Информационные системы создают новые условия, при которых врачу легче принимать правильные решения
Управляйте здоровьем регионов
Всего лишь пять лет назад самыми острыми проблемами в работе тюменских больниц считались очереди в регистратуру и потеря медицинских карт. Решить их помогла масштабная автоматизация медицинских учреждений, которая началась не только в нашем регионе, но и по всей стране. Сегодня ИТ-технологии — это гораздо больше, чем программа для записи пациентов. Это искусственный интеллект, телемедицина и портативные устройства для мониторинга состояния пациентов. Как глобальная информатизация влияет на медицину, и какая роль в этом процессе отведена врачу?
Медицина – достаточно консервативная отрасль, поэтому может сопротивляться нововведениям. Когда начался перенос бумажных медкарт в компьютер, вопросов было много как со стороны медицинских работников, так и со стороны пациентов. Но сегодня все видят очевидные плюсы от внедрения информационных технологий в медицине.
Так, в Тюменской области получили развитие электронные сервисы, внедрены электронные карты и электронная очередь в кабинетах, не требующих предварительной записи, был запущен дополнительный сервис для пациентов «Личный кабинет» и многое другое.
Сегодня во всем мире медицинские информационные системы развиваются в сторону сервисов, призванных заменить рутинный труд специалистов. Последний тренд — разработки, основанные на технологии глубоких нейронных сетей и машинного обучения. Суть в том, что машина анализирует подготовленные данные и ищет закономерности, затем на их основе создает алгоритмы, которые используются для прогнозов. Алгоритмы, созданные на этапе машинного обучения, позволяют в дальнейшем компьютерному искусственному интеллекту делать корректные выводы на основании предоставленных ему данных. Машинное обучение особенно эффективно там, где нельзя решить задачу с помощью четких правил или формул, например, определить, есть ли на рентгенологическом снимке патология. Предполагается, что машина на основе эмпирических данных и различных методов научится выявлять нужную формулу и таким образом решать поставленную задачу. Другими словами, разработчики трудятся именно над подготовкой данных и обучением, а не над написанием алгоритмов, которые будут анализировать снимок по заранее заданным алгоритмам.
Крупные мировые компании известны своими разработками в области применения искусственного интеллекта в здравоохранении. Один из проектов корпорации Microsoft основан на анализе медицинских изображений опухолей и разработке наиболее эффективных методов лечения рака. Национальная служба здравоохранения Великобритании совместно с Google реализуют проект по разработке «компьютерного зрения» для обнаружения раковых тканей. А самым известным примером внедрения искусственного интеллекта в медицинской диагностике стала система IBM Watson. Это суперкомпьютер, который благодаря огромным вычислительным мощностям смог проанализировать миллиарды медицинских снимков и миллионы анонимных электронных медицинских карт. Изначально IBM применяли искусственный интеллект только в онкологии. Но теперь IBM Watson сотрудничает и с Американской кардиологической ассоциацией. По данным УЗИ когнитивная платформа способна выявить признаки одного из типов порока сердца.
В конце 2017 года премьер-министр РФ Д. Медведев обозначил стратегию, которая в том числе подразумевает использование в российском здравоохранении возможностей искусственного интеллекта. На отечественном рынке ИТ-решений есть вполне конкретные продукты и сервисы, которые можно классифицировать по четырем направлениям: диагностика, профилактика (включая прогнозирование заболеваний), помощь в лечении (включая подбор терапии) и мониторинг пациентов (в том числе удаленный).
Большинство из них представляют собой интеллектуальные технологии ранней диагностики онкозаболеваний. Например, «Анализ флюорограмм» умеет анализировать цифровые флюорографические снимки и выявлять в них патологические очаги. Система «Botkin.ai» предназначена для автоматического выявления патологических проявлений в рентгенологических исследованиях, КТ и МРТ, а также маммограмм. Есть платформа «CoBrain-Аналитика», она предназначена для сбора, хранения, анализа и обработки больших медицинских данных о головном мозге человека в разных состояниях. Помогает ставить диагнозы, назначать терапию для пациентов с заболеваниями мозга. А также может выявить патологию, которая физически еще не проявилась.
