Digit hjelper hele veien: fra å stille en diagnose til å dirigere pasientstrømmen
IT-innovasjon
Digitale løsninger angår dessuten ikke barepasientbehandling – forretningsprosesser knyttet til administrasjon og innleggelse av pasienter kan også automatiseres. I slike medisinske sentre vil pasienter ikke tåle smerter på en overfylt legevakt mens de venter på en lege. Sykehus bruker allerede maskinlæringsløsninger for å effektivisere køprosessen.
Algoritmer hjelper ikke bare å håndtereflyt av pasienter, men er engasjert i mer komplekse oppgaver - å utvikle legemidler, analysere og lagre pasientjournaler, eller kan varsle legen om at en bestemt pasient kan ha en underliggende sykdom som er lett å gå glipp av. AI reduserer allerede antallet feil i kreftdiagnose, og kreftpasienter har mye større sannsynlighet for å overleve.
Dette er ikke en utopi og ikke en beskrivelse av det fantastiskeframtid. I 2017 samarbeidet Mayo Clinic med Temptus for å begynne å bruke algoritmer for å identifisere tegn på kreft. Forskere ved Lineberger Comprehensive Cancer Center brukte IBM-produktet til å identifisere spesifikke behandlinger for personer med svulster som ble funnet å ha genetiske abnormiteter.
Dessuten trengs algoritmer ikke bare for behandlingkomplekse sykdommer, men heller for å bli kvitt rutinen - ifølge en studie fra Sage Growth Partners har 90 % av medisinske institusjoner i USA allerede implementert algoritmer eller har skrevet ned en plan for implementeringen av dem i fremtiden. For eksempel kan pasienter ved Ohio State University Wexner Medical Center oppsøke lege uten en eneste samtale og se gjennom medisinske journaler når som helst. I Moskva fikk pasienter muligheten til å uavhengig registrere seg eksternt, ikke innenfor ett sykehus, men i hele byen, tilbake i 2011, og tilgang til en elektronisk journal i 2020.
Det spiller ingen rolle om nye verktøy er vant tilregulerer strømmen av pasienter eller utvikler legemidler for kreft, gjenoppfinner de moderne helsevesen. Et område der smarte beslutninger kan forutsi, forstå, lære og handle av hensyn til pasientens helse.
Digitalisering er ikke bare elektroniske tjenester
Hvordan algoritmer blir introdusert i Moskva-medisin
I Moskva for ti år siden begynte de å jobbe medopprettelse av en enhetlig digital helseplattform. Grunnlaget er EMIAS (Unified Medical Information and Analytical System), Moskva-klinikker og deretter sykehus begynte å koble seg til det. Den første tjenesten i systemet var grunnleggende, men den mest populære var fjernbestilling av time hos lege. Til tross for at de i Russland er på vakt mot digitale systemer, har 80 % av muskovittene ifølge offisiell statistikk benyttet seg av å bestille time hos en lege via Internett i år.
Systemet ble opprettet fra bunnen av, så i utgangspunktetdet var nødvendig å digitalisere og laste opp alle papirdokumenter til skyen, organisere dem og lage et system som lar deg få tilgang til nødvendig informasjon umiddelbart. Over tid har plattformen blitt mer avansert - det har dukket opp tjenester for å samle inn sykehistorien til innbyggere, utstede elektroniske resepter. Resultatet ble en elektronisk helsejournal, en "digital tvilling" av en papirpasientjournal. Den lagrer all helseinformasjon som både legen og pasienten kan se.
«Systemet er først og fremst praktisk for muskovitten selv.Når en ambulanse går til en samtale, får den fortsatt tilgang til pasientens data underveis - teamet har 5-7 minutter på seg til å sjekke anamnesen, se kroniske sykdommer, - Vladimir Makarov, nestleder for informasjonsteknologiavdelingen i Moskva Regjeringen, bemerket i et intervju med CNews , sjef for digitalisering ved Moscow Social Development Complex. – Det er praktisk at en person ikke trenger å bære papirer mellom poliklinisk og innleggelse, for eksempel når han er innlagt. Nå skjer alt automatisk."
