Сотни тысяч "цифровых двойников" попали в систему
В ходе пилотного проекта Национального биомедицинского оператора по разработке системы хранения и анализа данных о пациентах с возможностью машинного прогнозирования инфаркта или инсульта создано 298 тыс. "цифровых двойников" пациентов медучреждений ФМБА, частной клиники Medeor, сети "Открытая клиника", медицинских информсистем "К-МИС" и других организаций. Проект реализован консорциумом, образованным Ассоциацией разработчиков и пользователей искусственного интеллекта в медицине (НБМЗ), АНО "Врачебная палата ФМБА", а также рядом ИТ-компаний, государственных и частных клиник.
В системе хранения и анализа данных о пациентах, которая, по сути, является банком таких данных, как рассказали корреспонденту ComNews в НБМЗ, все сведения сгенерированы в двух информационных системах - МИС и ГИС. Сведения представляют собой структурированные данные о пациентах, включая некоторые социальные данные, зарегистрированные заболевания, обращаемость за медицинской помощью, сведения об анамнезе пациентов, обследовании и лечении, зарегистрированных окончательных диагнозах, протоколы обследования и лечения, протоколы врачебных осмотров, рецепты и ряд других записей. "Такого рода цифровая информация позволяет проводить машинное обучение и решать самые разнообразные задачи, от прогнозирования заболеваний/осложнений до анализа эффективности лекарств, поиска новых предикторов заболеваний и т.д.", - указали в НБМЗ.
Вместе с данной системой функционирует демонстрационная версия буфера для хранения данных (DataSet) об инфарктах и инсультах. "Для того чтобы создать математическую модель, предсказывающую наличие развивающегося инфаркта или инсульта у пациента, обратившегося в медицинскую организацию, было проведено пробное машинное обучение. По результатам предварительного моделирования получена оценка F1, равная 90,1%, что свидетельствует о высокой точности выбора самих признаков и алгоритма машинного обучения k-Nearest Neighbor", - сообщили в НБМЗ.
Относительно значения системы хранения и анализа данных о пациентах в ассоциации заявили следующее: "Успех пилотного проекта Национального биомедицинского оператора позволяет сделать следующий шаг - к организации государственно-частного партнерства для централизованного оборота цифровых биоданных. При этом государство должно получить исключительные полномочия на сбор, хранение и использование цифровых биоданных пациентов. А частный бизнес, в свою очередь, будет отвечать за сервисы по аналитике, диагностированию и выработке рекомендаций по лечению. Государству предстоит прежде всего законодательно решить вопрос обеспечения безопасного доступа к медицинским данным различных участников системы здравоохранения".
В НБМЗ также отметили, что создание системы приведет к появлению более доступных и хранящихся в машинно-читаемом и машинно-понимаемом формате медицинских знаний. "Их отсутствие сейчас, по крайней мере в русскоговорящем сегменте, является одним из заметных барьеров для развития систем поддержки принятия врачебных решений (СППВР). Например, практически отсутствуют качественные справочники с рекомендациями по лечению и обследованию в разрезе нозологий, нет справочника симптомов и сопоставления их с диагнозами, нет добротных и доступных справочников по назначению и контролю корректности лекарственной терапии и т.д.", - указали в НБМЗ.
Актуальность созданной системы, как заявили в ассоциации, связана с необходимостью скорейшей реализации государственного курса по внедрению цифровых технологий и искусственного интеллекта в экономику страны.
В качестве драйвера развития системы в Ассоциации указали появление и рост рынка искусственного интеллекта (ИИ) для медицины. "Увеличение спроса на такие решения приведет к появлению все большего количества наработок и их развитию в самых разных направлениях. Участники рынка все больше будут нуждаться в качественных медицинских знаниях и обращаться к созданной системе", - указали в НБМЗ.
Барьерами на пути развития системы, как отметили в ассоциации, являются консерватизм врачей, тотальная нехватка высокопрофессиональных врачебных кадров и их постоянная занятость. "Не секрет, что чем больше компетенций у врача - тем более востребованным он является: текущая врачебная практика, как правило, бесчисленные консультации, научная и общественная работа... Как правило, такие люди дико заняты и перегружены. Поэтому массово они вряд ли ринутся вносить свои знания в платформу", - пояснили в ассоциации.
В Международном медицинском кластере ИЦ "Сколково" внимание корреспондента ComNews обратили на то, что, создавая систему, в первую очередь необходимо позаботиться о безопасности хранимых данных. "Утечка данных может привести к различным неприятностям: от довольно безобидных, например таргетированной рекламы, до более серьезных - к примеру, повышения страховых взносов в случае раскрытия информации о заболеваниях клиента, - отметили в кластере. - Кроме того, важным вопросом является структуризация данных. Необходимо сформировать систему таким образом, чтобы каждый специалист, наполняющий базу данными, вносил ее корректно. На сегодняшний день большая часть медицинских данных не структурирована, а обилие несущественной информации может привести систему к ложным выводам и невозможности ее эффективной обработки".
