AI zamiast radiologów w szpitalach? Widzi, czego ludzie nie widzą – i nie żąda podwyżek
Sztuczna inteligencja zastąpi wykwalifikowany personel radiologiczny w szpitalach? W niektórych miejscach świata już niedługo tak właśnie może być – przynajmniej częściowo. Oficjalnie dlatego, że AI – jak ilustrować mają zbierane doświadczenia – niejednokrotnie ma sprawdzać się w tej roli lepiej niż personel ludzki, dostrzegając drobnostki umykające ludzkiemu oku i nie męcząc się – w przeciwieństwie do ludzi. Nieoficjalnie natomiast…? Cóż, chodzi o to, co zawsze..
Mitchell H. Katz, prezes i dyrektor generalny NYC Health + Hospitals, największego publicznego systemu szpitalnego w Stanach Zjednoczonych, podczas panelu Crain’s New York Business bez ogródek przyznał, że jego organizacja chętnie zastąpiłaby radiologów sztuczną inteligencją, pod warunkiem poluzowania gorsetu prawnego w Nowym Jorku. Prawdziwym powodem deklaracji są jednak nie tyle względy kliniczne, lecz przyziemna kalkulacja finansowa: rosnące koszty wynagrodzeń wysoko płatnych specjalistów i chroniczna presja na poprawę wyników finansowych w wiecznie deficytowym, publicznym systemie opieki.
NYC Health + Hospitals obsługuje ogromną liczbę pacjentów – w roku fiskalnym 2025 było to 1 191 776 osób, w tym 459 441 w opiece podstawowej (w tej liczbie znajdują się też nielegalni imigranci, którzy dodatkowo obciążają cały system, jednocześnie z reguły nań nie łożąc). Składając się z 11 szpitali ostrych i ponad 70 placówek ambulatoryjnych, system ten zatrudnia około 43 tysiące pracowników i jest głównym dostawcą usług dla beneficjentów Medicaid oraz nieubezpieczonych. W tego typu instytucjach koszty pracy pochłaniają średnio 53 proc. wszystkich wydatków, a przychody operacyjne wielu placówek oscylują wokół zera lub przyjmują wartości ujemne.
Katz, który kieruje organizacją od 2018 roku, widzi w AI praktyczne rozwiązanie pozwalające ograniczyć zatrudnienie radiologów. Proponowany model zakłada, że sztuczna inteligencja będzie wykonywać wstępną interpretację mammogramów i zdjęć rentgenowskich, a żywy lekarz – jedynie weryfikował przypadki oznaczone jako wymagające uwagi. Celem jest oczywiście znacząca redukcja kosztów personelu przy jednoczesnym utrzymaniu lub nawet zwiększeniu liczby badań obrazowych. System już zainwestował 224 miliony dolarów w modernizację sprzętu obrazowego firmy GE Healthcare, przygotowując grunt pod szerszą automatyzację i dalsze cięcia w wydatkach na personel.
Na tym samym panelu David Lubarsky z Westchester Medical Center przytoczył dane pokazujące bardzo niską liczbę błędów AI w odczytach badań przesiewaniu raka piersi u kobiet niskiego ryzyka – zaledwie około 3 na 10 tysięcy badań. Dla administratorów szpitali publicznych, działających na ciasnych budżetach, takie liczby są wyraźnym argumentem na rzecz zastąpienia drogiego personelu tańszą elektroniką. Sandra Scott z One Brooklyn Health – kolejnej placówki o finansach typowych dla placówki publicznej – uznała potencjalne zmiany za „game-changer” właśnie z perspektywy redukcji kosztów pracy.
Deklaracja Katza ilustruje przyziemną rzeczywistość amerykańskiej (i nie tylko – co powiedzieć w tej sytuacji o polskiej…?) publicznej służby zdrowia – która wbrew obiegowej opinii tam funkcjonuje, choć raczej na poziomie stanowym niż federalnym. Zamiast rozwiązywać problem niedoborów kadrowych poprzez mnożenie etatów i wynagrodzeń, zarządcy wybierają drogę najmniejszego oporu finansowego – automatyzację. Projekcje Harvey L. Neiman Health Policy Institute z lutego 2025 roku pokazują, że podaż radiologów wzrośnie o 25,7 proc. do 2055 roku, podczas gdy zapotrzebowanie na usługi obrazowania zwiększy się o 17–27 proc.
Mimo to w publicznym sektorze priorytetem pozostaje cięcie kosztów personelu, a nie dopasowanie liczby lekarzy. Krytycy z branży, w tym Mohammed Suhail z North Coast Imaging, ostrzegają, że w przypadkach o większej złożoności – takich jak gęsta tkanka piersiowa czy nietypowe zmiany – zastąpienie człowieka algorytmem niesie realne ryzyko dla pacjentów. Dane kliniczne są mieszane: szwedzkie badanie MASAI wykazało zmniejszenie obciążenia pracą radiologów o 63,6 proc. i wzrost wykrywalności raka o 15,2 proc., ale jednocześnie wyższy odsetek fałszywych alarmów.
Propozycja szefa największego publicznego systemu szpitalnego w USA, choć zgłoszona w atmosferze mody na AI, jest chłodną, administracyjną kalkulacją. W warunkach chronicznego niedofinansowania i presji na cięcie kosztów pracy – i to przy w korelacji z absurdalnymi kosztami usług medycznych w USA, które potrafią tam kosztować wielokrotnie więcej niż z w innych krajach (nie bez wpływu patologicznej oligopolizacji rynku ubezpieczeń medycznych) – radiologowie jawią się jako grupa do „optymalizacji”, a sztuczna inteligencja – wygodnym, tańszym zamiennikiem.
