CC BY
69
и информационные
технологии
А.В. ГУСЕВ,
к.т.н., заместитель директора по развитию, компания «Комплексные медицинские информационные системы» (К-МИС), e-mail: agusev@kmis.ru
ПЕРСПЕКТИВЫ ДАЛЬНЕЙШЕГО РАЗВИТИЯ СЛУЖБЫ МЕДИЦИНСКОЙ СТАТИСТИКИ ПУТЕМ ПЕРЕХОДА К УПРАВЛЕНИЮ НА ОСНОВЕ ДАННЫХ
УДК 614.2
Гусев А.В. Перспективы дальнейшего развития службы медицинской статистики путем перехода к управлению на основе данных (Компания «Комплексные медицинские информационные системы», Петрозаводск, Россия)
Аннотация. В статье проанализированы проблемы существующей в России системы сбора государственной статистической отчетности. Приведен обзор литературы и публикаций в СМИ и блогосфере, которые раскрывают имеющиеся недостатки медицинской статистики.
Предлагается постепенное развитие управления здравоохранением на основе данных с отказом от использования статистических отчетов. Ключевой идей является постепенный отказ от применения существующих форм государственной статистической отчетности. Вместо этого следует создать и последовательно развивать систему поддержки принятия управленческих решений в сфере здравоохранения, представленную как один из федеральных компонентов ЕГИСЗ. В конечном счете такая система должна полностью заменить собой государственную статистическую отчетность, утверждаемую приказами Росстата, Минздрава, ФФОМС и других органов исполнительной власти, включая региональные органы управления, а также многочисленные разрозненные «монито-ринги», «регистры» и другие федеральные управленческие системы, имеющиеся в настоящее время. Созданный единый федеральный сервис ЕГИСЗ должен аккумулировать в себе все необходимые для работы руководителей формализованные первичные данные, преимущественно в деперсонифицированном виде, из других компонентов ЕГИСЗ, таких как медицинские информационные системы медицинских организаций (МИС МО), региональные сервисы и системы ЕГИСЗ, информационные системы ТФОМС и т.д.
Ключевые слова: медицинские информационные системы, системы поддержки принятия управленческих решений, СППУР, управление на основе данных, ЕГИСЗ, медицинская статистика
UDС 614.2
Gusev A. V. Prospects for the further development of the medical statistics service through the transition to management based on data (Complex Medical Information Systems Company, Petrozavodsk, Russia, Russia)
Abstract. In the article the problems of the system of collection of state statistical reporting existing in Russia and the consequences to which they result are analyzed. A review of literature and publications in the media and the blogo-sphere is provided, which reveal the existing shortcomings of medical statistics.
The gradual development of health management based on data with the refusal to use statistical reports is proposed. The key idea is a gradual refusal to apply the existing forms of state statistical reporting. Instead, it is necessary to create and consistently develop a system of support for management decision-making in the health sector, presented as one of the federal components of the EGIS. Ultimately, such a system should completely replace state statistical reporting approved by the orders of Rosstat, Ministry of Health, FFOMS and other executive authorities, including regional government bodies, as well as numerous disparate "monitoring", "registers" and other federal management systems available in present time. The established single federal service EGISP should accumulate in itself all the formalized primary data, primarily depersonalized, from other components of the EGISP, such as medical information systems of medical organizations (MIS MO), regional services and EHISM systems, information systems of the TFOMS and etc. Keywords: medical information systems, management decision support systems, SPPRS, data management, EGIS, medical statistics
-f-
© А.В. Гусев, 2018 г.
■ ■■
РЧН
ВВЕДЕНИЕ
На сегодняшний день здравоохранение является одним из самых актуальных направлений в части совершенствования государственного управления. Перед отраслью стоят сложнейшие проблемы, связанные с финансированием и недостаточно эффективным использованием имеющихся денежных, кадровых и материальных ресурсов. Дефицит врачей и среднего медперсонала, несовершенство системы обязательного медицинского страхования (ОМС), многочисленные жалобы и недовольство населения уровнем и качеством оказания медицинской помощи делают работу руководителей отрасли сложнейшей многофакторной задачей.
Принятие адекватных мер по улучшению эффективности системы здравоохранения практически невозможно без своевременной системы поддержки принятия управленческих решений. В качестве одного из основных инструментов в управлении здравоохранением применяется служба медицинской статистики, которая по сути досталась нам еще с советских времен планово-экономического хозяйствования. С ее помощью выявляются ключевые проблемы отрасли, определяются приоритеты, ставятся конкретные задачи для более полного и рационального использования кадровых, финансовых и материально- технических ресурсов [5]. Очевидно, что для быстрого и эффективного исправления ситуации нужно адекватное и результативное управление, которое в свою очередь нуждается в модернизированном и отвечающем текущим реалиям инструменте - медицинской статистике.
Начиная с 2011 года, в России создается и развивается Единая государственная информационная система здравоохранения (ЕГИСЗ), основной целью которой в свое время было заявлено обеспечение эффективной информационной поддержки процесса управления системой медицинской помощи [3].
2018, № 2
В предпосылках создания ЕГИСЗ говорится о том, что «в рамках управления здравоохранением реализованы в основном процессы обобщения и предоставления на вышестоящий уровень агрегированной информации. При этом отсутствует возможность, во-первых, проверить такую информацию на предмет достоверности, а, во-вторых, оперативно изменить состав и форму представления агрегированной информации в зависимости от характера решаемых управленческих задач. Информационные системы в здравоохранении проектируются и разрабатываются децентрализованно в условиях отсутствия единой методологии, а потому не позволяют рассматривать и анализировать деятельность системы здравоохранения в целом».
За прошедшие 6 лет в этом направлении предпринимаются определенные усилия, которые тем не менее не позволили пока отрасли существенно улучшить свое управление. Силами Министерства здравоохранения создается и постепенно развивается целый ряд аналитических решений, таких как Информационно-аналитическая система (ИАС), федеральный регистр медицинских организаций (ФРМО), федеральный регистр медицинских работников (ФРМР) и другие. В некоторых субъектах РФ внедрены и постепенно входят в привычную практику работы руководителей региональные информационно-аналитические системы (РИАСы), в том числе с применением мощных В1-платформ и формированием аналитики на основе поступающих в режиме реального времени медицинских данных из различных компонентов ЕГИСЗ.