В Тюмени силами Ресурсного центра «1С-Медицина-Регион» реализована модель машинного обучения, осуществляющая оценку рисков сердечно-сосудистых осложнений по 13 показателям. Работа проводилась с привлечением медицинских экспертов Департамента здравоохранения Тюменской области. Полученная модель уже подтвердила свою эффективность на анализе данных пациентов одного крупного медицинского учреждения региона и помогла выявить 400 случаев высокого риска у пациентов, ранее не наблюдавшихся по заболеваниям системы кровообращения. В настоящий момент ведуться работы по внедрению данного механизма в региональную медицинскую информационную систему на платформе 1С.
Логично, что у профессионального сообщества медицинских работников возникают опасения, не станет ли эффективный искусственный интеллект причиной безработицы для простого человека. Специалисты ИТ-отрасли однозначно говорят, что машины не заменят человеческие рабочие места, а лишь создадут среду, которая исключает неправильные действия.
«То «технологическое окно», которое открыли IT-технологии для здравоохранения, делает очевидным необходимость трансформации системы, это требования сегодняшнего дня — без него невозможно обеспечить выполнение социальных обязательств государства в нарастающей глобальной конкуренции. Барьеры, ограничивающие развитие отрасли в регионах, безусловно есть, но они не критичны», — рассказал Андрей Макарихин, руководитель отдела внедрения МИС в поликлиниках Ресурсного центра «1С-Медицина-Регион».
Он выделил несколько подобных препятствий, среди которых — нехватка межотраслевых экспертов, отсутствие профильных образовательных программ и недостаточное взаимодействие законодателей, научного медицинского сообщества, медицинских и ИТ-практиков.
«Сегодня можно уверенно сказать, что система здравоохранения взяла курс на цифровую трансформацию и подтверждением тому являются большое количество региональных и федеральных сервисов: запись на приём, телемедицинские консультации, доступ к электронной медицинской карте, планы иммунизации, диспансеризации и другие. Все они призваны улучшить взаимодействия медицинской организации и пациента», — добавил Андрей Макарихин.
Таким образом, глобальная информатизация способствует созданию совершенно новых условий, при которых врачу легче принимать правильные решения. Тандем ИТ и медицины безусловно способствует качественному оказанию медицинской помощи и безопасности пациента.
Медицина – достаточно консервативная отрасль, поэтому может сопротивляться нововведениям. Когда начался перенос бумажных медкарт в компьютер, вопросов было много как со стороны медицинских работников, так и со стороны пациентов. Но сегодня все видят очевидные плюсы от внедрения информационных технологий в медицине.
Так, в Тюменской области получили развитие электронные сервисы, внедрены электронные карты и электронная очередь в кабинетах, не требующих предварительной записи, был запущен дополнительный сервис для пациентов «Личный кабинет» и многое другое.
Сегодня во всем мире медицинские информационные системы развиваются в сторону сервисов, призванных заменить рутинный труд специалистов. Последний тренд — разработки, основанные на технологии глубоких нейронных сетей и машинного обучения. Суть в том, что машина анализирует подготовленные данные и ищет закономерности, затем на их основе создает алгоритмы, которые используются для прогнозов. Алгоритмы, созданные на этапе машинного обучения, позволяют в дальнейшем компьютерному искусственному интеллекту делать корректные выводы на основании предоставленных ему данных. Машинное обучение особенно эффективно там, где нельзя решить задачу с помощью четких правил или формул, например, определить, есть ли на рентгенологическом снимке патология. Предполагается, что машина на основе эмпирических данных и различных методов научится выявлять нужную формулу и таким образом решать поставленную задачу. Другими словами, разработчики трудятся именно над подготовкой данных и обучением, а не над написанием алгоритмов, которые будут анализировать снимок по заранее заданным алгоритмам.
