Цифровая трансформация здравоохранения — вызовы и решения
Фото: Andrey Suslov/FOTODOM/Shutterstock
Цифровизация — один из главных трендов современной медицины и здравоохранения в целом. Проблемы, задачи и перспективы цифровизации, позволяющей эффективно управлять данными и совершенствовать процесс принятия решений, предметно обсуждались специалистами в ходе сессии «Цифровая трансформация здравоохранения: цифровые решения в достижении целей нацпроектов», состоявшейся в рамках 17-й конференции «Что происходит на фармрынке?».
Открывая мероприятие, Василий Светлов, руководитель рабочей группы по цифровизации Ассоциации международных фармпроизводителей (AIPM), отметил, что согласно Распоряжению Правительства РФ, к 2030 г. в каждом регионе страны должны появиться 12 сервисов искусственного интеллекта (ИИ) для здравоохранения. «Эти сервисы должны помогать управленцам и врачам принимать верные решения о лекарственной терапии и ее назначении, — отметил он. — Все это окажет непосредственное влияние на фарминдустрию».
Что и как влияет на выполнение этой задачи, как сегодня происходит цифровая трансформация здравоохранения в целом, обсудили участники дискуссии, затронув разные аспекты цифровизации. Так, Карина Колобова, старший юрист практики фармацевтики и здравоохранения юридической фирмы VERBA LEGAL, сообщила о правовых барьерах доступа к медицинским данным в РФ для вторичного использования. Один из них связан с необходимостью иметь письменное согласие на обработку персональных данных. Кроме того, ограничен фактический доступ к накопленным медицинским данным, а также имеет место недостаточность проработки нормативной базы в части обработки обезличенных данных. Карина Колобова перечислила шаги, которые позволяют изменить ситуацию к лучшему: обеспечить записи медицинских данных в единообразном стандартизированном формате (например, на уровне ГОСТ); сделать обязательным применение современных стандартов информационного обмена (на основе стандарта обмена медицинской информацией — FHIR) для всех участников системы здравоохранения; разработать инструментарий и правила предоставления доступа к уже накопленным массивам данных, в т. ч. в ЕГИСЗ, для исследовательских целей и создания ИИ-решений, а также проработать правовой статус дата-посредника в сфере здравоохранения.
Правовые вопросы, касающиеся обмена данными, затронула Наталия Спицына, старший юрист компании Seven Hills Legal. Она сообщила о новом требовании к согласию на обработку персональных данных (ПДн). Его необходимо оформлять отдельно от другой информации и иных документов, которые подтверждает или подписывает субъект ПДн (ч.1 ст.9 ФЗ «О персональных данных»). Докладчик также назвала целый ряд требований, которые должны быть предусмотрены в поручении на обработку ПДн. Среди них – обязанность обработчика по соблюдению требования о локализации, трансграничной передаче ПДн и безопасности данных; обязанность выполнять требования оператора в отношении ПДн (блокирование, удаление ПДн по запросу субъекта) и т.д. Что касается соглашения о передаче персональных данных, то в нем необходимо четко указать, что стороны действуют как самостоятельные операторы. Кроме того, должно быть обозначено, кто обязан обеспечить наличие основания на передачу и уведомить субъекта; как будут обрабатываться обращения субъектов; что делать в случае утечки. И, наконец, должна быть указана обязанность возместить потери, вызванные привлечением оператора к ответственности по вине обработчика.
Александр Солодовников, доцент кафедры биохимии им. Т.Т. Березова медицинского института РУДН, сообщил о проблемах, связанных с использованием ИИ при анализе данных реальной клинической практики. Он отметил, что большая часть клинической информации сегодня хранится в несистематизированном виде. Особенно это актуально для онкологии, где многие важные сведения фиксируются в текстовых отчетах, которые сложно использовать напрямую для анализов. Эксперт отметил, что до 80% данных в электронных медицинских картах остаются неструктурированными, они включают записи врачей, отчеты, изображения. Таким образом, значимая информация оказывается «запертой» внутри документов, ограничивая возможности анализа. «У нас количество записей в электронных медицинских картах измеряется миллиардами, – подчеркнул Александр Солодовников. – Эти неструктурированные и полуструктурированные данные представляют колоссальную проблему для обработки». Он привел пример, когда в одном наборе данных было порядка 1000 различных вариантов представления информации об уровне гликированного гемоглобина.