Но все же наблюдаемое нами создание и развитие аналитических систем осуществляется параллельно с продолжающей свою работу и в целом несколько закостенелой медицинской статистикой. Ее правовую основу составляют утвержденные и пересматриваемые каждый год приказы Росстата, Минздрава и ФФОМСа. Этими нормативно-правовыми
>
и информационные
технологии
актами устанавливаются бумажные формы статистической отчетности, которые вначале заполняются на уровне медицинской организации, затем консолидируются и обрабатываются на уровне региона, как правило в медицинских информационно-аналитических центрах (МИАЦ). Далее эти отчеты передаются на федеральный уровень в Центральный научно-исследовательский институт организации и информатизации здравоохранения (ЦНИИОиИЗ, http://www.mednet.ru), при этом по-прежнему с распечаткой на бумаге. Источником данных для формирования отчетов несколько десятилетий является преимущественно бумажная медицинская документация, главным образом - «Талоны амбулаторного пациента» (ТАПы) и «Карты выбывшего из стационара» (КВ).
По нашим данным, число форм федерального и отраслевого статистического наблюдения превышает 130 отчетов, а суммарное количество заполняемых показателей в этих формах - свыше 60 тыс. Если распечатать полностью всю предусмотренную законодательством статистическую отчетность, МИАЦ
может потратить на это несколько десятков пачек бумаги, суммарно насчитывающих тысячи страниц с заполненными формами (рис. 1). В основном горячая пора у медицинских статистиков - это начало года (январь-март), когда годовые отчеты окончательно принимаются от медицинских организаций, обрабатываются и готовятся для сдачи на федеральный уровень.
ОСНОВНЫЕ ПРОБЛЕМЫ МЕДИЦИНСКОЙ СТАТИСТИКИ В НАСТОЯЩЕЕ ВРЕМЯ
Существующая в России государственная система статистической отчетности в здравоохранении по существу не реформировалась со времен Советского Союза. Уже много лет она испытывает массу трудных проблем.
Во-первых, хорошо известно, что статистические отчеты заполняются и правятся при необходимости вручную, что неизбежно приводит к рискам предоставления «улучшенных» показателей, несмотря на действующую административную ответственность руководителей за предоставление недостоверных данных,
Рис. 1. Распечатанные папки с годовым региональным архивом статистических отчетов по здравоохранению
■ ■■
РЧН
установленную статьей 13.19 Кодекса РФ об административных правонарушениях и статьей 3 Закона РФ «Об ответственности за нарушение порядка представления государственной статистической отчетности».
Не секрет, что нередко данные для расчета статотчетов, равно как и сами статотчеты, откровенно корректируются, другими словами - фабрикуются. Опытные статистики знают и умеют пользоваться правилами формирования и проверки статистических форм и могут предоставить их в таком виде, что выявить подделку показателей будет невозможно. Таким образом, убедиться в том, что предоставленный управленцу тот или иной статотчет, даже подписанный руководителем МО или регионального ОУЗ, содержит действительно реальные показатели, нередко практически невозможно.
Во-вторых, изменения в установленные формы статотчетов, как правило, вносятся и утверждаются ближе к концу года, что заставляет формировать их на основании данных и алгоритмов, изначально не предусмотренных в организации работы медицинской организации. Фактически, нередко показатели и сами формы отчетов приходится заполнять «задним числом», несмотря на повсеместные возможности автоматического их формирования различными программными продуктами. Вводимые приказами Росстата изменения порой совершенно не согласуются с основным назначением отчетности.
В работе [6] приводится детальное описание многочисленных проблем. Например, значительный объем ежегодных изменений в отчетных формах на протяжении последних лет привел к сокращению возможностей контроля. Ежегодные изменения привели к практической утрате межгодовых и межформенных контролей, так как частые «вмешательства» полностью разрушили динамические ряды множества показателей.
Бывали факты неоправданного дублирования одних и тех же показателей в различные
2018, № 2
отчетные формы, например, одно время существовала форма федерального статистического наблюдения № 31 «Сведения о медицинской помощи детям», в которой аккумулировались сведения об организации медицинской помощи пациентам в возрасте 0-17 лет, включая осмотры детей отдельных возрастных групп. Эти же сведения необходимо было предоставлять в отчетной форме № 30 [6].
В ряде случаев отчетные формы не учитывают специфику организации отдельных видов медицинской помощи, утвержденные формы и порядок ведения медицинской документации и даже иногда используют кодировки и нормативно-справочную информацию, отличающиеся от действующей и установленной Минздравом. В результате возникают риски, что собранные в государственной статистической отчетности данные нельзя использовать, т.к. они непригодны для оценки ситуации в той или иной службе здравоохранения.
Специалисты ЦНИИОиЗ признают, что, к сожалению, «гуляющие» по стране устные или самописные «рекомендации» по заполнению отчетных форм не только весьма далеки от корректных, но и противоречат основным законам статистики. Более того еще одна проблема состоит в сложных отношениях между медицинскими организациями (МО), территориальными фондами обязательного медицинского страхования (ТФОМС) и страховыми организациями (СМО) в субъектах РФ. В последние годы практически постоянно ТФОМС и СМО довольно активно «вмешиваются» в систему сбора сведений в медицинских организациях, предпринимая попытки скорректировать базовые методические положения, являющиеся основополагающими в системе учета в службе медицинской статистики страны [6].
Наконец, кадровое обеспечение, проблемы с обучением специалистов по медицинской статистике и по переподготовке кадров только усугубляют ситуацию. Специалисты ЦНИИОиЗ постоянно наблюдают, как отдельные МИАЦы,
>
и информационные
технологии
утрачивая навыки высокопрофессионального коллектива, быстро теряют позиции «коллектива специалистов», пополняя категорию «неосведомленных новичков» и представляют в Минздрав России недоработанный, «сырой» годовой отчет, в котором выявляется большое количество недочетов и просто ошибок.
