AI asistent pro onkologické týmy, který zpracuje dokumentaci, připraví podklady pro rozhodování a usnadní organizaci i zápis MDT.
Příprava na multidisciplinární onkologický tým (MDT) může být velmi časově náročná. Lékař musí projít rozsáhlou zdravotnickou dokumentaci, zrekonstruovat diagnosticko-léčebný proces a připravit stručný, ale klinicky relevantní souhrn. U jednoho pacienta to může zabrat i 20 minut, přičemž na jednom MDT se běžně diskutuje 20-40 pacientů. Na samotné klinické rozhodování pak často zbývá jen několik minut.
Vytvořili jsme proto prototyp AI asistenta, který pomáhá s přípravou, organizací a dokumentací MDT.
Aplikace umožňuje spravovat databázi pacientů, nahrávat zdravotnickou dokumentaci a automaticky ji zpracovávat do strukturované podoby. Součástí je anonymizace dokumentace, kontrola její kvality a identifikace chybějících či nejasných údajů. Pro každého pacienta vzniká přehledný klinický souhrn a interaktivní časová osa diagnostiky a léčby. Jednotlivá tvrzení lze dohledat v původních dokumentech, což lékařům umožňuje rychle ověřit zdroj informací.
Nechceme ale zůstat pouze u sumarizace dokumentace.
Součástí konceptu je také analýza dosavadní péče ve vztahu k odborným doporučeným postupům, identifikace potenciálních odchylek a návrh dalších léčebných možností s odkazy na relevantní guidelines. Další modul pracuje s prognostickými údaji publikovanými v klinických studiích a umožňuje je zasadit do kontextu zvažovaných léčebných postupů.
Aplikace rovněž zahrnuje kalendář MDT, plánování pacientů a správu účastníků jednotlivých zasedání. Počítáme také s podporou automatického zápisu z jednání pomocí AI, rozpoznáváním jednotlivých mluvčích, strukturováním závěrů a vytvářením úkolů pro onkologického koordinátora.
Naším cílem není nahrazovat klinické rozhodování, ale poskytnout lékařům kvalitně připravené, dohledatelné a relevantní informace ve chvíli, kdy je nejvíce potřebují.
Prototyp jsme vyvinuli a testovali na datech z oblasti neuroonkologie, jeho potenciál však výrazně přesahuje tuto specializaci. Navržené řešení je využitelné napříč onkologickými diagnózami a do budoucna i v dalších medicínských oborech, kde je multidisciplinární rozhodování součástí klinické praxe. Dalším krokem je testování v reálném klinickém prostředí, klinická validace jednotlivých AI funkcí, vyhodnocení skutečné časové úspory a posouzení regulatorních požadavků včetně případné certifikace podle evropského nařízení o zdravotnických prostředcích (MDR). Naším dlouhodobým cílem je bezpečné a spolehlivé nasazení do běžné klinické praxe.
- Měli už předtím
- Před zahájením projektu jsme neměli žádný existující kód, datovou sadu ani prototyp. Začínali jsme od nuly. Vycházeli jsme pouze z vlastní zkušenosti s každodenní klinickou praxí a znalosti problémů, se kterými se lékaři při přípravě multidisciplinárních týmů setkávají.
- Využití AI
- Rozne:
- Retrospective guidelines deviations - LLM (GPT 6 Astra; Azure) is given patient's conditions and documents, guidelines to follow, and is asked to look for differences.
- Suggested next steps - LLM (GPT 6 Astra; Azure) is given patient's conditions and documents, guidelines to follow, and asked for next steps.
- Prognosis - LLM (GPT 6 Astra; Azure) is given patient's conditions and documents, guidelines to follow, and searches research papers for
- Document text extraction - Local OCR as first pass and detection and censoring of sensitive data. Second pass sent to vision language model.
- Speech-to-text - AI meeting recorder and auto-summary - Live speech transcribed with ElevenLabs (demo). After the meeting is done, the conversation is summarized into 1-2 actionable outputs with LLMs (GPT 6 Luna; Azure) - Dopad
- Naším cílem není jen ušetřit lékařům čas, ale zlepšit kvalitu rozhodování o onkologické léčbě. Při 20-40 pacientech na jednom MDT může i úspora 5-10 minut na případ znamenat 1,7-6,7 hodiny přípravy na jediné zasedání (zatím odhad).
Důležitější je ale klinický potenciál: úplnější podklady, dohledatelné zdroje a upozornění na možné odchylky od doporučených postupů mohou přispět k informovanějším a konzistentnějším rozhodnutím založeným na důkazech.
V dlouhodobém horizontu chceme ověřit, zda nástroj pomáhá snižovat počet neodůvodněných odchylek od doporučených postupů, zpoždění v péči a zlepšovat výsledky léčby, případně i přežití.
Pokud prokážeme bezpečnost a přínos, řešení lze rozšířit z neuroonkologie na další diagnózy a postupně do nemocnic napříč ČR.
Naší ambicí je, aby kvalita přípravy MDT nezávisela na tom, v jaké nemocnici se pacient léčí. - Komu pomůže
- Pacienti a jejich blízcí, Lékaři a sestry, Nemocnice a poskytovatelé péče
- Technologie InterSystems
- Ano — Importuje aj exportujeme pacientske data informácie.
- Tým
- Codebridge — Soňa Hudecová, Juraj Oravec, Imrich Berta
- Výzva
- AI asistent multidisciplinárního týmu · Ostrava