V době, kdy je zdravotní péče v Evropě pod neustálým tlakem nedostatku personálu, přichází technologické řešení, které by mělo pomoci systému i zefektivnit. Holding Akeso, vedený podnikatelem Sotiriosem Zavalianisem, začal implementovat umělou inteligenci, která se nesnaží nahradit lékaře, ale má sloužit jako jeho vysoce inteligentní asistent. Tato změna není jen o technologii, ale o zcela nové architektuře práce se zdravotními daty.
Symptom Checker: Konec nekonečného vyplňování dotazníků v ordinaci
Tradiční proces návštěvy lékaře často začíná tím, že pacient sedí v čekárně a následně v ordinaci vyplňuje složité formuláře. Akeso tento proces převrací. Pomocí digitálního rozhraní pacienti vyplňují anamnestické dotazníky ještě před samotnou návštěvou.
Jak uvádí František Vlček, ředitel rozvoje a inovací v Akeso, tento přístup dokáže zkrátit čas, který lékař věnuje dokumentaci základních údajů, přibližně na polovinu. Podrobnější informace o fungování systému lze nalézt v odborných médiích, které detailně rozebírají pilotní testování provedené na skupině 330 pacientů.
Co to znamená pro pacienta? Místo stresu z vyplňování papírů v ordinaci má pacient možnost své symptomy popsat v klidu doma, často i přes mobilní zařízení. Výsledkem je strukturovaný digitální obraz pacienta, se kterým lékař může okamžitě pracovat.
Technické pozadí: Proč nestačí běžný ChatGPT?
Mnoho lidí se ptá: „Proč si lékař prostě nepoužije ChatGPT nebo Gemini k zápisu pacienta?“ Odpověď leží v bezpečnosti a přesnosti. Obecné jazykové modely (LLM), jako jsou GPT-4 nebo Claude, jsou navrženy pro širokou škálu úkolů, ale mohou trpět tzv. halucinacemi – tedy generováním fakticky nesprávných informací, které znějí přesvědčivě.
Specializované medicínské systémy jako Symptom Checker využívají technologii RAG (Retrieval-Augmented Generation). Tato metoda umožňuje AI modelu čerpat odpovědi výhradně z ověřených zdrojů, jako jsou klinické doporučené postupy (guidelines) a interní předpisy zařízení. Tím se minimalizuje riziko chyby a zajišťuje se shoda s aktuální medicínskou praxí. Zatímco obecné modely mají tendenci „hádat“ další slovo, medicínské AI musí „ověřovat“ fakta.
Srovnání: Obecná AI vs. Specializovaná MedAI
| Vlastnost | Obecné LLM (GPT/Gemini) | MedAI (např. Akeso) |
|---|---|---|
| Přesnost dat | Střední (riziko halucinací) | Vysoká (RAG, klinické guidelines) |
| Compliance | Obecná ochrana dat | Přísné dodržování GDPR a EU AI Act |
| Cíl použití | Kreativita, text, kód | Diagnostická podpora, triáž |
Regulace a bezpečnost v kontextu EU
Implementace AI do zdravotnictví není jen technologickou výzvou, ale i právní. V rámci Evropské unie musí tyto systémy splňovat přísné normy stanovené v EU AI Act. Zdravotnické aplikace jsou totiž klasifikovány jako systémy vysokého rizika. To znamená, že musí projít přísnými audity, být transparentní a poskytovat lidskému dohledu (human-in-the-loop).
