Η συζήτηση για την τεχνητή νοημοσύνη στην υγεία συχνά ξεκινά από τα πιο εντυπωσιακά σενάρια: συστήματα που αναλύουν δεδομένα, αλγόριθμοι που εντοπίζουν κινδύνους, εφαρμογές που υπόσχονται καλύτερες αποφάσεις. Όμως, για το φαρμακείο της κοινότητας, η πραγματική αξία της τεχνητής νοημοσύνης μπορεί να βρίσκεται σε κάτι πολύ πιο απλό και, ταυτόχρονα, πολύ πιο ουσιαστικό: στον χρόνο.
Ο φαρμακοποιός σήμερα καλείται να λειτουργήσει σε ένα περιβάλλον αυξημένων απαιτήσεων: διαχείριση αποθέματος, ελλείψεις, παραγγελίες, τιμολογήσεις, ασφαλιστικές διαδικασίες, νέες υπηρεσίες υγείας, οικονομική πίεση. Αν η τεχνητή νοημοσύνη μπορεί να παίξει έναν πραγματικά χρήσιμο ρόλο στο φαρμακείο, αυτός δεν είναι να αντικαταστήσει τον φαρμακοποιό, αλλά να τον αποδεσμεύσει από ένα μέρος της διαχείρισης, ώστε να αφιερώσει περισσότερο χρόνο εκεί όπου έχει τη μεγαλύτερη αξία: στη φροντίδα, στη συμβουλή, στην πρόληψη και στη σχέση εμπιστοσύνης με τον ασθενή.
Η υπόσχεση της τεχνητής νοημοσύνης πρέπει, επομένως, να κριθεί με ένα πολύ πρακτικό ερώτημα: μειώνει τον θόρυβο της καθημερινότητας ή προσθέτει έναν ακόμη μηχανισμό που πρέπει να διαχειριστεί ο φαρμακοποιός; Αν κάνει το δεύτερο, αποτυγχάνει. Αν κάνει το πρώτο, τότε μπορεί πράγματι να συμβάλει στη μετάβαση του φαρμακείου από ένα σημείο εκτέλεσης συναλλαγών σε έναν πιο ενεργό κόμβο φροντίδας.
Μια μεγάλη ευκαιρία βρίσκεται στο back office
Συχνά μιλάμε για την τεχνητή νοημοσύνη ως κάτι που αφορά κυρίως τη διάγνωση, τη θεραπεία ή την κλινική απόφαση. Στην πράξη, όμως, για το φαρμακείο της κοινότητας, οι πιο άμεσες και ρεαλιστικές εφαρμογές βρίσκονται συχνά στο back office, εκεί όπου χάνονται καθημερινά ώρες, ενέργεια και προσοχή. Η διαχείριση αποθέματος είναι ίσως το πιο χαρακτηριστικό παράδειγμα. Ένα φαρμακείο πρέπει να έχει διαθέσιμα τα απαραίτητα προϊόντα, χωρίς να δεσμεύει υπερβολικό κεφάλαιο σε είδη που δεν κινούνται. Πρέπει να προβλέπει εποχικές αυξήσεις, να λαμβάνει υπόψη ελλείψεις, να αναγνωρίζει αλλαγές στη ζήτηση και να προσαρμόζει τις παραγγελίες του. Αυτή είναι μια εργασία που απαιτεί εμπειρία, αλλά και συνεχή ανάλυση δεδομένων.
Εδώ η τεχνητή νοημοσύνη μπορεί να προσφέρει πρακτική αξία. Μπορεί να αναλύει το ιστορικό πωλήσεων, την εποχικότητα, τις τάσεις κατανάλωσης και τους ρυθμούς αναπλήρωσης. Μπορεί να προτείνει ελάχιστα επίπεδα αποθέματος ανά κωδικό, να εντοπίζει προϊόντα που κινούνται πιο αργά, να προειδοποιεί για πιθανές ελλείψεις ή να βοηθά στην καλύτερη κατανομή κεφαλαίου. Δεν αποφασίζει στη θέση του φαρμακοποιού· του δίνει καλύτερη εικόνα για να αποφασίσει. Το ίδιο ισχύει και για την οικονομική διαχείριση: ανάλυση κερδοφορίας, παρακολούθηση ταμειακών ροών, σύγκριση κατηγοριών προϊόντων, αξιολόγηση προμηθευτών, πρόβλεψη αναγκών. Όσο πιο πιεσμένο είναι το επιχειρηματικό περιβάλλον, τόσο μεγαλύτερη σημασία αποκτά η ικανότητα του φαρμακοποιού να βλέπει έγκαιρα τι συμβαίνει στην επιχείρησή του.
