Interjú Prof. dr. Haidegger Tamással az Óbudai Egyetem, Egyetemi Kutató és Innovációs Központ (EKIK) főigazgatójával a 2024-es Lehetőségek és kihívások konferencia kapcsán

Az interjú első része innen elérhető.

Nemzetközi összehasonlításban, milyennek ítéli a hazai egészségipar helyzetét?

Vannak hagyományosan erős egészségtechnológiai ágazataink, amikben elég jók vagyunk akár egy diagnosztikai cégre gondolok vagy olyan eszközállományra, amit jól csinálunk. Ezek többé kevésbé túl tudtak élni, most már több évtizedes múlttal rendelkeznek, és elég robusztusok, szépen fejlődtek. Ugyanakkor azt látom, hogy kifejezetten a régióban lévő más országokhoz képest Közép-európai országokhoz viszonyítva az elmúlt években lassulást vehető észre. A hazai környezetben kevesebb az új cég, kevesebben vannak, akik bele mernek vágni az új technológiákba. Ennek nyilván volt egy MDR fenyegetettsége az egyik oldalról, aztán jött egy Covid-19. Egyfelől nagyon sok pénzt költöttek erre a területre, de annyira szűken specifikusan egy-egy alprobléma megoldására, mint például a lélegeztetés, a vakcinák, a maszk és az ezekhez kapcsolódó támogató technológiák, hogy tulajdonképpen az összes többi háttérbe szorult. Én nagyon bízom abban, hogy előbb utóbb lesz elegendő forrás, hogy kicsit újra kezdjük a piramis alján az alapozást, hiszen az orvostechnológiában nagyon sok új lehetőség nyílt, például a mesterséges intelligenciával (MI) támogatott orvosi képfeldolgozás az elmúlt öt-tíz évben elképesztő karriert futott be. Öt évvel ezelőtt senki nem merte felvállalni azt, hogy kereskedelmi termékbe MI-t tegyen, ma pedig elképzelhetetlen, hogy valaki ne ezzel próbálja eladni magát.

Radiológusból van még mindig a világon a legnagyobb hiány a szakorvosi területek közül így az, hogy az ő vállukról le lehet venni a terhet azzal, hogy az egyértelműen negatív eseteket gyorsan szétválasztani, a kritikusokat előrébb helyezni a humán kiértékelésben ez már önmagában annyira minőségi javulást tud hozni, amiben itthon nagyon le vagyunk maradva, és amiben azt gondolom, nagyon nagy újítás kellene. A megfelelő digitális adatoknak a kezelése és szinkronizálása a mai napig nagy probléma, a mesterséges intelligencia módszerek tízezrével kívánnák meg a tanításhoz a megfelelő és jó minőségű adatokat legalább országos szinten, de pláne nemzetközi szinten lehessen jól gyűjteni, hogy például gerinctöréseket tudjunk hatékonyan felismerni, vagy akár szív CT felvételeknek a megfelelő analízisét, akkor ez mind-mind azon a szűk specifikus területen ugyanolyan minőségű felvételekből kíván nagyon nagy mennyiséget, és ezt itt egy-egy klinika évek alatt tudná előállítani, és arra sincsen feltétlen pénz, hogy utána ezeket mind kategorizálják, anonimizálják, feldolgozzák, annotálják és utána tanítsanak rajta egy műszaki adatbázist vagy valamilyen MI módszert. Azt gondolom, hogy ebben tudnánk nagyon nagyot fejlődni, mert itt még nem telt el annyi idő. Vannak jó próbálkozások, tehát ismerek olyan startupokat, akik ezen a területem igyekeznek, viszont hatalmas a verseny, hiszen itt az igazi nagy óriási cégek mind aktív játékosok, és nyilván a ráfordított ember-hónap az egy nagyon jelentős tényező.

Melyek a legfontosabb fejlesztendő területek és milyen megoldásokat javasol ezekre?

