ФорумИнтеллектуальные системы в медицине: механизм развития и некоторые следствия
В.М.Тавровский
В ходе лечебно-диагностического процесса реализуются две группы отношений: лечащего врача с пациентами и лечащего врача с лечебным учреждением. В первой врачи принимают и реализуют решения о состоянии пациентов и о необходимых диагностических, лечебных и профилактических действиях, во второй врачи, заведующие отделениями и главный врач осуществляют рациональное использование материальных и интеллектуальных ресурсов учреждения, здесь же контролируются действия врача.
Для поддержки принятия решений в каждой из этих сфер создаются свои интеллектуальные системы. Мало их создать – их медицинское содержание надо постоянно обновлять и развивать, иначе оно отстанет от развития лечебного учреждения и медицины вообще. Для этого в обеих системах надо предусматривать механизм развития.
Импульсы к развитию, к каждому отдельному усовершенствованию системы, к каждой её коррекции всегда исходят от врачей, которые время от времени не находят в системе того, что им необходимо для обследования, описания или лечения своих пациентов. Эти импульсы надо улавливать и на них реагировать.
В МИС-Т (и в её прототипе АСУ ЛДП) электронная история болезни содержит поле «Организационные трудности». Если врач сталкивается с препятствиями в обеспечении своего пациента теми или иными ресурсами, он оставляет здесь запись о проблеме. Оттуда сигнал врача автоматически переносится в оперативные сводки для заведующего отделением и главного врача. Он будет появляться в этих сводках, пока лечащий врач не получит запрошенного и сам не погасит свой сигнал.
Для эффективной работы этого механизма достаточно безусловной и своевременной реакции главного врача. Такая реакция всегда последует: она в интересах конкретного пациента, в интересах всего учреждения, и сверх того, руководителям совсем ни к чему переполнение сводок нерешёнными проблемами лечащих врачей.
Этот безотказно работающий механизм не менее эффективно используется и для решении проблем, возникающих у врача в связи с недостатками самой интеллектуальной системы. Если врач не может с её помощью отобразить свои решения об описании пациента, о его обследовании или о его лечении, он сообщает об этом в том же поле электронной истории болезни. Здесь на такой случай есть специальный раздел - «Система управления». Из сводки главного врача, куда сигналы о проблемах переносятся автоматически, главная медсестра учреждения передаёт их разработчику системы.
Эффективность механизма и здесь зависит только от своевременности реакций разработчика. Запаздывание с реакцией н накопление неудовлетворённых запросов к разработчику бросаются в глаза главному врачу. Тут уместно заметить, что в огромном большинстве случаев быстрый ответ не требует от разработчика значительных усилий, поскольку каждый запрос всегда предельно предметен. Сверх того, он привязан к определённой истории болезни, так что, если уж возникает такая необходимость, проблему можно обсудить с врачом во всей конкретности.
МИС-Т с её электронной историей болезни, системой оперативных сводок и ретроспективных отчётов, с регулярным сравнительным анализом работы врачей и руководителей - это пример детально структурированной и действенной модели лечебно- диагностического процесса, своевременно снабжающей врача, заведующих отделениями и главного врача информацией для принятия решений Если средствами этой же модели врач ещё и разработчика извещает о встретившихся в созданной им системе недостатках, а разработчик на этой основе совершенствует систему, то мы получаем саморазвивающийся человеко-модельный комплекс. Модель обеспечивает совершенствование работы врачей, а указания врачей разработчику ведут к совершенствованию модели.
Частные алгоритмы действий врача – пример интеллектуальной модели другого типа и назначения. Здесь поддержка решений врача в работе с пациентом состоит не в своевременном предоставления необходимой информации, не в надежной связи со всеми диагностическими и лечебными службами учреждения и не в эффективном взаимодействии с заведующим отделением и главным врачом. Здесь врач вовлекается в выработку самих решений. Алгоритмы для врача – программа его рассуждения о состоянии пациента и необходимых действиях на каждом очередном этапе лечебного процесса. На каждом этапе она задаёт врачу вопросы о состоянии пациента и предлагает все возможные варианты оценки и выводов. Из этих вариантов врач делает свой выбор. Аргументы для выбора каждого из вариантов приводятся тут же.
