W „npj Digital Medicine” opublikowano randomizowane badanie PRIMA-AI dotyczące narzędzia sztucznej inteligencji zintegrowanego z elektroniczną dokumentacją medyczną. Narzędzie prognozowało roczne ryzyko utraty przeszczepionej nerki u biorców przeszczepu. W badaniu uczestniczyło 76 pacjentów. Celem było sprawdzenie, czy dostępność wyniku ryzyka w systemie EHR poprawi komunikację kliniczną i współdzielone podejmowanie decyzji.

Wyniki badania pokazały, że bierne udostępnienie predykcji AI w dokumentacji medycznej nie zwiększyło częstości rozmów o opcjach leczenia po ewentualnej utracie graftu. Nie odnotowano także poprawy wyników związanych ze współdzielonym podejmowaniem decyzji. To ważna obserwacja, ponieważ wiele projektów cyfrowych zakłada, że sama obecność narzędzia w systemie automatycznie zmieni praktykę kliniczną. Badanie wskazuje, że taki efekt nie musi wystąpić bez odpowiedniego wdrożenia w workflow lekarza.

Znaczenie tej publikacji wykracza poza transplantologię. Pokazuje ona szerszy problem wdrażania AI w medycynie: skuteczny model predykcyjny nie jest tym samym co skuteczna interwencja kliniczna. Aby narzędzie realnie wspierało opiekę, musi być użyteczne w konkretnym momencie procesu decyzyjnego. Powinno także jasno wskazywać, jakie działanie lekarz i pacjent mogą podjąć na podstawie uzyskanego wyniku.

Dla szpitali i dostawców rozwiązań cyfrowych badanie jest ważnym sygnałem organizacyjnym. Wdrażanie AI wymaga nie tylko integracji technicznej, ale też szkolenia, projektowania ścieżki postępowania i oceny efektów. Dla lekarzy oznacza to potrzebę krytycznego podejścia do narzędzi predykcyjnych i ich wpływu na rozmowę z pacjentem. Dla pacjentów najważniejsze jest, aby nowe technologie przekładały się na lepsze decyzje, a nie tylko na dodatkowe dane w systemie.

Źródła: npj Digital Medicine; Nature Portfolio.
Opracowanie redakcyjne: Debaty Zdrowie