Прогностическая медицина это: Генетика, персонализированная и прогностическая медицина: Проекты направления

Виталий Пруцкий: Прогностические методы — это эволюция медицины — Российская газета

Виталий Пруцкий возглавляет новый центр компании «АстраЗенека» по биоинформатике и прогностической медицине в Санкт-Петербурге. В Северную столицу он переехал из Великобритании, где много лет проработал в области применения информационных технологий в клеточной и молекулярной биологии и в биоинформатике. О новой сфере своей деятельности Виталий Пруцкий рассказал «РГ».

Виталий, так чем же будет заниматься научный центр «AстраЗенека»? Какие задачи перед ним поставлены, какими будут объемы исследований, количество и качество персонала?

Виталий Пруцкий: Это будет научно-исследовательский (R&D) центр, в котором будут работать около 30 специалистов — математиков, биостатистиков, IT-профессионалов. Областью наших исследований будет развитие и внедрение компьютерных прогностических методов моделирования на всех этапах разработки лекарств. На практике центр будет создавать программы, алгоритмы, интерфейсы в области биомедицины и фармакологии, а также математические модели и инструменты для анализа любых данных.

Эта работа может включать в себя идентификацию мишеней для нового препарата, разработку математических моделей возникновения заболеваний и т.д.

Смогут ли результаты этой работы влиять на безопасность и эффективность производимых в России лекарств?

Виталий Пруцкий: В конечном счете наша деятельность будет направлена на развитие методов анализа всех данных, используемых при создании лекарственных препаратов, и моделирование фармакологических свойств разрабатываемых молекул для повышения их эффективности и безопасности. Надеюсь, что результаты этой работы окажутся полезными именно в практической работе по созданию новых лекарств.

А что подразумевается под термином «прогностическая медицина»?

Виталий Пруцкий: Это очень широкий термин. Ведь любой доктор, принимая пациента, делает какой-то прогноз относительно его здоровья на основе осмотра, анализов, диагностических процедур и т.п. Так что работа врачей — это всегда в некотором смысле прогностическая деятельность.

Но со временем у медицины появилась возможность ставить точный диагноз и предполагать, как будет развиваться конкретная болезнь, с учетом данных молекулярной биологии. Причем рассчитать прогноз с помощью математических инструментов можно достаточно быстро. Кроме того, они позволяют точно рассчитать и предложить врачу и пациенту индивидуализированное древо решений.

Но не получится ли так, что, предлагая решение для конкретного больного, по его «генной карте», врачи уйдут от методов доказательной медицины, общепризнанных стандартов лечения?

Виталий Пруцкий: Конечно, нет! Прогностическая медицина — это продолжение, уточнение доказательной медицины, ее эволюция. Это проверка уже доказавшего свою эффективность и безопасность препарата на более точном и тонком уровне, дополнительное испытание его качества. К примеру, основанная на генном алгоритме таргетная (от английского target — «цель», то есть прицельная. — Ред.) терапия — это прямое воздействие на опухолевые «мишени».

Такая терапия учитывает особенности пациента и конкретной опухоли, учитывает траекторию, по которой она будет развиваться, и в том числе возможный обратный путь ее развития.

Вы более 18 лет работали в крупных фармкомпаниях за рубежом. Почему многие наши ученые стремятся «отсюда — туда», а вы наоборот » оттуда — сюда»?

Виталий Пруцкий: Рассказы о «молочных реках» на Западе — не более чем миф. Многие наши ученые заняты там вполне заурядной работой, а не большой наукой. Жить там действительно комфортнее в смысле быта, поэтому пока моя семья разделена между Россией и Великобританией — дети хотят учиться там. Но я предпочитаю любить свою работу, а не просто отбывать рабочий день. Здесь передо мной стоят амбициозные задачи, для которых интересно находить решения.

Персонализированная медицина: что это такое и как это работает в Британии?

• Доктор Эмма Дэвенпорт
• Институт Сенгера, фонд Wellcome

30 июня 2019

Автор фото, Getty Images

Медицина всегда была в какой-то степени персонализированной — ведь при посещении врача тот всегда стремится предложить наиболее эффективное для вашего состояния лечение.

Но с развитием геномики впервые стало возможным подбирать лекарственные средства и методы лечения, которые подходят именно вашему организму.

Геном является полным описанием всего нашего набора ДНК, включая все гены. По сути это инструкция о том, как построить и поддерживать существование 37 триллионов клеток человеческого организма.

Более 99% ДНК совпадают у всех людей. Остающиеся структуры ДНК — меньше 1 процента — делают нас уникальными и могут определять тяжесть заболевания и эффективность лечения.

Исследование этих геномных различий помогает лечению целого ряда недугов — от рака и сердечно-сосудистых заболеваний до депрессии.

Рак и гены

Раковые заболевания — это область медицины, в которой наиболее развиты персонализированные формы лечения.

В Британии в государственной системе здравоохранения уже сейчас используются анализы ДНК для определения вероятности заболевания тем или иным видом рака.

Например, анализ мутаций генов BRCA1 или BRCA2 позволяет выявлять женщин, которые рискуют заболеть раком груди или яичников.

Мутации этих генов повышают риск заболеть раком груди в 4-8 раз. Это объясняет, почему в некоторых семьях такой рак встречается чаще. Мутация гена BRCA1 повышает риск заболевания раком яичников на 40-50%.

Автор фото, Getty Images

Такие исследования позволяют женщинам принимать обдуманные решения о дальнейших мерах предотвращения или лечения, например, делать ли мастэктомию (хирургическую операцию по удалению молочной железы).

При лечении некоторых видов рака измерение активности генов, которая может быть высокой, низкой или находиться на любом уровне между этими двумя показателями, становится обычным делом.

Например, в случае рака груди измерение активности 50 генов в опухолевых тканях дает представление о том, насколько эффективным окажется лечение методом химиотерапии.

Развитие персонализированной медицины

• В Англии геномное секвенирование (определение порядка расположения нуклеотидов в нуклеиновых цепях ДНК) предлагается всем английским детям, которые страдают редкими генетическими заболеваниями; в результате некоторым детям изменили методы лечения
• 11-летний ребенок стал первым пациентом, которому был прописано новое лекарственное средство CAR-T против лейкемии, перепрограммирующее иммунную систему для противодействия этому виду рака
• Полный геном женщин, которым поставлен диагноз рака груди, теперь определяется в Кембридже
• Существуют планы секвенирования 1 миллиона геномов в Британии в предстоящие пять лет

Образ жизни и генетика

Развитие новых методик ставит вопрос — каковы пределы персонализированной медицины?

В развитии таких заболеваний, как диабет, сердечно-сосудистая недостаточность и инфекционные болезни, решающим оказывается сочетание генетических факторов и образа жизни.

Автор фото, GOSH

Подпись к фото,

11-летний Юван Таккар — первый в Британии пациент, который лечится от лейкемии препаратом CAR-T, разработанным на основе анализа его генома

Это означает, что сведения о различиях в геноме сами по себе оказываются недостаточными для прогноза риска заболевания и его исхода.

Измерение активности генов также дает информацию о стрессовой нагрузке, которую испытывает организм. Например, некоторые гены проявляют большую или меньшую активность в зависимости от типа инфекции.

Эти новые методы особенно эффективны при лечении сепсиса.

Сепсис — признак ошибок в работе иммунной системы, которая начинает повреждать собственные органы в борьбе с инфекцией.

Ежегодно от этого заболевания в Британии умирает 52 тысячи человек — больше, чем от рака груди, кишечника и простаты вместе взятых. В глобальных масштабах от сепсиса гибнет треть заболевших им пациентов.

Обычно для лечения сепсиса применяют антибиотики общего назначения для снятия первичного воспаления. Затем проводится анализ крови с целью определения, какая именно бактерия вызвала сепсис, чтобы подобрать более специализированные антибиотики.

Однако на эти анализы уходит драгоценное время, к тому же они не всегда могут выявить тип бактерии, вызвавшей инфекцию.

В рамках наших исследований мы отслеживаем активность генов иммунной системы пациента, чтобы определить, какие именно компоненты этой системы не работают. Это помогает врачам в выборе лекарственных препаратов.

Персонализация лечения во многом зависит от скорости проведения анализов активности генов. В настоящее время они проводятся в лаборатории и занимают длительное время. Но врачам для выбора наиболее эффективной методики необходимо определять свойства генов в считанные минуты.

Автор фото, Getty Images

Ученые разрабатывают новую технологию, на основе которой уже создано устройство — микроэлектродный биосенсор, позволяющий в режиме реального времени отслеживать критические изменения в свойствах крови.

С помощью подобных новых методик геномная информация, в том числе данные об активности генов, может быть взята на вооружение терапевтами в больницах и поликлиниках.

Более того, геномная информация будет использоваться не только для лечения онкологических заболеваний, но гораздо шире.

Исследователи всё лучше понимают связь между геномной структурой и такими заболеваниями, как депрессия.

Они также работают с большими массивами генетических данных, таких как UK Biobank, с целью выявления людей с повышенным риском сердечно-сосудистых заболеваний.

Информация о вашем геноме вряд ли приведет к появлению персонализированной таблетки, которую будут прописывать только вам. Однако такие данные помогут врачам определять оптимальное сочетание лекарственных препаратов для конкретного человека на конкретном этапе его заболевания.

Об авторе

Модели медицинской этики | Министерство здравоохранения Республики Крым

Более 25 веков в европейской культуре формировались, изменялись различные моральные принципы и правила, сопровождавшие многовековое существование медицины. Различные нравственные регуляторы, функционировавшие на разных этапах развития общества, — религиозные, культурные, этнические, социально-экономические — влияли на формирование этических моделей и в медицине. Учитывая все многообразие врачебного нравственного опыта, можно выделить 4 сосуществующие модели:

1. Модель Гиппократа (принцип «не навреди»).

2. Модель Парацельса (принцип «делай добро»).

3. Деонтологическая модель (принцип «соблюдения долга»).

4. Биоэтика (принцип «уважения прав и достоинства личности»).

Исторические особенности и логические основания каждой из моделей определяли становление тех моральных принципов, которые составляют сегодня ценностно-нормативное содержание современной биомедицинской этики.

МОДЕЛЬ ГИППОКРАТА

Первой формой врачебной этики были моральные принципы врачевания Гиппократа (460-377 гг. до н. э.), изложенные им в «Клятве», а также в книгах «О законе», «О врачах», «О благоприличном поведении», «Наставления» и др.

В древних культурах — вавилонской, египетской, иудейской, персидской, индийской, греческой — способность врачевать свидетельствовала о «божественной» избранности и определяла элитное, как правило, жреческое положение в обществе.

Считается, что Гиппократ был сыном одного из жрецов бога Асклепия — Гераклида, который дал ему первоначальное медицинское образование. Становление светской медицины в Древней Греции связано с принципами демократии городов-государств, и освященные права врачующих жрецов неизбежно сменялись моральными профессиональными гарантиями и обязательствами лекарей перед страждущими.

Помимо этого этика Гиппократа, что хорошо иллюстрируется «Клятвой», была вызвана необходимостью отмежеваться от врачей-одиночек, разных шарлатанов, которых и в те времена было немало, и обеспечить доверие общества к врачам определенной школы или корпорации асклепиадов.

Практическое отношение врача к больному и здоровому человеку, изначально ориентированное на заботу, помощь, поддержку является основной чертой профессиональной врачебной этики.

Ту часть врачебной этики, которая рассматривает проблему взаимоотношения врача и пациента под углом зрения социальных гарантий и профессиональных обязательств медицинского сообщества, можно назвать «моделью Гиппократа».

Речь шла:

• об обязательствах перед учителями, коллегами и учениками,

• о гарантиях непричинения вреда («Я направлю режим больных к их выгоде сообразно с моими силами и моим разумением, воздерживаясь от всякого вреда и несправедливости»), оказания помощи, проявления уважения,

• об отрицательном отношении к убийству и эвтаназии («Я не дам никакому просимого у меня смертельного средства и не покажу пути для подобного замысла»), абортам («Я не вручу никакой женщине абортивного пессария»),

• об отказе от интимных связей с пациентами («В какой бы дом я ни вошел, я войду туда для пользы больного, будучи далек от всего намеренного, неправедного и пагубного, особенно от любовных дел с женщинами и мужчинами, свободными и рабами»,

• У врача с больными немало отношений: ведь они отдают себя в распоряжение врачам, и врачи во всякое время имеют дело с женщинами, с девицами и с имуществом весьма большой цены, следовательно, в отношении всего этого врач должен быть воздержанным»), о врачебной тайне («Что бы при лечении — а также и без лечения я ни услышал касательно жизни людской из того, что не следует когда-либо разглашать, я умолчу о том, считая подобные вещи тайной»).

Основополагающим среди перечисленных принципов для модели Гиппократа является принцип «не навреди», который фокусирует в себе гражданское кредо врачебного сословия. Этот принцип формирует исходную профессиональную гарантию, которая может рассматриваться как условие и основание его признания обществом в целом и каждым человеком отдельно, который доверяет врачу свое здоровье и жизнь.

Большое внимание Гиппократ уделял облику врача, не только моральной, но и внешней (одежда, опрятность) респектабельности, что было связано с необходимостью формирования доверия обращающихся к врачебной касте в период перехода от жреческой медицины к светской. Жрецы, за всю историю развития религии, приобрели статус приближенных к богам, считалось, что от них получали они мудрость и наставления, знания и навыки. Врачи же, преодолевшие храмовость, должны были приобретать и обладать такими качествами, которые способствовали бы формированию облика всего врачебного профессионального сообщества того времени. Гиппократ определял эти качества, отталкиваясь от обобщенных ценностей Древней Греции.

В книге «О благоприличном поведении» наиболее полно отражено представление об идеале врача, сложившемся в недрах медицинских школ в эпоху греческого «просвещения»: «Каковы они по внешнему виду, таковы и в действительности: врач-философ равен богу».

Гиппократом были определены общие правила взаимодействия врача с пациентом, при этом акцент ставился на поведении врача у постели больного.

При контакте с больным предлагалась такая форма общения, которая способствовала бы ориентации пациента на выздоровление: «Очевидным и великим доказательством существования искусства будет, если кто, устанавливая правильное лечение, не перестанет ободрять больных, чтобы они не слишком волновались духом, стараясь приблизить к себе время выздоровления».

Немаловажным и сложным в этическом отношении был вопрос о вознаграждении врача за оказанную помощь и лечение. В условиях жреческой медицины дары и подношения вручались не самому жрецу, а храму, в котором он служил. При переходе к светской медицине, когда гонораром обеспечивается непосредственно врач, необходимы были соответствующие правила, не нарушающие общую архитектонику врачебной этики: «Лучше упрекать спасенных, чем наперед обирать находящихся в опасности».

МОДЕЛЬ ПАРАЦЕЛЬСА

Второй исторической формой врачебной этики стало понимание взаимоотношения врача и пациента, сложившееся в Средние века.

Выразить ее особенно четко удалось Парацельсу (1493-1541 гг.). Эта форма врачебной этики, в рамках которой нравственные отношения с пациентом понимаются как составляющая стратегии терапевтического поведения врача.