Когда вариант решения выбран, врачу рекомендуются лечебные и диагностические действия на следующем этапе, а также срок, по истечении которого надо будет вернуться к рассуждению: сделать этапную оценку полученных результатов и принять очередные решения. Иначе говоря, алгоритмы имитируют обсуждение пациента, какое врач проводил бы с опытным, знающим, умелым и уважительным клиницисты. Неудивительно: в создании частных алгоритмов охотно принимают участие именно такие специалисты-практики. Обычно это заведующие отделениями с их чувством ответственности за работу своих ординаторов.
Алгоритм – модель поэтапной работы врача с пациентом, матрица, которая позволяет врачу действовать логично, последовательно и принимать решения, характеризующиеся на каждом этапе чёткой обоснованностью и исчерпывающей полнотой.
Конечно, и здесь лечащий врач может обнаружить недостатки: неполноту предлагаемых для выбора альтернатив, неполноту диагностических и лечебных рекомендаций, устаревшие рекомендации, Врач вправе отклоняться от рекомендаций алгоритма и действовать на том или ином этапе по своему разумению. Но, главное, он имеет возможность сообщить о встретившейся проблеме в упомянутом выше поле электронной истории болезни «Организационные трудности». Это сообщение всегда привязано к конкретному месту в алгоритме (к определённой элементарной клинической ситуации) и к истории болезни конкретного пациента. Сообщение о проблеме автоматически переносится в сводку для главного врача, и главная медсестра учреждения передаёт его разработчику. Теперь к решению проблемы привлекаются авторы данного алгоритма -квалифицированные врачи соответствующей специальности. Все свои решения они принимают на абсолютно конкретном примере.
При создании и эксплуатации частных алгоритмов изредка возникает особая проблема: в той или иной клинической ситуации на практике существуют с равными основаниями две различные схемы действий врача. Разрешается она просто: в нужный момент врачу предлагаются обе, и он выбирает одну из них (чаще всего ту, которая принята в его лечебном учреждении). Алгоритмы – это безтупиковые рассуждения.
И здесь, как в модели первого типа, включение простого механизма развития означает образование саморазвивающегося человека-модельного комплекса.
Принципиально важно, что оба таких комплекса ориентированы на лечащих врачей, на их задачи и цели, и от врачей же исходят импульсы к их своевременному и целеустремлённому развитию.
*
Сочетание двух типов интеллектуальной поддержки (например, МИС-Т и частных алгоритмов действий врача) обеспечивает полную и всестороннюю цифровую трансформацию лечебно-диагностического процесса: воздействие врача на пациента и взаимодействие врача с лечебным учреждением. Если каждый компонент этого сочетания благодаря постоянному взаимодействию с разработчиком образует саморазвивающийся человеко-модельный комплекс, то решена и проблема их адаптивности и неослабевающей жизнеспособности. Отсюда следует, что цифровую трансформацию лечебно-диагностического процесса нужно доводить до организационно и административно оформленных человеко-модельных комплексов. Только тогда работу в этом направлении можно считать завершённой.
Человеко-модельные комплексы, способные к саморазвитию, претендуют на универсальность: они могут использоваться в любых лечебных учреждениях, поскольку везде способны впитывать полезные, нужные врачам особенности. Здесь уместно напомнить, что это давно доказано практикой: прототипы сегодняшних МИС-Т и частных алгоритмов действий врача, ещё не автоматизированные или автоматизированные лишь частично, успешно использовались всю последнюю четверть прошлого века в 80 лечебных учреждениях десяти региональных центров России. Знаменательно, что инициаторами их использования были только главные врачи и заведующие городскими отделами здравоохранения. Они увидели в этих системах вполне понятное средство улучшения результатов деятельности лечебных учреждений и благоприятной динамики показателей здоровья населения своих территорий.
Впору сказать, что оцифрованный лечебно-диагностический процесс в будущем – это саморазвивающиеся человеко-модельные комплексы. Но как это соотносится с известными на сегодня предложениями об использовании в работе врача искусственного интеллекта?
Первый (и пока поверхностный) ответ: никак не соотносится. Эти предложения – в другой плоскости. В них нет ни лечащего врача, ни лечебного учреждения, ни истории болезни, ни умозаключений, нет процесса, лечебно-диагностического процесса.
