CC BY
106
ОБЩИЕ ВОПРОСЫ СТАНДАРТИЗАЦИИ
DOI: 10.26347/1607-2502202005-06003-009
КЛАССИФИКАЦИЯ ЦИФРОВЫХ ТЕХНОЛОГИЙ И ИХ ВЛИЯНИЕ НА ПОКАЗАТЕЛИ ЗДРАВООХРАНЕНИЯ
Рассмотрены подходы к классификации цифровых технологий в здравоохранении. Проанализированы тренды развития цифровых медицинских технологий и их потенциальное влияние на показатели общественного здоровья для последующей оценки эффективности технологий одного типа, в том числе в рамках пилотных проектов.
Ключевые слова: цифровые технологии, искусственный интеллект, поддержка принятия решений, общественное здоровье
Авторы заявляют об отсутствии возможных конфликтов интересов.
Финансирование: исследование не имело спонсорской поддержки.
Для цитирования: Мелерзанов А.В., Алмазов А.А., Иванова М.А., Шукурлаева Г.Е., Александрова О.Ю. Классификация цифровых технологий и их влияние на показатели здравоохранения. Проблемы стандартизации в здравоохранении. 2020; 5-6: 3-9. DOI: 10.26347/1607-2502202005-06003-009.
А.В. Мелерзанов1^
А.А. Алмазов М.А. Иванова1, Г.Е. Шукурлаева1, О.Ю. Александрова1,2
1 ФГБНУ Национальный научно-исследовательский институт общественного здоровья
им. Н.А. Семашко, Москва, Россия
2 ГБУЗ МО «Московский областной научно-исследовательский клинический институт им. М. Ф. Владимирского», Москва, России
CLASSIFICATION OF DIGITAL TECHNOLOGIES AND THEIR IMPACT ON HEALTH INDICATORS
The article reviews different approaches to healthcare digital technologies. It gives an analysis of digital medical technologies development trends and their potential impact on public health indicators for further evaluation of one type technologies efficiency including pilot projects.
Keywords: digital technologies, artificial intelligence, decision making support, public health The authors declare no competing interests. Funding: the study had no sponsorship.
For citation: Melerzanov AV, Almazov AA, Ivanova MA, Shukurlaeva GE, Alexandrova OYu. Classification of digital technologies and their impact on health indicators. Health Care Standardization Problems. 2020; 5-6: 3-9. DOI: 10.26347/1607-2502202005-06003-009.
Melerzanov AV1, Almazov AA1, Ivanova MA1, Shukurlaeva GE1, Prof. Alexandrova OYu1,2
1 Semashko National Research Institute of Public Health, Moscow, Russia
2 Moscow Regional Research and Clinical Institute (MONIKI), Moscow, Russia
Система здравоохранения стремительно меняется, проходя фазу цифровой трансформации. Активно внедряются новые цифровые технологии, предназначенные для повышения эффективности оказания медицинской помощи и улучшения качества жизни населения. Учитывая высокую стоимость содержания системы здравоохранения, основной целью внедрения цифровых технологий (ЦТ) является повышение качества медицинской помощи без значительного роста стоимости [1]. Таким образом, речь не только о внедрении инновационных высоких медицинских технологий в виде новых лечебно-диагнос-
тических методик, но и организационно-управленческих технологий, снижающих стоимость оказания услуг. Также внедрение ЦТ потребует перестройки системы подготовки медицинских кадров, что уже реализуется в рамках университетского кластера Московского физико-технического института (МФТИ), но нуждается в масштабировании [2—4]. Кроме того, цифровые коммуникации призваны упростить взаимодействие пациента и медицинского персонала, а также поднять на новый уровень как доказательную медицину на популяционном уровне сбора и анализа информации, так и персонализированную
медицину в плане создания индивидуального терапевтического решения на основе молекулярно-генетического анализа и мониторинга физиологических показателей. В связи с разнообразием ЦТ и широкой аудиторией, их использующей — от организаторов здравоохранения до публики, необходимо классифицировать их в виде функциональной схемы, определяющей влияние технологий на показатели здравоохранения. Так как ЦТ внедряются во все сегменты индустрии здравоохранения, то возможны различные подходы к их классификации. Всемирная организация здравоохранения (ВОЗ) предлагает разделение ЦТ по признаку определения пользователя ЦТ:
— публика — конечные бенефициары технологий здравоохранения, включая здоровьесбере-жение в виде контроля образа жизни для первичной профилактики и превентивной медицины;
— профессиональные работники системы здравоохранения, оказывающие медицинскую помощь;
— администраторы системы здравоохранения, включая организаторов оказания медицинской помощи, подготовки кадров, финансирования, управления внедрением новых технологий и т. д.;
— управление данными (сбор, обработка, передача) [5].