Конечно, человек не может обрабатывать такое количество записей. На помощь ему приходят цифровые модели, на которых подробно остановился докладчик. Так пример, NLP-модель (Natural Language Processing) используется в медицине для автоматического извлечения фактов из неструктурированных клинических текстов. NLP-модель может выявлять в тексте диагнозы и даты их установления, упоминания препаратов и дозировок, результаты обследований, занося их в базу данных. Значительная роль также отводится машинному обучению (ML) – широкому классу методов ИИ, позволяющему находить зависимости в данных и строить прогнозные модели. В реальной клинической практике ML применяется для выявления паттернов и предсказания исходов. Существенные возможности в работе с массивом данных демонстрируют и большие языковые модели (LLM) – новейшее поколение ИИ-систем для обработки языка. Эксперт привел пример использования LLM в определении моментов прогрессирования онкологических заболеваний в записях врачей. В одном проекте LLM проанализировали тысячи историй онкологических заболеваний (14 видов рака). Была отмечена высокая согласованность между LLM и людьми при идентификации прогрессирования рака. Показатели выживаемости, рассчитанные на основе данных LLM, практически совпали с результатами «ручного» расчета.
В то же время Александр Солодовников отметил и важную роль человека при использовании ИИ-систем. Так, например, специалисты обучают и валидируют ML/LLM — системы, смотрят на их выводы и указывают, где модели ошибаются либо не учитывают нюансы. Для нахождения истины эксперты вручную размечают контрольные выборки для обучения и оценки моделей. Люди просматривают выборочные результаты, отмечают ошибки, оценивают правдоподобность данных.
«Будущее за комбинацией разных подходов, — уверен эксперт. — Это повышает надежность и это – безальтернативный вариант, учитывая количество данных, которые человек уже не может обработать».
В ходе симпозиума также поднимались вопросы, связанные с оценкой технологий здравоохранения (ОТЗ) для цифровых продуктов и медицинских сервисов, в т.ч. ИИ. Раскрывая эту тему, Надежда Рукавицына, начальник отдела поддержки внедрения инноваций и информационных технологий Центра экспертизы и контроля качества медицинской помощи Минздрава РФ, особо подчеркнула, что ОТЗ — механизм изучения не стоимости (курса) лечения, а стоимости результата лечения. «В первую очередь, всегда оценивается медицинская, социальная, клиническая эффективность предлагаемого продукта, — отметила она. — Также оцениваются и дополнительные факторы, например, насколько та или иная технология применяется в области социально-значимых, инвалидизирующих заболеваний, насколько помогает справиться с неудовлетворенной потребностью системы здравоохранения. И, конечно, актуален вопрос, связанный с импортозамещением. Впоследствии, основываясь на полученных результатах, встает вопрос — сколько, когда и кто именно готов заплатить за продемонстрированный эффект?». При этом лица, принимающие решения, учитывают задачи и целевые показатели национальных и федеральных проектов.
Марк Федосеев, директор по развитию бизнеса компании «РТ МИС», в своем выступлении перечислил вехи развития цифрового здравоохранения: от автоматизации (отдельные учетные документы) до цифровой трансформации (клиентоцентричность: ориентация на врача и пациента). Докладчик также представил кейсы медицинских информационных систем и кейсы сотрудничества компании с фарминдустрией. Он сообщил, что ключевым решением, предлагаемым компанией, является Единая цифровая платформа, которая содержит в себе все инструменты, которые использует врач, медицинская организация и организаторы здравоохранения. Пациенты также могут участвовать в едином информационно пространстве.
«На сегодняшний день решения компании используются в 29 российских регионах, – подчеркнул докладчик. — Каждый третий врач РФ использует инструменты нашей системы. В каждом 3-м регионе медперсонал пользуется продуктами компании. По каждому третьему жителю России в системе хранятся медицинские сведения на уровне субъекта РФ».
Подводя итоги встречи, Сослан Габуев, заместитель директора Департамента развития искусственного интеллекта и больших данных Министерства цифрового развития, связи и массовых коммуникаций РФ (Минцифры), отметил, что текущее законодательство содержит несколько режимов, применяя которые бизнес и государственные учреждения могут использовать медицинские данные. «Речь идет о положениях закона о персональных данных и закона об экспериментальных правовых режимах в сфере цифровых и технологических инноваций, которые допускают использование работ по обезличиванию данных, в т.ч. о состоянии здоровья при определенных изъятиях», — уточнил он. Сослан Габуев подчеркнул, что ограничения, условия обработки медицинских данных, которые предусмотрены законодательством, направлены в первую очередь, на обеспечение интересов пациента.
