15. března 2025 | LinkedIN, DigitalHealth_CZ
Článek byl uveřejněný na síti LinkedIN a najdete ho pod tímto odkazem.
Jedna z otázek, kterou si pokládá moderní medicína, zní: Máme k dispozici data, na jejichž základě je možné spolehlivě předpovědět zdravotní rizika?
Jsou to např. rozsáhlá, ale obsahově limitovaná data, kterými disponují zdravotní pojišťovny?
Odpověď je překvapivá – ano, do značné míry to možné je. Analýzy ekonomických a zdravotních dat s využitím nástrojů umělé inteligence umožňují identifikovat pacienty s vyšším rizikem chronických i akutních onemocnění a cíleně jim nabízet prevenci. Takový postup přispívá ke zlepšení kvality života pacientů, omezuje vznik závažných zdravotních komplikací a současně snižuje náklady na léčbu v bilanci veřejného zdravotního pojištění.
Zpracováním zdravotnických dat, resp. dat evidovaných zdravotními pojišťovnami, a jejich následným analýzami, predikcemi, modelací a uplatněním se zabývá společnost STYRAX Consulting, a.s. Některé z konkrétních výsledků těchto analýz a predikcí uvádíme dále v tomto článku. STYRAX Consulting, a.s. má praktické zkušenosti z poskytování analýz jak nad daty v České republice, tak i na Slovensku.
Obecným trendem, zmiňovaným oficiálními autoritami (WHO, ÚZIS) v souvislosti s vývojem veřejného zdraví, je rostoucí prevalence chronických onemocnění: diabetu, kardiovaskulárních chorob, chronických respiračních nemocí a rakoviny. Podíl nákladů zdravotnických systémů na léčbu chronicky nemocných činí přinejmenším 70 %. Jde o dlouhodobé a často celoživotní stavy, které mají zásadní dopad na pacienty i na zdravotní péči. I malé změny v jejich prevenci a včasné diagnostice tedy mohou přinést velké přínosy, a to jak zdravotní, tak i ekonomické.
Díky pokročilým prediktivním modelům dnes umíme identifikovat 35 chronických onemocnění. Mezi prvními 16 nejčastějšími stavy se nachází třetina populace, přičemž dalších 15 % populace se nachází ve fázi „pre-stavu“, tedy s vysokým rizikem vzniku onemocnění.
Prediktivní modely dosahují přesnosti nad 70 % u těchto nejčastějších chronických onemocnění, přičemž již existující stav umíme určit s chybovostí pod 1 %. U některých nemocí, jako je diabetes, lze předpovědět vývoj nemoci s předstihem dvou let.
Jakým způsobem lze výsledky analýz využít v praxi? Data k analýzám jsou poskytnuta zdravotními pojišťovnami. Výsledky analýz jsou následně pojišťovnami zpracovávány a využity k oslovení pojištěnců prostřednictvím ošetřujících lékařů pro individuální doporučení k vyšetřením nebo režimovým opatřením k podpoře prevence nástupu komplikací. V některých případech, například v aplikaci VITAKARTA zdravotní pojišťovny OZP, si může pojištěnec sám svůj predikovaný stav posoudit a ověřit.
Praktickým příkladem úspěšné predikce je diabetes, nejčastěji hrozící chronické onemocnění. Výsledky plošného screeningu přináší odhalení onemocnění každoročně u 1 % dospělé populace. Pokud bychom tedy vyšetřili každého, nalezli bychom jednoho pacienta ze sta. Prediktivní model ale umožňuje zacílit šetření na vysoce rizikové osoby a zachytit 70 ze 100 případů budoucího diabetu, což dramaticky zvyšuje efektivitu vyšetření oslovením vzorku vážně ohrožených klientů pojišťoven.
Vedle vzniku chronických onemocnění existuje i zdánlivě neočekávaný cíl předpovědi: vznik akutní komplikace! Výzkum v této oblasti vedl Dominik Rabatin ze společnosti STYRAX Consulting v rámci své diplomové práce. Vznikl prediktivní model, zacílený na odhalení tři typů infarktu myokardu:
Z pacientů, kteří infarkt skutečně prodělali, model správně identifikoval 24,27 %. Mezi těmi, které označil jako rizikové, infarkt následně dostalo 65,83 %. Celková přesnost modelu dosáhla obdivuhodných 98,88 %. Včasná identifikace pacientů s vysokým rizikem infarktu může znamenat nejen záchranu životů, ale také významné ekonomické úspory. Roční náklady na léčbu infarktu myokardu podle VZP ČR dosahují ročně více než jedné miliardy korun.
Pro konkrétnější představu o možnostech úspor uvádíme modelový příklad pojišťovny s jedním milionem pojištěnců (ve věku nad 18 let). Z veřejných dat VZP ČR za poslední roky lze v případě infarktu myokardu (IM) odvodit, že:
Při použití pro modelovou zdravotní pojišťovnu vychází následující kalkulace a možné roční úspory:
Výsledky dosavadních projektů ukazují, že predikce zdravotních rizik je nejen možná, ale má i zásadní přínos pro zdravotní péči a ekonomiku celého systému veřejného zdravotního pojištění. Modely jsou úspěšně aplikovány v ČR i SR a průběžně se aktualizují na základě nových dat a zpětné vazby od lékařů a pacientů.
Dominik Rabatin za svůj výzkum získal první místo v národní soutěži diplomových prací s ekonomickým zaměřením, což jen potvrzuje význam těchto aktivit pro budoucí rozvoj zdravotní péče. Otevírají se tak nové možnosti využití prediktivních modelů i pro další onemocnění a zdravotní problémy. Tímto směrem se zdravotnictví bude stále více ubírat a prediktivní analýzy se mohou stát klíčovým nástrojem prevence nemocí v moderní společnosti.
STYRAX Consulting, a.s. je poradenskou společností zaměřující se na konzultační služby a poradenství pro instituce především ve zdravotnictví, datové analýzy a zpracování velkých objemů dat, datamining, detekce fraudu apod. a více než 15 let i na využití umělé inteligence (AI) jak při vývoji pomocníků při administrativních činnostech, tak při analýzách dat.
Byla založena v roce 2009 a svým zaměřením vhodně doplňuje záběr své mateřské softwarové společnosti STYRAX, a.s.
Podrobnější informace k predikci zdravotních rizik a jak se této oblasti věnují ve společnosti STYRAX Consulting najdete pod odkazem www.styraxconsulting.cz/sluzba_riziko.html