Такая классификация обусловлена определением составляющих частей системы здравоохранения, которое представляется в виде шести блоков.
1. Медицинская помощь.
2. Медицинский персонал.
3. Медицинские информационные системы.
4. Медицинские изделия, лекарственные препараты, вакцины и технологии.
5. Финансирование.
6. Управление.
Внедрение ЦТ должно обеспечить взаимодействие всех составляющих системы и привести к достижению целей, поставленных ВОЗ как главных приоритетов общественного здравоохранения (улучшение здоровья; доступность; социальная и финансовая защита рисков; повышение эффективности) [6].
Однако достижение этих целей возможно только при условии унификации и объединений информационных систем как перехода к плат-
форменной системе создания архитектуры цифровых сервисов.
В рамках этих сервисов реализуется:
— мобильная медицина—помощь в управлении хроническими состояниями, мониторинг, поддержка принятия решений пациентом, использование носимых приборов для мониторинга и анализа физиологических показателей и использование телемедицинских технологий для рекомендаций по коррекции состояния;
— сетевая аналитика или интеллектуальная медицина — выявление, прогнозирование и рекомендации по коррекции индивидуальных рисков, контроль работы клиник в штатном режиме, популяционный анализ показателей общественного здоровья;
— повышение эффективности использования данных для управленческих решений в общественном здравоохранении и разработке лекарств в категории прецизионной онкологии. Разработка цифровых алгоритмов и системы поддержки принятия решений (СППР) на основе искусственного интеллекта (ИИ), а также непрерывное образование;
— создание базы доказательной медицины и доврачебной среды для пациентов [7].
С учетом приведенных данных, очевидно, что создание классификации всех ЦТ в здравоохранении с целью сравнения эффективности — это крайне сложная задача. При этом необходимо учитывать, что здравоохранение — это отрасль, сильно отличающаяся от других отраслей по своей социальной значимости. Развитие новых технологий повышения качества и продления жизни невозможно сравнить по влиянию на показатели здравоохранения простых вещей, таких как обеспечение людей, питьевой водой и элементарными санитарными материалами. В качестве инновационных технологий, представляющих наибольшую важность, ВОЗ представило следующий перечень:
1) прибор для фотодинамической терапии;
2) система для локального производства раствора для орошения ран;
3) сервис СМС оповещения;
4) многоразовые отсосы для новорожденных;
5) система чрезкожного измерения билирубина;
6) система изотермальной амплификации нуклеиновых кислот для диагностики туберкулеза;
28394.6
544.0 2014
822.1 1192.0 1 7285 2015
2016 2017 2018 2019 2020 2021 2022 2023 2024 2025 ■ Программные решения I Аппаратные средства Сервис 5иигсе: www.grandciewresearch.com
Рис. 1. Рост стоимости технологий в сфере здравоохранения на рынке США на основе искусственного интеллекта, по компонентам, 2014—2025 гг. (млн долл. США)
7) простые системы для анестезии;
8) одноразовые системы для вагинального родовспоможения;
9) портативный сортер/счетчик для диагностики ВИЧ-инфекции и малярии;
10) система поддержки принятия решений по ВИЧ-инфекции в педиатрии;
11) система чрескожного мониторинга анемии;
12) автоклав, работающий на энергии солнечных батарей;
13) портативная система обогрева для новорожденных [5].
Мы можем видеть, что, с точки зрения достижения искомых показателей общественного здоровья, на мировом уровне в одном ряду стоят высокотехнологичные интеллектуальные СППР на основе искусственного интеллекта и одноразовые материалы.
Медицинскую технологию (health technology) ВОЗ определяет следующим образом: «применение организованных знаний и навыков, лекарств, вакцин, процедур и систем для решения проблем со здоровьем и улучшения качества жизни» [8]. Однако для общественного здоровья равно важны и организационные технологии, и современные, основанные на искусственном интеллекте (ИИ), технологии разработки лекарств и другие технологии, ведущие к развитию медицинской науки и совершенствованию системы оказания медицинской помощи.
