Interviu cu dr. Elena Ovreiu, expert în HealthTech. CEO & Fondator HealthTech Forum

Inteligența artificială și Big Data nu mai sunt concepte de viitor, ci instrumente esențiale pentru eficiența și siguranța actului medical. Dr. Elena Ovreiu vorbește despre cum pot spitalele să devină organizații „data-driven”, ce investiții sunt necesare și ce lecții internaționale ar trebui adoptate în România. ”Spitalul SMART devine un sistem adaptiv, care reacționează mai rapid, reduce erorile și utilizează mai eficient resursele în beneficiul pacienților, al personalului medical și al sistemului de sănătate în ansamblu”, spune specialistul.

Cum arată concret un spital SMART care folosește Big Data și AI în activitatea zilnică?

Un spital SMART care utilizează Big Data și AI este un spital în care infrastructura, personalul și pacienții sunt intreconectați prin sisteme digitale integrate.

Prin intermediul senzorilor, dispozitivelor medicale conectate și al sistemelor informatice spitalul colectează în mod continuu date clinice de la pacienți, date operaționale despre funcționarea infrastructurii și date administrative legate de resurse și procese.

Aceste date sunt integrate într-o platformă unică, oferind o imagine completă și în timp real asupra activității spitalului.

Inteligența artificială permite utilizarea acestor date nu doar pentru raportare, ci și pentru sprijinirea deciziilor zilnice, cum ar fi anticiparea aglomerării în unitățile de primiri urgențe, optimizarea utilizării echipamentelor medicale sau a paturilor ori detectarea timpurie a riscurilor clinice, cum ar fi deteriorarea stării pacientului sau apariția complicațiilor evitabile.

În zona operațională, AI poate fi utilizată pentru planificarea mai eficientă a resurselor umane și materiale, de exemplu prin predicția consumului de medicamente și materiale sanitare, prevenind atât lipsurile critice, cât și suprastocarea. De asemenea, poate sprijini programarea personalului medical în funcție de încărcarea reală a secțiilor și de tipologia cazurilor tratate.

Astfel, spitalul SMART devine un sistem adaptiv, care reacționează mai rapid, reduce erorile și utilizează mai eficient resursele în beneficiul pacienților, al personalului medical și al sistemului de sănătate în ansamblu.

Big Data poate transforma modul în care spitalele iau decizii. Care sunt cele mai importante surse de date și cum pot fi ele valorificate eficient fără a compromite confidențialitatea pacienților?

Spitalele SMART - spitalele viitorului - sunt “data-driven”, în sensul că toate deciziile clinice și non-clinice sunt susținute de date. Pentru ca aceste decizii să fie corecte și relevante, este esențial ca datele să fie colectate, organizate și corelate corespunzător.

Într-un spital SMART, digitalizat end-to-end, datele sunt colectate permanent, adesea în timp real. Practic, orice echipament, sistem, sau proces dintr-un spital devine o sursă de date.

Aceste surse pot fi clasificate în funcție de rolul și utilitatea lor:

• Datele clinice sunt date despre pacient, generate în cadrul actului medical, și includ: dosarul medical electronic (istoric medical, diagnostic, tratament, evoluție, rapoarte medicale), rezultate de laborator,  imagistică medicală, date generate de dispozitivele medicale (monitoare, ventilatoare, pompe de perfuzie, etc). Aceste date oferă personalului medical o înțelegere mai completă a stării pacientului și susțin furnizarea unei îngrijiri medicale adevcate și sigure.
• Datele operaționale descriu modul în care funcționează spitalul și includ, de exemplu: date despre echipamente medicale (număr, localizara, grad de utilizare, stare de funcționare), numărul și ocuparea paturilor, fluxurile de pacienți, programările pacienților și ale sălilor de operație, timpi de așteptare.
• Datele administrative și financiare, precum stocuri de medicamente și materiale sanitare, date despre resursele umane (ture, încărcare, specializări), costurile operaționale și alte informații financiare relevante pentru sustenabilitatea spitalului.

Spitalul generează, de asemenea, date provenite de la  infrastructura sa tehnică și prin Internet of Things (IoT), cum ar fi: date de la sistemele  HVAC (ventilație și climatizare), consumul de energie și apă, date  de la senzorii de mediu și siguranță, date de la sistemele de securitate (control acces, supraveghere). Aceste informații contribuie la  eficiența operațională și energetică a spitalului.

