Ha a magyar egészségügyről beszélünk, nem a modernitás jut az eszünkbe azonnal, leginkább azért, mert a magyar kórházak nagy része híresen alulfizetett és munkaerő-hiányos, és a háziorvosi gyakorlat is hagy némi kívánnivalót maga után. Mégis van, amiben a rendszer nagyon ügyes: abban, hogy a TAJ-számok és az irányítószámok alapján rengeteg információt lehet kinyerni belőle arra nézve, hogy ki hová jár orvoshoz, mekkora az elvándorlás, ráadásul a big data segítségével az is látszik, hogy
Dr. Szócska Miklós, a Semmelweis Egyetem Egészségügyi Közszolgálati Karának dékánja elmondta, hogy az irányítószám alapján például meg lehet mondani, hány ember marad a saját megyéjében az orvosi ellátásra, és aki nem marad, az hová vándorol, és milyen betegséggel hova megy inkább. Az adatok segítségével az onkológiai ellátást is fel lehet húzni, meg lehet például mondani, hogy milyen rákfajtával hová mennek az emberek orvoshoz, és kihez mennek másodvéleményért. Ez azért fontos, mert így látszik, mely területeket kellene fejleszteni, és hol igazán jó valamelyik ellátás.
Mindehhez nagyon szép infografikákat és adatvizualizációkat is lehet csinálni, úgy, hogy még az is átlássa, aki a szürke adatokból nem ért, például a döntéshozók is, akiknek jó lefordítani a számokat látható tendenciákra.
Félre is vezethet az adat
Csakhogy szimplán az adatok rossz tendenciákat is mutathatnak: Szócska felhozott egy olyan vizualizációt, amelyben két orvosi praxis cukorbetegséggel kezelt betegeit és a cukorbetegségekhez kapcsolható szövődményeket tüntette fel. Ezekből az adatokból jól lehet látni, hogy melyik praxisban magasabb a szívinfarktussal vagy szívfájdalommal küzdők aránya, vagy éppen milyen más, a cukorbetegséghez is kapcsolható tüneteket regisztrálnak számukra a rendszerben.
mert előbb diagnosztizálja a szívpanaszokat (alacsony a szívinfarktus aránya, magas a mellkasfájdalomé), vagy egyszerűen azt is, hogy idősebbek a betegek a praxisban, és több egészségügyi problémájuk van. De a statisztika akár csalást is mutathat, mert mást adnak le az orvosok, mint ami ténylegesen a beteg baja volt. Ezt persze az adatok emberi feldolgozásával és a problémák ellenőrzésével lehet megoldani.
Nem, a gépek még mindig nem veszik el a munkánkat
Ez egyébként pontosan egy olyan téma a big datával és annak mesterséges intelligenciát felhasználó feldolgozásával kapcsolatban, amit gyakran felhoznak: ha minden adatot gépek fognak elemezni, akkor hol marad az ember? Erre Szócskának is ugyanaz a válasza, ami a legtöbb szakértőnek:
Erre jó példa az emlőszűrés vagy a vastagbélszűrés – utóbbit az Üllői úton a Semmelweis Egyetem Patológiai Intézetében nagyban elősegíti a mesterséges intelligencia, mivel az itt dolgozók több ezer mintát elemeznek, jelzik a gépeknek, hogy mely szövetek abnormálisak, és ez alapján a gép képes megtanulni, hogy mit keressen később élő páciensek mintáiból is.
Az orvosok munkája ezzel felgyorsul és pontosabbá válik: mindig az övék az utolsó szó, a gépek egyszerűen megmutatják, kire kell jobban figyelni. Ez már csak azért is pozitívum, mert Magyarországon pár évvel ezelőtt a patológusok átlagéletkora 47 év volt, ami azt jelenti, hogy fogynak el a szakemberek – a maradóknak pedig nagy segítség, ha a mesterséges intelligencia a beletáplált adatmennyiség segítségével megállapítja, hogy mire figyeljen, és mely mintákat kell vizsgálnia.
