Sztuczna inteligencja coraz śmielej wkracza do ochrony zdrowia, wspierając diagnostykę, analizę obrazów medycznych czy dokumentację kliniczną. Coraz częściej pojawia się jednak pytanie, czy może odegrać również rolę w jednym z najbardziej wymagających aspektów medycyny – rozmowach z pacjentami znajdującymi się w stanie krytycznym oraz ich rodzinami. Najnowsze badanie naukowców z Northeastern University sugeruje, że odpowiednio zaprojektowane systemy oparte na dużych modelach językowych (LLM) mogą stanowić cenne wsparcie dla lekarzy prowadzących rozmowy dotyczące celów leczenia, opieki paliatywnej i decyzji u schyłku życia.
Jednocześnie autorzy podkreślają, że sztuczna inteligencja nie ma zastąpić lekarza. Jej zadaniem jest stworzenie dodatkowej przestrzeni na empatyczną komunikację poprzez odciążenie klinicystów od części zadań organizacyjnych i wspomaganie procesu prowadzenia rozmów.
Z tego artykułu dowiesz się…
- Zrozumiesz, jak sztuczna inteligencja może wspierać lekarzy w prowadzeniu trudnych rozmów z pacjentami w stanie krytycznym.
- Dowiesz się, dlaczego rozmowy o celach leczenia, opiece paliatywnej i decyzjach u schyłku życia są tak ważne.
- Sprawdzisz, jakie wyniki przyniosło pilotażowe badanie z udziałem 55 hospitalizowanych pacjentów.
- Poznasz ograniczenia AI w medycynie i zobaczysz, dlaczego technologia ma wspierać lekarza, a nie go zastępować.
Dlaczego rozmowy o poważnej chorobie są tak ważne?
Pacjenci trafiający na szpitalne oddziały ratunkowe często znajdują się w stanie bezpośredniego zagrożenia życia. Pierwszym celem zespołu medycznego jest ustabilizowanie ich stanu klinicznego. Gdy to się uda, zgodnie z dobrymi praktykami powinno dojść do tzw. rozmowy o poważnej chorobie (serious illness conversation). Podczas takiej rozmowy lekarz wspólnie z pacjentem omawia:
- cele leczenia,
- oczekiwania dotyczące dalszej terapii,
- preferencje związane z opieką paliatywną,
- życzenia dotyczące końca życia,
- zakres stosowania procedur podtrzymujących życie.
Takie rozmowy pozwalają dostosować leczenie do wartości i oczekiwań pacjenta jeszcze zanim jego stan uniemożliwi świadome podejmowanie decyzji.
W praktyce takie rozmowy odbywają się zbyt rzadko
Choć znaczenie tych rozmów od lat podkreślają eksperci medycyny paliatywnej, ich realizacja nadal pozostaje niewystarczająca. Badania cytowane przez zespół Smita Desaia pokazują, że jedynie 37% ciężko chorych osób starszych rozmawiało z lekarzem o swoich preferencjach dotyczących leczenia poważnej choroby. Co więcej, jeśli rozmowa już się odbywa, następuje przeciętnie około miesiąca przed śmiercią, kiedy możliwości świadomego planowania opieki są często znacznie ograniczone.
Konsekwencje mogą być bardzo poważne. Pacjenci bywają poddawani procedurom, których sami nie wybraliby, gdyby wcześniej mogli wyrazić swoją wolę. W niektórych przypadkach może to prowadzić do przedłużania cierpienia oraz stosowania terapii niezgodnych z preferencjami chorego.
Dlaczego lekarzom tak trudno znaleźć czas?
Badacze z laboratorium Conversational Human-AI Interactions Lab przeprowadzili wcześniej wywiady z 11 lekarzami medycyny ratunkowej. Analiza wykazała, że lekarze na szpitalnych oddziałach ratunkowych często mają jedynie 4–10 minut na jednego pacjenta. W tym czasie muszą:
- przeanalizować dokumentację medyczną,
- przeprowadzić diagnostykę,
- postawić rozpoznanie,
- zaplanować leczenie,
- podjąć decyzje dotyczące hospitalizacji.
W takich warunkach przeprowadzenie długiej, spokojnej rozmowy o wartościach pacjenta staje się niezwykle trudne.
Czy AI może wspierać lekarzy?
Zespół badawczy postanowił sprawdzić, czy rozwiązaniem może być asystent głosowy oparty na dużych modelach językowych. Badanie opublikowane w Proceedings of the ACM on Human-Computer Interaction oceniało system AI zaprojektowany specjalnie do prowadzenia ustrukturyzowanych rozmów z pacjentami dotyczących ich oczekiwań wobec leczenia i opieki u kresu życia.
Celem nie było zastąpienie lekarza, lecz przygotowanie pacjenta do późniejszej rozmowy z klinicystą oraz uporządkowanie najważniejszych informacji.
