23 сентября 2020

Петербургский онколог изучает большие данные, чтобы улучшить помощь больным в регионах. Он рассказывает, как анализ помогает прогнозировать смертность и что об этом думают медики

Петербургский онколог Юрий Комаров занимается организацией здравоохранения в НМИЦ имени Петрова. Он исследует заболеваемость и смертность в регионах Северо-Запада и помогает повысить качество онкологической помощи. Чтобы лучше анализировать цифры, в начале 2020 года Комаров пошел на курсы по работе с большими данными.

«Бумага» поговорила с Юрием о том, как новые технологии могут помочь онкобольным, почему некоторые медики не доверяют большим данным и как такой анализ используют в других странах.

Как петербургский онкоцентр помогает региональным медучреждениям

— Я работаю в сфере организации здравоохранения. Мы принимаем решения, влияющие в целом на систему оказания онкологической помощи.

Стать организатором здравоохранения не было моим стремлением, так сложилось. С 2014 года я работал в отделе НМИЦ имени Петрова, который сейчас называется отделом организации научно-практических мероприятий. Мы занимались связями с общественностью, развивали международное сотрудничество и, например, делали Петербургский онкологический форум. Параллельно я был практикующим онкологом.

С 2018 года я перешел в отдел, занимающийся организационно-методической работой с регионами. Тогда нашему центру дали новую функцию — реализовать федеральную программу «Развитие национальных медицинских исследовательских центров», то есть организовать методическую поддержку регионов по профилю «Онкология». А так как у меня был опыт проведения крупных мероприятий с применением проектного подхода и первичная специализация по онкологии, то руководить новым направлением предложили мне. После этого времени на клиническую практику у меня не осталось.

Сейчас у нас под курацией 11 субъектов в Северо-Западном Федеральном округе. Здесь стоит понимать, что НМИЦ имени Петрова — это одно из звеньев цепочки комплексного лечения. Наши пациенты продолжают получать лечение в других субъектах. Мы оцениваем состояние онкологической помощи там, разрабатываем мероприятия, направленные на повышение ее качества и доступности, методические рекомендации по внедрению современных методов лечения, диагностики и профилактики.

Юрий Комаров. Фото: форум «Белые ночи»

Например, наша последняя задача — оценка готовности онкологических учреждений к внедрению системы контроля качества медицинской помощи. Сначала мы анализируем, какие учреждения к этому готовы, потом оцениваем их по чек-листам, а со следующего года будем оказывать организационно-методическую поддержку по внедрению.

Или другая задача: выездная оценка онкологической службы. Мы готовим материалы: например, проводим анализ заболеваемости и смертности в динамике за несколько лет, анализ запущенности (то есть какие стадии чаще или реже встречаются), выявляем причины (например, почему увеличилась или уменьшилась смертность).

Далее пытаемся выявить закономерности: например, почему в каком-то субъекте плохо выявляют колоректальный рак. Мы видим, что пациенты вроде как идут на обследование, но выясняется, что в каком-то регионе нет врачей-эндоскопистов. Получается, люди делают обследование либо позже в областном центре, либо совсем его не делают. На основании этих данных мы думаем, как улучшить ситуацию. В данном случае мы даем рекомендации по изменению маршрутизации пациентов. Чтобы они ехали не за 600 километров в другой город этого субъекта, а, например, в ближайший город соседнего региона, где такие специалисты могут быть.

Как в медицине изучают большие данные и как это помогает обеспечить пациентов лекарствами

— Впервые я задумался, что в медицине нужен анализ данных, когда пошел в аспирантуру [по онкологии на базе НИИ онкологии им. Н. Н. Петрова]. Чтобы защитить кандидатскую, нужно собрать материал, разработать план проекта, построить гипотезу. Далее массив данных нужно обработать, выявив закономерности. Мы в аспирантуре делали всё в Excel, анализировали в программных продуктах типа «Статистики», — в общем, на базовом уровне.

