Ondřej Volný

Ondřej: jedna věc je, že vyvíjíte tisíc řešení a z těch tisíc řešení potom použitelné jsou dvě.

Jindřich: Dokáže podle vás aktuální umělá inteligence odhalit cévní mozkovou příhodu než průměrný lékař?

Ondřej: měla by být stejně zkušená nebo minimálně stejně tak zkušená jako radiolog s patnácti lety praxe.

Filip: už je to v dnešní době taková kvalita, že už to prakticky přijme jako výsledek

Ondřej: nerozhodují za toho lékaře, nenahrazují toho lékaře.

Jindřich: Dnešním hostem je docent Ondřej Volný, neurolog z Fakultní nemocnice Ostrava. Vede první katedru umělé inteligence na lékařské fakultě v Česku a předsedá odborné společnosti pro AI v medicíně. se bavit o tom, co AI ve zdravotnictví reálně umí. Vítejte v Deeplink Show. Dobrý den a díky moc, že jste si na nás udělal čas.

Ondřej: Eh, dobrý den, mockrát děkuju za pozvání, velmi si toho vážím

Filip: Dobrý den Ondřeji, tak vás zdravím, zdravím i naše diváky. Jak už Jindřich zmínil, vy jste spoustu rolí. Jedna z nich je neurolog, proděkan, předseda odborné společnosti, dokonce i poradce ministra. Když byste měl shrnout, jaká je ta vaše primární náplň práce teďka v současnou chvíli?

Ondřej: No tak to se budu muset, eh, trošku zamyslet. Eh, jsem samozřejmě primárně neurolog, to znamená, že se snažím alespoň tři, někdy čtyři dny v týdnu věnovat péči o pacienty na lůžku. A samozřejmě to, co jste zmiňovali, ty pozice, které, eh, mám navíc nebo které, které se k té práci lékaře, vztahují blíže či vzdáleněji, tak ony víceméně s tou mou pozicí, akademickou, což jste zmínili, jsem docentem neurologie, eh, řekněme s tou klinickou a samozřejmě s umělou inteligencí, tak jsou propojeny. já stále zastávám ten názor, že pokud chceme implementovat konkrétní nástroje nebo, eh, se s nimi setkáváme například v rukou našich pacientů, bych si měl zachovat i nadále, eh, tu péči o pacienty, ať už v ambulanci nebo, nebo u lůžka. Takže primárně jsem lékař, ale s velkým zájmem o inovace a myslím si, že se to tak pěkně spojilo, ať už řekněme s tou aktivitou výzkumnou, to znamená tím, že jsem proděkanem pro vědu a výzkum na lékařské fakultě a máme teď několik nových zajímavých projektů, které se týkají spolupráce s různými, eh, vývojáři a komerčním sektorem v rámci oblasti AI. Pak je to tedy spolupráce s Ministerstvem zdravotnictví a konkrétním odborem, který se věnuje inovacím a umělé inteligenci. Takže to pro mě znamená být, jedenkrát, dvakrát za měsíc v Praze. No a pak jsem předsedou odborné společnosti, kterou jsme zakládali zhruba před dvěmi lety, takže ono se to tak všechno pěkně, eh, do sebe zapadlo jako, jako puzzle. Když to řeknu jednoduše.

Jindřich: Takže ta klinická praxe u vás vlastně pořád, eh, jako vítězí, nebo respektive je to to, co vám bere aktuálně nejvíc času. Ale jaký tam jsou třeba ty technologický směry, který vlastně tuhletu praxi do-do-vlastně doplňujou? Vy jste to asi už asi částečně zmínil, ale jestli byste mohl to nějak ko-konkrétně nám přiblížit?

Ondřej: Tak když začnu u té Katedry umělé inteligence, tak samozřejmě praxe lékaře ve fakultní nemocnici je spojena s výukou studentů. To byl vlastně ten důvod, proč jsme se rozhodli s panem děkanem naší lékařské fakulty, s panem docentem Maďarem, novou katedru, což samozřejmě není úplně jednoduché, protože to musí projít nějakým schvalovacím, eh, schvalovacím kolečkem. Takže je to výuka pregraduálních studentů i postgraduálních studentů. Odborná společnost, ta se vlastně týká napojení lékařů, ale i dalších specialistů z oblasti AI do, řekněme, struktury České lékařské společnosti. Čili to je taky velmi důležitý mandát, který jsme získali založením odborné společnosti. No a samozřejmě pokud chcete něco implementovat do praxe a jste třeba v kontaktu vývojáři, IT společnostmi, softwarovými developery, tak co oni si cení, nebo já to tak alespoň vnímám, čeho si cení nejvíc, tak je opravdu ta reálná zkušenost z klinické praxe. Čili to je potom ta pozice lékaře. A tak, jak vlastně v té otázce zaznělo, zda využíváme konkrétní řešení, které bychom mohli zařadit do nějaké kategorie inovací, tak tím, že se věnuju pacientům primárně s cévní mozkovou příhodou, tak tam je těch oblastí, se dají inovace implementovat nebo adoptovat do běžné praxe celá řada. Takže já věřím, že si v průběhu tohoto podcastu ještě o tom pohovoříme.

Filip: Určitě. A kdy vy jste vlastně tak nějak přišel poprvý do kontaktu s umělou inteligencí? My jsme v rámci přípravy, tak jsem četl, že vy jste strávil tři měsíce v Kanadě, kde jste pomáhal anotovat CT snímky pro právě trénink umělé inteligence. Tak bylo to ještě jako dávno předtím? Nebo tohle byl nějakej bod, kdy jste si řekl: „To je ten zajímavý směr.“

Ondřej: Eh, máte pravdu, já jsem v roce 2012, když jsem absolvoval lékařskou fakultu, tak jsem vlastně nenastoupil primárně do české nemocnice, ale díky ještě tehdy mému působení v průběhu studia medicíny, v rámci jednoho výzkumného centra v Brně, tak naskytla příležitost vycestovat, nejdříve na tři měsíce, ale já jsem si ten pobyt prodloužil na šest měsíců a byl jsem tehdy čerstvým absolventem lékařské fakulty. Vlastně jsem, eh, toho příliš nevěděl o klinické praxi, samozřejmě s výjimkou neurologie a, eh, cévních mozkových příhod. A tehdy jsem začal studovat i doktorát na Masarykově univerzitě. No a ta stáž v Calgary mi v mnohém otevřela oči, protože tam jsem měl prakticky neomezené možnosti, co se týká kontaktu s kolegy, kteří pečovali o pacienty, ale také s těmi výzkumnými týmy. A naprosto správně jste řekl, tehdy jsem se musel naučit popisovat CT mozku, což je pro nás neurology, kteří se starají o pacienty s mrtvicí, zcela zásadní. No a v tom roce 2012, aniž bych tehdy věděl, že pracuji na něcom, na něčem, co by v budoucnu mohlo být využito pro trénink nějakého algoritmu nebo, pro nějaké strojové učení deep learning, tak, tak jsem začal anotovat vlastně ty snímky a bylo jich několik tisíc v průběhu těch šesti měsíců. Takže ano, to byl první kontakt s něčím, čemu dnes říkáme tím zastřešujícím termínem umělá inteligence. Ale tehdy jsem ani nevěděl, že něco jako umělá inteligence by mohla v roce 2023, 24 vůbec existovat.

Jindřich: Hm. Pokud bych něco neříkal jako správně z mýho, eh, jako laického úhlu pohledu, tak budu moc rád, když mě, eh, opravíte. Ale, eh, vy vlastně jste pomáhal, no, na základě toho, co jste tady popsal, tak vy jste pomáhal vlastně algoritmus učit vlastně z-zjišťovat nebo odhalovat cévní mozkovou příhodu neboli, eh, mrtvici teda. pokud se teda nepletu, takže, eh, tohleto je jakýsi expos, takže vy uděláte ten, ten CT snímek, eh, mozku a ten algoritmus vám pomůže teda určit, jestli ten, eh, daný pacient vlastně prodělal mrtvici nebo ne. Můžete nám případně popsat blíž, jak tohle funguje?

Ondřej: Je to naprosto tak, jak říkáte, protože když se vyvíjí nějaké softwary, které by měly analyzovat nebo mají analyzovat konkrétní zobrazovací metodu, v tomto případě počítačovou tomografii, tak kvalitnější jsou ta data na začátku, to znamená data, která se v průběhu zobrazení mozku, protože ono to CTčko se dělá jako standard péče. když to vztáhnu na to období v roce dva tisíce dvanáct, když jsem začínal, vlastně my jsme se na to jako neurologové nebo radiologové dívali pouze okem, takže okulometricky. Učili jsme se nějakou škálu, která shodou okolností byla vyvinuta v Calgary, kde jsem působil, takže absolvoval i školení, abych tomu rozuměl, co vlastně na těch snímcích hledám a proč to hledám a jak to tam vypadá. No a naprosto správně jste řekl, že pokud chceme trénovat nějakou neuronální síť nebo algoritmus, kterému pak budeme říkat umělá inteligence a třeba jednou v budoucnu získá certifikaci, tak je to o tom, že musíte mít ta zdrojová data, je počítačová tomografie, a poté si k tomu musí sednout různé úrovně, zkušeností, kteří postupují pomocí nebo pomocí stejného algoritmu, tam nějaká ložiska nebo, něco, co tam nemá být, nějakou tu patologii, co je typická pro mozkovou příhodu. když to řeknu jednoduše, se to oním algoritmem a řekne se: „Takhle to vypadá v případě, že je tam mrtvice a budeš tam hledat konkrétně toto.“ A zároveň natrénujete ten software, aby odhaloval jednak typické známky pro mozkovou příhodu a zároveň jsme tam anotovali i případy, kdy se nejednalo o mozkovou příhodu, protože samozřejmě těch patologií nebo těch nálezů na CTčku mozku může být celá řada. Takže my jsme trénovali ten algoritmus jak pro, eh, vlastně ty typické změny, pro to skóre, které my používáme v běžné praxi prakticky na celém světě, poté jsme museli trénovat ten algoritmus i na naprosto normálních CTčkách. To znamená, abychom tam měli takzvané zdravé kontroly. poté tam byla skupina pacientů, kteří měli jinou patologii a my jsme museli pro toho člověka, pak seděl jako specialista na IT nebo řekněme trénink té neuronální sítě, tak musel vědět, v případě, že tam byl konkrétní který měl jinou patologii, tak o jakou patologii se jedná, proč jsme se tak rozhodli.

Jindřich: Dokáže podle vás aktuální umělá inteligence odhalit cévní mozkovou příhodu než průměrný lékař?

Ondřej: To je velmi dobrá otázka. My jsme shodou okolností, eh, potom, eh, poté, co už byl vyvinut ten nástroj, tak samozřejmě na začátek máte, hm, tu pilotní verzi, která se testuje, eh, tak, následně jsme měli několik projektů, které se zaměřovaly na to, jaká je míra shody. to, na co narážíte v rámci, eh, medicíny všeobecně nebo v rámci i radiologie nebo neuroradiologie, což je tady tato situace, eh, definovat něco, co je zlatým standardem. To znamená, s čím budete porovnávat ten nástroj, který, eh, vyvíjíte, a kdo bude vlastně v daný okamžik nejlepším, hodnotitelem. Takže to jsme si také museli definovat. Proto, eh, jsme se rozhodli, že vlastně celý ten dataset, eh, ze kterého jsme vycházeli, to znamená ze kterého jsme vycházeli a trénovali ten algoritmus, tak byl hodnocen lékaři různých odborností. Nebyli to jenom radiologové, ale i neurologové různé úrovně vlastně dosažení, eh, tréninku po ukončení medicíny. Takže já jsem tam byl nejmladší, protože jsem v roce 2012 ukončil medicínu a byl jsem neurolog, ale byli tam stejně staří radiologové a poté zkušení radiologové pět, deset let po praxi. a následně jsme potom sledovali i to, jakým způsobem my se shodneme, eh, v rámci toho datasetu, takže to se dá všechno statisticky hodnotit. A pak se vlastně trénovala ta pipeline. Ale máte pravdu, pokud se posuneme v čase o několik let, eh, do současnosti nebo k současnosti, eh, už ty nástroje v rámci toho, že jsou schopny, eh, řekněme, provádět automaticky ta měření, tak, eh, jejich míra přesnosti by měla být na úrovni zkušeného radiologa. Takže pohybujeme se vlastně, v rámci toho nástroje, týká té přesnosti, která nikdy nebude stoprocentní, ona nebude ani stoprocentní u člověka, který bude dělat, eh, dané, řekněme tu danou analýzu i dvacet let poté, co ty snímky dělá, tak někdy samozřejmě může udělat chybu, ale měla by být stejně zkušená nebo minimálně stejně tak zkušená jako radiolog s patnácti lety praxe.

Filip: A když zůstaneme v tý současnosti, tak jak Jindřich zmiňoval tady ten algoritmus nebo řekněme ta AI, tak to určuje vlastně ex post, to znamená, jestli tam byla ta mrtvice. Ale dokážete vlastně i vy podle nějakých známek třeba jako predikovat, jestli má ten pacient nějakou šanci na to, že se u něj ta mrtvice dostaví?