Személyes meggyőződésem, hogy a szenzor alapú diagnosztika jelenleg még nagyon alul-használt, és hatalmas potenciállal rendelkező terület. Évtizedek óta beszélünk például a viselkedés monitorozásról, tehát az egészségügyi apró szenzorok elhelyezéséről, amikből tudjuk azt, hogyan mozog valakinek egy ízülete, mert a szenzornak köszönhetően látjuk, hogy mekkora volt a mobilitása az illetőnek. Tudjuk azt is, hogy milyen típusú életet él, de van lehetőség akár párhuzamosan montírozni az alapvető élettani jeleket, illetve a belső működéshez kapcsolódó dolgokat is. Ezek mind sokkal jobb minőségű, preventív diagnosztikára adnának lehetőséget, ha egy kicsivel jobban figyelnénk ezeket az adatokat akár egy központosított rendszerrel, ahol mindenki telefonján az alap monitorozó eszközök futnak, amelyekből azonnal kiderülne, hogyha valakinek megváltozik egy jellemző viselkedésformája, és ezt nem kell egy szakembernek néznie. Ez tíz évvel ezelőtt úgy működött volna, hogy valaki néz tízezer monitort és próbálja kiszűrni, hogy Piri nénivel baj van, mert összeesett. Ehhez képest a mobiltelefonokkal és minimális további eszközökkel ennek nagy része már automatizáltan mérhető, és pontosan ezeket a kritikus eseményeket lehetne úgy montírozni, hogy társadalmi szinten fontos legyen, tehát, hogy ne történjen olyasmi, hogy a szomszéd észreveszi, hogy nem jött ki 3 napja a szobából vagy lakásából valaki. Tehát ezeknek a szoftver hátterét megteremteni csak akarat kérdése, ami igazán hátráltatja, hogy e mögé gyakorlatilag egy társadalmi szintű felelősségvállalást kellene tenni, és ennek megfelelő költségvállalást is, hiszen ezt monetizálni nem olyan könnyű; nem tudjuk elvárni sajnos azt az emberektől, hogy ennyivel egészségtudatosabban éljenek. Noha a technológiai támogatás elvi szinten már ott van.

A mesterséges intelligencia témára szeretnék rákérdezni, e tekintetben hogyan látja, lépéselőnyben vagy lépés hátrányban vagyunk nemzetközi összehasonlításban?

Az egyértelmű hátrány az MI vonal, amit az előbb is említettem, mivel Magyaroroszág kisebb méretű ország, ezért egyszerűen kisebb esetszám van mindenből.

Egy ritkább betegséget, vagy egy adott patológiát megfelelő számban összeszedni nagyon nagy problémát jelent, mire neki kezdtünk, hogy egy klinikáról gyűjtsünk robotsebészeti felvételeket, amik alapján lehet tanítani bizonyos dolgokat. Tehát, hogy itt évek telnek el, mire százával összegyűlnek az ugyanolyan típusú, például laparoszkópos eltávolítások és ezen keresztül nagyon nehézzé válnak és így lelassulnak ezek a folyamatok. Egy olyan közegben, ahol húsz-harminc millió fős város van és annak sikerül csak régiós szinten összeszervezni például az adatgyűjtését akkor ez a fajta adatgyűjtési időszak lerövidül töredékére. Ehhez nyilván megint központi akarat kell. Itt azt gondolom, hogy az Európai Uniónak határtalan lehetőségei vannak, egy egységes szabályozási területen belül a központosított K+F finanszírozással ezt abszolút kézben tudják tartani, tehát abban a pillanatban, ha például az Európai Unió azt mondja, hogy priorizál és több forrást allokál adatszinkronizálási módszerekre, vagy az egészségügyi és beteg adatoknak a megfelelő minőségű, összehangolt gyűjtésére és kutatásban való felhasználására, akkor ez mondjuk egy kutatási ciklus alatt megugorható, hogy rengeteg területről gyűjtsünk nagyon jó minőségű adatot. Ezekből utána olyan referencia-adatbázisokat lehet készíteni, amik évtizedekre (de legalább is évekre) kiszolgálják az adott iparágat.

Nyilván itt is figyelni kell a torzítások elkerülésére, de önmagában ez egy minőségi előrelépést tud jelenteni. A másik nagyon fontos része az, hogy nem szabad megbíznunk ész nélkül, hogy csak az „online fut, mert a Stanford-on vagy az MIT-n fejlesztették ki és én is feltöltöm az adataimat, majd letöltöm és már megyek is a háziorvosomhoz és elmondom neki, hogy csak futtassa a laptopján és akkor biztos minden jó lesz.” Tehát az a nagyon nagy probléma, hogy jelenleg a mesterséges intelligencia módszereknek a szabályozottsága még nagyon alacsony szinten tart.

