Digitálna patológia nie je len o tom, premeniť sklenené preparáty na obrázky. Je to vstupenka do „galaxie dát“, kde sa spájajú správy, zobrazovacie vyšetrenia, genómika aj liečebné plány – všetko pre rýchlejšiu diagnostiku a lepšiu starostlivosť. Ak sa do nej pustíme rozumne, vyhneme sa chybám, ktoré iné odbory robili celé dekády.
Prečo sa do digitálnej patológie púšťať
Motívov je viac, ale tri sú kľúčové. Po prvé, kapacitná kríza: podľa analýz sa okolo roku 2020 dalo predpovedať, že do desiatich rokov bude približne polovica patológov na dôchodku, zatiaľ čo nové školenia zostávajú z veľkej časti neobsadené. Zároveň počet vzoriek na vyšetrenie každoročne rastie nízkymi až strednými jednocifernými percentami.
Po druhé, digitálna patológia pomáha spojiť roztrúsené informácie do jedného obrazu pacienta. Dáta majú byť dostupné správnemu lekárovi v správnom čase – bez ohľadu na miesto či formát. A po tretie, celé to má slúžiť pacientovi a lekárovi: skrátiť čas k diagnóze a liečbe a odbremeniť od repetitívnych manuálnych úkonov.
Od obrázka k ekosystému
Digitálny workflow nie je len digitálny „viewer“. Ide o to, čo s obrazom a ostatnými dátami dokážeme: spracovať ich, analyzovať, prepojiť s 3D modelmi či molekulárnymi výsledkami a zistenia dostať priamo do správy. Rovnako dôležité je, aby sa informácie vedeli bezpečne a účelne distribuovať naprieč oddeleniami, nemocnicou či aj regionálne a medzinárodne.
Jedinečná šanca je začať správne: staviť na otvorené štandardy, rozhrania a normalizované formáty, aby nevznikali dátové silá. Myslieť treba aj na dlhodobú dostupnosť a nákladovo efektívnu správu archívov, aby sa k prípadom spred rokov dalo vrátiť bez hľadania v nekompatibilných systémoch.
Štyri stupne digitálnej zrelosti
Autori April a Feldman popisujú štyri charakteristiky digitálnej zrelosti, ktoré v patológii dávajú jasné vodítko. Prvou je miera digitalizácie: od skenovaných skiel cez výsledky molekulárnej patológie a odporúčania odosielajúcich lekárov až po videá z chirurgie a liečebné plány. Druhou je miera automatizácie, teda nahradenie opakovaných manuálnych krokov – napríklad automatické rozdelenie prípadov, tvorba zoznamov pre interdisciplinárne boardy či ďalšie logistické úlohy.
Tretím krokom je konsolidácia, čiže znižovanie počtu systémov a zložitosti. V praxi to znamená prepojiť nemocničný a laboratórny informačný systém, prehliadač celosnímkových obrazov, nástroje na reportovanie, databázy genómiky či univerzálne archívy do uceleného riešenia. Napokon prichádza automatizované rozhodovanie: algoritmy, ktoré rozpoznajú vysokú pravdepodobnosť nádoru, navrhnú imunohistochemické farbenia alebo biomarkery, smerujú prípad odborníkovi, vyžiadajú druhý názor a predvyplnia nález. Do budúcna môže pomôcť aj „kopilot“ nad veľkými jazykovými modelmi, ktorý spojí anamnézu, obrazy a výsledky do prehľadného pracovného rozhrania.
