Cítí se v plné síle a k lékaři běžně nechodí, přesto moderní laboratorní testy u téměř poloviny dvacátníků odhalují skrytá zdravotní rizika. Zdravotnictví se proto stále více zaměřuje na prevenci ještě dříve, než se objeví první potíže. „Když se s výsledkem pracuje včas, je možné nastavit změnu životního stylu a nejít nemoci naproti,“ řekla Kateřina Bílly Danyšová, CEO Synlabu, na konferenci Forbes Next Big Thing v Brně.
Krev podle Danyšové nikdy nelhala. Dnešní technologie ale umožňují z jejích výsledků získat mnohem více informací než dříve. Posun přitom není jen v množství dat. Laboratoře dnes dokážou některé hodnoty sledovat s větší přesností, dříve a rychleji. Jako příklad uvedla nový kapalinový chromatograf s hmotnostní spektrometrií, který umožňuje detailně sledovat například hladiny vitaminů nebo kovů v těle. „A to je opravdu špičkový stroj, o kterém si myslím, že má velkou budoucnost. Není ale levný,“ konstatovala.
Větší množství laboratorních dat ale podle šéfky Synlabu automaticky neznamená lepší péči. Klíčové je zasadit výsledky do kontextu. „Data mají význam až v kontextu konkrétní diagnózy, v kontextu konkrétního člověka,“ vysvětlila.
Stejný laboratorní výsledek totiž nemusí znamenat totéž u každého člověka. „Jeden a tentýž výsledek může pro dva odlišné lidi znamenat odlišnou diagnózu nebo může mít odlišný dopad na jejich organismus,“ dodala.
Synlab přitom pracuje s rozsáhlým množstvím vzorků. Podle Danyšové laboratoř ročně pracuje s údaji více než milionu lidí. Schopnost pracovat s takovým množstvím údajů, spojovat je s moderními technologiemi a zároveň využívat zkušenosti ze zahraničí podle ní představuje jednu z největších změn, které zdravotnictví čekají.
Cílem podle ní není jen sbírat ještě více dat. „Ten ‚next big thing‘ pro nás bude mnohem lepší využití údajů, technologií, moderních přístrojů a znalostí lidí k tomu, aby se mnohem praktičtěji využily pro pacienta a ten díky tomu zůstal déle zdravější,“ vysvětluje.
Od žádanky k prevenci
Laboratorní vyšetření si lidé tradičně spojují především s návštěvou lékaře. Něco je bolí, mají příznaky a lékař jim vystaví žádanku na konkrétní test. Podle Danyšové se v poslední době ale stále častěji prosazuje jiný přístup: sledovat zdravotní stav ještě předtím, než se objeví potíže, a mít tak možnost včas něco změnit.
Jako příklad uvedla vlastní studii Synlabu zaměřenou na mladé lidi ve věku 20 až 29 let. Tato skupina podle ní často preventivní prohlídky vynechává, protože se cítí zdravá. Výsledky zhruba patnácti tisíc vzorků ale ukázaly, že u téměř 45 procent lidí byla hodnota LDL cholesterolu vyšší, než by měla být.
Podle Danyšové přitom může být právě mladší věk výhodou. Pokud člověk o zvýšeném riziku ví dostatečně brzy, má dostatek času na tom něco změnit. „Když se s tím výsledkem pak komplexně pracuje a má ho v ruce lékař, tak už je možné nastavit změnu životního stylu a nejít nemoci naproti,“ vysvětlila.
Snaha dostat prevenci blíže k lidem se promítá i do služeb Synlabu. Firma v Brně představila své mobilní odběrové pracoviště, kde firma nabízí například testy zaměřené na cholesterol, testosteron nebo hormony štítné žlázy. Právě testosteron je podle ní mezi samoplátci jedním z nejžádanějších vyšetření, která Synlab provádí.
Mobilní pracoviště odráží snahu přibližovat prevenci lidem. Synlab ho nabízí také firmám, kdy může odběrové pracoviště přijet přímo za zaměstnanci. Pokud zaměstnavatel pracuje s anonymizovanými daty, může pak podle Danyšové výsledky promítnout třeba do nastavování pracovního prostředí nebo firemního stravování. „Pokud všem nebo většině zaměstnanců vyjde třeba vyšší cholesterol nebo cukr, může zaměstnavatel uzpůsobit třeba to, co se vaří v kantýně, když to úplně zjednoduším,“ upřesnila využití.
Velké množství laboratorních dat zároveň vytváří prostor pro další technologii, která se zdravotnictvím stále více prolíná: umělou inteligenci. Synlab podle Danyšové AI využívá například při práci s anonymizovanými daty. Smyslem je mimo jiné naučit systémy rozpoznávat, co se ještě pohybuje v běžných mezích a co už z nich vybočuje. V laboratorní praxi může AI pomáhat například při mikroskopickém zkoumání vzorků.
Pokud systém zaznamená podezřelou nebo patologickou změnu, může ji podle Danyšové zvýraznit a upozornit na ni člověka, který vzorek vyhodnocuje. To může být významné zejména u práce, která je náročná na zrak a při níž člověk za den zvládne zpracovat jen omezené množství vzorků.
„AI člověka nenahradí, protože je tam pořád potřeba lidský úsudek, který vezme v potaz širší spektrum. Práci ale velmi usnadní a urychlí,“ zdůraznila na závěr.