Все эти явления внутри системы здравоохранения хорошо и давно известны. Возможно, именно из-за них эксперты и просто рядовые медицинские работники достаточно скептически относятся к публикуемым отраслевым показателям. Медицинское профсообщество, да и общество в целом, попросту говоря, не верит медицинской статистике. СМИ и блогосферу уже не первый год сотрясают различные публикации с кричащими заголовками, например:
- Кто фальсифицирует статистику младенческой смертности? (сентябрь 2004 г.), https://rg.ru/2004/09/01/deti.html.
- Медицинская статистика о ВИЧ как худшая из форм лжи (декабрь 2011 г.), http://aidsexpert.liveiournal.com/10509.html.
- В России «прячут» неугодную статистику смертности (апрель 2015 г.), http://doctorpiter.ru/articles/11545/.
- Эпидемиолог: официальная статистика по внутрибольничным инфекциям занижена (ноябрь 2015 г.), https://vademec. ru/news/2015/11/23/epidemiolog_ ofitsialnaya_statistika_po_vnutribolnichnym_ infektsiyam_zanizhena/.
- Поликлиники массово фальсифицируют отчеты о якобы проведенных обследованиях (декабрь 2015 г.), http://theins.ru/ obshestvo/17608.
- Фонд «Здоровье»: действующая методика сбора статистики лишает смысла информатизацию (март 2016 г.), https://vademec. ru/news/2016/03/24/fond_zdorove_ deystvuyushchaya_metodika_sbora_statistiki_ lishaet_smysla_informatizatsiyu/.
- 80% врачей посчитали результаты диспансеризации недостоверными (апрель
2016 г.), https://vademec.ru/news/2016/04/ 28/80-medrabotnikov-schitayut-nedosto-vernymi-rezult aty-dispanserizatsii-/. Руководство Селемджинской больницы подозревают в фальсификации результатов диспансеризации (март 2017 г.), http://www. amur.info/news/2017/03/30/122703. Три четверти врачей усомнились в результатах диспансеризации (март 2017 г.), https://vademec.ru/news/2017/03/07/ tri-chetverti-vrachey-usolтmilis-v-rezultatakh-dispanserizatsii/.
Более 30% российских врачей заявили о манипуляциях со статистикой в медучреждениях (апрель 2017 г.), https://vademec. ru/news/201 7/04/26/bolee-30-rossiyskikh-vrachey-zayavMi-o-manipulyatsii-s-
pokazatelyami-smertnosti/.
- Летальный исход пермской статистики (июль 2017 г.), https://www.newsko.ru/ newsM-4143395.htm.
- Фальсификация медицинской статистики в Москве (август 2017 г.), https://burckina-new.livejournal.com/785563.html.
- Фонд «Здоровье» заявил о подозрительном росте смертности россиян (сентябрь 2017 г.) https://medrussia.org/8960-rost-smertnosti/#hcq=tFTYSwq.
ПРЕДЛОЖЕНИЕ ПО СОЗДАНИЮ ФЕДЕРАЛЬНОГО СЕРВИСА МЕДИЦИНСКОЙ СТАТИСТИКИ В ЕГИСЗ
Представляется, что постепенная интеграция службы медицинской статистики в ЕГИСЗ в виде отдельного федерального управленческого сервиса, построенного на автоматической консолидации всей необходимой первичной информации в электронном виде, было бы разумным и оправданным с экономической и организационной точек зрения.
Напомним, что в настоящее время в стране идет массовая автоматизация медицинских организаций (МО): повсеместно внедрены
медицинские информационные системы (МИС), осуществляется переход на электронные медицинские карты (ЭМК). Согласно утвержденным в каждом субъекте РФ «Дорожным картам развития ЕГИСЗ», к концу 2018 г. мы должны обеспечить полноценный 100% переход на ведение медицинской документации в электронном виде. Таким образом, вся информация, необходимая для формирования статистических отчетов, у нас уже собирается и хранится в электронном виде и в ближайшее время это должно быть во всех МО без исключения.
В этой связи мы бы могли запланировать и начать постепенную продуманную перестройку службы медицинской статистики. Идея состоит в следующем: было бы логично и правильно создать отдельный федеральный сервис в ЕГИСЗ, назовем его условно «Федеральная медицинская статистика» (ФМС). Этот сервис должен аккумулировать в себе все данные, необходимые для формирования требуемых для отрасли медицинских статистических отчетов, причем в деперсонифицированном виде. Источниками этих данных должны стать уже имеющиеся в настоящее время компоненты ЕГИСЗ: федеральные сервисы ФРМО/ФРМР, «Федеральная электронная регистратура» и федеральная интегрированная электронная медицинская карта (ИЭМК), а также медицинские информационные системы медицинских организаций (МИС МО), региональные сервисы, информационные системы ТФОМС и т.д.
Постепенно следует переводить процесс сбора и сдачи бумажных статистических отчетов на их автоматизированное формирование в этом федеральном сервисе. Например, уже сейчас все данные о ресурсном обеспечении (сведения о медицинских организациях, сведения о кадрах и медицинской технике и т. д.) имеются в федеральных регистрах ФРМО и ФРМР. Было бы логично отменить обязанность МО и МИАЦ сдавать отчетность по внесенным в эти сервисы данным, вместо этого реализовав возможность формировать всю статистическую
■ ■■
www.idmz.ru ,_
2018, № 2 ^
отчетность по ним в соответствующей федеральной информационной системе медицинской статистики. Такое изменение сразу почувствовалось бы на местах: людям стало бы понятно, зачем они тратят время на ведение федеральных регистров; достоверность и правильность расчетов обеспечивал бы сам федеральный сервис; появилась бы возможность формировать нужные статистические отчеты в режиме on-line, а не раз в год.
