V nemocnicích málokdy zbývá čas na něco jiného než léčení. Přitom zařízení překypují daty, která můžou pomoct.
Sledovat výskyt nemocničních infekcí na lůžkových odděleních je výzva, říká ředitel havířovské nemocnice Norbert Schellong. Ale je nutná. Ať se odborníci snaží sebevíc, nejde totiž vyloučit, že po operaci pacienti budou čelit nežádoucím komplikacím, které vznikly v souvislosti s chirurgickým výkonem a často na ně klinicky používaná antibiotika nefungují. Vysledovat, kdy se objevují, a tedy jim případně i rovnou zabránit, teď pomáhá umělá inteligence z české dílny.
Familiárně si říkají datlové – ale název firmy má spíš odkázat k lásce k datům. Český technologický startup
Datlowe totiž z dat a jejich analýzy vychází. Jsou specializací Jakuba Kozáka, který společnost založil a v čele datlů stojí.
Absolvent Matematicko-fyzikální fakulty Univerzity Karlovy v minulosti strávil řadu let datovou analytikou, kterou pomáhal mimo jiné ve finančním sektoru. Zabýval se jí ale i v rámci projektu Léková encyklopedie, který propojuje informace o léčivech v Česku a v zahraničí. Když jako student vykonával práci pro Fakultní nemocnici v Motole, seznámil se s nemocničním prostředím a začal se orientovat na něj.
Jeho technologie, která v nemocnicích zaujala, je založená na umělé inteligenci. Dokáže doslova číst v lékařských záznamech. Přelouská informace od doktorů i sester. Má schopnost zpracovat přirozený jazyk a porozumět volnému textu. Shromažďuje data z veškeré zdravotnické dokumentace dané nemocnice a z nich se učí.
Systém tvůrci označují jako HAIDi. To, co vyhodnotí, slouží jako přehled o výskytu možných nemocničních infekcí a jejich rizikových faktorů. Sledování probíhá automaticky a informace jsou navíc dostupné takřka v reálném čase.
Kozák říká, že díky němu můžou lékaři odhalit až pětkrát víc rizikových patogenů než obvyklými přístupy, a tak eliminovat 90 procent pracovních povinností. HAIDi navíc umí vytvářet antibiogramy, tedy přehledy vhodných antibiotik či jejich kombinací pro léčbu daných infekcí. Dokáže nemocnicím ušetřit peníze i zachraňovat životy.
Hodiny manuální práce
Obecně nemocnice daty v podstatě překypují a zároveň je pro ně efektivní analýza a interpretace zásadní. Jenže málokdy je odborníci využívají: pokud by nemocniční personál data chtěl interpretovat, musel by jim věnovat řádově hodiny manuální práce, které jednoduše nemá. „Zpracovávat a vyhodnocovat data manuálně je velmi neefektivní a náročné,“ popisuje Kozák.
Sledovat konkrétně infekce vzniklé v nemocničním prostředí není jednoduché a pro nemocnice to znamená obrovskou časovou náročnost. „Ve většině zařízení to znamená mít pracovníka určeného k procházení zdravotní dokumentace a laboratorních výsledků,“ vysvětluje Norbert Schellong a doplňuje, že kapacity lékařského personálu jsou podhodnocené. Což znamená, že nakonec ne vždy dochází k řádné evidenci.
Ukázala to už pandemie covidu-19. Ta zásadně vytlačila na okraj běžnou denní agendu, která spočívala v provádění komplexních hygienických auditů i analýze patogenů spojených s používanými přístroji či ve vytváření postupů kontroly infekcí.
Lékárna