Wyniki pilotażowego badania są obiecujące
W badaniu uczestniczyło 55 hospitalizowanych pacjentów. Najważniejsze wyniki obejmowały:
- 49 osób ukończyło rozmowę prowadzoną przez system AI,
- 46 pacjentów uznało system za akceptowalny,
- większość uczestników deklarowała, że czuła się komfortowo podczas rozmowy,
- pacjenci oceniali przebieg dialogu jako satysfakcjonujący.
Zdaniem autorów pokazuje to, że odpowiednio zaprojektowane systemy konwersacyjne mogą pomagać w rozpoczynaniu niezwykle trudnych rozmów dotyczących przyszłego leczenia.
AI jako „warstwa wsparcia”, a nie zastępstwo lekarza
Hasibur Rahman podkreśla, że sztuczna inteligencja powinna pełnić rolę wspomagającą.
Myślę, że jesteśmy w idealnej pozycji, aby wykorzystać sztuczną inteligencję do wspierania klinicystów w szpitalu – powiedział Rahman. Narzędzia sztucznej inteligencji mogą stworzyć więcej czasu i przestrzeni mentalnej dla klinicystów, aby mogli rozwijać autentyczną ludzką empatię w tych wrażliwych emocjonalnie sytuacjach.
Według badaczy AI może ograniczyć obciążenie administracyjne oraz pomóc uporządkować informacje przekazywane lekarzowi jeszcze przed właściwą rozmową z pacjentem.
Technologia nadal wymaga dopracowania
Autorzy badania zwracają jednak uwagę, że obecne rozwiązania nie są pozbawione ograniczeń. Podczas jednego z testów system wygenerował błędną odpowiedź – tzw. halucynację AI – która okazała się nieodpowiednia w kontekście rozmowy z pacjentem. Badacze zdecydowali się natychmiast przerwać konwersację.
To był bardzo dziwny przypadek halucynacji – powiedział Desai. Zbadaliśmy to i udało nam się rozwiązać ten problem.
To pokazuje, że wdrożenie podobnych systemów do praktyki klinicznej będzie wymagało bardzo rygorystycznych testów bezpieczeństwa oraz odpowiedniego nadzoru człowieka.
Eksperci: transformacja ochrony zdrowia zajmie jeszcze wiele lat
Zdaniem Dakuo Wanga wykorzystanie sztucznej inteligencji w szpitalach jest praktycznie nieuniknione. Jednocześnie ekspert przewiduje, że pełna transformacja ochrony zdrowia może potrwać jeszcze co najmniej dekadę. Jako przykład wskazuje elektroniczną dokumentację medyczną, której wdrożenie również zajęło wiele lat mimo szybkiego rozwoju internetu.
Oznacza to, że AI będzie stopniowo wspierać kolejne elementy pracy lekarzy, jednak przez długi czas pozostanie narzędziem pomocniczym, a nie samodzielnym uczestnikiem procesu leczenia.
AI może zwiększyć czas na empatię
Najważniejszym wnioskiem płynącym z badania jest zmiana sposobu postrzegania sztucznej inteligencji w medycynie. Zamiast zastępować lekarzy, może ona przejąć część zadań organizacyjnych i wspierać przygotowanie rozmów z pacjentami. Jak podkreśla Smit Desai:
Naszym celem nie jest zastąpienie lekarzy sztuczną inteligencją, dodając, że technologia ta może usprawnić opiekę nad pacjentami terminalnie, a ostatecznie dać lekarzom więcej czasu na opiekę nad pacjentami.
Jeżeli kolejne badania potwierdzą skuteczność takich rozwiązań, sztuczna inteligencja może stać się ważnym elementem nowoczesnej opieki paliatywnej. Nie będzie jednak podejmować decyzji za lekarzy ani zastępować kontaktu człowieka z człowiekiem. Jej rolą będzie wspieranie komunikacji, poprawa organizacji pracy oraz umożliwienie klinicystom poświęcenia większej ilości czasu na to, czego żadna technologia nie potrafi zastąpić – empatię, uważne słuchanie i budowanie relacji z pacjentem.
Główne wnioski
- System konwersacyjny oparty na AI przetestowano z udziałem 55 hospitalizowanych pacjentów; 49 osób ukończyło rozmowę, a 46 uznało system za akceptowalny.
- AI może pomagać w przygotowaniu pacjenta do rozmowy o celach leczenia, opiece paliatywnej, procedurach podtrzymujących życie i preferencjach dotyczących opieki u schyłku życia, a następnie przekazywać uporządkowane informacje klinicyście.
- Potencjalne znaczenie takich narzędzi wynika m.in. z ograniczeń czasowych lekarzy. Badacze wskazują, że na oddziałach ratunkowych klinicyści mogą mieć zaledwie 4–10 minut na jednego pacjenta, co utrudnia prowadzenie spokojnych i pogłębionych rozmów.
- AI nie ma zastępować lekarza ani samodzielnie podejmować decyzji dotyczących leczenia. Przypadek halucynacji systemu podczas badania pokazuje, że zastosowanie takich rozwiązań wymaga rygorystycznych testów bezpieczeństwa i stałego nadzoru człowieka.
Źródło:
- https://dl.acm.org/doi/proceedings/10.1145/3786579
