástroje v klinické praxi.
Mezi hlavní výzvy patřilo zapojení již vytíženého klinického personálu do projektu, integrace technologie do stárnoucích a různorodých IT systémů NHS a obecný nedostatek porozumění a skepse ohledně používání AI ve zdravotnictví.
Studie také identifikovala důležité faktory, které zavádění AI podpořily, včetně vedení národního programu, sdílení zdrojů a expertizy mezi místními diagnostickými sítěmi, vysokého závazku personálu nemocnic a specializovaného projektového managementu.
AI nástroje mohou diagnostickým službám poskytovat cennou podporu, ale nemusí řešit aktuální tlaky tak jednoduše, jak politici doufají.Dr. Angus Ramsay, UCL
Výzkumníci dospěli k závěru, že zatímco AI nástroje mohou diagnostickým službám poskytovat cennou podporu, nemusí zjednodušeným způsobem řešit aktuální tlaky ve zdravotnických službách, jak by si politici mohli přát. Doporučují proto školení pro personál NHS o tom, jak AI efektivně a bezpečně využívat a specializované řízení projektů při zavádění těchto projektů v budoucnu.
Situace v Česku
V České republice se umělá inteligence ve zdravotnictví začíná prosazovat, ale čelí obdobným výzvám jako ve Velké Británii. Ministerstvo zdravotnictví založilo Výbor pro umělou inteligenci ve zdravotnictví, který se v lednu 2025 sešel poprvé, aby řešil pravidla a podmínky pro bezpečné zavedení AI do praxe.
Dále funguje pracovní skupina „AI ve zdravotnictví“ v rámci České asociace umělé inteligence (ČAUI), která propojuje odborníky z klinické praxe, technologických firem i státní správy. Jejím cílem je, aby se AI stala standardem péče a aby se připravily metodiky, školení, etické a technické standardy.
V praxi už některé nemocnice AI využívají — například Krajská nemocnice v Kyjově při vyhodnocování rentgenů a magnetické rezonance, kde AI pomáhá urychlit diagnostiku. Více než 64 % českých nemocnic uvádí, že v nějaké formě AI využívají.
Mezi hlavní překážky v ČR patří:
Právní/regulační nejistoty (např. nutnost certifikací podle EU předpisů – MDR/IVDR –, a nový AI Act) a „dvojí certifikace“, pokud software spadá zároveň mezi zdravotnické prostředky a vysoce rizikové AI systémy.
Nedostatek financování a to, že řada projektů je stále závislá na dotacích, spíše než na stabilních platbách (např. zdravotní pojišťovny).
Obavy zdravotníků: z odpovědnosti, bezpečnosti, správnosti algoritmů, ale i jestli AI nenahradí některé úkoly.
Výhodou je, že ČR má silnou vědeckou a akademickou základnu v oborech jako radiologie, datová analýza a medtech inovace, společnosti a startupy v AI jsou aktivní a v některých případech spolupracují na vývoji diagnostických nástrojů. efektivnizdravotnictvi.cz.
Shrnutí AI
Hlavním problémem byly zdlouhavé procesy uzavírání smluv, složitá integrace do existujících IT systémů a omezené kapacity již přetíženého zdravotnického personálu.
AI dokáže zvýšit přesnost detekce, snížit počet diagnostických chyb, prioritizovat kritické případy a tím ulehčit pracovní zátěž specialistů.
Kromě technických problémů se ukázal zásadní i nedostatek porozumění a důvěry mezi zdravotnickým personálem, stejně jako složitost přizpůsobení AI různorodým nemocničním IT systémům.
Nutností je školení zdravotnického personálu v práci s AI, využívání projektového řízení specializovaného na digitální inovace a zapojení pacientů i pečovatelů do diskuse o budoucím vývoji.
Další zdroje