Для того, чтобы стимулировать этот процесс, необходимо на законодательном уровне утвердить для всех участников системы здравоохранения возможность получать всю отчетность именно через этот сервис, отменив обязанность сдачи соответствующих отчетов в бумажном виде. В таком случае снизилась бы нагрузка на МИАЦ и МО в части постоянного запроса разных оперативных справок и дополнительных отчетов по внесенным в ЕГИСЗ данным. Вся необходимая информация уже внесена, поэтому получение отчетов по ней хорошо бы вести тоже централизовано.
Оператор «Федеральной медицинской статистики» смог бы самостоятельно поддерживать и оперативно вносить любые изменения в формы статистической отчетности. Более того такой подход создал бы реальные предпосылки постепенно переходить от табличных и недостаточно удобных для управленца форм статотчетов к более современным аналитическим системам с развитыми средствами визуализации и анализа данных, включая применение прогнозной аналитики и поддержки принятия управленческих решений. Это позволит внедрять любые нужные инновации и изменения в работу службы медицинской статистики намного быстрее и дешевле, чем сейчас и избавит от инертности на местах. Не нужно было бы заставлять медицинские организации и региональные МИАЦы каждый год изучать новые формы и правила их заполнения, не говоря уже о том, что это полностью
Врач «и
' и информационные
технологии
> исключает риски махинаций со статистическими отчетами на местах.
Задача участников системы здравоохранения (медицинских организаций, СМО, ТФОМС, МИАЦ и т.д.) сводилась бы к осуществлению своей непосредственной основной деятельности, ведении соответствующих специализированных учетных информационных систем и их интеграции с системой медицинской статистики Минздрава в части оперативной, постоянной и надежной передачи в нее необходимых учетных данных.
Создание и внедрение системы, конечно, целесообразно осуществлять этапами. Например, вначале внедрить формирование отчетов по ресурсному обеспечению. Затем - заболеваемость. Далее - временная нетрудоспособность и т. д. Так, действуя обдуманно и последовательно, мы бы пришли к постепенному централизованному и полностью автоматизированному формированию всей государственной статистической отчетности, утверждаемой приказами Росстата, Минздрава, ФФОМС и других органов исполнительной власти. Параллельно с этим мы бы могли интегрировать в эту схему региональные органы управления, а также многочисленные разрозненные «мониторинги», «регистры» и т. д.
Представленный подход позволит обеспечить давно назревшие и действительно необходимые изменения в организации здравоохранения:
1. Избавит медицинский персонал от затрат времени на заполнение различных отчетных форм, что позволит получить существенную экономию времени и переориентировать ее на действительно основную деятельность -лечебно-диагностический процесс. Задача врача - лечить пациентов и вести ЭМК, не более. Все что нужно для управления отраслью, включая медицинскую статистику, необходимо получать автоматически на основании этих данных и не перекладывать на медицин-
ских работников роль обслуживающих управленцев статистов.
2. Повысит мотивацию и ответственность руководителей МО в части информатизации. Если главный врач будет видеть статистические показатели по работе своей организации из единой информационной системы медицинской статистики, не сможет изменять эти показатели и при этом будет понимать, что их точно также видит региональный орган управления здравоохранением и федеральный Минздрав, то это изменит и его отношение к работе. При этом, если мы уберем с главврача его большую «головную боль» в части сдачи медицинской статистической отчетности, он сможет более эффективно работать, например, сосредоточится на лечебно-диагностическом процессе или улучшении организации работы.
3. Избавит МИАЦы и другие уполномоченные организации от тяжелой ручной работы по сбору и сдаче статистической отчетности. Вместо этого имеющийся персонал можно переориентировать на оперативный анализ и подготовку проектов управленческих решений на основе тех данных и показателей, которые формировала бы федеральная статистическая система.
4. Существенно ускорит оперативность и адекватность управления отраслью в целом: данные в такой схеме собираются не раз в год, а в режиме реального времени, их достоверность основывается на реальной работе МО, которую можно прозрачно контролировать, а значит и принимаемые решения будут быстрее, дешевле и эффективнее совершенствовать здравоохранение.
5. Централизованный анализ первичной информации открывает обширные возможности для инноваций: можно будет свободно менять форматы и срезы в аналитических инструментах, проводить ретроспективные исследования, строить эффективные прогностические модели и внедрять передовые технологии, такие как искусственный интеллект,
нейронные сети, big data и многое другое. Предложенный подход был бы реальным шагом в сторону цифрового здравоохранения, о котором так много сейчас говорится.
СТАДИИ РАЗВИТИЯ АНАЛИТИЧЕСКИХ СИСТЕМ
Необходимо признать, что эффективность государственного управления и применяемые в нем подходы и инструменты традиционно отстают от корпоративного сектора, который в силу жесткой конкуренции лучше предрасположен к внедрению новых методов и постоянному совершенствованию своего управления одновременно со снижением его стоимости. В настоящее время по крайней мере на Западе набирает популярность концепция управления на основе данных (data-driven business) [1].
Ключевая роль в этой концепции отводится развитым аналитическим системам. Анализ литературы по различным проектам, подходам и готовым решениям, предлагаемых ИТ-отраслью, позволяет выделить 5 ступеней эволюции аналитических систем, показанных на рис. 2 [7, 8, 12]:
1. Системы построения статотче-тов. Умеют формировать различные формализованные, чаще всего табличные, статистические отчеты, на основании которых руководитель может определить - что случилось с тем или иным направлением работы здравоохранения за прошедший период, например, понять, как изменилась заболеваемость, смертность или ресурсное обеспечение. Именно на этом, 1-ом уровне, находится сейчас служба медицинской статистики и, соответственно, отраслевое управление, на ней основанное.