Ondřej: Eh, dobře, tak to se bavíme ve dvou rovinách. Tak ano,

Filip: Jasně.

Ondřej: který se spolu vyvíjel vlastně v Calgary, tak on potom, řekněme, prošel tou cestou certifikace zdravotnického prostředku a stal se,

Filip: Mhm.

Ondřej: vlastně který může být využíván ve zdravotnictví. trvalo to několik let, než se dostal tady do této kategorie. pokud my ho tedy využíváme v nemocnicích napříč světem, není to jenom v České republice, ale samozřejmě i v jiných zemích. Samozřejmě ten, eh, ten subjekt, který vyvinul ten nástroj, tak je soukromý. To znamená, že licence musí být konkrétním zdravotnickým zařízením nemocnicí zakoupena. Tak my, pokud nám přijede pacient na urgentní příjem, neurolog si ho vyšetří, posílá pacienta na CTéčko, provede se CTéčko, data se odesílají do cloudu než se pacient vrátí zpátky na urgentní příjem, tak my máme vlastně ty snímky zhodnocené

Filip: Mhm.

Ondřej: Takže se bavíme o jedné, dvou, třech minutách podle, podle toho, jak, jak rychlá je síť a jak rychle odklikne radiologický asistent odeslání snímků. máte pravdu, vyvíjejí se i algoritmy, které by měly predikovat cévní mozkovou příhodu. Shodou okolností i náš tým ještě z Brna, se kterým nadále spolupracuji, tak se podílí na vývoji stroke riskometru, což je ale trošku jiný nástroj. On tedy nevychází z toho, že už máte mrtvici a někdo vám udělal CTéčko, ale můžete si ho stáhnout na, na internetu je k dispozici a vy vlastně tam můžete vložit informace o sobě. To znamená věk, pohlaví, hmotnost, rizikové faktory, jako

Filip: Mhm.

Ondřej: vysoký krevní tlak a podobně. Nebo kouření, které je ovlivnitelným rizikovým faktorem. No a můžete se podívat, jaké je vaše riziko cévní mozkové příhody v horizontu deseti, dvaceti, třiceti let. Podle toho samozřejmě,

Filip: Mhm.

Ondřej: věkové kategorii. a pak si můžete měnit ty jednotlivé parametry a říci si: „Tak já jsem Filip, je mi tolik a tolik, mám takovou hmotnost a neléčím se s ničím. A jak by to vypadalo, kdybych měl cukrovku, vysoký krevní, krevní tlak, kouřil bych a nehýbal se?“ Tak se vám ukáže, jakou máte pravděpodobnost, že v následujících deseti, dvaceti, třiceti letech proděláte ischemickou cévní mozkovou příhodu. Čili existují i tyto nástroje, ale jsou stavěny trošku jinak. Ony musí samozřejmě čerpat z epidemiologických dat a tam to CTéčko není tak podstatné.

Filip: Jasně. A vy jste zmínil to, že ten radiolog to vlastně po tom CT hnedka posílá. Když se vrátíme k tomu nástroji na to určení, jestli ta mrtvice tam byla. Co se děje potom? Dostane nějaký výsledek a on pak pořád ještě ten radiolog má to finální slovo. To znamená, že to je jenom jakési doporučení pro něj, nebo už je to v dnešní době taková kvalita, že už to prakticky přijme jako výsledek a na základě toho pracuje dál?

Ondřej: Tak jak jste zmiňoval na začátku, poté, co radiologický asistent to většinou neodesílá radiolog, odesílá to člověk, který sedí u té mašiny vlastně

Filip: Mhm.

Ondřej: provede ten nábor dat, tak ten to odesílá do cloudu. Samozřejmě ta cesta těch dat musí být ochráněná, aby

Filip: Yes, ma'am

Ondřej: dat. Pracuje se s principem, abychom odesílali možná nejmenší objem a nejmenší, řekněme, počet těch snímků, aby mohl ten algoritmus zpracovat. On vlastně zpracuje ta data a vrací nám je zpátky do nemocnice. To znamená, že tam probíhá v uvozovkách anonymizace toho pacienta před odesláním, ale jakmile se nám ta data vrátí zpátky do systému nemocnice, se ukládají do takzvaného systému PACS, což je systém, který slouží na otevírání snímků v kterékoli v české i zahraniční nemocnici. Čili toto jsou systémy, kde my si ty snímky otevíráme. No a ten radiolog samozřejmě se dívá na ty snímky bez AI a s AI. Čili když navážu na tu druhou část vaší otázky, tak je to přesně tak. V současné době ty certifikované nástroje, které využíváme v neurologii, ale i v jiných oborech, pouze podporují diagnózu, nerozhodují za toho lékaře, nenahrazují toho lékaře. A tak, jak se skloňuje vlastně termín human in the loop, to znamená, vždycky je ten

Filip: Mhm.

Ondřej: zahrnut v tom zhodnocení a v tom finálním reportu. Čili je důležité, co ten radiolog napíše. Naši radiologové, většina z nich píší vlastně svůj závěr, plus tam popisují i závěr té umělé inteligence a potom, potom to závěrečné, závěrečný popis pro, pro nás, pro neurology.

Jindřich: Mohli byste nám jako laikům ty snímky, který obdržíte, trochu popsat? Eh, jak to vlastně funguje? Vy dostanete, eh, předpokládám, v tom snímku asi zakroužkováno už od tý umělé inteligence nějakou část, na kterou vy se máte zaměřit. Co, co tam případně vidíte?

Ondřej: Ehm, to je velmi dobrá otázka, protože my na rozdíl od toho nástroje, který nám ty snímky zhodnotí, my máme k dispozici i ta data klinická nebo ty údaje pacienta. my známe vlastně anamnézu, víme, jaké léky ten pacient užívá, kdy tam byla záchranka. V České republice ten systém funguje tak, že když záchranka přijede k někomu, kdo má podezření na mozkovou příhodu, tak nám volají do nemocnice podle, eh, řekněme takzvaných iktových oblastí nebo spárových oblastí těch iktových center. Tak já ještě předtím, než mi pacient vlastně dorazí do nemocnice, eh, tak ve Fakultní nemocnici Ostrava máme systém, kdy podobně jako na Google mapách vidíme, že se sanitka blíží na urgentní příjem, takže vím, jestli mi pacient tam přijede za pět, za deset minut. zároveň tím, že máme spárované informace z té záchranky, tak já už si spoustu informací o tom pacientovi můžu zjistit ještě předtím, než mi tam přijede, takže už vím věk, pohlaví, se podívat do lékového záznamu a poté probíhá ta diskuze s tou záchrankou po příjezdu. Eh, no a když potom na to vlastně navážu, jak vypadají ty snímky, jak se mi vrátí zpátky, jsou tam vykresleny, můžeme tomu říkat heatmapy, prostě oblasti, které, které nám zakreslí ty typické změny pro cévní mozkovou příhodu. A protože když zobrazujeme pacientům mozek při podezření na mozkovou příhodu, tak my děláme vlastně, dalo by se říci tři, eh, tři modality. Jedno je nativní CT, to znamená cé téčko bez kontrastu. Poté podáváme pacientovi do žíly kontrastní látku, která nám zobrazí mozkové tepny tak, abychom viděli, jestli ty tepny jsou průchodné nebo je tam nějaký uzávěr. A poslední modalita toho CT je takzvané CT perfuzní vyšetření. To znamená, že my jsme schopni měřit, eh, kolik krve s kontrastem za jednotku času proteče mozkem. A logicky, když si představíte, že se ucpe člověku tepna v mozku, dojde k poklesu toho průtoku v nějaké části mozku. Eh, to znamená, že se tam dostává méně krve a i méně toho kontrastu. A v minulosti my jsme museli vlastně ty, hm, tu analýzu dělat tak jako To znamená sednout si k tomu počítači a strávit tam deset, patnáct minut a pracovat s tím softwarem vlastně toho výrobce, eh, výrobce toho CT.

Filip: Mhm.

Ondřej: době, když se nám to vrací za ty dvě, tři minuty, tak už je to zanalyzováno tím nástrojem. No a zobrazí se nám ta mapa, eh, zelené a červené. ta zelená část mozku, nebo řekněme ty zelené heat mapy, tak odpovídají té části mozku, kterou můžeme zachránit, pokud podáme pacientovi látku, která rozpouští ty tromby v mozkových tepnách. zároveň tam vidíme, část mozku už řekněme, eh, je, eh, nevratně poškozena. My tomu říkáme jádro ischemie nebo core. Takže je tam takový semafor a zároveň dostaneme několik které nás informují o tom, jak to jádro té ischemie je velké, velká je ta penumbra, to znamená ta zelená část mozku. Eh, a jsme schopni i na základě toho třeba odhadnout právě, jak jste se ptal na tu prognózu pacienta, tak víme, že velikost toho jádra u pacienta té červené plochy koreluje nebo je spojena s tím, eh, jakou bude mít ten pacient prognózu. Jo, to znamená, že my už v okamžik, kdy provádíme to zobrazení mozku, tak můžeme s nějakou mírou jistoty si říct, pokud toho pacienta budu léčit úspěšně, je taková a taková pravděpodobnost, že vrátí do původního stavu. Anebo naopak si řekneme, tady už je ten rozsah poškození tak závažný, že s velkou pravděpodobností to, že se rozhodnu pacienta léčit, tak nebude mít tak velký efekt a je to i pro nás informace třeba pro komunikaci s rodinou.

Jindřich: Ehm, když to naše povídání teď trochu zobecním, tak z mýho úhlu pohledu je zdravotnictví jedno z nejsložitějších oblastí na rozvoj umělé inteligence. Samozřejmě díky jako různejm, eh, regulacím, certifikacím a podobně. Jak vy celej tenhle technologickej rozvoj a ten technologickej pokrok vlastně vnímáte ve zdravotnictví?

Ondřej: Máte naprostou pravdu, že když bychom si srovnali využití jazykových modelů nebo chatbotů, které nejsou tedy certifikovány pro zdravotnictví, tak tam vidíme, že prakticky do měsíce přicházejí ti největší hráči na trhu, eh, s novými modely, které umožňují řadu, řadu funkcí a, něco, co bychom si prostě před pěti, deseti lety, dokázali možná představit teoreticky, ale ne prakticky, že, že vám budou prostě jazykové modely pomáhat s úpravou prezentace anebo AI s úpravou videa a tak dále. to je ta jedna oblast, která samozřejmě se vyvíjí velmi rychle, ale protože tam není nutná žádná certifikace a podobně jako v minulosti třeba u sociálních sítí a bohužel to tak platí i dodnes, není vlastně žádná regulace toho obsahu, tak zdravotnictví je úplně jiná oblast tady z toho pohledu. To znamená, vy pokud chcete a pokud byste se teď rozhodli, eh, Filip a Jindřich, že si založíte nějaký startup a budete chtít dodávat do zdravotnictví cokoliv, mohly by to být v uvozovkách i obyčejné jehly nebo já nevím, tak jako v čase covidu certifikované ústenky nebo, eh, nebo řekněme respirátory, tak před vámi vás čeká prostě dlouhá cesta, než získáte to razítko, že se může používat ten nástroj ve zdravotnictví. Takže já velmi rád třeba i studentům někdy dávám příklad, že pokud, a nejsem chirurg, takže se omlouvám chirurgům, pokud to řeknu nějak ne úplně přesně, ale pokud si koupíte někde v obchodě s nářadím Řekněme obyčejné, eh, obyčejné kleště, tak ty kleště stojí, řekněme nižší stovky korun. Pokud ale velmi podobné kleště, které třeba se dají použít, eh, při operacích kostí, eh, na, eh, manipulaci s různými šrouby nebo, nebo podobně a vypadají stejně a de facto by mohly být i ty, které si koupíte v tom, eh, obchodě s nářadím, tak, tak najednou ta, ta cena ve zdravotnictví může být několika desetinásobná, než, než ve skutečnosti třeba je. Takže to jenom tak jako, eh, odbočka. A co se týká těch nástrojů, tak ano, se někdo rozhodne certifikovat zdravotnický prostředek ještě v oblasti umělé inteligence, tak, tak jak je to definováno vlastně, eh, v těch, eh, řekněme regulacích, nebo to, co musí splnit ty nástroje, tak se bavíme o MDR, což je Medical Device Regulation, slovy regulace prostředku a v Evropě také EU AI Act. Tak vlastně všechny ty nástroje, které pracují na jakémkoliv principu, eh, toho, eh, umbrella termínu umělá inteligence, tak musí splňovat ty největší, nejvyšší požadavky, co se týká bezpečnosti, eh, ochrany osobních dat a tak dále a tak dále. Takže tam samozřejmě, eh, řekněme ten vývoj je o to delší, o to nákladnější. Eh, a bohužel pro, pro ty, kteří vyvíjejí nástroje umělé inteligence pro zdravotnictví, tak tím, že získají certifikaci, tak tím to nekončí, protože, eh, vzhledem k tomu, že až na, eh, výjimky a čest výjimkám, většina těch nástrojů, které jsou certifikovány pro zdravotnictví a nějakým způsobem je do nich implementována AI, tak nejsou hrazeny z veřejného zdravotního pojištění. Čili pak

Filip: Угу

Ondřej: vlastně tým, který vyvinul ten konkrétní nástroj, ještě další cesta přesvědčit, eh, konkrétní poskytovatele zdravotní péče. Nemusí to být jenom nemocnice, to mohou být taky ambulance praktických lékařů, se kterými taky spolupracujeme jako odborná společnost. nebo to můžou být prostě nějaké sítě ambulancí, tak je čeká poměrně dlouhá cesta, aby se jim vlastně ty mnohonásobné investice do toho vrátily. Takže, eh, a je nutno si říct, že opravdu zdravotnictví, a já s-sím tady, eh, rád i to, že je to za mě i svým způsobem správně, ačkoliv bych si někdy přál, aby to nebylo tak, eh, časově náročné Tak prostě implementovat nástroj do zdravotnického zařízení, který pracuje na principu AI, i když má tu certifikaci a máte na něho peníze, tak není otázka zaplacení, měsíčního předplatného jazykového modelu. Je to prostě otázka několika měsíců a někdy to bohužel může být i třeba jeden rok. Takže to samozřejmě ten tým ovlivňuje a klesá potom, řekněme takový ten iniciální entuziasmus, abych do toho klinického workflow nějaké řešení AI zařadil. Takže to je z určitého pohledu také možná vysvětlením toho, ve zdravotnictví ještě nemáme tolik těch nástrojů, ačkoliv ony jsou třeba dostupné ve světě, v Evropě nebo i v České republice. A čest tedy pracovištím, která jsou tomu otevřena, tak jako je třeba Fakultní nemocnice Ostrava, Fakultní nemocnice Motol a řada dalších. To bychom tady byli déle, kdybych měl vyjmenovat ty, které patří k pionýrům a které třeba i spolupracují s těmi vývojáři.

