Чтобы понять, как именно могут работать системы поддержки решений во врачебной практике, необходимо рассмотреть все возможные этапы работы с пациентами и ситуации оказания помощи. Хорошими примерами могут быть случаи лечения больных с острым коронарным синдромом (ОКС): это сложный с организационной точки зрения процесс, который требует строгого соблюдения рекомендованных временных интервалов. Обычно при появлении симптомов пациент обращается в диспетчерскую службу по телефону, и к нему выезжает врачебная бригада. На месте врач оценивает ситуацию, регистрирует электрокардиограмму (ЭКГ), и на основе этих данных принимает решение о госпитализации. Если у больного инфаркт, требуется срочно выполнить стентирование, но до стационара ехать слишком долго, врач может ввести пациенту тромболитик — препарат, который в ряде случаев может восстановить кровоток в пораженной артерии сердца. Затем больного доставляют в стационар, определяют в операционную, а после установки стента следует период лечения, наблюдения пациента и его реабилитации. Существует и другие варианты: пациенту могут назначить только медикаментозную терапию, или же выполнить операцию на открытом сердце.
На всех этих этапах медицинские работники принимают огромное количество решений о методике лечения. Они могут быть основаны на результатах клинических исследований, рекомендациях экспертов, общепринятых представлениях, на личном опыте. Также существует ряд вопросов, относящихся скорее к сфере логистики. Например, в Северо-Западном федеральном медицинском исследовательском центре им. В.А. Алмазова уже работает система оптимизации передвижения карет «скорой помощи», которая помогает диспетчеру выбрать самый быстрый маршрут госпитализации с учетом пробок на дорогах. Однако информационные технологии могут дать возможность повысить эффективность всех принимаемых решений. Например, с их помощью можно получать онлайн-данные о наличии свободных операционных в том или ином кардиологическом центре, причем в автоматическом режиме. Это позволит распределять пациентов по стационарам более равномерно и не допускать перегруженности больниц.
Кроме того, с помощью IT врач скорой помощи может проводить первичное обследование пациента в режиме онлайн, передавая данные ЭКГ в кардиологический центр. А система на основе введенных данных о состоянии пациента подскажет дежурному врачу, какая помощь может потребоваться требуется в дальнейшем, и стоит ли использовать тромболитики. По словам заведующего научно-исследовательской лабораторией ОКС Центра им. В. А. Алмазова Алексея Яковлева, иногда состояние пациентов с ОКС оценивают неправильно и везут в стационар, не имеющий возможности оказать помощь в нужном объеме. Из-за этого погибает до двухсот человек в год.
Во время выбора методики лечения пациента с ОКС врач должен оценить риски различных событий. Для этого могут использоваться специальные шкалы рисков: за каждый показатель состояния больного начисляются баллы, при достижении определенного количества которых рекомендована операция. Программный ассистент, анализируя данные, сможет сопоставить их и подсказать решение быстрее, чем человек. Кроме того, сценарий лечения зависит и от многих других факторов, которые врачу зачастую сложно оценить оперативно. Например, очень важно своевременно проанализировать данные о том, какая помощь уже была оказана пациенту.
Если больной лежит в реанимации, то сбор данных с аппаратов искусственного дыхания, поддержки кровообращения и другого оборудования может вестись в автоматическом режиме. Программный помощник также сможет самостоятельно записывать результаты лабораторных исследований больного. Все это в комплексе позволит накапливать более точные данные о состоянии пациента, а также повысит безопасность оказания медицинской помощи.
«Сейчас в Центре имени Алмазова уже есть большой массив накопленных медицинских данных, охватывающий десятки тысяч пациентов с различными заболеваниями. С помощью информационных технологий мы сможем проанализировать их и взглянуть на некоторые вещи по-новому, получить нестандартные решения, заполнить определенные пробелы в обосновании выбора тех или иных подходов к лечению. Кроме того, системы поддержки решений смогут напоминать врачу о каком-либо нетипичном решении в экстренной ситуации, или о неочевидных на первый взгляд изменениях, которые, тем не менее, требуют немедленной реакции», — комментирует Алексей Яковлев.
Он добавил, что сейчас речь идет о создании систем поддержки решений для отдельных клинических случаев, но в будущем можно будет создавать и универсальных медицинских ассистентов. В этом случае есть риск того, что врач, общаясь с «машиной», перестанет общаться с пациентом, поэтому сейчас врачи относятся к подобным технологиям с осторожностью.
Работа систем поддержки принятия решений во многом зависит от исходных сведений. В медицине существует большая проблема сбора необходимой информации, так как многие показатели состояния пациентов записываются вручную. Поэтому перед разработчиками стоит еще и задача автоматизации получения клинических данных. Потребуется ли для этого перестройка рабочих процессов, нужны ли будут специальные приборы (например, браслеты, которые пациенты смогут носить на руках), или разработчики придумают совершенно нестандартный метод сбора данных, — эти вопросы остаются открытыми.
«В ближайшем будущем, я думаю, нам удастся создать прототипы систем поддержки принятия решений для отдельных областей медицины в сотрудничестве с техническими вузами, и мы сможем проанализировать большой объем накопленных в Центре клинических данных. В результате мы получим значимую информацию, касающуюся методик лечения, алгоритмов их выбора в той или иной ситуации. Иными словами, мы сможем собрать опыт работы множества высококвалифицированных врачей в одной системе. С помощью наших партнеров, в том числе Университета ИТМО, необходимо будет разработать оборудование и программное обеспечение для обработки данных и их анализа», — отмечает Алексей Яковлев.
