O Sympozjum

Od początku ery oceny technologii medycznych proces generowania dowodów naukowych był rozproszony, długotrwały i podzielony na etapy, realizowane niezależnie przez wiele zespołów. Początkowo projektowanie badań przywiązywało dużą wagę do optymalizacji zakresu zbieranych danych, bo zbyt duża ilość danych mogła przekroczyć możliwości i budżet ośrodka. Działania badaczy wymagały uwzględnienia kosztów (np. pracy analityków), czasu (wymagane obliczenia), ograniczeń technicznych (pojemność baz danych) oraz silosowego podejścia do procesów badawczych.

Integracja nr 1 – jednolite formatowanie formularzy

Dane na poszczególnych etapach procesu badawczego były formatowane i przetwarzane tak, aby odpowiadać wymaganiom kolejnych metod analizy i wnioskowania. Duże zasoby techniczne, finansowe i osobowe były angażowane w zbieranie, powielanie, przesyłanie i przechowywanie papierowej, a później elektronicznej dokumentacji badań. Zgromadzone z takim wysiłkiem dane były (i nadal są) ściśle strzeżone przez różne instytucje. Tworzenie i ochrona zasobów danych wrażliwych jest nie tylko ważne z perspektywy przeciętnego pacjenta, ale także z uwagi na kwestie własności intelektualnej. Tymczasem…

Integracja nr 2 – skale, oceny, wiarygodność…

Prowadzenie izolowanych badań, nawet coraz większych, jest na dłuższą metę niepraktyczne, ponieważ nie daje szansy na osiągnięcie synergii przez łączenie wyników z wielu badanych populacji. Badania wtórne stały się szansą na tworzenie trafniejszych wniosków, ale wymagały standaryzacji procesów analitycznych, w tym zwłaszcza metod syntezy danych, zarówno dla celów naukowych, tworzenia nowych technologii, jak i analizy systemów opieki zdrowotnej.

Integracja nr 2.5 – refundacja!

Kolejną rewolucją było zastosowanie dowodów naukowych do oceny zasadności refundacji technologii medycznych. Rozwój medycyny, wspierany przez przemysł farmaceutyczny (badania pierwotne i wtórne) oraz w różnym stopniu przez sektor publiczny, spowodował ogromny wzrost zasobów wiedzy, ale również trudności w implementacji w opiece zdrowotnej i poprawie jakości opieki nad pacjentem. Coraz częściej subiektywne potrzeby pacjentów były kwantyfikowane w procesach oceny technologii medycznych czy ocenach jakości, ale używane narzędzie nie dawały odpowiedzi na pytania o zaspokajanie potrzeb osób objętych opieką. do góry

Integracja nr 3 – czynnik ludzki

Jako przeciwwaga dla tych niedoskonałości powstały nowe koncepcje, które miały uzupełnić i wesprzeć podejmowanie decyzji w oparciu o HTA oraz zarządzaniu opieką zdrowotną. Należą do nich m.in. Value-Based Health Care (VBHC), które skupia się na potrzebach pacjentów, oraz Real World Evidence (RWE). Potrzeba uczestnictwa pacjentów jako najszerszej grupy interesariuszy zaczyna się już materializować w ustawowych regulacjach dotyczących udziału pacjentów w procesach decyzyjnych (np. program Public Involvment prowadzony przez NICE). Z kolei RWE proponuje wykorzystanie masowych danych rzeczywistych już na najniższych poziomach decyzyjnych (np. przez lekarzy), bez czasochłonnej obróbki i formalnych raportów instytucji. Pandemia COVID-19 i rozwój cyfryzacji przyspieszyły korzystanie z RWE, katalizując równocześnie proces tworzenie dowodów naukowych na ich podstawie. Lekarze walczący z pandemią na bieżąco dzielili się z całym światem wynikami swoich działań, co było pierwszym masowym użyciem RWE – jeszcze bez formalnego systemu i za pomocą improwizowanych środków (media społecznościowe, telefony, e-maile).

Wraz z postępem technologicznym, zwłaszcza dostępnością cyfryzacji i ogromnym wzrostem możliwości baz danych, współczesnym badaczom coraz łatwiej jest przetwarzać dane. Nie muszą też aż tak bardzo obawiać się nadmiaru danych. Zbieranie danych różnych rodzajów przypomina teraz zabawę klockami o różnych rodzajach połączeń. Im więcej połączeń będą miały nasze klocki, tym większe będą możliwości dołączenia ich do “budowli” (badań) innych badaczy. Jednak im klocki są większe, tym większych potrzebujemy na nie pudełek (baz danych). Za to otrzymujemy możliwość integracji dowodów naukowych pozyskiwanych z zupełnie różnych źródeł, środowisk i technik badawczych. Tworzenie nowych połączeń staje się przedmiotem regulacji międzynarodowych min. Europejskiej Współpracy Danych Zdrowotnych (EHDS). do góry

Integracja nr 4 – tylko nowe zabawki czy już matrix?

Integracja dowodów naukowych na poziomie oceny technologii medycznych staje się coraz bardziej popularna i często inicjowana jest już na wczesnych etapach tworzenia technologii medycznych. Podejście łączące badania kliniczne z randomizacją (RCT) i dowody oparte na danych z rzeczywistego świata (RWE) może być strategiczną drogą rozwoju dla wszystkich interesariuszy systemu ochrony zdrowia. Te nowe możliwości przyniosą też nowe wyzwania, nie tylko w kontekście postępu medycyny, ale również ewolucji systemów opieki zdrowotnej.

Gwałtowny wzrost liczby gromadzonych danych może budzić obawy dotyczące możliwości ich sensownej analizy, ale właśnie odpowiedzią może być zaimplementowanie sztucznej inteligencji (AI). Być może wkrótce AI pozwoli określić kluczowe modele analizy danych i oceny efektywności, np. bez konieczności przeprowadzania badań randomizowanych (RCT). Z pewnością pomoże lepiej typować pacjentów do takich badań. Dzięki analizie RWE za pomocą AI może powstać cyfrowy model systemu opieki zdrowotnej, który ułatwi śledzenie ścieżek diagnostycznych, monitorowanie obszarów wymagających interwencji, identyfikowanie i przełamywanie barier diagnostycznych. Taki model mógłby również dostosowywać poziom produkcji do bieżących potrzeb systemu lub rekomendować liczbę miejsc na uczelniach medycznych na podstawie analizy trendów.

Cyfryzacja stwarza tak ogromne możliwości, że znalezienie i wdrożenie sensownych pomysłów na ich pełne wykorzystanie zajmie jeszcze trochę czasu. Jednak już teraz pojawiają się nowe dylematy, takie jak prywatność i bezpieczeństwo danych obywateli oraz konieczność tworzenia rozwiązań, które nie generują kolejnych nierówności w zdrowiu.

I o tym wszystkim dyskutowaliśmy na 18. Międzynarodowym Sympozjum EBHC. do góry