Ирина Широкова
Фото: Andrey Suslov/FOTODOM/Shutterstock
Цифровизация — один из главных трендов современной медицины и здравоохранения в целом. Проблемы, задачи и перспективы цифровизации, позволяющей эффективно управлять данными и совершенствовать процесс принятия решений, предметно обсуждались специалистами в ходе сессии «Цифровая трансформация здравоохранения: цифровые решения в достижении целей нацпроектов», состоявшейся в рамках 17-й конференции «Что происходит на фармрынке?».
Открывая мероприятие, Василий Светлов, руководитель рабочей группы по цифровизации Ассоциации международных фармпроизводителей (AIPM), отметил, что согласно Распоряжению Правительства РФ, к 2030 г. в каждом регионе страны должны появиться 12 сервисов искусственного интеллекта (ИИ) для здравоохранения. «Эти сервисы должны помогать управленцам и врачам принимать верные решения о лекарственной терапии и ее назначении, — отметил он. — Все это окажет непосредственное влияние на фарминдустрию».
Что и как влияет на выполнение этой задачи, как сегодня происходит цифровая трансформация здравоохранения в целом, обсудили участники дискуссии, затронув разные аспекты цифровизации. Так, Карина Колобова, старший юрист практики фармацевтики и здравоохранения юридической фирмы VERBA LEGAL, сообщила о правовых барьерах доступа к медицинским данным в РФ для вторичного использования. Один из них связан с необходимостью иметь письменное согласие на обработку персональных данных. Кроме того, ограничен фактический доступ к накопленным медицинским данным, а также имеет место недостаточность проработки нормативной базы в части обработки обезличенных данных. Карина Колобова перечислила шаги, которые позволяют изменить ситуацию к лучшему: обеспечить записи медицинских данных в единообразном стандартизированном формате (например, на уровне ГОСТ); сделать обязательным применение современных стандартов информационного обмена (на основе стандарта обмена медицинской информацией — FHIR) для всех участников системы здравоохранения; разработать инструментарий и правила предоставления доступа к уже накопленным массивам данных, в т. ч. в ЕГИСЗ, для исследовательских целей и создания ИИ-решений, а также проработать правовой статус дата-посредника в сфере здравоохранения.
Правовые вопросы, касающиеся обмена данными, затронула Наталия Спицына, старший юрист компании Seven Hills Legal. Она сообщила о новом требовании к согласию на обработку персональных данных (ПДн). Его необходимо оформлять отдельно от другой информации и иных документов, которые подтверждает или подписывает субъект ПДн (ч.1 ст.9 ФЗ «О персональных данных»). Докладчик также назвала целый ряд требований, которые должны быть предусмотрены в поручении на обработку ПДн. Среди них – обязанность обработчика по соблюдению требования о локализации, трансграничной передаче ПДн и безопасности данных; обязанность выполнять требования оператора в отношении ПДн (блокирование, удаление ПДн по запросу субъекта) и т.д. Что касается соглашения о передаче персональных данных, то в нем необходимо четко указать, что стороны действуют как самостоятельные операторы. Кроме того, должно быть обозначено, кто обязан обеспечить наличие основания на передачу и уведомить субъекта; как будут обрабатываться обращения субъектов; что делать в случае утечки. И, наконец, должна быть указана обязанность возместить потери, вызванные привлечением оператора к ответственности по вине обработчика.
Александр Солодовников, доцент кафедры биохимии им. Т.Т. Березова медицинского института РУДН, сообщил о проблемах, связанных с использованием ИИ при анализе данных реальной клинической практики. Он отметил, что большая часть клинической информации сегодня хранится в несистематизированном виде. Особенно это актуально для онкологии, где многие важные сведения фиксируются в текстовых отчетах, которые сложно использовать напрямую для анализов. Эксперт отметил, что до 80% данных в электронных медицинских картах остаются неструктурированными, они включают записи врачей, отчеты, изображения. Таким образом, значимая информация оказывается «запертой» внутри документов, ограничивая возможности анализа. «У нас количество записей в электронных медицинских картах измеряется миллиардами, – подчеркнул Александр Солодовников. – Эти неструктурированные и полуструктурированные данные представляют колоссальную проблему для обработки». Он привел пример, когда в одном наборе данных было порядка 1000 различных вариантов представления информации об уровне гликированного гемоглобина.
