Российские ученые разрабатывают алгоритм, который поможет предупреждать развитие глаукомы и прогнозировать возможную потерю зрения.

---

Глаукома - серьезное офтальмологическое заболевание, ведущее к полной потере зрения. В основе заболевания находится повышение внутриглазного давления, которое повреждает зрительный нерв, приводя к его атрофии, а человека - к слепоте. Опасность заболевания кроется в том, что оно может длительное время протекать бессимптомно и впервые обнаруживается только в уже развитой или далеко зашедшей стадии. В России выявлено около 1250 тыс. пациентов с подтвержденной глаукомой, при этом столько же человек больны, но не знают о своем заболевании.

Прогресс глаукомы у человека. Так видит мир человек с глаукомой.

Основная проблема диагностики глаукомы в России заключается в том, что при отсутствии жалоб на дискомфорт в глазах, пациенты просто не обследуются на наличие у них этого заболевания, а тем, кто обращается за помощью, диагноз ставят не сразу. В итоге около 50 % случаев глаукомы остается недиагностированными. Однако при диагностике на ранней стадии заболевания (предшествующей начальной стадии, когда границы поля зрения нормальные, но есть небольшие изменения в парацентральных отделах поля зрения) прогрессирование заболевания может быть отсрочено при назначении соответствующей терапии. Увеличение уровня диагностики глаукомы может также иметь экономические преимущества. Данные фармакоэкономических исследований показывают, что затраты на лечение глаукомы (как со стороны пациента, так и со стороны медучреждения) увеличиваются прямо пропорционально тяжести заболевания. Все это позволяет сделать вывод, что ранняя диагностика глаукомы наряду с правильным ведением больных и предотвращением прогрессирования заболевания является экономически выгодной и ведет к снижению общих затрат в системе здравоохранения.

Диагностика глаукомы должна быть комплексной и содержать несколько методов исследования. Это необходимо для постановки диагноза точно и своевременно.

Но специалисты отмечают, что диагностировать глаукому нужно еще раньше, чем это может сделать самый современный на сегодняшний день прибор. Это единственный вариант сохранить людям зрение, потому что когда глаукома подтверждается, зрительный нерв уже поврежден настолько сильно, что стопроцентный положительный исход лечения гарантировать просто невозможно.

Владимир Махмутов, врач-офтальмолог, доктор медицинских наук, профессор поясняет: «Несмотря на значительные успехи, достигнутые в лечении глаукомы, заболевание и до настоящего времени остается одной из причин, приводящих к инвалидности и неизлечимой слепоте. Даже успешное проведение хирургического лечения не гарантирует сохранение зрительных функций, особенно если оно выполняется в развитой или далеко зашедшей стадии заболевания. Основой профилактики слепоты от глаукомы является диагностика заболевания на ранних этапах его развития. Если учесть, что глаукома чаще начинается незаметно, характеризуется длительным латентным периодом, малой и скрытой симптоматикой, то постановка диагноза на ранних стадиях является сложной задачей не только для начинающих, но и достаточно опытных офтальмологов. Наличие глаукоматозной экскавации в сочетании с повышением внутриглазного давления и изменение поля зрения позволяет поставить диагноз глаукомы, но эти симптомы характерны для развитой стадии заболевания, а в самом начале патологического процесса, когда он только проявляется, необходимо выявлять микросимптомы с использованием комплекса методик и исследований, включающих оценку жалоб и анамнеза, клинической микросимптоматики в переднем отделе глаза и диске зрительного нерва, тонометрические и тонографические показатели, нагрузочные и разгрузочные пробы, тестирование поля зрения».

Между началом заболевания и первыми симптомами проходит до 10-15 лет, а это очень длительный срок для нейродегенеративного заболевания. Глаукома, как правило, не возникает вдруг сама по себе, а является закономерным следствием ряда других заболеваний, имеющихся у человека, которые, в свою очередь, появляются из-за нездорового образа жизни пациента. Провоцируют развитие глаукомы и наследственные факторы, а также прием различных лекарств. Поэтому возникновение глаукомы можно прогнозировать с достаточно достоверным результатом. И помогут в этом Большие Данные.

