Uwarunkowania rozwoju cybermedycyny w Polsce. Problemy i perspektywy badań

Streszczenie

Artykuł prezentuje próbĊ modelowego ujĊcia czynników warunkujących oraz ograniczających wykorzystanie cybermedycyny w polskich jednostkach opieki zdro-wotnej. Przeprowadzone w tym celu badanie pomogłoby w uzyskaniu wiedzy na te-mat warunków i barier dla rozwoju cybermedycyny w Polsce. PodjĊta tete-matyka jest istotna ze wzglĊdu na obecne zmiany w polskiej opiece zdrowotnej, których celem jest wykorzystanie Internetu do realizacji potrzeb zdrowotnych społeczeĔstwa. Zdo-byta w ten sposób wiedza powinna stanowiü Ĩródło cennych informacji odnoĞnie wdraĪanych w całym kraju strategii e-Zdrowia.

Słowa kluczowe: cybermedycyna, internetowa opieka zdrowotna, e-Zdrowie 1. Wprowadzenie

Ostatnie lata to dla polskiej opieki zdrowotnej okres, w którym podejmowano liczne próby wykorzystania Internetu w realizacji wybranych procesów w systemie ochrony zdrowia. Takie ambitne plany mona odnale midzy innymi w dokumentach: Narodowy Program Zdrowia na lata 2007–2015, Strategia Rozwoju Ochrony Zdrowia w Polsce 2007–2013, Plan informatyzacji „e-Zdrowie Polska” na lata 2009–2015, czy te najnowsza Ustawa o systemie informacji w ochro-nie zdrowia uchwalona przez Sejm 25 marca 2011. Jednak w chwili obecnej wykorzystaochro-nie Inter-netu w polskiej opiece zdrowotnej jest w dalszym cigu niewielkie. Jak dotd nie doczekalimy si jeszcze pierwszej ogólnopolskiej usługi medycznej on-line, któr miała by rejestracja na wizyt lekarsk przez pacjenta. Według Planu Informatyzacji Pastwa na lata 2007–2010 miało to nast-pi do koca 2008 roku. Dzi polska cybermedycyna to, oprócz ogromnej iloci treci dotycz-cych zdrowia publikowanych w Internecie i wielu planów e-Zdrowia, nielicznie funkcjonujce rozwizania wspierajce poszczególne interakcje w opiece zdrowotnej. W zwizku z tym autor poszukuje rónych moliwoci identyfikacji czynników, które mog:

– mie wpływ na poszerzenie obszaru zastosowania rozwiza z zakresu cybermedycyny, – okrela uwarunkowania, w których cybermedycyna wpływa na popraw opieki zdrowotnej, – stanowi barier zastosowania rozwiza z zakresu cybermedycyny.

Celem artykułu bdzie identyfikacja jak najwikszej liczby takich czynników, ich zakresu, a nastpnie selekcja i wybór tych, które mog zosta wykorzystane jako zmienne w modelu eko-nometrycznym opisujcym wybrane relacje przyczynowo-skutkowe. Dyskusji poddany zostanie równie wybór odpowiedniego modelu dla tego typu bada. Zdaniem autora, wyniki uzyskane na podstawie estymacji parametrów modelu mogłyby posłuy jako zestaw rekomendacji dla tych jednostek opieki zdrowotnej, które zamierzaj wykorzysta w swojej działalnoci rozwizania

z zakresy cybermedycyny. Nie bez znaczenia pozostaje tutaj kontekst realizacji licznych strategii e-Zdrowia (zarówno na poziomie regionalnym, jak i centralnym) oraz inwestycji jednostek opieki zdrowotnej (bez wzgldu na rodzaj – publiczne, niepubliczne), które postanowiły we własnym zakresie doda do swoich usług równie te realizowane przez Internet.

