
Szederkényi Zsolt írása
Bevezetés
Elöljáróban szeretném tisztázni, hogy sem az orvosláshoz, sem az egészségügyhöz nem értek; csupán betegként volt alkalmam megtapasztalni a működésüket. Ezt a cikket egy szakmai beszélgetés ihlette, ahol felmerült a kérdés: mennyire lehet modellezni az orvosi döntéshozatalt? Jelen írásommal célom, hogy egyéb üzleti területen szerzett tapasztalataimat az egészségügyi folyamatokra alkalmazzam. Ha bárhol tévednék, örömmel fogadom a pontosításokat.
Egy orvos akár 10 másodperc alatt dönthet egy ember életéről. De vajon ezt a döntést előre lehet modellezni? Az orvosi döntéshozatal kaotikusnak tűnhet, de valójában protokollok mentén zajlik. Hogyan lehet ezeket leírni és hatékonyan alkalmazni?
A BPM-H egyesület egyik közös beszélgetésén (BPM-Hab társasági esemény) felmerült a kérdés:
“Bejön a kórházba egy vért hányó beteg, meg tudjuk-e mutatni (folyamatmodellként) a következő 3 év történéseit?“
A válasz nem olyan egyértelmű, mint gondolnánk. Üzleti folyamatokhoz értő szakértők beszélgettek és jelentősen eltérő véleményt képviseltek.
Személyes élményeim az egészségügyről
Az orvosok időhiánya
Egy nagy kórház főigazgatójával folytatott bemutatóm 1,5 percig tartott. Egy szoftveres megoldást szerettem volna megismertetni vele.
Kijelentette: “Mi orvosok 10 másodperc alatt döntünk életekről, és én nem tudok 2 percnél tovább figyelni Önre.” A beszélgetés gyorsan véget ért. Ez felveti a kérdést: ha ilyen gyorsan hoznak döntéseket, akkor mégis milyen logika áll ezek mögött?
(Arról, hogy én ekkor hogy éreztem magam nem írok részletesen)
Technológiai akadályok
Egy megyei kórház folyamat és dokumentumkezelési projektje (2009) azon hiúsult meg, hogy az asszisztensek nem voltak hajlandók a monitorok felbontását 640*480-ról nagyobbra állítani, mert “így szokták meg”, a Word így szép. Ha egy ilyen apró technológiai akadály ekkora ellenállást vált ki, milyen kihívásokkal járhat egy teljes modernizáció?
Az orvosi folyamatok modellezhetősége – Pro és Kontra
A BPM-H egyesület rendezvényén különböző álláspontok ütköztek. Az ellenérvek a következők voltak:
Túl összetett
Valóban, de éppen ezért kell modellezni! Ha egy folyamat túl bonyolult, akkor részfolyamatokra kell bontani.
Minden orvos másképp dönt
Dokumentálni kell a döntéseket és azok hosszú távú következményeit. Az orvosi döntéshozatal egyéni tapasztalatokon és protokollokon alapul – míg a protokollok általános iránymutatást adnak, az orvos egyéni tudása, tapasztalata és az adott beteg állapota befolyásolja a végső döntést. Az adatvezérelt orvoslás a jövő, de azt is figyelembe kell venni, hogy az orvosok eltérő tapasztalatai és megközelítései miatt a modellezés nem minden esetben jelent teljes automatizálhatóságot. Az AI és a Big Data nem helyettesítheti az orvosi döntéshozatalt, de támogathatja azt az adat-alapú ajánlásokkal.
A folyamat ismétlődhet vagy ciklusba kerülhet
- Ez is modellezhető! Ha egy beteg állapota javul vagy romlik, akkor a kezelési folyamat módosul, de ez is egy modellezhető ismétlődés. A modellezésnek rugalmasnak kell lennie, hogy kezelni tudja a változó egészségügyi állapotokat és az újonnan felmerülő tényezőket.
AI és workflow rendszerek az egészségügyben
A fentiekből jól látszik, hogy az orvosi döntések rengeteg ismeretlen tényező alapján születnek. Tudományos és tapasztalati úton, azaz protokollok mentén formálódnak. Ha pedig protokollok mentén működik egy rendszer, akkor az modellezhető, azaz folyamattá alakítható.