Если в гиппократовской модели завоевывается социальное доверие личности пациента, то «модель Парацельса» — это учет индивидуальных особенностей личности, признание глубины ее душевных контактов с врачом и включенности этих контактов в лечебный процесс. «В Парацельсе мы видим родоначальника не только в области создания химических лекарств, но также и в области эмпирического психического лечения» (Юнг).

В границах «модели Парацельса» в полной мере развивается патернализм как тип взаимосвязи врача и пациента. Медицинская культура использует латинское понятие pater — «отец», распространяемое христианством не только на священника, но и на Бога. Смысл слова «отец» в патернализме фиксирует, что «образцом» связей между врачом и пациентом являются не только кровнородственные отношения, для которых характерны положительные психоэмоциональные привязанности и социально-моральная ответственность, но и «целебность», «божественность» самого контакта врача и больного.

Неудивительно, что основным моральным принципом, формирующимся в границах данной модели, является принцип «делай добро», благо, или «твори любовь», благодеяние, милосердие.

Врачевание — это организованное осуществление добра. Парацельс писал: «Сила врача — в его сердце, работа его должна руководствоваться Богом и освещаться естественным светом и опытностью; важнейшая основа лекарства — любовь».

Под влиянием христианской антропологии Парацельс рассматривал физическое тело человека «лишь как дом, в котором обитает истинный человек, строитель этого дома». Считается, что христианское понимание души способствовало становлению суггестивной терапии, которую активно применял выдающийся врач XVI в. Кардано, рассматривая ее как необходимую и эффективную составляющую любого терапевтического воздействия. Кардано понял роль фактора доверия и утверждал, что успешность лечения во многом определяется верой пациента во врача: «Тот, кто больше верит, излечивается лучше».

Важность доверительных отношений между врачом и пациентом неоднократно подчеркивалась выдающимися врачами прошлого, еще в VIII в. Абу-ль-Фарадж писал: «Нас трое — ты, болезнь и я; если ты будешь с болезнью, вас будет двое, я останусь один — вы меня одолеете; если ты будешь со мной, нас будет двое, болезнь останется одна — мы ее одолеем».

В конце XIX — начале XX вв. Фрейд десакрализировал патернализм, констатировав либидинозный характер взаимоотношения врача и пациента. Его понятия переноса и контрпереноса являются средством теоретического осмысления сложного межличностного отношения между врачом и пациентом в психотерапевтической практике. Фрейд полагал, что всякий психотерапевт, а деятельность врача любой специальности включает в себя психотерапевтическую компоненту, «должен быть безупречным, особенно в нравственном отношении».

Фрейд писал не только о «безупречности» как теоретически выверенной стратегии терапевтического поведения, основывающегося на особенностях природы лечебной деятельности, но и «безупречности» как почти механической точности соответствия поведения врача тем или иным нормативам этических требований.

ДЕОНТОЛОГИЧЕСКАЯ МОДЕЛЬ

Впервые термин «деонтология» («deontos» — должное, «logos» — учение) ввел английский философ Бентам (1748-1832), обозначая этим понятием науку о долге, моральной обязанности, нравственного совершенства и безупречности.

Деонтология особенно важна в той профессиональной деятельности, где широко используются сложные межличностные взаимовлияния и ответственные взаимодействия.

В медицине это соответствие поведения врача определенным этическим нормативам. Это деонтологический уровень медицинской этики, или «деонтологичекая модель», опирающаяся на принцип «соблюдения долга».

Основой деонтологии является отношение к больному таким образом, каким бы в аналогичной ситуации хотелось, чтобы относились к тебе. Глубокую сущность деонтологии врачевания раскрывает символическое высказывание голландского врача XVII в. ван Туль-Пси: «Светя другим, сгораю сам».

Термин «деонтология» ввел в советскую медицинскую науку в 40-х годах XX в. Петров для обозначения реально существующей области медицинской практики — врачебной этики, — которая была «отменена» в России после революции 1917 г. за ее связь с религиозной культурой.

Деонтологическая модель врачебной этики — это совокупность «должных» правил (соизмерение, соблюдение себя с «должным» и осуществление оценки действия не только по результатам, но и по помыслам), соответствующих той или иной конкретной области медицинской практики.

Деонтология включает в себя вопросы:

• соблюдения врачебной тайны,

• меры ответственности за жизнь и здоровье больных,

• взаимоотношений в медицинском сообществе,

• взаимоотношений с больными и их родственниками.

Так, примером этой модели являются правила относительно интимных связей между врачом и пациентом, разработанные Комитетом по этическим и правовым вопросам при Американской медицинской ассоциации (JAMA, 1992, № 2):

• интимные контакты между врачом и пациентом, возникающие в период лечения, аморальны;

• интимная связь с бывшим пациентом может в определенных ситуациях признаваться неэтичной;

• вопрос об интимных отношениях между врачом и пациентом следует включить в программу обучения всех медицинских работников;

• врачи должны непременно докладывать о нарушении врачебной этики своими коллегами.

Как видно, характер рекомендаций достаточно жесткий, и очевидно, что их нарушение может повлечь за собой дисциплинарные и правовые последствия для врачей, которых объединяет данная Ассоциация.

«Соблюдать долг» — это значит выполнять определенные требования. Недолжный поступок — тот, который противоречит требованиям, предъявляемым врачу со стороны медицинского сообщества, общества, собственной воли и разума.

Когда правила поведения открыты и точно сформулированы для каждой медицинской специальности, принцип «соблюдения долга» не признает оправданий при уклонении от его выполнения.

Идея долга является определяющим, необходимым и достаточным основанием действий врача. Если человек способен действовать по безусловному требованию «долга», то такой человек соответствует избранной им профессии, если нет, то он должен покинуть данное профессиональное сообщество.

Наборы «точно сформулированных правил поведения» разработаны практически для каждой медицинской специальности и представляют собой перечень и характеристику этих правил по всем медицинским областям.

К середине XX в. медицинская деонтология становится интернациональной — появляются международные документы, регламентирующие поведение врача: Женевская декларация (1948), Международный кодекс медицинской этики (Лондон, 1949), Хельсинская декларация (1964), Токийская декларация (1975) и др.

БИОЭТИКА

В 60-70-х гг. XX в. формируется новая модель медицинской этики, которая рассматривает медицину в контексте прав человека.

Термин «биоэтика» (этика жизни), который был предложен Ван Ренселлером Поттером в 1969 г., который раскрывается как «систематические исследования поведения человека в области наук о жизни и здравоохранении в той мере, в которой это поведение рассматривается в свете моральных ценностей и принципов».

Основным моральным принципом биоэтики становится принцип «уважения прав и достоинства личности».

Под влиянием этого принципа меняется решение «основного вопроса» медицинской этики — вопроса об отношении врача и пациента. Сегодня остро стоит вопрос об участии больного в принятии врачебного решения. Это далеко не «вторичное» участие оформляется в новых типах взаимоотношения врача и больного — информационный, совещательный, интерпретационный типы являются по своему формой защиты прав и достоинства человека.

В современной медицине обсуждают не только помощь больному, но и возможности управления процессами патологии, зачатия и умирания с весьма проблематичными физическими и метафизическими (нравственными) последствиями этого для человеческой популяции в целом.

Медицина, работающая сегодня на молекулярном уровне, становится более «прогностической». Доссе (французский иммунолог и генетик) считает, что прогностическая медицина «поможет сделать жизнь человека долгой, счастливой и лишенной болезней». Только одно «но» стоит на пути этой светлой перспективы: «лицо или группа лиц, движимых жаждой власти и нередко зараженных тоталитарной идеологией». Прогностическую медицину еще можно определить как бессубъектную, безличностную, то есть способную к диагностированию без субъективных показателей, жалоб и пациента. И это действительно реальный и безпрецедентный рычаг контроля и власти как над отдельным человеческим организмом, так и над человеческой популяцией в целом.

Биоэтика — это современная форма традиционной профессиональной биомедицинской этики, в которой регулирование человеческих отношений подчиняется сверхзадаче сохранения жизни человеческого рода.

Регулирование отношений со сверхзадачей сохранения жизни непосредственно связано с самой сутью и назначением морали вообще. Сегодня «этическое» становится формой защиты «природно-биологического» от чрезмерных притязаний культуры к своим естественно-природным основаниям.

Биоэтика (этика жизни) как конкретная форма «этического» возникает из потребности природы защитить себя от мощи культуры в лице ее крайних претензий на преобразование и изменение «природно-биологического».

Начиная с 60-70-х гг. XX в., как альтернатива патернализму, все большее распространение приобретает автономная модель, когда пациент оставляет за собой право принимать решения, связанные с его здоровьем и медицинским лечением.

В этом случае врач и пациент совместно разрабатывают стратегию и методы лечения. Врач применяет свой медицинский опыт и дает разъяснения относительно прогнозов лечения, включая альтернативу нелечения; пациент, зная свои цели и ценности, определяет вариант, который больше всего соответствует его интересам и планам на будущее.

Таким образом, вместо патерналистской модели защиты и сохранения жизни пациента, в настоящее время на первый план выходит принцип благополучия пациента, который реализуется доктриной информированного согласия — самоопределение пациента зависит от степени его информированности.

Врач обязан снабдить больного не только всей интересующей его информацией, но и той, о которой, в силу своей некомпетентности, пациент может не подозревать. При этом решения пациента носят добровольный характер и соответствуют его собственным ценностям. Из этого и вытекает нравственный стержень взаимоотношений «врач-пациент» в биоэтике — принцип уважения личности.

Большое значение приобретает также вопрос об определении начала и конца жизни. (См. Эвтаназия)

Конфликт «прав», «принципов», «ценностей», а по сути человеческих жизней и судеб культуры — реальность современного общества.

Конфликт «права плода на жизнь» и «права женщины на аборт», или правовое сознание пациента, восходящее до осознания «права на достойную смерть», вступающее в противоречие с правом врача исполнить не только профессиональное правило «не навреди», но и заповедь — «не убий».

В отношении аборта как уничтожения того, что может стать личностью, существует три нравственных позиции:

• консервативная — аборты всегда аморальны и могут быть разрешены лишь при угрозе жизни женщины;

• либеральная — умеренная — абсолютное право женщины на аборт, безотносительно к возрасту плода

• и умеренная — оправдание аборта до наступления определенного развития эмбриона (до стадии развивающегося плода — 12 недель, когда ткань мозга становится электрически активной).

Активность мозга служит также и критерием смерти. Современная интенсивная терапия способна поддерживать жизнь пациентов, не способных ни к самостоятельному дыханию, ни к мыслительным процессам. Поэтому возникают новые нравственные проблемы, связанные с пациентами, находящимися на грани жизни и смерти.

Вопрос об эвтаназии обычно возникает, когда пациент необратимо утратил сознание; умирая, испытывает интенсивные непереносимые страдания, вынуждающие медиков поддерживать пациента в полубессознательном состоянии или когда новорожденный имеет анатомические и физиологические дефекты, несовместимые с жизнью.

Существует большой диапазон мнений: от полной легализации права врача прерывать жизнь больного с его согласия («активная эвтаназия»), до полного неприятия эвтаназии как акта, противоречащего человеческой морали.

Существует вариант так называемой «пассивной эвтаназии», когда используется принцип нелечения, исключающий сам акт умерщвления (отключение искусственных систем, обеспечивающих жизнедеятельность, прекращение введения лекарственных препаратов и т. д.).

Этические проблемы аборта и эвтаназии связаны с моральными аспектами репродукции и трансплантации. Современная технология репродукции жизни определяет качественно новые формы взаимоотношений между супругами, родителями и детьми, биологическими и социальными родителями. Трансплантология открывает новые проблемы определения грани жизни и смерти из-за моральной альтернативы спасения жизни реципиенту и ответственностью за возможное убийство обреченного на смерть донора.

В 90-х гг. XX в. биоэтика стала понятием, включающем всю совокупность социально-этических проблем современной медицины, среди которых одной из ведущих оказывается проблема социальной защиты права человека не только на самоопределение, но и на жизнь. Биоэтика играет важную роль в формировании у общества уважения к правам человека.

Юдин полагает, что «биоэтику следует понимать не только как область знаний, но и как формирующийся социальный институт современного общества». Конкретной формой разрешения возможных противоречий в области биомедицины являются биоэтические общественные организации (этические комитеты), объединяющие медиков, юристов, специалистов по биоэтике, священников и др. , обеспечивающие разработку рекомендаций по конкретным проблемным ситуациям медико-биологической деятельности, будь то ее теоретическая или практическая сторона.

Исторический и логический анализ развития этики врачевания приводит к следующему выводу:

Современной формой медицинской этики является биомедицинская этика, работающая ныне в режиме всех четырех исторических моделей — модели Гиппократа и Парацельса, деонтологической модели и биоэтики. Связь научно-практической деятельности и нравственности — одно из условий существования и выживания современной цивилизации.

 

Терапевтическая и прогностическая медицина. Этические проблемы

1. Терапевтическая и прогностическая медицина — смена парадигм. Этические проблемы применения методов, используемых медициной для

ТЕРАПЕВТИЧЕСКАЯ И ПРОГНОСТИЧЕСКАЯ МЕДИЦИНА — СМЕНА
ПАРАДИГМ. ЭТИЧЕСКИЕ ПРОБЛЕМЫ ПРИМЕНЕНИЯ МЕТОДОВ,
ИСПОЛЬЗУЕМЫХ МЕДИЦИНОЙ ДЛЯ ДИАГНОСТИКИ И КОРРЕКЦИИ
МУТАНТНЫХ ГЕНОВ (ГЕНЕТИЧЕСКИЙ СКРИНИНГ И ТЕСТИРОВАНИЕ,
ГЕНЕАЛОГИЧЕСКИЙ МЕТОД, ПРЕНАТАЛЬНАЯ ДИАГНОСТИКА).
МОРАЛЬНЫЕ АСПЕКТЫ МЕДИКО-ГЕНЕТИЧЕСКОГО
КОНСУЛЬТИРОВАНИЯ (ДИРЕКТИВНАЯ И НЕДИРЕКТИВНАЯ МОДЕЛЬ).
Выполнила : студентка 2 курса 218
группы
Попова Анна

2. ПРОГНОСТИЧЕКАЯ МЕДИЦИНА

• Медицина, работающая сегодня на молекулярном уровне, все более
становится «прогностической». Французский иммунолог и генетик Ж.
Доссе полагает, что прогностическая медицина «поможет сделать жизнь
человека долгой, счастливой и лишенной болезней». Но только одно
«но», с точки зрения Ж. Доссе, стоит на пути этой светлой перспективы.
Это – «лицо или группа лиц, движимых жаждой власти и нередко
зараженных тоталитарной идеологией».
• Прогностическую медицину еще можно определить как бессубъектную,
безличностную, т.е. способную к диагностированию без субъективных
показателей, жалоб пациента. Она действительно способна
превратиться в реальный и беспрецедентный рычаг контроля и власти,
как над отдельным человеком, так и над отдельными народами,
этническими группами и даже регионами. Эти процессы высвечивают,
почему в 60-70-х годах ХХ века формулируется такая форма
медицинской этики как биоэтика, которая начинает рассматривать
медицину в контексте прав человека.
• Исследования и открытия в области генетики человека,
происходящие сегодня, носят практически революционный
характер. Речь идет о возможности создания «карты генома
человека» или «патологической анатомии генома человека»
с установлением на длинной спирали ДНК местонахождения
генов, ответственных за наследственные болезни. Эти
возможности лежат в основании идеи генной терапии как
совокупности методов лечения или протезирования
дефектных генов.
• Вторжение в строение и функционирование генетических
систем человека может быть осуществлено на двух уровнях
соматическом и эмбриональном. В связи с этим возникли
новые разделы медицины – ДНК-технологии, эмбрио и
цитотерапия, т.е. внутриутробная диагностика и лечения на
стадиях эмбриона или плода.
• Манипуляции с эмбриональным материалом имеют

непосредственное воздействие на наследственность, т.е.
способны передаваться по наследству из поколения в
поколение. Далее генетическая диагностика перерастает в
генетическую прогностику, определяя основания
революционных изменений в медицине, которая получает
возможность задолго до появления «клинической картины
болезни» человека, даже до его рождения определить,
какие заболевание ему грозят. Данная ситуация
фиксируется понятием «прогностическая медицина».
• Формирование прогностической
медицины связано с
появлением новых, в частности,
медико-биологических, рычагов
управления и власти над
человеческой жизнью, и,
следовательно, с новым
набором средств ограничения
человеческой свободы. Но
биологическое ограничение
свободы – это наиболее
эффективное ее ограничение,
связанное с возможностью ее
необратимой утраты. Этим
определяется острота этической
рефлексии современных
биогенетических исследований.
• Сегодня исследователи генома
человека говорят о блестящих
перспективах генной диагностики
и терапии. Тем не менее, не
имея опыта отрицательных
последствий, они все же
признают степень риска своей
деятельности. Профессор Жан
Доссе, лауреат Нобелевской
премии по физиологии и
медицине (1980 г.) констатирует:
«В области генетики человека
неразумное использование
новых технологий может
привести к катастрофическим
последствиям».