2. Zakres obszaru badawczego

Przygotowujc badanie uwarunkowa rozwoju cybermedycyny w Polsce naley wzi pod uwag kilka istotnych aspektów. Przede wszystkim, naley jasno okreli jak rozumie cyberme-dycyn oraz jej rozwój w polskiej opiece zdrowotnej. Powinno to ułatwi okrelenie grup docelo-wych, które zostan uwzgldnione w badaniu. Nastpnym krokiem bdzie analiza moliwoci przeprowadzenia badania wród wybranych grup docelowych oraz wybór odpowiedniej metody realizacji tego badania. W kolejnym etapie zaplanowano analiz moliwoci wykorzystania wyni-ków takiego badania w modelu ekonometrycznym oraz opracowanie zestawu zmiennych, które bd reprezentowa potencjalne czynniki warunkujce oraz ograniczajce rozwój cybermedycyny. W rozwaaniach znajd si równie odniesienia do wyników podobnych bada.

Mianem cybermedycyny [4,5,20] (ang. cybermedicine) okrela si takie rozwizania w opiece zdrowotnej, do realizacji których wykorzystuje si Internet jako medium. W Polsce jest to termin bardzo rzadko spotykany. Czsto mona si natomiast spotka z wieloma podobnymi terminami, takimi jak: telemedycyna, e-Zdrowie czy Internet medyczny. Autor spotkał si z wieloma podo-biestwami, na podstawie których mona twierdzi , e najbliszym odpowiednikiem pojcia cy-bermedycyny jest coraz bardziej popularny w Polsce i na wiecie termin e-Zdrowie (ang. e-Health lub eHealth). Pierwsze definicje e-Zdrowia pojawiły si na przełomie XX i XXI wieku i były pu-blikowane przede wszystkim w raportach oraz serwisach internetowych zajmujcych si tematyk opieki zdrowotnej. Wikszo z nich koncentruje si na wykorzystaniu Internetu i technologii in-ternetowych (przewaaj definicje z lat 1999–2002, charakteryzujce si duym podobiestwem do definicji cybermedycyny) lub całociowo technologii informacyjno-komunikacyjnych (przewa-ga ICT (Ang. Information and Communication Technology) w definicjach rozpoczła si w roku 2003) w opiece zdrowotnej. Obecnie e-Zdrowie obejmuje najszerszy obszar sporód wymienio-nych powyej poj i czsto traktowane jest jako pojcie „koszyk”1, które obejmuje wszystko co jest zwizane z internetyzacj i informatyzacj opieki zdrowotnej a take telemedycyn. Obecnie w Polsce mona si spotka z kilkoma najczciej stosowanymi rozwizaniami internetowymi, takimi jak na przykład:

– rejestracja do lekarza (wraz z monitorowaniem kolejki),

– dostp do porady medycznej (poczta internetowa, konsultacje on-line), – konsultacje on-line midzy lekarzami,

– monitorowanie stanu zdrowia (Elektroniczna Karta Pacjenta / Dzienniczek Pacjenta), – zamawianie recept,

– programy medyczne dla wybranych grup docelowych,

Warto równie wspomnie o planach realizacji w Polsce e-skierowa, e-recept, czy e-zlece, które ma umoliwi w nadchodzcych latach System Informacji Medycznej (SIM)2. Obecnie przepro-1 _{JuĪ w 2001 roku Della Mea w pracy pt. What is e-health (2): the death of telemedicine? okreĞliła e-Zdrowie jako „termin} parasol”.

wadzane s wdroenia pilotaowe takich rozwiza. Jako przykład mona poda próby wprowa-dzenia elektronicznych recept (tzw. e-Recepty) w powiecie leszczyskim (woj. wielkopolskie).

Po zdefiniowaniu cybermedycyny pojawia si kolejne pytanie: w jaki sposób interpretowa jej rozwój? Zdaniem autora o rozwoju cybermedycyny moemy mówi w nastpujcych sytuacjach. Po pierwsze, gdy zakres jej stosowania rozszerza si. Chodzi tutaj nie tylko o wiksz liczb jed-nostek opieki zdrowotnej korzystajcych z rozwiza internetowych, ale równie o wdraanie no-wych projektów z obszaru cybermedycyny. Po drugie, gdy rozwizania internetowe przynosz korzyci zarówno dla jednostek opieki zdrowotnej jak i pacjentów, wpływajc istotnie na popraw opieki zdrowotnej. Naturalnie rozwaania na temat uwarunkowa rozwój cybermedycyny powin-ny zosta uzupełnione identyfikacj barier, które spowalniaj bd wrcz hamuj ten rozwój.