Dessuten er digitalisering ikke bare elektronisktjenester som lanseres uten reell infrastruktur. For å implementere EMIAS, måtte det opprettes fra bunnen av: legge kommunikasjons- og ingeniørnettverk, installere moderne stikkontakter og datautstyr for leger, forbedre det medisinske utstyret som spesialister jobber med - røntgenapparater, CT- og MR-maskiner, mammografi, fluorografi og angiografier og mye mer. Digitale strukturerte data i enhetlig form er også viktig for systemet, spesialister digitaliserer allerede raskt dataene, som deretter brukes i EMIAS-systemet.
Digitaliseringen skal ikke være total – den vil bare føre til motsatt effekt
«Hvis flertallet er engasjert i skapelsendokumentorienterte systemer, så er det viktigste for oss den kliniske essensen: kroppstemperatur, puls, blodtrykksindikatorer,” forklarer Vladimir Makarov. "Hvor enn blodprøvetakingen finner sted, blir resultatet satt inn i systemet, det spiller ingen rolle om det ble tatt i en ambulanse, et sykehus, som en del av en medisinsk undersøkelse, disse dokumentene brytes ned i klinisk signifikante enheter. Dette er et produkt som fungerer på skalaen til en stor metropol.»
En av de viktigste tjenestene som tilbyssuksess og kontinuitet i medisinsk behandling, samt innsamling og lagring av kliniske data - dette er en elektronisk journal. Tjenesten blir stadig forbedret - til å begynne med, i journalen, kunne brukerne se protokoller for undersøkelser av leger, resultater fra laboratorie- og instrumentstudier, samt utdrag fra sykehus. Da ble informasjon om vaksinering av barn og voksne lagt til kartet. For øyeblikket er gyldige e-resepter med QR-kode tilgjengelige for innbyggerne i deres elektroniske journal — pasienter trenger ikke å gå til apoteket med et skriftlig reseptskjema, det er nok å vise QR-koden til resepten til apoteket på telefonen. Dessuten er noen av disse funksjonene ikke engang i utenlandske systemer.
I tillegg til bekvemmelighet for legen og pasienten, matrisenmedisinske data i anonymisert format gjør det mulig å utvikle digitale tjenester, inkludert AI. "Automatisering av prosessen med å samle medisinsk informasjon gjør det mulig å akkumulere en rekke store data om helsen til befolkningen og åpner opp et stort potensial for å trene kunstig intelligens i å løse praktiske helseproblemer," sier Alexey Loleit, visegeneraldirektør for strategi og Produktutvikling, Data MATRIX. "Begynner fra å forbedre nøyaktigheten av tidlig diagnose og forutsi utviklingen av sykdommer, og slutter med analyse av farmakoøkonomi og evnen til å redusere kostnadene i helsevesenet."
Dessuten digitalisering, slik skaperne har tenkttjenester bør ikke være totale - dette vil bare føre til motsatt effekt: en nedgang i arbeidsproduktiviteten og en nedgang i antall medisinsk personell. Legen er ikke ekskludert fra prosessen, men er fortsatt nøkkelleddet som tar den endelige avgjørelsen. Men digitaliseringen gir ham muligheten til å ta bedre beslutninger, frigjøre seg fra rutiner og dobbeltsjekke seg selv.
Digital assistanse under pandemien
Spesielt digitale systemer har vist sineeffektivitet i Moskva under pandemien. Alle medisinske institusjoner rundt om i verden står overfor de samme utfordringene – et stort antall pasienter, mangel på ressurser og rutinemessige operasjoner som må utføres manuelt i en tid da pasienter trenger hjelp. Forskere og leger begynte å bruke teknologi for å vinne kampen mot tiden for pasientenes liv.
Moskva var klar for en slik utfordring takket væredigital modenhet i storbyens helsevesen. Dette bidro på svært kort tid til å lage et digitalt system som hjelper hver pasient til å bli personlig assistert i alle stadier av behandlingen for koronavirus.
