Участники конгресса "ОргЗдрав - 2024" в ходе сессии «Ценность больших данных в оказании и организации медицинской помощи» обсудили ценность больших данных в оказании и организации медицинской помощи.
Смотреть запись сессии: https://congress.orgzdrav.com/orgzdrav/2024/06-11-S03
Модератор: Ашенбреннер Инна Викторовна, директор Департамента развития клинических сервисов, Цифромед
Вводная информация: Большие данные, или Big data, в здравоохранении появились благодаря компьютерным технологиям, расшифровке генома человека и другим открытиям в области молекулярной биологии. Первые позволили собирать, хранить и быстро анализировать большие объемы данных, вторые – предоставлять сами данные, которые ежегодно удваиваются в геометрической прогрессии. Дальнейшее развитие цифровых технологий и обработка информации с помощью ИИ разрешили подойти к лечению пациента более индивидуально или персонифицировано. Другими словами, соединяя индивидуальные данные о больном (жалобы, данные исследований, генетический паспорт) с результатами анализа большого количества уже известных подобных случаев, у ученых появилась возможность находить новые связи, предсказывать риски и прогнозы развития заболеваний, эффективность той или иной терапии. Но чтобы такой подход был широко реализован на практике, требуется изменение системы организации медицинской помощи. Это включает все аспекты – от разработки систем сбора и анализа клинических данных о пациенте до обучения врачей новым правилам. Одновременно открытия в области молекулярной биологии и ускорение обработки данных с помощью тех же компьютерных технологий позволили появиться принципиально новым лекарствам (генная терапия и биопрепараты). Правда, у них есть один недостаток – высокая цена производства. Чтобы оправдать высокие траты, было предложено платить производителям с учетом достигнутых результатов, которые в том числе фиксирует и сам пациент. Сочетание персонифицированного подхода в лечении и его оплата с учетом оценки самого больного потенциально представляют бОльшую ценность как для самого пациента, так и в целом для здравоохранения. В этой связи некоторые специалисты стали называть такой подход Ценностно-ориентированным здравоохранением, или ЦОЗ.
Предложения и примеры решений:
Ашенбреннер Инна Викторовна, директор Департамента развития клинических сервисов, Цифромед.
Источники информации для принятия решений в ЕГИСЗ: медицинские, лабораторные и статистические данные из региональных МИС (охватывает 1 млн рабочих мест), а также федеральных ГИС, например, ГИС ОМС. Сегодня происходит переход на доменную инфраструктуру – то есть появляются сервисы, которые применимы для всех отраслей экономики (доменов и субдоменов). Это позволяет дополнять цифровой профиль пациента данными как из системы здравоохранения, так и других систем. Ожидаемый эффект доменного подхода – создание проактивного, доступного и персонифицированного по отношению к пациенту здравоохранения.
Комаров Юрий Игоревич, к.м.н., заместитель директора по организационно-методической работе НМИЦ онкологии им. Н.Н. Петрова
В онкологической практике для анализа эффективности лечения конкретных пациентов необходимо создавать информационные базы, куда стекаются данные из разных источников (например, популяционных раковых регистров, ЛИСов, реестров счетов ФОМС и др.). При создании таких баз сначала определяется наиболее достоверный источник данных для каждого из этапов движения пациента в системе здравоохранения – от постановки диагноза до смерти. Собирая эти данные в единой базе, можно анализировать соответствие лечения пациента установленным клиническим рекомендациям, прогнозировать потребность в конкретных лекарствах, определять наиболее эффективные методы лечения данной модели пациента. Для дальнейшего применения собранной информации важно, чтобы она была точной и полной, что пока обеспечивается не всегда. Использование этой информации для обучения ИИ будет эффективно только тогда, когда она верная.
Зуенкова Юлия Александровна, к.м.н., преподаватель кафедры организации здравоохранения, лекарственного обеспечения, медицинских технологий и гигиены Медицинского института РУДН.
Старение населения, появление дорогостоящих технологий приводит к удорожанию медицинской помощи, что, в свою очередь, потенциировало создание модели ЦОЗ. Эффективность лечения в этой модели оценивается путем деления результатов лечения (клинических и мнения пациента) на стоимость лечения. Пациентские данные, сообщаемые самим пациентом, собираются по стандартизованным валидированным опросникам. Например, благодаря сбору таких данных стало понятно, почему некоторые пациенты пропускаю лучевую терапию. Эти опросники должны быть интегрированы в ЭМК и включены в клинические рекомендации (КР), только тогда мы сможем широко внедрить ЦОЗ.
Власов Ян Владимирович, сопредседатель Всероссийского союза общественных объединений пациентов, президент Всероссийского общества гемофилии.
Важно, что в модели ЦОЗ учитывается мнение пациента. Это означает установление партнерских взаимоотношений с врачом. Важно четко понимать, что некоторые лекарственные препараты (ЛП) не могут быть заменены. Вопрос о замене ЛП должен обсуждаться с пациентом, и это должно быть предусмотрено КР.
Енгалычев Дамир Намикович, медицинский директор ООО «Лаборатория Элемент».
Появление телеметрических медицинских изделий (МИ) позволило сделать медицинскую помощь виртуальной, в том числе оказывать стационарную медицинскую помощь на дому, под наблюдением врача, который находится удаленно. К телеметрическим МИ относятся: ЭКГ мониторы, пульсоксиметры, профессиональные пластыри-иньекторы, электронные дозаторы таблеток и др. Стали появляться такие формы лекарственных препаратов, которые можно вводить самостоятельно, без помощи медицинской сестры. В РФ уже 12 тыс. медицинских организаций вовлечено в оказание помощи на дому, ежегодно дистанционные телеконсультации получают более 9 млн человек, и этот бизнес растет. Польза оказания медпомощи на дому – снижение рисков ВБИ и меньшая стоимость. Врач не должен тратить время на первичную обработку этих больших данных, это и есть задача ИИ.
Вяткин Юрий Викторович, директор по инновациям NOVEL, Институт Искусственного Интеллекта МГУ, старший научный сотрудник.
Объем генетических данных гигантский и растет на 400% в год, это самый большой кусок данных человечества. К сожалению, пока полезность их использования – 2-3%. Для ее увеличения требуется соединение генетических данных с фенотипическими (то есть всеми клиническими), что означает интеграцию с ЭМК. Для этого в медицинских организациях должны быть специальные платформы (аналог такой платформы предоставляет NOVEL), инфраструктура, вычислительные мощности, защищенные каналы связи. Соединение генетических данных с клиническими позволит выявить новые связи и сделать более точные предсказания о рисках развития болезней и эффективности лечения.
Смотреть запись сессии: https://congress.orgzdrav.com/orgzdrav/2024/06-11-S03
Свод предложения и краткое содержание всех сессий конгресса читайте по ссылке.