Jindřich: Klidně mě vyveďte z omylu, pokud to vidíte jinak, ale, eh, já se třeba domnívám, že na to, že jsme malý stát uprostřed Evropy, tak co se týče jako rozvoje umělé inteligence ve zdravotnictví, tak jsme na tom velmi dobře. Protože když se podíváme jenom na ty startupy třeba, který tady vznikají, tak jich je tady celá řada. Ať už je to Card AI, Carebot a vlastně, eh, celá řada dalších. Tak j-jak to třeba vnímáte vy? Ten, ten startupovej rozvoj AI ve zdravotnictví v Čechách?

Ondřej: Já to vnímám velmi pozitivně a jsem rád, že jste tady tuto otázku zmínil a chtěl bych tady jako, eh, vyseknout poklonu těm, kteří se do vývoje AI řešení pro zdravotnictví pustili před několika lety a kteří to dotáhli, do stadia certifikace, eh, s tím jasným záměrem, eh, prostě, eh, řekněme, držet krok nějakým způsobem, eh, tady v oblasti Evropy. Samozřejmě pak se můžeme bavit, jak, jak jsou podporovány, eh, firmy, startupy nebo univerzitní spin-offy na západ od nás ve Spojených státech a tak dále. Eh, ale tak jak jste zmiňoval, ať už je to Carebot, ať už je to Cardi.ai, ať už je to, eh, Maia, Neuronlab a, eh, další velmi úspěšné společnosti třeba ze Slovenska, PM Cardio, stojí za tím obrovské množství práce, eh, jasná vize, samozřejmě taky řada přešlapů. Ale ano, vnímám to tak, že za těch posledních pět let se v České republice vykrystalizovalo několik startupů, které, eh, a to taky tady musím říct, že pochopily, že český rybník pro, eh, jejich byznys plán určitě není dostatečný, eh, prostě se otevřít Evropě i celému světu. A když se podíváte nebo když se bavíte s těmi lidmi, což díky tomu, že jsem s nimi v kontaktu a jsem i předsedou odborné společnosti, tak se pravidelně scházíme na různých, eh, konferencích, eh, kde probíráme tady tato témata, tak si myslím, že odvedli velký kus práce. A možná i tohle je vysvětlením, proč jsem se rozhodl přijmout nabídku pana ministra, eh, zdravotnictví a stát se jeho poradcem, abych, eh, ve spolupráci s kolegy na ministerstvu tady tyto věci mohl s ním otevřeně komunikovat a diskutovat, protože to vnímám tak, že se chceme posouvat dál i v té oblasti tak je důležitá, eh, koordinovaná spolupráce s těmi, kteří vyvíjejí, protože někdy může být na začátku skvělá myšlenka, ale, eh, nedostane se do praxe z nějakého důvodu, eh, protože třeba ti zakladatelé, ti foundeři, eh, znát tak dobře ten finální trh anebo ten mindset konkrétního oboru. A myslím si, že je to určitou i rolí, eh, řekněme, eh, toho státu, který, eh, má jednak koncové uživatele, což jsou ti pacienti nebo zdravotnická zařízení na jedné straně a na druhé straně potom má ty vývojáře, protože abych k vám byl upřímný, tak je pouze velmi málo českých nemocnic, které by byly schopny si vyvinout nějaký nástroj, který by byl pro diagnostiku, eh, úplně samy. To znamená, když se podíváte třeba na IT oddělení nemocniční, tak, eh, jsou zavaleni takovou prací, která se týká běžné správy sítě a udržení chodu nemocnice, že kdybychom po nich chtěli ještě vyvíjet ty nástroje, eh, konkrétní pro, eh, třeba diagnostiku cévních mozkových příhod, tak to vidím, eh, zatím, možná se to změní v několika následujících letech, ale vidím to jako zcela nereálné. Čili ta spolupráce zdravotnictví, které samozřejmě mají různé zřizovatele, potom třeba Ministerstva průmyslu a obchodu, které má určité dotační tituly, kde může podporovat startupy, tak, tak vnímám za zcela zásadní. A jsem rád, že se tady v tomto směru posouváme dopředu.

Filip: Takže když bychom si to měli tak nějak jako zmapovat tu cestu nějaký nový inovace, nasazení, ať už AI nebo technologií, tak buďto to může přicházet od těch startupů, který si získají tu potřebnou certifikaci, ale tam to pro ně ještě nekončí a musí ještě oslovit ty pojišťovny, aby vůbec to těm nemocnicím byli schopný prodat. Ale na druhou stranu je tady i ta iniciativa ze strany státu, který se snaží tady to podporovat a asi i nemocnice možná mají nějaké třeba rozpočty na inovace. Jak, jak vlastně, když byste to měl popsat nějak jako v kostce, z jakých směrů tady ta incentiva těch inovací a ta snaha to jako zavádět vlastně přichází nejvíce?

Ondřej: Tak já zkusím, jestli mohu, tak bych

Filip: Pewnie, pewnie. Mhm

Ondřej: zpětnou vazbu nebo zkušenosti, které mám osobní v rámci

Filip: Mircia?

Ondřej: Tak pokud se budeme bavit o tom nástroji, který využíváme u diagnózy cévní mozkové příhody, tak ten nebyl vyvinut v České republice, ale ve Velké Británii. Byl certifikován, byl testován v klinickém provozu a prokázal, řekněme, určitý benefit pro ten nemocniční systém. Tím, že jsem dlouhou dobu v kontaktu tady s touto společností, která už se ze, fáze startupu, i když původně to byl vlastně také univerzitní projekt, to bych rád zmínil, v rámci University of Oxford, tak se posunuli do fáze startupu a scaleupu nabízejí vlastně nemocnicím licence, které si ty nemocnice můžou zaplatit. Tak jak jste zmínil, řada nemocnic, ať už jsou krajské nebo fakultní, mají rozpočty, které mohou vlastně uvolnit na tady tyto licence, které vy pak můžete implementovat do svého workflow, to znamená do té praxe, a ověřit, jestli lékaři, kteří to budou používat, jestli to přijmou, jestli vlastně ta adopce nebude jenom o

Filip: Mhm.

Ondřej: peníze, koupím si nástroj a pak zjistím, že se na to nikdo nedívá a za dva roky si udělám analýzu a řeknu, že se mi to nevyplatilo. toto je jedna zkušenost, kterou mám. To znamená konkrétní nástroj, zahraniční. že se mi bude hodit do workflow. Přesvědčím vedení nemocnice, že to má smysl. Udělám k tomu nějakou studii, která bude smysluplná, abych poté mohl dodat dostatečná data, opravdu se nám to vyplatilo, že jsme třeba léčili více pacientů nebo že se nám některé parametry léčby. To je to, co chce vidět ten systém. A tady v této fázi ještě neuvažujete o tom, že byste vůbec zařadil to konkrétní řešení, aby tam byla nějaká úhrada. Prostě je to nějaká pomůcka navíc. Když se budeme bavit ale o tom druhém rozměru, který jste zmínil, to znamená, že bych chtěl něco vyvíjet, tak máte naprostou pravdu. Můžete si to říct na univerzitě. To znamená, z mé pozice proděkana pro vědu a výzkum, řeknu, že bych chtěl vyvinout nějaký konkrétní nástroj a musím zjistit, jestli mám kapacitu na univerzitě, to znamená akademické instituci, personální, odbornou, technickou a zároveň, jestli mám data. Jenomže tady to začne trošku narážet, protože univerzita je která je primárně vzdělávací a pak vědecká, sama o sobě nemá přístup k těm klinickým datům pacienta. Čili z toho důvodu vy pak musíte mít jako partnera, eh, to zdravotnické zařízení. Eh, tady když se bavíme o tomto modelu, tak lékařské fakulty jsou vždycky navázány na fakultní nemocnice a fakultní nemocnice jsou vlastně ty, ti největší poskytovatelé zdravotní péče. Jenomže pak to znamená, že vy pracujete s daty pacientů, která chcete využít k tréninku nějaké, hm, nějakého nástroje AI a samozřejmě potřebujete se k těm datům dostat anonymizovaně a ti pacienti s tím musí souhlasit. Nefunguje to tak, že

Filip: Mhm.

Ondřej: přišel, eh, jako proděkan lékařské fakulty a ve Fakultní nemocnici Ostrava řekl: "Potřebuju tisíc, eh, pacientů, magnetických rezonancí a co si s tím budu dělat, to je vám jedno, ale chci si z toho něco vyvinout." Takže, to je ten druhý model, který ale není nemožný, eh, nicméně tu spolupráci těch institucí a potřebujete tam mít toho člověka, který to vymyslí a zároveň někoho, kdo to zaplatí. Protože univerzita jako taková sice má rozpočty na podporu inovací, ale, eh, dva roky dělám proděkana a můžu vám říct, že rozhodně nemáte takové rozpočty, abyste si řekl:

Filip: Mhm.

Ondřej: následujících pěti letech zaplatím tým, který bude pracovat, eh, takové úrovni a vymyslí něco, co certifikujeme." Takže, eh, toto v Česku, čest výjimkám, eh, zatím tolikto nefunguje. No a třetí scénář, který připadá v úvahu, je takový, že se spojí, eh, instituce nemocnice To znamená zdroj pacientských dat, lékařská fakulta, kde máte experty nebo i jiné fakulty, kde máte experty, kteří budou ty snímky hodnotit. No a tím třetím partnerem je komerční subjekt. Eh, to znamená tak, jak tady padlo, společnost, jako je třeba Carebot, Cardi.ai a tak dále. A ti si řeknou: "Vytvořme projekt, eh, který se bude zaměřovat na konkrétní řešení. Eh, snímky pacientů budou pocházet, eh, z nemocnice, experti z lékařské fakulty, potažmo z jiných fakult eh, vývojářský tým, který bude vyvíjet to konkrétní řešení, bude náš." No, jenomže tam vás čeká zase řada různých vyjednávání, protože ten projekt musíte napsat, musíte ho získat, třeba financovaný, eh, eh, projektů nebo výzev grantových Ministerstva průmyslu a obchodu, což je třeba TAČR, Technologická agentura České republiky, kde můžete získat dvacet, třicet milionů na projekt. Ale ty finance si musíte rozdělit a samozřejmě předem definovat to, komu co bude patřit, eh, protože se bavíme o tom, že vy vyvinete nějaký produkt s komercionalizačním potenciálem. No a, je tam spousta dalších "ale". Já jsem si prošel všemi třemi těmito zkušenostmi. Myslím si, že každá z nich by vydala na samostatný podcast a rozhodně se nepovažuju za experta, takže určitě bych tam přizval i jiné kolegy tady z této oblasti. toto máte tři scénáře, které mohou nastat. Každý má své bottlenecks, každý má své úzké hrdla, se kterýma člověk musí počítat a někdo si je musí uvědomit, protože pak, eh, budete mít před sebou méně těch vysokých schodů nebo překážek, které musíte překonat. Tak doufám, že jsem na to odpověděl, i když ne úplně, jasně, co bych si z toho vybral, ale mám zkušenosti z každé těch tří oblastí.

Jindřich: Pardon, možná mě teda ještě zaujalo u toho scénáře dva. Vy jste říkal, že ti pacienti s tím musí souhlasit, s předáním těch dat. Jak by tohleto v praxi jako vypadalo? Bylo by to tak, že mě by třeba zavolali z nemocnice, jestli moje data mohou poskytnout tady třetí straně za účelem vývoje tohohle konkrétního projektu?