Столкнувшись с работой с регионами в 2018-м, я заметил, что данных стало так много, что Excel не может их переварить, и, вероятно, стоит переходить на SQL. К тому же необходимо искать слишком много взаимосвязей, что не сделать в ручном режиме. Когда у вас 11 субъектов, несколько миллионов записей и строк о лечении пациентов, а нужно найти тех, кто, например, получает определенное лечение, — появляется необходимость совершенствовать свои подходы в сфере анализа.

С февраля 2020 года я прохожу курс по анализу данных на Python в «Яндекс.Практикуме». Сначала было тяжело, потому что нужно много программировать, а я этим ни в институте, ни на работе не занимался. Но когда получил базовые навыки и изучил статистику, всё пошло легче. Сейчас дошли до машинного обучения — это новый виток тяжести: [эти знания] подходят к глубокому математическому анализу, гуманитариям нужно полностью переформатировать свое мышление.

В медицинском вузе вообще есть направление на самообучение: нужно получать большой объем данных за короткий промежуток времени. Это помогло в обучении. Думаю, через полгода-год я доберу необходимое количество данных, чтобы проводить расчеты.

Анализ больших данных помогает нам, например, в прогнозе заболеваемости или смертности. Это нужно, чтобы оценить, как правильно организовать потоки пациентов, как планировать закупки. Мы видим, что, судя по заболеваемости и распространенности, каких-то заболеваний в следующем году будет больше, поэтому в субъекте нужно закупать больше лекарств, чтобы всех обеспечить. На основе данных можно посмотреть, например, получает ли пациент в срок свое лечение или правильно ли соблюдают порядок лечения при определенной стадии в субъекте.

В НМИЦ имени Петрова оказывается высокотехнологичная медицинская помощь: в основном хирургическое лечение и лучевая терапия, а также химиотерапия для тех, кто не может получить ее в субъекте. Мы, конечно, анализируем какие-то данные вроде нагрузки на определенное оборудование, но это сложно назвать анализом больших данных. Плюс у нас разная структура пациентов, которую сложно предсказать. А в субъекте, например, это более постоянная величина — и там обоснованнее анализ больших данных.

Вообще, данные собираются из множества источников: это формы государственной статистической отчетности, данные популяционных раковых регистров, которые полноценно ведутся с 1990-х годов, а также данные фондов ОМС, которые предоставляют информацию по применению методов лечения и диагностики. Мы собираем эти данные в базы и в зависимости от потребности забираем то, что нам необходимо для текущей задачи.

Почему некоторые российские медики не доверяют большим данным и как такие технологии используются в других странах

— Некоторые российские медики сопротивляются результатам, которые получены при анализе больших данных. Например, мы проанализировали ситуацию с заболеваемостью и смертностью, выявили, что смертность продолжает нарастать, связали это с лечением и сказали представителям региона: если лечить современными препаратами, смертность будет снижаться. Из некоторых учреждений может поступить обратная реакция с критикой расчетов, что мы неправильно считаем или что они не считают наши данные достоверными.

Когда говоришь учреждению, что у них снижено качество оказания медицинской помощи, это вызывает определенный негатив. Когда мы проводим подобные анализы, то говорим, что не пытаемся их оценивать. Просто констатируем факт, что выявили такие-то показатели. Конечно, если в учреждении нарушение с точки зрения нормативных показателей, мы говорим об этом. Если нет установленных нормами закона показателей, то можем сказать, что у других субъектов какое-то число выше или ниже, — дальше решения принимаете вы.

Те, кто понимает, что наши данные позволят им в будущем улучшить качество оказания помощи или уровень удовлетворенности пациентов, воспринимают положительно любые результаты. Они видят, как эти показатели можно измерить и что нужно предпринимать, чтобы их повысить. А те, кто не понимает, испытывают агрессию и говорят, что медицина не математика, она индивидуальна и тому подобное. С таким подходом тяжело работать.