Betegként azt látom, hogy bizonyos paramétereim alapján bekerülök egy rendszerbe, egy protokollba, amely meghatározza a további kezelési utamat.
De mit mond az AI? Hogyan kell kezelni például a magas koleszterinszintet? Nyilván ez egy elméleti modell, és a konkrét teendők az orvos tudásán, tapasztalatán, oktatási szintjén és naprakészségén múlnak. Ugyanakkor nagy valószínűséggel az orvos egy olyan döntési mechanizmust követ, amely illeszkedik egy modellezhető folyamathoz.
A mesterséges intelligencia és az adatvezérelt modellezés segíthet a folyamatok megértésében:
Semmelweis HELP alkalmazás – a tünetek alapján ajánlásokat ad a betegnek.
EESZT és Big Data – az orvosi döntéseket történelmi adatok alapján lehetne optimalizálni.
Workflow rendszerek – a betegutak nyomon követése és a dokumentáció egységesítése.
De hogyan készíthetők átlátható folyamatábrák? Egy beteg nem biztos, hogy érti a tudományos protokollokat, viszont egy vizuálisan megjelenített folyamat, amely bemutatja a lehetséges kimeneteleket, segíthet a döntéshozatalban.
Protokoll?!
Tehát rengeteg döntés születik, rengeteg ismeretlen alapján. … Tapasztalati úton, azaz orvosi protollok mentén. Mindez azt mutatja, hogy a folyamatok modellezhetők – kérdés, hogy milyen mélységben és hogyan?
Betegként pont az látom, hogy bizonyos paramétereim alapján bekerülök egy darálóba, azaz egy protokollba. (Ami általában jó nekem, kivéve, ha olyan bajom van ami senki másnak, de ez ugye ritkaság)
Mit mond az AI? Hogy kell kezelni például a magas koleszterin szintet?
Magas koleszterinszint kezelése (AI generált folyamat)
Részfolyamatok!
A fenti folyamatábra további alfolyamatokra bontható, azaz minden egyes lépése tovább részlezethető.
Nézzük meg , hogy az “életmódbeli tancsádás” lépés (bal oldalt az első) tényleg ábrázolható-e folyamatként?
(Emlékeztetőül! itt egy standard szöveget kapunk az orvosoktól: mediterrán étrend, több mozgás, sok folyadék, stb.)
Életmód tanácsadás (AI generált folyamat)
Hurok / AI / BigData?
Tudom, tudom, itt merül fel a kérdés: mi történik, ha elérkezik az ellenőrzés ideje, és az állapot javult, nem változott, vagy esetleg romlott? Mi van akkor, ha a koleszterinszint most már normális, de közben megszűnt egy stresszfaktor (például a beteg munkahelyet váltott), tehát lehet, hogy nem is a gyógyszer hatott? Ugyanakkor előfordulhat, hogy közben cukorbeteg lett. Ebben az esetben folytassuk vagy hagyjuk abba a kezelést?
Ahogy korábban is említettem, nem vagyok orvos, de biztos vagyok benne, hogy léteznek különböző szakmai protokollok (rendszeresen frissülnek), amelyek figyelembe veszik ezeket a tényezőket, és segítenek döntést hozni a megfelelő kezelési irányokról.
A mai AI és Big Data korszakban hatalmas mennyiségű valós betegadat áll rendelkezésre az egészségügyi rendszerekben (például az EESZT-ben). Ez lehetővé teszi, hogy ne csak elméletekre, hanem valódi vizsgálatok és döntések eredményeire alapozva határozzuk meg a legjobb kezelési utakat.
A mi feladatunk – akik a folyamatszabályozáshoz és informatikához értünk – az, hogy ezeket a protokollokat elérhetővé, automatizálhatóvá és közérthetővé tegyük. Az egészségügyi döntéshozók nem csak a szakorvosok, hanem a háziorvosok, a páciensek és azok családtagjai, barátai, munkatársai is. Végső soron maga a beteg hozza meg a döntést, az őt körülvevő emberek véleménye és vélt vagy valós korábbi tapasztalata alapján (apám is dohányzott, mégis 92 évig élt).