Большие Данные – ключ к успеху в борьбе с болезнями

В основе медицины будущего - не только высокие технологии, но и обработка больших массивов данных – Больших Данных (БД, англ.- Big Data), включающих в себя, в основном, разностороннюю информацию о пациенте, способствующую формированию максимально правдивой картины наблюдения за состоянием его здоровья. К такой информации относятся данные о ритме жизни пациента, клинические показатели работы организма в целом и отдельных его систем, измеренные лабораторными способами, учитывающие временную динамику. Именно БД в медицине призваны снизить число ошибочных диагнозов и повысить эффективность лечения за счет видения врачом широкой картины поведения болезни у пациента и принятия взвешенных и обоснованных решений по тактике лечения.

Особенность технологий БД заключается в том, что они позволяют обрабатывать данные из большого числа самых разнообразных источников, сопоставляя ранее несопоставимые наблюдения, и извлекать из них новые знания и закономерности.

Специалисты российской компании «Перспективные технологии» в настоящее время ведут разработку алгоритма анализа БД о глаукоме, который позволит с высокой точностью прогнозировать развитие заболевания еще до его возникновения. Благодаря полученной информации человек (пациент) сможет откорректировать (самостоятельно или под наблюдением врача) свое поведение – ритм жизни, количество и частоту физических нагрузок, режим работы и отдыха, режим питания, обратит внимание на заболевания, ведущие к развитию глаукомы, и приступит к их лечению, за счет чего и будет достигнут нужный эффект – снижение почти до нуля риска развития глаукомы, а, следовательно, и слепоты. Подобным образом можно прогнозировать развитие любых системных болезней у человека и их течение. В основе разрабатываемого инновационного программно-аппаратного комплекса, в его математической части, являющейся основной, находится эффективный рекурсивный фильтр, оценивающий вектор состояния динамической системы, используя ряд неполных и зашумленных измерений.

Большие Данные становятся реальностью и для российской медицины. Их использование позволит оказывать пациентам действительно своевременную помощь, а не запоздавшую, как часто происходит сегодня. Но это мегазадача, потому что придется обрабатывать не просто большие, а сверхбольшие объемы медицинской информации. Поэтому в качестве первого опыта инженеры компании «Перспективные технологии» поставили себе цель решить хотя бы одну задачу: по прогнозированию развития глаукомы, и начали создавать алгоритм прогнозирования развития болезни у людей в возрасте 18 лет и старше, так как у детей глаукома встречается редко.

Как поясняют в компании, алгоритм представляет из себя расчет вероятностей возникновения, развития и ремиссии заболевания при стечении определенных факторов, как внешних (наследственные заболевания, окружающая среда, рабочие условия и т.д.), так и внутренних – полностью зависящих от человека (курение и чрезмерное употребление спиртного, малоподвижный или, наоборот, слишком активный образ жизни и т.д.), в различных комбинациях.

«Чтобы решить задачу, нужны большие данные о динамике состояния пациентов, об их лечении, а также начальные условия. Эта информация сейчас накапливается в глаукомных центрах. Однако, что делать, если какие-то данные не полные, не верные или отсутствуют? Неверные данные можно исключить, частичные – дополнить, или выразить их через другие единицы измерений, отсутствующие придется смоделировать. Построение этой модели и есть наша первоочередная цель. Потому что часто ошибочные диагнозы и прогнозы строятся только на имеющихся данных, которых просто недостаточно для постановки верного диагноза. Наш алгоритм не заменит врачей, но позволит повысить точность обследования пациента. 

