Rambler's Top100
 
Статьи
06 октября 2017

Big Data в помощь

Накоплен огромный объем разнообразных медицинских данных в цифровом формате, которые почти не используются, считает Ольга Горчинская, директор по исследовательским проектам и руководитель направления Big Data компании «Ай-ФОРС» (ГК ФОРС).

– Аналитику для здравоохранения можно разделить на два направления – системы для управления медицинскими учреждениями и решения для поддержки лечебного процесса. В первом случае аналитика служит повышению эффективности работы медорганизаций нужна их руководителям, а во втором ее цель – помочь непосредственно специалистам при диагностике и лечении заболеваний.

Для управленческой аналитики можно пользоваться стандартными методами бизнес-анализа, но нет необходимых данных, поскольку автоматизация поликлиник, больниц и других учреждений началась совсем недавно и данные только начинают накапливаться. Противоположная ситуация с медицинской аналитикой: данных здесь более чем достаточно – рентгеновские снимки, результаты МРТ и КТ, кардиограммы, показания приборов и носимых устройств, но нет готовых аналитических решений. Анализ медицинской информации требует новых подходов и алгоритмов с использованием технологий больших данных, методов статистических исследований, машинного обучения, искусственного интеллекта.

Таким образом, для управленческой аналитики в здравоохранении есть методы и инструменты, но нет данных, а для медицинской аналитики есть огромные объемы информации, и проблема состоит в том, чтобы разработать новые методы и инструменты ее анализа.

– Ольга Юрьевна, назовите, пожалуйста, ключевые факторы отставания аналитики для информатизации здравоохранения. На ваш взгляд, это финансы, спрос или предложение?

– Спрос есть, но, скорее, на простые в функциональном отношении системы для принятия оперативных управленческих решений, а вот к сложным аналитическим системам наше здравоохранение только подходит. Предложение симметрично спросу, все необходимые технологии для этого у отечественных разработчиков и системных интеграторов имеются.

В целом же отставание управленческой аналитики объясняется отставанием информатизации этой отрасли. В числе важных факторов – недостаток финансирования, традиционная консервативность медицинских организаций и перегруженность медицинского персонала.

– Какие структуры, с вашей точки зрения, должны быть инициатором превращения статистики и мониторинга в аналитику и кто должен участвовать в этом процессе?

– В здравоохранении инициатором таких преобразований должно быть государство с участием ведущих медицинских специалистов и передовых клиник. Пока у нас большая часть медучреждений государственные, и именно государство должно принимать решения и финансировать подобные инициативы. Кроме того, в медицине мы имеем дело с особыми непубличными данными, которые не могут свободно обрабатываться и использоваться. Необходимы законодательные решения, регулирующие процессы обработки этой информации.

–В чем состоит специфика аналитики в консалтинге с точки зрения медика и аналитика?

– Если аналитик не является медиком или не имеет хотя бы медицинского образования, то он априори будет неуспешен, потому что очень велика специфика отрасли. Здесь нельзя ограничиваться исключительно технологическим подходом, требуются интуиция, знания и опыт исследовательской работы в медицинских областях.

– Расскажите о возможностях аналитики на основе технологий Big Data. Как вы считаете, есть ли спрос на такие решения?

– Современная медицина накопила огромный объем самых разнообразных медицинских данных в цифровом формате, которые почти не используются. Дополнительным источником стали данные носимых устройств, измеряющие различные показатели состояния здоровья человека. Аналитическая обработка этих данных – одно из самых востребованных направлений внедрения технологий больших данных, включая машинное обучение, обработку изображений, специализированные статистические исследования, искусственный интеллект. Сейчас эта область бурно развивается. В качестве примера можно привести выполняемый правительством Москвы проект по автоматическому анализу кардиограмм с целью ранней диагностики определенных заболеваний. Другой пример – решение для мониторинга и анализа тремора при болезни Паркинсона. Оно позволяет оценивать уровень тремора больного по показаниям носимых устройств. В результате расширяются возможности врача – он может наблюдать за состоянием пациента не только во время приема или обследования, но практически непрерывно. В частности, можно увидеть, в какое время был наибольший тремор в течение дня, оценить его продолжительность, соотнести эту информацию со временем приема лекарств, внешними обстоятельствами, метеоусловиями и т.д.

– Какова специфика анализа данных о показателях здоровья пациентов в системах поддержки принятия врачебных решений?

– Специфика может заключаться в недостаточности применения принципов доказательной медицины, когда на основании одних и тех же показателей врачи разных «школ» абсолютно аргументировано могут делать различные выводы, ставить различные диагнозы и назначать различные типы лечения, т.е. подход используется «субъективно-ремесленный», а не «объективно-доказательный». В таком случае ценность СППР существенно падает, а зачастую такие системы вообще не востребованы.

– Аналитика в m-Health: каких данных и инструментов не хватает?

–Данных уже много, но они крайне разнородны, а их источники в большинстве своем не вызывают доверия врачей, поскольку зачастую не являются зарегистрированными медицинскими изделиями. Речь идет о разнообразных датчиках и измерительных приборах, которые являются просто фитнес-гаджетами и с которыми большинство врачей не хочет иметь дела из-за высокой погрешности в работе, недостоверности получаемых данных и т.д. Кроме того, сами измерительные приборы пока еще зачастую громоздки и узко специализированы, но ситуация стремительно меняется.

– Если затронуть такой аспект, как аналитику для образования в сфере цифрового здравоохранения, то каких данных и инструментов не хватает здесь?

– Не хватает систем автоматизированного распознавания снимков, ЭКГ, материалов биопсии. Какие-то решения уже стали появляться, но они пока не прошли проверку временем. На рынке должно сформироваться достаточно конкурентоспособных предложений, чтобы лучшие из них завоевали полное доверие врачей и действительно снижали риск врачебных ошибок.

–Цена вопроса: сколько стоит аналитика и кто за нее должен заплатить?

Платить должен тот, кто получает выгоду. Если внедряется управленческая аналитика, то выгоду получает руководство медицинской организации. Если внедряется медицинская аналитика, позволяющая, например, повысить качество диагностики распространенного в регионе заболевания, то платить должно государство. Если аналитика позволяет повысить эффективность лечения, то платить могут пациенты подобно тому, как они платят за лекарства, измерители давления и пр. Частично расходы могут нести и страховые компании, поскольку результаты многих аналитических исследований могут быть полезны и им – например для снижения числа страховых случаев или измерения риска определенных заболеваний среди тех или иных социальных групп. 

Поделиться:
Заметили неточность или опечатку в тексте? Выделите её мышкой и нажмите: Ctrl + Enter. Спасибо!