Mit keres a matematikus a háziorvosi rendelőben, ha nincs panasza? Hatalmas változások jöhetnek az EESZT-ben

5 perc

2025.03.04. 10:31

2025.03.04. 10:32

Magyar kutatók olyan matematikai modellen dolgoznak, amellyel pontosabbá válhat az egészségügyi rendszert kiszolgáló mesterséges intelligencia. A fejlesztés nyertese a beteg lehet, aki jobb diagnózist és hatékonyabb kezelést kaphat. 

A Hun-Ren kutatási hálózat Rényi Alfréd Matematikai Kutatóintézetének tudósai a Semmelweis Egyetem Egészségügyi Menedzserképző Központjának munkatársaival egy átfogó egészségügyiéletút-elemző adatplatformot építenek. Ha elkészül, lehetővé teszi a betegségek korai felismerését, egyénre szabott kezelési tervek kialakítását, egyszersmind az egészségügyi ellátórendszer hatékonyabb működését is támogatja. Ma talán már említeni sem kell: a mesterséges intelligencia (MI) segítségével.

Jelenleg a magyarországi ellátásban rengeteg helyen gyűlnek a betegadatok: háziorvosoknál, járóbeteg-szakrendelőkben, klinikákon, kórházakban, mentőszolgálatnál, gyógyszertárakban. A szakrendelői és a kórházi informatikai rendszerekből a finanszírozó számára releváns adatok a Nemzeti Egészségbiztosítási Alapkezelő (NEAK) adatbázisába, míg a vizsgálatok eredményei és az ellátásokra vonatkozó egészségügyi dokumentáció az Elektronikus Egészségügyi Szolgáltatási Térbe (EESZT) kerülnek.

„Az EESZT-ben mindent látni lehet a laboreredménytől a zárójelentésig, ezek az adatok mégsem hasznosulnak eléggé” – mondja Miklós Dezső, a Rényi Alfréd Matematikai Kutatóintézet igazgatóhelyettese. A szakember szerint az adatok digitálisak ugyan, de sok esetben pdf formátumban vannak eltárolva. Ez szabad szemmel könnyen olvasható, de a digitalizált a betegellátás szempontjából nem éppen előnyös, ugyanis ezeket a dokumentumokat egyesével kell átnézni, a kezeléssel kapcsolatos döntéseket pedig csak ezután lehet meghozni. Itt jönnek képbe a kutatóintézet matematikusai. Olyan MI-alapú megoldást építenek, amely képes a pdf-dokumentumokban szereplő adatokat kiolvasni, majd elemezni. Ez megteremti a technikai lehetőségét annak, hogy akár az EESZT-ben fellelhető korábbi, nem strukturált adatok is egy egységes adatplatform részévé váljanak.