"MedTech czy TechMed": kompetencje w erze AI

Nowe technologie w medycynie rozwijają się szybciej niż kompetencje potrzebne do ich bezpiecznego wykorzystania. Sztuczna inteligencja zmienia sposób diagnozowania, uczenia się i podejmowania decyzji klinicznych, ale jednocześnie rodzi pytania o granice odpowiedzialności, rolę pacjenta i przyszłość kształcenia medycznego.

Dynamiczny rozwój technologii medycznych, a w szczególności sztucznej inteligencji, stawia przed kształceniem medycznym nowe i złożone wyzwania. Coraz częściej pojawia się pytanie, w jaki sposób przygotować przyszłych lekarzy i innych pracowników ochrony zdrowia do odpowiedzialnego korzystania z innowacyjnych narzędzi, nie tracąc z pola widzenia perspektywy pacjenta oraz fundamentalnych kompetencji klinicznych. – Kluczowe staje się dziś znalezienie mądrych proporcji między technologią a człowiekiem, zamiast bezrefleksyjnego zachwytu nad samymi możliwościami technologicznymi – podkreśla dr hab. Robert Zymliński, prof. UMW, dziekan Wydziału Lekarskiego Uniwersytetu Medycznego we Wrocławiu.

Innowacje bez systemu nie trafiają do pacjentów

Jednym z istotnych problemów pozostaje brak spójnego, systemowego podejścia do wdrażania innowacji w ochronie zdrowia. W praktyce oznacza to, że nawet wartościowe rozwiązania nie znajdują drogi do codziennej praktyki klinicznej. – Naszym głównym problemem jest brak skoordynowanego działania systemowego, co sprawia, że nawet dobre technologicznie rozwiązania nie trafiają do praktyki klinicznej – zwraca uwagę Bartosz Borucki, CEO Smarter Diagnostics. Personel medyczny znajduje się przy tym na początku i na końcu łańcucha innowacji: jako źródło potrzeb oraz jako użytkownik, który ostatecznie weryfikuje realną wartość technologii.

Kompetencje jednostek nie zastąpią dojrzałości organizacyjnej

Dyskusja o kompetencjach zbyt często koncentruje się na jednostkach, pomijając wymiar organizacyjny. – Można mieć fantastyczne kompetencje pracowników, ale jeżeli nie ma procesów, systemów i metod zarządzania, to umiejętności organizacyjnej i tak nie będzie – zauważa lek. Katarzyna Hein-Peters, założycielka Abante Scientific. Brak dojrzałości organizacyjnej skutecznie blokuje wdrażanie innowacji, niezależnie od ich jakości. Dodatkowo system wciąż zbyt rzadko angażuje pacjentów w proces tworzenia rozwiązań, co sprawia, że technologie nie odpowiadają na realne potrzeby użytkowników.

AI bez jasno określonego celu klinicznego

Szczególnego znaczenia nabiera odpowiedzialne wykorzystanie sztucznej inteligencji w medycynie. Punktem wyjścia każdej innowacji powinno być jasno określone zastosowanie kliniczne.  – Najważniejsze pytanie brzmi: jaki jest cel danej aplikacji? – podkreśla Mateusz Pałczyński, kierownik zespołu walidacji klinicznej w Infermedica. Bez takiego zdefiniowania celu nie sposób mówić ani o bezpiecznym projektowaniu, ani o skutecznej certyfikacji. W przypadku narzędzi opartych na dużych modelach językowych kluczowe pozostaje założenie, że odpowiedzialność zawsze pozostaje po stronie człowieka, a algorytmy mogą jedynie wspierać proces decyzyjny.

Gdy zmienia się źródło wiedzy, musi zmienić się edukacja

Rozwój AI wpływa również na samo rozumienie wiedzy medycznej i sposoby jej weryfikacji.  – W dobie AI absolutnie zmienia się to, skąd pochodzi wiedza i jak ją weryfikujemy – zauważa prof. Agnieszka Zimmermann, prorektor ds. kształcenia Gdańskiego Uniwersytetu Medycznego. Odpowiedzią na te zmiany powinno być przesunięcie akcentu z biernego przekazywania informacji na rozwijanie krytycznego myślenia, współpracy i zdolności adaptacji. Jednocześnie kompetencje komunikacyjne i empatia pozostają niepodważalnym fundamentem kształcenia medycznego.

Mniej ciężkich przypadków, mniej doświadczenia klinicznego

– Z perspektywy klinicznej dodatkowym wyzwaniem jest ograniczona możliwość zdobywania doświadczenia w leczeniu ciężkich i rzadkich przypadków. W wielu dziedzinach medycyny ciężkie przypadki stają się coraz rzadsze, co ogranicza możliwość zdobywania doświadczenia przez młodych lekarzy – zwraca uwagę prof. dr hab. Leszek Szenborn, kierownik Kliniki Pediatrii i Chorób Infekcyjnych Uniwersyteckiego Szpitala Klinicznego we Wrocławiu. Technologie mogą częściowo wspierać transfer wiedzy, jednak wymagają krytycznego podejścia i świadomości ich ograniczeń – zwłaszcza gdy lekarze i pacjenci korzystają z narzędzi, których działania do końca nie widzą.

Potrzeba stałej debaty o granicach MedTech

Wszystkie te wątki – dotyczące granic technologii, odpowiedzialności zawodowej, roli pacjenta oraz przyszłości edukacji medycznej – pokazują skalę wyzwań stojących dziś przed systemem ochrony zdrowia. To właśnie te problemy stały się przedmiotem pogłębionej debaty podczas panelu „Niezbędne kompetencje i wyzwania dla kształcenia w dobie rewolucji MedTech”, zorganizowanego w ramach II edycji konferencji „MedTech czy TechMed? Driven by AI”, która odbyła się w listopadzie na Uniwersytecie Medycznym we Wrocławiu. Ich aktualność i złożoność sprawiają, że rozmowa nie powinna się kończyć na jednym wydarzeniu. Dlatego jesienią planowana jest kolejna edycja spotkania, która ponownie stworzy przestrzeń do krytycznej refleksji nad tym, jak mądrze integrować rozwój MedTech z edukacją medyczną i realnymi potrzebami pacjentów.