Силуянова И.В. (1997) отмечает, что генетические
манипуляции с эмбрионами позволили «перейти из
сферы простого рабского подражания природе в куда
более увлекательный мир человеческой
изобретательности, где «мы предопределяем и
приспособляем, формируем» подготовленность к
жизни людей в заданных нами кастах и одновременно
«прививая любовь к их неизбежной, выбранной нами
социальной судьбе». Немало этических проблем
возникло перед человеческим сообществом в целом и
перед медицинской общественностью, в частности, в
связи с проведением медико-генетических
исследований, особенно широко развернутых в
последние десятилетия.
• В 1988 г. профессор З. Банковский,
работавший в ВОЗ, писал: «Проводимые
в настоящее время исследования по
основным аспектам биологии челогенетической основе жизни превращают
начало новой научной эры, своего рода
революции в медицине ХХI в. Они
открывают возможность изменить
функции определенных генов с целью
предупреждения или лечения многих
заболеваний и нарушений, которые
заложены в наших клетках с момента
зачатия. Однако такой технологией,
способной внести коренные изменения в
судьбу человечества, злоупотреблять
нельзя. Надо охранять человеческие
ценности и человеческое достоинство.
Общество должно следить за тем, чтобы
не нарушались хрупкие границы
этического применения этих новых
мощных возможностей.

В сентябре 1992 г. ВМА приняла Декларацию «О
проекте «Геном человека», в которой отмечалась:
Проект «Геном человека» основан на
предположении о том, что знание информации
содержащейся в геноме человека, позволяет
диагностировать множество генетических
заболеваний до момента зачатия и,
соответственно , помогут людям сделать
правильный выбор. Ключом к пониманию
генетических заболеваний являются
идентификация и определение генов после
мутации. Соответственно можно говорить о том,
что понимание биологической природы человека
связано с идентификацией 50 000-100 000 генов,
содержащихся в хромосомах человека. Проект
«Геном человека» может помочь
идентифицировать и определять характеристики
генов, связанных с генетическими заболеваниями,
например, такими, как сахарный диабет,
шизофрения и болезнь Альцгеймера. Гены
определяют лишь предрасположенность к этим
заболеваниям, а разрешающий фактор
негенетический. Выявление предрасположенности
к таким заболеваниям помогло бы их
профилактизировать путем изменения образа
жизни, диеты и периодических осмотров.

Во второй половине ХХ века произошла
«концептуальная революция»,- о
болезнях стали думать в терминах
биохимии. Сегодня мы являемся
свидетелями новой революции, которая
отождествляет ген с программой всех
биохимических процессов в клетках
тела. С этической точки зрения важно
как можно быстрее получить
информацию о геноме, поскольку она
сулит лучшее понимание этиологии и
патогенеза многих заболеваний. Вместе
с тем, эта информация может оказаться
бесполезной до тех пор, пока
общественность и индивид не будут
информированы о возможностях выбора
лучшего пути использования этой
информации.

13. Генетический скрининг

ГЕНЕТИЧЕСКИЙ СКРИНИНГ
Существуют тесты, позволяющие будущим или новоиспеченным родителям узнать,
возможны ли у их ожидаемого или новорожденного ребенка генетические
нарушения. Такие тесты называются генетическим скринингом.
Генетический скрининг позволяет обнаружить наследственные генетические
заболевания, а также нарушения, не имеющие наследственных причин.
Генетический скрининг может проводиться до зачатия, в ходе беременности или
сразу же после рождения ребенка.

Есть разные типы тестов, включающие основанные на истории семьи, этническом
происхождении, дородовой скрининг и скрининг новорожденных. Первые два вида
проводятся до зачатия или в самом начале беременности. Дородовой скрининг
проводится в первом триместре или в самом начале второго). Скрининг
новорожденных обычно проводится, когда ребенку один день).

Тесты семейного и этнического скрининга предназначены для обнаружения людей, у
которых нет признаков и симптомов заболевания, но они являются носителями
измененного гена или хромосомы, которые они могут передать своим детям, что
может привести к болезни.
Родители, которые беспокоятся насчет возможных генетических нарушений у детей,
могут пройти генетический скрининг до или вскоре после зачатия. Располагая
информацией, потенциальные родители могут оценить степень вероятности
появления генетических нарушений у ребенка и принять обдуманное решение.

16. РАЗЛИЧНЫЕ ВИДЫ ГЕНЕТИЧЕСКИХ ТЕСТОВ

Диагностическое тестирование. Если у вас есть симптомы болезни, которая может
быть вызвана генетической аномалией, диагностическое тестирование может
подтвердить, что у вас есть эта болезнь. Список заболеваний, которые можно
выявить таким способом, все возрастает. Среди диагнозов, которые может
подтвердить генетическое тестирование, поликистоз почек, синдром Марфана и
нейрофиброматоз.

Досимптомное тестирование на заболевания взрослых. Если у вас в семье есть
генетическое заболевание, тестирование до появления симптомов поможет
выяснить, есть ли у вас риск получить такое заболевание. Например, это касается
наследственного рака груди и яичников и болезни Хантингтона.
Досимптомное тестирование на заболевания взрослых. Если у вас в семье есть
генетическое заболевание, тестирование до появления симптомов поможет
выяснить, есть ли у вас риск получить такое заболевание. Например, это касается
наследственного рака груди и яичников и болезни Хантингтона.

Дородовой скрининг. Если вы беременны, существуют тесты, позволяющие
обнаружить аномалии в развитии плода. Расщепление позвоночника и синдром
Дауна – сравнительно частые аномалии, и многие женщины делают такие тесты. .
Скрининг новорожденных. Это самый распространенный вид генетического
скрининга. Проверяется наличие таких заболеваний, как врожденный гипотиреоз и
фенилкетонурия. Тестирование новорожденных очень важно, поскольку при
обнаружении заболевания лечение можно начинать немедленно.

19. ГЕНЕАЛОГИЧЕСКИЙ МЕТОД

В основе этого метода лежит составление и анализ родословных. Этот метод
широко применяют с древних времен и до наших дней в коневодстве, селекции
ценных линий крупного рогатого скота и свиней, при получении чистопородных
собак, а также при выведении новых пород пушных животных. Родословные
человека составлялись на протяжении многих столетий в отношении царствующих
семейств в Европе и Азии.

Как метод изучения генетики человека генеалогический метод стали применять
только с начала XX столетия, когда выяснилось, что анализ родословных, в которых
прослеживается передача из поколения в поколение какого-то признака
(заболевания), может заменить собой фактически неприменимый в отношении
человека гибридологический метод.
При составлении родословных исходным является человек — пробанд,
родословную которого изучают. Обычно это или больной, или носитель
определенного признака, наследование которого необходимо изучить. При
составлении родословных таблиц используют условные обозначения,
предложенные Г. Юстом в 1931 г. (рис. 6.24). Поколения обозначают римскими
цифрами, индивидов в данном поколении — арабскими.

С помощью генеалогического метода может быть установлена наследственная
обусловленность изучаемого признака, а также тип его наследования (аутосомнодоминантный, аутосомно-рецессивный, X-сцепленный доминантный или
рецессивный, Y-сцепленный). При анализе родословных по нескольким признакам
может быть выявлен сцепленный характер их наследования, что используют при
составлении хромосомных карт. Этот метод позволяет изучать интенсивность
мутационного процесса, оценить экспрессивность и пенетрантность аллеля. Он
широко используется в медико-генетическом консультировании для
прогнозирования потомства. Однако необходимо отметить, что генеалогический
анализ существенно осложняется при малодетности семей.

Родословные при аутосомно-доминантном наследовании. Для аутосомного типа
наследования в целом характерна равная вероятность встречаемости данного признака
как у мужчин, так и у женщин. Это обусловлено одинаковой двойной дозой генов,
расположенных в аутосомах у всех представителей вида и получаемых от обоих
родителей, и зависимостью развивающегося признака от характера взаимодействия
аллельных генов.
Родословные при аутосомно-доминантном наследовании. Для аутосомного типа
наследования в целом характерна равная вероятность встречаемости данного признака
как у мужчин, так и у женщин. Это обусловлено одинаковой двойной дозой генов,
расположенных в аутосомах у всех представителей вида и получаемых от обоих
родителей, и зависимостью развивающегося признака от характера взаимодействия
аллельных генов.
Если анализируется признак, не влияющий на жизнеспособность организма, то носители
доминантного признака могут быть как гомо-, так и гетерозиготами. В случае
доминантного наследования какого-то патологического признака (заболевания)
гомозиготы, как правило, нежизнеспособны, а носители этого признака — гетерозиготы.

Таким образом, при аутосомно-доминантном наследовании признак может
встречаться в равной мере у мужчин и у женщин и прослеживается при достаточном
по численности потомстве в каждом поколении по вертикали. Анализируя
родословные, необходимо помнить о возможности неполного пенетрирования
доминантного аллеля, обусловленной взаимодействием генов или факторами
среды. Показатель пенетрантности может быть вычислен как отношение
фактического числа носителей признака к числу ожидаемых носителей этого
признака в данной семье. Необходимо также помнить, что некоторые заболевания
проявляются не сразу с момента рождения ребенка. Многие болезни, наследуемые
по доминантному типу, развиваются лишь в определенном возрасте. Так, хорея
Гентингтона клинически проявляется к 35—40 годам, поздно проявляется и
поликистоз почек. Поэтому при прогнозировании подобных заболеваний в расчет не
принимаются братья и сестры, не достигшие критического возраста.

24. ПРЕНАТАЛЬНАЯ ДИАГНОСТИКА

• В настоящее время большое внимание уделяется
антенатальному периоду развития плода. Своевременная
диагностика нарушений жизнедеятельности плода и
правильная пренатальная профилактика являются важными
факторами снижения перинатальной смертности и
осложнений неонатального периода.

Пренатальная диагностика — это комплекс методов
получения информации о плоде.
В настоящее время к наиболее распространенным
современным методам оценки состояния плода
относятся следующие.
1. Ультразвуковое исследование с применением
черно-белой и цветной допплерографии.
2. Кардиомониторное исследование сердечной
деятельности плода с одновременной регистрацией
его двигательной активности и тонуса матки.
3. Методы визуального контроля:
• амниоскопия;
• фетоскопия.
4. Инвазивные диагностические процедуры:
• амниоцентез;
• биопсия хориона;
• кордоцентез.
5. Определение концентрации основных гормонов
беременности и факторов материнской сыворотки
(эстрогены, ПЛ, ХГ, АФП и т.д.).

УЗИ в пренатальной диагностике занимает в настоящее время ведущее место, так
как практически 70% основной информации о плоде можно получить с его помощью.
Метод неинвазивен (т.е. неоперативный) и безопасен, о чем свидетельствует
официальное сообщение Американского института ультразвука в медицине,
сделанное в 1979 г. на основании анализа многочисленных проспективных
исследований биологических эффектов ультразвука в медицине.
Проведение фето- и плацентометрии, определение количества околоплодных вод, а
также оценка биофизической активности плода позволяют получить важную
информацию как о состоянии плода, так и наличии ряда акушерских осложнений.

По степени изменения параметров кровотока, измеряемых при помощи данного
метода, можно на ранних стадиях предположить различные нарушения роста и
развития плода. Для оценки кривых скоростей кровотока наиболее часто
используются параметры, значения которых не зависят от угла наклона
ультразвукового луча к исследуемому сосуду: индекс резистентности (ИР),
пульсационный индекс (ПИ) и систолодиастолическое отношение (СДО).
БФП — отражает степень риска для плода, выявляемую на основе комплексной
оценки маркеров как острого, так и длительно текущего страдания плода.
Гипоксемическая стимуляция рецепторов дуги аорты вызывает глубокое
перераспределение сердечного выброса. Кровоток к мозгу, сердцу, надпочечникам и
плаценте увеличивается, а к другим органам — уменьшается. Во второй половине
беременности почки и легкие плода становятся основным источником продукции
околоплодных вод, и снижение кровотока в этих органах неминуемо приводит к
уменьшению такой продукции и развитию маловодия.

Прогностическая вероятность (значение ROMA, постменопауза)(включает определение антигена СА 125 и опухолевого маркера НЕ 4)

Лабораторная служба на ул. Коминтерна, 123

Лабораторная служба на ул. Б. Покровская, 75

Лабораторная служба на пр. Кирова, 1А

Лабораторная служба на ул. Бульвар 60-летия Октября, 21/1

Лабораторная служба на ул. Русская, 9

Лабораторная служба на ул. Звездинка, 7

Лабораторная служба на ул. Есенина, 35

Лабораторная служба на пр. Ленина, 2

Лабораторная служба на ул. Романтиков, 2

Лабораторная служба на ул. Красная поляна 1

Лабораторная служба на ул. Карла Маркса, 49

Лабораторная служба на ул. Бурнаковская, 113

Лабораторная служба на ул. Б.Панина, 4

Лабораторная служба на Южном шоссе, 14

Лабораторная служба на пр. Ленина, 67/1

Лабораторная служба на ул. Родионова, 199

Лабораторная служба на ул. Сормовское шоссе, 20

Лабораторная служба на ул. Бекетова, 13

Лабораторная служба на ул. Генерала Зимина, 4

Лабораторная служба на ул. Богдановича, 8

II Муниципальный конкурс научно-технологических проектов «Волна возможностей»

17 апреля на базе МБУДО «Созвездие» состоялся II Муниципальный конкурс научно-технологических проектов «Волна возможностей», в котором приняли участие обучающиеся 7-10 классов Биотехнологического лицея №21 и Кольцовской школы №5. 