Η τεχνητή νοημοσύνη δεν χρειάζεται να ξεκινήσει από τα πιο φιλόδοξα σενάρια. Μπορεί να ξεκινήσει από τα πρακτικά. Από τις παραγγελίες, το απόθεμα, τις ελλείψεις, την πρόβλεψη, την οικονομική εικόνα. Εκεί όπου κάθε ώρα που εξοικονομείται μπορεί να επιστρέψει στον πάγκο, στον ασθενή και στη φαρμακευτική συμβουλή.
Από την αυτοματοποίηση στη φροντίδα
Το κρίσιμο ερώτημα δεν είναι αν η τεχνητή νοημοσύνη μπορεί να αυτοματοποιήσει εργασίες· είναι τι θα κάνει το φαρμακείο με τον χρόνο που θα απελευθερωθεί. Γιατί η τεχνολογία από μόνη της δεν αναβαθμίζει τον ρόλο του φαρμακοποιού. Τον αναβαθμίζει μόνο όταν εντάσσεται σε μια στρατηγική που δίνει περισσότερο χώρο στη φροντίδα. Ένα φαρμακείο που εξοικονομεί χρόνο από την καλύτερη διαχείριση αποθέματος, από την ταχύτερη ανάλυση δεδομένων ή από την αυτοματοποίηση επαναλαμβανόμενων εργασιών, μπορεί να επενδύσει αυτόν τον χρόνο σε υπηρεσίες μεγαλύτερης αξίας: ανασκόπηση φαρμακευτικής αγωγής, υποστήριξη χρόνιων ασθενών, υπενθυμίσεις συμμόρφωσης, εμβολιαστική συμβουλή, παρακολούθηση παραγόντων κινδύνου, καλύτερη επικοινωνία με τον ασθενή.
Σε αυτό το σημείο βρίσκεται η πραγματική μετάβαση: από τη διαχείριση προϊόντων στη διαχείριση φροντίδας. Το φαρμακείο δεν παύει να είναι εμπορική μονάδα, μπορεί όμως να γίνει κάτι περισσότερο: το πιο άμεσο και προσβάσιμο σημείο υγειονομικής καθοδήγησης για τον πολίτη. Η τεχνητή νοημοσύνη μπορεί να βοηθήσει σε αυτή τη μετάβαση, όχι επειδή «ξέρει περισσότερα» από τον φαρμακοποιό, αλλά επειδή μπορεί να οργανώσει καλύτερα την πληροφορία. Μπορεί να επισημάνει ότι ένας ασθενής λαμβάνει πολλά φάρμακα και ίσως χρειάζεται ανασκόπηση. Μπορεί να υπενθυμίσει ότι κάποιος δεν έχει ανανεώσει εγκαίρως μια χρόνια αγωγή. Μπορεί να αναδείξει στοιχεία που διαφορετικά θα χάνονταν μέσα στον φόρτο της καθημερινότητας.
Όμως, η κρίσιμη απόφαση παραμένει ανθρώπινη. Ο φαρμακοποιός είναι αυτός που θα αξιολογήσει, θα ρωτήσει, θα εξηγήσει, θα καθησυχάσει, θα παραπέμψει όπου χρειάζεται. Η τεχνητή νοημοσύνη δεν δημιουργεί από μόνη της υπηρεσίες υγείας· δημιουργεί τις προϋποθέσεις για να οργανωθούν καλύτερα. Και αυτό είναι ίσως το πιο ρεαλιστικό, αλλά και το πιο σημαντικό της πλεονέκτημα.
