31.05.2016 Обновлено: 17.04.2020 8119

Big Data в медицине: текущая ситуация и перспективы

Эксперт

Голубев Михаил Аркадьевич

Биг Дата (Big Data), или большие данные, — два волшебных слова, на которые возлагаются огромные надежды. Исследователи и проповедники мира высоких технологий в один голос уверяют, что их анализ сможет до неузнаваемости изменить практически все отрасли. И здравоохранение — не исключение. Мысль о том, что колоссальные объемы неструктурированных данных обо всем на свете помогут врачам и пациентам, безусловно, очень привлекательна, но станут ли большие данные панацеей? Чтобы разобраться, MedAboutMe отследил самые актуальные примеры использования технологии в России и за рубежом.

Здоровые данные: что Биг Дата может дать медицине

Здоровые данные: что Биг Дата может дать медицине

Ведущий исследователь университета Джона Хопкинса (John Hopkins University) Скотт Зегер считает, что в паре с достижениями биомедицины большие данные станут основой второй революции в медицине. По его словам, этот переворот будет «не менее драматичным и всеобъемлющим», чем первая революция в медицине, которую принято связывать с изобретением микроскопа и первыми попытками лекарей фиксировать наблюдения о состоянии больных, анализировать и собирать информацию, основываясь на науке.

Что большие данные могут дать медицине? Если нужно ответить в двух словах, то ими будут «персонализация» и «оптимизация». Технологии анализа Биг Дата могут дать врачам возможность ставить самые точные диагнозы, прогнозировать развитие болезни, рассчитывать риски для каждого пациента, а иногда и предотвращать их.

Что делает данные по-настоящему «большими»

По мнению исследователей, чтобы квалифицировать накопленный массив информации как большие данные, он должен достичь такого объема, который становится затруднительно хранить, обрабатывать и анализировать. Другими словами, сложности в работе ученые считают хорошим симптомом: вы не знаете, что делать с колоссальным количеством неструктурированной информации в вашей системе? — поздравляем, у вас Биг Дата.

Хорошая новость в том, что производственные мощности компьютеров стремительно растут, и по некоторым оценкам, удваивались каждые 40 месяцев (каждые 3,3 года) с 1980-х. Одним из первых примеров обработки больших данных в истории медицины, пожалуй, можно считать расшифровку генома человека. Декодировать его начали в 2000-м году, и на расшифровку 3 миллиардов знаков самого важного «документа» о наследственной информации, хранящейся в клетке нашего тела, ушло 10 лет. В 2015 году геном человека может быть расшифрован машиной менее чем за день.

Биг Дата знает о вас все

Биг Дата знает о вас все

Тремя основными целями применения больших данных можно назвать создание максимально полных реестров медицинских данных, обменивающихся между собой информацией, использование накопленной информации для прогнозирования возможных «волн» заболеваний. Следом идет внедрение электронных карт для каждого пациента, которые были бы доступны каждому лечащему его врачу.

Представьте: история всех медицинских «манипуляций» с рождения человека будет храниться в системе, а постоянно оттачивающие свое мастерство с помощью машинного обучения алгоритмы смогут сигнализировать врачам о возможном недуге задолго до того, как он возникнет. Здесь неплохим примером может быть часто проявляющийся в детском возрасте сахарный диабет: если бы компьютер мог увидеть предпосылки к возникновению болезни и предупредить, то врач мог бы дать предписания о диете.

Предупрежден — значит вооружен

Немного бесчеловечное определение «оптимизация» в контексте больших данных как раз является проявлением чистейшего гуманизма: годами собираемая и обрабатываемая информация позволяет аналитическим центрам понять, что условия в этом году складываются так, что пандемии гриппа не избежать. Такая информация появляется в руках у экспертов за несколько месяцев до того, как наступит «горячий» сезон, а значит, у них есть время, чтобы принять меры.

Кроме того, использование потенциала больших данных может оптимизировать работу медучреждений и эффективнее управлять персоналом. Например, в пропуски сотрудников могут быть встроены крошечные чипы, и тогда их перемещение между палатами пациентов, лабораториями, операционными будет фиксироваться, а информация — храниться в одном месте. Таким образом, медучреждение сможет научиться рациональнее планировать загрузку, продолжительность смен, рассчитывать свои потребности в персонале в зависимости от множества факторов, и как результат — экономить бюджет. Здесь внедрение технологий больших данных максимально тесно соприкасается с интернетом вещей и возможностями, которые может дать «умная» носимая электроника — датчики, трекеры, анализаторы и др.

Плохой почерк, мало ответов

Плохой почерк, мало ответов

Такова теория, а на практике все немного иначе. Технологии обработки больших данных сталкиваются с целым рядом проблем. По данным исследований команды Университета Джона Хопкинса, одна из них — отсутствие по-настоящему значимой, или как они ее называют — «функциональной» информации в документах обследования. Система не всегда может извлечь данные из записанных на диктофон комментариев в ходе осмотра или распознать написанный от руки неразборчивый текст, который затем был отсканирован или отправлен по факсу.

По мнению директора Института геномики, созданного в крупнейшем нью-йоркском медицинском центре Mount Sinai доктора Эрика Шадта, основные ограничения медицины и фармацевтической индустрии связаны с недостаточным пониманием биологической природы болезней.

Аналитика больших данных в медицин