Én magam is részt vettem egy ilyen korai típusú etikai műszaki szabvány kidolgozásában, amely ajánlásként szoftvertechnológiai konkrét koncepciókat kínál arra, hogy hogyan kell egy orvosi robotikai rendszert lefejleszteni. Egy komplex egészségügyi technológiai rendszert fel kell vértezni olyan metrikákkal, amik biztosítják azt, hogy transzparens, hogy számon kérhető legyen, illetve hogy hűen tükrözze le azokat az inputokat, amiket a tanítás során belevittünk. Ezek nélkül gyakorlatilag nincsen garancia arra, hogy valami tényleg úgy történik, ahogy kell. Elég, ha arra gondolok, amit az önvezető autóknál tapasztalunk, egy nagyon specifikus terület, de kiválóan demonstrált területe ezeknek a tanítási módszereknek. Hiába táplálunk bele több millió képet, és több millió mérföldnyi szimulált és nem szimulált autót, amikor egy elszabadult zsiráf jön szembe az autópályán, akkor nem fogja tudni a képfeldolgozó algoritmus, hogy mi ez, mert soha életében nem látott ilyet.

Egyszerűen csak mi magunk sem tudjuk megmondani, hogy annál a kanyarnál annál a fényviszonynál miért gondolta azt a sávelválasztóról, hogy egy oszlop, és akkor elrántja a kormányt. Ez egy valós probléma, az igazi kihívás egészségügyi vonatkozásban, de ugyanúgy persze az önvezető autóknál is, hogy nagyon kis hiba egy komplex döntési mechanizmust el tud terelni nagyon rossz irányba. Számos tudományosan megalapozott példa keringett, hogy egy alap, tanított képfeldolgozó mesterséges intelligenciának ugyanazt a képet megmutatták és 96%-os valószínűséggel azt mondta, hogy ez egy macska, majd elfordították a macska fejét 15 fokkal, és akkor már azt mondta, hogy egy avokádó, ugyanilyen magabiztossággal. Egy ember számára fel sem merülhetett, hogy nem ugyanazt a képet látja. Ezeket sajnos nem megfelelően tanított, nem megfelelően felépített adatstruktúrák miatt nem tudjuk utánkövetni, és az egészségügyben azt, hogy például egy gyógyszer dozírozást milyen diagnosztikai eljárásnál hova állítom be, adott esetben akár halálos kimenetelű is lehet.

Mik a legfontosabb trendek Ön szerint a digitális egészségügy terén, amire mindenkinek fontos készülnie?

Az egyik az az adatgyűjtés és a digitális beteg. Tehát az, hogy egyre több egyszerű megoldáson keresztül, appokon keresztül gyűjtünk magunkról információt. A hagyományos betegadatoknak a digitalizálásán keresztül a betegutak elkezdenek követhetővé válni. Ezt 10 évvel ezelőtt a Google megpróbálta, de feladta, mert annyi pert kaptak a nyakukba, hogy nem győzték, és azt mondták, hogy ez most még nem éri meg, de azért hiszem, hogy ez a jövő. Mindamellett, hogy nagyon oda kell figyelni a személyiségi jogok biztonsága szempontjából, gondoljunk csak arra, hogy a kiskorúaknál milyen visszaélési lehetőséget biztosít, ha valaki minden betegség jellemzőnket megismeri.

Azt gondolom, hogy ez egy nagyon kritikus dolog, például állásinterjú kapcsán, vagy bármi egyéb tekintetében az embereknek el kell telnie 10 évnek, hogy rájönnek arra, hogyha nem tiltják le, és nem szabályozzák rendesen a Facebook profiljukat, akkor a leendő munkaadójuk végig tudja pörgetni az összes bulis képet és azt mondja, hogy „köszönöm szépen nem kívánok vele dolgozni, mert pontosan láttam azt, hogy milyen típusú attitűddel mit csinált az előző helyén.” Tehát ezek nagyon sokszor őszinte referenciákkal szolgáltatnak rólunk, és ilyen szempontból nagyon észnél kell lennünk, a másik oldalról nézve viszont hallatlan nagy potenciál, tehát az, hogyha most elkezdem gyűjteni az adataimat, minden szempontból kicsit olyan, mint ahogy 20 évvel ezelőtt az őssejt, vagy a köldökzsinórvér körüli felhajtás alapján gondoltuk, hogy valamire majd biztosan jó lesz.