Таким образом, составить единую классификацию, учитывающую все аспекты применения ЦТ и учета их влияния на различные показатели общественного здоровья, не представляется возможным. Поэтому мы поставили задачу создать классификацию ЦТ в категориях медицинских технологий, то есть средств, применяемых для медицинского вмешательства и информационных систем, непосредственно используемых при оказании медицинской помощи, в том числе — частично в сегменте систем с применением технологий ИИ.
Рост стоимости технологий здравоохранения на основе ИИ на рынке США в периоде 2014— 2025 гг. представлен на рис. 1. Оценивается применение ИИ в сегментах производства нового оборудования, нового программного обеспечения и сервисов [9]. Дополнительно сегменты применения ИИ в индустрии здравоохранения подразделяются на секторы, представленные в круговой диаграмме, где также можно видеть их соотношение.
Основные направления применения ИИ распределяются следующим образом:
— клинические исследования;
— роботическая хирургия;
— системы передачи данных от диагностического (обычно, радиологического) оборудования;
— поиск несанкционированных вмешательств и искажений информации;
- Роботическая хирургия '" Виртуальные помошники
- Системы поддержки принятия решений
■ Медицинское оборудование оснащенное ИИ
Диагностика
" Клинические испытания
■ Поиск несанкционированных вмешательств и искажений информации
* Кибербезопасность
Снижение ошибок дозирования
Рис. 2. Глобальный искусственный интеллект в доле рынка здравоохранения, по применению, 2018 (%)
— диагностика (клиническая);
— виртуальные административные помощники (документооборот);
— снижение ошибок дозирования;
— кибербезопасность.
К медицинским технологиям по определению ВОЗ относятся секторы роботической хирургии, виртуальные ассистенты или СППР, медицинское оборудование, оснащенное ИИ, электронные рецепты (рис. 2). Нам представляется, что применима и более инклюзивная классификация медицинских технологий, с возможностью оценки медицинских технологий и использованием взаимозаменяемых параметров как составной части критериев оценки. Цифровые медицинские технологии (ЦМТ) с элементами ИИ можно разделить на следующие категории по сфере применения:
1) роботическая хирургия;
2) радиологические системы;
3) патоморфологические системы;
4) хемоинформатика;
5) биоинформатика, включая иммуноонколо-гию на основе молекулярно-генетического анализа;
6) системы внутрибольничного мониторинга;
7) СППР, включая электронную выписку рецептов;
8) системы распределения потока пациентов и доврачебной оценки;
9) телемедицина, включая носимые приборы и мониторинг;
10) психологическая и социальная коммуни -кация с элементами ИИ.
Рассмотрим каждую систему, общие и альтернативные параметры эффективности.
Роботическая хирургия. В отличие от роботов Да Винчи новое поколение роботов будет обладать более высокой степенью автономности и способностью спектрального анализа ткани в реальном времени в сочетании с равномерным поступательным движением на крайне низкой скорости в корреляции со скоростью получения аналитических данных, что особенно актуально в нейрохирургии и органосберегающей хирургии лицевого черепа и ротовой полости [10].
Параметры: влияние на инвалидизацию, сокращение времени пребывания в клинике, включая время операции и восстановительный период, снижение стоимости.
Радиологические системы. ИИ уже сегодня позволяет повысить точность диагностики, что приводит к своевременному оказанию медицинской помощи.
Параметры: влияние на инвалидизацию и смертность (сроки выживаемости пациентов), повышение доступности медицинской помощи, снижение стоимости.
Патоморфологические системы. Контроль качества оценки препаратов экспертами и при помощи ИИ, сохранение описаний с возможностью автоматического сравнения.
Параметры: снижение количества медицинских ошибок, повышение качества медицинской помощи, снижении стоимости.
Хемоинформатика. Разработка лекарств, поиск потенциальных лекарств с сокращением времени и снижением объема экспериментальной работы, перепрофилирование лекарств.
Параметры: снижение стоимости.
Биоинформатика. Сбор, анализ и интерпретация популяционных данных с последующей конвергенцией для персонализированного применения; изучение молекулярного патогенеза заболеваний человека и поиск корреляций с факторами влияния, подбор лекарств и создание иммунобиологических препаратов в прецизионной онкологии.