Grunnlaget for den digitale plattformen er en laboratorietjenesteDiagnoseverktøy for COVID-19 opprettet på mindre enn en måned, inkludert 600 institusjoner - både by-, private og føderale institusjoner. Dette gjorde det mulig å ha en enkelt oppdatert database over alle innbyggere i Moskva med en bekreftet diagnose. En annen viktig informasjonstjeneste er det enhetlige digitale registeret over pasienter med koronavirusinfeksjon, som omfatter om lag 250 helseorganisasjoner. Det gir personlig regnskap, ruting og behandling av pasienter fra det øyeblikket viruset oppdages. Registeret er tilgjengelig i sanntid for alle deler av helsevesenet.
Slik fungerer det:umiddelbart etter bekreftelse av pasientens diagnose, kommer data om alvorlighetsgraden av hans tilstand inn i registeret. Kontakt dem og sjekk statusen. Ambulanse går til alvorlig syke pasienter, og behandlingen av pasienter med symptomer på akutte luftveisvirusinfeksjoner eller lungebetennelse som ikke krever innleggelse utføres av et telemedisinsk senter.
Kunstig medisin kom også legene til hjelp.intelligens (AI) — ved hjelp av nye teknologier har radiologer muligheten til å ikke gå glipp av patologier i en stor strøm av studier og raskt bestemme stadiene av utviklingen av lungebetennelse på CT-skanninger av lungene.
Kunstig intelligens (AI) har også kommet legene til hjelp
Algoritmer klarte å trenes opp takket være digitaliseringog anonymiserte data akkumulert de siste årene. Et AI-basert nevralt nettverk for å bestemme graden av lungeskade i tilfelle COVID-19 ble introdusert i Unified Radiological Information Service (ERIS) til EMIAS. Den ble trent på data fra en halv million pasienter – algoritmer kan nå hjelpe leger og millioner av mennesker som søker hjelp med det samme problemet.
«Vi la merke til at selv de legene som i utgangspunktetvar skeptiske til AI-systemer og omfavnet raskt deres bruksverdi. Generelt vil tidsfaktoren, tilvenning og forbedring av selve produktene bidra til å bygge tillit til AI, sier Anna Meshcheryakova, administrerende direktør i Third Opinion. "Selv om utviklerne av AI-tjenester for noen smale oppgaver allerede i dag viser nøyaktigheten av å oppdage patologier som overgår den menneskelige."
I tillegg gjennom innføring av stemmeinndata ogdatasynsteknologi, samt integrering av stråleutstyr i et enkelt digitalt nettverk, ble tiden for dekoding av CT-bilder redusert til flere minutter. Samtidig føres resultatene av alle studier automatisk inn i den elektroniske journalen til pasientene.
"AI-verktøy, spesielt datasyn,i medisin begynte å bli bredt implementert med begynnelsen av COVID-19-pandemien, da strømmen av pasientforespørsler økte femdoblet eller mer i løpet av kort tid. Legene trengte utrettelige digitale assistenter, bemerker Anna Meshcheryakova. — Som en del av Moskva-eksperimentet om implementering av innovative teknologier innen datasyn for analyse av medisinske bilder, ble det bekreftet at takket være AI-behandling reduseres tiden for å beskrive én medisinsk studie med 30 %. Til syvende og sist er radiologiavdelingen i stand til å behandle en større strøm av studier."
Eksperter over hele verden anerkjenner den høye nøyaktighetenalgoritmer - de kan bestemme resultatene av tester i 99,3% av tilfellene (noen ganger er tradisjonelle analyser ikke engang nødvendig for dette, lyden av hoste er nok), de velger individuell behandling for pasienter på noen få minutter og kan endre den om nødvendig . Hvis legene gjorde dette, ville de ikke hatt nok tid til å ta hensyn til pasienter som trenger det, og arbeidsbelastningen ville blitt mange ganger større.
Borgeropplevelse
For å sjekke hvordan algoritmer og digitale tjenester hjelper pasienten, skrev Hi-Tech-korrespondenten barnet hennes til legen gjennom en søknad med elektronisk journal.
Tidligere måtte hun for å få timetidlig om morgenen for å komme til klinikken og ta en kupong. På avtaledagen, stå i kø i resepsjonen for å få papirjournal, og vent deretter i kø for å se legen. Etter aksept, vent igjen for å returnere kortet til registeret. Hvis spesialisten skrev ut henvisninger til ytterligere undersøkelser eller tester, ble det enda vanskeligere, dokumentene er lett å miste.