Современные системы анализа данных в медицине используют только фактический материал, наш алгоритм поможет с определенной долей вероятности «заполнять» нулевое информационное поле и приведет к повышению точности поставленных диагнозов, что в конечном итоге отразится на улучшении качества лечения и жизни людей», - рассказал научный сотрудник компании Виталий Хохлов.

По оценкам разработчиков алгоритма прогнозирования заболеваний экономический эффект от реализации этого (или даже схожего, с аналогичными функциями) проекта будет глобальным: тысячи людей улучшат свое здоровье и смогут дольше оставаться движущей силой национальной экономики. Если говорить о доходах для компании – производителя, то нужно учитывать что при высокой себестоимости самой разработки, стоимость её коммерческого использования будет не велика (это обязательное условие для выхода на рынок) – около 1500 рублей за ведение одного активного пациента  в год. Так как, по сути, всю работу (самую значимую и объемную часть процесса) по вводу начальных данных выполнят либо сами врачи, либо другие компьютеры, интегрированные в систему обработки информации. Прибыль компании планируется обеспечивать за счет массовости использования алгоритма в медицинских учреждениях и расширения его функций с течением времени. Расчетный срок окупаемости инвестиций – около пяти лет.

Инвестиции в Большие Данные

В Стратегии развития отрасли информационных технологий в Российской Федерации на 2014-2020 годы и на перспективу до 2025 года технологии обработки «Больших данных» обозначены в числе «прорывных для мировой индустрии, в которых в перспективе 10-15 лет с высокой вероятностью может быть обеспечена глобальная технологическая конкурентоспособность России».

В большом потенциале применения технологий анализа БД в области медицины эксперты видят решение множества проблем функционирования системы здравоохранения в целом. Основные задачи, которые позволяют решить технологии БД: контроль процесса лечения, определение наиболее эффективных методов лечения, предотвращение развития и роста числа заболеваний (включая эпидемии).

Первые наблюдения о том, как БД влияют на лечение пациентов, уже получены, и результат приятно удивил врачей.

«Перманентный сбор и анализ информации на уровне продвинутой аналитики (Advanced analytics) не только позволяет на ранней стадии замечать любые отклонения и аномалии в показаниях, но и выявлять скрытые закономерности. Так, например, анализ геномных данных показал, что случаи лейкоза, которые когда-то считались одной нозологией, позволяют дифференцировать их на две: одну с лучшим прогнозом, другую с менее оптимистичным. Это стало возможным только путем объединения клинических данных и данных геномного анализа с помощью технологии БД», - рассказала Лилия Цветкова, к.б.н., с.н.с. Отделения научно-технического прогнозирования в области биомедицины ЦНИИОИЗ Минздрава России.

Внутренний запрос на выводы о здоровье человека и его жизненных перспективах, которые можно получить только с помощью БД, есть и у самих пациентов.

«Высокая актуальность внедрения технологий БД в медицине связана и с новыми тенденциями во взаимоотношениях врача и пациента в формате технологий мобильной медицины. Медицина становится все более ориентированной на конкретного пациента, для которого важны прогнозирование, профилактика заболеваний и персонализация лечения. Стандартные медицинские услуги отстают от запросов пациентов, которые хотят получать инструменты, позволяющие контролировать все больше физиологических параметров и которые все больше вовлекаются не только в процесс постоянного контроля за своим здоровьем, но и в управление здоровьем», - отмечает Ольга Черченко, врач-кибернетик, научный сотрудник ФГБНУ «Дирекция научно-технических программ».