Ondřej: přesně tak, jak říkáte. My samozřejmě ve fakultní nemocnici, když pacient absolvuje vyšetření počítačovou tomografií, máme vlastně v tom informovaném souhlasu uvedeno, že vlastně data anonymizovaná, ošetřená mohou být využita pro vědecko výzkumné účely. A nemáme tam jenom vědu a výzkum, ale také vývoj nějakých konkrétních řešení. Čili pacient tento typ informovaného souhlasu. Ale samozřejmě pokud vy chcete něco vyvíjet prospektivně, tak měl, protože toto je jenom taková, řekněme, poučka, která je velmi obecná. Není tam napsáno, co s tím cétečkem bude děláno, komu bude poskytováno, kdo s tím bude pracovat a jak. pokud by nějaký takový projekt vznikal, tak samozřejmě musí být schválen i etickou komisí pro výzkum, kdy každá fakultní nemocnice má tu etickou komisi a součástí toho schválení etickou komisí je i informovaný souhlas. Takže pokud by se jednalo o vás, Jindřichu, a řekněme byste, vám to samozřejmě nepřeju, ale byste upadl, zlomil byste si předloktí a oni by řekli: „My tady vyvíjíme nástroj, který nám automaticky detekuje, za jak dlouho se vám ta zlomenina zhojí.“ Teď jenom hypoteticky. byste s tím, abychom váš rentgen zlomené ruky poslali prostě nebo využili pro tento vědecký projekt, který je ve spolupráci naší nemocnice s firmou ABC a veškerá data budou anonymizovaná. Takže takhle by vám to mělo být podáno. byste vědět co, komu, za jakých podmínek a co z toho bude vlastně vyvíjeno. Není to tak, že by někdo řekl: „Jindřichu, vy jste si zlomil ruku a my můžeme váš rentgen poskytnout komukoliv, kdo si o to řekne a bude z toho vyvíjet cokoliv, co souvisí s AI.“ Tak takhle by to být nemělo.

Filip: A možná jako vy jste na to trošku odpověděl, ale takže jako neexistuje nějaký způsob, kdy třeba řekněme, že ty svoje data bych chtěl poskytnout. Chtěl bych to udělat těm výzkumným institucím jednodušší, takže bych podepsal třeba nějaký obecný souhlas, že ty moje anonymizovaná data mohou být použita. Nebo je to opravdu jenom vždycky na vyžádání pro ten konkrétní případ a jinak jednodušeji to nejde?

Ondřej: Mělo by to být, eh, na to vyžádání na konkrétní případ, ale máte pravdu v tom, že některé nemocnice, ale bavíme se o nemocnicích mimo Českou republiku, nabízejí trénovací datasety. To znamená, že to jsou anonymizované datasety, třeba byly i využity, tak jak jsme se bavili, před chvílí o Care Botu, tak Care Bot se taky v rámci, vývoje svého řešení musel nějakým způsobem popasovat s tím, že potřeboval ta vstupní data, ty rentgeny. A jsou, eh, databáze, eh, světové. Některé z těch databází třeba i nabízí Mayo Clinic ve Spojených státech, kteří mají konkrétní databáze třeba pro magnetické rezonance mozku, CT mozku, rentgeny hrudníku a tak dále. A ten tým vývojářů se může dostat k určitému množství toho trénovacího datasetu zdarma. A protože, eh, Mayo Clinic je soukromý poskytovatel zdravotních služeb, tak to mají nastaveno tak, že vlastně nabízejí od pacientů, kteří s tím souhlasili, tak jak vy jste zmínil,

Filip: Mhm.

Ondřej: že byste souhlasil s tím, že když vám udělají rentgen hrudníku v Americe na Mayo Clinic a řeknou vám: "Když vám to podepí-- když nám to podepíšete, tak váš rentgen může být využit pro trénink AI v oblasti rentgenu hrudníku. A co s tím budeme dělat my, to už prostě vám teďka nemůžeme říct, protože to bude vypadat jinak za rok, za tři, za pět. A vy když podepíšete, tak váš anonymizovaný rentgenový snímek se stane součástí tady tohoto trénovacího datasetu." A pak si někdo v České republice vyvíjející systém na rentgeny hrudníku řekne: "Potřebujeme teďka prvních tisíc rentgenů a než budeme mít rentgeny z České republiky, tak se dostaneme tady k tomuto trénovacímu datasetu." Takže i takhle to může fungovat. Abych k vám byl upřímný, my jsme se snažili vést tuto diskuzi ve Fakultní nemocnici

Filip: Mhm.

Ondřej: To znamená, že bychom vytvořili, eh, řekněme, tady tyto trénovací, datasety, nicméně, eh, jsme se ještě neposunuli někam dál, že byste si řekli: "Aha, tak pokud budu chtít magnetické rezonance u pacientů s roztroušenou sklerózou, tak víme, že Ostrava má trénovací dataset, kde jich má dva a půl tisíce a nabízí je za tady těchto podmínek." Neříkám, že to vždycky musí být podmínky pouze To znamená, že si to koupíte jako balíček, eh, dvou tisíc snímků magnetické rezonance. Ale v podmínkách přímo řízených nemocnic, to znamená fakultní nemocnice, není možné, eh, řekněme komercionalizovat to, co my v nemocnici děláme. Jinými slovy, že bych si já řekl: "Hele, mám tady tisíc pacientů, těm jsme dělali CT. Já to všechno anonymizuju a prodám to někomu, eh, soukromému subjektu." Tohle by právním oddělením přímo řízené nemocnice neprošlo.

Jindřich: A jak to funguje třeba s mými daty? Eh, předpokládám, že toto je možná spíš otázka GDPR nežli jako té, té lékařské praxe. Ale mohu třeba já požádat tu nemocnici, aby mně poslala ty rentgenové snímky, CT skeny a vlastně všechno prakticky, co patří mně z těch vyšetření?

Ondřej: Určitě vy samozřejmě na to právo máte, protože vlastně vlastníkem těch dat jste vy jako pacient.

Filip: Hm.

Ondřej: Nemocnice je poskytovatelem zdravotních služeb a omlouvám se kolegům právníkům, nemám právní vzdělání, kdybych tam řekl něco, co není stoprocentně přesné. Ale vy jste majitelem těch dat. To znamená, pokud vám natočí EKG, provedou odběry, udělají rentgen předloktí nebo CT, tak vy samozřejmě máte právo na to požádat nemocnici a vždycky dostáváte lékařskou zprávu. Dostáváte, že jo, vytištěné třeba laboratorní odběry a podobně. ano, pacienti, kteří třeba potřebují ty snímky pro jiného specialistu, tak máte právo na to si nechat třeba uložit snímky z CT nebo magnetické rezonance na, na nějaký datový disk, ať už je to cédéčko nebo, flash disk. To, to se dělá standardně.

Filip: Možná taková poslední otázka tady k tý oblasti té adopce. Vy jste zmínil, že to není jenom o těch firmách nebo o podpo-podpoře státu nebo nemocnic, ale samozřejmě i o tom, jak to přijmou ty lékaři. Tak mě by vlastně zajímalo z vaší zkušenosti, já si asi dovedu představit, že ty klasický technologie, který jim jako ulehčují tu práci, jako ne, že za ně myslí, takže jako přijímají asi jako lépe než umělou inteligenci, ke které dneska mi přijde, že i obecně v tý společnosti je takový trošku rozporuplný postoj. Tak j-jak to vnímáte vy?

Ondřej: Eh, já to vnímám tak, že pokud, eh, jsme zaváděli nějaké řešení, já tedy z pozice neurologa a první z nich bylo ještě ve Fakultní nemocnici u Svaté Anny v Brně, kde jsem začínal jako neurolog, tak tehdy jsme tam jeden nástroj ze Spojených států, eh, pouze pro vědecké účely, takže se tomu říkalo Research use only. Takže když jste prostě si nechal ta data zanalyzovat tím nástrojem, tak tam byl vodoznak přes to CTéčko, že to je pouze pro výzkumné účely a že bychom na základě toho se neměli rozhodovat, eh, jak budeme pacienta léčit. Ale díky tomu jsem vlastně prošel celou tou cestou člověka, který, eh, byl na začátku nadšeně pro toto řešení. Eh, no a pak se těmi radiology, pro které to bylo nové, jsem se jich ptal, jak se jim to líbí, jestli jim to přijde jako smysluplné a podobně. samozřejmě tehdy byla většina těch zkušených radiologů, kteří říkali: "Ale já to vlastně jako nepotřebuju to řešení, protože to, co mi to ukáže, tak to, to umím taky." Jenomže pak, když už se učíte vlastně tím, že to děláte, takové to learning by doing nebo learning by using something, eh, najednou zjistíte, že vám to jako může usnadnit tu práci. A ono to nemusí být jenom usnadnění ve smyslu, že to za vás udělá tu c-celou práci. Ale někdy jste třeba v situaci, jste unavený, eh, máte před sebou těch snímků ještě hodně. Teď přijede ta mrtvice, se kterou jste nepočítal, a máte tam něco, co vám v uvozovkách jako poradí. Řekne: "Hele, tady se mi něco nezdá, tady se na to podívej detailněji." Takže, eh, já bych řekl, že hodně to záleží na tom, aby v tom konkrétním zdravotnickém zařízení byl někdo takový AI ambasador, eh, nebo ten AI entuzias-entuziasm. někdo, kdo bude prostě inovacím nakloněn. že bude přesvědčovat, že to řešení je to nejlepší na světě, ale že vysvětlí těm kolegům, proč to zkoušíme, proč to testujem. A já se na to dívám velmi racionálně i z toho pohledu, že třeba i některá řešení, které jsem pomáhal adoptovat nebo třeba i vyvíjet, nejedná se řekněme jenom o umělou inteligenci na imaging mozku, ale i třeba virtuální realitu v rehabilitaci, či v jiných oblastech, tak je možné, že třeba si, eh, tyto inovace za dva, tři, čtyři roky jako nenajdou své místo. Někdy se prostě stává, že i ve zdravotnictví, je určitá slepá větev. A že si řekneme: "Hele, my jsme to tady čtyři roky testovali, ale vlastně nám to jako v ničem nevyplatilo." Může se stát i tady toto a vždycky to bude odrážet ten konkrétní nástroj, eh, pro konkrétní diagnózu, s konkrétně jasnými výsledky. A taky na začátku si musíte položit tu otázku, eh, pokud tento nástroj my si zaplatíme anebo v budoucnu třeba nám ho bude hradit pojišťovna, tak k čemu on mi slouží? Má mi urychlit tu péči? Chci ošetřit více pacientů? Nebo má ji zpřesnit? Má zlepšit naše výsledky péče? Nebo to má být nástroj, který třeba odhaluje ložiska časněji, než když se na to dívá radiolog? Takže to může být jako nástroj v prevenci, že zachytím, třeba dané onemocnění, eh, v časnějším stádiu, kdy ho můžu léčit ještě efektivně. Takže je důležité si toto říct už na začátku, k čemu to vlastně bude sloužit, komu to pomůže. Samozřejmě vedení nemocnic pak zajímá ten ekonomický ukazatel.

Filip: Yeah

Jindřich: Budeme se možná teď trochu pomyslně posunout. Mám na vás takovou otázku, nebo respektive spíš by asi byla na praktické lékaře, ale vzhledem k tomu, že vás tady máme jako zástupce lékařů, položím vám. Hm, chodí za vámi pacienti s výstupem z Chatu GPT nebo z jakéhokoliv jako jinýho chatovacího asistenta? A jak to vnímáte? Je to jako užitečné nebo je to spíše na škodu?