Csak itt ez egy sokkal fájdalom mentesebb és sokkal bizonyosabb dolog, hogy ez tényleg biztos, hogy jó lesz valamire. Tehát, ha minél többet tudunk a saját egészségünkről, minél több mindent monitorozunk, akkor tíz-húsz-harminc év múlva, amikor majd lesz valami egészségügyi problémánk, akkor ez nagyon sokat fog segíteni abban, hogy elkülönítsük a hajlamot az életmódtól a balesettől, az egyedi eseti dolgoktól, szóval ezen keresztül hatékonyabb terápiákat tudunk majd kidolgozni és javasolni mindenkinek.

Az adat mellett mi az ami még fontos lehet?

Még egy kicsit visszakanyarodva a fizikai eszközökre, sebészeti vonalon azt gondolom, hogy egy nagyon jelentős, habár forradalomnak nem mondanám, hiszen 40 évvel ezelőtt a laparoszkópos eszközök megjelenésével már elkezdődött, de annak a hatása folyamatosan tart, hiszen egyre bonyolultabb eszközöket készítettünk, majd ezeket az eszközöket az orvos helyett átadtuk a robot kezébe és a szoftver-általi irányítás kezébe, és tulajdonképpen most tartunk ott, hogy a mechatronikai fejlesztések révén a mikrorobotok, nanorobotok irányába elmozdulva olyan komplex beavatkozásokat tudunk végrehajtani, sokkal kisebb helyen, amik valóban a minimál invazív sebészetet tudják képviselni és megvalósítani. Ennek a középtávú hatása az óriási, hiszen nagyon sok betegséget tudunk jó diagnosztika mellett – hiszen MI alapon tudjuk megcsinálni – sokkal koraibb stádiumban, és pontosabban tudjuk robot támogatással operálni, tehát ez a kombináció egy sokkal korábbi stádiumban utolért, elkapott patológiának a kezelésére ad lehetőséget. Ezzel azt gondolom, hogy jelentősen meg tudjuk már hosszabbítani az életünket, illetve a bizonyos korai halálokokat kiszűrni. Továbbá nem szabad elfelejteni a gyógyszeres-, az egyéni terápiák, a személyre szabott gyógyszerek, és mindenféle génterápia alapú orvosi kezeléseknek a fejlődését, bár most nem is beszéltünk róla, de azoknak a hatása és hatékonysága elképesztő.

Ott a költség az, ami jelenleg gátat szab annak, hogy mindenki a kis személyre szabott piruláját vegye be reggel az örök élet plusz egy év megnyeréséhez.


Mekkora az innovációs potenciál a hazai medtech iparágban? Látszanak érdekes, új kezdeményezések? 

Az iparág szempontjából én azt gondolom, hogy igen, mert olyan, mintha az elmúlt pár évben egyes területeken a belépési küszöb alacsonyabbá vált volna azért, mert, akik hamarabb mozdultak rá bizonyos informatikai módszerekre, például adatelemzési módszerekre, vagy a neurálisháló alapú tanulási módszerekre, és találtak egy olyan jól körül határolható problémakört, ahol már volt adat korábbról, és ehhez hozzáfértek, akkor hirtelen tudtak nagyon jó eredményeket felmutatni, tehát egyes diagnosztikai területeken, egyes képalkotók tekintetében ez nagyon jól működik.

Ugyanígy biztató a műtéti navigáció is, tehát az, hogy egy műtéti környezetben az eszközöknek az elhelyezkedése hogyan van, az eljutott a hagyományosan két-háromszázezer dolláros, nagy beszállítók által gyártott, exkluzív 3D kamerarendszertől az egészen pici, néhány tízezer dolláros komponensekből ugyanúgy engedélyeztetett orvostechnikai eszközként futtatott megoldásokig, ami azt jelenti, hogy sokkal több területen tudják ezeket használni, mint műtéttípus tekintetében, mint a geográfiai értelemben. Mind a technológia által adott univerzalitás ad egy lehetőséget az orvostechnikán belül is, mind pedig az, hogy hogy lehet bizonyos adaptációkat könnyebben végrehajtani. Én ebben látok egy olyan lehetőséget, amit akár hazánkban is jobban ki tudunk aknázni, nem elfelejtve azt, hogy azért a kicsisége az országnak előnyt is ad, hiszen például a hatósági rendszernek a vertikális tagozódása nem olyan veszélyes, és ezalatt azt értem, hogy sokkal könnyebben, akár egyetlen cég vagy egyetlen kutató, kutatási terület is sokkal könnyebben el tud jutni döntéshozói szintre. Nem feltétlenül lobbi szempontból, de az, hogy felhívni a hatóságoknak a figyelmét egy ígéretes területre és ott valamiféle pozitív változást elérni itthon néhány új kapcsolattal – ha van valódi érték – megoldható. Az Egyesült Államokban azért ez nem így megy, ott egy olyan lobbirendszert kell beindítani, ami mögött iparágak versenyeznek egymással, és dollár tízmilliárdok csúsznak ide-oda. Ehhez képest azt gondolom, hogy itthon van lehetőségünk bizonyos innovatív területeken sokkal hamarabb az engedélyeztetésig eljutni akár korai fázisú dolgokat csinálni, és ezen keresztül evidenciákat generálni, amivel már aztán lehet külföldre is menni.

