Wywiad z mgr. inż. Pawłem Ciesielką, prezesem Zarządu Proacta S.A., ekspertem z ponad 20-letnim doświadczeniem w IT i inżynierii oprogramowania

Czy LOINC może mieć znaczenie dla rozwoju AI w diagnostyce laboratoryjnej? Czy ujednolicenie danych z różnych laboratoriów pozwoli tworzyć większe i bardziej wiarygodne zbiory danych do analiz?

Moim zdaniem to jeden z warunków koniecznych. Sztuczną inteligencję można wyobrazić sobie jako bardzo pilnego, ale całkowicie pozbawionego doświadczenia pracownika, który uczy się wyłącznie na podstawie otrzymanych przykładów. Nie wie, że „K” w jednym laboratorium i „Potas” w drugim oznaczają to samo badanie. Nie zatrzyma się też, żeby dopytać, jeśli coś wyda mu się nietypowe. Jeżeli otrzyma niespójne lub błędnie opisane dane, nauczy się tych błędów i będzie je później powielać z dużą pewnością.

Dziś ogromna część pracy nad każdym projektem AI w diagnostyce polega nie na budowaniu samego modelu, ale na mozolnym ustalaniu, które badania z różnych placówek są rzeczywiście tym samym. Gdy wyniki mają kod LOINC, ta praca znacząco się skraca. Można wtedy łączyć dane z wielu laboratoriów, a im więcej wiarygodnych przykładów, tym lepiej model radzi sobie z mniej typowymi przypadkami i tym bezpieczniej działa u różnych pacjentów.

Ważniejsza od ilości danych jest jednak ich wiarygodność. Wspólne kodowanie pozwala też sprawdzić, czy model w ogóle działa poza miejscem, w którym powstał. Żeby przetestować narzędzie przygotowane na danych z jednego laboratorium na danych z innego, oba muszą mówić tym samym językiem.

Trzeba przy tym pamiętać, że kod LOINC nie służy do wyrównywania różnic pomiędzy laboratoriami – przeciwnie, pomaga te różnice właściwie opisać. Jeśli widzimy, że wyniki tego samego parametru w różnych laboratoriach zachowują się inaczej, w pierwszej kolejności warto sprawdzić, czy badania nie są wykonywane inną metodą, na innym analizatorze albo w innym materiale biologicznym. Takie różnice mogą być całkowicie uzasadnione i właśnie odpowiednio dobrany kod LOINC pozwala je jednoznacznie uchwycić. Dzięki temu możemy odróżnić rzeczywistą różnicę metodyczną od sytuacji, w której kod został przypisany nieprawidłowo.

Warto dodać, że AI może też pomóc we wdrażaniu LOINC. Ręczne przypisywanie kodów do setek badań jest żmudne. Narzędzia oparte na sztucznej inteligencji potrafią zaproponować najbardziej prawdopodobny kod, co bardzo przyspiesza pracę. Ostateczną decyzję zawsze jednak powinien podjąć diagnosta. AI podpowiada, ale nie zastępuje wiedzy specjalisty.

Jak LOINC i SSIDL wpisują się w szerszą europejską cyfryzację ochrony zdrowia? Czy polski wynik z kodem LOINC będzie łatwiejszy do wykorzystania poza Polską?

Tak. Unia Europejska buduje Europejską Przestrzeń Danych Medycznych (EHDS), dzięki której dokumentacja pacjenta, w tym wyniki badań laboratoryjnych, ma być dostępna również w innych krajach członkowskich. Żeby to działało, nie wystarczy przesłać dokumentu. System po drugiej stronie musi go jeszcze „zrozumieć”. Wynik opisany lokalną, polską nazwą dotrze do lekarza w Niemczech, ale jego system nie będzie wiedział, co to za badanie. Wynik z kodem LOINC zostanie rozpoznany i wyświetlony w języku lekarza. Pojawi się też we właściwym miejscu w historii pacjenta, obok jego wcześniejszych oznaczeń.

EHDS przewiduje, że dane medyczne, oczywiście z odpowiednimi zabezpieczeniami, będą mogły być wykorzystywane także do badań naukowych i rozwoju nowych narzędzi, w tym systemów sztucznej inteligencji. Dane z krajów, które mają uporządkowane wyniki laboratoryjne, będą w takich projektach po prostu bardziej użyteczne. To szansa, żeby polska diagnostyka laboratoryjna była w nich dobrze reprezentowana.