Ondřej: Velmi dobrá otázka. Jsem rád, že ji pokládáte. okolností my s kolegou, eh, z odborné společnosti, s inženýrem Adamem Hřundělem, jsme se pustili tedy do organizování takové roadshow pro praktické lékaře v Moravskoslezském kraji. Máme za sebou už tři. Teďka nás za týden čeká v Opavě, kde jsme s těmi praktickými lékaři v kontaktu a my jsme byli osloveni přímo Sdružením praktických lékařů, abychom něco o umělé inteligenci, inovacích a tak dále. A jak se dá třeba modernizovat ambulance praktického lékaře. A my samozřejmě tam nechodíme jenom přednášet, ale sbírat nějakou zpětnou vazbu a s těmi praktiky diskutovat, s čím se setkávají. Shodou okolností tchyně Adama Hřunděla je praktická lékařka, takže ta se s tím setkává i prakticky. Ale když si vezmu potom i svou praxi neurologa, tak ano. Pacienti tak jako v minulosti využívali Google či jiné vyhledávače nebo řekněme některé maminky eMimino a Modrého koníka, kde samozřejmě nejsou vždycky informace, tak se omlouvám těmto serverům. tak teď samozřejmě máme doktora ChatGPT nebo Gemini nebo Claude, kde samozřejmě můžete konzultovat své zdravotnické problémy a neduhy chatbotem. A ano, takže pacienti přicházejí s tím, že proberou svou diagnózu. Já to nevnímám jako něco, co by bylo, eh Co by se nedělo, ono se to samozřejmě děje. Těm pacientům to zakazovat nemůžeme. úkolem je vlastně edukovat je, jaká data můžou do těch jazykových modelů vkládat, protože těch poskytovatelů, řekněme si to upřímně, to nejsou evropské firmy, čili sídlí mimo, eh, Evropskou unii. Častokrát, když probíráte, eh, svůj či stav někoho blízkého, tak tam vkládáte velmi diskrétní informace, které samozřejmě mohou být nějakým způsobem zneužity. A je pravda, eh, že téměř, myslím si, že ta poslední data ukazují, že více než dvacet pět procent dotazů, které klademe, a můžete si to i sami sobě položit, které klademe jazykovým modelům, se týkají zdraví našeho nebo našich blízkých. Takže to jsou jako opravdu stovky milionů zdravotních dotazů celosvětově, které klademe ChatGPT, Claudovi a podobně. Tak já to určitě pacientům nezakazuji. Už se mi tedy stalo, stalo se mi to tedy zatím jenom jednou, že pacient přišel a měl velmi detailní rozbor svých problémů z Claudu, ale ten rozbor měl zhruba na šest A4. Takže, já nejsem si vůbec přečetl tady těch šest A4 toho, co ten pacient s tím Claudem probíral, kdybyste se mě zeptali, jestli to bylo časově efektivní, já jsem na toho pacienta měl zhruba dvacet, třicet minut, tak si vůbec přečetl tady ten soupis a nejsem pacientovi všechno vysvětlil, tak paradoxně jsem s ním strávil více času, než kdybych se ho v uvozovkách doptal sám. Na druhou stranu už jsem se setkal i s tím, že pacient přišel s takovým velmi elegantním souhrnem, včetně toho, že tam měl i časovou osu těch svých potíží. Měl to na půlku A4 a víceméně za tři minuty jsem věděl, co pacienta trápí, jaké má problémy, včetně toho, že dole měl napsána tři vyšetření, která by doporučil svému neurologovi, aby byly provedeny, bylo to naprosto správně, jo.

Jindřich: Mhm.

Ondřej: to, jak bych postupoval já, tak ten pacient to měl i od toho Claudu shrnuto. Takže zase záleží i na tom, jak se ti pacienti ptají, co tam kladou za informace. A toto byly dva extrémy, které jsem chtěl uvést. Takže nevyhneme se tomu. Data jsou jasná a ukazují, že opravdu dvacet pět procent dotazů se týkají zdraví. Vyvíjejí se samozřejmě také nástroje třeba pro mentální zdraví, které by mohly pomoct pacientům v době, kdy terapeut není dostupný a ti pacienti třeba zažívají nějaké pocity úzkostí a fobií. Ale všeobecně jazykové modely tady jsou, budou, budou se zlepšovat a ti velcí hráči na trhu, ať už je to ChatGPT- Nebo Microsoft, tak už přicházejí i vlastně s řešeními, která by měla být určena pro zdravotnictví. Takže ChatGPT ve Spojených státech vlastně v tomto roce představil svůj modul Health, ale ten nebude primárně určen pro diagnostiku, ale bude určen jako se zdravým životním stylem, kdy ten člověk tam může probírat klást své otázky a je možné to vlastně uzavřít i do agentního systému, že ta vaše citlivá data neopouštějí váš osobní počítač a máte to vlastně uzavřeno u sebe. Neopouští to, neopouští to vlastně váš počítač. Jak to bude v reálu? Nevím, nejsem IT specialista, protože i tak, jak si my teďka voláme, tak já nejsem schopen říct, jestli nás neposlouchá někdo za mořem nebo jestli vlastně my tři jsme tady reální, anebo jsou to jenom naši avataři.

Jindřich: To zatím ještě poznáme, snad, ale v budoucnu kdoví. Ale každopádně, eh, když teda ten pacient jako za váma přijde s tím třeba výstupem z toho ChatGPT, tak pokud to vůbec jako lze generalizovat, tak máte pocit, že spíš ty výstupy jsou jako relevantní anebo spíš ty výstupy jsou jako zavádějící? Možná ještě doplním otázku, proč se na to ptám. já třeba osobně tady asi jako můžu přiznat, že já, eh, jsem takovej jako maximalista, ale spíš jako co se týče různejch jako sběru mejch jako zdravotních dat, například jako z hodinek, suplementaci a testy a biomarkery a podobně. A vlastně ten můj čítací asistent veškerý tyhlety data má, má je jakoby dlouho do historie, včetně mýho třeba stravování, kalorických tabulek a snažím se tam hledat jako různý nuance, třeba co mi pou-- co mi funguje nebo třeba jak na mě působí kofein a tak dál. Tak kdybych vlastně nějakej takovej podobnej výstup měl jako sesumarizovanej nebo tyhle podklady měl a šel bych třeba za svým lékařem a řekl, že tohle mám jakoby k dispozici, něco relevantního, co on by vlastně měl brát v potaz? Nebo třeba on si musí udělat ty svoje vlastní vyšetření?

Ondřej: Tak pokud se bavíme o tom, že vy nahráváte do toho vašeho agenta zdraví, když to tak řekneme, informace třeba z odběrů, co vám provede praktik, nebo vy si zajdete někde na odběry. Je to tak?

Jindřich: Ano, ano,

Ondřej: nevím,

Jindřich: tak

Ondřej: si nechal dělat i třeba nějakou genetickou analýzu nebo

Jindřich: Taky ano

Ondřej: taky. takže vy jste vlastně, toto jsou relevantní data, která byla naměřena nebo stanovena v nějakých certifikovaných laboratořích, protože genetickou informaci nepošlete, já nevím, někde. Genetickou informaci pošlete do certifikované laboratoře. Z toho, co jste mi říkal, tak využíváte prostě nějaké gadgety nebo, nebo prostě wearables, které sbírají data, ať už máte prostě systém Garmin, Apple nebo cokoliv. Nebo když se bavíme o Cardy AI, tak vlastně původně to byl pás Garminu, který se jenom přetrénoval na monitoring EKG. Jinými slovy, pokud byste za mnou jako pacient a já bych byl třeba lékařem preventivní medicíny a vy byste přišel s tím, že chodíte pravidelně ke svému praktikovi, který vám odebírá krev, hladinu cukru, cholesterolu a tak dále, že si pečlivě vedete, eh, kalorické tabulky. Já nevím, možná jste měl i kontinuální monitor glykémie. sledujete, kolik hodin spí-spáte, spíte a tak dále. zase na druhou stranu, když tak nad tím přemýšlím, tak asi si nemyslím, že pokud toto všechno sledujete a kladete správné otázky, že v následujících dvaceti, třiceti, čtyřiceti letech budete potřebovat lékaře.

Jindřich: To je samozřejmě jeden z mých cílů, abych nepotřeboval, abych vám šetřil práci.

Ondřej: Ano, na druhou stranu musím říct, že, eh, všeobecně, když se bavíme o, eh, gramotnosti v oblasti zdraví, tak v české populaci, řekněme, nepatří k těm nejvyšším nebo všeobecně v populaci, eh, prostě většina, pacientů se věnuje svému zdraví, až se jim něco stane. Eh, a myslím si, že možná i tento podcast by mohl být takovou cestou, že je dobré řešit své zdraví, než se mi něco stane. já nejsem úplně

Jindřich: hm.

Ondřej: toho, že byste měl v daný čas nebo že bychom měli v daný čas sledovat čtyřicet různých parametrů a být prostě, eh, takovým de facto, že člověk je pak ve stresu, co mu všechno pípá a ukazuje, ať už je to ranní variabilita srdeční frekvence, ranní, ranní prostě koncentrace glykemie lačná, sledování prostě tepu, stresu, pohybu a podobně. Kdo, kdo tady tomu je nakloněn a je tedy na tento životní styl zvyklý, tak já k tomu nemám nic, co bych, co bych vytknul a mimo jiné i té problematice longevity se nějakým způsobem věnuji. Na druhou stranu, eh, tak jak se o tom bavíme, tak ty nástroje máme. Víme, co pro naše zdraví je nejlepší. To znamená dostatečný pohyb, spánek, eh, zdravá strava a kompenzace rizikových faktorů. Tak já jsem na sobě vyzkoušel kontinuální monitor glykemie. Zkoušel jsem prostě týden jíst tak, jak jsem zvyklý. Týden jsem jedl úplně, řekněme, teď mě napadlo slovo, které úplně do podcastu nepatří, ale asi tušíte, večer

Jindřich: Rozumíme.

Ondřej: hodině a podobně. A sledoval jsem, co to s tím mým tělem dělá a jak mi to prostě střílí ty glykemie nahoru, ačkoliv žádná z nich nebyla, nebyla v tom rozhraní diabetu. Tak to je přesně ten zájem o zdraví každý ho má někde jinde. Eh, zájem o inovace. Někdo je člověkem, který si bude chtít kupovat prostě každý rok ten nejnovější model daného telefonu nebo počítače. pokud vy chcete vědět, jak jste na tom stran genetiky, odběrů, pohybu, spánku, variability srdeční frekvence, koncentrace prostě kortizolu v potu a tak dále, klidně to dělat můžete. Eh, pokud půjdete za praktickým lékařem, kterému bude šedesát plus, tak vám můžu garantovat, že ho nepotěšíte. Eh, pokud půjdete, eh, za lékařem kolem třiceti let v Centru preventivní medicíny nebo za vaším praktikem, kterému bude někde kolem třiceti let a řeknete mu, co všechno sledujete, tak já být vaším lékařem, tak budu klidný, že budu vědět, že o své zdraví pečujete tak, co bych ani já jako praktický lékař s velkou pravděpodobností nezvládl. Takže pokud to tak děláte, tak v tom pokračujte a fandím tomu

Filip: No a co by mě vlastně zajímalo, zkoušel jste vy někdy tady ty volně dostupný nástroje použít pro určení nějaký diagnostiky, analýzy, zkrátka jako interpretovat si ty data? Proč se na to ptáme? Jako vlastně u umělý inteligence a jako core u těchhletěch jazykových modelů, tak to, jak se člověk ptá a jak dokáže pokládat ty otázky, tak velmi velkou mírou ovlivňuje tu kvalitu toho výstupu. Tak jestli vlastně to použití v tom zdravotnictví pro to osobní zdraví, tak není i o tý edukaci, jak se jako doptávat těch modelů a jak s těma datama pracovat.

Ondřej: To je velmi dobrý point. Samozřejmě, eh, všeobecně, jak je člověk nastavený, tak si nechce nechat diktovat, jak by měl klást správný prompt. Což taky, eh, když se k tomu vyjádřím z pozice, z pozice lékaře. my samozřejmě napíšeme spoustu doporučení do propouštěcí zprávy, ale jak to ten pacient potom dodržuje, to je ta compliance, eh, s užíváním léků, tak ta je samozřejmě různá. Zase se bavíme o tom, že, eh, to-to, ta distribuce je taková Gaussovská, to znamená, že jsou ti, kteří se extrémně starají o své zdraví. Pak je takový ten průměr a pak jsou ti, kteří se o něj začnou, pokud vůbec, starat až po tom, co mají nějakou komplikaci. máte naprostou pravdu. Já podobně jako Jindřich, eh, jsem si taky nahrál do svého agenta, eh, řekněme svůj lipidogram, protože v rodině máme, eh, určitou formu, eh, dyslipidémie, která tedy není genetická, ale přesto, jsem prostě pokaždé, když si ty odběry nechám udělat, tak si to tam nahraju. Nějakou dobu jsem tam nahrával také své, svůj jídelníček s tím, že jsem si nechával doporučovat, jestli, eh, řekněme ten typ sýra, který mám rád a nechci si ho nechat upřít, tak kolik si ho můžu dát, prostě nepřišel, eh, o, o to svoje potěšení a zároveň, abych ten cholesterol jako nezvyšoval. A nakonec to stejně dopadlo tak, že ačkoliv jsem, eh, postupoval podle doporučení, podařilo se mi srazit hladinu triacylglycerolu. Eh, využíval jsem i, eh, preparáty na bázi vlastně červené čočky, pokud se nepletu, eh, tak taky, nebo dá, dá se to vlastně, eh, řešit na začátku ne farmakologicky, ale nakonec ta hladina LDL cholesterolu, i přesto, že jsem zredukoval tělesnou hmotnost, chodím dvakrát týdně cvičit se svým trenérem, snažím se hýbat, omezit prostě přísun živočišných tuků, tak pořád ten LDL cholesterol byl tak vysoký, že zhruba po tři čtvrtě roce, eh, mi ten chatbot doporučil, že už by bylo vhodné nasadit nějaké hypolipidemikum. A protože tím, že jsem lékař, tak komunikuji se svými kolegy, kteří se věnují tedy té oblasti, eh, řekněme, eh, v rámci lipidové poradny. Tak nakonec, eh, kolegyně a kamarádka řekla: "Jo, tak teď už je ten čas, kdy bys to mohl začít užívat, eh, protože už jsme udělali všechno, co jsme měli v rámci úpravy jídelníčku, režimu, tělesné hmotnosti a tak dále, ale pořád ten LDL cholesterol není v těch hranicích, kde bychom ho chtěli mít." Takže ano, já se občas, eh, toho svého agenta na něco zeptám a musím říct, že s tím jsem měl většinou velmi dobré -zkušenosti. Eh, je ale zase pravda, že se pak na to dívá z toho pohledu lékaře a klade ty otázky více, medicínsky zaměřené. Pokud je to pacient, který nemá lékařské vzdělání, tak, tak může to být pro něj složité. Na druhou stranu, kde třeba vnímám velký přínos těch jazykových modelů, my někdy píšeme takovou složitou doktorštinou anebo někdy ty propouštěcí zprávy obsahují spoustu zkratek a nemáme čas to tomu pacientovi ani vyšetři-- eh, vysvětlit, notabene ani potom jeho praktický lékař. Tak nic na tom, když si člověk vyfotí ten souhrn svých diagnóz anebo třeba kardiologických zkratek. Když proděláte infarkt myokardu, tak tam je více zkratek než, souvislého textu nechat si to vysvětlit, co to vlastně znamená. A je pravda, že třeba když já píšu taková ta doporučení, co platí pro pacienty po mrtvici, eh, tak jsem si i já sám udělal takové šablony, eh, kdy si s tím trošku hrál. Neříkám, že je využívám u všech pacientů, podle úrovně vzdělání anebo třeba i podle toho, jakým dialektem ten člověk hovoří, protože, eh, i tady

Filip: Hm.