Τα νέα κριτήρια επιλογής εργαλείων
Η υιοθέτηση εργαλείων τεχνητής νοημοσύνης στο φαρμακείο δεν μπορεί να γίνεται με μοναδικό κριτήριο την ευκολία ή τον εντυπωσιασμό. Όσο πιο κοντά βρίσκεται ένα εργαλείο στη φροντίδα του ασθενούς, τόσο αυξάνονται οι απαιτήσεις αξιοπιστίας, διαφάνειας και ασφάλειας. Πριν υιοθετήσει ένα τέτοιο εργαλείο, ο φαρμακοποιός χρειάζεται να θέσει μερικά απλά, αλλά κρίσιμα ερωτήματα. Εντάσσεται ομαλά στην καθημερινή λειτουργία ή προσθέτει νέα πολυπλοκότητα; Βασίζεται σε αξιόπιστα και επικαιροποιημένα δεδομένα; Εξηγεί τις εισηγήσεις του με τρόπο που μπορεί να αξιολογηθεί; Προστατεύει τα δεδομένα υγείας; Επιτρέπει ιχνηλασιμότητα όταν επηρεάζει μια σύσταση προς τον ασθενή;
Η ποιότητα των δεδομένων είναι καθοριστική. Αν τα δεδομένα είναι ελλιπή, λανθασμένα ή μη επικαιροποιημένα, οι εισηγήσεις του συστήματος μπορεί να είναι προβληματικές. Αυτό ισχύει ιδιαίτερα όταν μιλάμε για φαρμακευτική αγωγή, αλλεργίες, ιστορικό, ελλείψεις ή οικονομική πρόβλεψη. Εξίσου σημαντική είναι η προστασία των δεδομένων. Τα δεδομένα υγείας είναι εξαιρετικά ευαίσθητα. Ο φαρμακοποιός πρέπει να γνωρίζει πού αποθηκεύονται, ποιος έχει πρόσβαση, αν χρησιμοποιούνται για εκπαίδευση μοντέλων, ποιος είναι ο ρόλος του προμηθευτή και πώς διασφαλίζεται η συμμόρφωση με το κανονιστικό πλαίσιο. Τέλος, όσο περισσότερο η τεχνητή νοημοσύνη πλησιάζει τη φαρμακευτική πράξη, τόσο πιο σημαντική γίνεται η ανάγκη για σαφή ανθρώπινη εποπτεία. Ένα σύστημα μπορεί να βοηθήσει στην ανάλυση. Η ευθύνη, όμως, της τελικής κρίσης παραμένει στον επαγγελματία.
Το πραγματικό στοίχημα
Η τεχνητή νοημοσύνη δεν θα κάνει από μόνη της το φαρμακείο κόμβο υγείας. Αυτό μπορεί να το κάνει μόνο ο φαρμακοποιός, αν χρησιμοποιήσει την τεχνολογία με τρόπο που υπηρετεί τον επαγγελματικό του ρόλο. Και, βέβαια, το στοίχημα δεν είναι να γεμίσει το φαρμακείο με αλγορίθμους! Είναι να μειωθεί ο χρόνος που χάνεται σε επαναλαμβανόμενες εργασίες, να βελτιωθεί η ποιότητα της πληροφορίας, να ενισχυθεί η ασφάλεια και να δημιουργηθεί περισσότερος χώρος για την ουσιαστική επαφή με τον ασθενή. Με αυτή την έννοια, η τεχνητή νοημοσύνη δεν είναι αυτοσκοπός. Είναι υποδομή.
Ίσως, λοιπόν, το πιο σωστό ερώτημα να μην είναι αν η τεχνητή νοημοσύνη θα αλλάξει το φαρμακείο. Το ερώτημα είναι αν ο φαρμακοποιός θα τη χρησιμοποιήσει για να ενισχύσει αυτό που κάνει το φαρμακείο αναντικατάστατο: την άμεση πρόσβαση, την εμπιστοσύνη, την κρίση και τη φροντίδα. Αν η τεχνητή νοημοσύνη επιστρέψει χρόνο στον φαρμακοποιό, τότε η πραγματική της αξία δεν θα βρίσκεται στην τεχνολογία. Θα βρίσκεται σε αυτό που ο φαρμακοποιός θα επιλέξει να κάνει με αυτόν τον χρόνο.
Από τον ΚΩΝΣΤΑΝΤΙΝΟ ΚΩΣΤΙΚΑ, Φαρμακοποιό, MSc Information Systems, PhD