Ő dönti el, hogy minden reggel beveszi-e a gyógyszerét, hajlandó-e többet mozogni, egészségesebben étkezni, vagy akár leszokni a dohányzásról, alkoholról, drogokról, csokiról, energiaitalokról.
Meggyőződésem, hogy egy vizuálisan átlátható folyamatábra, amely az egyes döntési pontoknál jelzi a várható élettartamot és életminőséget, hatékony segítség lehetne a helyes döntés meghozatalában.

Ja, hogy ez nem is folyamatábra? Tényleg nem, főleg nem BPMN 2.0. De legalább közérthető, mutatja a lehetőségeinket és az esélyeinket.
Készíthetünk folyamatábrát is, ugyanaz lesz benne, csak más a cél, másnak szól. Ez már inkább protokoll, de maradjunk a folyamatábránál, mert a protokoll ennél sokkal több kell legyen.
Leszokás a dohányzásról (AI generált folyamat)
Az orvosi döntéshozatal és a folyamatmenedzsment szerepe
Minden orvosi döntést támogathatunk?
Meggyőződésem, hogy igen. Ha visszatérünk az eredeti példához – amikor egy vért hányó beteg érkezik a kórházba –, és szeretnénk előrejelezni a következő három év lehetséges kimeneteleit, ezt meg tudjuk tenni.
Nem egyetlen, hatalmas folyamatábrát kell elképzelnünk – azon ez nem férne el. Ehelyett a folyamat egyes pontjait kell támogatni:
- Döntési lehetőségek – milyen lépések közül választhat az orvos vagy az egészségügyi személyzet?
- Korábbi tapasztalatok – beleértve a rossz döntéseket is, hogy tanulni lehessen belőlük.
- Tudományos alternatívák – beleértve a nyugati és keleti orvoslást, illetve akár spirituális vagy egyéb hiten alapuló megközelítéseket.
Ezeknek a döntési pontoknak a támogatása nemcsak lehetséges, hanem elengedhetetlen – ez maga az orvosi protokoll. Ha valaki vért hány, azt nem lehet egyszerűen C-vitamin tablettával hazaküldeni.
A folyamatmenedzsment szerepe
Itt jönnek képbe a folyamatmenedzserek.
Azáltal, hogy a protokollokat minden érintett számára elérhetővé és érthetővé teszik, életeket menthetnek, cégeket tesznek hatékonnyá vagy épp csak megváltják a világot..
Fontos megérteni, hogy mielőtt egy beteg kórházi kezelésben részesül, sok emberrel találkozik:
- a munkáltatóval, aki észreveszi, hogy rosszul lett,
- a taxissal, aki beszállítja a kórházba,
- a nővérrel (triázzsal), aki felveszi az osztályra,
- és végül az orvosokkal, akik között egy belgyógyász és egy fogorvos teljesen eltérő kompetenciákkal rendelkezik.
Minden érintettnek a saját szintjén kell hozzáférnie a szükséges információhoz.
Modern technológia az egészségügyben
Már vannak olyan orvosi konzíliumok, ahol az orvosok mellett egy AI Agent is részt vesz a megbeszéléseken. Emberi hangon szól hozzá a beszélgetésekhez, megvizsgálva az összes leletet, kórelőzményeket és áttanulmányozva az ismert protokollokat. (kapcsolódó cikk: Így alakíthatja át az egészségügyet a mesterséges intelligencia)
Az IBM Watson modellje például képes másodlagos onkológiai véleményt adni, akár direktben a betegnek, az orvosok kihagyásával. Ez nyilván rengeteg etikai kérdést vet fel, de a technológia már használatban van. (Lásd: meta-analysis of Watson for Oncology in clinical application)
Nemrégiben egy kollégám járt egy budapesti kerületi kardiológián, ahol a falon egy hatalmas folyamatábra mutatta be az újraélesztés lépéseit. Szerette volna lefotózni szakmai érdeklődésből – hiszen workflow menedzsmenttel foglalkozik –, de ezt értelmes indok nélkül megtiltották neki.