Ondřej: Moravě lidé, eh, hovoří tedy lokálními dialekty. Eh, tak když je to tam psáno vzletnou češtinou, tak jsem se snažil potom třeba tomu pacientovi dát souhrn, který, který byl napsán, eh, v jazyce, ať už polštině nebo, eh, kterým byl, eh, řekněme srozumitelnější než, než čeština. Takže i na takovéto vysvětlení do té laičtiny si myslím, že není špatné ten jazykový model použít.

Jindřich: Eh, k tomu mě vlastně přímo napadá například k těm propouštěcím zprávám, tak není tohle něco, v čem by vám třeba ta umělá inteligence jako mohla pomoct? Že už vlastně na základě těch dat, který třeba v tom počítači máte, tak by mohl vlastně sepsat právě tenhle ten text, jak vy říkáte, jako plný zkratek a tím by vám vlastně mohl šetřit čas.

Ondřej: Naprosto s tím souhlasím. Myslím si, že ta řešení už jsou i vyvíjena na summarizaci vlastně těch zpráv nebo i třeba označení chyb, protože v lékařských zprávách může být taky spousta překlepů, eh, což se stává, takže to může ten text tak jako uhladit. Eh, zatím tedy nemám konkrétní zkušenost s tím, že bych viděl informační systém, protože my když píšeme vlastně propouštěcí zprávu nebo ambulantní zprávu, tak to vždycky tvoříme, eh, v informačním systému. a vlastně máte různé poskytovatele, různé výrobce. Aktuální systém, který využíváme ve fakultní nemocnici, tady tuto službu nemá. Eh, já jsem k tomu trošku zdrženlivý, že bych nechtěl kopírovat tu zprávu toho pacienta do Cludu nebo ChatGPT. abych k vám byl upřímný, jakmile to přijde, tak si myslím, že to bude, eh, využíváno poměrně často. Na druhou stranu vy si můžete v tom informačním systému předdefinovat ta doporučení. Eh,

Filip: Mhm.

Ondřej: ty, ty když vám, ty se tam dají vložit a pak je vlastně kopírujete do toho doporučení. A tam si myslím, že už spousta lékařů nástroj jazykového modelu pro takové ty předdefinované doporučení použila. A ano, myslím si, že nás v následujících letech asi budou čekat tady tyto nástroje, řekněme jazykové modely, které budou inkorporovány. Už jsem jich i několik viděl, které jsou certifikovány pro oblast zdravotnictví, fungují i v češtině, eh, a používají se třeba ve světě, jako vlastně součást, která se implementuje do toho, bez ohledu na to, jaký máte informační systém, implementujete ten, tam ten nástroj a on vám vlastně je schopen rozhovor mezi vámi a pacientem, ale zároveň vám je schopen také na základě všech informací z propouštěcí zprávy vygenerovat doporučení. Takže toto už existuje, ale zatím v reálné praxi v české nemocnici, že už by tento nástroj byl implementován a používán běžně na denní bázi, tak o tom zatím nevím. A pokud někdo o něčem takovém ví a poslouchá tento podcast, tak budu rád, když mi dá vědět.

Filip: Když bychom měli uzavřít tady tu kapitolu využití umělé inteligence pacienty, tak vlastně na závěr bych se rád zeptal, jaký jsou za vás ty doporučení, jak by s tím ten pacient měl pracovat, aby vám jako lékařům nepřidělával práci a nepřines prostě šest A4 různých návrhů diagnóz, ale třeba přines tu časovou osu nebo třeba právě ty výsledky. Zkrátka jako co, co vy byste doporučil, jak jako vy jako lékař byste chtěl dostávat tady tu přípravu od těch pacientů?

Ondřej: Tak já se pokusím určitě, co bych nedoporučoval, tam vkládat informace z provedených vyšetření, kde by bylo jasné, kdo to je. To znamená, aby

Filip: Mhm.

Ondřej: nefotili propouštěcí zprávy, eh, nebo nenahrávali PDFka, kde jsou jejich rodná čísla, bydliště a-a tak dále. Anebo informace citlivé týkající se, někoho blízkého. Určitě bych se vyhnul, eh, zcela jistě a kolegové z psychiatrie a o mentální zdraví, eh, potvrdí, že bych tam jako rozhodně nenahrával, eh, citlivé údaje vlastně z psychiatrické dokumentace.

Filip: Mhm.

Ondřej: naopak pokud, člověk chce využít nějaký nástroj, protože on ten kamarád jazykový model je k dispozici kdykoliv a dokáže, eh, poradit, eh, velmi dobře při nějakých pocitech úzkosti, jak třeba si zklidnit dech a tak dále, jak se fokusovat na to, aby úzkost odezněla, tak to je v pořádku. A to, co zmínil Jindřich, eh, to se mi jako velmi líbilo. To znamená, pokud vím, že jdu k praktickému lékaři na běžnou preventivní prohlídku, kdy na poslední preventivní prohlídce, na které mě viděl, tak byla, tak to bylo rok zpátky. de facto ten váš praktik rok o vás neměl žádnou informaci Eh, kdybych byl vaším praktikem a budu hovořit teďka z pozice praktického lékaře, tak bych vlastně chtěl vědět, co se s vámi ten rok jako dělo. A pokud

Filip: Mhm.

Ondřej: donesl tu informaci, že prostě každý den ho sledují chytré hodinky a že v průběhu toho roku neodhalily nic, co by svědčilo pro nějakou, eh, patologii týkající se jeho, eh, srdeční frekvence, ačkoliv to není certifikovaný zdravotnický prostředek. Anebo naopak by řekl: „Hele, já jsem si zakoupil pás Cardi.ai a, eh, prostě teďka ho zkouším poslední tři měsíce a zachytilo mi to tady, eh, tyto odchylky. Tak jsem vám to přinesl.“ Naprosto v

Filip: Mhm.

Ondřej: Nebo, eh, tři měsíce nebo tři týdny jsem testoval kontinuální monitor glykemie. Tady máte ty glykemie. Eh, ne-ne-nenahlásilo mi to nic patologického, ale prostě vidíte, že jsem si změnil, změřil tu glykemii a takhle to vypadalo. Takže kdyby takhle za mnou někdo přišel, tak já bych věděl, co ten pacient rok se svým zdravím dělal. Protože, preventivní prohlídka, kdy tam přijdete, přinesete vzorek moči, tam se píchne, eh, diagnostický papírek, ten ukáže, že tam nemáte protein, cukr a, eh, řekněme zvýšené nitráty, tak to, což znamená, že tam nemáte bakterie. dobře. To je první krok, že vám změří tlak jednorázově sestřička. Odeberou se krevní odběry a pak uvidíme se zase za rok nebo za dva. Neříkám, že to je málo. Ty preventivní programy jsou nastaveny, ale, eh, pokud mám takhle gramotného pacienta, který mi na půlce A4 shrne, co se s ním dělo po stránce, eh, jeho zdraví, pohybu, tělesné hmotnosti, a toho, co využíval třeba za řešení, ať už je to, já nevím, monitoring kvality spánku, že třeba v, eh, únoru měl prostě, eh, povánoční deprese, tak, eh, navštívil nějakou kliniku anebo si to probral s nějakým nástrojem eh, vlastně terapii, tak, eh, by to pro mě byla důležitá informace. Tohle určitě si myslím, že by řada praktiků přivítala, pokud to nebude na těch šesti A4.

Jindřich: Ale jestli tomu rozumím správně, tak mi to zní, že víc třeba oceníte jako ty data a ty historický data než třeba tu interpretaci z toho ChatGPT. Eh, třeba nebudu se cítit dobře, popíšu do ChatGPT ty příznaky a pak vám přinesu odpověď. Takže to asi není ten směr, ale spíš když vám řeknu, že mohu vám poskytnout tady dlouhodobý měření HRV a jako další věci, tak to je asi něco, co bude užitečnější, jestli to chápu správně.

Ondřej: to, mně by to bylo mnohem jako užitečnější. Jednak že bych věděl, že se zajímáte o své zdraví a tak dále. na druhou stranu, pokud byste popsal nějaké symptomy anebo naopak symptomy, které máte, byste využil k tomu, že byste s tím, jazykovým modelem. A mám i takový příklad zase, je to jeden konkrétní příklad, takže to, to o ničem nehovoří. kdy ale na základě popisu Těch příznaků, eh, laboratorních výsledků a podobně. ačkoliv lékař s odborností revmatologie nebyl v souladu na začátku s tou diagnózou, nebo respektive takhle řeknu to. ChatGPT prostě na základě toho, že tam ten člověk nahrál ty informace, trápilo, vyšetření, laboratorní výsledky, diagnóza, kterou navrhl v těch prvních třech diagnózách prvním místě, tak ačkoliv, eh, revmatolog ji nepovažoval za tu, nejpravděpodobnější, tak to skutečně ta diagnóza byla. Včetně toho, že ChatGPT navrhl, i jak terapeuticky se vlastně postupuje. Samozřejmě pokud tenhle příklad by nastal a on byl správný, postupoval tam správně. Je nutné říct, že někdy ty jazykové modely halucinují, ale věřím, že budou halucinovat čím dál tím méně. A je to proto, že ony nebyly teď už asi trénovány jsou, ale primárně ty jazykové modely nebyly trénovány pro zdraví. přijde

Filip: Mhm.

Ondřej: s modulem, který byl opravdu trénován na zdravotnických informacích, eh, pacientů, tak to přesnější ten model bude. Vždycky tam bude nějaká informace, která to může narušit. chtěl bych říct, že, eh, tady včetně návrhu té terapie, ale ten pacient by se k té terapii bez toho, aniž by šel za tím svým lékařem z revmatologie, nikdy nedostal. A protože to byl revmatolog, který se do toho ponořil a zároveň už ChatGPT poskytl tady k tomuto souhrnnou informaci pro toho pacienta, který se o to hodně věnoval nebo se tomu hodně věnoval, respektive se tomu hodně věnoval jeho rodinný příslušník, který uměl správně promptovat. Takže když je vám osmdesát a neumíte správně promptovat, ale máte vnuka, kterému je třicet a ten to umí, tak to můžete s tou babičkou nebo dědečkem i probrat. Taky mám tuto zkušenost. Eh, tak potom ten pacient šel s tímto souhrnem na jednu A4, včetně, eh, dostupné světové literatury, která byla reálná. Takže potom ten lékař si ty informace vzal. A protože to byla diagnóza, která patří mezi ty velmi, velmi vzácné, i já v rámci neurologie se s některými diagnózami setkávám třeba jednou, dvakrát za život. a je pravda, že někdy, když si potřebuju já ověřit nějakou informaci, tak mám svého agenta, který teda funguje v Claudu, ale mám ho napojeného na, relevantní zdroje. To znamená doporučené postupy, eh, zdroje vědecko výzkumné a podobně. Mimo jiné existují i třeba nástroje, eh, do kterých jsou nahrány Všechny knihy, které vyšly v rámci, eh, literatury v nakladatelství Grada. Takže vy si můžete vlastně dohledávat tady pouze v těchto ověřených informacích, eh, a ptát se na konkrétní věci, z pohledu toho, eh, specialisty. Tak tady v téhle oblasti to vnímám, eh, že pokud přijdete s, s tím, že tušíte podle toho, co jste probíral s tím jazykovým modelem, co by vám mohlo být, a zároveň řeknete tomu lékaři: "Ale to není jenom běžný jazykový model, který mi to vyplivnul tady za dvě minuty. Já jsem si k tomu dohledal i ty konkrétní zdroje, ze kterých to čerpá. Tady ty zdroje jsem vám vzal a pravděpodobně mám tuto diagnózu. Můžete se na to podívat?" Tak tady se to shodou okolností, eh, potvrdilo a pacient, eh, ačkoliv na zá-, na, na začátku ten lékař úplně nebyl tomu nakloněn, tak pak musel uznat, že, eh, v tomto konkrétním případě jazykový model měl pravdu.