2. Информационно-аналитические системы. Умеют формировать развитую аналитику с различными визуальными инструментами, такими как геоинформационные технологии, drill-down запросы, OLAP-кубы
2018, № 2
и т.д. Как правило эти решения строятся на промышленных платформах класса Business Intelligence (BI). Позволяют руководителю выявлять причины произошедшего. В настоящее время отдельные решения как на федеральном, так и на региональном уровне соответствуют этой стадии, предоставляя руководителям интерактивные аналитические панели (дашборды), помогающие быстрее и проще принимать те или иные оперативные управленческие решения. К сожалению, это пока максимальный уровень развития в реализуемых в настоящее время компонентах ЕГИСЗ.
3. Предсказательные (прогностические) системы. Позволяют строить управление не на основании контроля различных показателей, а на основании предоставления руководителю автоматической оценки текущей ситуации и предсказания изменений в том или ином направлении работы здравоохранения. Это ближайшее будущее в совершенствовании управления, для которого у нас есть практически все что нужно: готовые BI-платформы, масса накопленных в электронном виде данных, а также знания в области моделирования. Применяя решения этого уровня, руководитель мог бы не тратить свое ценное время на изучение и ручное сравнение различных отчетов из сотен страниц и тысячи показателей, чтобы выявить какие-то отклонения или проблемы. Вместо этого система самостоятельно может проанализировать собранные в режиме on-line первичные данные и, используя заложенные «нормы» (предикторы) и определенные математические модели, выявить различные отклонения и сделать соответствующий прогноз, который затем вывести в понятном интерактивном виде на экран руководителю.
4. Системы-помощники. Достигнув этого уровня развития, аналитические системы смогут не просто предсказывать те или иные события, но и формировать предложения по действию руководителя. Возможно развитие
>
и информационные
технологии
Рис. 2. Эволюция аналитических систем
технологий искусственного интеллекта поможет в наступлении эры таких решений.
5. Автоматические системы управления. Пока это считается уделом далекого будущего. На этом уровне системы будут заменять определенных руководителей и принимать самостоятельные управленческие решения.
Создавая предлагаемый сервис, целесообразно постепенно подтягивать существующую службу медицинской статистики ко второму уровню развития и строить решение по принципу развитой информационно-аналитической системы, способной помогать руководителю выявлять изменения в данных и оперативно указывать на критические отклонения в различных разрезах. При этом, возможно с небольшой отсрочкой, необходимо внедрять хотя бы некоторые элементы прогностической аналитики (predictive analytics) и предоставлять руководителям прогнозы, построенные на основании поступающих в режиме on-line данных из различных источников.
Продемонстрировав и отладив принципы управления на основании прогнозов
и контроля отклонений, можно выводить систему управления на активную фазу масштабирования, подключая к ней все новые и новые источники данных и направления работы, отказываясь параллельно с этим от рудиментарных статистических отчетов.
Описанный подход не является чем-то совершенно новым или неизученным. Еще в 19972004 гг. на кафедре медицинской кибернетики РГМУ выполнялись научно-проектные разработки под руководством С.А. Гаспаряна по совершенствованию управления здравоохранением в г. Москве. В результате этих исследований наши ученые пришли именно к тем выводам, что были описаны выше [14, 15].
За рубежом совершенствование отраслевого управления за счет более широкого внедрения аналитических систем также активно изучается и обсуждается, особенно в последнее время. Например, в результате опроса «Predictive Analytics in Healthcare Trend Forecast», в котором приняли участие 223 руководителя медицинских и страховых организаций США, выявлено, что [13]:
- 93% опрошенных руководителей признали, что аналитика является важным направлением в развитии;
- 89% сообщили, что в ближайшие 5 лет планируют начать или расширить свои инициативы, связанные с аналитикой;
- 47% руководителей медицинских организаций заявили, что в настоящее время уже внедряют подобные решения;
- более половины руководителей считают, что прогнозная аналитика сможет сэкономить их организациям более 15% общего бюджета в течение ближайших пяти лет;
- более четверти опрошенных полагают, что экономия бюджета составит 25% и больше, если использовать технологии клинической и бизнес-аналитики.
Одновременно с этим в США отмечаются и значительные препятствия для раскрытия всего потенциала прогнозной аналитики. Результаты изучения этого вопроса выявили, что [13]:
- 16% респондентов связывают это непосредственно с самими руководителями, которые ссылаются на целый ряд более нужных, по их мнению, задач, и ограниченный бюджет для инвестиций в аналитику;
- 13% отмечают сложности обеспечения соответствия требованиям регуляторов, в частности закону по обеспечению доступности и подотчётности в медицинском страховании и здравоохранении Health Insurance Portability and Accountability Act (HIPAA);
- 12% - некомплектность данных;
- 11% - трудность найма достаточно профессиональных специалистов;
- 10% - недостаточную эффективность IT-инфраструктуры;
- 9% - слишком большие объемы данных;
- 8% - трудность достижения договоренностей с пациентами;
- 7% - высказывают опасения о точности данных.
2018, № 2
БАЗОВЫЕ РЕКОМЕНДАЦИИ И ПРИНЦИПЫ СОЗДАНИЯ ФЕДЕРАЛЬНОГО СЕРВИСА МЕДИЦИНСКОЙ СТАТИСТИКИ
Согласно Gartner, организации не должны немедленно отказаться от своих привычных систем управления и формирования отчетов. Вместо этого следует двигаться инкремен-тально, но при этом понимать, что сбор данных и развитие аналитических инструментов должно развиваться в сторону автоматизации управления, а не в стороны просто отражения текущего состояния [8].
Проанализировав развитие наиболее передовых аналитических инструментов и тенденций в этой отрасли за последние 3 года, а также опросив 950 ИТ-специалистов по всему миру, Gartner выделил следующие ключевые рекомендации:
1. Любое управление должно быть основано на данных, а не на отчетах.
2. Следует всячески поддерживать накопление любых данных, чтобы быть готовыми к внедрению методов искусственного интеллекта (artificial intelligence) и машинного обучения (machine learning). Правило простое: собирать столько данных, сколько можно.
3. Облачный подход в создании аналитических систем и хранении данных является окончательно сформировавшимся стандартом. Вопрос состоит не в том, использовать облака или нет. Сейчас он состоит всего лишь в формулировке «как именно это осуществить?».
