Информационный портал о Digital Transformation: тренды, новости, технологии и люди.
назад

Доктор из машины: как digitization изменит медицину

Лечением займется компьютер, а проблемы со здоровьем будут диагностироваться на самых ранних стадиях.

В российских реалиях в это сложно поверить, но когда-нибудь и у нас будет примерно так: пациент приходит в больницу, потому что получил уведомление на телефон о необходимости пройти обследование, — немного раньше носимые гаджеты зафиксировали у него негативные изменения в организме. Машина его «осматривает» и одновременно берет массу анализов. Полученные данные отправляются в облачную платформу, где они анализируются, сравниваются с историей наблюдений, генетической картой. А затем на основе закономерностей, выявленных ранее при анализе миллиардов случаев, ставится диагноз. Все это только выглядит сложно, но для пациента с рядовым заболеванием весь процесс займет не более 10 минут. Место человека в такой системе? Оператор. А самые умные операторы после 10-20 лет работы и наблюдений смогут пойти во врачебную науку преподавателями и исследователями.

Что изменит цепочку создания стоимости в медицине? Интернет вещей и Big Data. Трансформируется весь процесс, начиная с персонализации ухода за пациентом и заканчивая индустриализацией всех процессов здравоохранения. Пациенты смогут принимать более обоснованные решения о своем здоровье и избегать лишних трат, например, на заведомо ненужные обследования.

Медицина — область, исторически накапливающая и производящая огромные объемы данных. Сейчас, когда большая часть этих данных хранится в электронном виде (в мире), объединить их в алгоритмы для анализа  значит найти новые возможности решения медицинских задач, постепенно двигаясь к более зрелым формам аналитики, по возрастающей.

Чем сложнее задачи, тем большее количество данных требуется для анализа. Речь уже не идет лишь о медицинской карте с диагностикой и историей болезни. В игру вступает информация, полученная в ходе исследований, генетические карты пациентов, сведения о поведении пациентов: их покупки, отзывы и даже соцсети. Проблема в том, что сейчас все эти данные разрознены, а для анализа их нужно объединить.

Использование Big Data в медицине

• Нейронаука (изучение мозга). Путем сопоставления активности нейронов в головном мозге исследователи надеются прийти к пониманию того, как развивается и функционирует мозг, найти новые способы лечения черепно-мозговых травм и заболеваний.

• Диагностика. Объединение отдельных наборов данных в алгоритмы Big Data обеспечит большую точность диагноза. Диагностика осуществляется с использованием экспертных систем, содержащих подробную информацию о состоянии пациента, симптомах, лекарствах и побочных действиях.

• Персонализированный план лечения с возможностью непрерывно контролировать эффективность лекарств и адаптировать их дозу для каждого пациента. В идеале это не просто мониторинг, а развитие подхода к профилактике заболеваний, где учитывается индивидуальная изменчивость генов, окружающая среда и образ жизни. Недавнее исследование, проведенное в Калифорнийском университете в Сан-Диего, показало: пациенты, которых лечат по индивидуальному плану, чувствуют улучшение на 30% раньше по сравнению с группой, получающей стандартное лечение.

• Использование прогнозного анализа для определения пациентов с высоким риском повторной госпитализации. Согласно данным исследований, проведенных в Университете штата Айова, Big Data помогут хирургам снизить вероятность хирургических инфекций на 58% при одновременном снижении затрат на медицинскую помощь.

• Мониторинг жизненно важных показателей пациента. Данные, отправляемые медсестрам и врачам, позволяют отслеживать изменения в состоянии пациента в режиме реального времени.

• Доказательная медицина, предполагающая использование всех доступных клинических данных. Использование больших данных позволяет обнаруживать заболевания на ранней стадии, назначать более эффективные методы лечения, учитывающие генетику пациента, и корректировать дозы препарата, чтобы свести к минимуму побочные эффекты.

Использование Интернета вещей в медицине

«Умные» устройства становятся  доступнее, сенсорные технологии — дешевле. Все больше «цифровых» потребителей следит за своим здоровьем. Они используют для этого приложения для смартфонов, разнообразные датчики и сенсоры, фиксирующие и анализирующие здоровье. Интегрирование этой информации в более крупные системы, чтобы сделать процессы более точными и эффективными, — это лишь вопрос времени.

Факторы роста:

• увеличение числа хронических заболеваний;

• растущий спрос на экономически эффективное лечение;

• доступность высокоскоростного интернета;

• улучшение инфраструктуры здравоохранения в развивающихся странах;

• увеличение государственной поддержки и обильные инвестиции в R&D основных игроков рынка здравоохранения для разработки более эффективной инфраструктуры IoT.

Большинство проектов Интернета вещей, связанных со здравоохранением, находятся в зачаточном состоянии. И все-таки многие крупные компании уже вошли в это пространство. В их числе: Alphabet Google, Apple, Dell EMC, General Electric, IBM, Intel, Microsoft, Philips, Samsung и SAP.

Сдерживают рост:

• высокие издержки, связанные с развитием инфраструктуры IoT;

• проблемы безопасности;

• ограниченность технической экспертизы.

В США многие больницы уже используют IoT-устройства для трекинга медицинских товаров, коммуникаций с персоналом, обмена записями для обеспечения более качественного ухода за пациентами. Фармацевтические компании и производители медицинского оборудования включают компоненты Интернета вещей в производство и операции по дистрибуции, изучают стратегии его использования на стадии исследований и разработки лекарств, а также в клинических испытаниях.

Вывод. Потенциал Big Data и Интернета вещей в медицине все еще используется крайне редко. Поскольку 80% медицинских данных не структурированы и растут в геометрической прогрессии, их систематизация будет долгой и сложной даже в Штатах (не говоря о России). Это вопрос не столько семантики и совместимости данных, сколько понимания того, какой набор навыков, методик, организационных и нормативных изменений необходим для использования преимуществ больших объемов данных.

Медицинские сенсоры для повседневного использования.

Обсудить статью можно здесь.

Ссылка:

Исследование insideBIGDATA Guide to Healthcare & Life Sciences: http://insidebigdata.com/2016/11/08/the-impact-of-iot-on-heatlcare-and-life-sciences/.  

Автор: Дарья Ходоровская.

 

назад
Читайте другие статьи:
Опыт «Перекрестка» и «Зеленой околицы» по разработке мобильных приложений
07.11.2016
читать
Как когнитивные технологии оставят маркетологов без работы
19.04.2017
читать
«Умная слежка» в сети магазинов одежды
11.10.2016
читать