• Истории

Соавторы здоровья

Как распределяются традиционные роли врач—пациент—здравоохранение в высокотехнологичной медицине? Об этом – заведующий отделом информационных технологий Национального медицинского исследовательского центра нейрохирургии им. академика Н.Н. Бурденко Михаил Шифрин

qr-code
Соавторы здоровья

В центре – персонализация

– Михаил Абрамович, российское здравоохранение стремительно меняется. Медицина будущего 4P – Personalized, Predictive, Preventive, Participatory (персонализованная, предсказательная, превентивная и партисипативная). Что вы вкладываете в каждый из этих терминов?
– Во-первых, я считаю, что они неравноценны. Центральное место – персонализация. Медицина всегда была сугубо персонализированной: врач всегда оставался один на один с больным.
– Но сейчас-то мы идем в противоположную сторону? На мой взгляд, будущее 4P – прежде всего анализ огромных массивов данных, что превращает врача в «придаток» системы.
– Тут все сложней. Доказательная медицина в каком-то смысле и правда движение в противоположную сторону. Персонализация долго была «фенотипической»: что врач видит, то он и знает. Наука и техника стали позволять все больше узнавать о пациенте, отдаляя врача от него. Сейчас воздвигается ещё один барьер между пациентом и врачом – системы искусственного интеллекта.
На деле персонализация сильно углубляется и даже становится центральным лозунгом медицины. Внутрь заглядывают очень глубоко, и персонализация идет все глубже: уже не на клеточный, а на молекулярный уровень.
– Мне казалось, что как раз сокращение личного контакта с пациентом – это минус.
– Ножом можно зарезать, а можно колбасу порезать. Так и здесь. Углубление позволит делать лечение очень индивидуальным. Поразивший меня пример: в некоторых случаях по генетическим особенностям пациента – когда другие анализы этого не показывают! – можно понять, что ему опасно давать определенную анестезию или нужно радикально уменьшить дозу.
Персонализация в современном понимании – это громадное увеличение объема данных по пациенту, которое надо как-то переваривать. Нельзя обойтись без помощи компьютеров (а иногда – суперкомпьютеров); но мозг, похоже, надолго останется лучшим интегратором разнородной, избыточной и одновременно недостаточной информации.
Предсказательная и профилактическая медицина с точки зрения информационной очень близки – это предсказание некоторых событий. В первом случае болезнь развилась, и мы строим прогноз ее течения и завершения. Во втором случае говорим, что есть предрасположенность к болезни и надо что-то делать: общие рекомендации – спать, гулять, плавать; или в более серьезном варианте – целевая медицинская профилактика. Это всё прогнозы, которые всегда были одной из центральных тем медицинской информатики (даже когда термина еще не было). Современные технологии позволяют подойти к ним на новом уровне.

Соавторство пациента с системой

– Я хотела бы подробней поговорить о Participation; перевод сложен, назовем его соавторством. В одном вашем докладе – вопрос: «Кем будет врач в будущем цифровом здравоохранении: жертва, пользователь, эксперт, соавтор». Это соавторство между врачом и системой, системой и пациентом или пациентом и врачом?
– Чаще применяется неуклюжее «русское» слово – партисипативность. Безусловно, пациенты и система могут сотрудничать. Несколько лет назад на всемирном конгрессе Medinfo-2015 в Бразилии директор Национальной медицинской библиотеки в Бетезде Патрисия Бреннан делала доклад об участии населения в гражданской науке – citizen science, или crowd science.

Гражданская наука – научные исследования с привлечением множества добровольцев без научного образования. В начале ХХ века американские орнитологи впервые попросили любителей собирать данные о миграции птиц.