Большой потенциал использования технологий БД в медицине связан с разработкой алгоритмов распознавания, дальнейшего анализа и интерпретации сигналов и изображений, поступающих с персональных устройств пациентов (информация о системе питания, собранной, например, с помощью смарт-холодильников или информация от смарт-устройств тренажерного зала, смарт-весов - позволит оповещать в режиме реального времени врачей, когда есть необходимость в их вмешательстве). Известно, что врачи поставили диагноз пациенту, используя его фитнес-трекер. Страховые компании проявляют интерес к информации о здоровье пациентов и о правомерности расходования средств - страховых возмещений медицинскими организациями и для анализа этого потока информации также нужны БД, полученные из медицинской среды. С использованием инструментария БД проектируют новые продукты и разрабатывают глобальные маркетинговые стратегии фармацевтические компании. Так что перспективы у рынка БД в медицине весьма интересны, не говоря уже о прогнозировании различных заболеваний.

«В настоящее время системы здравоохранения во всем мире активно переходят в информатизированный формат, развивая сервисы интегрированных электронных медицинских карт и устройств, в которых концентрируется основная информация о пациенте, поступающая из различных модулей: системы лабораторной диагностики, архива медицинских изображений и прочих специализированных медицинских сервисов. Заполнение таких систем и использование различных электронных приборов повышают скорость получения информации, способствуют стандартизации работы врачей, автоматизации контроля соблюдения медицинских стандартов и т. д. Однако пока вне зоны внимания остается ряд важных вопросов, в том числе один из самых главных, -- каким образом анализировать весь объем собранной информации для последующего практического применения выявленных закономерностей», - отмечают специалисты компании «АстраЗенека Фармасьютикалз» (Москва) Николай Суворов и Александр Беденков. По их мнению, разработка вычислительных систем и алгоритмов поиска корреляций должна оказаться той выигрышной стратегией, которая в конечном итоге преобразует огромные неструктурированные массивы информации в источник гипотез и моделей, пригодных для облегчения поиска тенденций, содержащихся внутри этих массивов.

Перспективы использования БД в медицине видит и Игорь Калайда, генеральный директор НИИ СОКБ (Научно-испытательный институт систем обеспечения комплексной безопасности). По его словам, именно БД позволят медицинскому «специалисту из врача-патологоанатома превратиться в терапевта». Он также прогнозирует развитие новых бизнес-моделей в здравоохранении, связанных с современными разработками: «Особое место в исследованиях и разработках в здравоохранении сейчас занимают инновации в персонализированной медицине. Основываясь на обработке гигантских объемов генетической информации, которые становятся всё более доступными для человека, врачи смогут назначать абсолютно уникальные лекарственные средства и методы лечения. Наконец, разработки по выделению паттернов заболеваний позволят получить хорошие прогностические оценки развития различных видов болезней, выделить профили рисков и не только провести профилактические мероприятия, но и спрогнозировать необходимость разработок методов лечения, эффективных для будущих видов заболеваний».

Но всё новое и не очень понятное профессиональному сообществу иногда отвергается отдельными руководящими кадрами. Так происходит и с большими данными в медицине (особенности аналитического программирования и математического прогнозирования не родная среда для врачей). С одной стороны, БД все-таки внедряются в систему российского здравоохранения. Первый опыт работы с БД уже есть у Федерального Центра сердца, крови и эндокринологии им. В. А. Алмазова (Санкт-Петербург) который участвует в  работе над созданием облачной системы «Мониторинг здоровья». Центр обработки данных «Омский» (Омск) намерен внести свою лепту в использование технологий БД в медицине, создав систему прогнозирования эффективности различных методов лечения. Идет развитие региональных баз данных в медучреждениях и нужная для анализа БД информация накапливается. С другой стороны - проекты по внедрению технологий БД консервируются на стадии прототипа, реже - на стадии пилотного проекта, и ни один из них не завершен убедительной историей успеха, что связано с крайне низким спросом на внедрение подобных технологических решений. Тем временем российский рынок осваивают иностранные компании, предлагающие использовать БД в медицине. Из 14 патентов, выданных Роспатентом, только один принадлежит резиденту РФ - индивидуальному заявителю. Правообладатели остальных 13-и патентов - зарубежные компании.

