НовостиМнениеЦитатыДокументыПроектыКто есть ктоЛучшие проекты 2018 года
»

Цифровая экономика

Александр Шаповалов: "Система может быстрее, чем врач, обрабатывать сотни тысяч документов, исследований, выступлений на тему заболевания, однако превзойти человека в том, что касается поиска индивидуального подхода к каждому пациенту, машине не под силу"

Умный взгляд на здравоохранение

Александр Шаповалов,
коммерческий директор компании "ТехЛАБ"
© ComNews
13.06.2018
Александр Шаповалов: "Система может быстрее, чем врач, обрабатывать сотни тысяч документов, исследований, выступлений на тему заболевания, однако превзойти человека в том, что касается поиска индивидуального подхода к каждому пациенту, машине не под силу"

Повышение уровня выявления хронических, неизлечимых или слабо поддающихся лечению заболеваний, например, онкологических, привело к увеличению потока пациентов, нуждающихся в дорогостоящем лечении. При этом отследить реальное количество таких пациентов очень сложно: на разных этапах болезни их постоянно приходится переводить из одного медучреждения в другое, от поликлиник и лабораторных служб до диспансеров и профильных клиник. И поскольку передача данных в автоматическом режиме между различными госпитальными учреждениями (например, между государственными и частными клиниками) до сих пор не полностью налажена, пациент может запросто пропасть из "поля зрения" организации, осуществляющей лечение. Или будет вынужден заново проходить все круги анализов и первичных визитов к врачам в каждой новой медорганизации.

Для чего нужен обмен данными в медицине?

Для пациентов это значит, что процесс лечения затягивается. При переводе могут быть утеряны данные о том, какие анализы, в какое время и с каким результатом уже сдавал пациент, какие лекарства были назначены, какими заболеваниями, помимо установленного, он страдает – в итоге, в каждом медучреждении ему приходится проходить весь процесс постановки диагноза заново.

Для медработников утеря истории болезни также тормозит рабочий процесс. Из-за этого увеличивается время, требующееся на работу с каждым пациентом – и врачам приходится принимать меньше больных, чем они могли бы.

Наконец, для клиник и системы здравоохранения усложняется процесс регистрации и учета пациентов и становится неочевидно, сколько больных нуждается в сложном и дорогостоящем лечении, и какую сумму необходимо выделить из бюджета для этих целей.

Конечно, пациентов, требующих сложного лечения, не так много – не более 20% от общего количества. Но на эти случаи обычно затрачивается до 50% госбюджетов и времени врачей. Естественно, это заставляет российские клиники и учреждения здравоохранения задуматься о том, можно ли оптимизировать процесс лечения пациентов со сложными диагнозами. Получится ли более эффективно распределять ресурсы на диагностику и терапию, пристально отслеживать, соответствуют ли ход и методы лечения каждого пациента общепринятым во врачебном сообществе стандартам, и получать на выходе больший, чем сейчас, процент выздоровевших пациентов?

Решение этой задачи подсказали ИТ-компании, которые занимаются разработкой систем поддержки принятия врачебных решений и внедрением цифровых технологий в клиническую практику. Уже появляются системы поддержки клинических решений, которые позволят алгоритмизировать процесс лечения. Такие ИТ-решения могут автоматически собирать информацию о каждом пациенте и использовать ее для маршрутизации больных, формирования очередей на лечение, контроля выполнения клинических стандартов врачами и, в конечном счете, для поддержки процессов постановки диагноза и выбора оптимальных терапевтических процедур на базе обобщенного опыта тысяч других пациентов и специалистов. В итоге больницы могут сокращать затраты на лечение, одновременно сохраняя высокий уровень медицинского обслуживания.

Что представляет собой система поддержки принятия врачебных решений (СППВР)

Системы поддержки принятия решений (СППР) – это математические алгоритмы, программное обеспечение на базе технологий обработки больших данных, а также, зачастую – машинного обучения.

На сегодняшний день в России используются преимущественно экспертные лабораторные системы. Они представляют собой инструменты, позволяющие обрабатывать большие массивы данных о пациентах и медицинских практиках и на основании их анализа предлагать конкретные рекомендации врачам. При этом решение, разумеется, принимает только лечащий врач.

Другими словами, они работают по принципу моделирования сценариев "что – если": врач вносит в систему набор входных данных о пациенте, и алгоритм на основании многочисленных заложенных в него историй болезней других пациентов, информации о препаратах, их совместимости и побочных эффектах, а также принятых в стране медицинских практик предлагает оптимальный процесс лечения.

Такие ИТ-решения включают в себя два основных элемента, расположенных, чаще всего, в частной или гибридной облачной инфраструктуре – для снижения издержек на установку оборудования в больницах и ускорения процессов обмена данными между информационными базами:

хранилище данных – единая среда хранения данных, оптимизированная для использования аналитических инструментов и содержащей информацию о пациентах, методах их лечения, а также стандартах, принятых врачебным сообществом для диагностики и терапии каждого конкретного заболевания;

аналитический инструментарий, включающий механизмы информационного поиска в базах данных, методы статистической обработки больших массивов информации, а также инструменты имитационного моделирования и рассуждения на основе прецедентов.

Аналитические инструменты позволяют записывать, хранить, интегрировать, мгновенно обмениваться с другими госпитальными системами как административной, так и клинической информацией о пациенте, а также извлекать данные о пациентах для врачебной практики. Медицинские работники и сотрудники госпитальных фронт-офисов могут ускорить рабочие процессы и, таким образом, повысить общую операционную эффективность больниц, а также усовершенствовать уход за пациентами.