Наши ребята представили четыре проекта в таких номинациях как: «Искусственный интеллект», «Агропромышленные и биотехнологии», «Прогностическая медицина» и «Новые материалы».  

Жюри высоко оценило передовые разработки юных кольцовчан и вынесло следующее решение: 

– Михаил Тенцер и Антон Черемушкин из Биотехнологического лицея №21 с проектом «Симулятор развития заболеваний» заняли II место в номинации «Прогностическая медицина» (научные руководители: А.Л. Тенцер, директор по развитию ЗАО НПК «Катрен» и Т.И. Трубенкова, учитель биологии и географии МБОУ «Биотехнологический лицей № 21»).

– Дарина Бизина, ученица Биотехнологического лицея №21, также заняла II место с проектом «Разработка бактериального продуцента рекомбинантного химозина Delphinapterus leucas» в номинации «Агропромышленные и биотехнологии» (научные руководители: Д.М. Щербаков, заведующий лабораторией иммунохимии ФБУН ГНЦ «Вектор» и Н.В. Волкова, младший научный сотрудник ФБУН ГНЦ «Вектор»).

– Арина Переломова из Кольцовской школы №5 заняла III место с проектом «Вторичная переработка медицинских масок» в номинации «Новые материалы» (научные руководитель О.Г. Кошелева, учитель технологии МБОУ «Кольцовская школа №5»). 

Работы участников оценивали передовые ученые и профессионалы своего дела: Елена Воронина, кандидат биологических наук ИХБФМ СО РАН и доцент кафедры естественных наук специализированного учебно-научного центра НГУ, Борис Соломатин, инженер ИЯФ СО РАН и куратора проектов по физике, электроники и нейротехнологиям в лаборатории факультета информационных технологий НГУ «Инжевика» и Юлия Маракасова, учитель информатики первой квалификационной категории МБОУ «Лицей Технополис» и преподаватель образовательной программы «Яндекс Лицей».  

Члены жюри тщательно изучали представленные проекты, указали ребятам на какие моменты надо обратить внимание и что стоит доработать. Оценка работы на таком уровне – это большой вклад для дальнейшей научной работы школьников. 

Поздравляем всех участников конкурса научно-технологических проектов с их достижениями и желаем еще больше энтузиазма и знаний для реализации дальнейших научных разработок на благо общества!

Свердловские школьники могут стать участниками Всероссийского конкурса научно-технологических проектов «Большие вызовы»

14.01.2021г.

В Свердловской области проходит отборочный этап регионального трека Всероссийского конкурса научно-технологических проектов «Большие вызовы». Он даёт уникальную возможность для школьников проявить себя в проектной деятельности, сделать первые шаги в науку, определиться с будущей профессией и побывать на тематических программах в загородном центре «Таватуй». Оператором конкурса в Свердловской области является Фонд поддержки талантливых детей и молодёжи «Золотое сечение». Подать заявку и представить свой научно-исследовательский проект можно до 28 февраля.

«Мы готовы поддержать каждого ребенка, проявившего способности, и подключить преподавателей, научных работников для дальнейшего сопровождения. Все это делается для того, чтобы дети выросли востребованными людьми, специалистами, с которыми захотят заключить договор целевой подготовки или отсроченный трудовой договор и крупные промышленные предприятия, и бизнес, и представители социальной сферы», — рассказал министр образования и молодёжной политики Свердловской области Юрий Биктуганов.

При регистрации на участие в региональном треке необходимо выбрать направление проекта из десяти, реализуемых в Свердловской области: «Беспилотный транспорт и логистические системы»; «Большие данные, искусственный интеллект, финансовые технологии и машинное обучение»; «Генетика, персонализированная и прогностическая медицина»; «Когнитивные исследования»; «Космические технологии»; «Нанотехнологии»; «Нейротехнологии и природоподобные технологии»; «Новые материалы»; «Современная энергетика»; «Умный город и безопасность». Конкурсанты должны добавить название и аннотацию объёмом не более трёх тысяч знаков. Для того, чтобы пройти отбор, необходимо прикрепить свой проект в личном кабинете. Регистрация проходит на официальном сайте образовательного центра «Сириус».

«В этом году не только школьники 7 — 11 классов, но и студенты первого и второго курсов средних профессиональных образовательных учреждений и вузов принимают участие в этом конкурсе. Дети смогут приехать несколько раз в «Таватуй», победители смогут поучаствовать в финале конкурса. Победители конкурса смогут принять участие в летней программе «Большие вызовы» и попасть в федеральную базу данных одарённых детей, откуда черпают информацию в том числе и образовательный центр «Сириус» и безусловно региональный центр для приглашения детей в дальнейшем на свои программы и их индивидуальные траектории», — сказала директор Фонда «Золотое сечение» Инна Денюш.

Информация о конкурсе, документах, методических рекомендациях на официальном сайте Всероссийского конкурса «Большие вызовы». Сведения о региональном этапе конкурса «Большие вызовы» опубликованы на официальной странице конкурса в социальной сети «ВКонтакте».

Дата публикации:  14.01.2021г.

Прогностическая медицина — StatPearls — Книжная полка NCBI

Определение / введение

Здравоохранение в США в первую очередь основано на диагностике заболевания и последующем лечении болезни. Рассмотрим несколько наиболее выдающихся достижений медицины прошлого века: [1] [2]

• Антибиотики для лечения различных инфекций

• Катетеризация сердца для лечения закупорки коронарных сосудов

• Бета-адреноблокаторы для лечения высокого кровяного давления

Несмотря на то, что профилактическая медицина широко распространена как средство достижения лучших результатов при меньших затратах, профилактическая медицина получила гораздо меньше фанфар.Одна проблема в том, что профилактическая медицина менее прибыльна, чем другие меры. Другая проблема заключается в том, что наше понимание индивидуального риска отдельных заболеваний отсутствует. Например, хотя мы знаем, что такие факторы риска, как курение и загрязнение окружающей среды, увеличивают заболеваемость раком легких среди населения, мы не можем надежно предсказать риск рака легких у конкретного человека, даже если известен статус курения и загрязнения окружающей среды; в конце концов, не у каждого человека, который курит или живет рядом с автострадой, может развиться рак легких.В результате наш нынешний подход к профилактической медицине заключается в универсальном применении универсального вмешательства; ремни безопасности, вакцинация, диета и упражнения — главные примеры.

Однако существует ограниченное понимание индивидуального риска заболевания при рассмотрении дополнительных профилактических мер. Если бы новые вмешательства применялись полностью, огромные объемы ресурсов были бы потрачены на реализацию этих мер в отношении лиц, которые никогда не подвергались риску из-за этого результата. Например, рассмотрите расточительность, осложнения и моральные последствия в гипотетическом сценарии выполнения универсальной мастэктомии для предотвращения рака груди.

Проблемы, вызывающие озабоченность

Прогнозирующая медицина — относительно новая область здравоохранения, но сама концепция не нова. Проще говоря, прогностическая медицина использует определенные лабораторные и генетические тесты для определения вероятности развития болезни у человека. Использование биомаркеров было обычным явлением в области онкологии, но теперь цель состоит в том, чтобы увеличить использование аналогичных биомаркеров для прогнозирования более распространенных клинических расстройств, наблюдаемых в повседневной жизни.

Прогностическая медицина

В идеале, мы должны рассчитать индивидуальный риск человека для рака груди или любого другого заболевания и принять соответствующие меры.Это цель прогнозной медицины, практики получения и каталогизации характеристик отдельных пациентов, анализа этих данных для прогнозирования индивидуального риска пациента в отношении интересующего результата, прогнозирования того, какое лечение для какого человека будет наиболее эффективным, а затем вмешательство до начала лечения. Исход происходит. Традиционно прогностическая медицина ограничивалась исключительно областью генетики. Когда-то считалось, что генетика произведет революцию в медицине, и на самом деле генетика и геномика улучшили нашу способность прогнозировать индивидуальный риск некоторых заболеваний (например,g., ген BRCA и рак груди) и предсказать, какое лечение будет более эффективным для данного человека (например, терапия, направленная на молекулярную мишень при раке). Однако предсказание риска на основе генетики доказало ограниченную пользу по причинам, в том числе (1) полногеномное секвенирование все еще относительно дорого и в настоящее время не покрывается страховкой, и (2) большинство болезней, от которых страдает население сегодня, являются многофакторными. Например, на сердечные заболевания влияет не только генетика, но и возраст, диета, физические нагрузки и уровень стресса.Сбор и организация этих данных для анализа неоценимы.

Революция больших данных [3]

Несмотря на то, что данные о здравоохранении не были официально определены количественно, они уже были собраны в гигантских масштабах; каждый показатель жизнедеятельности, медицинская карта и рентгенологическое изображение из каждой клиники, аптеки и больницы в совокупности представляют лишь крошечную часть точек данных, доступных для анализа. Данные социальных сетей, данные выставления счетов, данные переписи населения и т. Д. Также включают информацию, которая влияет на результаты здравоохранения.Объем данных растет экспоненциально по мере снижения стоимости сбора, хранения и обработки данных. Все эти данные в сочетании с новейшими компьютерными аналитическими методами, такими как машинное обучение, составляют так называемую «революцию больших данных». Благодаря большим данным предсказательная медицина вскоре сможет количественно оценить индивидуальный риск для различных результатов здравоохранения и определить оптимальные индивидуальные варианты лечения. Другие отрасли уже воспользовались этой революцией и продолжают совершенствовать свои прогностические приложения: банки могут прогнозировать индивидуальный риск клиента в случае невыплаты кредита, веб-сайты социальных сетей предсказывают тип рекламы, на которую пользователь, скорее всего, ответит, и страховые компании предсказывают, насколько вероятно физическое лицо подать иск.Что наиболее важно, эти отрасли разработали программное обеспечение и инфраструктуру рабочих процессов, необходимую для развертывания этого анализа в реальном времени на переднем крае своей деятельности.

Клиническая значимость

Для достижения своих целей прогностическая медицина должна предоставлять применимые сведения о результатах, которые еще не произошли, и доставлять эти персонализированные сведения непосредственно поставщикам медицинских услуг, таким как врачи, практикующие врачи среднего звена и медсестры, в момент контакта с пациентом .В противном случае потенциал прогнозной медицины будет сведен к академической новизне: убедительным в теории, но непрактичным для реальности клинической практики.

Эффективное внедрение и внедрение потребуют значительных усилий по приобретению, развитию и совершенствованию необходимой ИТ-инфраструктуры и пропаганде этого нового поколения медицины на основе данных. Успех потребует согласования стимулов для всех заинтересованных сторон — от компаний-производителей медицинского программного обеспечения, разрабатывающих эти инструменты, до администрации медицинских центров, инвестирующих в инфраструктуру, и поставщиков медицинских услуг, которые в конечном итоге несут ответственность за надлежащее использование этих инструментов.Предполагая полное внедрение, прогностическая медицина столкнется с дополнительными новыми проблемами. Благодаря беспрецедентному сбору и использованию данных, связанных со здравоохранением, HIPAA и безопасность данных станут еще более важной проблемой. С философской точки зрения, вероятно, будут продолжаться дискуссии об использовании и чрезмерном использовании этих технологий и их влиянии на клиническую проницательность и медицинскую практику, равно как и постоянная критика в отношении чрезмерного использования компьютерных томографов и других методов визуализации. Ни одна из этих проблем не является непреодолимой, и потенциальные преимущества в настоящее время, похоже, стоят затраченных усилий.В связи с переходом Закона о доступном медицинском обслуживании от возмещения оплаты медицинских услуг на основе количества к системе возмещения на основе стоимости заинтересованные стороны должны быть еще больше вынуждены внимательно изучить экономию затрат и повышение качества, обеспечиваемое прогностической медициной и большими данными. Только время покажет, оправдает ли прогностическая медицина свой потенциал. [4] [5]

Самая большая проблема прогностической медицины — это достоверность имеющихся тестов. Ни один тест не является 100% чувствительным и 100% специфичным.Следовательно, при применении любого теста для прогнозирования заболевания ожидаются как ложноположительные, так и ложноотрицательные результаты. Когда дело доходит до генетического тестирования для прогнозирования болезни, стоимость и этика также являются серьезными проблемами. Применяя генетические тесты для прогнозирования болезни, нельзя отрицать роль окружающей среды или образа жизни. К тому же надежность генетического тестирования не на 100%. Поскольку сдерживание затрат является приоритетом в здравоохранении, эмпирический порядок прогностических тестов может оказаться непрактичным или реалистичным для всего населения.

Хотя результаты больших данных помогли получить ценные клинические переменные, которые потенциально связаны с интересующими пациентами клиническими исходами, необходимо понимать ограничения больших данных. Действительно, было несколько сообщений о возможном неправильном кодировании и / или неправильном диагностическом кодировании, которые в конечном итоге могут привести к неубедительным или потенциально неправильным статистическим выводам.

Несколько авторов предложили использовать результаты больших данных и их статистически и клинически значимые переменные в качестве «фонарика», чтобы выделить более крупные группы соответствующих переменных, которые будут применяться на институциональном уровне в рамках более индивидуализированного статистически значимого анализа для смягчения этих ограничений.[6] [7]

Медсестринское дело, смежное здравоохранение и межпрофессиональные групповые вмешательства

Поскольку прогностическая медицина может помочь выявлять пациентов с наибольшим риском неблагоприятного исхода, медперсонал должен понимать прогностическую медицину и важность собираемых данных. Это включает в себя точный и соответствующий сбор данных, правильную технику проведения оценок и информирование клинического персонала, когда пациент предъявляет «красные флажки», указывающие на то, что он относится к группе риска.

Источники

1.

Хури М.Дж. Произведет ли генетика революцию в медицине? N Engl J Med. 2000, 16 ноября; 343 (20): 1497; обсуждение 1498. [PubMed: 11184470]

2.

Ференс Б.А., Чаухан М.С., Идзумо С. Произведет ли генетика революцию в медицине? N Engl J Med. 2000 16 ноября; 343 (20): 1497-8. [PubMed: 11184469]

3.

Мердок ТБ, Детский А.С. Неизбежное применение больших данных в здравоохранении. ДЖАМА. 2013 апр 03; 309 (13): 1351-2. [PubMed: 23549579]

4.

Уоррен М. Подход к предсказательной медицине, который штурмом берет исследования в области геномики. Природа. Октябрь 2018; 562 (7726): 181-183. [PubMed: 30305759]

5.

Бин П., Капассо Э, Патерностер М., Федели П., Поличино Ф, Казелла С., Конти А. Генетический риск в сфере страхования. Откройте Med (Wars). 2018; 13: 294-297. [Бесплатная статья PMC: PMC6110137] [PubMed: 30155519]

6.

Варакалло М.А., Херцог Л., Туси Н., Йохансон Н.А. Десятилетние тенденции и независимые факторы риска незапланированной реадмиссии после плановой тотальной артропластики сустава в большой городской академической больнице.J Артропластика. 2017 июн; 32 (6): 1739-1746. [PubMed: 28153458]

7.