Med introduksjonen av digital teknologi, opptaksprosessentar flere minutter - for dette må du skrive inn tilgangskoden, gå til applikasjonen og velge barnet på startsiden. Det er enkelt å finne en lege - du kan velge ham etter spesialitet eller etternavn. Samtidig trenger du ikke ringe noe sted for å få time. Søknaden åpner timeplanen hans, og ikke for nær fremtid, men to uker i forveien. Korrespondenten meldte seg uten problemer på avtale og levering av prøver i retning neste dag.
Med introduksjonen av digitale teknologier tar prosessen med å bestille time hos en lege noen få minutter
Takket være EMIAS takler poliklinikker strømmenpasienter - Jeg måtte vente ca. 10 minutter på en avtale kun fordi den forrige pasienten kom for sent i kort tid og avtalen tok litt lengre tid. Det var ingen kø.
Bestilling av time for legehenvisningtok et minutt. På inngrepet måtte jeg også vente 5-10 minutter, her kommer pasientene litt saktere inn på kontoret, men kun fordi noen barn trenger å få litt mer oppmerksomhet. Resultatet av prosedyren dagen etter kom til den elektroniske journalen i mobilapplikasjonen. Du kan også se inspeksjonsprotokollen og testresultatene der.
Resultatene lagres også i den elektroniske journaleninstrumentelle studier, undersøkelsesprotokoller, vaksinasjonsdata, legeresepter og mye mer. Det er ikke lenger nødvendig å gå med en papirresept, og papirjournal og register blir unødvendig og arkaisk.
Digitaliseringens fremtid
Det ser ut til at medisin er en av de mestinnovative områder der digitale teknologier er mest aktivt introdusert, men verdensdata tilbakeviser dette. I følge en studie fra danske forskere blir de oftere brukt til sikkerhet, underholdning og til og med ansattes ledelse.
Samtidig pågår digitaliseringsprosessen i Moskva10 år allerede. Den dynamiske utviklingen fortsetter nå, men teknologien har fortsatt et stort potensial for å hjelpe leger, holde folk friske, avlaste spesialister fra rutiner og fokusere på tilfeller der det er behov for en levende lege.
"Helsevesen og farmasøytiskindustrien trenger store datasett som inneholder data fra reell klinisk praksis og metoder for behandling av pasienter, - rapporterer Alexey Loleit, Deputy General Director for Strategy and Product Development hos Data MATRIX. - Etter å ha lært av slike data, er kunstig intelligens i stand til å bygge prediktiv modell og bli en verdifull assistent for legen, og bidra til vurdering av standarder for omsorg for å optimere og forbedre klinisk og kostnadseffektivitet.»
Leger kan fokusere på tilfeller der de er mest nødvendig
Som leger deler i studien, er flertalletav dem er fortsatt ikke fornøyd med teknologien i seg selv, men med "en kombinasjon av algoritme og menneskelig intuisjon." For eksempel utfører Daniel A. Orringer, en nevrokirurg ved Langone Health, kirurgi for å fjerne hjernesvulster og bruker systemet til å finne ut om han har fjernet så mye av svulsten som mulig eller om operasjonen skal fortsette.
Til tross for pasientenes frykt for at AI vil frarøve dem personlig pleie, mens den motsatte effekten oppstår, kan leger fokusere på tilfeller der de er mest nødvendig.
«Hvis jeg under operasjonen har seksspørsmål, kan jeg få svar uten å vente 30 eller 40 minutter. Og dette reduserer operasjonstiden, pasienten er mindre i narkose, noe som alltid er bra, konstaterer han. – Fra dette eksemplet er det åpenbart at teknologien ikke vil endre hjernekirurgi og medisin generelt, vi snakker om små detaljer. Pasienten vil føle seg mer komfortabel, og leger vil få en rask assistent."
Les mer
Noe merkelig skjer i universet: hvordan forklare inkonsekvenser i Hubble-konstanten
Den gamle byen Mittani-imperiet "dukket opp" fra elven. Han er over 3400 år gammel
Om 20 år vil alt være annerledes: hvilke ferdigheter vil barna våre trenge