Как и во многих других отраслях, наиболее часто упоминаемые сегодня технологии, внедряемые в медицине, это искусственный интеллект и Big Data (Большие данные). Причем здравоохранение, как считают в PwC, входит в топ-3 отраслей, способных извлечь наибольшую прибыль в абсолютном выражении от использования искусственного интеллекта (наряду со сферами розничной торговли и финансовых услуг). К 2030 году глобальный ВВП вырастет на 14 процентов в связи с активным использованием искусственного интеллекта, посчитали аналитики.
На сегодня больше других в использовании искусственного интеллекта продвинулся финансовый сектор, автомобильная промышленность, технологии распознавания образов и естественных языков в речевой или текстовой форме. В медицине технология продвигается не так быстро, и связано это с большей ценой ошибки: даже небольшие на первый взгляд ошибки могут привести к фатальным последствиям. Например, поздняя диагностика злокачественного образования в молочной железе может развиться в серьезное заболевание и привести к преждевременной смерти. А обнаружение рака молочной железы на ранней стадии позволяет сделать лечение эффективным, а прогноз для пациентки благоприятным.
"Медицина - область достаточно консервативная. Это одна из причин, почему технологии в ней не так быстро продвигаются, - подтвердил руководитель направления "Медицинской информатики" компании Philips в России и СНГ Сергей Лаванов. - Для любого врача важно не просто вылечить пациента, но и обеспечить ему максимально высокое качество жизни. Это ярко проявляется, например, в онкологии - насколько полноценно пациент может жить после лечения, сколько дискомфорта принесут последствия выбранного лечения. В Philips мы стремимся ускорить трансфер передовых технологий в повседневную практику здравоохранения, чтобы ответить на вызовы современной медицины - чтобы врачи могли сделать лечение более эффективным и персонифицированным, а сама медицина становилась превентивной и с большим фокусом на пациента. И мы видим, что количество наших единомышленников растет стремительно".
Несмотря на понятный консерватизм, передовые разработки и достижения ИТ стремительно проникают в медицину. Около года назад Администрация США по контролю качества лекарственных препаратов и продуктов питания (FDA) выдала разрешение одной из компаний на использование ее платформы медицинской визуализации с использованием искусственного интеллекта для клинического применения. Система автоматически делает расчеты объемов желудочков сердца на основе МРТ-изображений. То есть уже сейчас искусственный интеллект дает результат с такой же точностью, как и специалист. При этом машина дает результат за 15 секунд, а специалист - за 30 - 60. Система была обучена на 1000 исследованиях пациентов и самостоятельно сформулировала более 10 миллионов правил-признаков для анализа последующих данных. Создатели решения утверждают, что при наличии достаточного времени и данных для обучения система сможет превзойти специалиста в точности.
Впрочем, думать, что искусственный интеллект полностью заменит врачей, не стоит - им предстоит работать вместе. "Надеюсь, в ближайшее время врачи адаптируются к новым реалиям и будут учиться работать не только с пациентами и данными, но и с машинами. Машинное обучение пока - маленький ребенок, которого нужно учить. А кто, кроме врачей, сможет это сделать? Они должны будут помогать обучать искусственный интеллект, а тот, в свою очередь, ответит им взаимностью: даст более точный результат, новые знания и укажет на новые закономерности на основе анализа больших данных", - говорит Сергей Лаванов.
Пример такого "сотрудничества" - снижение материнской смертности в Индонезии. Долгое время ее уровень в стране оставался одним из самых высоких в мире - 190 смертей на 100 тысяч родов. Одна из причин - низкая доступность квалифицированной медицинской помощи и невозможность объективно оценивать риски в удаленных от крупных городов населенных пунктах. Компания Philips совместно с министерством здравоохранения Индонезии разработала решения для предиктивного мониторинга беременности. Они включают в себя рабочие наборы для сбора данных на выезде, мобильные устройства (ультразвуковой датчик, который подключается к планшету), а также специализированное программное обеспечение с алгоритмами машинного обучения. Решение не только позволяет специалисту на выезде связаться с медицинским центром, но и автоматически анализирует получаемые данные, оценивает историю наблюдения, перинатальные данные, результаты УЗИ исследования и лабораторных тестов и дает оценку риска по более чем 28 параметрам. Результаты использования решения в 2014 году в городе Паданг позволили снизить уровень материнской смертности до нуля, малокровие беременных с первого по третий триместр снизилось у 99% пациенток за счет правильного медицинского наблюдения и ухода, а выявлять беременных с высоким уровнем риска стали в три раза чаще. В 2015 году решение для предиктивного мониторинга беременности было отмечено наградой Frost & Sullivan Excellence Award. Это один из примеров, когда такие компании, как Philips, обладая международной экспертизой и имея доступ к передовым технологиям, в партнерстве с министерством здравоохранения решают острые проблемы с учетом специфики страны.