4. Архитектура аналитической системы должна строиться на базе ревитализирован-ного континуума данных и аналитики и состоять из 4 базовых блоков: Сбор, Организация, Анализ и Доставка (рис. 3).
• Собирать данные следует независимо от того, где именно создается информация, в любом формате и в режиме реального времени. Это могут быть записи из электронной медицинской карты, медицинские изображения, данные региональных учетных систем вро-
>
и информационные
технологии
Рис. 3. Ревитализированный континуум данных и аналитики (Gartner, октябрь 2016 г.)
де «Электронной регистратуры» и т.д. вплоть до данных от 1оТ-устройств и телемедицинских решений.
• Организовать хранение и обработку информации следует с использованием принципа логического объединения данных (logical data warehouse, LDW) с подключением к физическим источникам по мере необходимости, а не пытаться хранить ее всю в одном месте.
«Большие данные» (big data) -это нормальный подход к созданию современной аналитической системы. Для правильной организации хранения данных следует привлекать профессионалов в области архитектуры и хранения информации (data scientist).
• Анализировать данные там и тогда, когда это имеет наибольший смысл, включая формирование отчетности, развитую визуали-
LOB - I г е o1 buslrtiss; ROOMS - relatora' с atabase management sy^am; ЯГ - real time
Рис. 4. Комплексная, сквозная архитектура данных и аналитики
(Gartner, октябрь 2016 г.)
зацию данных, применение методов машинного обучения и других аналитических инструментов. Упор следует делать на современные методы продвинутой аналитики.
• Доставлять информацию оптимальным способом туда, где она нужна для принятия решения.
Архитектура сервиса федеральной медицинской статистики должна поддерживать управление на основе данных, обеспечивая быстрые изменения и самые разнообразные потребности, включая не только традиционные инструменты анализа, но и новые и передовые методы. Такая архитектура должна быть модульной по дизайну, чтобы приспособиться к параметрам конфигурации mix-and-match по мере их возникновения. Рис. 4 показывает рекомендуемую Gartner четырехступенчатую модель сквозной архитектуры.
Предлагаемые подходы к развитию управления здравоохранением являются настолько радикальными по сравнению с существующими устоявшимися правилами, что могут встретить существенное сопротивление вплоть до полного отторжения. В этой связи целесообразно внедрять их постепенно и поэтапно, например, используя привычный способ «пилотных проектов».
Началом работы должен стать детальный и вдумчивый анализ существующих потребностей управленцев здравоохранением на различных уровнях, включая сотрудников Министерства здравоохранения и заинтересованных ведомств, региональные органы управления здравоохранением и руководителей медицинских организаций. В результате такого анализа должен быть сформирован план реализации (привычная нам «дорожная карта»), определены направления и очередность создания и развития системы, формализованы источники и состав регистрируемых данных.
Важным принципом работы должен стать постепенный отказ от ручного заполнения
2018, № 2
и сдачи любой статистической отчетности по выбранному направлению. Вместо него следует разработать формализованный состав принимаемых для обработки первичных данных и начать его сбор, например, на основании имеющихся и уже работающих сервисов ЕГИСЗ.
Также очень важно создавать систему в интересах всех субъектов здравоохранения, а не только преимущественно для специалистов Минздрава. Сервис следует сразу делать с возможностью применения в региональных органах управления здравоохранением, МИАЦах, руководителями медицинских организаций и т.д. Это позволит более активно вовлекать в развитие системы субъекты РФ, учитывать мнение практического звена и, что самое главное, предоставлять им нужную ценность, предотвращая тем самым проблему сопротивления на местах и медленного развития. Для того, чтобы регионы и руководители МО увидели и сами убедились в полезности системы, следует вместе с внедрением ее новых компонентов тут же сокращать дублированные или неэффективные учетные и отчетные формы медицинской документации, заменяя их передачей данных от МИС в электронном виде.
ПРИМЕНЕНИЕ СОВРЕМЕННЫХ СРЕДСТВ ВИЗУАЛИЗАЦИИ ДАННЫХ
Реализуя предлагаемые изменения, крайне важно изначально ориентироваться на самые современные средства визуализации и работы с аналитикой. Давно известен такой факт: если для принятия какого-то решения человек изучает только текст (например, статистический отчет), то он усваивает лишь 70% информации. Если же эту информацию представить в виде картинки, то человек усвоит уже 95% [1].
По сравнению с текстовым представлением данных, визуально поданные сведения воспринимаются человеческим мозгом в несколько тысяч раз быстрее. Иными словами, наглядное
>
и информационные
технологии
Таблица 1
Пример табличного представления статистики о заболеваемости ОРВИ
Январь Февраль Март Апрель Май Июнь Июль Август Сентябрь Октябрь Ноябрь Декабрь
120,2 128,3 119,5 102,1 98,3 88,7 82,9 92,2 103,4 101,7 118,7 115,5
представление информации - эффективный и важный инструмент в части повышения эффективности и скорости анализа и принятия решений. Поэтому принцип применения современных средств визуализации как основного способа представления аналитической информации - является одним из важнейших.
Для образца рассмотрим таблицу 1 с примером данных о заболеваемости ОРВИ и попробуем выявить, в какой из месяцев она была максимальной?
А теперь посмотрим на эти же самые данные, поданные в виде столбчатой диаграммы (рис. 5).
Дополнительно автоматически выделим цветом максимальное и минимальное значение, а также дополнительно настроим вертикальную ось с данными (рис. 6).
Этот примитивный пример наглядно демонстрирует, что применяемый в настоящее время подход к сбору и представлению статистики в здравоохранении, основанный на табличной форме представления информации,
Рис 5. Пример обычной диаграммы с данными о заболеваемости ОРВИ
Рис 6. Пример обработанной и подготовленной диаграммы с данными о заболеваемости ОРВИ
является заметно проигрышным и по сути -ретроградным.
