Медицинская экосистема, цифровые двойники и персонализированная медицинская помощь

От настоящего к будущему: профилактическая модель работы медицинской организации

Технология цифровых двойников

Цифровые двойники в медицинской экосистеме

Преимущества цифровой медицинской экосистемы

Заключение

От настоящего к будущему: профилактическая модель работы медицинской организации

Происходящие в здравоохранении преобразования направлены не только на более глубокое понимание причин заболеваний и того, как лекарства действуют в организме человека, но и на предоставление качественных медицинских услуг по более низкой цене. Представьте, что вы испытываете общее недомогание, головную боль и дискомфорт в груди, которые предпочитаете игнорировать из-за напряженного рабочего графика. Но через некоторое время получаете сообщение на смартфон с разъяснениями серьезности ситуации и предложением срочно обратиться ко врачу. Вполне может оказаться, что это сообщение спасет вашу жизнь. Или, например: школьник с диабетом жуёт сладкую жвачку — и тут же получает уведомление на телефон: сахар в крови пошёл вверх. Такое же сообщение приходит его маме. Можно сразу отреагировать — без уколов, анализов, ожидания в очереди.

Некоторые из популярных носимых устройств, такие как фитнес-браслеты и умные часы, в настоящее время используются, в основном, для отслеживания физической активности и уровня физической подготовки. Эти устройства мотивируют владельцев вести здоровый образ жизни, что является профилактикой многих наших болезней. А в будущем мобильные устройства могут стать прочной связующей нитью между пациентом и врачом: собирать не только безобидную информацию, но и данные, более характерные для состояния здоровья: уровень сахара в крови, частота сердечных сокращений, ЭКГ в одном отведении, AD, сатурация, химический состав крови и другие. Причем темпы развития носимых устройств, позволяют предполагать, что количество собираемых дистанционно показателей будет все время возрастать.

Таким образом собирается широкий спектр персональных медицинских данных, который во много раз превышает объём известных сегодня ЭМК. После предварительной обработки этих данных они становятся готовыми и действительно полезными для получения клинической или киной, например коммерческой выгоды. Объединение данных о здоровье с ЭМК медицинской информационной системы (МИС) медицинской организации (МО), работающей в составе цифровой медицинской экосистемы, превращают эти данные в «золотоносные жилы» для врачей. Например, МИС МО могут автоматически выполнять предварительную оценку данных о здоровье своих пациентов и выявлять тех, которым требуется немедленное внимание и/или помощь для быстрого принятия необходимых мер.

Но медицинская помощь станет действительно персонализированной, если получит персональные медицинские данные не только при заболевании, но и когда мы «здоровы». Такого рода данных не существует ни в одной современной системе ЭМК. Приходится собирать данные о состоянии здоровья из множества источников, таких как социальные сети, веб-браузеры, персональные медицинские устройства и службы ухода на дому (рис. 1). Совокупность всех собранных медицинских данных формирует виртуальное хранилище данных о состоянии здоровья. Речь идет о цифровом двойнике пациента. Регулируемая ЭМК больше не находится в центре экосистемы здравоохранения. Такое развитие событий меняет бизнес-модель работы МО (поставщика медицинских услуг) с лечебной на профилактическую, которая будет основываться исключительно на данных, поступаемых непрерывно в некоторое «облачное «хранилище, в котором располагается «цифровой двойник» пациента.

Рис. 1. Наиболее типичные источники персональных медицинских данных (ПМД) для формирования цифрового двойника пациента

Модель профилактической помощи на основе цифровых двойников способна изменить подход всей системы здравоохранения к работе с пациентами. Вместо того, чтобы вызывать скорую помощь, система медицинской помощи сама предупредит пациента о надвигающихся проблемах со здоровьем и окажет необходимую медицинскую помощь в нужное время.

Кроме того, МО могут делиться обработанными данными с другими участниками медицинской экосистемы, такими как страховые компании (СК) или сами пациенты. В страховой отрасли эти данные можно использовать для расчёта индивидуальных страховых взносов: более полное представление об общем состоянии здоровья и физической форме клиента может стать ключом к уменьшению стоимости медицинской страховки. На современном рынке СК и сегодня делают это, но с меньшим объёмом данных, а вероятность ошибки при этом выше. В представленной модели СК смогут предлагать индивидуальные страховые планы, о чём сегодня можно только мечтать.

