Rambler's Top100
 
Статьи ИКС № 09-10 2017
Татьяна ЗАРУБИНА  07 ноября 2017

Дорога к Big Data

Определений понятия «большие данные» много. В основном коллеги сходятся на том, что речь идет о больших объемах информации, подходах к ее обработке и скорости этой обработки. Нерешенных вопросов на пути к работе с Big Data для улучшения клинической практики больше, чем достижений. Чтобы осуществлять анализ данных, их – данные – надо иметь.

Определений понятия «большие данные» много. В основном коллеги сходятся на том, что речь идет о больших объемах информации, подходах к ее обработке и скорости этой обработки.

Нерешенных вопросов на пути к работе с Big Data для улучшения клинической практики больше, чем достижений.

Чтобы осуществлять анализ данных, их – данные – надо иметь. Верифицированные, сопоставимые и в нужном для решения задачи количестве. Кафедра медицинской кибернетики и информатики медико-биологического факультета РНИМУ им. Н.И. Пирогова более 40 лет занимается проблемами вычислительной диагностики, создания экспертных систем поддержки врачебных и управленческих решений, прогнозированием для здравоохранения.

Данные для анализа берутся из медицинских карт. Аксиомой остается факт – хочешь иметь данные, которым можно верить, набирай их сам. Успешность попыток оцифровать бумажные медицинские карты сомнительна. Здесь масса проблем: от пресловутого «врачебного» почерка до разных подходов к ведению пациентов с одной патологией в разных медицинских школах, плюс чисто технологические сложности, например разрушение со временем носителей графической медицинской информации (термобумага), и др.

Есть надежда, что ситуация улучшится с повсеместным внедрением электронных медицинских карт, но до их реальной семантической интероперабельности пройдет немало времени. Кроме того, массивы медицинской информации могут содержать некорректные данные, которые формально практически невозможно отличить от корректных. Существует еще целый ряд проблем, замедляющих накопление больших данных по многим медицинским направлениям.

В настоящее время о значительных по размеру наборах данных для анализа можно говорить при исследованиях, ориентированных на использование стандартных форм государственной статистической отчетности, а в клинической практике – при объединении массивов информации нескольких однопрофильных клиник, если в них в течение нескольких лет работает единая МИС (т.е. используются одинаковые справочники) и принята единая тактика ведения пациентов с одной нозологией. Такой опыт есть. Несколько кандидатских диссертаций, уже вышедших и выходящих в настоящее время, основаны на анализе десятков тысяч клинических случаев.

Чтобы осуществлять анализ данных, надо иметь инструменты для анализа и корректно их использовать. Коллеги спорят, какие инструменты лучше применять при анализе данных – специально созданные промышленные или собственные разработки. Истина, скорее всего, «между». Для решения аналитических задач, которые связаны с мониторингом здоровья населения и представлением информации в графической форме, облегчающей интерпретацию, продуктивнее использовать имеющиеся промышленные инструменты. Но есть еще масса задач клинических, пионерских, решаемых в пилотном варианте в нескольких регионах страны. Для их решения целесообразны поисковые разработки с последующим сравнением, выявлением лучших практик для дальнейшего масштабирования.

Хотелось бы несколько слов сказать о применяемых методах. Сейчас особенно на слуху машинное обучение, включая нейронные сети. Математические методы, которые стоят за этими понятиями, не новы и широко известны. Их можно и нужно использовать в тех случаях, для которых они предназначены. Это нужно уметь делать. Конечно, научиться можно. Однако само по себе применение нейронных сетей к обработке любого (даже большого) массива информации далеко не всегда ведет к успеху.

Итак, дорога к Big Data включает в себя:

1. Создание единой федеральной нормативно-справочной информации;

2. Стандартизацию медицинских документов (ИЭМК);

3. Унификацию ведения пациентов с одной нозологией (клинические рекомендации).

По всем направлениям работа ведется, но до победных реляций путь не близкий.

Поделиться:
Заметили неточность или опечатку в тексте? Выделите её мышкой и нажмите: Ctrl + Enter. Спасибо!