Иван Оселедец, старший научный сотрудник ИВМ РАН, профессор Сколковского института науки и технологий, полагает, что «у российских медучреждений пока нет глобальной программы работы с Большими Данными». По его словам, «в России есть проблема, прежде всего, со сбором информации, и о технологиях ее обработки сейчас говорить немного преждевременно. В отдельных медучреждениях могут вестись пилотные проекты с БД, но в целом в отрасли остается очень много учреждений, где даже самое высокотехнологичное диагностическое оборудование, например, не подключено к Интернету, не собирает, не накапливает и не анализирует данные обо всем потоке проходящих через него пациентов».

О серьезности инвестиционных рисков в проекты, связанные с применением технологий БД, говорит и тот факт, что, по данным агентства Wikibon research, по состоянию на 2014 г. (последние доступные обобщенные данные – прим. ред.) лишь 46% проектов достигли показателя 50%-ной отдачи от вложений. Примерно 2% респондентов оценили такие инвестиции как полностью невозвратные (по предварительным данным за 2016 год картина в целом не изменилась).

«Несмотря на то, что степень проникновения БД в российском здравоохранении ниже, чем в США и Европе, проблемы отношения к этим технологиям схожие. Хотя медицина (отечественная в частности) является одной из отраслей, в которых технологии управления «большими данными» дают наиболее яркий эффект, многие все еще относятся к ним пока со скепсисом, возможно, ввиду не всегда понятной бизнес-выгоды и нехватки специалистов», - заключил Игорь Калайда.

Но, невзирая на общую стагнацию экономики, в ближайшие 5 лет аналитики прогнозируют дальнейший рост рынка БД в России. Учитывая, что общий объем российского рынка БД в 2016 году составил около 22 млрд рублей, не сложно определить, что на долю БД в здравоохранении приходилось только 2,9 млрд руб. (13 %, причем практически полностью иностранных).

Руководитель подразделения разработки моделей «СберТех» (ИТ-подразделения Сбербанка РФ) Максим Савченко пояснил, что БД не приносят денег сами собой, они начинают давать пользу тогда, когда на их основе разрабатывается модель, используемая для принятия решения. При этом он подчеркнул, что не стоит ожидать от БД чудес: средняя прибавка к выручке от внедрения БД составляет 3-5% - в случае, если это касается автоматических процессов.

Федеральный центр проектного финансирования (ФЦПФ) Внешэкономбанка планирует к 2018 году построить за 1,4 млрд рублей IT‑платформу, способную объединить основных поставщиков и потребителей медицинских услуг. Информационная система, по замыслу авторов, должна стать национальным оператором «персонализированного ведения здоровья». В этой сети должны оказаться не только клиники и диагностические лаборатории, фитнес- и велнес‑центры, пациенты и их работодатели, но и страховщики, разработчики IT-решений и создатели онлайн‑сервисов. Генерировать выручку гигантский стартап собирается из двух источников: потребителям будут предлагаться упакованные в страховые программы медицинские и оздоровительные мероприятия, а поставщикам товаров и услуг – доступ к пациентской аудитории. Соучастникам, в числе которых ФЦПФ уже видит ФМБА, Сбербанк, ГК «Ташир», «Яндекс» и многих других потенциальных интересантов, генератор идеи уже через пять лет обещает капитализацию компании‑оператора на уровне $10 млрд.

Использование технологий БД дает конкурентное преимущество их пользователям в части повышения операционной эффективности бизнеса, привлечения дополнительного потока клиентов, минимизации рисков и внедрения технологий прогнозирования данных. Таким образом, можно заключить, что сегмент БД в России находится на стадии формирования, спрос на данные технологии с каждым годом увеличивается, и это дает российским разработчикам шанс успеть занять в нем заметные по объему ниши. При этом уникальность сложившейся ситуации в том, что при текущих начальных условиях на рынок можно прийти, имея скромный стартовый капитал.

Фёдор Игоревич Сацыперов