Технология цифровых двойников

Сегодня «цифровой двойник» широко известен как ключевой фактор цифровой трансформации во всех сферах деятельности, но не существует единого понимания этого термина. Основываясь на известных определениях, можно выделить общее понимание цифрового двойника как цифрового двойника физического объекта. Одновременно существуют и другие термины (цифровая модель, цифровая тень), которые часто используются как синонимы, а иногда самостоятельно. Основной причиной является разнообразие областей использования, а также различные уровни сложности, которые применяются к обработке данных цифрового двойника (рис. 2):

• цифровая модель - цифровое представление физического объекта, в котором весь обмен данными осуществляется вручную. Изменение состояния физического объекта не оказывает влияния на цифровой объект, и наоборот;
• цифровая тень - аналогично цифровой модели, но изменение состояния физического объекта приводит к изменению состояния цифрового объекта, но не наоборот;
• цифровой двойник - аналогично цифровой тени, но изменение состояния физического объекта напрямую приводит к изменению состояния цифрового объекта, и наоборот.

Рис. 2. Виды цифровых двойников

Цифровые двойники сочетают в себе ИИ, большие данные и математическое моделирование для прогнозирования будущего поведения и использования потенциальных возможностей. Современная концепция технологии цифрового двойника основана на взаимодействии нескольких слоев (рис. 3):

• физический — это реальный мир: физические объекты и их действия;
• цифровой — это виртуальное представление физических объектов и/или процессов;
• программный — программные приложения, посредством которых физический и цифровой объекты обмениваются между собой данными и информацией;
• интеллектуальный слой используя алгоритмы машинного обучения, соотносит динамически получаемые данные друг с другом и с ранее сохраненными, позволяя, тем самым, определять не только какие данные необходимы для моделирования, но и как сами эти результаты моделирования могут быть оценены.

Рис. 3. Схема концепции использования технологии цифровых двойников

Создание цифрового двойника пациента представляется мало достижимым в ближайшее время перспективе не только из-за сложности человека, как объекта физического мира. Такие факторы, как поддержка семьи, здоровый образ жизни, доступность здоровой пищи, как и повседневная экономическая и физическая безопасность, серьезно влияют на здоровье человека, но учет этих факторов в настоящее время сильно затруднен. Кроме того, необходимы исследования, позволяющие определить как сбор необходимых данных и сам подход могут быть экономически эффективно интегрированы в деятельность каждой МО экосистемы, чтобы не парализовать ее работу. Таким образом, сегодня мы можем говорить только о цифровой модели и/или цифровой тени пациента (рис. 4).

Рис. 4. Эволюция технологии цифрового двойника пациента в здравоохранении

При этом рассматривается экосистемный подход, когда данные ЭМК, хранящейся в каждой МО, могут динамически объединяться из различных локально распределенных медицинских и других информационных систем, что позволяет оценивать все показатели здоровье-сбережения в соотношении со всей интегрированной ЭМК (иЭМК), которая представляет собой совокупность всех ЭМК экосистемы и меняется динамически.

Цифровые двойники в медицинской экосистеме

В настоящее время сервисы цифрового двойника не могут быть самостоятельными или комплексными сервисами. Главными препятствиями для этого станут: доступность данных, точность данных, возможность и точность объединения данных вокруг уникального пациента и возможность учета влияния окружающей среды и образа жизни. Для использования технологии предлагается воспользоваться преимуществами платформенной экосистемы, наподобие новых цифровых предприятий Яндекс, Озон, Т-банк, МТС, RuStore, Rutube и других, которые соединяют десятки тысяч поставщиков (продавцов) с миллионами клиентов (покупателей). Здесь под платформой понимается промежуточный ИТ-сервис, который обеспечивает взаимодействие между потребителями и поставщиками медицинских и немедицинских услуг.

Выстраивание управления для медицинской экосистемы как единого целого требует формирования специального управленческого центра - отдельной управляющей компании (УК). Управляющая компания обеспечивает разработку, согласование, принятие и реализацию общей политики экосистемы, а также управление услугами и коммуникациями между участниками экосистемы (рис. 5).