Помимо того, в кластере указали на необходимость организации доступа к данным самого пациента. "Это необходимо, чтобы в случае посещения другого лечебного учреждения у него была возможность предоставить новому врачу всю историю своей болезни", - заявили в кластере.
Создание системы, как заявили в кластере, решит сразу несколько вопросов. "Снизится роль человеческого фактора: если врач может пропустить несколько знаков - "предшественников" инфаркта или инсульта, то система нет; она сможет отследить неочевидное и таким образом спасти пациента. Кроме этого, качественно составленная система, учитывающая все потребности медицинского персонала, сможет сократить временные затраты на заполнение бумаг, а также сведет на нет вероятность потери данных. Более того, хранение информации о пациентах и об их лечении позволит еще и контролировать расход лекарств, анализировать работу медицинского персонала и их эффективность", - указали в кластере.
Относительно актуальности создания системы в кластере заметили следующее: "Сегодня в медицине накоплены огромные массивы данных, и возможность их типизировать позволит выявлять закономерности и неочевидные связи между различными заболеваниями. Многие понимают, что развитие этой сферы особенно актуально: по мнению аналитической компании Frost & Sullivan, объем рынка искусственного интеллекта в области медицины к 2022 г. вырастет до $6,16 млрд. Искусственный интеллект сегодня играет важную роль в безопасном хранении данных, правильной и своевременной диагностике, способен обрабатывать огромные пласты информации за секунды, ускоряя процесс принятия решения и снижая вероятность ошибки".
Все это, как отметили в кластере, доказывают первые результаты работы системы. "Точность определения предрасположенности к инфаркту или инсульту оказалась на уровне 90%. Данная система не только позволит предупреждать резкие ухудшения состояния, но и даст возможность - при наличии разрешения со стороны пациентов - использовать накопленные данные для разработки других продуктов и проведения научных исследований", - заявили в кластере.
Как один из главных драйверов развития системы в ассоциации указали уровень смертности от сердечно-сосудистых заболеваний. "По статистике Всемирной организации здравоохранения (ВОЗ), они являются основной причиной смерти во всем мире. Развитие инфарктов и инсультов, являющихся острыми заболеваниями и происходящими в результате закупоривания сосудов, в большинстве случаев можно предупредить: по мнению ВОЗ, 80% преждевременных инфарктов и инсультов могут быть предотвращены", - заметили в кластере "Другим драйвером для системы является неудовлетворенный запрос на качественную обработку данных, количество которых становится с каждым днем все больше и больше. Огромная часть этого массива лежит мертвым грузом, хотя правильный сбор и анализ этих данных могут предупредить развитие заболевания, спасти жизнь пациента и использовать выявленные корреляции в дальнейших исследованиях".
Что касается барьеров, препятствующих развитию системы, в кластере отметили, что для ее распространения по всей стране первой и существенной проблемой является отсутствие интернета в некоторых населенных пунктах и недостаточное владение навыками работы с компьютером у медицинского персонала. Другой проблемой является подход к сбору информации. "Сегодня многие проекты, основанные на больших данных и машинном обучении, часто становятся неудачными из-за большого количества лишней, несущественной информации. Сюда же можно отнести и проблему отсутствия стандарта ведения истории болезни: хаотичная запись данных о пациенте делает информацию непригодной для машинного анализа или требует ручной обработки и внесения", - обратили внимание в кластере, добавив, что не менее серьезным препятствием для системы является защита персональных данных. "Необходимо отработать этот вопрос не только с точки зрения кибербезопасности, но и на юридическом уровне", - указали в кластере.
Отметим, что консорциум, занимавшийся созданием системы, по информации НБМЗ, был образован в начале 2019 г. В его состав, помимо ассоциации, вошли Врачебная палата ФМБА, ООО "К-МИС", ООО "Интеллоджик", Сколковский институт науки и технологий ("Сколтех") и ряд других организаций. В планах консорциума - создать координационный центр по оптимизации и цифровизации процессов здравоохранения на базе Врачебной палаты ФМБА. Целью координационного центра будет дальнейшее формирование Национального биомедицинского оператора, который, в свою очередь, призван консолидировать деперсонализированные биомедицинские данные, содержащиеся в автоматизированных системах, используемых в медицинских учреждениях, для разработчиков систем искусственного интеллекта в медицине. Как указали корреспонденту ComNews в НБМЗ, согласие на поддержку координационного центра уже дало ПАО "Сбербанк".
