Внедрение искусственного интеллекта (ИИ) в больницы Национальной службы здравоохранения намного сложнее, чем предполагалось изначально, из-за сложностей, связанных с управлением, заключением контрактов, сбором данных, гармонизацией со старыми ИТ-системами, поиском подходящих инструментов ИИ и обучением персонала, говорится в новом крупном исследовании, проведенном исследователями UCL в Великобритании.
Авторы исследования, опубликованного в журнале EClinicalMedicine, говорят, что результаты должны стать своевременным и полезным уроком для правительства Великобритании, чей недавний 10-летний план NHS определяет цифровую трансформацию, включая искусственный интеллект, в качестве ключевой платформы для улучшения обслуживания и опыта пациентов.
В 2023 году Национальная служба здравоохранения Англии запустила программу по внедрению искусственного интеллекта для диагностики заболеваний органов грудной клетки, включая рак легких, в 66 больничных фондах Национальной службы здравоохранения Англии.
Фонды объединены в 12 сетей визуализационной диагностики: благодаря этим больничным сетям больше пациентов имеют доступ к заключениям специалистов. Ключевыми функциями этих инструментов искусственного интеллекта были определение приоритетности критических случаев для рассмотрения специалистами и поддержка решений специалистов путем выявления отклонений при сканировании.
Исследование было проведено командой из Калифорнийского университета в Лос-Анджелесе, Фонда Наффилда и Кембриджского университета с целью анализа того, как проходили закупки и раннее внедрение инструментов искусственного интеллекта. Это одно из первых исследований, в котором анализируется реальное применение ИИ в здравоохранении.
Результаты предыдущих исследований, в основном лабораторных, показали, что ИИ может принести пользу диагностическим службам, поддерживая принятие решений, повышая точность выявления, сокращая количество ошибок и облегчая нагрузку на персонал.
В этом исследовании, проведенном под руководством UCL, исследователи проанализировали, как приобретались и настраивались новые диагностические инструменты, проведя интервью с персоналом больницы и поставщиками искусственного интеллекта, выявив все подводные камни, а также любые факторы, которые помогли сгладить процесс.
Они обнаружили, что настройка инструментов искусственного интеллекта заняла больше времени, чем ожидало руководство программы. Заключение контрактов заняло от четырех до 10 месяцев больше времени, чем ожидалось, и к июню 2025 года, через 18 месяцев после того, как предполагалось заключить контракты, треть (23 из 66) больничных фондов еще не использовали инструменты в клинической практике.
Основные проблемы включали вовлечение в проект клинического персонала с и без того высокой рабочей нагрузкой, внедрение новой технологии в устаревающие и разнообразные ИТ-системы NHS в десятках больниц, а также общее непонимание и скептицизм персонала по поводу использования искусственного интеллекта в здравоохранении.
Исследование также выявило важные факторы, которые помогли внедрить искусственный интеллект, включая руководство национальной программой и местные сети визуализации, которые совместно используют ресурсы и опыт, высокий уровень приверженности персонала больницы, руководящего внедрением, и целенаправленное управление проектом.
Исследователи пришли к выводу, что, хотя «инструменты искусственного интеллекта могут оказать ценную поддержку диагностическим службам, они могут не так эффективно решать текущие проблемы здравоохранения, как могут надеяться политики», и рекомендуют обучить персонал Национальной службы здравоохранения тому, как можно эффективно и безопасно использовать искусственный интеллект, а также использовать специализированное управление проектами для реализации таких схем, как об этом в будущем.
Первый автор доктор Ангус Рамзи (департамент поведенческих наук и здравоохранения Калифорнийского университета) сказал: «В июле министры обнародовали 10-летний план правительства для Национальной службы здравоохранения, ключевой платформой которого является цифровая трансформация.
«Наше исследование дает важные уроки, которые должны помочь укрепить будущие подходы к внедрению ИИ в Национальной службе здравоохранения.
«Мы обнаружили, что внедрение новых инструментов ИИ в эту программу заняло больше времени, чем ожидали руководители программы.
