Медицинская информатика ― это огромный раздел междисциплинарной области на стыке информатики и медицины, который, что интересно, является очень большим как с точки зрения специалистов в области компьютерных наук, так и с точки зрения специалистов в области медицины. Самое общее определение, которое можно дать, — это обработка данных, которые получаются в результате медицинской деятельности и поддержки любых процессов здравоохранения. При этом само по себе здравоохранение ― это огромная область, и нужно понять, какое место в ней занимает медицинская информатика.
Медицинская информатика и ее развитие неразрывно связаны с доказательной медициной. В принципе информатика как таковая смогла развиваться вместе с медициной тогда, когда у нас появилась методология доказательной медицины. Из истории доказательной медицины мы видим, что она неразрывно связана с обработкой данных и с медицинской статистикой.
Доказательная медицина ― это такая медицина, которая любые воздействия на пациента производит только тогда, когда есть предварительные основания считать, что они принесут пользу, причем эти основания получены научным методом. Научный метод пользуется статистикой, для того чтобы делать проверяемые и повторяемые суждения. Отсюда и в медицине мы добиваемся десакрализации, повторяемости и статистически это исследуем. Процесс статистических исследований заключается в первую очередь в контролируемых рандомизируемых исследованиях, то есть в доказательстве на серьезных выборках того, что какое-то воздействие лучше или по крайней мере не хуже другого. Соответствующая методология называется superiority study и non-inferiority study.
Когда мы понимаем, что нам нужна статистика, мы должны работать с исходными данными и c обработанными данными. Это то, что лежит в основе медицинской информатики. Сразу же возникает вопрос: откуда появляются те данные, которые нам говорят о том, что что-то лучше, а что-то хуже? Нам нужна объективная диагностика, которая является отдельной подобластью. После диагностики мы получаем огромное количество сырых данных, которые нужно превращать в другие данные, связывать с пациентом, делать истории болезни и так далее. И это еще одна подобласть.
В результате сегодня считается, что медицинская информатика подразделяется на клиническую информатику, то есть настоящую поддержку информатикой самого процесса лечения в клинике, и то, что по-английски называют nursing informatics ― на русский этот термин переводится плохо, так как из слова «медсестра» сложно сделать прилагательное, поэтому обычно говорят «оптимизация процессов в медицине». То есть это, по сути, стандартная офисная работа и управление жизненным циклом пациентов, управление жизненным циклом операций и так далее.
Есть очень интересная дополнительная область — это биология, точнее, биоинформатика и химинформатика, то, что дает нам возможность делать лекарственные препараты и понимать, что происходит с телом человека. Сейчас в биоинформатике и химинформатике выделяют особо важный подраздел, который называется по-разному, но связан с генетикой. В свою очередь, это влечет за собой персонализированную медицину и еще один подраздел медицинской информатики. Основой всего этого в математике является медицинская статистика.
Таким образом, мы имеем очень много уровней абстракций ― от математических дисциплин (статистика, теория графов и так далее) до приложения этого к большим системам на основе, допустим, системной инженерии. И если мы сейчас занимаемся доказательной медициной, то мы автоматически занимаемся медицинской информатикой, и наоборот. Без доказательной медицины все в медицине теряет смысл. Также говорят, что в биологии все теряет смысл без эволюции ― и наоборот.
Итак, мы слегка классифицировали области, и теперь нам нужно понять, как они поддерживаются современными информационными технологиями. Интернет позволяет хорошо общаться клиническим центрам, проводить рандомизированные исследования в масштабах всего мира, лекарства, которые сделаны в одной части мира, проверять в другой и так далее. Это же позволяет при наличии отлаженных стандартов и специальных процедур лечения делать то, что называется сейчас телемедициной. Это очень серьезный технологический базис. В России с начала 2018 года действует закон, в котором прописана телемедицина, хотя и у нее есть свои недостатки.
