Třetí oko lékaře. Česká AI si razí cestu do světových nemocnic

Po škole jsem nastoupil do médií. Pracoval jsem jako reportér, věnoval se velkým zdravotnickým tématům a později moderoval hlavní zpravodajskou relaci. Zdravotnictví jsem tak znal z druhé strany, od fungování nemocnic a pojišťoven až po platby a systémové problémy.

Carebot vznikl za covidu téměř filmovou náhodou. Se svým spoluzakladatelem a dnešním CTO Danielem Kvakem se známe přes hudbu. Na LinkedInu jsem viděl jeho příspěvek o modelu, který měl rozlišovat covidové a necovidové rentgenové snímky. Napsal jsem mu, že mu pomohu dostat nápad z akademického prostředí ven. Z původního experimentu postupně vznikla firma.

Daniel se stará o technickou stránku produktu, za mnou jde management, obchod a vztahy. Z médií jsem si přinesl schopnost rychle reagovat a komunikovat. Když dělám něco, čemu věřím a co má společenský smysl, probudí se ve mně energie, kterou je těžké zastavit.

Představa, že AI nahradí radiologa, je podle mě mylná. Počet snímků, které musí radiologové každoročně vyhodnotit, roste, ale počet specialistů stejným tempem nepřibývá. Potřebujeme jim proto dát nástroje, aby rostoucí množství práce zvládali kvalitně a v rozumných podmínkách.

Carebotu říkáme třetí oko lékaře. U snímků bez nálezu funguje jako druhá kontrola. Pokud je označí za negativní, u některých našich nástrojů se tento závěr v 99 procentech případů potvrdí. Když upozorní na podezřelé místo, konečné posouzení zůstává na lékaři. Algoritmus rozpoznává obrazové vzorce, radiolog ale zohlední i další informace o pacientovi. 

K práci lékařů musíme přistupovat s pokorou. Mají zkušenosti a informace, které obrazový model nemá. Jednou možná půjde některé zcela negativní snímky vyřizovat automaticky. Dnes ale lidský element zůstat musí.

Jedním z našich hlavních cílů je náhodný včasný záchyt onkologických onemocnění. Jen rentgenů hrudníku se v Česku podle našich údajů provedou přibližně tři miliony ročně. Lidé na ně přicházejí před operací, po úrazu nebo kvůli kašli. AI v tomto množství hledá drobné nálezy, které nesouvisejí s původním důvodem vyšetření.

Máme například případ pacienta, který spadl ze žebříku. Lékař se přirozeně soustředil na zlomené žebro, Carebot ale na druhé straně snímku upozornil na malou lézi. Následné CT potvrdilo rakovinu plic v prvním stadiu. V naší studii z devíti nemocnic, která zahrnovala dvě stě tisíc pacientů, jsme podle našich výsledků prokázali incidentální prvomalignitu u 88 lidí.

Takový záchyt může posunout část pacientů do časnějšího stadia, kdy mají vyšší šanci na přežití. Přínos má i zdravotní systém, protože časná léčba bývá méně nákladná. AI zde funguje jako záchranná síť, která upozorní na něco, čeho by si radiolog v pracovním tlaku nemusel všimnout.

Riziko existuje, pokud technologii zavedeme špatně. Ve zdravotnictví ale lékaři pracují pod silným personálním i ekonomickým tlakem. Mají popsat co nejvíce snímků a současně zachovat nejvyšší kvalitu. I nejlepší radiolog je člověk. Může být unavený, špatně se vyspat nebo mít náročný den. Umělá inteligence podává stále stejný výkon.

Pokud AI pomůže udržet kvalitu a lékař díky ní zvládne více snímků, nevidím v tom lenost. Důležitá je edukace a zpětná vazba zkušenějších radiologů. Mladý lékař se musí naučit snímek popsat, zároveň ale může mít vedle sebe bezpečnostní síť.

Je pochopitelné, že lékaři veřejné chatboty používají, pokud nemají bezpečnou alternativu. Problém nastává ve chvíli, kdy někdo zkopíruje zprávu z nemocničního systému včetně osobních údajů pacienta a vloží ji do veřejného modelu.

Certifikovaný nástroj může chybovat, ale je určen ke konkrétnímu účelu, prochází studiemi a má vymezené hranice. Veřejný jazykový model může informace vymýšlet a není určený k diagnostice.

Proto potřebujeme metodická pravidla, vzdělávání a bezpečné nástroje, které lze používat přímo v nemocnicích. Nestačí lidem říct, co dělat nesmějí. Musíme jim nabídnout funkční alternativu.

Cílem CEO rychle rostoucího startupu je udržet chaos v přijatelných mezích. Když žádný chaos není, pravděpodobně se neposouváte dost rychle. Startup není o tom, že najdete proces, zakonzervujete ho a postupně rostete. Proces vytvoříte, začnete růst a potom ho znovu narušíte, abyste mohli růst rychleji.

Ve zdravotnictví přitom musíme udržet kvalitu, bezpečnost, certifikace i klinické studie. Jsem náročný šéf a dělám spoustu chyb. Mám rád lidi, kteří hledají cesty a chtějí něco vytvářet, ne důvody, proč něco nejde.

Při vstupu do dalších zemí jsme zjistili, že nestačí pouze místní distributor. Potřebujeme tam také člověka přímo z Carebotu, který rozumí produktu a dokáže rozvíjet vztahy. Pokud chceme budovat globální firmu, musíme se dívat tam, kam chceme dorazit. To platí pro obchodní tým, management i lékařský poradní sbor.

Potřebujeme otevírat nové trhy, certifikovat další produkty a posilovat tým. Dnes dokážeme uvést přibližně jeden certifikovaný prostředek ročně. Chceme vývoj zrychlit bez kompromisů v kvalitě.

Carebot dnes působí ve stovkách nemocnic v Evropě i mimo ni. Chceme, aby se AI stala standardní součástí péče. Potřebujeme ale systém, který inovace rychle posoudí, podpoří a následně vyhodnotí jejich přínos.

Neříkám, že by zdravotní pojišťovny měly automaticky hradit každou novou technologii. Měl by ale existovat rychlý způsob, jak ověřit její skutečný přínos. Pokud ho prokáže, může získat úhradu. Pokud ne, pojišťovny by ji platit neměly. 

Za rok bychom chtěli mluvit o tom, že se z lídra Evropy stal globální konkurent. Potvrdit to ale musíme činy, nejen tržbami. Důležitý je také dopad na pacienty, vzdělávání a schopnost posunout celý zdravotnický ekosystém.