Kolejnym krokiem w przygotowaniu badania jest okrelenie grup docelowych, które mog i które w kocu zostan objte badaniem. Istnieje wiele grup, midzy którymi zachodz róne inte-rakcje zwizane z realizacj potrzeb zdrowotnych. Do najwaniejszych w kontekcie planowanego badania autor zalicza3:

– interakcje pacjent-lekarz, – interakcje pacjent-pacjent, – interakcje lekarz-lekarz, – interakcje lekarz-system, – interakcje pacjent-system.

Analizujc powysze interakcje mona doj do wniosku, e identyfikacja wszystkich leka-rzy oraz pacjentów koleka-rzystajcych z rozwiza cybermedycyny bdzie bardzo trudna. Nie prze-krela to jednak zupełnie szans na przeprowadzenie wartociowego, reprezentatywnego badania. Jak do tej pory autor podjł dwie próby bada wród pacjentów. Oba badania zostały przeprowa-dzone w 2009 roku. Pierwsze z nich, pt. „e-Zdrowie oczami studenta” miało charakter pilotao-wy. [14] Autor umiecił wówczas odnonik do ankiety na kilku arbitralnie wybranych studenckich forach internetowych w Polsce. Głównymi czynnikami doboru takiej grupy docelowej były: wiek respondentów, zaufanie do transakcji internetowych oraz czsto korzystania z usług medycz-nych. Badanie miało na celu uzyskanie opinii na temat koncepcji internetowej obsługi pacjenta wród studentów. Ankiet poprawnie wypełniły 202 osoby i tylko dwie sporód nich korzystały kiedykolwiek z internetowych usług medycznych w Polsce. Zainteresowanie moliwoci zaspo-kajania potrzeb zdrowotnych droga internetow było bardzo wysokie (ponad 80%). Uzyskano wie-le wskaza na temat szans i zagroe, jakie zdaniem respondentów wi si z cybermedycyn. Drugie badanie, przeprowadzone z W. Grabowskim [6] miało na celu prób odpowiedzi na pyta-nie: „Kto korzysta z internetowych usług medycznych w Polsce?”. Wykorzystano w nim ankiet przeprowadzon wród pacjentów w losowo wybranych zakładach opieki zdrowotnej w woje-wództwach: lubuskim, witokrzyskim, podkarpackim, łódzkim oraz wielkopolskim. Na podsta-wie uzyskanych w ten sposób 421 obserwacji zbudowano dwumianowy model probitowy, który objaniał fakt korzystania z internetowych usług medycznych. Zmiennymi objaniajcymi w mo-delu były wybrane cechy socjoekonomiczne (wiek, płe , wykształcenie, dochód brutto, przecitna 3 _{Interakcji w opiece zdrowotnej istnieje znacznie wiĊcej. Na przykład w serwisie www.ezdrowie.gov.pl moĪna odnaleĨü} pierwszą czĊĞü dokumentu pt. „Connected Health Framework – zarys architektury i projektu”, w której opisano 14 róĪnych interakcji.

liczba wizyt u lekarza). Okazało si, e z internetowych usług medycznych czciej korzystaj osoby młode, lepiej wykształcone oraz posiadajce wyszy dochód. Jednak w dalszym cigu nie udało si okreli oraz dotrze do całej populacji pacjentów realizujcych potrzeby zdrowotne przez Internet i z tego powodu badanie nie mogło zosta uznane za reprezentatywne. W badaniu, które jest obecnie przygotowywane autor planuje uwzgldni wszystkie jednostki opieki zdrowot-nej. Zostan one podzielone na trzy subpopulacje (warstwy).

Rysunek 1. Schemat podziału zbiorowoĞci generalnej na warstwy (subpopulacje) ródło: Opracowanie własne.

