A magyar sürgősségi ellátásra igencsak ráférne valamilyen új erőforrás, ami nem kér enni. Ilyen lehet például az a mesterséges intelligencia algoritmus, amivel a Semmelweis Egyetem Sürgősségi Orvostani Klinikája és az osztrák-magyar orvosi technológiai startup, a XUND támogatná meg az ellátást – egyelőre kísérleti jelleggel. (A startup magvető befektetésként tavaly ősszel kapott 6 millió dollárt két nemzetközi alapkezelő, a MMC Ventures és a MassMutual Ventures vezette konzorciumtól.)

Az egyetem és a startup az októberben induló és 2025. december 31-ig tartó kutatási programjában mintegy hatezer beteg bevonásával azt vizsgálja, hogyan lehet MI-vel javítani a sürgősségi ellátás hatékonyságát és minőségét. Mint a projektről kiadott közlemény hangsúlyozza, a sürgősségi klinika gyakran a betegek első kapcsolódási pontja az egészségügyi rendszerhez, ezért az itt megvalósuló fejlesztés alapjaiban változtathatja meg a kórházi ellátás jövőjét.

A klinikára különböző problémákkal érkező páciensek kórelőzményeit, az általuk megadott tüneteket és az egyéb egészségügyi adatokat egyaránt felhasználják annak méréséhez, hogy a gépi tanuláson alapuló előrejelző modellek milyen mértékben képesek javítani az egészségügyi ellátás minőségét. A vizsgálat során többek között tesztelik az MI támogatta kórtörténet-értékelést, bizonyos diagnosztikai vizsgálatok szükségességét és a visszatérő látogatások előrejelzésének hatékonyságát.

Az együttműködés azért úttörő, írja az egyetem és a startup közös közleménye, mert ez az első alkalom, hogy MI-re alapuló rendszert használnak sürgősségi osztályon mint digitális belépési kapun, és algoritmus segítségével kísérelik meg kijelölni a későbbi betegutat, hogy csökkenjenek az ellátási rendszer terhei és a várakozási idő.

Mindenkinek jó, ha nem kell fölöslegesen várni

Gyakori, hogy a nem akut vagy csak enyhe egészségügyi problémával jelentkező betegeket is csak hosszú várakozási idő bocsátják haza, vagy irányítják háziorvoshoz, járóbeteg szakrendelőbe. Ez fölöslegesen leterheli a rendszert, és már az is nagyban javítaná az ellátást, ha ezeket a pácienseket gyorsabban (akár jelentkezésük pillanatában) lehetne azonosítani.

Csakhogy ehhez pontos információkra lenne szükség. A beteginformációk kinyerése azonban nehéz, mert az egészségügyi dokumentáció sok mindent strukturálatlan szövegformátumban tartalmaz. Nem véletlen, hogy a sürgősségi osztályokon még mindig újdonság az MI-alapú kórtörténet-elemzés. Az eddig kipróbált rendszerek ugyanis nem bizonyultak hatékonynak, állítja Petrovics Tamás, a XUND társalapítója és ügyvezetője.

A program során a sürgősségi osztályon a kísérletben való részvételt vállaló várakozó betegek első lépésben átesnek egy előzetes kockázatelemzésen. Ez egy kb. 2 perc alatt kitölthető digitális kérdőív. A válaszokat a XUND saját fejlesztésű algoritmusa kiértékeli, és összehasonlítja több száz lehetséges diagnózissal. A saját fejlesztésű algoritmusa állítólag több mint 4000 ismert betegség és egészségügyi állapot azonosítására képes 93,3 százalékos pontossággal.

A rendszer a begyűjtött adatokat standard formátumban tárolja, megkönnyítendő a későbbi elemzést és integrációt (így akár egy kórház IT-rendszerébe is átvihetők lennének). Egy ilyen adatbázis a jövőben alapja lehet egy adatvezérelt betegirányítási rendszernek, ami segítheti a szűkös erőforrások optimálisabb felhasználását, mondta Dr. Tarabó Zoltán, a XUND társalapítója és orvosigazgatója.