Big data (технологии больших данных) позволит предсказывать риски, которым подвержен человек, и предупреждать развитие заболеваний. А доктора смогут работать с пациентами из любой части света.
Сафар ШАРИФУЛЛИН, эксперт компании «РТ Лабс»
Избавить доктора от рутины
Современные диагностические системы – например, КТ, МРТ, цифровой рентген - дают врачу огромный объем информации, но они же и помогают его обрабатывать, сжимая полуторачасовой процесс в интервал до пяти минут. Искусственный интеллект предоставляет специалисту уже практически готовый к анализу материал, и доктору остается только уточнить некоторые предположения компьютера. Например, при трассировке коронарной артерии, которая имеет достаточно сложную конфигурацию, программа попросит подтвердить, что она правильно провела линии, вычислила все диаметры и сужения.
Еще более глубокую обработку больших объемов данных проводит система поддержки принятия решений врача, предоставляющая практически готовый диагноз. Заложенные в программу правила позволяют проанализировать полученные изображения, выявить некие образования, которые могут с большой вероятностью оказаться злокачественными опухолями. Существуют примеры проектов, в которых достигалась точность распознавания патологий по изображениям компьютерной томографии до 95%.
Расширение поля зрения
Другой важной особенностью работы диагностических систем является то, что они имеют возможность смотреть сопутствующие заболевания. Если пациенту назначили томографию позвоночника, то врач сосредоточен на выявлении остеохондроза, взаимного положения дисков и нервов. У него просто нет времени на большее, так как с повышением производительности техники растут и нормативы нагрузки на доктора. Автоматическая рутинная система с помощью искусственного интеллекта (ИИ), кроме позвоночника, проанализирует состояние других органов, которые попали в поле зрения: печени и почек, если исследовали поясницу, сердца и легких, если смотрели грудной отдел. Система выделит объемные образования, соотнесет размеры сердца и грудной клетки на предмет обнаружения признаков гипертонической болезни. Или автоматически, мимоходом, зафиксирует жировой гепатоз печени, который повышает у пациента риск ишемической болезни.
«Единый рентгенолог»
Информационные технологии сейчас меняют саму технологию работы врача в лучевой диагностике. Раньше рентгенолог был, образно выражаясь, «рабом рентгеновской лампы» - привязан к своему аппарату и своей больнице. Сейчас на Западе, уже 10-15 лет активно используется аутсорсинг лучевой диагностики. Рентгенолог может одновременно работать с различными организациями, описывать исследования, которые они проводят. Это позволяет не держать в каждой больнице полный штат специалистов для круглосуточной работы, а обращаться, например, в ночное время к рентгенологам, которые находятся на другой стороне земного шара, где в это время день.
В Татарстане подобная система была реализована компанией «РТ Лабс». Она называется «Единый рентгенолог» и работает под эгидой Диспетчерского центра Минздрава РТ. Благодаря этому удалось решить вопрос кадрового дефицита на периферии, где сложно иметь полный штат рентгенологов. Работа больниц становится более стабильной и надежной, особенно по направлениям лечения инсультов и оказания помощи при ДТП, где дорога каждая минута.
«Единый кардиолог»
Похожая ситуация складывается и в сфере функциональной диагностики, где есть успешные примеры передачи на аутсорсинг анализа ЭКГ, данных холтеровского мониторования, а сейчас уже и электроэнцефалографии. Многие частные центры не в состоянии содержать специалистов функциональной диагностики и пошли по другому пути, установив у себя некоторое количество приборов, которые обслуживает средний медицинский персонал. При этом все описания проводятся во внешнем процессинговом центре. В Татарстане по этому принципу с 2017 года работает республиканская система «Единый кардиолог». Сегодня она вносит существенный вклад в борьбу с сердечно-сосудистой патологией.
Новые горизонты профилактики
Информационные технологии в будущем способны сместить баланс от «большого здравоохранения» к «персональной медицине». Если человек готов заботиться о своем здоровье, то у него появятся иные возможности, в сравнении с привычной нам диспансеризацией. Он будет использовать некоторое количество медицинских гаджетов, которые фиксируют его физическую активность в течение суток: пульс, режим сна и прочее. Опираясь на эти данные, можно выйти на оценку адаптивных возможностей человека, его подверженность стрессу и многое другое. Как, например, врач восточной медицины может ставить диагноз только по пульсу человека. Соответственно, информационная система автоматически, используя собранные данные, может отнести пациента к одной из групп риска (высокий, умеренный или низкий риск заболевания), и дать ему соответствующие рекомендации. Таким образом, доктор может расширить количество одновременно наблюдаемых пациентов, концентрируясь на пациентах с высоким риском заболевания.
