Система поддержки принятия врачебных решений – челлендж для всех разработчиков  

На кону миллиарды

– Тимур Маратович, для большинства разработчиков МИС стало сюрпризом заявление министра здравоохранения РФ Вероники Скворцовой о возможности введения монополии на рынке отраслевых региональных информационных систем. Как вы относитесь к этой инициативе Минздрава?  

– Полагаю, что речь идет не о монополии, а о существенном и естественном снижении количества МИС на рынке России. Не все игроки функционально или технологически могут обеспечить качественное решение необходимых региональных задач по цифровизации здравоохранения. Естественный отбор оставляет лучшие решения, и в рамках этой парадигмы ужесточение требований к разработчикам, на мой взгляд, будет полезным. Думаю, Вероника Игоревна подразумевала именно этот тезис. 

– А если регион не преуспел в информатизации, каким образом его планируется подтягивать?

– Сейчас идет очередной передел рынка медицинских информационных систем. Слабых разработчиков вытесняют более сильные конкуренты. Осталось менее десятка значимых игроков, тогда как еще в 2012 году на профильную конференцию приезжали представители 130 компаний, которые декларировали, что у них есть МИС. Каждый год их число убавлялось, в результате отпала необходимость в такого рода мероприятиях. Сегодня на рынке меньше десяти компаний, причем половина из них довольствуются рамками одного региона, не заявляя претензий на федеральный охват. 

– А как изменилось качество продуктов: локальные решения окончательно проиграли конкуренцию облачным?

– Изначально существовало два подхода в создании региональных сегментов ЕГИСЗ. Одни субъекты передавали ответственность выбора МИС на уровень отдельных ЛПУ, которые зачастую считали, что достаточно иметь «коробки». В итоге регион получал «зоопарк» информационных систем, и чтобы хоть как-то их объединить, нужна интеграционная шина. Другие, в том числе наша компания, проповедовали систему с облачной архитектурой, полностью накрывающей регион. Тогда ЛПУ не требуется собственный софт – достаточно иметь удаленный доступ к облаку, где могут осуществляться все бизнес-процессы. История с «шиной» в ряде случаев позволяет использовать опыт ранее созданных локальных МИС. Но очевидно, что в условиях интеграции информационных систем, причем не бесшовной, невозможно обеспечить в реальном времени доступ к единой медицинской карте, передачу данных из пункта получения медицинской помощи и т.д. 

– В какую сумму вы оцениваете рынок МИС и вообще цифрового здравоохранения в стране?

– С учетом государственных субсидий по программе «Цифровое здравоохранение» совокупный рынок МИС и ЛИС (лабораторные информационные системы. – Прим. ред.), по моим оценкам, колеблется в пределах 15–17 млрд рублей в год.      

Когда начиналась модернизация здравоохранения, многие игроки считали, что это высокомаржинальный бизнес, легкие деньги. Однако требуется очень многое сделать, чтобы на территории субъекта заработали цифровые процессы, нужно постоянно поддерживать систему в рабочем состоянии, обучать медперсонал, обеспечивать SLA (от англ. Service Level Agreement – соглашение об уровне оказания услуги. – Прим. ред.), это не такая маржинальная история, как оказалось. Рентабельность по EBITDA у большинства разработчиков не превышает 12–15%, это даже не чистая прибыль. 

Выйти в тираж

– ЕГИСЗ призвана решить в том числе вопрос маршрутизации пациентов. Есть ли уже сейчас связь между поликлиникой и стационаром и какого она качества? Может ли, к примеру, специалист первичного звена видеть свободные койки в профильном медучреждении?

– Конечно, это функциональные блоки одного облака, которые используют единую базу данных и охватывают все цифровые процессы системы здравоохранения территории: поликлинический, аптечный функционал, функционал, связанный с работой скорой помощи, кол-центров, записи на прием к врачу и т.д. С точки зрения разработчиков, очевидно, что, если у вас есть автомобиль и вы хотите на нем ездить, у него должны быть колеса. Однако, как это ни печально звучит, до сих пор есть регионы, в которых очень низкий показатель запуска цифровых процессов. 

­– Не проще ли было прийти к какому-то единообразию, спустить из Москвы разработанные на федеральном уровне стандарты?