Распространенность анализа больших данных зависит от конкретной страны. В Америке большую роль играет страховка — там нет маршрутизации, как у нас, а каждая клиника отвечает за свои закупки и то, какие пациенты туда приходят. Соответственно, данные о заболеваемости в США сильно разнятся от штата к штату, и анализ больших данных по всей стране не развит.

В маленьких странах вроде Финляндии, наоборот, хорошо развит и сбор, и анализ. Например, Скандинавский раковый регистр включает всех пациентов, которые получают лечение онкологических заболеваний, и он ведется на достаточно хорошем уровне. По этим данным делается много выводов, которые, соответственно, улучшают оказание помощи.

Какие перспективы есть у анализа больших данных в онкологии

— Сейчас во всех сферах проходит цифровая трансформация, в онкологии в том числе. У нас создается вертикально-интегрированная медицинская информационная система (ВИМИС), которая в себе объединит все медучреждения, оказывающие онкологическую помощь пациентам, а также всех пациентов, независимо от того, где они получают лечение. Там можно будет отследить все показатели: и сроки оказания медпомощи, и ее качество, и проводимые исследования.

Если у нас появится такая большая база данных, на ее основе можно будет применять различные математические методы моделирования и прогнозирования, и это будет большой прорыв. Это, конечно, улучшит качество оказания медицинской помощи и ее планирования, а также повысит ее эффективность для пациентов.

Например, в гематологии анализ больших данных используется для подбора доноров стволовых клеток, для пересадки и трансплантации. И у нас в России есть ряд центров, которые подключены к международной системе, которая по типированию клеток мозга может подобрать максимально приближенного донора.

В онкологии внедрение информационных систем и анализ больших данных может позволить более точечно и эффективно применять лекарственные препараты. Например, если мы говорим, что сейчас есть высокоэффективное лечение при меланоме (оно подбирается на основе молекулярно-генетических маркеров, которые характерны для этого заболевания), то можно и подобрать препарат, который увеличит до 80 % пятилетнюю выживаемость в этой категории пациентов. Но вручную таких пациентов тяжело найти, а анализ больших данных по стране может выделить группы, которым можно максимально эффективно помочь.

Также анализ может помочь снизить затраты на оказание медицинской помощи за счет того, что у нас не будут закупать неэффективные или малоэффективные препараты. Или найти пациентов, которых можно включить в клинические исследования, чтобы они подошли под все критерии.

Важно, чтобы сами медицинские сотрудники знали, что существуют такие методы, что можно применять различные математические формулы и что это может помогать в работе. Это позволит вести диалог с теми же программистами или дата-сайентистами на одном языке. Сейчас некоторые, к сожалению, вообще не в курсе существования таких возможностей.


«Бумага» выпускала интервью с аналитиком Артуром Хачуяном о Big Data, вычислении личности по лайкам в соцсетях и работе с государством. Читайте также разговор с исследователем новых медиа Львом Мановичем о том, что можно узнать из анализа миллионов инстаграмов и твитов. Узнать, кто в Петербурге исследует интерес к биткоинам, флешмоб MeToo и производство нефти с помощью data science, можно в партнерском материале «Бумаги» с «Газпром нефтью».

На сайте и в соцсетях «Бумаги» также можно послушать подкаст «Волосы отрастут» с историями людей, которые столкнулись с онкологическим диагнозом.

«Бумага» благодарит «Яндекс.Практикум» за помощь в подготовке материала.

Если вы нашли опечатку, пожалуйста, сообщите нам. Выделите текст с ошибкой и нажмите Ctrl + Enter.