Pentru a genera valoare reală, datele trebuie, în primul rând, integrate între ele, nu păstrate în sisteme separate sau silozuri informaționale.

Ulterior, datele pot fi analizate în timp real cu algoritmi de AI și transformate în indicatori relevanți pentru decizie. De exemplu, poate fi anticipat consumul de medicamente și materiale sanitare, poate fi estimat numărul de personal medical și echipamente în situații excepționale, cum ar fi o pandemie, înainte ca presiunea asupra sistemului să atingă un nivel critic.

Valorificarea Big Data trebuie însoțită de măsuri stricte de protecție a datelor, precum: datele utilizate pentru analiză sunt anonimizate sau pseudoanonimizate, acolo unde este posibil,  accesul la date este strict controlat, pe bază de roluri și responsabilități și orice acces sau utilizare a datelor este monitorizată, asigurând astfel audit și trasabilitate.

AI poate fi folosit atât în activități clinice, cât și non-clinice. Ne puteți da exemple concrete de aplicații care aduc beneficii imediate în spitale?

În aplicațiile clinice, AI-ul poate fi folosit cu succes în asistarea diagnosticului imagistic. În plus, medicina personalizată nu ar putea fi posibilă fără Big Data și AI. Astfel, pacienții pot beneficia de selectarea celei mai eficiente terapii, adaptată la profilul lor genetic. Și acestea sunt doar câteva exemple.

În ceea ce privețte aplicațiile AI-ului în zona de operațional sau administrativ, și aici activitatea medicală este susținută de inteligența artificială. De exemplu, algoritmii de NLP (Natural Language Processing) permit extragerea informațiilor relevante din notițe medicale, organizarea datelor pe categorii, sumarizarea textului, codificarea automată si chiar suport pentru redactarea automată.

În zona clinică, AI este deja utilizată cu succes pentru a sprijini actul medical, în special în contexte unde volumul de date este foarte mare sau timpul de reacție este critic.

De exemplu, AI este folosit în imagistica medicală pentru asistarea diagnosticului, putând detecta rapid semnele unui accident vascular cerebral sau ale altor patologii acute din imagini CT sau RMN. Astfel de aplicații pot reduce semnificativ timpul până la diagnostic și inițierea tratamentului.

AI este utilizat pentru identificarea interacțiunilor medicamentoase periculoase, anlizând schema de tratament a unui pacient în raport cu istoricul medical, alergiile și datele clinice existente. În acest fel, riscul de erori medicamentoase poate fi redus.

De asemenea, AI poate sprijini deciziile clinice prin sugerarea unor investigații suplimentare sau a unor planuri de tratament adaptate unui anumit diagnostic, pe baza ghidurilor medicale și a datelor similare din cazuri anterioare.

Un alt domeniu important este medicina personalizată, unde Big Data și AI permit corelarea datelor clinice cu date genetice și biomarkeri, astfel încât pacienții să poată beneficia de terapii mai eficiente, adaptate profilului lor individual.

În zona operațională și administrativă, AI are un impact poate mai puțin vizibil pentru pacient, dar esențial pentru funcționarea eficientă a spitalului.

De exemplu, algoritmii de Natural Language Processing (NLP)  pot fi utilizați pentru extragerea automată a informațiilor relevante din notițe, structurarea și clasificarea datelor nestructurate, sumarizarea documentelor medicale, codificarea automată (ex. DRG), suport pentru redactarea documentației medicale. AI poate fi folosit și pentru mentenanță predictivă, prin identificarea timpurie a riscurilor de defectare a echipamentelor medicale, anticiparea consumului de medicamente și materiale sanitare, programarea pacienților. De exemplu, sistemele de programare bazate pe AI pot învăța din mii de programări anterioare și din factori contextuali, precum istoricul pacientului, tipul consultației, condițiile meteorologice sau ora din zi. Astfel, pot estima durata consultației, riscul de absență și pot lua măsuri automate, prin timiterea unor notificări personalizate, reprogramarea pacienților, ocuparea inteligentă a sloturilor anulate.

În ce mod poate analiza Big Data să îmbunătățească planificarea resurselor și managementul operațional într-un spital?

