Najvažnija stvar koju veštačka inteligencija ne može u medicini — osećaj za pacijenta

Bio sam na početku studija medicine na University of Miami na Floridi kada mi se posebno urezao u sećanje jedan pregled u lokalnoj ambulanti primarne zdravstvene zaštite. „Bolovi u stomaku i zatvor“, ponosno sam rekao svom nadzornom lekaru. „Mislim da je to sindrom iritabilnog creva (IBS).“

Otišli smo do pacijentkinje i gledao sam sa samozadovoljstvom dok je on postavljao ista pitanja koja sam i ja postavio: kada su bolovi počeli, gde tačno boli, kakav je karakter bola. Očekivao sam da će to biti potvrda moje sumnje. Ali nakon poslednjeg pitanja on se zaustavio i prvi put primetio nešto što ja nisam: pacijentkinja nije uspostavljala kontakt očima, gledala je u pod. „Poznajemo se dugo“, nežno joj je rekao, „deluješ zabrinuto. Možeš li da podeliš šta misliš?“

Nije odmah odgovorila. Kada je konačno podigla pogled rekla je: „Mojoj sestri su upravo dijagnostikovali rak debelog creva u stadijumu IV. Plašim se da i sama imam isti problem.“

Tokom narednih 15 minuta posmatrao sam razgovor: kako je obrađivala sestrinu dijagnozu, strahove za sopstvenu budućnost i zašto su, uprkos svemu, u tom trenutku najverovatniji uzrok tegoba bili simptomi kompatibilni sa IBS. Do kraja pregleda njen izraz lica se razbistrio; shvatio sam koliko sam propustio kao posmatrač. Osetio sam stid: kakav ću to lekar biti ako ne vidim ono očigledno?

„Naučiš da gledaš. Kad ti je stalo, razviješ osećaj za to.“ — moj nadzorni lekar

Ta lekcija ostala mi je kao vodič dok sam posmatrao kako veštačka inteligencija prodire u kliničku praksu našeg programa interne medicine u Johns Hopkins Hospital: AI zapisivači, čatbotovi koji predlažu diferencijalnu dijagnozu, alati u elektronskom zdravstvenom kartonu koji sumiraju bolnički tok pacijenta. Sve su to moćni alati — ali oni ne mogu da osećaju.

Šta AI može, a šta ne može

AI odlično obrađuje informacije koje mu se predstave: simptome, laboratorijske rezultate, slike, pa čak i izraze lica na osnovu podataka. Ona rezonuje nad unetim podacima i može ubrzati dijagnostiku, smanjiti administrativni teret i poboljšati tačnost u rutinskim zadacima. Međutim, AI ne može da odluči šta zaslužuje pažnju pre nego što podaci postoje. Ne može da izabere koja nijansa u ponašanju ili tišina u razgovoru zahteva dalje ispitivanje.

Veliki lekari ne samo da primaju podatke — oni definišu ulaz. Oni primećuju ono što nije rečeno, tumače blage znakove straha ili promenu u ponašanju, postavljaju pitanja koja otvaraju dublje priče i time usmeravaju tok informacija ka nečemu što algoritam možda nikada ne bi dohvatio.

Opasnost kliničke rutine

Ironično, mnogi zdravstveni sistemi već guraju lekare ka poslu koji AI obavlja najbolje: dokumentovanje, čekiranje polja i praćenje protokola. Kao rezultat, lekari sve manje vežbaju pažljivo posmatranje i radoznalost — veštine koje razlikuju dobrog kliničara od automata. Ako u praksi ulaz bude isključivo strukturisan skup podataka, tada će i izlaz — odluka ili plan — vrlo verovatno biti isti, bez obzira da li ga donosi čovek ili algoritam. Pacijentovo iskustvo onda ostaje siromašno.

Šta treba da uradimo

Treba prihvatiti AI kao moćno pomoćno sredstvo — moderni stetoskop — koje može da poboljša pa čak i transformiše mnoge aspekte brige o pacijentu. Istovremeno, moramo jasno prepoznati šta AI ne može da zameni i raditi da te veštine ojačamo:

• Uključiti zdravstvene radnike u razvoj i implementaciju medicinskih AI rešenja, kako bi se sprečilo utvrđivanje liste zadataka i šablona koji guše kliničku radoznalost.
• Ponovo osmisliti obrazovanje lekara — prioritet dati radoznalosti, pažljivom posmatranju, komunikaciji i majstorstvu fizičkog pregleda, uz upotrebu AI alata.
• Regrutovati i negovati ljude koji poseduju «meke veštine»: empatiju, posvećenost slušanju i izgradnji poverenja.

Godinama kasnije malo pamtim medicinske detalje tog pacijentkinjinog slučaja, ali jasno pamtim trenutak kada je podigla pogled. To je trenutak koji podseća da će, koliko god AI napredovala u prepoznavanju bolesti, budućnost medicine zavisiti i od toga hoće li lekari i dalje učiti da gledaju — i da razvijaju osećaj za pacijenta.