Na postawie ankiety przeprowadzonej wród losowo wybranych jednostek, które wykorzy-stuj cybermedycyn w swojej działalnoci (warstwa 1), autor podejmie prób odpowiedzi na py-tanie od czego wykorzyspy-tanie to zaley i czy osignito dziki niemu oczekiwane efekty. Do jed-nostek, które by moe w najbliszym czasie bd stosowa cybermedycyn (warstwa 2) autor zalicza jednostki, które charakteryzuj si jakkolwiek aktywnoci w Internecie. Moe to doty-czy posiadania zwykłej strony informacyjnej, deklaracji uczestnictwa w programach e-Zdrowia, czy te rejestracji w internetowych bazach skupiajcych wokół siebie jednostki zainteresowane zagadnieniami zwizanymi z cybermedycyn. Ankieta wysłana do tych jednostek bdzie miała na celu identyfikacj barier, które sprawiaj, e rozwizania te nie zostały u nich jeszcze wykorzysta-ne. Z kolei trzecia, najliczniejsza warstwa, która została zdefiniowana jako jednostki niekorzysta-jce z rozwiza internetowych (warstwa 3) liczy w przypadku samych tylko zakładów opieki zdrowotnej blisko 20 tysicy jednostek. Wyniki z losowo wybranej grupy sporód tych jednostek zostan porównane z wynikami dla jednostek zaliczonych do warstwy 2. Jeeli wyniki bd do siebie podobne, bdzie mona przy odpowiednich załoeniach uogólni wyniki dla obu tych su-bpopulacji.

W obliczu trudnoci z okreleniem i dotarciem do całej populacji pacjentów oraz lekarzy ko-rzystajcych z internetowych usług medycznych, uwzgldnienie w badaniu jednostek opieki zdro-wotnej zwiksza szans na uzyskanie reprezentatywnych wyników i wartociowych wniosków.

Populacja wszystkich jednostek opieki zdrowotnej

WARSTWA 1: Jednostki wykorzystujce rozwi-zania z zakresu cyberme-dycyny

WARSTWA 2: Jednostki potencjalnie wykorzystu-jce rozwizania z zakre-su cybermedycyny

WARSTWA 3: Jednostki niekorzystajce z rozwi-za z zakresu cyberme-dycyny

3. Przygotowanie i wybór modelu ekonometrycznego

Czynników warunkujcych oraz ograniczajcych rozwój cybermedycyny moe by wiele. Jednym ze sposobów aby je okreli jest przeprowadzenie badania ankietowego wród jednostek opieki zdrowotnej. Biorc po uwag fakt, e badanie nie bdzie zupełne (zostan w nim uwzgld-nione wybrane losowo jednostki), istnieje uzasadniona potrzeba oszacowania uzyskanych wyni-ków. Model ekonometryczny moe okaza si znakomitym narzdziem do takich analiz. Wyko-rzystujc zebrane w ankiecie informacje moliwe bdzie przeprowadzenie kilku analiz przyczy-nowo-skutkowych. Kolejn zalet przemawiajc za wykorzystaniem w badaniu modelu ekono-metrycznego s jego własnoci predykcyjne. Moliwoci przewidywania przyszłych zjawisk, czy tendencji na podstawie zwykłej analizy danych z ankiety (ilociowej czy graficznej) s bardzo ograniczone.

W badaniu głównym uwzgldnione zostan jednostki wykorzystujce rozwizania z zakresu cybermedycyny oraz te, które zdaniem autora w najbliszym czasie by moe bd z takich roz-wiza korzysta . Wybór tych dwóch subpopulacji nie jest przypadkowy. Skoro jednostki do nich zaliczane charakteryzuj si jakkolwiek aktywnoci w Internecie, istnieje moliwo odnalezie-nia ich adresów e-mail i dotarcia do nich z ankiet drog elektroniczn. Autor w tym zakresie uczynił ju odpowiednie przygotowania, o czym wiadczy stworzona baza zawierajca ponad dwa tysice adresów e-mail oraz samodzielnie wykonany trójwarstwowy system ankietowy (MySql, XHMTL, PHP, Java Scripts, Ajax). Ankieta jest przygotowywana tak, aby na jej podstawie mona było stworzy przynajmniej dwa modele ekonometryczne. W zwizku z tym cz pyta w ankie-cie zostanie podzielona na dwie grupy. Pierwsza z nich bdzie zawierała pytania o charakterze skutkowym (objanianym), druga o charakterze przyczynowym (objaniajcym).