Filip: Pojďme se posunout na naše takový skoro závěrečný téma a to je, jak se využívá umělá inteligence a obecně inovativní technologie ve vzdělávání, respektive výuce medicíny. Vy jste založil vlastně celou katedru umělé inteligence, digitalizace a inovativních technologií. Vnímáte, že teďka ta současná doba, ten pokrok se děje tak rychle, že jako byl ten důvod, aby vznikla nová katedra? To proč se ptám, že vlastně jako předměty přibývají postupně, že jo, a vlastně nevznikají tyhlety nový, jak to říct, jako katedry nebo řekněme o ty, to celé zaměření. Tak jako jestli fakt ta současná doba tomu pokroku přeje natolik, že je potřeba i to, tu výuku extrémně inovovat a zaměřit na to.

Ondřej: No určitě ano, jinak bychom tu katedru nezakládali. Eh, tady musím říct, že jsem opravdu rád za takový renesanční přístup pana děkana Maďara na Lékařské fakultě v Ostravě, kdy když se podívám do minulosti, tak já opravdu musím dát za pravdu a kolegům, kteří v roce dva tisíce dvacet čtyři v uvozovkách mě jako přesvědčili, že založit odbornou společnost pro umělou inteligenci v medicíně, která spadá pod Purkyňku, že má smysl. opravdu můžu říct, že spousta věcí se rozhýbala až díky tomu, že jsem neříkal jenom: „Já jsem ten Volný z Ostravy a trošku mě zajímá AI," ale že už

Filip: Mhm.

Ondřej: „My máme odbornou společnost a máme nějaké těleso, kde je řada prostě odborníků z oblastí, kterým třeba ani já nerozumím, ale v případě, že potřebuju nebo se na nás obrátí odborná společnost, že by potřebovali třeba blok o jazykových modelech, nebo že by potřebovali prostě, Naprosto s tím souhlasím. Myslím si, že ta řešení už jsou i vyvíjena na summarizaci vlastně těch zpráv nebo i třeba označení chyb, protože v lékařských zprávách může být taky spousta překlepů, eh, což se stává, takže to může ten text tak jako uhladit. Eh, zatím tedy nemám konkrétní zkušenost s tím, že bych viděl informační systém, protože my když píšeme vlastně propouštěcí zprávu nebo ambulantní zprávu, tak to vždycky tvoříme, eh, v informačním systému. a vlastně máte různé poskytovatele, různé výrobce. Aktuální systém, který využíváme ve fakultní nemocnici, tady tuto službu nemá. Eh, já jsem k tomu trošku zdrženlivý, že bych nechtěl kopírovat tu zprávu toho pacienta do Cludu nebo ChatGPT. abych k vám byl upřímný, jakmile to přijde, tak si myslím, že to bude, eh, využíváno poměrně často. Na druhou stranu vy si můžete v tom informačním systému předdefinovat ta doporučení. Eh,

Filip: Mhm.

Ondřej: ty, ty když vám, ty se tam dají vložit a pak je vlastně kopírujete do toho doporučení. A tam si myslím, že už spousta lékařů nástroj jazykového modelu pro takové ty předdefinované doporučení použila. A ano, myslím si, že nás v následujících letech asi budou čekat tady tyto nástroje, řekněme jazykové modely, které budou inkorporovány. Už jsem jich i několik viděl, které jsou certifikovány pro oblast zdravotnictví, fungují i v češtině, eh, a používají se třeba ve světě, jako vlastně součást, která se implementuje do toho, bez ohledu na to, jaký máte informační systém, implementujete ten, tam ten nástroj a on vám vlastně je schopen rozhovor mezi vámi a pacientem, ale zároveň vám je schopen také na základě všech informací z propouštěcí zprávy vygenerovat doporučení. Takže toto už existuje, ale zatím v reálné praxi v české nemocnici, že už by tento nástroj byl implementován a používán běžně na denní bázi, tak o tom zatím nevím. A pokud někdo o něčem takovém ví a poslouchá tento podcast, tak budu rád, když mi dá vědět. základní kurz, co je to AI nebo informace, co se děje na ministerstvu a tak dále, tak my jsme schopni to vlastně poskládat a dodat jiné odborné společnosti.

Filip: Mhm.

Ondřej: Rozhodně ale nezasahujeme do jejich expertizy. No a vznik té katedry vlastně měl takové podobné souvislosti, když jsme si říkali: „No ale pokud my budeme chtít inovovat výuku,

Filip: Mhm.

Ondřej: já jako neurolog přijdu ke kolegovi, který učí jiný předmět a řeknu: „Hele, ale tady ta výuka by mohla být moderní. to má vypadat." A on řekne: „No jo, ale my máme svoji katedru, svoji výuku, svůj syllabus,"

Filip: sir

Ondřej: tak to byl ten krok, vlastně pilotní krok. To neznamená, že vždycky se musí založit něco jako nového, abyste změnili něco starého. To úplně tak neplatí. Ale řekli jsme si, pokud máme měnit výuku a tu výuku inovovat, modernizovat, tak si vytvořme katedru. Ona je taková katedra virtuální, takže kdybyste přijeli na Lékařskou fakultu v Ostravě a hledali jste Katedru umělé inteligence, tak tam nenajdete žádné patro. Najdete moji pracovnu a jinak ostatní kolegové jsou tak různě po univerzitě, takže to, eh, takhle formalizováno nějakým prostě prostorem společným. Na druhou stranu musím říct, že spousta věcí se nám jako daří pronikat třeba i do jiných předmětů. Zároveň se snažím za tu katedru fungovat i tak, že jsem v kontaktu, eh, s kolegy třeba z té sféry, která vyvíjí různé nástroje pro zlepšování kvality výuky nebo vědecké práce. Tak já nevím, jestli můžu zmiňovat konkrétní.

Filip: Určitě.

Ondřej: tak jsme se domluvili tady s kolegou Deliborem Rázem z Černé kostky, z Černé AI. Já jsem ho konkrétně požádal, co bych třeba potřeboval pro svůj tým na vlastně, eh, referátu pro vědu a výzkum. on přišel, definovali to, co by zajímalo ty jednotlivé referentky a pak se učily vibe coding ke konkrétnímu řešení. nebo teďka v následujících, eh, týdnech budeme pořádat velkou akci pro studenty, pro doktorandy, která se bude věnovat využití nástroje Microsoft Copilot for Researchers. Takže, eh, vždycky já konkrétně, protože já se nepovažuju za někoho, kdo by měl přednášet o tom, jak využívat Copilot for Researchers, ačkoliv ho používám, tak jsem v kontaktu s kolegy z Microsoftu, se kterýma jsme se domluvili, že prostě nabídnou tady tento kurz. Takže ona ta katedra funguje i jako takový mediátor. Nejenom tedy pro studium pregraduální. To neznamená, že my bychom přepisovali sylaby, eh, jednotlivých předmětů, ale třeba kolegové z jiných kateder se na mě mohou obrátit s dotazy: „Hele, my teďka tvoříme knihu a rádi bychom k té knize vytvořili i nějaký AI nástroj, který bude fungovat jako chatbot. Jak na to?“ A já řeknu: „Hele, já něco podobného taky vytvářím, vyvíjím, eh, ale nevím přesně, jak se to skládá. Já jsem tam v jiné pozici, ale propojím tě na člověka, který to umí.“ Takže i tohle vnímám jako roli té katedry pomáhat jednak kolegům z akademického prostředí, těm pedagogům, kteří učí a chtějí inovovat výuku. Měli jsme dokonce I vlastně semináře zaměřené na to, jak se využívá NotebookLM ve výuce, jak to můžou využít ke zkvalitnění tvorby prezentací, jak vlastně se tam nahrávají ty zdroje, se kterými potom ta, nástroj pracuje. Takže je to takové, řekl bych, bohaté. A to, co jsme uspořádali pro studenty, eh, lékařských fakult, na to musím říct, že jsem jako velmi hrdý a velmi pyšný, v Ostravě v únoru tohoto roku proběhl druhý takzvaný Med AI seminář, který je dostupný na YouTubu. získali jsme záštitu pana ministra zdravotnictví České a Slovenské republiky s tím, že to byl hybridní seminář o tom, jak proniká AI a inovace do zdravotnictví a byl pro studenty všech lékařských fakult v Česku a na Slovensku. A teďka se chystá třetí ročník, který by měl probíhat v Brně na Masarykově univerzitě a ten bude určen primárně pro zahraniční studenty. Takže my vlastně každý rok pořádáme tady tyto Med AI semináře. A ta myšlenka je taková, že proč bychom my měli si tady něco učit na malém písečku, když můžeme vytvořit velký seminář, budeme ty studenty s tím, se posouvá AI, jakým způsobem už teď fungují informační systémy, že existují ambientní systémy na přepisy rozhovorů, která konkrétní řešení se, vyvíjejí. Zároveň tam pozveme i zástupy té čes-- zástupce té české startupové sféry, protože, jsou třeba mladí absolventi, kteří si řeknou: "Hele, ale možná než abych nastoupil do nemocnice, tak já chci vystoupit někde, kde se dělá prostě research and development, kde se prostě dělá med tech podobně." Takže snažíme se tam, eh, vzdělávat ty studenty, aby to nebylo jenom O té představě, že medicína je anatomie tak, jak to bylo v Básnících, eh, pak obory a pak člověk nastoupí do Bezdíkova, aby se ti studenti prostě s tím seznámili trošku jinou formou. ten Med AI seminář, jak říkám, probíhá vždycky fyzicky v jednom městě v České republice a ve druhém městě na Slovensku a zároveň je hybridně pro všechny ostatní fakulty. Takže snažíme se i pomocí technologií vlastně dostat, semináře. Když se podíváte na YouTube a zadáte tam Med AI seminář, tak najdete čtyř a půl hodinový záznam o tom, co, eh, vlastně, o čem, o čem byla AI v únoru roku 2026. Kam se posune zase za rok uvidíme. Eh, ale, ale je to primárně seminář zase určený pro ty pa, pro ty studenty pregraduálního studia. Takže je toho hodně. je virtuální, zároveň trošku dělá i vědu a výzkum, takže máme teď několik projektů, eh, které jsou financovány Ministerstvem průmyslu a obchodu. A musím říct, že i díky tomu, že katedra vznikla, tak se na mě obrací čím dál tím více, eh, zástupců té soukromé sféry s nabídkou výzkumného projektu mezi tím startupem a fakultou. Takže snažím se vždycky vyjít vstříc, když, když to jde. Pokud jsme schopni se do toho zapojit anebo naopak, když můžu doporučit kolegy z jiných odborností, protože, bych byl rád, aby tady zaznělo, že opravdu Ostravě je řada pracovišť těch klinických, která dělají velmi kvalitní výzkum na poli umělé inteligence, ať už je to oční klinika ve Fakultní nemocnici Ostrava, interna, která spolupracuje, nebo kardiologie, která spolupracuje s Cardi AI. Naše neurologická klinika nebo Ústav radiodiagnostiky, který taky využívá několik nástrojů umělé inteligence. Takže jsme za to rádi, že posouváme poměrně rychle, eh, dopředu. A musím říct, že teď jsem byl velmi potěšen, protože navštívil jeden z nejvýše postavených lidí, který se věnuje umělé inteligenci v centrále Abbottu. když jsme se bavili o tom, kam se nám podařilo implementovat všude nástroje AI ve Fakultní nemocnici Ostrava, tak říkal, že procestoval půlku světa, ale že neviděl pracoviště, které by bylo na srovnatelné úrovni s Ostravou. Tak to mě docela z jeho

Jindřich: Das super. Hm

Ondřej: překvapilo

Filip: Ano

Ondřej: říkal, že samozřejmě jsou ta špičková pracoviště, která testují, vyvíjejí a tak dále. jedna věc je, že vyvíjíte tisíc řešení a z těch tisíc řešení potom použitelné jsou dvě. Takže i našim posluchačům bych řekl, že vždycky je dobré si přečíst ty detaily, když vyjde na Seznamu nebo na Novinkách nějaký článek, že prostě AI už je blízko k tomu, aby vám zdiagnostikovala rakovinu z kapky krve, tak tam samozřejmě ještě nejsme a dlouho nebudeme.

Jindřich: Vy už jste mi na to možná i částečně odpověděl, ale zajímá mě, jestli máte třeba nějakou vizi nebo nějakou jako vaši odo-o-osobní predikci, jak se bude měnit, eh, role lékařů v době AI jako sekundárně, jak se třeba tuhle dobu aktuální studenti medicíny jako mohou připravit?

