چالش موازنه کیفیت و هزینه در جراحی دیجیتال

دکتر بقایی در این سخنرانی با تکیه بر تجربه عملیاتی خود در دومین نهاد بزرگ ارائه ‌دهنده خدمات درمانی استان، تلاش کرد تا مرز میان رویاپردازی‌های مهندسی و نیازهای بالینی بر روی تخت بیمارستان را به روشنی ترسیم کند. او با به چالش کشیدن ساختارهای سنتی مدیریت داده، به واکاوی چالش‌های چندبعدی تریدآف در تصمیم‌گیری‌های درمانی پرداخت و بر این اصل پافشاری کرد که هوش مصنوعی بدون استقرار نظام نوین «هوش تصمیم‌گیری»، فاقد کارایی لازم در لایه حکمرانی خواهد بود. این گزارش تحلیلی به بررسی اظهارات، فرضیه‌ها و اولویت‌های ده‌گانه پژوهشی مطرح‌ شده توسط این مدیر ارشد نظام سلامت می‌پردازد.

زبان مشترک میان دو قلمرو پویا

این سخنرانی ارائه با تبیین صادقانه جایگاه معرفتی پزشکان در قبال فناوری‌های دیجیتال آغاز شد. دکتر بقایی با اذعان به تفاوت بنیادین زبان گفتمان کادر درمان و مهندسان کامپیوتر اظهار داشت: «واقعیت این است که ما جامعه پزشکان، اطلاعات تخصصی چندانی درباره ساختار فنی هوش مصنوعی و الگوریتم‌ها نداریم.» با این حال، او یادآور شد که نظام سلامت روزانه با کوهی از مشکلات لاینحل در حوزه‌های مدیریتی، درمانی و بیمه‌ای دست‌به‌گریبان است که طبق فرضیه‌های رایج، کلید حل آن‌ها به دست هوش مصنوعی سپرده شده است.

به باور این متخصص ریه، تعامل میان دو قلمرو بهداشت و هوش مصنوعی قطعاً به بروز سؤالات بسیار پیچیده و تداخلات دائم بالینی و مهندسی منجر خواهد شد. او انگیزه اصلی حضور کادر درمان در این قبیل همایش‌ها را طرح صریح چالش‌هایی دانست که هوش طبیعی انسان در طول سالیان متمادی قادر به حل کامل آن‌ها نبوده است تا مشخص شود فناوری در کدام بخش‌ها می‌تواند باری از دوش درمانگران بردارد.

موازنه ظریف میان کیفیت، هزینه و دسترسی

 یکی از فرازهای محوری سخنرانی دکتر بقایی، نقد دیدگاه ساده‌انگارانه‌ای بود که بهبود فرایندهای بهداشتی را صرفاً به تخصیص منابع مالی مرتبط می‌داند. او توضیح داد که انتظارات کلان از هوش مصنوعی در نظام سلامت شامل پنج مؤلفه کاهش هزینه، افزایش کیفیت، کاهش خطاهای پزشکی، ارتقای دسترسی عادلانه و بهینه ساختن تصمیم‌گیری‌ها به صورت همزمان است. اما در تئوری سیستم‌ها، این پارامترها در تضاد مستقیم با یکدیگر قرار دارند؛ به طوری که ارتقای کیفیت بالینی به افزایش فزاینده هزینه‌ها می‌انجامد و از سوی دیگر، تلاش برای توسعه دسترسی عادلانه به خدمات گران‌قیمت، منابع مالی محدود سیستم را به سرعت تحلیل می‌برد.

دکتر بقایی تأکید کرد که این گره کور با فرمول‌های خطی دو دو تا چهار تا باز نخواهد شد. وی ورود متغیرهای اخلاق پزشکی، عدالت‌محوری و کرامت انسانی را به عنوان عاملی برای پیچیدگی مضاعف این بستر توصیف کرد؛ چرا که هر تصمیمی در این نظام، مستقیماً با گران‌بهاترین دارایی بشر، یعنی جان انسان، گره خورده است.

 او با تکیه بر همین اصول اخلاقی تصریح کرد که هوش مصنوعی هرگز نباید در جایگاه صادر کننده حکم نهایی درمان قرار گیرد. نقش این ابزارها صرفاً باید به ردیابی و گزارش موارد مشکوک محدود شود و تصمیم نهایی و حاکمیتی همواره بر عهده پزشک انسان باقی بماند.

چالش انباشت داده‌های مفقود و بحران حاکمیت داده

معاون درمان تأمین اجتماعی اصفهان با نگاهی نقادانه به تاریخچه دیجیتالی‌سازی اطلاعات پرداخت و اظهار داشت که فرایند الکترونیکی کردن پرونده‌های بیماران بستری و سرپایی در این سازمان از حدود ده سال پیش آغاز شده است. با این حال، خروجی‌های ملموس این کلان‌پروژه با اهداف اولیه فاصله چشمگیری دارد.

دکتر بقایی با گله‌مندی از وضعیت کنونی اعلام کرد: «ما امروزه حجم عظیمی از داده‌ها را در اختیار داریم، اما حتی برای یک واکشی ساده و گزارش‌گیری اولیه داده‌ها هم با چالش روبه‌رو هستیم.» او توضیح داد که فقر شدید ساختاری داده‌ها مانع از آن شده است که سیستم بتواند به لایه‌های پیشرفته‌تر پیش‌بینی بالینی و مدیریت هزینه‌ها ورود کند. وی ریشه این بن‌بست را در سه گسست ساختاری شامل ثبت نادرست اطلاعات اولیه، عدم آموزش کافی نیروی انسانی و نبود متولی مشخص برای حاکمیت داده خلاصه کرد.