Варакалло М.А., Маттерн П., Акоста Дж., Туси Н., Денехи К.М., Хардинг С.П. Детерминанты стоимости 90-дневного лечения изолированных переломов голеностопного сустава в большой городской академической больнице. J Orthop Trauma. 2018 июл; 32 (7): 338-343. [PubMed: 29738399]

Прогнозирующая медицина — StatPearls — Книжная полка NCBI

Определение / введение

Здравоохранение в США в первую очередь основано на диагностике и последующем лечении болезни.Рассмотрим несколько наиболее выдающихся достижений медицины прошлого века: [1] [2]

• Антибиотики для лечения различных инфекций

• Катетеризация сердца для лечения закупорки коронарных сосудов

• Бета-адреноблокаторы для лечения высокого кровяного давления

Несмотря на то, что профилактическая медицина широко распространена как средство достижения лучших результатов при меньших затратах, профилактическая медицина получила гораздо меньше фанфар. Одна проблема в том, что профилактическая медицина менее прибыльна, чем другие меры.Другая проблема заключается в том, что наше понимание индивидуального риска отдельных заболеваний отсутствует. Например, хотя мы знаем, что такие факторы риска, как курение и загрязнение окружающей среды, увеличивают заболеваемость раком легких среди населения, мы не можем надежно предсказать риск рака легких у конкретного человека, даже если известен статус курения и загрязнения окружающей среды; в конце концов, не у каждого человека, который курит или живет рядом с автострадой, может развиться рак легких. В результате наш нынешний подход к профилактической медицине заключается в универсальном применении универсального вмешательства; ремни безопасности, вакцинация, диета и упражнения — главные примеры.

Однако существует ограниченное понимание индивидуального риска заболевания при рассмотрении дополнительных профилактических мер. Если бы новые вмешательства применялись полностью, огромные объемы ресурсов были бы потрачены на реализацию этих мер в отношении лиц, которые никогда не подвергались риску из-за этого результата. Например, рассмотрите расточительность, осложнения и моральные последствия в гипотетическом сценарии выполнения универсальной мастэктомии для предотвращения рака груди.

Проблемы, вызывающие озабоченность

Прогнозирующая медицина — относительно новая область здравоохранения, но сама концепция не нова.Проще говоря, прогностическая медицина использует определенные лабораторные и генетические тесты для определения вероятности развития болезни у человека. Использование биомаркеров было обычным явлением в области онкологии, но теперь цель состоит в том, чтобы увеличить использование аналогичных биомаркеров для прогнозирования более распространенных клинических расстройств, наблюдаемых в повседневной жизни.

Прогностическая медицина

В идеале, мы должны рассчитать индивидуальный риск человека для рака груди или любого другого заболевания и принять соответствующие меры.Это цель прогнозной медицины, практики получения и каталогизации характеристик отдельных пациентов, анализа этих данных для прогнозирования индивидуального риска пациента в отношении интересующего результата, прогнозирования того, какое лечение для какого человека будет наиболее эффективным, а затем вмешательство до начала лечения. Исход происходит. Традиционно прогностическая медицина ограничивалась исключительно областью генетики. Когда-то считалось, что генетика произведет революцию в медицине, и на самом деле генетика и геномика улучшили нашу способность прогнозировать индивидуальный риск некоторых заболеваний (например,g., ген BRCA и рак груди) и предсказать, какое лечение будет более эффективным для данного человека (например, терапия, направленная на молекулярную мишень при раке). Однако предсказание риска на основе генетики доказало ограниченную пользу по причинам, в том числе (1) полногеномное секвенирование все еще относительно дорого и в настоящее время не покрывается страховкой, и (2) большинство болезней, от которых страдает население сегодня, являются многофакторными. Например, на сердечные заболевания влияет не только генетика, но и возраст, диета, физические нагрузки и уровень стресса.Сбор и организация этих данных для анализа неоценимы.

Революция больших данных [3]

Несмотря на то, что данные о здравоохранении не были официально определены количественно, они уже были собраны в гигантских масштабах; каждый показатель жизнедеятельности, медицинская карта и рентгенологическое изображение из каждой клиники, аптеки и больницы в совокупности представляют лишь крошечную часть точек данных, доступных для анализа. Данные социальных сетей, данные выставления счетов, данные переписи населения и т. Д. Также включают информацию, которая влияет на результаты здравоохранения.Объем данных растет экспоненциально по мере снижения стоимости сбора, хранения и обработки данных. Все эти данные в сочетании с новейшими компьютерными аналитическими методами, такими как машинное обучение, составляют так называемую «революцию больших данных». Благодаря большим данным предсказательная медицина вскоре сможет количественно оценить индивидуальный риск для различных результатов здравоохранения и определить оптимальные индивидуальные варианты лечения. Другие отрасли уже воспользовались этой революцией и продолжают совершенствовать свои прогностические приложения: банки могут прогнозировать индивидуальный риск клиента в случае невыплаты кредита, веб-сайты социальных сетей предсказывают тип рекламы, на которую пользователь, скорее всего, ответит, и страховые компании предсказывают, насколько вероятно физическое лицо подать иск.Что наиболее важно, эти отрасли разработали программное обеспечение и инфраструктуру рабочих процессов, необходимую для развертывания этого анализа в реальном времени на переднем крае своей деятельности.

Клиническая значимость

Для достижения своих целей прогностическая медицина должна предоставлять применимые сведения о результатах, которые еще не произошли, и доставлять эти персонализированные сведения непосредственно поставщикам медицинских услуг, таким как врачи, практикующие врачи среднего звена и медсестры, в момент контакта с пациентом .В противном случае потенциал прогнозной медицины будет сведен к академической новизне: убедительным в теории, но непрактичным для реальности клинической практики.

Эффективное внедрение и внедрение потребуют значительных усилий по приобретению, развитию и совершенствованию необходимой ИТ-инфраструктуры и пропаганде этого нового поколения медицины на основе данных. Успех потребует согласования стимулов для всех заинтересованных сторон — от компаний-производителей медицинского программного обеспечения, разрабатывающих эти инструменты, до администрации медицинских центров, инвестирующих в инфраструктуру, и поставщиков медицинских услуг, которые в конечном итоге несут ответственность за надлежащее использование этих инструментов.Предполагая полное внедрение, прогностическая медицина столкнется с дополнительными новыми проблемами. Благодаря беспрецедентному сбору и использованию данных, связанных со здравоохранением, HIPAA и безопасность данных станут еще более важной проблемой. С философской точки зрения, вероятно, будут продолжаться дискуссии об использовании и чрезмерном использовании этих технологий и их влиянии на клиническую проницательность и медицинскую практику, равно как и постоянная критика в отношении чрезмерного использования компьютерных томографов и других методов визуализации. Ни одна из этих проблем не является непреодолимой, и потенциальные преимущества в настоящее время, похоже, стоят затраченных усилий.В связи с переходом Закона о доступном медицинском обслуживании от возмещения оплаты медицинских услуг на основе количества к системе возмещения на основе стоимости заинтересованные стороны должны быть еще больше вынуждены внимательно изучить экономию затрат и повышение качества, обеспечиваемое прогностической медициной и большими данными. Только время покажет, оправдает ли прогностическая медицина свой потенциал. [4] [5]

Самая большая проблема прогностической медицины — это достоверность имеющихся тестов. Ни один тест не является 100% чувствительным и 100% специфичным.Следовательно, при применении любого теста для прогнозирования заболевания ожидаются как ложноположительные, так и ложноотрицательные результаты. Когда дело доходит до генетического тестирования для прогнозирования болезни, стоимость и этика также являются серьезными проблемами. Применяя генетические тесты для прогнозирования болезни, нельзя отрицать роль окружающей среды или образа жизни. К тому же надежность генетического тестирования не на 100%. Поскольку сдерживание затрат является приоритетом в здравоохранении, эмпирический порядок прогностических тестов может оказаться непрактичным или реалистичным для всего населения.

Хотя результаты больших данных помогли получить ценные клинические переменные, которые потенциально связаны с интересующими пациентами клиническими исходами, необходимо понимать ограничения больших данных. Действительно, было несколько сообщений о возможном неправильном кодировании и / или неправильном диагностическом кодировании, которые в конечном итоге могут привести к неубедительным или потенциально неправильным статистическим выводам.

Несколько авторов предложили использовать результаты больших данных и их статистически и клинически значимые переменные в качестве «фонарика», чтобы выделить более крупные группы соответствующих переменных, которые будут применяться на институциональном уровне в рамках более индивидуализированного статистически значимого анализа для смягчения этих ограничений.[6] [7]

Медсестринское дело, смежное здравоохранение и межпрофессиональные групповые вмешательства

Поскольку прогностическая медицина может помочь выявлять пациентов с наибольшим риском неблагоприятного исхода, медперсонал должен понимать прогностическую медицину и важность собираемых данных. Это включает в себя точный и соответствующий сбор данных, правильную технику проведения оценок и информирование клинического персонала, когда пациент предъявляет «красные флажки», указывающие на то, что он относится к группе риска.

Источники

1.

Хури М.Дж. Произведет ли генетика революцию в медицине? N Engl J Med. 2000, 16 ноября; 343 (20): 1497; обсуждение 1498. [PubMed: 11184470]

2.

Ференс Б.А., Чаухан М.С., Идзумо С. Произведет ли генетика революцию в медицине? N Engl J Med. 2000 16 ноября; 343 (20): 1497-8. [PubMed: 11184469]

3.

Мердок ТБ, Детский А.С. Неизбежное применение больших данных в здравоохранении. ДЖАМА. 2013 апр 03; 309 (13): 1351-2. [PubMed: 23549579]

4.

Уоррен М. Подход к предсказательной медицине, который штурмом берет исследования в области геномики. Природа. Октябрь 2018; 562 (7726): 181-183. [PubMed: 30305759]

5.

Бин П., Капассо Э, Патерностер М., Федели П., Поличино Ф, Казелла С., Конти А. Генетический риск в сфере страхования. Откройте Med (Wars). 2018; 13: 294-297. [Бесплатная статья PMC: PMC6110137] [PubMed: 30155519]

6.

Варакалло М.А., Херцог Л., Туси Н., Йохансон Н.А. Десятилетние тенденции и независимые факторы риска незапланированной реадмиссии после плановой тотальной артропластики сустава в большой городской академической больнице.J Артропластика. 2017 июн; 32 (6): 1739-1746. [PubMed: 28153458]

7.

Варакалло М.А., Маттерн П., Акоста Дж., Туси Н., Денехи К.М., Хардинг С.П. Детерминанты стоимости 90-дневного лечения изолированных переломов голеностопного сустава в большой городской академической больнице. J Orthop Trauma. 2018 июл; 32 (7): 338-343. [PubMed: 29738399]

Прогнозирующая медицина — StatPearls — Книжная полка NCBI

Определение / введение

Здравоохранение в США в первую очередь основано на диагностике и последующем лечении болезни.Рассмотрим несколько наиболее выдающихся достижений медицины прошлого века: [1] [2]

• Антибиотики для лечения различных инфекций

• Катетеризация сердца для лечения закупорки коронарных сосудов

• Бета-адреноблокаторы для лечения высокого кровяного давления

Несмотря на то, что профилактическая медицина широко распространена как средство достижения лучших результатов при меньших затратах, профилактическая медицина получила гораздо меньше фанфар. Одна проблема в том, что профилактическая медицина менее прибыльна, чем другие меры.Другая проблема заключается в том, что наше понимание индивидуального риска отдельных заболеваний отсутствует. Например, хотя мы знаем, что такие факторы риска, как курение и загрязнение окружающей среды, увеличивают заболеваемость раком легких среди населения, мы не можем надежно предсказать риск рака легких у конкретного человека, даже если известен статус курения и загрязнения окружающей среды; в конце концов, не у каждого человека, который курит или живет рядом с автострадой, может развиться рак легких. В результате наш нынешний подход к профилактической медицине заключается в универсальном применении универсального вмешательства; ремни безопасности, вакцинация, диета и упражнения — главные примеры.

Однако существует ограниченное понимание индивидуального риска заболевания при рассмотрении дополнительных профилактических мер. Если бы новые вмешательства применялись полностью, огромные объемы ресурсов были бы потрачены на реализацию этих мер в отношении лиц, которые никогда не подвергались риску из-за этого результата. Например, рассмотрите расточительность, осложнения и моральные последствия в гипотетическом сценарии выполнения универсальной мастэктомии для предотвращения рака груди.

Проблемы, вызывающие озабоченность

Прогнозирующая медицина — относительно новая область здравоохранения, но сама концепция не нова.Проще говоря, прогностическая медицина использует определенные лабораторные и генетические тесты для определения вероятности развития болезни у человека. Использование биомаркеров было обычным явлением в области онкологии, но теперь цель состоит в том, чтобы увеличить использование аналогичных биомаркеров для прогнозирования более распространенных клинических расстройств, наблюдаемых в повседневной жизни.

Прогностическая медицина

В идеале, мы должны рассчитать индивидуальный риск человека для рака груди или любого другого заболевания и принять соответствующие меры.Это цель прогнозной медицины, практики получения и каталогизации характеристик отдельных пациентов, анализа этих данных для прогнозирования индивидуального риска пациента в отношении интересующего результата, прогнозирования того, какое лечение для какого человека будет наиболее эффективным, а затем вмешательство до начала лечения. Исход происходит. Традиционно прогностическая медицина ограничивалась исключительно областью генетики. Когда-то считалось, что генетика произведет революцию в медицине, и на самом деле генетика и геномика улучшили нашу способность прогнозировать индивидуальный риск некоторых заболеваний (например,g., ген BRCA и рак груди) и предсказать, какое лечение будет более эффективным для данного человека (например, терапия, направленная на молекулярную мишень при раке). Однако предсказание риска на основе генетики доказало ограниченную пользу по причинам, в том числе (1) полногеномное секвенирование все еще относительно дорого и в настоящее время не покрывается страховкой, и (2) большинство болезней, от которых страдает население сегодня, являются многофакторными. Например, на сердечные заболевания влияет не только генетика, но и возраст, диета, физические нагрузки и уровень стресса.Сбор и организация этих данных для анализа неоценимы.

Революция больших данных [3]

Несмотря на то, что данные о здравоохранении не были официально определены количественно, они уже были собраны в гигантских масштабах; каждый показатель жизнедеятельности, медицинская карта и рентгенологическое изображение из каждой клиники, аптеки и больницы в совокупности представляют лишь крошечную часть точек данных, доступных для анализа. Данные социальных сетей, данные выставления счетов, данные переписи населения и т. Д. Также включают информацию, которая влияет на результаты здравоохранения.Объем данных растет экспоненциально по мере снижения стоимости сбора, хранения и обработки данных. Все эти данные в сочетании с новейшими компьютерными аналитическими методами, такими как машинное обучение, составляют так называемую «революцию больших данных». Благодаря большим данным предсказательная медицина вскоре сможет количественно оценить индивидуальный риск для различных результатов здравоохранения и определить оптимальные индивидуальные варианты лечения. Другие отрасли уже воспользовались этой революцией и продолжают совершенствовать свои прогностические приложения: банки могут прогнозировать индивидуальный риск клиента в случае невыплаты кредита, веб-сайты социальных сетей предсказывают тип рекламы, на которую пользователь, скорее всего, ответит, и страховые компании предсказывают, насколько вероятно физическое лицо подать иск.Что наиболее важно, эти отрасли разработали программное обеспечение и инфраструктуру рабочих процессов, необходимую для развертывания этого анализа в реальном времени на переднем крае своей деятельности.