Заменит ли СППВР врача?

Нужно понимать, что при всех своих преимуществах система поддержки принятия врачебных решений никогда не заменит врача. Во-первых, любой алгоритм обладает статистической погрешностью: система предлагает оптимальное решение для 99% стандартно протекающих болезней, но в случае неучтенного отклонения от нормы решение о продолжении или изменении курса лечения приходится принимать человеку, опираясь на свой опыт работы и врачебную интуицию.

Во-вторых, системы поддержки решения не способны диагностировать заболевание – они применимы только на этапах подтверждения диагноза и лечения.

Наконец, алгоритм не обладает "человечностью". Система может быстрее, чем врач, обрабатывать сотни тысяч документов, исследований, выступлений на тему заболевания, однако превзойти человека в том, что касается поиска индивидуального подхода к каждому пациенту, машине не под силу. А ведь онколог, — это еще и психолог, который поддерживает их в трудную минуту, вселяет веру в себя и в собственные силы, помогает не опустить руки и найти внутренние "резервы" для каждого нового маленького шага на пути к выздоровлению.

Зато СППВР может существенно помочь медработникам в выполнении их обязанностей.

Прежде всего, системы поддержки принятия врачебных решений полезны для подтверждения схемы лечения пациента. Например, для пациентов с онкологией есть много вариантов лечения: лекарственная терапия, лучевая терапия, химиотерапия. Система знает все варианты этой терапии, существующие схемы лечения, все названия и типы операций, которые могут быть применены в уходе – это тот огромный массив информации, которую опытный врач обычно держит в голове. Благодаря справочникам она позволяет быстро описать на любом этапе ситуацию каждого пациента с учетом его индивидуальных особенностей и в сжатые сроки обработать информацию обо всех процедурах и анализах, через которые он уже прошел.

Система также может выступить как инструмент подсказок – это особенно важно для тех врачей, которые работают в региональных госпиталях и профильных медицинских центрах. Они не всегда имеют доступ к самому современному оборудованию и последним достижениям научных исследований – а в СППВР агрегируется вся информация о ключевых медицинских достижениях и российских и мировых стандартах лечения сложных заболеваний.

Другое направление, в котором помогают СППВР, — проверка соответствия процесса лечения существующим медицинским стандартам. В системы, такие как Galenos, загружаются клинические рекомендации по тому или иному заболеванию –набор "лучших практик", принципов лечения, разработанных профильными ведомствами и научными ассоциациями, а также некоммерческими организациями. Например, для онкологии принятый стандарт – это рекомендации Ассоциации онкологов России. Из текстового документа с клиническими рекомендациями СППВР может выделить некий алгоритм, по которому следует подтвердить диагноз и лечить пациента с набором определенных параметров (симптомов, непереносимостей препаратов и побочных заболеваний). Естественно, эти рекомендации не носят обязательный характер, но, по меньшей мере, СППВР позволяет проверить, все ли параметры учтены при выборе метода лечения и все ли диагностические процедуры проведены последовательно и корректно.

В итоге, системы поддержки принятия врачебных решений позволяют медработникам быстрее, чем раньше, обрабатывать истории болезней и назначать лечение пациентам – врачи могут принять больше пациентов и спасти больше жизней.

Где еще поможет СППВР

Как ни странно, при этом основные задачи, которые решает система поддержки врачебных решений, лежат не в области медицины, а в сфере организации здравоохранения. Главная задача, которую решают СППВР, — маршрутизация пациентов, то есть "ведение" пациента по разным учреждениям и планирование его лечения на всех этапах в разных лечебных заведениях с учетом нагрузки на врачей и оборудование в медорганизациях, очередей на лечение и доступности терапевтических препаратов. Для этого госпитальные системы должны быть интегрированы с другими электронными медицинскими документами, например, данными из МИС – единой российской медицинской информационной системы.

Кроме того, что немаловажно, системы помогают снабжать больницы необходимым количеством лекарств. Благодаря тому, что при установке системы налаживается процесс учета пациентов, больницы начинают реже сталкиваться с ситуацией нехватки лекарственного обеспечения, которая критична для пациентов со стремительно развивающимися заболеваниями, способных за несколько дней превратиться из трудоспособного человека в пациента, вынужденного прибегать к чужой помощи в решении даже простых бытовых задач.

Рынок СППР в России

В России развитие рынка СППР поддерживается сегодня на государственном уровне: создание системы поддержки принятия врачебных решений заявлено в Дорожной карте по развитию Единой государственной информационной системы в сфере здравоохранения, и ее разработка, с использованием технологий искусственного интеллекта, поручена Минздраву. Проект должен быть осуществлен в рамках ведущего законопроекта "Электронное здравоохранение".

При этом российская медицина и здравоохранение пока не полностью готовы к внедрению инноваций в работу медучреждений: в то время как глобальный рынок ИТ-систем поддержки принятия клинических решений уже несколько лет стабильно растет со скоростью в 11%, по данным Transparency Market Research (TMR), в России этот сегмент только зарождается. Во многом это связано с тем, что российская сфера здравоохранения все еще довольно консервативна и не готова принимать инновации.

Кроме того, российское законодательство пока не полностью готово к переходу на стандарты цифровой экономики в медицине и здравоохранении. К примеру, не подготовлена нормативная почва для применения цифровых технологий в лечении детской онкологии, не разработаны клинические рекомендации для лечения детей.

Однако ситуация меняется: профильные лечебные и научные центры готовы начать сотрудничество с ИТ-компаниями и разработчиками СППВР. Они внедряют и тестируют новые решения, получают первые результаты, и опытные врачи проверяют их точность.