– Я как-то переводила статью о подобном использовании Twitter в предсказании эпидемий гриппа.
– Это очень интересно. Социальные сети могут давать громадный объем данных, которые трудно получить другим путем. Я только что был на конференции ICIMTH-2018 в Афинах; там говорилось, что в пациентских сообществах рождается новая модель использования персональных данных, далекая от популярных сейчас жестких запретов. Может быть, это явление психологически близко к «поездной откровенности», когда делятся самым интимным со случайными попутчиками.
В Participation пациента и системы акцент перемещается на активность гражданского общества в организации здравоохранения. На наших глазах здравоохранение как система трансформируется в управление здоровьем. Это может быть управление здоровьем общественным (в котором увеличивается роль гражданских сообществ) или собственным. Около десяти лет тому назад мы с коллегами и друзьями Борисом Зингерманом и Никитой Шкловским-Корди стали пропагандировать концепцию «ответственного пациента» – человека, сознательно заботящегося, чтобы врачам была доступна вся информация об его здоровье. На этой идее тогда была построена система персональных медицинских записей «Медархив».

«Игры математиков с врачами»

После гибели от лейкемии маленького сына великий советский математик Израиль Гельфанд начал сотрудничать с медициной. К этому времени у него уже был опыт работы в таких далеких от математики областях, как клеточная биология и физиология движений. В 1989 году появилась книга «Очерки о совместной работе математиков и врачей», соавторами которой стали ученики Гельфанда Михаил Шифрин и Борис Розенфельд.

– Я читала «Очерки»: «метод адекватной формализации» – использование математического мышления в медицине. Получается, что книга впрямую перекликается с сегодняшними требованиями медицины 4P? Правда ли, что сами создатели называли эту книгу «Игры математиков с врачами»?
– Честно говоря, я не помню предварительных вариантов. Но «диагностические игры» как специальная методика для моделирования принятия клинических решений были центральной темой книги.
Медицинская информатика возникла в начале 1950-х, когда появились методы обнаружения сигналов на радиолокаторах – надо было понять: это самолет или артефакт – и тут же начали переноситься в медицину. Первые работы на основании статистических соображений оценивали тяжесть инфаркта миокарда (кстати, это до сих пор достаточно популярная тема).
Это назвали «распознавание образов» или, что более точно, «машинное обучение». Конечно, и разнообразие методов, и используемые сегодня вычислительные мощности невозможно сравнивать с тем, что было еще 20 лет назад. Вначале это была чистая наука, и ею занимались энтузиасты – инженеры, физики, математики, врачи, тратя свое свободное время. Как сказала одна дама-профессор, врач: «Я работала, как последний аспирант». Большинство тогдашних работ в этой области – предсказательного плана.
Гельфанд принес в это дело понимание того, что главный вопрос – в организации данных: «достать» знания врача и понять, как он их использует. Диагностические игры как раз и были предназначены для решения этой задачи. Если мы просто на приеме услышим вопросы пациента и ответы врача, то не увидим того, что стоит за этим. В играх врач сам задает вопросы. И тогда мы узнаем, чем он пользуется.
Расскажу об одном случае. Гельфанд решал задачу с нейрохирургом Эдуардом Канделем: оперировать ли больного с кровоизлиянием в мозг. Был выработан алгоритм, как отвечать на этот вопрос, и на его основании разработали врачебную тактику. Однажды по прогнозу нашей системы больного сняли с операционного стола и тем спасли ему жизнь. Через некоторое время Кандель остыл: появилось КТ, а наши методики оказались больше не нужны. Прошло еще некоторое время, и он написал Гельфанду: «Надо бы вернуться. Я был неправ». К сожалению, Эдуарда Израилевича не стало вскоре после этого письма.

Живое знание

– Гельфанд в предисловии к «Очеркам» писал: «Медицинское содержание книги вскоре устареет из-за появления новых методов диагностики и лечения, эволюции медицинских представлений. Методическая же сторона нашей работы мне представляется значительно более устойчивой». Актуальна ли в этом смысле книга до сих пор? Возможна ли современная интерпретация этих методов?
– Недавно я как раз делал об этом доклад на уже упомянутой конференции в Афинах. Наши методы до сих пор актуальны. Разработанные в те годы предсказательные и классифицирующие алгоритмы устроены сейчас по-другому, они богаче и мощнее, но идея в точности та же. А на современном уровне развития инфокоммуникационных технологий и медицинской информатики эти алгоритмы обретают новую жизнь. Система будет жить и развиваться – это будет живое знание.