Рис. 5. Схема цифровой медицинской экосистемы

В отдельных компактных медицинских экосистемах, например, ведомственных или региональных, роль УК выполняют департаменты или дирекции здравоохранения.

Цифровая медицинская экосистема предоставляет ряд важных преимуществ для внедрения технологии цифрового двойника. Во-первых, используется сервис-ориентированный подход, когда сложные задачи разбиваются на более мелкие, легче решаемые с помощью отдельных сервисов, использующих единое хранилище данных, предоставляемое платформой экосистемы. Кроме того, поскольку сервисы для пользователей представляют собой «черные ящики», это позволяет не углубляться в сложные детали их работы. За счет комбинирования различных цифровых сервисов экосистема решает задачи адаптации к новым методам работы и принятия решений.

В цифровой медицинской экосистеме ЭМК каждой МО превращается в один из вариантов виртуальной ЭМК (ВЭМК), обеспечивающей доступность всех имеющихся на момент обращения медицинских данных пациента. То есть, мы получаем динамическую цифровую модель пациента. Добавление для сбора и обработки больших данных технологий ИИ, а также интернета вещей позволяет переходить к рассмотрению цифровой тени пациента.

Рис. 6. Технологическая мета-структура цифровой экосистемы медицинской помощи

Основные элементы технологии ЦД в медицинской экосистеме (рис. 6):

• банк клинических данных (БКД);
• личный кабинет пациента (ЛК);
• облако данных персональных мониторов (ОДПМ);
• оперативное хранилище данных (ОХД);
• виртуальная интегрированная ЭМК (иЭМК);
• ИИ-системы анализа и обработки данных;
• ИТ-инфраструктура и технологии.

БКД, содержащий данные всех ЭМК МО экосистемы в деперсонализированном и очищенном виде является богатым источником медицинских данных для исследований, включая демографические данные, симптомы, лабораторные тесты, диагнозы, методы лечения, условия направления для лечения в стационар и т.п. Это отличный источник данных поиска прецедентных решений для лечения пациентов.

ЛК предоставляет доступ ко всем необходимым источникам данных о пациенте через один универсальный интерфейс интернет-портала или мобильного приложения, доступный в любое время и в любом месте, включая:

• обмен клинической и организационной информацией не только между МИС в составе экосистемы, но и между МИС, не взаимодействующими напрямую;
• технологию автоматического пополнения данных, повышающую точность, полноту и своевременность содержимого ПЭМК;
• средства удаленного мониторинга показателей здоровья, в том числе в составе стационар-замещающих технологий;
• средства контроля данных о сетевой активности пациента, преобразуемых в информацию о его предпочтениях, взглядах и знаниях в социальном контексте (история поведения, связанного со здоровьем, взглядов и знаний, предпочтений и т.п).

Хранилища данных цифровой экосистемы в режиме, приближенном к реальному времени, позволяют осуществлять постоянный контроль пациентов, выявлять ранние признаки ухудшения состояния здоровья или отклонений от нормы. Преемственность медицинской помощи обеспечивается за счет выполнение оперативного объединения данных из различных источников и системы уведомлений об изменениях в содержании здоровье-сбережения пациента.

Это предоставляет врачам МО возможность принимать упреждающие меры, предотвращать осложнения, оптимизировать планы лечения и управлять лечением дистанционно, снижая необходимость в частых посещениях МО пациентами, что особенно важно для пациентов с хроническими заболеваниями. Анализ данных и симптомов пациентов с помощью ИИ для прогнозирования развития заболеваний и результатов лечения позволяет врачам вмешаться еще до того, как состояние пациента ухудшится, предотвращая госпитализацию и снижая расходы на медицинскую помощь, улучшая результаты лечения пациентов. Профилактическая помощь с помощью цифрового двойника включает в себя не только персонализированные рекомендации по здоровью, но и напоминания об обследованиях, поддержку в соблюдении режима приема лекарств и изменение образа жизни.