Следующий шаг позволит увеличить количество возможных датчиков. Сейчас уже есть портативные электрокардиографы, приборы, которые измеряют артериальное давление, весы с блютуз и измерением импеданса, определяющие количество жира и воды в теле, персональные биохимические анализаторы, измеряющие уровень глюкозы и холестерина в крови. Даже этими простыми устройствами можно снимать очень большой массив данных и ставить вопрос не только о лечении заболеваний, но и о предупреждении их возникновения, о предиктивной медицине. Для первичной и вторичной профилактики - того, к чему стремилось советское здравоохранение – IT открывает новые горизонты.
По мере того, как цифровой образ человека будет становиться все более полным, роль именно таких экспертных систем начнет превалировать. Возможно, на каком-то этапе врач станет выполнять контролирующую функцию, которая будет подтверждать предписания экспертной системы. Хотя, на сегодня даже такая продвинутая экспертная система, как, например, Watson от компании IBM, еще не может заменить врача даже в достаточно узком сегменте онкологии.
Разумеется, не обходится и без проблем, которые являются неизбежными спутниками инноваций. Телемедицина в России только начала входить в юридическое поле – в 2017 году внесли поправки в закон об оказании медицинской помощи с ее применением. Теперь стала возможна легальная последующая телеконсультация пациента после первичного очного приема. И до сих пор почему-то считается, что удаленная консультация специалиста должна стоить дешевле, чем очная. Хотя затрачивается то же время врача, а также нужно учитывать стоимость работы телемедицинской системы. Еще один нюанс: услуга описания томографии включена в общую услугу КТ, куда входит в том числе амортизация оборудования, работа рентгенлаборанта, уборка помещения и прочие накладные расходы – а это создает сложности при выводе процесса описания на аутсорсинг. Из этой ситуации есть разные выходы в зависимости от региона. Но, конечно, со временем эти проблемы найдут универсальное решение.
Единый массив данных
Поскольку врача всегда интересует динамика процесса, то само существование архива медицинских изображений, базы данных функциональной диагностики, приобретает огромное значение. Совсем не единичны случаи, когда у пациента обнаруживается уже объемное образование в грудной клетке. Рентгенолог бьет тревогу, ищет предыдущие снимки, находит цифровую флюорограмму пятилетней давности, на которой это образование было зафиксировано, однако в свое время не привлекло должного внимания врача. Но размер образования за это время не изменился, что диктует совершенно другую тактику лечения.
Та же ситуация с системой «Единый кардиолог», поскольку для точной диагностики, например, инфаркта миокарда важно иметь не только его сегодняшнюю ЭКГ, но и годичной давности, чтобы различить, это повторный инфаркт в том же месте, или прекратил работать другой сосуд сердца.
Наличие базы данных различных исследований одного пациента позволяет сопоставлять, например, довольно субъективные данные УЗИ с точными данными ангиографии – и тем самым проводить своеобразную «калибровку» одних методов другими, дать возможность доктору скорректировать свои критерии и ставить диагнозы на пределе возможностей субъективных методик. Если раньше это происходило в рамках отдельных учреждений, то с появлением единого архива этот процесс стал возможен в масштабах республики.
Также накопление материалов позволило проводить практически невозможные ранее лонгитюдные исследования (длительные по времени наблюдения в течение нескольких лет), для которых нужно собрать большое количество редких случаев. Раньше специалисты даже не замахивались на такие диссертации, понимая, что могут споткнуться уже на сборе первичных данных, которые могут быть неполными, разрозненными, а то и недоступными. Теперь все данные общие и стали появляться глубокие интересные исследования на этом массиве, в том числе с использованием искусственного интеллекта.
Таким образом, на сегодня цифровая медицина и Big Data открывают новые горизонты в диагностике, позволяя более качественно оказывать медицинскую помощь и прогнозировать исходы лечения.