Это информация другого класса, из другой сферы. Ответы искусственного интеллекта не могут приниматься врачом как указания к действиям, тем более как обязательные указания, что предлагается иными организаторами здравоохранения. Для обязательных указаний здесь нет ни субъекта с правами и ответственностью, ни логического вывода, непременного, пока медицина остаётся наукой.
Сообщения искусственного интеллекта врачу можно поставить в один ряд с сообщениями, которые приносят лабораторные и инструментальные исследования, то есть рассматривать как дополнение к обычным клиническим способам устанавливать диагноз, выбирать лечение и предполагать риски. То есть вполне допустимо обращение к искусственному интеллекту включить в работу врача как один из способов обследования, а его ответы помещать в перечни предлагаемых врачу альтернатив.
Но, может быть, есть значительно более интересная возможность сопряжения двух противоположных идей в здравоохранении – использовать искусственный интеллект или применять человеко-модельные комплексы, рационально направляющие интеллект естественный?
Дело в том, что применение человеко-модельных комплексов сопровождается оо накоплением своеобразных массивов данных двух типов: это электронные истории болезни и связанные с ними протоколы рассуждений, ведущих к принятию решений. Эти массивы вполне доступны программной обработке для анализа лечебно-диагностического процесса в целом.
В первом случае это оцифрованные данные о состоянии пациентов (диагнозы, осложнения, факторы риска, исходы), об использованных диагностических и лечебных методах, о видах и количествах потраченных ресурсов, о возникавших препятствиях, замечаниях руководителей, затратах времени. Постоянно растущий архив вместе с массивом актуальных историй болезни – база для регулярного многостороннего статистического анализа: оцениваются потоки пациентов, действия врачей, распределение и использование ресурсов, конечные результаты, осуществляется сравнительная оценка работы врачей и руководителей.
Архив протоколов рассуждений – база данных особая. Рассуждение врача запоминаются в виде кода клинической ситуации, в которой работает врач, и последовательности номеров строк, на которых находятся используемые в рассуждения вопросы, ответы и рекомендации. Так оцифровывается сама врачебная мысль: логика вывода о действиях и результаты этих действий. Теоретического осмысления и практики использования такой базы данных пока не существует. Но при ближайшем рассмотрении обработка этих данных обещает многое. Некоторые вполне осуществимые вохможности напрашиваются сразу.
Так, например, можно определить часто используемые диагностические ситуации с большой нагрузкой ресурсами или лечебные ситуации, которые нередко приводят к результатам «без перемен» и «ухудшение», ситуации, требующие консилиума или предлагающие врачу продолжать действия по собственному разумению. Можно выделять ситуации, где рекомендуются новые методики обследования или лечения, и изучать частоту м эффективность их использования. Особого внимания заслуживают отклонения врача от алгоритма и их последствия. Такие и подобные знания позволили бы совершенствовать и организацию лечебно-диагностического процесса, и сами алгоритмы.
Единообразие отображения детальной информации обоих типов обеспечено полностью. Её доброкачественность гарантирована тем, что все детали использовались участниками работы с пациентом, были у всех на глазах, так что содержательные дефекты устранялись по ходу этой работы. Формальные ошибки вообще не допускались средствами автоматического контроля при вводе информации. Всё это создаёт ещё одну важную возможность: массивы данных, получаемые разными учреждениями, можно объединять. Это позволит регулярно сравнивать работу учреждений, а кроме того, создаст поистине «большие данные».
И вот вопрос: могут ли эти «большие данные» представлять интерес для специалистов, обучающих искусственный интеллект медицине, может ли сам искусственный интеллект извлекать из таких данных нечто новое и полезное для медицины? Ответ на это могут дать только те, кто разрабатывают способы применения искусственного интеллекта в здравоохранении.
*
После возникновения в начале века разнообразных МИС и СППР наступила полоса бюрократизации, и цифровая трансформация лечебно-диагностического процесса вот уже лет двадцать пребывает в состоянии неопределённости, без целей развития, без критериев успешности. Так не может быть вечно. Так будет, пока организаторы здравоохранения не вернутся к целям и критериям, естественным для любых организационных вмешательств в работу врачей, - к оценке таких вмешательств по их воздействию на показатели конечных результатов медицинской помощи в отчётах лечебных учреждений и на данные статистических органов о демографических сдвигах на территории обслуживания.