Параметры: повышение качества медицинской помощи, влияние на показатели инвалидиза-ции и сроки выживания.
Системы внутрибольничного мониторинга. Контроль и анализ витальных показателей, своевременность терапии, контроль двигатель-
8%
Боигсе: www.grandviewresearch.com
ной активности — профилактика осложнений и последствий травматизма.
Параметры: снижение количества осложнений и внутрибольничной смертности.
Системы поддержки принятия врачебных решений. Помощь в проведении осмотра, подсказки по наиболее актуальным данным по заболеванию; контроль назначения вспомогательных методов исследования и лабораторной диагностике; контроль медицинских ошибок — настороженность по редким заболеваниям.
Параметры: снижение количества медицинских ошибок, снижение стоимости, повышение доступности качественной медицинской помощи.
Система распределения потока пациентов. Доврачебное взаимодействие с пациентом, сбор анамнеза, подсказки по необходимым дополнительным методам обследования, маршрутизация пациента на доклиническом и клиническом этапе.
Параметры: повышение качества медицинской помощи, снижение стоимости.
Телемедицина. Оказание дистанционного консультирования, мониторинга и сбора информации ведет к объективизации данных для принятия управленческих решений; дает возможность обеспечения качественной медицинской помощи в регионах с дополнительным позитивным эффектом в виде повышения квалификации персонала, а также мониторинг пациентов с хроническими заболеваниями и на реабилитации, что повышает качество жизни пациентов, ведет к ускоренному восстановлению и социализации пациентов.
Параметры: повышение качества медицинской помощи, снижение инвалидизации, повышение качества жизни.
Психологическая коммуникация. Дистанционная работа с дезадаптированными пациентами, поддержка терапии в периоде после выписки из стационара, либо по окончании курса очных консультаций, психологическая поддержка и преодоление последствий социальной изоляции.
Параметры: повышение качества жизни, снижение инвалидизации, влияние на смертность в виде снижения количества суицидальных попыток.
Цифровые технологии крайне разнообразны и могут быть отнесены к разным классам риска по степени влияния на жизнь и здоровье пациен-
та как с точки зрения влияния на принятие врачебного решения, так и непосредственной опасности неправильной манипуляции в реальном времени в случае функционального сбоя. Однако следует принять во внимание, что все системы, способные к самообучению и максимально автономной работе, несут риск для пациента, с точки зрения технических погрешностей, и их применение сегодня возможно только под контролем медицинского персонала [11].
Также важным аспектом применения цифровых технологий является их клинико-экономи-ческая эффективность [12]. Примеры, когда технологические тренды в медицине, особенно, в части дорогостоящего медицинского оборудования, имеют отрицательный баланс по сравнению со степенью влияния на качество медицинской помощи и их стоимостью. Внедрение некоторых технологий в широкую клиническую практику может приводить также к гипердиагностике и избыточным манипуляциям и не оказывать никакого положительного влияния на результаты диагностики и лечения при их оценке не только с позиций доказательной медицины, но и при оценке на базе простого клинического мышления, присущего еще врачам нашей медицинской школы. Необходимо помнить, что базовым принципом медицины является принцип «не навреди» и нет теоретической задачи узнать про организм человека все вообще. Как правило для работы врача необходимы только клинически значимые параметры, оказывающие прямое или косвенное влияние на тактику лечения, на понимание причин возникновения и развития заболевания или патологических изменений состояния организма. Соответственно при применении цифровых технологий необходимость подобных расчетов и исследование клинической эффективности также актуальны. В этой области на рынке сейчас существует очень много устройств и программных решений как заведомо профанационных, так и представляющих интерес для клинического применения и возможно даже приводящих к существенному улучшению действующих клинических протоколов, но наличие первых сильно вредит развитию вторых, которые, в свою очередь, плохо представлены именно как продукт. При этом, как правило, у бесполезных в лучшем случае, а то и вредных решений с «упаковкой» все в порядке.