Конечно, человек не может обрабатывать такое количество записей. На помощь ему приходят цифровые модели, на которых подробно остановился докладчик. Так пример, NLP-модель (Natural Language Processing) используется в медицине для автоматического извлечения фактов из неструктурированных клинических текстов. NLP-модель может выявлять в тексте диагнозы и даты их установления, упоминания препаратов и дозировок, результаты обследований, занося их в базу данных. Значительная роль также отводится машинному обучению (ML) – широкому классу методов ИИ, позволяющему находить зависимости в данных и строить прогнозные модели. В реальной клинической практике ML применяется для выявления паттернов и предсказания исходов. Существенные возможности в работе с массивом данных демонстрируют и большие языковые модели (LLM) – новейшее поколение ИИ-систем для обработки языка. Эксперт привел пример использования LLM в определении моментов прогрессирования онкологических заболеваний в записях врачей. В одном проекте LLM проанализировали тысячи историй онкологических заболеваний (14 видов рака). Была отмечена высокая согласованность между LLM и людьми при идентификации прогрессирования рака. Показатели выживаемости, рассчитанные на основе данных LLM, практически совпали с результатами «ручного» расчета.
В то же время Александр Солодовников отметил и важную роль человека при использовании ИИ-систем. Так, например, специалисты обучают и валидируют ML/LLM — системы, смотрят на их выводы и указывают, где модели ошибаются либо не учитывают нюансы. Для нахождения истины эксперты вручную размечают контрольные выборки для обучения и оценки моделей. Люди просматривают выборочные результаты, отмечают ошибки, оценивают правдоподобность данных.
«Будущее за комбинацией разных подходов, — уверен эксперт. — Это повышает надежность и это – безальтернативный вариант, учитывая количество данных, которые человек уже не может обработать».
В ходе симпозиума также поднимались вопросы, связанные с оценкой технологий здравоохранения (ОТЗ) для цифровых продуктов и медицинских сервисов, в т.ч. ИИ. Раскрывая эту тему, Надежда Рукавицына, начальник отдела поддержки внедрения инноваций и информационных технологий Центра экспертизы и контроля качества медицинской помощи Минздрава РФ, особо подчеркнула, что ОТЗ — механизм изучения не стоимости (курса) лечения, а стоимости результата лечения. «В первую очередь, всегда оценивается медицинская, социальная, клиническая эффективность предлагаемого продукта, — отметила она. — Также оцениваются и дополнительные факторы, например, насколько та или иная технология применяется в области социально-значимых, инвалидизирующих заболеваний, насколько помогает справиться с неудовлетворенной потребностью системы здравоохранения. И, конечно, актуален вопрос, связанный с импортозамещением. Впоследствии, основываясь на полученных результатах, встает вопрос — сколько, когда и кто именно готов заплатить за продемонстрированный эффект?». При этом лица, принимающие решения, учитывают задачи и целевые показатели национальных и федеральных проектов.
Марк Федосеев, директор по развитию бизнеса компании «РТ МИС», в своем выступлении перечислил вехи развития цифрового здравоохранения: от автоматизации (отдельные учетные документы) до цифровой трансформации (клиентоцентричность: ориентация на врача и пациента). Докладчик также представил кейсы медицинских информационных систем и кейсы сотрудничества компании с фарминдустрией. Он сообщил, что ключевым решением, предлагаемым компанией, является Единая цифровая платформа, которая содержит в себе все инструменты, которые использует врач, медицинская организация и организаторы здравоохранения. Пациенты также могут участвовать в едином информационно пространстве.
«На сегодняшний день решения компании используются в 29 российских регионах, – подчеркнул докладчик. — Каждый третий врач РФ использует инструменты нашей системы. В каждом 3-м регионе медперсонал пользуется продуктами компании. По каждому третьему жителю России в системе хранятся медицинские сведения на уровне субъекта РФ».
Подводя итоги встречи, Сослан Габуев, заместитель директора Департамента развития искусственного интеллекта и больших данных Министерства цифрового развития, связи и массовых коммуникаций РФ (Минцифры), отметил, что текущее законодательство содержит несколько режимов, применяя которые бизнес и государственные учреждения могут использовать медицинские данные. «Речь идет о положениях закона о персональных данных и закона об экспериментальных правовых режимах в сфере цифровых и технологических инноваций, которые допускают использование работ по обезличиванию данных, в т.ч. о состоянии здоровья при определенных изъятиях», — уточнил он. Сослан Габуев подчеркнул, что ограничения, условия обработки медицинских данных, которые предусмотрены законодательством, направлены в первую очередь, на обеспечение интересов пациента.
Ирина Широкова