Клиническая значимость

Для достижения своих целей прогностическая медицина должна предоставлять применимые сведения о результатах, которые еще не произошли, и доставлять эти персонализированные сведения непосредственно поставщикам медицинских услуг, таким как врачи, практикующие врачи среднего звена и медсестры, в момент контакта с пациентом .В противном случае потенциал прогнозной медицины будет сведен к академической новизне: убедительным в теории, но непрактичным для реальности клинической практики.

Эффективное внедрение и внедрение потребуют значительных усилий по приобретению, развитию и совершенствованию необходимой ИТ-инфраструктуры и пропаганде этого нового поколения медицины на основе данных. Успех потребует согласования стимулов для всех заинтересованных сторон — от компаний-производителей медицинского программного обеспечения, разрабатывающих эти инструменты, до администрации медицинских центров, инвестирующих в инфраструктуру, и поставщиков медицинских услуг, которые в конечном итоге несут ответственность за надлежащее использование этих инструментов.Предполагая полное внедрение, прогностическая медицина столкнется с дополнительными новыми проблемами. Благодаря беспрецедентному сбору и использованию данных, связанных со здравоохранением, HIPAA и безопасность данных станут еще более важной проблемой. С философской точки зрения, вероятно, будут продолжаться дискуссии об использовании и чрезмерном использовании этих технологий и их влиянии на клиническую проницательность и медицинскую практику, равно как и постоянная критика в отношении чрезмерного использования компьютерных томографов и других методов визуализации. Ни одна из этих проблем не является непреодолимой, и потенциальные преимущества в настоящее время, похоже, стоят затраченных усилий.В связи с переходом Закона о доступном медицинском обслуживании от возмещения оплаты медицинских услуг на основе количества к системе возмещения на основе стоимости заинтересованные стороны должны быть еще больше вынуждены внимательно изучить экономию затрат и повышение качества, обеспечиваемое прогностической медициной и большими данными. Только время покажет, оправдает ли прогностическая медицина свой потенциал. [4] [5]

Самая большая проблема прогностической медицины — это достоверность имеющихся тестов. Ни один тест не является 100% чувствительным и 100% специфичным.Следовательно, при применении любого теста для прогнозирования заболевания ожидаются как ложноположительные, так и ложноотрицательные результаты. Когда дело доходит до генетического тестирования для прогнозирования болезни, стоимость и этика также являются серьезными проблемами. Применяя генетические тесты для прогнозирования болезни, нельзя отрицать роль окружающей среды или образа жизни. К тому же надежность генетического тестирования не на 100%. Поскольку сдерживание затрат является приоритетом в здравоохранении, эмпирический порядок прогностических тестов может оказаться непрактичным или реалистичным для всего населения.

Хотя результаты больших данных помогли получить ценные клинические переменные, которые потенциально связаны с интересующими пациентами клиническими исходами, необходимо понимать ограничения больших данных. Действительно, было несколько сообщений о возможном неправильном кодировании и / или неправильном диагностическом кодировании, которые в конечном итоге могут привести к неубедительным или потенциально неправильным статистическим выводам.

Несколько авторов предложили использовать результаты больших данных и их статистически и клинически значимые переменные в качестве «фонарика», чтобы выделить более крупные группы соответствующих переменных, которые будут применяться на институциональном уровне в рамках более индивидуализированного статистически значимого анализа для смягчения этих ограничений.[6] [7]

Медсестринское дело, смежное здравоохранение и межпрофессиональные групповые вмешательства

Поскольку прогностическая медицина может помочь выявлять пациентов с наибольшим риском неблагоприятного исхода, медперсонал должен понимать прогностическую медицину и важность собираемых данных. Это включает в себя точный и соответствующий сбор данных, правильную технику проведения оценок и информирование клинического персонала, когда пациент предъявляет «красные флажки», указывающие на то, что он относится к группе риска.

Источники

1.

Хури М.Дж. Произведет ли генетика революцию в медицине? N Engl J Med. 2000, 16 ноября; 343 (20): 1497; обсуждение 1498. [PubMed: 11184470]

2.

Ференс Б.А., Чаухан М.С., Идзумо С. Произведет ли генетика революцию в медицине? N Engl J Med. 2000 16 ноября; 343 (20): 1497-8. [PubMed: 11184469]

3.

Мердок ТБ, Детский А.С. Неизбежное применение больших данных в здравоохранении. ДЖАМА. 2013 апр 03; 309 (13): 1351-2. [PubMed: 23549579]

4.

Уоррен М. Подход к предсказательной медицине, который штурмом берет исследования в области геномики. Природа. Октябрь 2018; 562 (7726): 181-183. [PubMed: 30305759]

5.

Бин П., Капассо Э, Патерностер М., Федели П., Поличино Ф, Казелла С., Конти А. Генетический риск в сфере страхования. Откройте Med (Wars). 2018; 13: 294-297. [Бесплатная статья PMC: PMC6110137] [PubMed: 30155519]

6.

Варакалло М.А., Херцог Л., Туси Н., Йохансон Н.А. Десятилетние тенденции и независимые факторы риска незапланированной реадмиссии после плановой тотальной артропластики сустава в большой городской академической больнице.J Артропластика. 2017 июн; 32 (6): 1739-1746. [PubMed: 28153458]

7.

Варакалло М.А., Маттерн П., Акоста Дж., Туси Н., Денехи К.М., Хардинг С.П. Детерминанты стоимости 90-дневного лечения изолированных переломов голеностопного сустава в большой городской академической больнице. J Orthop Trauma. 2018 июл; 32 (7): 338-343. [PubMed: 29738399]

Может ли прогностическая медицина на основе искусственного интеллекта стать следующим шагом в здравоохранении?

Прогнозирование до того, как это станет проблемой

Представьте, если бы вы могли предсказать проблему со здоровьем до того, как она превратилась в проблему?

Система здравоохранения в настоящее время создана для лечения лиц, у которых развиваются проблемы со здоровьем, а затем лечат их симптомы.Такой реактивный подход стоит системе здравоохранения и пациенту, времени, деньгам и ресурсам.

Но что, если система здравоохранения уже предсказала, что у определенного человека есть риск развития этого состояния? Затем мы могли бы включить профилактические меры и направить их на путь здоровья, чтобы значительно снизить влияние болезни и не потребовать дорогостоящего лечения.

Что такое прогнозная медицина?

Прогностическая медицина — относительно новая специальность в здравоохранении, но концепция не нова.Прогностическая медицина оценивает вероятность и риск развития болезни у человека в будущем. Прогностическая медицина использует определенные лабораторные тесты, генетические тесты, анализируя данные о здоровье человека и социальных данных и сравнивая их с исследованиями и результатами, чтобы определить вероятность развития болезни у человека.

биомаркеров первоначально использовались в области онкологии для прогнозирования рецидивов рака. Теперь аналогичное использование биомаркеров может предсказать наиболее распространенные клинические расстройства в повседневной жизни.Например, холестерин в крови является хорошо известным биомаркером риска ишемической болезни сердца, а простратоспецифический антиген (ПСА) связан с раком простаты.

Могут ли алгоритмы произвести революцию в здравоохранении?

Predictive Medicine позволяет клиницистам и лицам, обеспечивающим уход, адаптировать интервенционные методы лечения, которые поддерживают здоровье более точным, чем когда-либо прежде.

В этой области медицины не только используются генетические тесты, но и учитываются прошлые результаты лечения, результаты последних исследований, количество госпитализаций и повторных госпитализаций.Прогнозирующая медицина использует ИИ и многие типы данных для создания профиля (алгоритма) прогнозирования для отдельных лиц.

Благодаря анализу всех данных, необходимых для прогнозной медицины, у отрасли здравоохранения есть невероятные возможности для повышения общей точности диагнозов, помощи в профилактической медицине и снижения растущих расходов на здравоохранение.

Примеры прогнозной медицины

Сегодня на практике уже существует множество аспектов прогнозной медицины.

Например, вскоре после рождения у новорожденного берут образцы крови, чтобы как можно раньше выявить потенциальные генетические нарушения.Это одна из самых распространенных форм прогнозной медицины.

Другой распространенный подход оценивает факторы риска пациента, которые могут повысить вероятность заболевания. Например, заядлый курильщик более подвержен раку легких, эмфиземе и другим заболеваниям, чем некурящий.

Диагностическое обследование — это когда врач поставил предварительный диагноз; его используют для подтверждения или опровержения диагнозов. Например, тест на чувствительность к глютену может определить, есть ли у пациента непереносимость глютена.

И, наконец, тестирование до зачатия оценивает родителей до того, как они начнут пытаться зачать ребенка, чтобы определить, несут ли родители мутацию гена, которая может вызвать генетические нарушения.

В последние годы такие сервисы, как AncestryDNA и 23andMe, стали феноменом. Они анализируют вариации, называемые однонуклеотидными полиморфизмами (SNP), в определенных местах вашего генома, которые могут рассказать вам о ваших чертах характера и определенных состояниях здоровья. Хотя они не такие всеобъемлющие, как другие виды прогнозной медицины, они обладают преимуществом большей доступности и большей конфиденциальности.

Может ли машинное обучение предсказывать и сдерживать болезни, пока не стало слишком поздно?

Решения

для машинного обучения, такие как Orion Health Intelligence, могут анализировать большие наборы данных для прогнозирования долгосрочных условий, позволяя принимать меры, когда они наиболее необходимы.

Способность прогнозировать индивидуальный риск развития заболевания дает врачам возможность ставить диагноз пациентам на ранней стадии их состояния и быстрее вмешиваться, что приводит к улучшению показателей здоровья пациентов.

Имея инструменты машинного обучения, медицинские организации могут не только принести пользу пациентам точным оказанием помощи, но и сократить расходы на лечение и ежегодно экономить миллиарды долларов.

Хотите узнать больше об Orion Health Intelligence?

Это введение в прогностическую медицину. Следующий блог из этой серии будет посвящен примеру прогностической медицины в действии.

Predictive Medicine — обзор

1.2.1 Медицина 4.0

Одним из основных источников изменений в системе здравоохранения является компьютеризация, цифровизация и технические сети, влияющие одновременно на управление, организацию, оказание помощи и оказание услуг. Достигнутый технический прогресс позволяет обрабатывать, хранить и распространять информацию во всех ее формах, письменных, устных или визуальных, тем самым избавляясь от всех ограничений, связанных с расстоянием, объемом и временем. Внедрение ИКТ, начатое в большинстве промышленно развитых стран с начала 1980-х годов, все более очевидно зависит от разнообразных изменений, которые продолжаются в области здравоохранения [CAR 01].

Медицинские данные могут генерироваться HIS (больничными информационными системами), медицинскими приложениями для смартфонов [BOY 12], платформами социальных сетей здравоохранения [COS 14, LUP 14], технологиями мониторинга [MIT 11, MIT 13], домашними датчиками [ NIE 10], форумы и онлайн-мониторы клинических испытаний. Другие данные производятся так называемыми «брокерами данных», которые собирают, анализируют, хранят и продают данные на основе различных медицинских данных, поступающих из социальных сетей, страховых деклараций, покупок в Интернете, клинических данных из организаций общественного здравоохранения или других медицинских учреждений. услуги и медицинское оборудование [ТЕР 12].Этот новый мир больших данных постоянно исследует реальный мир с целью создания как предсказуемости, так и предсказуемости его отдельных аспектов. Мы сталкиваемся с будущим, в котором все будет предсказано другими с помощью алгоритмов обработки и анализа, а также того, как мы взаимодействуем через Интернет. Это наблюдение применимо ко всему сектору здравоохранения. Подключенная медицина обеспечивает гораздо лучшее понимание инфекционных заболеваний, чем хронические заболевания на уровне населения, инновационные подходы к диагностике и лечению пациентов, совершенствование исследований болезней и связанных с ними соответствующих методов лечения, а также оптимизацию мониторинга заболеваний и факторов риска.Мы можем использовать пример так называемой «расширенной нервной системы», которая способна обнаруживать первые признаки болезни и проводить соответствующее лечение или своевременное лечение.

Таким образом, мы вступаем в медицинскую эру, известную как «Версия 4.0», полагаясь на большие данные, алгоритмы и экспертные системы, чтобы проложить путь к более индивидуализированной, персонализированной и предсказательной медицине. Это новое лекарство следует по стопам древней медицины Гиппократа ¹² и Медицины 2.0 (также называемая медициной, подключенной к Интернету), наблюдавшейся в период с 2000 по 2009 год.

Можно привести примеры визита к кардиологу, который отныне превратился в «виртуальную консультацию»; форма для мониторинга данных диализа уступила место экранным данным или рентгеновским снимкам, которые перешли из «аналогового» в «цифровой» формат. Поддержка для завершения диагностики теперь осуществляется не с помощью физической поверхности (человеческого тела или документа), а с помощью набора «наложенных друг на друга вычислительных слоев» [GHI 00].Изучение цифровых данных о здоровье может быть выполнено для таких целей, как клинически полезные прогностические модели [CHO 14], мониторинг персональных данных о здоровье [BOY 12, MIT 14, NIE 14, POL 13], а также эффективность и взаимодействие горизонтальных и продольных товары для здоровья [TEN 13].

Таким образом, в Лос-Анджелесе можно вызвать врача на дом, на расстоянии одного клика, менее чем за час, благодаря приложению «Heal». Через несколько минут платформа соединяет пациента с врачом, который находится ближе всего к его дому, который выходит 24 часа в сутки, семь дней в неделю.Мы являемся свидетелями прогрессирующей «уберизации» медицины, где доминирование сетевых ИТ-служб в предоставлении многих услуг предлагает потребителю больше возможностей и возможностей. Это явление набирает обороты с появлением Интернет-посредников и оцифровкой части добавленной стоимости, которую подключенные объекты и программное обеспечение дают врачам.

В сфере медицинского страхования мы можем предложить бизнес, известный как Oscar, который за несколько недель захватил 10% доли рынка в регионе Нью-Йорк – Нью-Джерси благодаря значительному пониманию технологических инструментов через его веб-сайт, который одновременно является эргономично, понятно и просто.Этот бизнес предлагает своим страхователям новую модель, например, предлагая подключенные бесплатные браслеты своим клиентам, обещая вознаграждать тех, кто совершает более 10 000 шагов в день или создает важную сеть обслуживания в результате использования Интернета.

Помимо подхода «6V» ¹³ , который является одновременно полезным, но очень информативным, мы можем дать дополнительные разъяснения в отношении назначения больших данных с помощью того, что мы назвали 5P (прогнозирование, персонализация, предотвращение, участие и Prognosis), в котором очень оригинальным образом подчеркивается роль больших объемов данных в определенных приложениях, которые особенно актуальны в медицине.Эти характеристики побуждают нас задавать целый ряд вопросов, например, какова добавленная стоимость термина Big в больших данных. Как мы можем извлечь максимальную выгоду из покупки большого объема информации и что мы можем извлечь из этого? Как мы можем обрабатывать данные, чтобы помочь специалистам в области здравоохранения и исследователям? Возникают другие вопросы.