Соавторство врачей и системы

– Я так понимаю, что диагностические игры есть идеальный путь к вовлечению врачей как соавторов в цифровую трансформацию здравоохранения.
– И прямой путь к фиксации и распространению врачебных знаний. Что не менее важно, чем привлечение пациентов к управлению здравоохранением.
Предположим, что процедуру диагностических игр удалось превратить в цифровой сервис. Сформулировав клиническую задачу, можно поработать с экспертом. Посмотреть, как он задачу решает, чем пользуется. Потом приходит молодой врач; задает системе вопросы о пациенте, получает ответы, сообщает о принятом им решении. Дальше можно выстраивать эту работу: он ответил; ответил правильно или неправильно; что не спросил. Можно сравнить ответы экспертов и молодых. Можно организовать опрос нескольких экспертов и включить экспертное мнение в контекст доказательной медицины. Мы планируем создать сетевую систему диагностических игр, которая может использоваться одновременно многими врачами.
Диагностические игры можно превратить и в обучающий инструмент. Если вас будет осматривать робот... знаете, есть принцип Парето: 80/20. В 80% случаев робота достаточно. На 20% остальных более сложных случаев нужен хороший врач. Их мы делим еще раз на 80% и 20%. В 80% хорошего врача хватит. А еще на 20% оставшихся сложных случаев нужен эксперт. Конечно, в результате экспертов нужно совсем немного. Но этих экспертаов нужно воспитать. В нашей методике легко собрать новую информацию, представить ее в стандартизованном виде и предоставить для обучения любому врачу – это новый путь развития. 

«Шаманство» и технологии

– Вернусь к предисловию Гельфанда: «Врачи в процессе лечения выступают в трех лицах. Одно из них – «научное», лицо принимающего решения по четким правилам. Второе – работающего на основе опыта и интуиции. Наконец, третье можно условно назвать «шаманским», имея в виду обладание хорошим врачом способности внушения больному веры в свое врачебное искусство и возможность излечения». Будет ли возможно совместить интуицию, шаманство и -- новейшие технологии?
– Когда появился термин «Big Datа», он внушил надежду, что перемалывание многих данных даст новое знание. Я прекрасно понимаю Big Data в купле-продаже: десятки миллионов транзакций, громаднейшие массивы данных, которые легко формализовать. Но некоторые энтузиасты, воодушевленные этими методами, стремятся врача отодвинуть, что неправильно. Напротив, чем больше данных, тем грубее вопросы, на которые мы получим ответы. Вы вряд ли получите ответ на клинический вопрос, собрав данные со многих клиник. Организационное различие клиник сильно исказит картину. В нашей книжке есть тому яркие доказательства.
Но главное: врач может решить те вопросы, которые пока не под силу никаким компьютерам. Самый грубый пример: врачу иногда достаточно посмотреть на снимок, и он всё понял; а компьютер так не может. Рентгеновский снимок легких – тяжелая картинка, гораздо более тяжелая, чем снимок головы. Врач интегрирует массу информации и видит картину гораздо более сложную, чем может определить любой компьютер. Врач видит то, что сам не спрашивает – и то, что никто ему не скажет. Работавший в нашем институте выдающийся нейрохирург С.Н. Фёдоров говорил: «Зачем мне спрашивать? Пока он от двери ко мне дойдет, я уже всё знаю». А другой доктор мне сказал, что он «видит» эмоции пациента и одновременно анализирует свои чувства. Наш медицинский соавтор (ныне – директор клиники кардиологии Первого МГМУ им. И.М. Сеченова) А.Л. Сыркин замечал: то, что пациента с инфарктом вообще довезли из дома до отделения – для врача уже громадная информация, многое становится известным из того, что произошло.
Поэтому исключить врача полностью невозможно. Так же, как невозможно создать полноценный искусственный интеллект.
А «шаманскую» сторону деятельности врача нельзя заменить ни искусственным интеллектом, ни доказательной медициной.
Беседовала Мария Якубович

Поделитесь публикацией

  • 0
  • 0

Рекомендованные материалы

© 2024 ФОМ