Podstawowym pytaniem bdzie: Czy w jednostce wykorzystuje si rozwizania z zakresu cy-bermedycyny? Odpowied na to pytanie bdzie wyznacznikiem tego, w którym modelu zostanie uwzgldniona dana obserwacja. W przypadku odpowiedzi potwierdzajcej, respondent bdzie po-proszony o szczegółow charakterystyk wykorzystywanych rozwiza (m. in. moment wprowa-dzenia wybranego rozwizania internetowego, ródło finansowania, rozwizanie płatne/bezpłatne, korzystanie z własnego/hostingowanego systemu internetowego) oraz o odpowied, czy w wyniku ich wprowadzenia zauwaono popraw opieki zdrowotnej. Wane jest to, aby pracownicy ankie-towanej jednostki mogli okreli , w jaki sposób rozumiej tak popraw. Moliwoci jest tutaj kilka i zale one od rozwizania internetowego stosowanego przez jednostk. Wymienione w drugim punkcie rozwizania internetowe mog wpływa na popraw opieki zdrowotnej poprzez np.:

– skrócenie czasu oczekiwania na wizyt,

– zwikszenie dostpnoci do usług medycznych (wiksza liczba bada profilaktycznych), – obnienie kosztów oferowanych usług,

– uproszczenie procedur administracyjnych, – popraw organizacji pracy,

– mniejsz liczb błdów przy wypisywaniu recept, – nisze koszty leczenia/obsługi pacjenta,

– popraw (umoliwienie) dostpu do danych pacjenta, – inne, jakie?

Rysunek 2. Schemat planowanego badania ankietowego ródło: Opracowanie własne.

Powysza lista nie wyczerpuje zapotrzebowania autora na informacje dotyczce poprawy opieki zdrowotnej. Jednak ze wzgldu na brak pewnoci, e ankieta bdzie wypełniania przez spe-cjalistów (przede wszystkim lekarzy) naley rozway zasadno niektórych pyta. W takiej sytu-acji odpowiedzi na pytania o wpływ rozwiza internetowych na zdobywanie nowej wiedzy przez specjalistów, procent wylecze, czy wykrywanie chorób mog znacznie odbiega od rzeczywisto-ci. Autor bdzie zatem podejmował kolejne próby bada i dotarcia do tych specjalistów oraz pa-cjentów, którzy maj dowiadczenie w korzystaniu z rozwiza cybermedycznych4. Z kolei, w przypadku przeczcej odpowiedzi na podstawowe pytanie, respondent bdzie poproszony o wskazanie przyczyn, z powodu których nie korzysta si w jego jednostce z rozwiza cyberme-dycznych. Na podstawie tych odpowiedzi bdzie mona okreli bariery i ograniczenia dla wyko-rzystania cybermedycyny w polskich jednostkach opieki zdrowotnej. Wród potencjalnych przy-czyn mona wymieni np.:

– brak rodków finansowych (na zakup systemu, sprztu, szkolenia, podłczenie Internetu itp.),

4 _{W przypadku barku informacji na temat liczebnoĞci populacji dobrym rozwiązaniem moĪe okazaü siĊ umieszczenie} ankie-ty w specjalisankie-tycznych serwisach internetowych o temaankie-tyce związanej z opieką zdrowotną „ na odległoĞü” z proĞbą o roze-słanie jej kolejnym respondentom (metoda „kuli ĞnieĪnej”).

TAK NIE

NIE TAK

Czy w jednostce wykorzystuje si rozwizania z zakresu cybermedycyny?

Dlaczego? Jakie?, W jaki sposób?, Od kiedy?

Czy wpłynły na popraw opieki zdrowotnej?

Dlaczego? W jaki sposób?

Wyróniki jednostki? Inwestycje? M o  li w o  b u d o w y m o d el i ek o n o m et ry cz n y ch

– brak wykwalifikowanego personelu, – brak zainteresowania ze strony pacjentów,

– brak (lub znaczne ograniczenia) dostpu do Internetu, – obawa przed utrat danych,

– brak rozwiza internetowych odpowiadajcych specyfice jednostki, – brak lub ograniczenia formalno-prawne,

– inne, jakie?