Ondřej: Já možná začnu tou druhou půlkou té otázky. Eh, myslím si, že to je úkolem právě nás pedagogů na těch univerzitách si toto uvědomit. A musím říct, že university si to uvědomují a snaží se tu AI gramotnost v různých oblastech, nejenom ve zdravotnictví nebo ve studiu všeobecného lékařství nebo ošetřovatelských a nelékařských oborů zlepšovat, pracovat na tom, protože opravdu, eh, procesy se posunuly dál. Máme tady nějakou digitalizaci, e-recepty, eh, EZ kartu atd. atd A tady v této oblasti musím říct, že opravdu, eh, když si vzpomenu já, když jsem v roce dva tisíce dvanáct končil medicínu, tak my jsme neměli počítač, který by byl k dispozici pro všechny lékaře. Takže já jsem ještě psal některé věci rukou a zaškrtával žádanky rukou, takže posunuli jsme se neskutečně daleko. Na druhou stranu, eh, je důležité těm studentům říci: „Hele, vy se učíte sice, eh, těchto skript nebo z těchto digitálních nástrojů," nebo existují i e-booky, elektronické učebnice a podobně, ale se opravdu vyvíjí neskutečně dopředu a, eh, smyslem je vychovat zdravotníka, který bude mít jako přehled o tom, co je k dispozici. Vy potom můžete nastoupit na pracoviště, které třeba, eh, nebude úplně cílem umělé inteligence, protože ta odbornost to tolik třeba nebude vyžadovat v rámci péče o té pac-o ty pacienty, ale třeba budete využívat administrativní nástroj, který vám urychlí práci. Eh, je vždycky důležité, a to se snažím i těm studentům, anebo když prezentujeme i těm praktickým lékařům řešení, tak můžu dát tady příklady. Existuje prostě systém, který za vás odbaví hovory a tím pádem vám méně zvoní telefon a uvozovkách nějaký avatar odbavuje telefonní hovory a když je tam nějaký red flag, tak to spojí toho pacienta s lékařem. existují ambientní systémy, které nahrávají ten rozhovor mezi lékařem a pacientem a přepíšou vám to do strukturovaného rozhovoru. Existují nástroje, jako je chytrý fonendoskop. Přiložíte fonendoskop a vidíte EKG, které vám zanalyzuje AI nebo nějaký algoritmus. PM Cardio ze Slovenska. Vyfotíte EKG a vidíte, o jaké patologie se jedná, ale ten praktik si musí říct, co v daný okamžik chci. Eh, jestli si chci usnadnit práci v administrativě a chci být prostě tím lékařem, který bude opravdu v kontaktu s pacientem. mým snem vždycky bylo trávit u počítače co možná nejméně času. Eh, takže pokud bych si měl já vybrat jednu věc jako neurolog, mým takovým snem je mít jednou ambulanci, kde si s pacientem v uvozovkách budu deset minut povídat. Eh, ten pacient mi donese, eh, svůj záznam nebo svůj rozhovor s ChatGPT. Ideálně mi ho třeba pošle ještě, eh, ráno před tou návštěvou, abych si ji mohl přečíst nebo nechat svým chatbotem jako shrnout. Eh, já si pak s ním budu deset minut povídat, eh, diktovat to, co vyšetřuju, abych to nemusel psát na počítači, eh, poslat elektronické žádanky, které nebudu muset tisknout a orážet a podepisovat. No a jakmile pacient odejde tato vyšetření absolvuje, tak se mi v systému ukáže, Jindřich Dědek absolvoval magnetickou rezonanci krční páteře a tady je výsledek a že už na týden po té magnetické rezonanci jste objednán na kontrolu u mě. Tak takhle bych si přál, aby to vypadalo.

Filip: Když se postupně posuneme na závěr, byť těch otázek já jich mám ještě spoustu, ale to bysme tady byli do rána. Tak vidíte v medicíně nějakou oblast, kde je nějaký obrovský potenciál využití, ať už jako těch nových technologií nebo umělé inteligence, ale vlastně je v současné době nevyužitej?

Ondřej: Já si osobně myslím, že, eh, velká oblast, kde by se mohla využívat AI více, za mě zcela jistě, eh, oblast toho primárního, té primární péče. To znamená

Filip: Mhm.

Ondřej: lékaři a řekněme preventivní medicína. Takže tam, tam určitě. A tam, kde vidím velký význam těch relativně, eh, takových jednoduchých AI řešení, je třeba screening. Takže ona už tam ta řešení jsou. My jsme se o tom bavili, tak třeba teďka v České republice primární screeningový program zaměřený na screening znamének na

Filip: Угу

Ondřej: kdy vybraní praktičtí lékaři vlastně si připojí, eh, k chytrému telefonu dermatoskop, vyfotí vám znaménka a ty znaménka jsou odeslána do cloudu a zhodnocena, jaká je pravděpodobnost, že to znaménko, jeví nějaké známky, nechci říct malignity, ale že se prostě odchyluje. Ta řešení už tady jsou. Takže, já si fakt dokážu představit, že bych přišel ke svému praktikovi a teď vám řeknu, jak bych si představoval, že by to mohlo vypadat.

Filip: Mhm.

Ondřej: Tak jako Jindřich bych donesl prostě svých posledních dvanáct měsíců na jedné A4 včetně prostě nějaké, nějakého časového rámce, co kdy jsem si nechal odebrat. Praktický lékař by mě poslal na snímek očního pozadí, eh, protože existuje řada řešení, která vlastně z toho, jak vypadají cévy na sítnici, je schopna odhalit nejenom to, zda máte diabetickou retinopatii, ale i to, jaký máte kardiovaskulární věk a kardiovaskulární riziko. Takže by mi udělal snímek očního pozadí. Tam by se zjistilo, jestli moje kardiovaskulární riziko odpovídá mému věku nebo ne. To by ten praktik měl k dispozici ihned, že jo. To se mu vrátí, takže by mi to i vysvětlil. Eh, zároveň si nechal ještě předtím, než bych tam došel na tu preventivní prohlídku, tak bych týden nosil od Cardi.ai, takže ten praktik by měl sedmidenní záznam mého EKG. Eh, zároveň, zároveň poté, co bych tam přišel, tak by mi zkontroloval dermatoskopem všechna znaménka pomocí umělé inteligence a řekl, že mám v pořádku kůži. No a to, co by zjistil vlastně tady z těchto informací, samozřejmě by tam mohly být i další věci, by mi navrhnul další, došetření. Například třeba ten odběr hladiny cholesterolu s tím, že by mi pak přišla informace do mého e-mailu nebo na můj chytrý telefon, s ohledem na to, že váš LDL je takový, tak vám doporučuji já- Jako váš praktický lékař takovou úpravu jídelníčku. Za tři měsíce máte kontrolní termín, podle kterého se rozhodneme, jestli vám stačila úprava jídelníčku, pohybová aktivita nebo budete potřebovat, eh, statin. Takže takhle bych si to nějak představoval. A samozřejmě ten praktik by si mě poslechl chytrým fonendoskopem, kde by mu EKG zhodnotila umělá inteligence celou dobu, co bych tam byl maximálně patnáct minut, tak mi vlastně, eh, by nepsal do počítače, by probíhal rozhovor mezi, mezi mnou a tím lékařem a ten, eh, vlastně náš rozhovor by byl, eh, zazna-zaznamenán do strukturovaného rozhovoru.

Jindřich: pokud ta budoucnost taková je asi budem jako muset zůstat pozitivní, že taková jako skutečně přijde, takže nás vlastně čeká krásná budoucnost a vlastně i vaše zaměstnání pravděpodobně čeká krásná budoucnost.

Ondřej: já si myslím, že možná jsou pracoviště, která od toho jako nejsou daleko. Eh, samozřejmě to, co jsem teďka řekl, tak je taková nová představa a budu rád, když prostě takhle budou někdy vypadat ambulance praktických lékařů. Samozřejmě bavíme se i o tom, pokud by ten praktický lékař si měl pořídit tu fundus kameru, pořídit ten systém, který mu odbavuje hovory, pořídit ten systém na ambientní rozhovor s pacientem, tak to jsou všechno náklady, které si musí zaplatit ze svého rozpočtu. Ale na druhou stranu třeba se diskutuje i koncept takzvaných sdílených ambulancí. To znamená,

Filip: Mhm.

Ondřej: eh, můžete si to představit tak, že máte praktické lékaře, kteří sdílejí jeden prostor. Anebo, eh, řekněme to, co jsme si teďka řekli, tak nebude v každé ambulanci. To samozřejmě by žádný systém zdravotnický, neutáhnul, až třeba na tu výjimku toho chytrého fonendoskopu, který stojí o pár tisíc korun víc než ten, než ten obyčejný.

Filip: Mhm.

Ondřej: takže pak je to vlastně o té alokaci těch zdrojů. To znamená, Jindřich Dědek, kde- a já se omlouvám, že opět zmiňuji vás,

Jindřich: T-t--

Ondřej: jste

Jindřich: na początku

Ondřej: jako že pečujete o své zdraví, ale víte, že vás čeká vyšetření u vašeho praktika dvacátého druhého října. Já bych byl váš praktický lékař a do mobilního telefonu by vám přišlo a tehdy v místě vašeho bydliště vyšetření očního pozadí. Přijdete, udělá se snímek sítnice, stihnete to v obědové pauze nebo po cestě do práce. Eh, týden předtím, než byste přišel ke mně do ambulance, tak bych vám poslal ten pás Cardi.ai, který by byl sdílený. To znamená, když byste ho používal týden nebo pět dnů, si můžeme spočítat, kolik pacientů bych byl schopen odmonitorovat jako praktik za nějakou časovou dobu. A samozřejmě u vás, pokud jste mladý zdravý sportovec, tak to až takový smysl nemá. Ale pokud bych měl pacienty, kterým je padesát pět, šedesát pět plus, tak tam to ten smysl má. Takže vám by týden předtím, než byste ke mně šel, přišel ten pás. Vy byste si ho nasadil, spojil jste si ho s aplikací a já bych viděl už ten týden předtím, než vy přijdete, jestli tam něco máte nebo nemáte. vy už byste přišel s těmi výsledky a já bych to vlastně nemusel mít u sebe v ambulanci. Jestli mi

Filip: Ehm.

Ondřej: A tam už bychom si jenom povídali ambientní systém by vlastně ten náš rozhovor zaznamenal. Já bych si z toho udělal strukturovaný zápis. Vy byste mi ukázal svou A4, co se s váma dělo poslední rok. Takže bych se vás zeptal: „ Jindřichu, ukažte mi, eh, to, se věnoval svému zdraví a co se u vás změnilo za poslední rok.“ Včetně třeba toho, že byste si třeba, já nevím, přivodil nějaké drobné zranění v létě a při té souvislosti by vám odebrali krev, která byla v rámci třeba toho ošetření. Takže byste měl odběry navíc, které by byly úplně stejné jako před tím půl rokem. Takže bychom se třeba domluvili: „Tentokrát vám odběry brát nemusím, protože už je mám dostupné vlastně z toho předchozího vyšetření.“ Tím pádem bych ušetřil nějaké zdroje, protože jste měl odběry třeba před třemi, šesti měsíci. Takže tak když se nad tím zamýšlím, to jsou takové někdy nápady, které třeba se jednou podaří. Anebo, eh, prostě bude tady nástroj třeba pro to oční pozadí v nějakém centru preventivní medicíny, které bude spolupracovat se všemi praktiky, kteří jsou tady v Moravskoslezském kraji. jenom je to o tom naplánovat ten čas, kdy přijdou k tomu vyšetření předtím, než půjdou na preventivní prohlídku. To si myslím, že je třeba docela reálné a my jeden takový nástroj ve Fakultní nemocnici Ostrava máme, takže tam se dá vlastně objednat a pak tu informaci přinést svému praktikovi. Druhá věc potom samozřejmě, jestli ten praktik je dostatečně edukován tady v té problematice, protože když mu tam přinesete dvě A4 a řeknete: „Hele, tak tady mi zhodnotil mé oční pozadí, eh, Doctor Noon nebo, eh, nebo prostě, eh, Viz, nebo, nebo nástroj, který se jmenuje Videray či jiný,“ tak aby ten praktik o tom věděl, že něco takového existuje. Ale já věřím, že i tam se posuneme časem.

Jindřich: jsme na samém konci. Díky moc, že jste si našel čas budeme pevně doufat, že ta krásná budoucnost nás čeká. Ono vlastně je to v zájmu nás všech, že jo, aby jako populace byla zdravá a druhak, aby vy jste měl míň práce, což to je vlastně asi to, co vám budu jako nejvíc přát a zároveň ať se vám daří ta AI adopce a obecně adopce technologií ve zdravotnictví.

Ondřej: Mockrát děkuju za pozvání, asi toho vážím. Byl to jeden z nejpříjemnějších rozhovorů na téma AI a adopce a že třeba se tady potkáme ve stejném složení za rok a budeme zase o kousek dál. Děkuju za

Filip: To rozhodně budeme. To rozhodně budeme strašně rádi. Taky děkuju. Eh, zároveň držím palce se vším, co děláte. Je to strašně úctyhodný. Myslím si, že je fakt potřeba primárně v tom zdravotnictví ukazovat, že ta AI je prostě víc než jenom ChatGPT. A děkujeme vám i našim divákům, že jste nás poslouchali a budem se na vás těšit u další epizody. Tak jo, mějte se krásně.

Ondřej: Vy taky. Na shledanou

Jindřich: You can ask Claire