Победа над смертью: как инновации помогают в борьбе с тяжелыми болезнями

По версии Всемирной организации здравоохранения, неинфекционные заболевания (НИЗ) стали для населения Земли проблемой номер один. Каждый год от них умирает 41 млн человек, только 30% смертей происходит по другим причинам. У человечества теперь 3 главных врага: сердечно-сосудистые заболевания (от них погибает почти 18 млн человек), рак (9 млн смертей) и диабет (4,9 млн смертей). Причин такой неутешительной статистики достаточно — стареющее население, экология, питание, быстрая и неорганизованная урбанизация и прочее. Учитывая, что ситуация с НИЗ изменилась и в развивающихся странах, где раньше инфекции были основной причиной смертей, возрастающая нагрузка на бюджет может привести к коллапсу всей системы здравоохранения, особенно актуально это для стран Юго-Восточной Азии.

Вопрос — что мы можем противопоставить всем этим проблемам, кроме новых лекарств, продвинутой медицинской техники и профессиональных врачей? Необходимо не просто внедрение новых инструментов, а изменение модели, переход к цифровой медицине. Медицина, управляемая данными, поможет сделать качественный скачок, перейти от дорогого лечения к эффективной профилактике, улучшить жизнь людей с хроническими заболеваниями, а также станет подспорьем в научных исследованиях.

Если мы активно используем инновации в бизнесе, госуправлении и многих других отраслях, почему бы не применить накопленные знания для медицины? Растущее количество проектов и стартапов в области больших данных, искусственного интеллекта и машинного обучения именно для здравоохранения доказывает, что интерес к теме есть, точно также, как есть и бюджет. По данным Forbes, инвестиции в медицинские стартапы в первой половине 2017 года составили порядка $3,5 млрд. Такие гиганты как Apple, Samsung и Google вкладывают деньги не только в разработку приложений, но и в собственные гаджеты для мониторинга показателей здоровья и активностей.

Лекарство или программа профилактики созданные для конкретного человека могли бы стать ключом к борьбе с НИЗ, а главным источником информации в таком случае становится сам пациент. Учитывая, с какой скоростью развивается рынок носимых устройств и разнообразных датчиков, проблема со сбором данных перед нами уже не стоит. К тому же, поколение миллениалов не готово пассивно относиться к своему здоровью, контроль за важными показателями, питанием и самочувствием, активное взаимодействие с врачом — позитивные реалии нашего времени.

Проектов, связанных со сбором медицинских данных и дальнейшей их интерпретацией уже очень много, причем не только в развитых странах вроде США и Германии. Бразилия, запустила программу для людей, страдающих диабетом и живущих в удаленных сельских районах. В течение полугода данные с глюкометров выбранных пациентов несколько раз в день отправлялись врачам ближайшей больницы. Пациенты быстро получали помощь, несмотря на расстояние, а врачи — дополнительные знания о том, что влияло на уровень глюкозы в каждом отдельном случае. За эти полгода была создана база данных пациентов, страдающих сахарным диабетом, врачи и младший персонал научились с ней работать, подготовлена инфраструктура для дальнейшего масштабирования проекта уже на страну в целом.

В России, кстати, тоже есть положительные примеры:

• в Тюмени идет пилот по профилактике хронических сердечно-сосудистых заболеваний, причем участвуют в нем пациенты обычной городской поликлиники;
• в Томске масштабный проект, связанный с большими данными (big data) в медицине, стартовал еще в 2012 году после того, как все медучреждения города были связаны единой платформой, и данные по пациентам стали накапливаться в системе. Сейчас основные силы направлены на повышение эффективности работы скорой помощи: методы искусственного интеллекта будут помогать медицинским работникам в принятии решений, например, рекомендовать или нет пациенту госпитализацию на основании его истории болезни и текущего состояния.

Чем больше таких проектов в стране и в мире, тем больше данных можно агрегировать, тем точнее становятся прогнозы, на основании которых можно подбирать максимально эффективные препараты и схемы лечения для каждого человека.

Например, в Исландии с 1997 года собрана генетическая база данных практически всего населения, расшифрованы геномы более половины жителей. Страна стала гигантской генетической лабораторией, где медицинские данные помогают специалистам бороться с НИЗ, лучше диагностировать и лечить заболевания, развивать фармакогенетику, внедряя новые стандарты персонализированной медицины. Уже сделан ряд важнейших открытий, которые упростят лечение болезни Альцгеймера, заболеваний желчного пузыря и щитовидной железы, онкологических заболеваний.

Процесс сбора генетических данных населения идет разными темпами в ряде стран: Великобритания уже исследовала около полумиллиона жителей, Япония — около 30 тыс. В США, ОАЭ и Катаре пока только озаботились необходимостью создания биобанков.

Массивы данных нужно не только собирать и хранить, но и анализировать. Лишь недавно появились системы, способные в режиме реального времени обработать такие объемы информации. Вместе с ними возникли новые возможности для медицины, что и привело к бурной цифровизации отрасли. Особенно значимыми большие данные стали для лечения онкологии. Высочайшая вариативность заболевания требует обработки огромных массивов данных для постановки диагноза и подбора эффективного лечения. Составление геномного профиля человека и таргетированная терапия стали настоящим прорывом в этой области, который невозможно бы было осуществить без технологии больших данных, искусственного интеллекта и машинного обучения.

Если раньше специалисты-онкологи могли использовать около 3% накопленных данных по пациентам, то сейчас уже 97%. Например, Американское общество клинической онкологии (ASCO) собирает данные по миллионам онкологических пациентов США, включая каждый̆ вид терапии, тип опухоли и ее геномный профиль. Анализируя накопленные массивы, система помогает разработать программу лечения для пациентов со схожим анамнезом и динамикой заболевания, выявить тенденции и закономерности, которые могут улучшить лечение, а также позволяет врачам сравнивать результаты терапии. Похожее решение используется и в Национальном онкологическом центре Германии, помогая ежегодно более 10 тыс. пациентов, адаптируя методы терапии к индивидуальным особенностям генотипа человека и к типу опухоли.

Большое значение для развития медицины имеют глобальные информационные хабы, агрегирующие информацию из миллионов источников. Доступ к таким масштабным хранилищам и обработка данных с помощью средств машинного обучения и других алгоритмов, позволит специалистам создавать более точные модели и поддержать принятие врачебных решений. Национальный Институт Рака (NCI) не так давно обнародовал крупнейшую в истории базу данных по генетическим вариациям, связанных с раком. Доступ к таким объемам информации позволит специалистам изучить возможные молекулярные мишени для таргетной терапии рака. В России подобные хабы тоже есть, эксперты института цифровой медицины Сеченовского университета работают над созданием банка медицинских данных. Пока к системе имеют доступ только сотрудники Сеченовского университета и его клинических больниц, затем хранилищем сможет пользоваться и максимально широкий круг медицинских специалистов, в дальнейшем хранилище будет интегрировано с иностранными хабами.