Kolejn grup pyta, niezalenych od odpowiedzi na pytanie pierwsze, bd stanowi wy-róniki poszczególnych jednostek uwzgldnionych w badaniu. Zaliczy mona do nich m. in.: – rodzaj jednostki opieki zdrowotnej,

– połoenie geograficzne (województwo, miasto/wie), – ilo personelu,

– redni wiek personelu, – dostpne specjalnoci,

– stopie wyposaenia w sprzt komputerowy oraz dostp do Internetu, – wiedza na temat obsługi komputera (szkolenia pracowników), – zatrudnienie informatyka.

Uzupełnieniem ankiety (ju poza modelem) bd pytania dotyczce planowanych inwestycji w (kolejne) rozwizania z zakresu cybermedycyny.

W przypadku pytania podstawowego mamy do czynienia z dwiema odpowiedziami o charak-terze jakociowym, poniewa w danej jednostce wykorzystuje si lub nie rozwizania cyberme-dyczne (odpowied: tak/nie). Najlepszym narzdziem estymacji bdzie zatem model dwumiano-wy, w którym zmienna objaniana (zalena) przyjmuje dwie wartoci. Szacujc parametry modelu dwumianowego uzyskamy odpowiedzi na pytania: co w istotny sposób determinuje, a co ograni-cza (stanowi barier) wykorzystanie rozwiza internetowych w polskich jednostkach opieki zdrowotnej. Model dwumianowy przyjmuje nastpujc posta :

*

_,

_1,

_,

i i i

y

=

x 

+

ε

i

=



I

_,

{

*

}

1

0

i i

y

=

y

>

gdzie y*i jest zmienn nieobserwowaln przyjmujc wartoci ze zbioru liczb rzeczywistych, na-tomiast εi jest nieobserwowalnym składnikiem losowym o zerowej wartoci oczekiwanej i stałej wariancji. Odnonie składnika losowego zakłada si, i pochodzi z rozkładu normalnego i wtedy mamy do czynienia z modelem probitowym lub te pochodzi z rozkładu logistycznego i wówczas mamy do czynienia z modelem logitowym. xi to wierszowy wektor zmiennych objaniajcych (niezalenych) dla i-tej badanej jednostki, w skład którego bd wchodziły przede wszystkim opi-sane wczeniej wyróniki jednostek opieki zdrowotnej. Natomiast αααα jest kolumnowym wektorem parametrów do oszacowania

.

Estymacja parametrów modelu pozwoli okreli , które zmienne ob-janiajce maj istotny wpływ na zmienn objanian. Oczywicie istnieje moliwo budowy kolejnych modeli, gdzie zmiennymi objanianymi mog by na przykład: rodzaj rozwizania in-ternetowego lub poprawa opieki zdrowotnej. Naley jednak pamita , e modelem dwumianowym nie mona si posługiwa w przypadku przyjmowania przez zmienn objanian wicej ni dwóch

wartoci. W takich przypadkach stosuje si modele zmiennych wielomianowych uporzdkowa-nych lub nieuporzdkowauporzdkowa-nych. [7]

Wyciganie wniosków na podstawie jednostek wykorzystujcych (realnie oraz potencjalnie) rozwizania z zakresu cybermedycyny wydaje si obiecujce i rozsdne. Problem pojawia si w przypadku jednostek, które z nich nie korzystaj. Ze wzgldu na bardzo du liczebno (zalicza si do nich ponad 90% wszystkich jednostek) oraz niepełn list adresów e-mail przeprowadzenie badania moe si wiza z pewnymi trudnociami. Uwzgldnienie w badaniu tych jednostek, które by moe w najbliszym czasie bd stosowa cybermedycyn (warstwa 2) równie nie wyczerpu-je tematu. Autor planuwyczerpu-je zatem przeprowadzenie badania uzupełniajcego (analogicznego do ba-dania wród jednostek z warstwy 2) na podstawie próby pobranej z jednostek niekorzystajcych z rozwiza cybermedycznych (warstwa 3). Gdyby okazało si, e wyniki w tych warstwach (2 oraz 3) bd do siebie zblione, bdzie mona podj prób uogólnienia wyników dla obu tych warstw.