Сейчас законодательство очень сильно отстает от возможностей, которые дает медицинским работникам и в первую очередь клиницистам медицинская информатика. Во всем мире идет процесс гармонизации этого законодательства. Но законодательство отстает не просто так, а в первую очередь потому, что, когда мы говорим об информатике, мы говорим об обработке данных. Данные должны быть как-то получены, сохранены, переданы, потом переработаны и использованы. Это очень сложные процессы, при которых нужно использовать принцип медицины «не навреди». Исходные данные, как правило, зашумлены. Качество этих данных зачастую при внедрении новых информационных технологий очень плохое, и нужно, чтобы прошло какое-то время, прежде чем оно станет лучше. И вообще говоря, данные в медицине бывают совершенно разными.
Есть сырые данные, которые накапливаются при любых воздействиях на пациента и любой диагностике. Есть данные, которые являются знаниями о том, что хорошо, а что плохо и как что нужно делать, и это, наоборот, верхний уровень. Между этими уровнями, то есть знаниевым уровнем и сырыми данными, располагается еще несколько слоев.
Первый уровень, следующий за сырыми данными, — это данные, которыми занимаются базовые медицинские информационные системы и которые не требуют медика как такового. Это персональные данные, данные о посещениях клинических учреждений, данные о фактах проведения операций, осмотров и так далее. Эти данные мы давно умеем хорошо обрабатывать. Но следом идут данные о том, что случается с пациентом, и это данные диагностики. Сейчас отнюдь не все является данными объективной диагностики, очень много субъективизма. Данные же объективной диагностики сначала появляются в сыром мультимедийном виде, для которого, к счастью, уже есть хорошие стандарты. И мы получаем возможность формировать специальный класс систем, например ПАК-системы, который накапливают эти данные.
Затем данные нужно обрабатывать. Это сейчас очень хорошее направление развития, в котором достигнуты поразительные успехи. Например, методами искусственного интеллекта построены системы, которые могут по диагностическим изображениям ставить диагнозы лучше, чем средний врач в этой области. Более того, в некоторых подобластях, например в онкологии, эти системы ставят диагноз лучше, чем консилиумы лучших врачей. Понятно, что этим системам не дают работать в полную силу. И врачи все равно пытаются проверять алгебру как раз чем-то, что является искусством. По моим ожиданиям, только к 2030-м годам, как после гармонизации законодательства, так и после отладки соответствующих систем, это войдет в привычную медицинскую практику. Но уже с 2017 года в США, например, действуют программы, которые включают персонализированные медицинские услуги в страховку и полноценно развиваются.
Следует сказать, что после того, как мы обрабатываем первичные данные о пациенте и данные диагностики, у нас появляется необходимость их агрегировать и сделать на их основе выводы на региональном, национальном и мировом уровне. Всемирная организация здравоохранения поддерживает несколько стандартов и огромное количество инструментов для работы с такими агрегированными данными. Особенно интересно, что у нас есть красивые онтологии, то есть формализованное описание знания на таком уровне. Следует отметить, конечно, онтологии SNOMED, которая сейчас является базовой для описания всего в медицине, онтологии, связанные с классификаторами заболеваний, такие как, например, ICD или МКБ ― международный классификатор заболеваний и проблем, связанных со здоровьем.
Как только появляется поддержанная всем миром стройная система знаний о том, что сейчас является доказанным в медицине, то все остальное потихоньку туда включается. И опираясь на эти онтологии высокого уровня, врачи производят все больше и больше данных, изначально привязанных к смыслу того, что реально происходит с пациентом. Сейчас стало очень много того, что называется открытыми данными в медицине. Это, в свою очередь, дало дополнительный толчок развитию медицинской информатики и позволяет независимо оценивать, насколько качественно работают те или иные методы. В том числе, например, методы автоматической диагностики, методы постановки диагноза, методы принятия врачебных решений и так далее.
К слову, сами программные системы, которые называются системами CDSS ― поддержки принятия врачебных решений, ― стали основным классом систем, которые резко повышают эффективность клинической деятельности. И сейчас часто говорят, что только они и развиваются в рамках клинической информатики. Хотя это неверно, они просто наиболее заметны.