Importanța managementului operațional într-un spital este adesea subestimată, accestul fiind pus aproape exclusiv pe activitatea clinică. În realitate, însă, modul în care spitalul funcționează “în background” are un impact direct asupra actului medical: influențează timpii de aștepare, disponibilitatea echipamentelor, continuitatea îngrijirii și experiența pacientului.

Un management operațional bine coordonat se traduce prin mai puține întârzieri, echipamente funcționale atunci când sunt necesare și un flux al pacientului mai fluid, permițând personalului medical să se concentreze pe îngrijirea propriu-zisă.

Managementul operațional include totalitatea proceselor care asigură funcționarea zilnică a spitalului: de la energie, curățenie, siguranță și transport intern, până la logistică (medicamente, stocuri, achiziții), mentenanța echipamentelor medicale și a infrastructurii, precum și serviciile suport care influențează direct experiența pacientului.

Toate aceste activități generează volume mari de date operaționale. Analiza Big Data devine cu adevărat relevantă atunci când aceste date sunt integrate și corelate, nu analizate separat pe departamente. Spitalul capătă astfel o imagine de ansamblu, în timp real, asupra tuturor activităților operaționale, având o singură “sursă de adevar” pentru decizie.

Prin analiza Big Data, spitalul poate trece de la o abordare reactivă la una predictivă și proactivă. De exemplu, corelarea datelor istorice și în timp real poate permite:

⁃         anticiparea vârfurilor de activitate și planificare mai eficientă a personalului;

⁃         optimizarea utilizării echipamentelor și prevenirea indisponibilității acestora;

⁃         ajustarea stocurilor de medicamente și materiale pentru a evita atât lipsurile critice, cât și suprastocarea;

⁃         reducerea timpilor de așteptare printr-o mai bună coordonare a fluxurilor de pacienți;

⁃         identificarea ineficiențelor operaționale care generează costuri inutile.

De exemplu, corelarea datelor despre ocuparea paturilor, disponibilitatea echipamentelor și programarea personalului pot reduce blocajele din unitățile de primiri urgențe și întârzierile la internare sau externare.

Astfel, spitalul SMART nu este doar digitalizat, ci funcționează ca un sistem integrat și adaptiv, capabil să reacționeze rapid la schimbări, să utilizeze mai eficient resursele și să susțină actul medical printr-o organizare operațională coerentă.

În acest context, platformele digitale integrate joacă un rol esențial, oferind vizibilitatea în timp real, indicatori de performanță, instrumente de analiză, rapoarte și vizibilitate în timp real asupra întregii activități operaționale. Dincolo de monitorizare, aceste platforme conectează și orchestrează procesele și resursele spitalului, sprijinind coordonarea între echipe și facilitând luarea deciziilor operaționale zlinice. Prin această abordare, ele reduc presiunea operațională și contribuie la o funcționare mai coerentă și mai eficientă a spitalului.

Implementarea AI și Big Data presupune investiții și schimbări organizaționale. Cum pot spitalele să prioritizeze aceste proiecte și să le facă sustenabile financiar și operational?

Transformarea spitalelor în organizații “data-driven”, care utilizează AI și Big Data, trebuie realizată gradual și strategic, nu ca un proiect punctual de IT.  În primul rând, spitalele colectează deja volume mari de date în mod continuu. Pentru ca aceste date să poată susține decizii clinice, operaționale, administrative sau financiare, ele trebuie structurate, standardizate și corelate, astfel încât să devină relevante și utilizabile pentru analiza și inteligența artificială.

Următorul pas este identificarea priorităților reale ale spitalului și a celor mai acute probleme.  Digitalizarea și AI ar trebui să înceapă cu acele inițiative mai ușor de implementat, care rezolvă probleme existente și care au un impact vizibil asupra activității zilnice (de exemplu fluxuri de pacienți, planificarea personalului, stocuri, utilizarea echipamentelor).

Obținerea unor rezultate rapide este esențială pentru a crea încredere internă și pentru a susține extinderea ulterioară a proiectelor.

În același timp, transformarea digitală presupune și schimbări organizaționale și culturale. Pentru a susține o activitate bazată pe date și AI, spitalele trebuie să își extindă structura de conducere și să includă competente noi, precum: un Chief Information Officer (CIO) sau Chief Digital/Innovation Officer, responsabil de strategia digitală, un Chief Technology Officer (CTO) sau expert tehnologic, care să asigure arhitectura și integrarea sistemelor, un Chief Information Security Officer (CISO), responsabil de securitatea cibernetică și protecția datelor, precum și specialiști în Digital Health și analiză de date.