Современные средства визуализации и автоматической подготовки данных, реализованные в так называемых платформах бизнес-аналитики (Business intelligence, BI), позволяют:
1. Существенно, в разы, сокращать время на изучение данных. С помощью правильной визуальной подачи можно переориентировать временные и интеллектуальные затраты лица, принимающего решения (ЛПР), с затрат на изучение статистических данных, на их анализ и осмысление причинно-следственных связей и поиск вариантов управленческого решения.
2. Акцентировать внимание руководителя на аспектах данных, помогая ему выявлять важные отклонения или зависимости и при этом освобождать его от траты времени и интеллектуальных сил на изучение показателей, которые не изменились или не представляют ценности для оценки ситуации.
3. Анализировать за одно и то же время больше информации.
4. Обращать внимание на выявленные зависимости, взаимосвязи и отношения между данными.
5. Уменьшать информационную перегрузку руководителей и тем самым повышать эффективность их работы.
Таким образом, при создании системы очень важно не просто автоматизировать сложившуюся практику работы службы медицинской статистики. Дополнительно с такой автоматизацией целесообразно постепенно заменить неэффективные и устаревшие таблицы на понятные и наглядные аналитические панели, графики и диаграммы и другие развитые средства визуализации. Такой подход заметно усилит реализацию всей идеи сократить сопротивляемость при внедрении, т.к. целевые пользователи сразу на себе почувствуют облегчение в исполнении своих обязанностей и рост качества работы.
■ ■■
www.idmz.ru ,_
2018, № 2 ^
ИСПОЛЬЗОВАНИЕ РЕШЕНИЙ КЛАССА BUSINESS INTELLIGENCE (BI)
На сегодняшний день однозначно принятого и одинаково всеми понимаемого определения термина Business intelligence пока не сложилось. Исследователи, разработчики и теоретики расходятся в толковании этого термина. На его неопределенность повлияла многозначность английского слова «intelligence»: способность узнавать и понимать; готовность к пониманию; знания, переданные или приобретенные путем обучения, исследования или опыта; действие или состояние в процессе познания; разведка, разведывательные данные.
В определении аналитиков Gartner конца 1980-х годов business intelligence - это «пользователецентрический процесс, который включает доступ и исследование информации, ее анализ, выработку интуиции и понимания, которые ведут к улучшенному и неформальному принятию решений». Позже в 1996 году появилось уточнение - «инструменты для анализа данных, построения отчетов и запросов, которые могут помочь бизнес-пользователям преодолеть море данных для того, чтобы синтезировать из них значимую информацию».
Согласно исследованию [4], в настоящее время business intelligence в широком смысле слова определяет:
- процесс превращения данных в информацию и знания для поддержки принятия управленческих решений;
- информационные технологии (методы и средства) сбора данных, консолидации информации и обеспечения доступа бизнес-пользователей к знаниям;
- знания о бизнесе, добытые в результате углубленного анализа детальных данных и консолидированной информации.
В обзоре TAdviser «Business Intelligence и Big Data» проанализированы и систематизированы 15 главных требований к BI-платформам, которые полностью актуальны для создания
Врач «и
' и информационные
технологии
> современного и масштабируемоего сервиса медицинской статистики в рамках ЕГИСЗ [4].
1. Требования к возможностям интеграции
- BI-инфраструктура - все инструменты системы должны быть реализованы «в едином ключе», в том числе должны использовать общие метаданные, единую объектную модель, сквозную модель безопасности, администрирования, портальной интеграции, общий движок исполнения запросов.
- Управление метаданными - все инструменты в рамках единой платформы должна скреплять не только модель метаданных, но и единые средства для поиска, получения, хранения, повторного использования и публикации объектов метаданных, таких как массивы, иерархии, множества, метрики и элементы оформления отчетов.
- Разработка - В1-платформа должна предоставлять как пользователям, так и разработчикам набор развитых инструментов для создания В1-приложений, которые могут интегрироваться между собой и выстраиваться в сквозные бизнес-процессы, в том числе внедряемые в сторонние (внешние) бизнес-приложения. При этом хотя бы часть инструментов должна быть доступна на интуитивно понятном уровне, не требующем навыков программирования, желательно с графическим интерфейсом. Кроме того среда разработки должна поддерживать веб-сервисы для решения таких задач, как управление и администрирование, доставка информации, соблюдение графиков и регламентов работы.
- Взаимодействие - В1-платформа должна содержать средства для обмена как самой информацией, так и мнениями по поводу полученных результатов. Эти средства могут быть реализованы в виде дискуссионных форумов и конференций. Кроме того В1-приложения должны иметь возможность на основании определенных бизнес-правил назначать зада-
ния конкретным пользователям и отслеживать их выполнение. Иногда для реализации этих задач требуется использование отдельных самостоятельных приложений.
2. Требования
к предоставлению информации
- Аналитические панели (dashboards) должны быть основным способом доставки аналитики пользователю. Система должна представлять данные в наглядном, интуитивно понятном виде, при помощи различных шкал, показателей, индикаторов и т.п. Посредством таких контрольных панелей пользователи могут следить за текущим состоянием ключевых показателей и процессов и сравнивать их с намеченными, целевыми значениями.
- Развитая отчетность - возможность создания форматированных и интерактивных отчетов с развитыми механизмами для их распространения и обновления.
- Произвольные (ad hoc) запросы - для пользователей должна быть доступна возможность самостоятельно (без привлечения ИТ-специалистов) создавать и выполнять специфичные, нетиповые запросы. Для реализации таких возможностей в BI-платформе должен присутствовать развитый семантический слой, позволяющий находить и извлекать нужную информацию из имеющихся источников. Кроме того в системе должны присутствовать средства для аудита этих запросов, позволяющие убедиться в правильности их выполнения.
- Интеграция с офисными приложениями -в некоторых случаях BI-платформа используется как промежуточный инструмент для выполнения аналитических задач с соблюдением правил корректности и безопасности данных. При этом в качестве клиентской части BI-системы могут выступать различные офисные приложения, например табличные редакторы. Для этих случаев BI-вендору необходимо обеспечивать интеграцию с такими продуктами, включая поддержу форматов документов,
формул, сводных таблиц и механизмов обновления данных, а в расширенном варианте - еще и механизмов для блокирования отдельных ячеек и для «обратного» сохранения в базу данных внесенных в таблицы изменений.
