Стремежът на Китай да интегрира изкуствен интелект в своята система за здравеопазване подчерта трудностите в разпространението му, от елитни градски болници до селски клиники.
Приложението на технологията в областта на медицината досега се оказва неравномерно, като предпазливостта излиза на преден план при нейното използване.
„Това постави образната диагностика – по-специално радиологията – на челно място“, каза Ву Ю, доцент в Училището по управление на здравеопазването към университета Цинхуа. „В тези специалности AI системите помагат за обработката на потока от CT и MRI сканирания, подобрявайки както скоростта, така и последователността.“
Следват дигиталната патология и управлението на качеството на болницата. „Инструментите, които преглеждат предписанията, одитират медицински досиета и отбелязват нередности в специфични за заболяването протоколи, са все по-често част от ежедневния работен процес в големите болници“, каза Ву.
Но тези приложения остават концентрирани в големи, добре финансирани институции – места, които вече имат инфраструктурата и експертния опит, за да усвоят нова технология.
Когато изкуственият интелект се приближи до пациента и особено до възрастните пациенти, нещата стават по-сложни.
Един недооценен проблем е неравномерният капацитет за работа заедно с машини. Изследванията показват, че по-малко опитните лекари понякога разчитат твърде много на резултатите от ИИ, което може да доведе до повече фалшиви положителни резултати или вид пасивно вземане на решения.
„Колко добре работят зависи в голяма степен от това кой ги използва. В настройките за първична медицинска помощ – често с недостатъчен персонал, недостатъчно обучение и далеч от болниците от най-високо ниво, където тези инструменти се тестват за първи път – тази зависимост може да ограничи това, което AI действително доставя“, каза Ву.
Второ предизвикателство е разликата между лабораторните условия и реалния свят. Регулаторното одобрение в Китай гарантира, че AI системите отговарят на базовите стандарти при специфични, контролирани обстоятелства. Но след като инструментът попадне в натоварена селска клиника или обществен здравен център с остаряло оборудване, резултатите могат да изглеждат съвсем различни.
„Как е интегрирана системата, колко време работи и колко комфортно се чувства персоналът с нея, всичко това оформя производителността по начини, които нито една тестова среда не може да предвиди напълно“, каза Мо Кай, старши консултант в базираната в Сингапур регионална асоциация APACMed.
Някои експерти започнаха да твърдят, че управлението трябва да се разшири далеч отвъд момента на одобрение, в непрекъснат мониторинг и коригиране.
Управлението на данните добавя още един слой. Медицинските досиета са чувствителни и болниците – разбираемо – са предпазливи при споделянето им с външни технологични компании. Криптирането, изолирането на данни и договорните предпазни мерки помагат, но институционалното доверие се изгражда бавно.
„За грижите за възрастни хора всички тези структурни проблеми се сливат с един по-основен въпрос, който е „могат ли хората, които най-много се нуждаят от тези инструменти, действително да ги използват“, каза Мо.
„Гледайки напред, следващата глава на AI здравеопазването в Китай вероятно ще бъде определена по-малко от драматични скокове в това, което моделите могат да направят, а повече от тежката, небляскава работа по интеграция“, каза той.
„Важните въпроси са: Как да вместите AI в съществуващите клинични процедури? Как да го накарате да работи в здравна система, която варира от градски болници от световна класа до селски клиники с голи кости? И как да го поддържате достъпен за хора, които не са израснали със смартфони?“
За страна, в която населението застарява с темпове, които малко системи са трябвало да поемат, това не са абстрактни въпроси. Отговорите ще оформят не само бъдещето на технологиите в медицината, но и какво означава да бъдеш обгрижван в напреднала възраст.