W tym kontekście bardzo ważny jest projekt SSIDL prowadzony przez Uniwersytet Medyczny w Łodzi. Obejmuje on polską adaptację nazewnictwa LOINC, udostępnianą elektronicznie w standardach wymiany danych medycznych. W praktyce oznacza to, że systemy laboratoryjne i szpitalne będą mogły korzystać z jednego wspólnego i aktualnego źródła polskich nazw i kodów, zamiast z tabel przepisywanych ręcznie z placówki do placówki.

Jakie są dziś największe wyzwania przed powszechnym wdrożeniem LOINC w Polsce?

Z mojej perspektywy najważniejsze są cztery.

Pierwsze to stan katalogów badań w systemach laboratoryjnych. Często informacje potrzebne do wyboru właściwego kodu, takie jak materiał czy metoda, nie są zapisane w osobnych polach, tylko ukryte w nazwie badania, albo w ogóle nieobecne w systemie. Zanim przypisze się kody, trzeba te informacje uporządkować.

Drugie wyzwanie to jednolitość przypisywania kodów. Jeśli każde laboratorium będzie przypisywało kody samodzielnie i bez wspólnych zasad, zamiast chaosu nazw dostaniemy chaos kodów. To jest nawet groźniejsze, bo z zewnątrz wygląda na uporządkowane. Potrzebne są wspólne wytyczne, szkolenia i kontrola jakości.

Trzecie wyzwanie to utrzymanie. Wdrożenie LOINC nie jest jednorazowym projektem. Słownik jest regularnie aktualizowany, laboratoria zmieniają analizatory i wprowadzają nowe badania. Ktoś musi na bieżąco dbać o to, żeby kody były aktualne, tak samo jak dba się o aktualność procedur czy kontrolę jakości.

Czwarte wyzwanie to brak jasnych wymagań na poziomie krajowym. Dostawcy systemów laboratoryjnych czekają na precyzyjne określenie, jak kod LOINC ma zaistnieć w dokumentach elektronicznych. Dopóki tego nie ma, trudno oczekiwać, że wszyscy zaczną inwestować w dostosowanie oprogramowania.

Co poradziłby Pan kierownikowi laboratorium, który chce już dziś przygotować placówkę do LOINC? Od czego powinien zacząć?

1. Przejrzeć własny katalog badań. Warto poprosić informatyka lub dostawcę systemu o zestawienie wszystkich badań wraz z liczbą wykonań. Zwykle niewielka część badań odpowiada za większość pracy laboratorium i od nich najlepiej zacząć. Przy okazji łatwo wychwycić duplikaty i pozycje, których nikt już nie zleca.
2. Uporządkować opis badań. W przypadku każdego badania powinno być jasne, z jakiego materiału jest wykonywane, w jakich jednostkach podawany jest wynik i jaką metodą. To wiedza, którą diagności mają. Trzeba ją tylko zapisać w uporządkowany sposób.
3. Zapytać dostawcę systemu laboratoryjnego o gotowość na LOINC. Czy system pozwala zapisać kod LOINC przy badaniu i przesłać go razem z wynikiem? Czy będzie mógł korzystać z krajowych zasobów SSIDL?
4. Zachować dotychczasowe kody i nazwy. Kod LOINC powinien być dodatkiem do obecnego oznaczenia badania, a nie jego zamiennikiem. Dzięki temu nic nie zniknie, a ewentualne błędy łatwo będzie poprawić.
5. Korzystać z podpowiedzi, ale samodzielnie zatwierdzać kody. Producenci odczynników coraz częściej podają proponowane kody LOINC, a narzędzia oparte na AI mogą znacznie przyspieszyć pracę. Każdy kod powinien jednak zatwierdzić diagnosta, a najlepiej, by sprawdziła go druga osoba. Warto też zapisywać, dlaczego wybrano dany kod.
6. Wyznaczyć osobę odpowiedzialną za kody na stałe. Każde nowe badanie czy nowy analizator powinny od razu otrzymać sprawdzony kod LOINC. Bez tego po roku znów będziemy mieli bałagan.

Laboratoria, które zaczną teraz, spokojnie i metodycznie, łatwiej przejdą przez przyszłe obowiązkowe wdrożenie. Zyskają też coś więcej niż zgodność z przepisami: uporządkowane dane, które przydadzą się w codziennej pracy, w porównaniach międzylaboratoryjnych i w nowych narzędziach, także opartych na sztucznej inteligencji.

Dziękuję za rozmowę.
Rozmawiała: Małgorzata Klimczak-Filippowicz