– Я знаю истории, когда в регионах тендеры на информатизацию систем в здравоохранении забирали за ноль рублей. Мы не беремся за такие истории, когда нам говорят: у нас есть 5 млн рублей, сделайте нам что-нибудь. Комплексные проекты за такие деньги сделать нереально.

Безусловно, наверное, чуть дешевле было бы тиражировать успешный опыт, потому что, с одной стороны, есть тиражный продукт и стержень – то, что неизменно: интеграция с Единой системой межведомственного электронного взаимодействия (СМЭВ), с федеральной ЕГИСЗ, много разных процессов и общерегиональных документов. Но есть и региональная специфика, в которой множество правил – даже вплоть до муниципалитетов есть отличия, и затраты уходят на кастомизацию под конкретные нужды субъекта, отдельно взятого ЛПУ, особенно, если это какие-то центры, оказывающие высокотехнологичную медицинскую помощь. Действительно, не хватает немного стандартизации, чтобы это выглядело как-то более единообразно. 

– Для ФОМС доступна информация из региональных МИС?

– На нашем решении и программном обеспечении работают территориальные фонды ОМС минимум в десяти субъектах РФ. Это не МИС, а процессинговый центр, облако, в котором предусмотрены рабочие места для страховых компаний, для самого ТФОМС, личный кабинет ЛПУ, которое отдает счета-реестры, и вся аналитика – загрузка, выгрузка больших данных. МИС изначально должна иметь проброшенный шлюз взаимодействия с процессинговым центром ТФОМС, потому что, если пациент пришел в регистратуру, тут же проверяется его полис на валидность. Фонды ОМС – это стержень экономики здравоохранения, естественно, в ряде случаев присутствуют приписки со стороны ЛПУ, когда сдача счетов- реестров происходит в полуручном режиме. Мы стараемся сразу это бесшовно интегрировать, чтобы страховые компании по определенным правам доступа могли видеть, оказывалась услуга или нет.

Кроме того, сейчас планируется информацию о пациенте сделать доступной для специалистов всех головных НМИЦ с целью проверки и контроля лечения, органов управления здравоохранением.

Мне нравится слово «сингулярность», но к всеобщей сингулярности, о которой говорит футуролог Рэймонд Курцвейл, в цифровизации здравоохранения мы, наверное, будем идти еще долго. Но, во всяком случае, взаимодействие всех участников медицинского процесса будет происходить благодаря информационному обмену. И локальные МИС с «шинами» точно не вписываются в конструкцию общего цифрового контура, который обеспечивает доступ к информации о пациенте, начиная от бригады скорой помощи, когда врач, приехав на вызов, уже знает историю болезни, имеющиеся противопоказания.  

Доктор без ассистента

– С точки зрения врача, что погружено в систему? Клинические рекомендации, например?

– Сейчас сложно сказать, что у кого-то из разработчиков МИС, есть готовая хорошая система поддержки принятия врачебных решений. Это динамично развивающаяся база знаний на стыке науки, регулятора здравоохранения, медицинских учреждений, врачей, которая должна пополняться, потому что клинические случаи, рекомендации и алгоритмы лечения совершенствуются. Плюс к этому наблюдается отчетливая тенденция к персонифицированной медицине, когда, зная геном человека, можно определить методы лечения и препараты, которые будут наиболее эффективны. Очевидно, что когда идет речь о расходовании десятков миллиардов бюджетных денег, надо заботиться о том, чтобы правильно подбирать препараты, потому что не все будут одинаково эффективны для конкретного человека с уникальным генетическим кодом и какими-то особенностями организма. В этом случае база знаний с системой поддержки принятия врачебных решений – это не какая-то таблица с правилами, которая поставляется с коробочным программным продуктом, это скорее некое облако, возможно, общероссийское. Но если вам кто-то скажет, что у него уже имеется МИС с системой поддержки принятия врачебных решений и она классная, не верьте. Это пока невозможно. 

­– То есть сейчас в ЕГИСЗ мы имеем только данные о пациенте? Что тогда подразумевает рабочее место врача, кроме информации о больном?