Említette a hatóságot, melyek lehetnek azok a központi intézkedések, amelyekkel az iparágat megfelelő irányba lehet terelni?

Azt gondolom itt is a transzparencia az első és legfontosabb, bizonyos területeken azért még mindig a törvénynek van a legnagyobb ereje, és nem egyből szabályozásként jön át az Európai Unióból, hanem csak ajánlás vagy a szabványoknak a honosításaként, tehát ezek folyamatok. Amennyiben a nemzeti hatóság ezt minél szervezettebben csinálja, minél jobban kommunikálja, hogy mi és mikor várható, és ehhez tudja is magát tartani az ad a piacnak egy olyan fokú stabilitást, amivel mindenki fel tudja mérni az üzleti tervét a saját termékével, hogy mikor, hova, hogyan szeretne eljutni, és ez nagyon fontos.

A másik fontos lépés, azt gondolom, hogy csatlakozni kellene a nagy nemzetközi programokhoz, például a WHO-nak a megadott munkacsoportjaihoz, vagy infekció területen az ECDC-nek egy megfelelő szakterületi bizottságához. Fontos lenne, hogy ugyanazokkal a regiszterekkel dolgozzunk, ugyanazokat az adatbázisokat használjuk, és töltsük fel mi is adatokkal. Tehát akkor leszünk jobbak, hogyha megnézzük, hogy melyek azok a területek, ahol nagyon le vagyunk maradva. Regionálisan vannak óriási különbségek, a fővárosban bizonyos régiók kiemelkedően jó ellátottsága és fejlesztettségével szemben egyes területeken elképesztően rossz az alapellátás is, és nemcsak a háziorvosi rendszerre gondolok, ezeket relatív kis költséggel lehetne nagyon jól fejleszteni digitális technológiával, vagy a telemedicina eszközeivel. Érdemes lenne ezeket a távdiagnosztikai eljárásokat rutinszerűen bevezetni, ezen keresztül piacot nyitnánk, mert ehhez nyelvspecifikus, régióspecifikus megoldások kellenek, tehát nem feltétlen fog ide egy amerikai nagy multicég bejönni, hanem van tere és lehetősége annak, hogy saját megoldásokkal szolgáljunk ki ilyen egyedi igényeket, és ebben lehetne gyorsan és hatékonyan lépni azt gondolom.

Vannak olyan kormányzati intézkedések, amelyek Ön szerint szükségesek volnának?

Megint azt gondolom, hogy a kormányzati stratégia lenne fontos, tehát az, hogy legyen nemzeti egészségügyi stratégia, illetve egészségtechnológiai stratégia. Az, hogy van digitális jólét program, illetve korábban a többieken keresztül voltak más kezdeményezések, de ezek nagyívű célok meghatározásán túl ritkán jutottak tovább, mert nem lettek mögéjük fölépítve azok a finanszírozási struktúrák, amelyek megnyilvánulhatnának adókedvezménytől kezdve bizonyos együttműködések támogatásán át, a célzott K + F kereteken keresztül nagyon sok területen. Muszáj lenne központilag irányítani azt, hogy hova szeretnénk a fókuszt helyezni azzal, hogy bizonyos kedvezményeket biztosítunk a cégeknek, hiszen ez akkor természetszerűleg a szabadversenyben odairányítja a figyelmet és ott várhatunk jó megoldásokat.

Az interjút készítette F. Tóth András a QTCS Medical divízió vezetője 2023 decemberben.