Вся лента

все новости
Технологии в Петербурге
Аспирант ИТМО Геннадий Короткевич в седьмой раз подряд победил в мировом турнире Google по программированию
Spotify начнет работу в России 15 июля. Приложение уже можно скачать в App Store и Google Play
Во «ВКонтакте» появится функция перевода голосовых сообщений в текст
«ВКонтакте» запускает групповые видеозвонки. Пока в них могут участвовать до восьми человек
«ВКонтакте» создала приложение о коронавирусе. Там можно проверить свои знания о COVID-19 с помощью теста
Вторая волна коронавируса
«Без работы остаются десятки тысяч петербуржцев»: владельцы детских игровых центров попросили Беглова не запрещать их работу
«Тенденции к снижению заболеваемости нет»: напряженная ситуация с коронавирусом в Петербурге может сохраниться до весны, рассказали в Роспотребнадзоре
На 24 петербуржца составили протоколы за нарушение масочного режима в транспорте после ужесточения ограничений
Прививку от COVID-19 уже можно сделать в Москве. Участники испытаний вакцины, которую будут использовать и в Петербурге, рассказывают о программе и своем самочувствии
Какие слухи про коронавирус популярны в России и почему люди распространяют «советы Юры из Уханя» и «письмо бельгийских врачей»? Рассказывает исследовательница фейков
Поддержка протестующих в Беларуси
Беларусь объявила Тихановскую в межгосударственный розыск за призывы к свержению конституционного строя
На «Марше гордости» в Беларуси задержали почти 600 человек, сообщают правозащитники
В Минске произошли столкновения милиции и протестующих. На акциях задержали несколько десятков человек, в том числе журналистов
В Петербурге прошла акция солидарности с протестующими в Беларуси. Ее участники проехали по рекам и каналам с бело-красно-белыми флагами
В центр Минска стянули автобусы с силовиками, бронетехнику и водометы. На акции протеста накануне в городе задержали около 400 человек
Коллеги «Бумаги»
Документальное кино о женщинах в ожидании свободы
В московских школах из-за ковида пожилых учителей заменят студентами
Надежда малых городов
Отравление Навального
Путин заявил, что лично дал поручение выпустить Навального на лечение за границу
Евросоюз ввел санкции против нескольких российских чиновников из-за отравления Навального
Из-за чего обвалился рубль, как на него повлияло отравление Навального и будет ли доллар по 100? Рассказывает экономист
«Санкции против всей страны не работают». Навальный призвал ЕС ввести санкции против окружения Путина
Эксперты ОЗХО подтвердили, что Алексея Навального отравили «Новичком»
Конфликт баров и жителей Рубинштейна
Улица Рубинштейна будет пешеходной в выходные только ночью. В праздники — целый день
Улица Рубинштейна официально станет пешеходной по выходным и в праздники с 20 октября
За порядком на Рубинштейна теперь следит союз владельцев баров: они наняли ЧОП и запустили «горячую линию». Но местные жители считают, что это не защитит их права
На Рубинштейна постоянно проходят уличные вечеринки, где веселятся сотни людей. Местные жители жалуются на шум, а полиция устраивает рейды
Жители Рубинштейна попросили ужесточить правила работы летних кафе во время пандемии
Озеленение Петербурга
У дома Бассейного товарищества активисты высадили 12 лип. Местные жители долго не могли получить согласование на посадку деревьев
Петербургские активисты высадили каштаны на площади Шевченко в Петроградском районе
Смольный продлил компании «Анна Нова» аренду участка в Муринском парке до августа 2024 года, сообщают активисты
Кто и как борется за сохранение деревьев в Петербурге и почему в городе так мало зелени
Петербуржцы убрались и посадили многолетние растения во дворе на Загородном проспекте
Закон о «наливайках»
В Петербурге предложили запретить выдачу двух «алкогольных» лицензий на одно помещение. Это запретит магазинам ночью продавать спиртное в розлив
В Закс Петербурга внесли новый проект закона о «наливайках». Требование о 50 квадратных метрах будет касаться только заведений в домах массовой серии. Обновлено
В центре Петербурга могут разрешить работу баров площадью более 20 квадратных метров, сообщила рабочая группа по «закону о наливайках»
Закон о «наливайках» могут смягчить. Барам меньше 50 метров разрешат работать, если они находятся в историческом центре
Беглов посетил петербургский бар Spontan, попадающий под закон о «наливайках». Губернатор выпил там соку и пригласил владельца на встречу в Смольном

Спасибо!

Теперь редакторы в курсе.