Применение больших данных дает возможность персонализировать на самом детальном уровне интерфейс, предлагающий решение.Речь идет о глубоком знании медицинской среды, которая позволяет сконфигурировать всю систему здравоохранения, в частности, для группы пользователей медицинских услуг, по сути, для отдельного пациента. Накопление данных позволяет выявлять пациентов из группы риска, выбирать лучшую терапевтическую и диагностическую стратегию с целью оптимизации ранней диагностики (таким образом, охватывая как прогностическую, так и прогностическую сторону медицины). Эта форма медицины также направлена ​​на предотвращение медицинских осложнений, особенно с сердечными и сосудистыми заболеваниями, которые влияют на качество жизни и прогноз пациента (это профилактический аспект, а не лечебный аспект медицины).

В этих обстоятельствах поле возможностей велико, и в настоящее время мы можем предвидеть только те значительные преобразования, которые произведет появление цифровых технологий в сфере здравоохранения. Такое сближение технологических инноваций и научных исследований, цифровых технологий, математики и медицинского прогресса будет иметь прямые последствия для медицинской практики, которая до сих пор была основана преимущественно на медицинских процедурах.

Кроме того, образ людей, проводящих время на информационных веб-сайтах из-за частого использования медицинских приложений на смартфонах, становится все более распространенным, поскольку пользователи медицинских услуг все чаще стремятся нести ответственность за свое здоровье (аспект медицины, основанный на участии).

Появление этой взаимосвязанной и прогнозирующей медицины не может существовать без:

—

стандартизации форматов обмена между медицинскими устройствами;

—

развитие сектора предприятий и стартапов, связанных с подключенными объектами и большими данными в сфере здравоохранения; изменение медицинских протоколов для поддержки профилактики в секторе здравоохранения;

—

разработка того, как обученные медицинские специалисты могут быть задействованы в NICT в секторе здравоохранения; и

—

рост регулирования условий использования данных о здоровье.

Следовательно, это персонализированное лекарство привлекает в игру многочисленных клиницистов и исследователей, особенно в области химии и молекулярной биологии. В частности, он основан на анализе огромного количества данных, например биологических и геномных данных ¹⁴ , медицинских изображений, текстов и неструктурированных данных, которые представлены в медицинских отчетах, анкетах и ​​других больничных регистрах, негенетических маркерах, таких как в качестве биомаркеров, плотности костей или индекса массы тела, и даже данных, связанных с окружающей средой, сообщения о симптомах посредством твитов через социальные сети.

К этому мы можем добавить «Небольшие данные» «Количественной оценки Я», которые предоставляют физиологическую информацию и информацию об окружающей среде с помощью мобильных датчиков пациента. Интеграция биологических данных для каждого человека дает надежду как исследователям в области здравоохранения, так и профессионалам, которые хотят улучшить лечение пациента, а также способствовать профилактике заболеваний. Консолидация данных, действительно, сделает возможным лучший мониторинг и улучшит знания о влиянии различных факторов и оптимизирует уход за пациентами от профилактики до долгосрочного мониторинга.Мы живем в эпоху «борьбы с болезнями».

Эта тенденция персонализированной медицины развивалась вместе с появлением новых аналитических технологий, таких как быстрое и дешевое секвенирование ДНК нового поколения; NICT также сделали возможной интерпретацию больших объемов данных. Отныне идея экспертных систем, обрабатывающих в рекордные сроки примерно 10 000 миллиардов единиц данных, полученных в результате секвенирования ДНК, исходящей из опухоли, представляет концепцию для каждого конкретного пациента, целой команды опытных врачей, которая теперь не справляется с поставленной задачей.

Мы можем взять пример датских специалистов по биоинформатике, которые составили стратификацию пациентов на основе их истории болезни, сердечных заболеваний или диабета, посредством наблюдения за пациентами в течение нескольких десятилетий. Для этого они используют алгоритмы обработки, основанные не на причинно-следственной связи, а на корреляциях, которые до сих пор не наблюдались. Цель здесь заключалась не в том, чтобы понять «почему», а просто в том, чтобы понять «как». По оценкам IBM, постоянный анализ данных о личном здоровье человека снижает его шансы умереть от определенного состояния на 20%.

Более того, большие данные улучшают распознавание опасностей или рисков и, по возможности, предотвращают их. Таким образом, помимо концепции дальновидности, цель состоит в том, чтобы определить, что представляет собой риск или что представляет собой потенциальную опасность, чтобы применять в реальном времени как клиническую схему, так и модифицированное поведение. Можно привести пример американской актрисы Анджелины Джоли, которая последовательно в мае 2013 года перенесла двойную мастэктомию, затем в марте 2015 года удаление яичника и фаллопиевой трубы, узнав после секвенирования генома, что она несет мутацию в гене BRCA1, ведущую к риску развития рака более чем на 90% в следующие десять лет.В Техасе компания Seton Healthcare Family внедрила прогностический аналитический алгоритм, чтобы ограничить риски повторной госпитализации пациентов. Группа частных больниц указала на «снижение рисков, затрат и даже показателей смертности, но не предоставила точных цифр» [HIS 15] ¹⁵ .

Больница Khoo Teck Puat в Сингапуре может прогнозировать пациентов, представляющих значительный риск повторной госпитализации, изучая повторные госпитализации пациентов более двух раз в течение 26 месяцев.Эта аналитическая модель позволяет предвидеть бремя кропотливой медицинской помощи за счет более эффективного нацеливания программы посещений больниц на дому. Исследователи прибегают к большим данным, чтобы изучить генетические факторы и факторы окружающей среды, вызывающие рассеянный склероз, с целью исследования индивидуального лечения. Группа больниц Aurora Healthcare, созданная в Висконсине в 2012 году, начала программу больших данных для выявления вторичных эффектов терапевтического лечения. Эти исследования показывают, что количество повторных госпитализаций снизится на 10%, а стоимость лечения снизится на 42%.

Во Франции мы наблюдаем появление партнерств, связанных с большими данными, особенно в конце 2014 года:

—

между AP-HP ¹⁶ , Quinten ¹⁷ и Le Laboratoire Roche ¹⁸ с целью лучшего понимания и признания различий внутри одного и того же заболевания;

—

в настоящее время в 2015 году, между престижной Политехнической школой и CNAMTS ( Caisse Nationale d’Assurance Maladie des Travailleurs Salariés ) ¹⁹ , с разработкой алгоритмов для решения проблем общественного здравоохранения, опираясь на тысячи терабайт, которыми располагает Caisse Nationale.Цель состоит в том, чтобы обнаруживать как пропущенные сигналы, так и аномалии в фармакоэпидемиологии, а также определять практические факторы, чтобы лучше анализировать пути здоровья и бороться с мошенничеством и злоупотреблениями.

Такие приложения интегрируются в новый стиль медицинской практики и «бизнес-модель», которая сосредоточена на профилактических процедурах, сокращении расходов на здравоохранение, в пользу амбулаторного лечения и за счет сокращения длительной госпитализации.

Однако большие данные следует использовать не только с целью снижения затрат, но и как важный рычаг для постоянного улучшения здравоохранения.Таким образом, сбор и массовое использование клинических параметров и физиологических данных может серьезно изменить рынки медицинского страхования.

Вот почему с конца 2013 года тогдашний исполнительный председатель Google Эрик Шмидт на конференции предсказал: «Страхование — это отрасль, которая, по всей видимости, находится на грани того, чтобы увидеть, как использование больших данных стремительно растет». На самом деле в настоящее время страхование как отрасль просто переживает взрывной рост. Большие данные и интерпретация данных, особенно генетических, полностью опровергли традиционные модели медицинского страхования.Прогнозная медицина и алгоритмы позволили страховщикам снизить риски, став экспертами в области персонализированной профилактики здоровья. Вот почему страховые специалисты продвигали программы, побуждающие людей оснащаться датчиками и подписываться на персональные генетические проекты, тем самым спасая тысячи жизней в результате испытания «Превентивные меры против болезней» [CNI 14]. Вот почему Google инвестировал в сферу здравоохранения, например, путем недавнего обновления своей медицинской энциклопедии, содержащей более 900 ссылок на болезни.Инвестиционный фонд Google Ventures в настоящее время управляет активами на сумму два миллиарда долларов и, в частности, взял под свое крыло такие стартапы, как 23andMe (специализирующийся на генетическом тестировании), Foundation Medicine (специализирующийся на генетическом профилировании рака) и другие компании DNAnexus ( специализируется на обмене и анализе генетических данных).

Кроме того, что касается поддержки медицинских решений, IBM запустила ИТ-программу искусственного интеллекта «Watson», которая способна анализировать всю медицинскую информацию о пациентах.Он также сопоставляет такую ​​информацию с миллионами других файлов, чтобы поставить диагноз и назначить лучшее лечение, которое, как гарантирует программное обеспечение, является наименее затратным для организации медицинского страхования. Эта ИТ-программа способна понимать речь и находить проблему за время обработки, которое сопоставимо с человеческим. Он использует программное обеспечение Hadoop для обработки большого количества контента. Watson оценивает вероятность того, что ответ, который он расширяет, является правильным, только если такая вероятность считается достаточно высокой.Watson, например, полезен в сфере медицинской диагностики. Анализируя симптомы и медицинские данные, предоставленные врачом (посредством речи), и накопленные знания (медицинские словари, научная литература, тематические исследования и т. Д.) С помощью технологии «машинного обучения», которая позволяет извлекать уроки из предыдущих диагнозов, Watson предлагает медицинский диагноз, который оценивается как на основе вероятности, так и с уточненными аргументами. Для пациентов такая экспертная система является обещанием более быстрой и точной диагностики и даже полностью индивидуализированного лечения.Отныне врачи смогут анализировать миллиарды данных, а в настоящее время они ставят диагноз на основе небольшого количества данных. Геном опухоли требует анализа тысяч миллиардов фрагментов данных, которые могут обработать только экспертные системы. В этих обстоятельствах мы, конечно, можем предположить, что завтрашние врачи будут подписывать рецепты, оформленные с помощью алгоритмов лечения, как предсказал доктор Лоран Александр, основатель DNA Vision. Стоит отметить, что 6 августа 2015 года IBM объявила о приобретении Merge Healthcare, редактора облачных сервисов, специализирующегося на управлении медицинской визуализацией, за миллиард долларов.В результате суперкомпьютер Watson вскоре сможет управлять медицинскими изображениями через свою платформу искусственного интеллекта, помимо данных о здоровье, которые он постоянно хранит и анализирует, особенно в кардиологии или ортопедии. Как следствие, IBM объявила о создании специализированного подразделения Watson Health, которое объединяет около 2000 человек в Бостоне в сотрудничестве с Johnson & Johnson ²⁰ , Medtronic ²¹ и Apple.

Наконец, американские гиганты Apple и IBM объединили свои усилия для совместного запуска платформы Watson Health Cloud, предназначенной для размещения анонимных данных, собранных программным обеспечением Apple HealthKit и модулем Apple ResearchKit с целью включения пользователей, которые хотят участвует в научных исследованиях и клинических испытаниях [JAC 15].Кроме того, Apple провела переговоры с двумя страховщиками, чтобы использовать информацию, собранную пользователями ее приложения «Здоровье», для составления индивидуальных договоров страхования.

Компания Flatiron Health ²² разработала решение для больших данных под названием «OncologyCloud», основанное на идее, что 96% потенциально доступных данных о пациентах, страдающих раком, еще не были проанализированы. Целью этой службы является сбор данных, собранных как во время диагностики, так и во время лечения; и сделать его доступным для врачей, работающих над исследованиями рака.

Кроме того, согласно выпуску французской ежедневной газеты Le Figaro от 18 июля 2015 года, Управление по санитарному надзору за качеством пищевых продуктов и медикаментов (FDA) недавно начало консультации с поисковой системой Google, информация актуальна по состоянию на июнь 2015 года, поэтому как использовать его данные для выявления неизвестных вторичных эффектов лекарств. Миллионы пациентов изучают в Интернете как свои симптомы, так и способы лечения. Более того, среди этих пользователей медицинской помощи многие обращаются с просьбами о проблемах, отличных от болезней, от которых они лечатся.Эти исследования представляют интерес для американского агентства, поскольку они могут сообщить им о неустановленных вторичных эффектах во время клинических испытаний. Последние проводятся только на нескольких тысячах пациентов до того, как эти методы лечения поступают на рынок, и поэтому они не находят всех проблем. FDA также интересуется другими проектами, такими как проекты Microsoft, которая запускает поисковую систему Bing. В 2013 году его исследователь Эрик Хорвиц и ученые из Стэнфорда ²³ показали, что использование антихолестеринового препарата правахола и антидепрессанта пароксетина часто может привести к проблемам с гипергликемией.Их исследование привело к шести миллионам запросов от пользователей Интернета за год. Он показал, что пользователи Интернета, которые делали и запросы на таблетку антихолестерина, и на антидепрессант, проводили вдвое больше исследований гипергликемии, чем те, кто искал только одно из этих лекарств.

Кроме того, две компании, Apple и IBM, недавно объединились вокруг основной платформы данных о состоянии здоровья, которая позволит пользователям Apple iPhone отслеживать обмен данными с помощью приложения Watson.Цель состоит в том, чтобы открыть новые медицинские перспективы для действий потенциальных пользователей в режиме реального времени с биометрическими данными. Тем не менее, проблема больших данных не сводится к завершению концепции индивидуального здоровья. Что касается общественного здравоохранения, использование этих огромных объемов данных способствует разработке новых продуктов для здоровья, обнаружению пропущенных сигналов во время эпидемии или серьезных нежелательных эффектов и других аспектов, связанных со здоровьем.

Эти метаданные делают возможным анализ и использование поведения тысяч людей за счет наложения сложных корреляций и прогнозирования определенных явлений, таких как, например, грипп.Действительно, анализ этого объема данных позволяет применять алгоритмы прогнозирования. Крупномасштабная обработка больших данных позволяет, например, предвидеть эпидемию гриппа. Google Flu Trends добился этого, объединив исследовательские термины в поисковой системе Google и связав их с текущими прогнозами в отношении здоровья. Согласно [VIK 13], «программное обеспечение Google обнаружило комбинацию из 45 исследовательских терминов, которые при совместном использовании в математической модели образуют сильную корреляцию между прогнозами и официальными данными».Так, в 2009 году Google помог американским органам здравоохранения, создав модель, которая позволила точно предсказать развитие эпидемии гриппа штамма H5N1.

Google с помощью своих инструментов Google Flu Trends берет все поиски, выполняемые в поисковой системе, а затем измеряет, сколько раз были исследованы термины «грипп», «гастроэнтерит» или «ветряная оспа» и сколько раз; поисковая система измеряет это как по максимально возможному количеству лет, так и по максимально возможному количеству стран.Фактически они поняли, измеряя такие аспекты, что у людей была тенденция искать информацию о гриппе или другом заболевании, когда они думали, что у них есть похожие симптомы. В подавляющем большинстве случаев они у них были. С практической точки зрения следует отметить, что когда Google объявил об особой концентрации поисковых запросов о пандемии гриппа, считалось, что эта концентрация произошла примерно на две недели позже. Таким образом, Google преуспевает в предвидении, прогнозировании и прогнозировании предупреждений мониторинга состояния здоровья для медицинских организаций за две недели.В краткосрочной перспективе постоянное подключение к Интернету позволяет определять факторы риска для здоровья в соответствии с нашим поведением и привычками просмотра. Таким образом, большие данные разрешают крупномасштабное некоммерческое распространение сообщений общественного здравоохранения, чтобы предупреждать о рисках хронических заболеваний во всем мире. Мы можем предсказать научное исследование, включающее очень крупномасштабный анализ поведения в Интернете людей, страдающих хроническими заболеваниями, такими как диабет, чтобы определить возможность корреляции между привычками к серфингу и факторами риска.Мы также могли бы определить, какие типы болезней выявляются, если мы индивидуально потребляем определенные типы продуктов питания.

