Σημαντικές προκλήσεις στην εφαρμογή της τεχνητής νοημοσύνης στα νοσοκομεία του NHS

Η ενσωμάτωση της τεχνητής νοημοσύνης (AI) στα νοσοκομεία του NHS αποδεικνύεται πολύ πιο περίπλοκη από ό,τι αναμενόταν αρχικά. Σύμφωνα με μια νέα μελέτη που διεξήχθη από ερευνητές του UCL, υπάρχουν σημαντικές προκλήσεις που σχετίζονται με τη διακυβέρνηση, τις συμβάσεις, τη συλλογή δεδομένων και την εκπαίδευση του προσωπικού. Η μελέτη αυτή δημοσιεύθηκε στο The Lancet eClinicalMedicine και προσφέρει πολύτιμα διδάγματα για την κυβέρνηση του Ηνωμένου Βασιλείου, η οποία έχει αναγνωρίσει τη ψηφιακή μεταρρύθμιση, συμπεριλαμβανομένης της AI, ως κεντρικό πυλώνα για τη βελτίωση της υπηρεσίας και της εμπειρίας των ασθενών.

Πρόγραμμα AI στο NHS

Το 2023, το NHS England ξεκίνησε ένα πρόγραμμα για την εισαγωγή της AI στη διάγνωση παθήσεων του θώρακα, όπως ο καρκίνος του πνεύμονα, σε 66 νοσοκομειακούς φορείς στην Αγγλία, με χρηματοδότηση ύψους 21 εκατομμυρίων λιρών. Οι φορείς αυτοί είναι οργανωμένοι σε 12 διαγνωστικά δίκτυα απεικόνισης, επιτρέποντας σε περισσότερους ασθενείς να έχουν πρόσβαση σε ειδικές γνώμες. Κύριες λειτουργίες αυτών των εργαλείων AI περιλαμβάνουν την προτεραιοποίηση κρίσιμων περιπτώσεων για ειδική ανασκόπηση και την υποστήριξη των αποφάσεων των ειδικών μέσω της επισήμανσης ανωμαλιών στις απεικονίσεις.

Προκλήσεις και διδάγματα από τη μελέτη

Η έρευνα, που χρηματοδοτήθηκε από το Εθνικό Ινστιτούτο Υγείας και Φροντίδας (NIHR), αναλύει τη διαδικασία προμήθειας και πρώτης εφαρμογής των εργαλείων AI μέσω συνεντεύξεων με προσωπικό νοσοκομείων και προμηθευτές AI, εντοπίζοντας τις παγίδες αλλά και τους παράγοντες που διευκόλυναν τη διαδικασία. Οι ερευνητές διαπίστωσαν ότι η εγκατάσταση των εργαλείων AI απαιτούσε περισσότερο χρόνο από ό,τι είχε προγραμματιστεί, με τις συμβάσεις να απαιτούν από τέσσερις έως δέκα μήνες περισσότερο. Μέχρι τον Ιούνιο του 2025, το 23% των νοσοκομειακών φορέων δεν είχαν ακόμη ενσωματώσει τα εργαλεία στην κλινική πρακτική.

Οι κύριες προκλήσεις περιλάμβαναν την εμπλοκή του κλινικού προσωπικού, το οποίο ήδη είχε υψηλό φόρτο εργασίας, την ενσωμάτωση της νέας τεχνολογίας σε παλαιές και ποικιλόμορφες IT υποδομές του NHS και την έλλειψη κατανόησης και σκεπτικισμού από το προσωπικό σχετικά με τη χρήση της AI στην υγειονομική περίθαλψη. Ωστόσο, η μελέτη εντόπισε και σημαντικούς παράγοντες που βοήθησαν στην ενσωμάτωσή της, όπως η ηγεσία του εθνικού προγράμματος και τα τοπικά δίκτυα απεικόνισης που μοιράζονταν πόρους και εμπειρία.

Οι ερευνητές κατέληξαν στο συμπέρασμα ότι, αν και τα εργαλεία AI μπορεί να προσφέρουν πολύτιμη υποστήριξη για τις διαγνωστικές υπηρεσίες, δεν θα αντιμετωπίσουν τις τρέχουσες πιέσεις του υγειονομικού συστήματος τόσο απλά όσο ελπίζουν οι πολιτικοί. Συνιστούν την εκπαίδευση του προσωπικού του NHS για τη σωστή και ασφαλή χρήση της AI και τη χρήση ειδικής διαχείρισης έργων για την εφαρμογή παρόμοιων προγραμμάτων στο μέλλον.

Ο πρώτος συγγραφέας, Δρ. Άνγκους Ράμσεϊ από το Τμήμα Συμπεριφορικών Επιστημών και Υγείας του UCL, δήλωσε: “Η μελέτη μας παρέχει σημαντικά διδάγματα που θα μπορούσαν να ενισχύσουν τις μελλοντικές προσεγγίσεις στην εφαρμογή της AI στο NHS. Εντοπίσαμε ότι η εισαγωγή των νέων εργαλείων AI απαιτούσε περισσότερο χρόνο από ό,τι είχαν αναμενόμενο οι υπεύθυνοι του προγράμματος.”