Крупные мировые компании известны своими разработками в области применения искусственного интеллекта в здравоохранении. Один из проектов корпорации Microsoft основан на анализе медицинских изображений опухолей и разработке наиболее эффективных методов лечения рака. Национальная служба здравоохранения Великобритании совместно с Google реализуют проект по разработке «компьютерного зрения» для обнаружения раковых тканей. А самым известным примером внедрения искусственного интеллекта в медицинской диагностике стала система IBM Watson. Это суперкомпьютер, который благодаря огромным вычислительным мощностям смог проанализировать миллиарды медицинских снимков и миллионы анонимных электронных медицинских карт. Изначально IBM применяли искусственный интеллект только в онкологии. Но теперь IBM Watson сотрудничает и с Американской кардиологической ассоциацией. По данным УЗИ когнитивная платформа способна выявить признаки одного из типов порока сердца.
В конце 2017 года премьер-министр РФ Д. Медведев обозначил стратегию, которая в том числе подразумевает использование в российском здравоохранении возможностей искусственного интеллекта. На отечественном рынке ИТ-решений есть вполне конкретные продукты и сервисы, которые можно классифицировать по четырем направлениям: диагностика, профилактика (включая прогнозирование заболеваний), помощь в лечении (включая подбор терапии) и мониторинг пациентов (в том числе удаленный).
Большинство из них представляют собой интеллектуальные технологии ранней диагностики онкозаболеваний. Например, «Анализ флюорограмм» умеет анализировать цифровые флюорографические снимки и выявлять в них патологические очаги. Система «Botkin.ai» предназначена для автоматического выявления патологических проявлений в рентгенологических исследованиях, КТ и МРТ, а также маммограмм. Есть платформа «CoBrain-Аналитика», она предназначена для сбора, хранения, анализа и обработки больших медицинских данных о головном мозге человека в разных состояниях. Помогает ставить диагнозы, назначать терапию для пациентов с заболеваниями мозга. А также может выявить патологию, которая физически еще не проявилась.
В Тюмени силами Ресурсного центра «1С-Медицина-Регион» реализована модель машинного обучения, осуществляющая оценку рисков сердечно-сосудистых осложнений по 13 показателям. Работа проводилась с привлечением медицинских экспертов Департамента здравоохранения Тюменской области. Полученная модель уже подтвердила свою эффективность на анализе данных пациентов одного крупного медицинского учреждения региона и помогла выявить 400 случаев высокого риска у пациентов, ранее не наблюдавшихся по заболеваниям системы кровообращения. В настоящий момент ведуться работы по внедрению данного механизма в региональную медицинскую информационную систему на платформе 1С.
Логично, что у профессионального сообщества медицинских работников возникают опасения, не станет ли эффективный искусственный интеллект причиной безработицы для простого человека. Специалисты ИТ-отрасли однозначно говорят, что машины не заменят человеческие рабочие места, а лишь создадут среду, которая исключает неправильные действия.
«То «технологическое окно», которое открыли IT-технологии для здравоохранения, делает очевидным необходимость трансформации системы, это требования сегодняшнего дня — без него невозможно обеспечить выполнение социальных обязательств государства в нарастающей глобальной конкуренции. Барьеры, ограничивающие развитие отрасли в регионах, безусловно есть, но они не критичны», — рассказал Андрей Макарихин, руководитель отдела внедрения МИС в поликлиниках Ресурсного центра «1С-Медицина-Регион».
Он выделил несколько подобных препятствий, среди которых — нехватка межотраслевых экспертов, отсутствие профильных образовательных программ и недостаточное взаимодействие законодателей, научного медицинского сообщества, медицинских и ИТ-практиков.
«Сегодня можно уверенно сказать, что система здравоохранения взяла курс на цифровую трансформацию и подтверждением тому являются большое количество региональных и федеральных сервисов: запись на приём, телемедицинские консультации, доступ к электронной медицинской карте, планы иммунизации, диспансеризации и другие. Все они призваны улучшить взаимодействия медицинской организации и пациента», — добавил Андрей Макарихин.
Таким образом, глобальная информатизация способствует созданию совершенно новых условий, при которых врачу легче принимать правильные решения. Тандем ИТ и медицины безусловно способствует качественному оказанию медицинской помощи и безопасности пациента.