Более того, постоянная геолокация подключенных приложений и поддержки (телефоны, планшеты и компьютеры) может способствовать более точному пониманию образа жизни пользователей Интернета ²⁴ и предлагать таким пользователям загружать приложения для здоровья на смартфоны, побуждая людей делать спортивная деятельность, краткие сведения о калорийности пищи, часто заниженной или малоизвестной.

Twitter также решил извлечь выгоду из своей роли общественной службы, позволив построить график распространения вируса гриппа в январе 2013 года. Twitter имеет более 500 миллионов твитов в день и имеет множество потоков данных, из которых мы проводим исследования. .

Большие данные также способствуют борьбе с распространением эпидемий. В Африке данные о географической локализации мобильных телефонов оказались весьма неоценимыми в качестве средства отслеживания перемещений населения посредством фактических перемещений населения и, таким образом, прогнозирования развития болезней на национальном уровне.Это позволило спрогнозировать распространение вируса Эбола. Эти стратегии также были предприняты после землетрясения на Гаити, где они использовались, чтобы помочь спланировать предполагаемые поставки помощи пострадавшим от стихийных бедствий.

Следовательно, «массивные данные», касающиеся большой когорты пациентов, также могут ускорить научные исследования и экспериментальные протоколы для многих заболеваний и методов лечения. Например, исследователи специально использовали сайт социальной сети Facebook, чтобы составить карту американцев, наиболее склонных к ожирению.Такое широкомасштабное исследование потребует значительного времени и будет стоить целое состояние при проведении классического исследовательского исследования в масштабе миллионов людей.

Кроме того, стартап Flation Health нацелен на сбор данных о лечении рака и предоставление основных знаний онкологическим центрам, практикующим врачам, исследователям и больным, которые необходимы для принятия правильных медицинских решений. Собранные данные соответствуют статистике населения, возмещению средств и предоставленному лечению, которые собираются медицинскими центрами, врачами, больницами и страховыми компаниями с помощью системы облачных вычислений.Эти данные предоставляются больницам и независимым практикующим врачам, исследователям и медицинским центрам, чтобы помочь им в принятии решений о лечении. Таким образом, медицинские работники могут иметь доступ к соответствующим данным и высококачественной статистике, чтобы принимать более обоснованные решения о подходящем лечении. Можно заметить, что совпадение данных секвенирования ДНК, заявленных заболеваний и среды проживания (тип профессии, жилище и другие факторы), в частности, позволит лучше понять эпигенетические механизмы ²⁵ .Анализ этих данных позволит раскрыть весь свой потенциал, если на них можно будет ссылаться на другие источники, например, относящиеся к лечению, заболеваниям и, возможно, даже генетической информации.

Более того, «кластеризация», то есть способность создавать однородные группы по заданным критериям, может стать одним из важных обязательств больших данных в сфере здравоохранения в ближайшие годы. Можно привести пример стартапа CardioLogs (который недавно был выбран в Глобальном конкурсе инноваций), который разработал автоматический диагностический инструмент для интерпретации ЭКГ (электрокардиограмм) с использованием принципов больших данных.Оригинальность этого подхода проистекает из используемой технологии: используемые алгоритмы учатся на очень объемных «наборах данных» ЭКГ, анализ и интерпретация которых выполняются заранее и оцифровываются кардиологами. Они представляют собой алгоритмы классификации сердечных заболеваний. На основе анализа всего сигнала от всех этих ЭКГ и связанных диагнозов инструмент построит группы (или кластеры). Сюда входят «нормальные» пациенты с ЭКГ, пациенты с данным заболеванием и другими аспектами.После этого, когда ему представляется новое показание ЭКГ, инструмент CardioLogs может сказать, к какой категории он принадлежит или не принадлежит ли он ни к какой категории. Наконец, алгоритм способен раскрывать свою интерпретацию в соответствии с категорией, то есть ставить диагноз, даже формулировать гипотезы о состоянии пациента, которые следует исправить путем дальнейшего обследования (например, ультразвукового сканирования, анализа крови или другого теста). ).

Это решение, предлагающее помощь в диагностике сердечно-сосудистых заболеваний, работает в реальном времени от технологий, объединяющих медицинские знания, до «машинного обучения».Таким образом, цель услуги состоит в оптимизации ухода за пациентами с сердечно-сосудистыми заболеваниями.

Следовательно, большая часть больших данных опирается на большие данные и использует концепцию прогнозирования. Как следует использовать данные, чтобы лучше предвидеть условия. Каким образом можно собрать достаточно данных и знаний, чтобы предсказать потребности, проблемы, поведение и другие подобные вопросы?

Таким образом, персонализированная медицина не только определяет наиболее подходящее лечение пациента, но также позволяет выявлять риски и предлагать профилактические решения.Как правило, большие данные способствуют пониманию проблем со здоровьем, заболеваний, эффективности лечения и организаций. Эти массивные данные способствуют детальному изучению системы здравоохранения, чтобы оптимизировать, даже превратить профилактическую медицину в прогнозирующую медицину и медицину участия, особенно со все более подробными прогнозами. Это будет только способствовать созданию стандартов, предназначенных для общественного здравоохранения и исследований, основанных на «данных» [SAF 06, STE 13].

Некоторые сетевые гиганты, такие как Apple и Google, начинают работу в этой нише рынка через мобильное приложение Health и платформу Google Fit, что делает возможной централизацию «данных» многих приложений здравоохранения, доступных на смартфонах.Благодаря централизации собранных данных о здоровье последние могут иметь важное значение в качестве основных будущих посредников между пользователями здравоохранения и традиционными участниками рынка здравоохранения. Этот контекст создаст и привлечет новых профессионалов, так называемых «специалистов по данным», в медицинскую сферу, тем самым сигнализируя о возрождении медицинской функции в будущие годы.

Альянс Авиценны: что такое предиктивная медицина?

Прогностическая медицина или «медицина in silico» в более широком смысле — это использование компьютерного моделирования и симуляции для диагностики, лечения, профилактики заболеваний и разработки продуктов.

In silico медицина стала возможной только в течение нескольких десятилетий благодаря широкому распространению высокопроизводительных вычислений в беспрецедентных масштабах. Обработка огромных объемов сложных данных, которые могут учитывать всевозможные переменные, и преобразование их в очень ценные знания — это то, что было немыслимо всего десять лет назад.

In silico может:

• Разрешить проведение клинических испытаний первой фазы на компьютере, а не на животных, что значительно снизит затраты для исследователей и поможет сократить количество испытаний на животных, к чему часто призывают европейцы. и национальные парламенты;
• Позволяет моделировать имплантаты, адаптированные к индивидуальному заказу, чтобы можно было полностью избежать скандалов, таких как инцидент с имплантатом «металл на металл», и пациенты получили имплантаты, подходящие для них, что повысило безопасность пациентов;
• Обеспечить обучение молодых специалистов в области здравоохранения, чтобы хирурги могли выполнять операции «in silico», делая ошибки снова и снова виртуально, чтобы избежать реальных ошибок на реальных пациентах;
• Сократите ненужное использование лекарств за счет обработки индивидуальных данных пациента, чтобы пациент получал правильное лечение, сокращая дорогостоящее пребывание в больнице и ускоряя их выздоровление.

Альянс Авиценны:

расширенные знания, более совершенные решения, лучшие результаты

Моделирование и симуляция , который является ядром прогнозной медицины, уже используется для улучшения принятия решений в ряде других отраслей, таких как авиация, финансы и прогнозирование погоды.

В авиационном проектировании использование моделирования и моделирования может уменьшить потребность в проектировании и создании нескольких прототипов .

Инженеры берут все соответствующие данные и создают компьютерную модель, чтобы помочь им решить, какой самолет будет самым быстрым , самым безопасным и самым эффективным.

Это улучшает их принятие решений, а снижает затраты на их исследования.

Тот же принцип может быть применен к клиническим испытаниям, тестированию медицинских изделий и раннему выявлению заболеваний

Снижение затрат на исследования

Благодаря лучшей идентификации многообещающих новых соединений и большей предсказуемости того, какие соединения могут оказаться неэффективными, in silico может значительно снизить частоту отказов лекарственных средств и оптимизировать процесс клинических испытаний.

Многие разработчики устройств уже давно используют методы работы с использованием компьютерных технологий, и индивидуализация с учетом анатомии все в большей степени способствует пониманию и совершенствованию процесса разработки продукта.Теперь клинические испытания in silico предлагают возможность сократить и сократить время вывода продукта на рынок за счет расширения вычислительных затрат до регулирующей фазы процесса.

Повышение безопасности пациентов

In silico медицина позволяет нам тестировать сценарии, которые невозможно или неэтично протестировать на реальных пациентах. Например, проверка долговечности металла на металлических имплантатах бедра может позволить нам разработать более безопасные и эффективные медицинские устройства, соответствующие специфике каждого пациента.Аналогичным образом, в случае лекарственных средств построение передовых моделей, основанных на стратификации пациентов, может помочь определить, какие пациенты могут не подходить для конкретного лечения, и обеспечить большую предсказуемость эффективности лекарственного средства.

Помогаем избежать побочных реакций

Всегда есть надежда на переход от испытаний на животных к испытаниям на людях. In silico медицина может помочь значительно уменьшить этот скачок. Применение in silico в клинических разработках может полностью изменить парадигму, переключившись с дорогостоящей модели следа / ошибки, где РКИ фазы 3 являются исследовательскими, к модели, в которой эта фаза 3 становится подтверждением ex-ante in silico симуляций, укрепляя определение ценности нового продукта и ориентация расходов на наиболее перспективные сценарии.

Институт прогнозной медицины | Школа бизнеса Спирс

Институт прогнозной медицины (IPM) специализируется на аналитике и прогнозировании здоровья. Медицина. Команда управляет и анализирует Cerner Health Facts ^® , одну из крупнейших реляционных баз данных, совместимых с HIPAA, чтобы лучше понять врачебной практике, использовать множество данных о пациентах для улучшения результатов и строить модели прогнозирования здоровья.Миссия IPM — преобразовать данные о состоянии здоровья в действенные идеи. В поддержку своей основной миссии IPM преследует ряд различных инициативы, относящиеся к трем основным направлениям.

Мы разрабатываем алгоритмы для улучшения процессов принятия решений и улучшения клинических результатов.

Мы твердо уверены, что будущее за предсказательной медициной.Прогнозирующая медицина будет обеспечить новый уровень ухода за пациентами, позволяя прогнозировать заболевания еще раньше они возникают, тем самым поддерживая усилия по раннему лечению или профилактике. С большим, подробные медицинские данные, такие как база данных Cerner Health Facts ^® , у нас есть доступ к исчерпывающей истории лечения и подробной лаборатории записи миллионов пациентов, которые позволяют нам анализировать данные для индикаторов риска и разрабатывать алгоритмы для поддержки инициатив по улучшению здоровья, тем самым ускоряя разработка новых инновационных решений, которые в конечном итоге принесут будущее здравоохранения ближе.

Чтобы поддержать наши усилия в этой области, мы реализуем несколько различных проектов, охватывающих области алгоритмов принятия клинических решений, прогнозной аналитики, анализа результатов лечения, экономика плательщика, моделирование лабораторных испытаний и повышение эффективности рабочего процесса. Для проектов в каждой из этих областей, мы также работаем над созданием стандартов и документированием передовой опыт, которым будут руководствоваться будущие усилия по аналогичным проектам.Более того, мы также активно разрабатываем аналитические инструменты, шаблоны и решения, которые могут использоваться и внедряться как исследователями, так и практикующими врачами.

Мы помогаем обучать и готовить новое поколение специалистов по данным о здоровье.

Принятие таких актов, как Закон о защите пациентов и доступном медицинском обслуживании (PPACA). и медицинские информационные технологии для экономического и клинического здоровья (HITEC) широкое внедрение электронных систем здравоохранения организациями, оказывающими медицинскую помощь, что, в свою очередь, привело к огромному количеству данных о состоянии здоровья.Кроме того, в центре внимания осознанного использования также привела к усилиям по преобразованию здравоохранения, в основе которые представляют собой инициативы по обеспечению качества, основанные на данных.

Учитывая быстрые темпы технологического развития и меняющиеся потребности отрасли, мы считаем, что в важности обучения следующего поколения специалистов по данным о здоровье. Что то есть, мы верим в то, чтобы вовлекать студентов в работу на раннем этапе, чтобы наполнить их осознанием и интерес рассмотреть возможность продолжения карьеры в области анализа данных о здоровье, обеспечивая обучение помогать людям развивать навыки анализа данных и даже создавать возможности для тех, кто хочет перейти на аналитику здоровья с другой карьеры.

С этой целью мы разработали ряд инициатив, которые образуют интегрированный движок обучения аналитике. От среднего STEM-образования до бакалавриата и магистратуры корпоративным стипендиям и не только, мы предлагаем учебные модули, поддержку студентов клубы, стажировки, ассистенты и множество различных возможностей для студенты на всех уровнях образования и из всех дисциплин и специальностей, чтобы получить доступ к медицинской аналитике.Для получения дополнительной информации заинтересованные студенты, родители, а преподаватели могут посетить наши страницы поддержки в сфере образования.

Мы сотрудничаем и сотрудничаем с исследователями и организациями в разработке и внедрении решения вместе.

Здравоохранение комплексное. Разработка инновационных решений в сфере здравоохранения — это междисциплинарный усилия, требующие участия людей из самых разных областей знаний и дисциплины.Следовательно, мы твердо верим в партнерство и сотрудничество. вместе с исследователями и организациями для совместной разработки и внедрения решений. Партнерство и сотрудничество позволяют обеим сторонам объединить ресурсы, навыки и знания, которые могут значительно углубить и ускорить темпы инноваций.

Благодаря набору данных Cerner Health Facts ^® у нас также есть доступ к огромному хранилищу медицинских данных.Признавая что глубина и широта проблем здравоохранения, которые можно решить, намного превышают потенциал единой команды, мы дополнительно верим в обеспечение доступа к данным и аналитический опыт для поддержки усилий других исследовательских групп и групп, которые заинтересованы в инновациях в области здравоохранения и улучшении результатов клинической помощи.

Чтобы увеличить разнообразие наших данных и нарисовать более полную картину здравоохранения, мы также сотрудничаем с правительственными организациями, академическими учреждениями и корпорациями.Некоторые из проанализированных нами данных включают, помимо прочего, данные о состоянии здоровья в Оклахоме, национальные данные о здоровье потребителей, данные из социальных сетей и другие общедоступные, связанные со здоровьем наборы данных.

Чтобы подать заявку на партнерство или сотрудничество, посетите нашу страницу подключения.

.