Fără aceste roluri și fără o cultura organizațională deschisă către date și colaborare, investițiile în tehnologie riscă să rămână subutilizate,

Pentru ca aceste inițiative să fie sustenabile financiar, spitalele trebuie să fie deschise către colaborări externe, cu startup-uri din domeniul HealthTech, companii tehnologice și universități. Multe spitale din diferite țări au creat departamente sau programe de inovare care lucrează direct cu startup-uri, fiind implicate pe tot parcursul ciclului de inovare - de la idee și dezvoltare până la testare și implementare.

Astfel, spitalele nu mai sunt doar utilizatori de tehnologie, ci devin parteneri activi în procesul de inovare. Un exemplu relevant este Sheba Medical Center din Israel, care generează venituri semnificative din comercializarea inovațiilor dezvoltate în colaborare cu startup-uri, demonstrând că digitalizarea și AI pot deveni nu doar cost, ci o sursă de valoare economică.

Dincolo de beneficiile financiare, aceste colaborări oferă spitalelor acces timpuriu la tehnologii emergente și contribuie la crearea unor ecosisteme de inovare în jurul lor. Tot mai multe universități tehnice și centre de cercetare colaborează cu spitalele, unele deschizând chiar laboratoare de cercetare în interiorul acestora, accelerând transferul de cunoștințe dinspre cercetare către practică.

Pentru ca aceste modele să funcționeze, este esențial ca managementul spitalelor să fie deschis și orientat către inovare, dar și cadrul legislativ și de reglementare să permită astfel de parteneriate, proiecte pilot și mecanisme flexibile de testare și implementare.

Privind următorii 5-10 ani, cum vedeți evoluția utilizării AI și Big Data în spitalele din România și ce lecții internaționale ar trebui adoptate?

Utilizarea AI și Big Data în spitalele din România va evolua gradual, pe fondul procesului de digitalizare deja început. Ritmul nu va fi la fel de accelerat ca în țările dezvoltate, însă direcția este clară și ireversibilă.

În primii ani, accentul va fi pus mai degrabă pe fundație decât pe algoritmi.  Spitalele vor face pași importanți în colectarea, standardizarea și integrarea datelor clinice și operaționale, cu tranziție de la “silozuri digitale” la baze de date comune și sisteme interoperabile. De altfel, interoperabilitatea sistemelor informatice va deveni o condiție esențială pentru orice utilizare reală a AI-ului.

În plan aplicativ, imagistica medicală va rămâne principalul domeniu de adopție a AI, fiind deja cel mai matur din punct de vedere tehnologic și al validării clinice. În paralel, vom vedea o extindere a utilizării asistentilor AI pentru activități administrative și clinice de suport: sumarizarea consultațiilor medic-pacient, completarea automată a documentației medicale, codificare și raportare, triere a cazurilor.

AI la patul pacientului, în special în secțiile de terapie intensivă, va apărea ca suport decizional pentru echipele medicale, nu ca substitut al medicului. De asemenea, interacțiunea cu pacienții va fi susținută prin chatboți și instrumente digitale pentru informare, programare și monitorizare.

În zona operațională, AI va fi utilizat tot mai mult pentru predicția necesarului de medicamente, optimizarea stocurilor și mentenanța predictivă a echipamentelor medicale.

Pentru ca această evoluție să fie sustenabilă, România ar trebui să adopte câteva lecții-cheie din experiența internațională:

1. Date organizate, structurate și de calitate, ca fundament pentru orice aplicație de AI
2. Interoperabilitate reală, bazată pe standarde internaționale precum HL7/FHIR
3. Protecția datelor și securitate cibernetică, integrate încă din faza de proiectare a sistemelor
4. Un cadru clar de guvernanța AI, inclusiv mecanisme de responsabilitate și comitete de etica AI
5. Pregătirea personalului medical și managerial pentru a înțelege, utiliza și evalua corect sistemele bazate pe AI și Big Data.

Succesul AI în spitalele românești nu va depinde doar de tehnologie, ci și de infrastructura digitală solidă, reguli clare și competențe umane adecvate.