Важным аспектом новой модели цифрового здравоохранения является интегрированность процессов и систем, а также их адаптивность. Фактически должен быть создан образ живого организма в цифровом пространстве. Согласно исследованию "Индекс здоровья будущего", проведенного в этом году компанией Philips и в России, 80% работников здравоохранения считают, что в настоящее время российская система здравоохранения является частично или совсем не интегрированной. При этом 85% работников здравоохранения полагают, что создание интегрированной системы здравоохранения позволит улучшить качество медицинских услуг, сделав их в некоторой мере или значительно лучше. "Для большинства стран актуальна проблема разрозненности медицинских информационных систем, каждая из которых направлена на решение отдельных задач. Друг с другом они не работают и не могут интегрироваться. Чтобы решить этот вопрос, необходима стандартизация, то есть государство должно на законодательном уровне установить стандарты коммуникационных систем и их взаимодействия между собой, чтобы все разработчики работали в едином информационном поле. Это справочники медицинских терминов, реестры видов исследований и процедур, сценарии взаимодействия информационных систем, например, такие как Radlex Playbook, IHE, HL7. Пока таких стандартов в России нет, поэтому местные разработчики каждый раз изобретают новые подходы, что значительно затрудняет интеграцию системы здравоохранения и многократно повышает стоимость новых IT-проектов. Минздрав ведет работу по подготовке стандартов и справочников информатизации здравоохранения в рамках формирования пакета нормативных актов по телемедицине", - комментирует директор Научно-практического центра медицинской радиологии Департамента здравоохранения Москвы, главный специалист по лучевой диагностике профессор Сергей Морозов.
Сегодня существуют решения, которые позволяют отчасти справиться с различными стандартами взаимодействия информационных систем - например, интеграционные шины. Но это не решает вопрос взаимодействия в целом.
Один из ответов на вызов в области интегрированной медицины и полного цикла оказания медицинской помощи - цифровую платформу - представила компания Philips. Она позволяет переложить "айтишные" сервисы, данные и лучшие практики по обработке этих данных в "облако", оставив в клинике только специфические для нее процессы и системы. Основные задачи, которые она решает, - это единое хранение справочников, снижение затрат клиники на интеграцию разных программ друг с другом, удешевление подключения новых источников данных (геном, гаджеты). А также удешевление интеграции различных клиник друг с другом и снижение стоимости организации сквозных бизнеспроцессов оказания медицинской помощи, развитие пациенто-ориентированной медицины и возможность предоставления пациенту доступа к данным о его здоровье. Кроме того, это основа для разработки медицинских сервисов и решений. Платформа уже активно используется в Wellcentive в США в рамках подхода value-based care, когда медицинское учреждение получает вознаграждение не за факт оказания услуги, а за результат лечения. И чем лучше результат, тем выше вознаграждение. Применяя эту платформу, используя персональные носимые устройства мониторинга и специализированные программы с использованием искусственного интеллекта для ведения пациентов вне стационара, в Banner Health (Аризона, США) удалось снизить количество госпитализаций на 50%.
Причина многих заболеваний кроется в геноме человека. Изучая его, можно выделить зоны риска и предрасположенность к определенным заболеваниям. В Philips создали решение с использованием технологий больших данных и искусственного интеллекта. Оно может использоваться для сопоставления генома человека с историей заболеваний семьи и близких родственников, включая лабораторные анализы, результаты лучевой диагностики, морфологии ткани и историю предыдущих заболеваний и результатов лечений. Получаемые в результате машинного анализа данные позволяют врачу выбрать персонифицированную тактику лечения пациента за пределами крупных научных медицинских центров. Также данное решение позволяет сопоставить геном пациента с геномом большой группы пациентов и похожих случаев, что помогает медикам более точно оценить возможные исходы выбранной тактики лечения и предупредить развитие определенных заболеваний.
С точки зрения информатизации российская система здравоохранения отстала от развитых и даже некоторых развивающихся стран. Это одновременно и недостаток, и преимущество, полагает Сергей Лаванов: зная, какой путь уже прошли развитые страны, Россия может перейти к новой модели цифрового здравоохранения за меньший срок, чем это сделали другие страны. Уже сейчас появляются первые очертания этой модели. Среди преимуществ России - высокий уровень проникновения Интернета и распространения гаджетов. В рамках программы цифровой экономики ведомства и участники рабочей группы должны создать экосистему, которая объединит пациентов и клиники, компании-разработчики, исследовательские институты, страховые компании и других участников.
На правах рекламы