«Ключевая проблема заключалась в том, что клинический персонал и без того был очень занят — найти время для прохождения процесса отбора было непросто, равно как и поддержать интеграцию искусственного интеллекта с местными ИТ-системами и получить одобрение местных органов власти. Службы, которые использовали выделенных менеджеров проектов, сочли, что их поддержка очень помогла внедрить изменения, но только некоторые службы смогли это сделать.
«Кроме того, общей проблемой была новизна ИИ, что указывает на необходимость дополнительного руководства и обучения по ИИ и его внедрению.
«Инструменты искусственного интеллекта могут оказать ценную поддержку диагностическим службам, но они могут не справиться с текущими проблемами в сфере здравоохранения так просто, как надеются разработчики политики».
Исследователи провели свою оценку в период с марта по сентябрь прошлого года, изучив 10 участвующих сетей и уделив особое внимание шести фондам Национальной службы здравоохранения. Они провели собеседования с сетевыми командами, сотрудниками треста и поставщиками ИИ, наблюдали за планированием, управлением и обучением, а также проанализировали соответствующие документы.
Некоторые сети визуализации и многие больничные тресты, входящие в их состав, были новичками в закупках и работе с ИИ.
Проблемы, связанные с настройкой новых инструментов, были разнообразными — например, в некоторых случаях те, кто их приобретал, были перегружены огромным количеством очень технической информации, что увеличивало вероятность того, что ключевые детали будут упущены. По мнению исследователей, следует рассмотреть возможность создания утвержденного на национальном уровне короткого списка потенциальных поставщиков, чтобы облегчить закупки на местном уровне.
Еще одной проблемой было первоначальное отсутствие энтузиазма у некоторых сотрудников Национальной службы здравоохранения по поводу новой технологии на этом раннем этапе, а некоторые более высокопоставленные клинические сотрудники высказывали опасения по поводу потенциального влияния искусственного интеллекта на принятие решений без участия клиники и о том, где лежит ответственность в случае, если условие было упущено.
Исследователи обнаружили, что обучение, проводимое для персонала, не в полной мере учитывает эти проблемы в более широком кругу сотрудников, поэтому они призвали к проведению раннего и постоянного обучения по будущим проектам.
Однако, в отличие от этого, исследовательская группа обнаружила, что процесс закупок поддерживался советами национальной команды и сетями обработки изображений, которые учились друг у друга.
Исследователи также отметили высокий уровень приверженности и сотрудничества между местными больничными командами (включая клиницистов и ИТ-специалистов), работающими с командами поставщиков искусственного интеллекта для продвижения внедрения в больницах.
Старший автор, профессор Наоми Фулоп (Naomi Fulop) (департамент поведенческих наук и здравоохранения Калифорнийского университета в Лос-Анджелесе), сказала: «В рамках этого проекта каждая больница выбирала инструменты искусственного интеллекта по разным причинам, например, для проведения рентгена или компьютерной томографии, а также для определения приоритетности неотложных случаев для рассмотрения или выявления потенциальных симптомов.
«Национальная служба здравоохранения состоит из сотен организаций с различными клиническими требованиями и различными ИТ-системами, и внедрение любых диагностических инструментов, подходящих для нескольких больниц, является очень сложной задачей. Эти результаты указывают на то, что искусственный интеллект, возможно, не является тем спасительным средством, на которое некоторые надеялись, но уроки, извлеченные из этого исследования, помогут Национальной службе здравоохранения более эффективно внедрять инструменты искусственного интеллекта».
Несмотря на то, что исследование дополнило весьма ограниченный объем фактических данных о внедрении и использовании ИИ в реальных условиях, оно было сосредоточено на закупках и раннем внедрении. В настоящее время исследователи изучают использование инструментов ИИ после раннего внедрения, когда у них появилась возможность более глубоко внедриться.
Кроме того, исследователи не опрашивали пациентов и лиц, осуществляющих уход, и поэтому в настоящее время проводят такие интервью, чтобы устранить важные пробелы в знаниях об опыте и перспективах пациентов, а также с учетом соображений справедливости.
Дополнительная информация: Закупка и скорейшее внедрение инструментов искусственного интеллекта для диагностики органов грудной клетки в службах Национальной службы здравоохранения в Англии: быстрая оценка смешанного метода, Клиническая медицина (2025). DOI: 10.1016/j.eclinm.2025.103481
Информация о журнале: EClinicalMedicine