Преимущества цифровой медицинской экосистемы

Каждый структурный элемент экосистемы может поставляться отдельным поставщиком решений в виде ИТ-сервисов, в зависимости от наличия ресурсов: инфраструктуры информационно-коммуникационных технологий, сотрудников, материалов и возможностей участников. Компаниям-поставщикам решений цифровая медицинская экосистема предоставит понимание жизненного цикла продукта - позволит компаниям полностью контролировать свои продукты в цифровом формате от проектирования и разработки до завершения жизненного цикла. Это, в свою очередь, может помочь им понять не только дизайн продукта, но и то, как продукт используется в «полевых» условиях, получить отзывы и рекомендации по использованию продукта от всех заинтересованных сторон. Кроме того, экосистема предоставит возможность повышения скорости вывода цифровых продуктов и сервисов на рынок. Компании могут добиться значительных результатов в области улучшения операционной деятельности, сокращения количества дефектов в собственных продуктах и разработки новых бизнес-моделей для увеличения доходов.

При правильной реализации полноценная цифровая медицинская экосистема может революционизировать систему медицинской помощи за счет прорыва в клинической практике посредством цифровой трансформации сквозных процессов. Она может стать ключевым фактором привлечения пациентов к делу укрепления своего здоровья, наладить оказание помощи там и тогда, где и когда она необходима. Именно в условия экосистемы технологии ИИ, включая цифровых двойников, при наличии банка клинических данных способны существенно снизить риск медицинских ошибок и, главным образом, предотвратимых медицинских ошибок, когда вред здоровью пациентов наносится вследствие недостаточной информации или невыполнения предписанных мероприятий, учитывающих индивидуальные особенности пациентов. Основной эффект от создания такой экосистемы состоит в том, что сопровождение пациентов по системе медицинской помощи, возможное сегодня и ранее только для ВИП-пациентов, станет доступным на массовом рынке.

Заключение

Одним из основных препятствий, с которыми медицина сталкивается при внедрении цифровых двойников, является обеспечение конфиденциальности и безопасности данных. К сожалению, особенности платформенных экосистем, особенно при передаче, обработке и хранении большого объёма данных, создают серьёзные проблемы с безопасностью, конфиденциальностью и доверием. Некоторые исследователи даже утверждают, что в современных цифровых информационных системах пользователю практически невозможно сохранить конфиденциальность, современные решения в области безопасности неэффективны, конфиденциальность — это иллюзия, а доверие — всего лишь убеждение.

Соответственно, необходимо серьезно пересмотреть действующие нормативные требования для легитимизации и облегчения доступа конечных пользователей к различным типам медицинских данных, а владельцам медицинских данных прозрачно делиться ими со всеми заинтересованными сторонами (членами семьи, врачами, исследовательскими и ИТ-организациями). Но уже сегодня существует потенциальная возможность начать реальное движение в сторону экосистемы МО, например объединенных общими технологиями используемого семейства МИС. Общие технологии в этом случае позволяют решить проблему взаимодействия и стандартизации ЭМК группы МО. То есть выполнить реальное технологическое «объединение» таких МО и создать банк данных верифицированных и обезличенных клинических данных достаточного объема с требуемой полнотой и детализацией, так необходимых для систем машинного обучения. Под влиянием тенденций в электронном здравоохранении, МО не могут не задумываться о массовом экспорте медицинских данных. И они начинают это делать. Все необходимые предпосылки для этого сформированы.

Среди внешних предпосылок можно выделить ожидания граждан жить дольше и с лучшим качеством жизни при сохранении трудоспособности, желание получать качественную медицинскую помощь в одном месте, не обязательно территориально, но на принципах «одного окна» или под одним «брендом». А также наличие платформенных МИС в МО — на российском рынке они существуют, так что создание или развитие экосистемы не станет стрессом для заинтересованных сторон.

Объединение МО в экосистемы обеспечит создание и развитие многими МО самостоятельных цифровых продуктов и сервисов, что является одной из внутренних предпосылок, так как сложно и долго строить экосистему из ограниченного набора продуктов, предлагаемых на уровне государственной системы здравоохранения. Если у МО или их объединения есть развитые и самостоятельные цифровые продукты — это будет способствовать вовлечению новых участников в экосистему. Другой внутренней предпосылкой должно стать целеполагание: создание или участие в экосистеме должно присутствовать среди стратегических целей МО или некоторого объединения МО, например ведомственной системы медицинской помощи.