به باور او، اهمیت کار اپراتوری که اولین دکمه ثبت اطلاعات بیمار را در بدو ورود به بیمارستان می‌فشارد، هنوز در جامعه جدی گرفته نشده و در بسیاری از موارد اطلاعات به صورت تصادفی و بدون رعایت استانداردهای علمی ثبت می‌شوند. علاوه بر این، فقدان چارچوب‌های قانونی برای حاکمیت داده موجب شده تا نحوه و ضوابط امنیتی واگذاری داده‌ها به پژوهشگران دانشگاهی در هاله‌ای از ابهام باقی بماند.

سطوح سه‌گانه کاربرد فناوری و خطر «حماقت سیستمی»

بخش تحلیل علمی سخنرانی به کالبدشکافی سطوح سه‌گانه کاربرد هوش مصنوعی اختصاص داشت. سطح نخست یا لایه پزشک بالینی، بر روی پزشکی شخص‌محور متمرکز است که به پزشک در پاسخ به سؤالاتی نظیر چگونگی تطابق شاخص‌های حیاتی و تعیین دوز داروها یاری می‌رساند. دکتر بقایی با ارجاع به مقاله‌ای علمی که اخیراً در مجله نیچر منتشر شده است، نسبت به پیامدهای اتکای مطلق به هوش مصنوعی در این سطح هشدار داد.

این مقاله پدیده فنی «رگرسیون به میانگین» را مطرح کرده و نشان می‌دهد که اگر هوش مصنوعی به طور مداوم با داده‌های تولیدی خودش بازآموزی شود و فرایند تصمیم‌گیری نهایی کاملاً به آن واگذار گردد، سیستم در درازمدت به نوعی حماقت سیستمی و تصمیمات غلط منجر خواهد شد؛ بنابراین حضور و نظارت پزشک انسان همواره یک اصل اساسی و غیرقابل حذف است.

سطح دوم کاربرد به لایه بیمارستان‌ها و مراکز درمانی مربوط می‌شود که به گفته دکتر بقایی، اصلی‌ترین چالش‌های مدیریتی روزمره نظیر کنترل صف‌های انتظار، نوبت‌دهی و مدیریت تخت‌های بستری در این بخش جریان دارد. وی اداره یک بیمارستان ساده ۲۰۰ تخت‌خوابی را به جهت درهم‌تنیدگی فرایندهای خدماتی، پسماندها، تاسیسات و خدمات فوق‌تخصصی به اداره یک شهر کوچک تشبیه کرد.

سطح سوم نیز به سیاست‌گذاری، تخصیص منابع و خرید راهبردی اختصاص دارد که لایه حاکمیتی سیستم بیمه‌ای به شمار می‌رود.

تحول در الگوی بیمه‌ای و گذار به پرداخت بر مبنای ارزش

دکتر بقایی در پایان ارزیابی‌های خود بر لزوم بازبینی شاخص‌های کلیدی عملکرد تأکید کرد و خواستار تغییر رویکرد از شاخص‌های سنتی عملکردی به سمت شاخص‌های مبتنی بر پیش‌بینی هوش مصنوعی شد. برای نمونه، سیستم باید پیش از ترخیص بیمار هشدار دهد که این فرد با احتمال ۶۰ الی ۷۰ درصد ممکن است مجدداً بستری شود تا پیشگیری‌های بالینی انجام گیرد.

وی با تشریح دو لایه فعالیت درمان مستقیم در بیمارستان‌های ملکی و غیرمستقیم در لایه خرید خدمت در تأمین اجتماعی، خاطر نشان کرد که این سازمان به عنوان اولین خریدار بزرگ خدمات درمانی در کشور، باید ساختار پرداخت‌های خود را از مدل سنتی پرداخت بابت خدمت به سمت پرداخت بر مبنای ارزش تغییر دهد. او سیستم بسته، پرمخاطب و سرشار از داده‌های متنوع تأمین اجتماعی را بستر بسیار مناسبی برای پیاده‌سازی این الگوها برشمرد.

فراخوان نخبگان؛ تبیین پروژه‌های ده‌گانه کاربردی اصفهان

معاون درمان تأمین اجتماعی استان اصفهان سخنرانی خود را با اعلام یک فراخوان رسمی و تشریح ده اولویت پژوهشی نیازسنجی ‌شده خاتمه داد تا دانشگاهیان و شرکت‌های فناور بتوانند گامی عملی در جهت ارتقای نظام سلامت بردارند. این پروژه‌های کاربردی شامل توسعه داشبورد هوشمند مدیریت درمان سازمان، پیش‌بینی هوشمند میزان اشغال تخت‌های بیمارستانی، مدیریت فرایندهای بخش اورژانس، کنترل هوشمند هزینه‌ها و شناسایی تقلب‌های بیمه‌ای، شناسایی تقاضاها و درمان‌های القایی، امتیازدهی کیفی بیمارستان‌های ملکی، پیش‌بینی احتمال بستری مجدد بیماران، بهینه‌سازی مصرف و زنجیره دارو، شاخص ارزیابی کیفیت مراکز طرف قرارداد و در نهایت توسعه سیستم کمکیار هوشمند (کوپایلت) مدیریت درمان جهت ارائه تحلیل‌ها و راهکارهای تصمیم‌یار هستند.

او فرایند همکاری پژوهشگران را منوط به نگارش پروپوزال اولیه دانست که پس از تأیید در استان و تصویب در مؤسسه عالی پژوهش تأمین اجتماعی در تهران، بودجه لازم برای اجرا تأمین شده و داده‌های مورد نیاز در اختیار محققان قرار خواهد گرفت.