4. Podsumowanie

Okrelenie uwarunkowa rozwoju rozwiza z zakresu cybermedycyny jest niezwykle istotne w kontekcie planowanych (i czciowo ju realizowanych) reform majcych na celu informatycj systemu ochrony zdrowia w Polsce. Naley pamita , e wikszo wczeniejszych prób za-koczyło si niepowodzeniami. Biorc pod uwag fakt, e na przykład pierwsze koncepcje Reje-stru Usług Medycznych pojawiły si ju na pocztku lat 90-tych XX wieku [22] mona doj do wniosku, e w chwili obecnej opónienie wynosi ok 20 lat. Plany i strategie e-Zdrowia zakładaj, e do 2014 roku w Polsce wdroone zostan m. in. e-recepty. Nastpnie w przecigu kilku lat maj powsta kompleksowe rozwizania elektroniczne wspierajce obsług pacjentów. Jednak wielu ekspertów, bazujc na dotychczasowych dowiadczeniach, odnosi si do tych planów sceptycznie. Opieka zdrowotna „na odległo ” pojawia si w rónych raportach instytucji krajowych (oce-na stanu aktualnego) oraz zagranicznych (porów(oce-nania rónych systemów opieki zdrowia). Autor spotkał si równie z kilkoma badaniami, które koncentrowały si przede wszystkim na ocenie ekonomicznej wybranych rozwiza[11] lub ocenie ich stanu aktualnego. [12] Jednak wiedza na temat obszaru polskiej opieki zdrowotnej, w którym wykorzystuje si rozwizania internetowe, jest w dalszym cigu niepełna. Zdaniem autora, pomimo wielu trudnoci warto podejmowa próby bada i identyfikacji czynników, które warunkuj oraz ograniczaj rozwój cybermedycyny. By moe dziki uzyskanej w ten sposób wiedzy moliwe bdzie wprowadzenie rozwiza cyberme-dycznych w skali całego kraju.

Bibliografia

[1] Batóg B., Wawrzyniak K., Modele probitowe i logitowe jako podstawa systemu diagnoz na przykładzie sektorów warszawskiej giełdy papierów wartoĞciowych, Zeszyty Naukowe Uniwersytetu Szczeciskiego nr 415, 2005.

[2] Bujnowska-Fedak M., Telemedycyna. PrzyszłoĞü i postĊp w medycynie rodzinnej, Słuba Zdrowia nr 73–76, Warszawa 2004.

[3] Della Mea V., What is e-Health (2): The death of telemedicine?, Journal of Medical Internet Research 2001, 3(1).

[4] Eysenbach G., Sa E., Diepgen T., Shopping around the internet today and tomorrow: towards the millennium of Cybermedicine, British Medical Journal, Volume 319, 13 November 1999.

[5] Eysenbach G., What is e-health?, Journal of Medical Internet Research 2001, 3(1).

[6] Grabowski W., Korczak K., Kto korzysta z internetowych usług medycznych w Polsce?, [w:] Technologie informatyczne w administracji publicznej i słubie zdrowia. Monografie i opracowania 569, pod red. J. Goliskiego, A. Kobyliskiego, A. Sobczaka, wyd. Szkoły Głównej Handlowej w Warszawie, Warszawa 2010.

[7] Gruszczyski M., Mikroekonometria. Modele i metody analizy danych indywidualnych, Oficyna a Wolters Kluwer business, Warszawa 2010.

[8] Gujarati D., Basic Econometrics, The McGraw−Hill Companies, 2004.

[9] Jasłowski J., Wpływ rozwiązaĔ z zakresu e-Zdrowie na efektywnoĞü opieki zdrowotnej, [w:] Gołuchowski J., Frczkiewicz-Wronka A., Technologie wiedzy w zarzdzaniu publicznym '09: praca zbiorowa, Wydawnictwo Akademii Ekonomicznej im. Karola Adamieckiego, Katowice 2009.

[10] Kamiski M., ICT w słuĪbie ochrony zdrowia, Konfederacja pracodawców polskich, http://www.kpp.org.pl/img_upload/files/ICT_W%20SLUZBIE_OCHRONY_ZDROWIA.p df, 18.07.2009.

[11] Kamiski Z., Ekonomika kosztów ĞwiadczeĔ zdrowotnych w systemie OSOZ, http://web.ae.katowice.pl/stanley/konferencja/pdf/Kaminski.pdf, 28.03.2011.