Классическим примером сейчас является семейство продуктов, которое называется IBM Watson, знаменитой фирмы IBM. И там есть Watson Oncology, Watson TTT, которые интересны тем, что это целое семейство, а большинство входных данных для них — это тексты. Мы, когда научились работать с преобразованием текста на естественном языке в какое-то более-менее формализованное знание, получили уникальную возможность прошерстить всю историю медицины и превратить во что-то формальное, чем может пользоваться компьютер. Это происходит сейчас на наших глазах, а началось где-то в 2010-х годах и, по прогнозам, приведет к появлению консолидированных онтологий к 2030 году.
В результате медицина перестает быть медициной врача, а становится медициной устройств. Многим это не нравится. Отсюда всплеск интереса к всевозможной альтернативной медицине. Но, как давно замечено, что называется альтернативной медициной, которая показала свою эффективность? Медицина. И как только у нас альтернативная медицина доказывает, что она работает, она становится медициной. А та, которая не доказывает, остается сектой. И медицинская информатика, естественно, с ней работать не может, хотя активно пытается в смысле имитации деятельности. В России это особенно страшно, потому что есть огромный рынок непонятных устройств и непонятного программного обеспечения, которые мимикрируют под реальное ПО и оборудование медицинской информатики. Это действительно страшно. Но, к счастью, оно никак не влияет на само развитие отрасли. И более того, успехи, которые показывает, например, современная персонализированная медицина в лечении онкологических заболеваний, а также появление первых клинических исследований и фактов изменения, например, генома у взрослого человека показывают, что этот тренд не просто такой тренд на далекое будущее, а тренд, который через несколько лет будет применяться повсеместно.
Отдельно отметим поддержку таких направлений, как трансляционная медицина, медицина, связанная с эмбриональным развитием, и средства профилактики. Развитие медицинской информатики во всех этих областях привело к взрыву новых технологий. Отсюда дешевые средства генотипирования, очень хорошие средства предварительного контроля и начавшаяся с 2017 года череда исследований о геноме эмбриона и эмбрионального развития.
Что сейчас можно предъявить в качестве несомненных успехов, которые доступны обычному человеку? В первую очередь это то, что вошло в наши смартфоны, умные часы и так далее, ― это носимое оборудование медицинского назначения. Оно появилось во многом вопреки воле официальных органов и развивается корпорациями, не дожидаясь гармонизации законодательства. Но поскольку такое оборудование показывает высокую эффективность, оно развивается все быстрее и быстрее. Отсюда поддержка людей с хроническими заболеваниями, в первую очередь диабетиков: каждый такой больной может скачать несколько программ, которые предсказывают, что с ним может произойти и что лучше сделать, чтобы этого не случилось.
Еще одно направление — мониторинг. Особенно популярен он стал у пожилых людей, у людей, которые перешли на амбулаторное лечение. Кроме того, есть диагностическая аппаратура, которая может применяться самим пациентом. Это уникально, раньше этого никогда не было: раньше проводником любой медицинской услуги был доктор. Сейчас это становится не так.
Наконец, есть системы непрерывной передачи информации о пациенте в клинический центр и отслеживания с предиктивной аналитикой. Когда мы понимаем, что можем средствами искусственного интеллекта предсказать, что возможно и с высокой вероятностью произойдет с пациентом, мы наконец-то получаем возможность сказать об этом пациенту, не дожидаясь каких-то событий, связанных с приходом его в клинический центр или с каким-то обследованием. И это огромный прорыв. Именно с ним связано улучшение ситуации с некоторыми орфанными заболеваниями и с необходимостью проводить много времени в клиническом центре. Сейчас это часто лишено смысла, хотя в России остается серьезной проблемой. Койко-места в больницах дефицитны часто не потому, что там реально лежат люди, которым нужна эта помощь, а потому, что их просто не хотят отпустить долечиваться дома, хотя все условия к этому есть.
Появляются сервисы, которые предлагают пациентам ведение электронных карт, причем без учета каких-то конкретных клинических центров, для ведения всей диагностики, накопления ее в стандартных форматах и использования всего этого цифрового следа здоровья человека для улучшения последующих медицинских услуг. В ближайшие десятилетия, то есть в 2020–2030-е годы, у нас произойдет перестройка стандартов оказания медицинской помощи как раз на основе интегрированных систем поддержки здравоохранения.