Ez is rámutat arra, hogy a tudást meg kell osztani, de ennek hiányzik a kultúrája. A világon egyszerűen nincs annyi falfelület, hogy minden orvosi döntési helyzetet kinyomtassunk és kifüggesszünk az épp szükséges helyre.
Ezért van szükség informatikai rendszerekre.
Egy kiváló példa erre a Semmelweis HELP alkalmazás, amely a tünetek megadásával végigvezet a legfontosabb teendőkön. Ez lényegében egy workflow rendszer – vagy ha nem is teljesen, mert például nem lehet benne jegyeket létrehozni a történeti adatok rögzítésére, mégis – segíti a döntéshozatalt és akár mentőt is lehet belőle hívni.
Az ilyen digitális megoldások jelentik a jövőt: az orvosi döntéshozatal támogatása nemcsak szükséges, hanem életmentő is lehet.
Betegként azt látom, hogy bizonyos paramétereim alapján bekerülök egy rendszerbe, egy protokollba, amely meghatározza a további kezelési utamat.
Fentebb láttuk mint mond az AI!? Hogyan kell kezelni például a magas koleszterinszintet? Nyilván ez egy elméleti modell, és a konkrét teendők az orvos tudásán, tapasztalatán, oktatási szintjén és naprakészségén múlnak, rengeteg adatot (és tapasztalatot) vehetnek figyelembe… Ugyanakkor nagy valószínűséggel az orvos egy olyan döntési mechanizmust követ, amely illeszkedik egy modellezhető folyamathoz.
- Itt jelzem,
tapasztalat = adat, - pontosabban,
tapasztalat = adatok értelmezése, - még pontosabban,
tapasztalat = korábbi adatok feldolgozott értelmezése és gyakorlati alkalmazása.
Workflow és a folyamatmodellek
A workflow rendszerek és különböző applikációk segíthetik az orvosokat, betegeket és családtagokat a döntéshozatalban. A kórházi ellátás nem az orvosnál kezdődik, hanem sokkal korábban:
-
Munkahelyi rosszullét
-
Mentőhívás
-
Nővéri adminisztráció
-
Diagnosztikai vizsgálatok
A megfelelő folyamatmodellek segíthetnek az egyes szereplők számára releváns döntési pontok tisztázásában.
Zárás
Az orvosi döntéshozatal nem egyetlen nagy, kiismerhetetlen folyamat. Protokollokra épül, amelyeket lehet és kell is modellezni. Az orvosi folyamatmenedzsment eszközei segíthetnek a betegek életminőségének javításában és a szakemberek döntéseinek támogatásában.
A kérdés nem az, hogy modellezhetők-e az orvosi döntések, hanem az, hogy hogyan lehet ezt a gyakorlatban is hatékonyan megvalósítani.
AI: Vért hányó beteg kezelésének folyamata
A végén azért kérdezzük meg az AI-t, hogyan kell kezelni egy ilyen beteget?
-
Előző bejegyzés
Demján Sándor “1+1” KKV Beruházás-élénkítő Támogatási Program
-
Következő bejegyzés
Beszélj a folyamatról – az xFLOWer.ai pedig megrajzolja
Hasonló írások
xFLOWer: Megfelelőség és ESG jelentés egyszerűen
A környezeti, társadalmi és vállalatirányítási (ESG) követelmények már nem csak a nagyvállalatok ügye – egyre…
Együtt gondolkodunk a jövőről – xFLOWer az Óbudai Egyetemen
Az xFLOWer tananyag lett az Óbudai Egyetem Folyamatfejlesztő Szakmérnöki képzésén. Ez lehetőséget ad, arra, hogy…
A Kaizen filozófia és az xFLOWer: A folyamatos fejlődés útján
Az ősi japán Kaizen filozófia szerint a fejlődés apró, de következetes lépésekben valósul meg. Az…
Automatizáció, low-code és a munkaerő jövője – gondolatok a MAJOSZ Meetup-ról
Részt vettünk a MAJOSZ Meetup 2025 rendezvényén, ahol a magyar autóipar jövője, a digitalizáció, az…