– Есть определенные цифровые процессы, которые протекают в медицинских учреждениях – в поликлиниках, в стационарах, в лабораториях, даже в столовых, где пациент, находящийся на стационарном лечении, питается. В части этих цифровых процессов присутствует компания Rusatom Healthcare, которая занимается пропагандой бережливой поликлиники, и мы с ними активно взаимодействуем: адаптировали в ряде регионов ИТ-системы, сделав их более удобными для пациента и более эффективными с точки зрения использования ресурсов медицинского учреждения. Цифровой процесс формирует некие атрибуты, которые возникают на разных этапах – от заведения электронной медицинской карты с персональными данными, назначения медикаментов, постановки диагноза, проведения анализов. Все эти данные агрегируются, сохраняются, потом деперсонализируются и хранятся в региональной МИС и ЕГИСЗ. Этих процессов очень много, они различны – есть платные услуги, есть бесплатные за счет ОМС и т.д.  

Когда врач заполняет диагноз, есть всплывающие подсказки с готовыми словосочетаниями, чтобы сократить время специалиста на эту работу. Это тоже элемент системы поддержки принятия решений, но далеко не полноценный ассистент врача. Система будет совершенствоваться через наполнение информационной базы. Ни один из разработчиков МИС или ЛИС не может в одиночку потянуть создание подобного. 

– То есть и крупнейшая, и главнейшая МИС страны – московская ЕМИАС тоже не может похвастаться более глубоким наполнением?

– Я думаю, это не проблема МИС или конкретного вендора, или органа власти, который что-то сделал или не сделал, это наш общий тренд, куда мы должны двигаться. У кого-то чуть больше элементов помощи, ассистирования врачу, у кого-то чуть меньше, но то, что должно появиться, этого пока нет ни у кого. Это челлендж для всех нас. 

Задача в 40 экзабайт 

– В перспективе в наших МИС может появиться функционал, аналогичный системе Watson, есть планы по оснащению их искусственным интеллектом (ИИ)?  

– Лично я не стал бы доверять диагнозу, который мне поставила машина, но как второе мнение, как альтернатива врачебному решению искусственный интеллект, безусловно, способен принести пользу в медицине. По моим данным, объем информации, которая использовалась IBM для обучения нейросети, не такой уж большой, это скорее первые шаги в применении ИИ в медицине. Элементы нейросети сегодня есть и в нашей системе Alpha BI, вопрос в том, что они все недостаточно обучены.

Сейчас много стартапов, декларирующих способность при помощи искусственного интеллекта определять с высокой долей вероятности диагноз по медицинским изображениям. Если бы дело обстояло так, как утверждают авторы этих разработок, думаю, уже бы появился облачный сервис, куда можно было бы загружать, например, снимки своих легких и получать ответ, что доля вероятности рака такая-то, либо легкие засорены, но рак отсутствует. Но этого пока нет. Учитывая, что разных вариантов комбинаций заболеваний множество, это зарождающийся процесс, и компании будут конкурировать в этой сфере, развивая искусственный интеллект. 

С этой же целью требуется собирать информацию о геноме человека. Ученые подсчитали, что к 2025 году объем данных в этой сфере превысит 40 экзабайт. По сравнению с этим все видеоролики, размещенные на YouTube, плюс вся информация человечества о звездах, Вселенной ничтожно малы. Поэтому, если говорить о реальных нейросетях и искусственном интеллекте в полном объеме, сегодня никто не может обрабатывать базу объемом 40 экзабайт, доставать оттуда быстро информацию и что-то считать.

Мы тестировали нашу Alpha BI на объеме в 2 млрд записей в одном OLAP-кубе (от англ. On-Line Analytical Processing – интерактивный анализ данных. – Прим. ред.), и он открывает рассчитанные агрегаты верхнего уровня за 5 секунд. Мы гордимся этими результатами. Но когда OLAP-куб будет содержать триллионы записей, законы обработки данных уже не работают, там совершенно другие подходы. Поэтому для работы с big data у нас выделено отдельное направление. Нейросеть – в принципе понятная история, но когда она обучена триллионами каких-то комбинаций, когда идет речь о хромосоме ДНК, о геноме человека – тут начинается «другая гравитация», которая совсем по-другому работает, и мы вынуждены заниматься RnD в области исследования больших данных. Наши специалисты публикуют статьи о новых подходах в области обработки данных, мы занимаемся развитием business intelligence, в том числе в интересах медицины, потому что цифровые процессы – это классно, но все-таки то, к чему мы все стремимся – обработка больших данных для целей обучения нейросетей, использование big data для принятия врачебных решений, второго мнения и т.д. Это очень интересная задача – научиться работать с массивом данных в 40 экзабайт. Думаю, это вопрос времени.