[12] Karliska M., Usługi telemedyczne w polskich szpitalach powiatowych: ocena stanu aktualnego i identyfikacja potencjalnych zastosowaĔ, [w:] Technologie informatyczne w administracji publicznej i słubie zdrowia. Monografie i opracowania 569, pod red. J. Goliskiego, A. Kobyliskiego, A. Sobczaka, wyd. Szkoły Głównej Handlowej w Warszawie, Warszawa 2010.

[13] Kasztelowicz P., Internet medyczny i telemedycyna – wpływ nowych Ğrodków komunikacji na współczesne oblicze medycyny, www.am.torun.pl/~pekasz/telemedycyna.pdf, 29.10.2009.

[14] Korczak K., Koncepcja internetowej obsługi pacjenta, [w:] Gołuchowski J., Frczkiewicz-Wronka A., Technologie wiedzy w zarządzaniu publicznym '09: praca zbiorowa, Wydawnictwo Akademii Ekonomicznej im. Karola Adamieckiego, Katowice 2009.

[15] Ministerstwo Zdrowia RP, Strategia E-zdrowie Polska na lata 2009–2015, http://www.csioz.gov.pl/pliki/projekt_sezdrowie_16042009.pdf, 11.07.2009.

[16] Laskowska I., Lewandowska K., Badanie efektywnoĞci ochrony zdrowia, Wiadomoci Statystyczne nr 3/2009, Główny Urzd Statystyczny, Warszawa 2009.

[17] Oh H., Rizo C., Enkin M., Jadad A., What Is eHealth (3): A Systematic Review of Published Definitions, Journal of Medical Internet Research 2005, 7(1).

[18] Pruska K., Modele probitowe i logitowe w programach nauczania studiów ekonomicznych, [w:] Metody analizy cech jakociowych w procesie podejmowania decyzji (Materiały konferencyjne), Wydawnictwo Uniwersytetu Łódzkiego, Łód 2001.

[19] Slack W., Cybermedicine. How Computing Empowers Doctors And Patients For Better Health Care, Jossey-Bass. A Wiley Company, San Francisco 2001.

[20] Solez K., Katz S., cyberMedicine – Mainstream Medicine by 2020/Crossing Boundaries, Journal of Computer & Information Law, Vol. XIX, Summer 2001, NO. 4.

[21] Szreder M., Metody i techniki sondaĪowych badaĔ opinii, Polskie Wydawnictwo Ekonomiczne, Warszawa 2010.

[22] Tomkiewicz M., Kiedy zreformujemy polską e-słuĪbĊ zdrowia?, www.computerworld.pl/news/361297/Kiedy.zreformujemy.polska.e.sluzbe.zdrowia.html, 15.03.2011.

[23] Tomkiewicz M., Rozwój wyspowy, ComputerWorld nr 44/912.

[24] Tomkiewicz M., Ustawa pełna nadziei i obaw, www.publicstandard.pl/artykuly /368090_0/Ustawa.pelna.nadziei.i.obaw.html, 15.03.2011.

[25] Wróbel Z., Zarządzanie i technologie informacyjne. Tom 3 – Technologie informacyjne w medycynie, Wydawnictwo Uniwersytetu lskiego, Katowice 2008.

CONDITIONS OF CYBERMEDICINE DEVELOPMENT IN POLAND. PROBLEMS AND PERSPECTIVES OF RESEARCH

Summary

In this article the author presents model of factors determining and limiting the use of cybermedicine in Polish health care units. Scientific research in this area would help in gaining knowledge about the conditions and barriers to the develop-ment of cybermedicine in Poland. This subject is very important because of the cur-rent changes in the Polish health care, which aim to use the Internet to achieve the health care needs of society. Acquired knowledge should be a source of valuable in-formation regarding implemented throughout the country e-Health strategies. Keywords: cybermedicine, Internet health care, e-Health

Karol Korczak

Katedra Informatyki Ekonomicznej Wydział Ekonomiczno-Socjologiczny Uniwersytet Łódzki

ul. Polskiej Organizacji Wojskowej 3/5, 90-255 Łód e-mail: karolk@uni.lodz.pl

Wysza Szkoła Informatyki w Łodzi ul. Rzgowska 17a, 93-008 Łód e-mail: karol_korczak@wsinf.edu.pl