С целью отбора перспективных и эффективных именно для широкой клинической практики ИТ-решений, оценки их перспективности и влияния на показатели здравоохранения и далее для осуществления поддержки на этапах предварительной оценки, клинических исследований и апробации Ассоциацией «Национальная база медицинских знаний» совместно с ФГБНУ «Национальный НИИ общественного здоровья имени Н.А. Семашко» при поддержке негосударственного института развития «Иннопракти-ка» и с участием ЦНТИ МФТИ создается Центр апробации и акселерации цифровых технологий в здравоохранении. Задачами центра будет оказание помощи разработчикам с момента оформления ими своей идеи до момента вывода на рынок готового продукта отдельно или в составе комплексных проектов, организованных в консорциумах разработчиков или стратегическими партнерами. Важной составляющей также является обеспечение возможности работы в зоне экспериментального правого режима, законодательство по которым в настоящий момент активно формируется при участии экспертов данных организаций Министерством экономического развития Российской Федерации. Такой режим позволит снять ряд нормативных и иных барьеров перед разработчиками и поможет их ускоренному развитию и выходу на рынок.
ЛИТЕРАТУРА/REFERENCES
1. Gopal G, et al. Digital transformation in healthcare — architectures of present and future information technologies. Clin Chem Lab Med. 2019; 57(3): 328—335. DOI: 10.1515/cclm-2018-0658.
2. Мелерзанов А.В. Университетский кластер Московского Физико-технического института (ГУ). Русский медицинский журнал. 2014; 2(6): 433—435. Melerzanov AV. [University cluster of the Moscow Institute of Physics and Technology]. Russian Medical Journal. 2014; 2(6): 433—435. Russian.
3. Мелерзанов А.В., Александрова О.Ю., Свистунов А.А. Подготовка кадров для цифрового здравоохранения. Сеченовский вестник. 2017: 3(29): 15—24. Melerzanov AV, Alexandrova OYu, Svistunov AA. [Digital healthcare personnel training]. Sechenov Medical Journal. 2017; 3(29): 15—24. Russian.
4. Мелерзанов А.В., Алмазов А.А., Трунин А.О., Римская Б.А., Александрова О.Ю. Подготовка кадров для цифрового здравоохранения и анализ стандартов. Врач и информационные технологии. 2020; 2: 64—71. Meler-
zanov AV, Almazov AA, Trunin AO, Rimskaya BA, Alexandrova OYu. [Digital health training and standards analysis]. Information Technologies for the Physician. 2020; 2: 64—71. Russian.
5. Classification of Digital Health Interventions v1.0. World Health Organization, 2018. Available from: https:// apps.who.int/iris/bitstream/handle/10665/260480/WHO-RHR-18.06-eng.pdf?sequence=1. [Cited 04.02.2020].
6. Strengthening health systems to improve health outcomes. World Health Organization, 2007. Available from: https:// www.who.int/healthsystems/strategy/ everybodys_business.pdf. [Cited 04.02.2020].
7. Алмазов А.А., Румянцев П.О., Купреев П.П., Ролин С.А., Мелерзанов А.В., Мурашко М.М. Системы поддержки принятия врачебных решений, анализ мультимодаль-ных данных, разница «человеческого» и «машинного» подходов, социальная проблематика сбора и оборота биомедицинских данных. 2020; 7 (2): 28—35. Врач и информационные технологии. Almazov AA, Rumyant-sev PO, Kupreev PP, Rolin SA, Melerzanov AB, Murashko MM. [Support systems for making medical decisions, analysis of multimodal data, the difference between the «human» and «machine» approaches, the social problems of the collection and circulation of biomedical data]. Information Technologies for the Physician. 2020; 7(2): 28—35. Russian.
8. What is medical technology? AMB Academy, 2019. Available from: https://amb.se/en/2019/01/15/what-is-medical-technology/. [cited 04.02.2020].
9. Artificial Intelligence in healthcare market size, share and trends analysis report by component (hardware, software, services), by application, by region, competitive insights and segment forecasts, 2019—20225. Grand View Research, 2019. Available from: https://www.grandviewre-search.com/industry-analysis/artificial-intelligence-ai-healthcare-market. [cited 04.02.2020].