- Возможности поиска - наличие поискового индекса как к структурированным, так и к неструктурированным источникам данных и объединение их в классифицированную структуру c определенными измерениями (зачастую использующими семантический слой BI) с тем, чтобы пользователи могли с легкостью ориентироваться и изучать данные посредством поискового (как у Google) интерфейса.
- Мобильные возможности - этот функциональный блок объединяет инструментарий, позволяющий доставлять отчеты и контент аналитических панелей на мобильные устройства (такие как смартфоны и планшеты), а также использовать интерактивные возможности де-вайсов (например, нажатие) и другие опции, обычно недоступные на десктопах и ноутбуках (геолокация и другие).
3. Требования к аналитическим возможностям
- Оперативная аналитическая обработка данных /OLAP, OnLine Analytical Processing) -поддержка OLAP-кубов значительно ускоряет процессы обработки запросов и выполнения расчетов, обеспечивая анализ данных в различных срезах (такой стиль анализа обозначается термином «slicing and dicing», что дословно переводится как «нарезание на кубики и ломтики», то есть в продольном и поперечном направлении). Такие инструменты также позволяют осуществлять планирование, использовать анализ по типу «что, если...». OLAP при этом может быть реализован посредством различных архитектур данных и хранилищ как дисковых, так и in-memory.
- Интерактивная визуализация - максимально наглядное представление данных с использованием различных интерактивных изо-
■ ■■
www.idmz.ru ,_
SOIS, № S ^
бражений, схем и графиков (вместо привычных таблиц с обычными строками и столбцами).
- Предикативное моделирование и data mining - эти инструменты призваны помочь компаниям классифицировать данные, формировать собственные номинальные и количественные шкалы, а также использовать для их анализа развитый математический аппарат.
- Карты показателей (scorecards) - позволяют на основании определенных ключевых показателей (отображаемых на контрольных панелях) контролировать ход выполнения стратегических планов и достижения ключевых показателей эффективности (KPI). Тем самым операционные показатели «привязываются» к целевым стратегическим индикаторам. Для дальнейшего, более детального анализа эти показатели могут расшифровываться при помощи дополнительных отчетов. Такие механизмы позволяют реализовывать различные методологии управления, такие как «шесть сигма» или системы сбалансированных показателей (BSC).
- Перспективное моделирование, симуля-торы и оптимизация - инструментарий предназначен для поддержки принятия решений в условиях выбора правильного значения переменной как детерминированных, так и при моделировании случайных процессов.
ЗАКЛЮЧЕНИЕ
Предлагаемый нами подход позволит создать необходимые условия для повышения эффективности управления здравоохранением на всех уровнях - от Министра до главных врачей медицинских организаций. Такое управление должно быть основано на данных, поступающих и анализируемых специализированными аналитическими системами поддержки принятия решений из соответствующих учетных информационных систем. Ключевые аспекты - это визуализация данных, использование развитых BI-платформ и лучших практик по проектированию информационно-аналитических систем.
и информационные
технологии
ЛИТЕРАТУРА
Phillips Tim. Data Driven Business // Infinite Ideas Limited. - 2016. - 160 p. Dowse R1, Ehlers M. Medicine labels incorporating pictograms: do they influence understanding and adherence? // Patient Educ Couns. 2005 Jul; 58(1): 63-70. Приказ Минздравсоцразвития России от 28.04.2011 г. № 364 «Об утверждении Концепции создания ЕГИСЗ» //URL: http://portal.egisz.rosminzdrav.ru/materials/99. Обзор TAdviser «Business Intelligence и Big Data» // URL: http://www.tadviser.ru/index. php/BI.
Обухова О.В. Международные статистические инструменты в оценке эффективности отечественной системы здравоохранения // Социальные аспекты здоровья населения. - 2012. - Т. 24. - № 2. - С. 2.
Зайченко Н.М., Лебедев Г.С. Некоторые проблемы медицинской отчетности и пути их решения // Социальные аспекты здоровья населения. - 2013. - Т. 34. - № 6. - С. 7. Moving Beyond Descriptive Analytics to Maximize your Donor Strategy // URL: https:// npengage.com/nonprofit-fundraising/moving-beyond-descriptive-analytics-maximize-your-donor-strategy/ (Дата обращения: 20.09.2017).
Hagerty John. 2017 Planning Guide for Data and Analytics // Gartner. - 2016. - 27 p. Sanders Dale, Burton David A., Protti Denis J. The Healthcare Analytics Adoption Model: A Framework and Roadmap // Health Catalyst White Paper. - 2016. - 10 p. // URL: https://www.healthcatalyst.com/wp-content/uploads/2013/11/analytics-adoption-model-Nov-2013.pdf (Дата обращения: 25.09.2017).
11. Harnessing big data for healthcare. IBM Solution Brief // URL: https://assets.sourcemedia. com/31/a6/cb1b019c4d6cb338fab539eea360/ims14428usen.pdf (Дата обращения: 25.09.2017).
12. Patti Brooks, Omar El-Gayar, Surendra Sarnikar. Towards a Business Intelligence Maturity Model for Healthcare // 46th Hawaii International Conference on System Sciences (HICSS), 2013.
13. Healthcare leaders: Predictive analytics will save health systems millions // URL: http://www.healthcareitnews.com/news/healthcare-leaders-predictive-analytics-will-save-health-systems-millions (Дата обращения: 02.10.2017).
14. Гаспарян С.А., Зарубина Т.В., Белоносов С.С., Потапова И.И. Автоматизированная информационная система мониторинга здоровья населения // Здравоохранение. -2003. - № 10. - С. 167.
15. Гаспарян С.А. Медико-социальный мониторинг в управлении здравоохранением. -Москва. - 2007. - 151 с.
6.
7.
8. 9. 10