10. Michael Pinto, et al. Integration of a Raman spectroscopy system to a robot-assisted surgical system for real time tissue characterization during radical prostatectomy procedures. Biomedical Optics. 2019; 24(2). DOI: 10.1117/1. JBO.24.2.025001
11. Гусев А.В., Плисс М.А. Основные рекомендации к созданию и развитию информационных систем в здравоохранении на базе искусственного интеллекта. Врач и информационные технологии. 2018; № 3: 45—60. Gu-sev AV, Pliss MA. [The main recommendations for the creation and development of information systems in healthcare based on artificial intelligence]. Information Technologies for the Physician. 2018; 3: 45—60. Russian.
12. Васильева Т.П., Мелерзанов А.В., Алмазов А.А., Васильев М.Д., Александрова О.Ю. Оценка инновацион-ности технологий здоровьесбережения населения. Врач и информационные технологии. 2020; 2: 6—20. Vasileva TP, Melerzanov AV, Almazov AA, Vasilyev MD, Alexandrova OYu. [Assessment of the innovativeness of public health technologies]. Information technologies for the Physician. 2020; 2: 6—20. Russian.
Поступила / Received: 09.02.2020 Принята к опубликованию / Accepted: 03.04.2020
Сведенияоб авторах:
Мелерзанов Александр Викторович — канд. мед. наук, ведущий научный сотрудник ФГБНУ НИИ Общественного здоровья им. Н.А. Семашко. 105064, Москва, ул. Воронцово поле, д. 12, стр. 1. Тел. +7(495)917-90-41. Email: [email protected]. ORCID: http://orcid.org0000-0002-4749-5851
Алмазов Андрей Александрович — научный сотрудник ФГБНУ НИИ Общественного здоровья им. Н.А. Семашко. 105064, Москва, ул. Воронцово поле, д. 12, стр. 1. Тел.: +7(495)917-90-41. E-mail: [email protected]. ORCID: https://orcid.org/ 0000-0002-8547-5667
Иванова Мария Александровна — лаборант-исследователь ФГБНУ НИИ Общественного здоровья им. Н.А. Семашко. 105064, Москва, ул. Воронцово поле, д. 12, стр. 1. Тел.: +7(985)258-69-03. E-mail: [email protected]
Шукурлаева Гузаль Еркиновна — лаборант-исследователь ФГБНУ НИИ Общественного здоровья им. Н.А. Семашко Адрес: 105064, Москва, ул. Воронцово поле, д. 12, стр. 1. Тел.: +7(926)563-62-43. E-mail: [email protected]. ORCID: https:// orcid.org/0000-0003-1656-353X
Александрова Оксана Юрьевна — доктор медицинских наук, профессор, заместитель директора ФГБНУ Национальный НИИ общественного здоровья им. Н.А. Семашко. 105064, Москва, ул. Воронцово поле, д. 12, стр. 1. Тел. +7(495)917-90-41. E-mail: [email protected]. ORCID: http://orcid.org0000-0002-7246-4109
About the authors:
Alexander V. Melerzanov — Ph.D. in Medicine, Leading Research Fellow, N.A. Semashko National Research Institute of Public Health. Russia, 105064, Moscow, Vorontsovo Pole Str., 12, bldg. 1. Tel.: +7(495)917-90-41. E-mail: [email protected]. ORCID: http://orcid.org0000-0002-4749-5851
Andrey A. Almazov — Research Fellow, N.A. Semashko National Research Institute of Public Health. Russia, 105064, Moscow, Vorontsovo Pole Str., 12, bldg. 1. Tel.: +7(495)917-90-41. E-mail: [email protected]. ORCID: https://orcid.org/0000-0002-8547-5667
Maria A. Ivanova — research assistant, N.A. Semashko National Research Institute of Public Health. Russia, 105064, Moscow, Vorontsovo Pole Str., 12, bldg. 1. Tel.: +7(985)258-69-03. E-mail: [email protected]
Guzal E. Shukurlaeva — research assistant, N.A. Semashko National Research Institute of Public Health. Russia, 105064, Moscow, Vorontsovo Pole Str., 12, bldg. 1. Tel.: +7(926)563-62-43. E-mail: [email protected]. ORCID: https://orcid.org/0000-0003-1656-353X
Prof. Oxana Y. Alexandrova — Sc.D. in Medicine, Deputy Director, N.A. Semashko National Research Institute of Public Health. Russia, 105064, Moscow, Vorontsovo Pole Str., 12, bldg. 1. Tel.: + 7(495)917-90-41. E-mail: [email protected]. ORCID: http:// orcid.org0000-0002-7246-4109
