Павел Правдин

ИТ-подход в медицине: как медприложениям работать с данными

Павел Правдин,  сооснователь Welltory, рассказывает, чем в создании медицинского приложения помог опыт работы с ИТ и какие проблемы возникают в России при работе с медицинскими данными.


Интернет изменил парадигму получения знаний – из библиотек и университетов информация переместилась на домашний компьютер и стала доступной абсолютно всем. Смартфон полностью перевернул способ коммуникации между людьми. Таким же образом датчики и носимые устройства, я уверен, скоро навсегда изменят отношение всех людей к своему организму, способы диагностики и предотвращения заболеваний. Благодаря тому, что умные гаджеты становятся все доступнее для массового потребителя, люди получают возможность наконец увидеть прямую связь их образа жизни и состояния их тела и ума. 

Рост рынка гаджетов приводит к тому, что в мире накапливается огромное количество оцифрованных данных о человеческом организме. И речь при этом идет о действительно больших данных. Например, качественный heart rate monitor генерирует по одному человеку больше 9 гигабайт данных об ударах сердца в месяц. В целом, human related data (данные о состоянии организма человека. – Прим. Rusbase) относятся к наиболее быстрорастущему сегменту данных, генерируемых человечеством.

Мы вместе с коллегами решили создать проект, который будет использовать эти данные и технологический подход для оптимизации образа жизни. Я занимаюсь технологиями уже более 15 лет – и подумал, что, если IT-подход работает в маркетинге, торговле, логистике и дизайне, почему аналогичный подход нельзя применить к здоровью?


Чтобы это все заработало, человеку нужны:

  • методология проведения экспериментов и валидации гипотез;
  • система учета;
  • экспертная поддержка;
  • собственно данные.

Из IT-предпринимательства мы взяли следующие принципы, которые помогут оцифровать сферу здоровья:

  1. Мы не предполагаем, что все известно заранее. Маркетологи проводят A/B-тестирование, чтобы выяснить, какой заголовок лучше. Стартапы тестируют разные Value Proposition и цены. Разработчики не пытаются делать вид, что им известно все о разрабатываемом продукте заранее. Наш организм - в каком-то смысле такой продукт, который подлежит исследованиям и оптимизации.
  2. Мы основываемся на данных – цифрах, корреляциях, динамике показателей. 
  3. Мы движемся поэтапно: гипотеза-эксперимент-анализ результата, и так по кругу.

На наш взгляд, человека, который не отслеживает параметры своего организма (такие как сердечный ритм, давление, глубина сна, количество пройденных шагов и потребленных калорий, уровень физиологического и эмоционального стресса), можно сравнить с владельцем сайта, который не следит за его статистикой и не умеет пользоваться Google Analytics. 

Что вы будете делать с сайтом, который плохо работает? Для начала – настроите аналитику. То же самое можно проделать с вашим организмом. Поэтому в работе мы собираем данные о том, что человек делает (время пребывания в офисе, дома и в тренажерном зале), как он себя чувствует (качество сна с помощью фитнес-трекеров, уровень физического и ментального стресса с помощью кардиоинтервалографии, путем коротких опросов) и что его окружает (устройства умного дома, показатели погоды и т.д.). 

После того, как аналитика настроена, вы попытаетесь понять, как разные показатели влияют на результат – доход, или, в случае с организмом, на здоровье и самочувствие. С помощью технологий искусственного интеллекта и анализа больших данных можно найти зависимость между различными параметрами образа жизни и самочувствием, например, между качеством сна и временем в тренажерном зале. На основе этого строится индивидуальная модель образа жизни человека.

Далее персональные аналитики здоровья, проанализировав ваши данные и пообщавшись с экспертами по конкретному направлению, например, по сну, предоставляют пользователю рекомендацию о том, как наиболее просто улучшить целевой показатель – качество сна.  Сложные статистические данные сводятся к простым рекомендациям, например, выключать компьютер не позднее 10 часов вечера.  

И, наконец, нужно проверить гипотезу. Для этого проводим эксперимент и смотрим, как выполнение рекомендаций влияет на самочувствие человека. Если эксперимент удался, то идея внедряется в жизнь окончательно. Если нет, пробуем другие варианты.

Так, шаг за шагом, технологии помогают выработать оптимальный образ жизни для конкретного человека.


Что мешает быстрому развитию отрасли

Безусловно, такой «цифровой» подход к здоровью – совсем новый тренд, которому не более десятка лет, поэтому у проектов в данной сфере (и людей, которые хотят автоматизировать контроль за здоровьем) есть некоторые ограничения:

  • Мотивация. Как ни крути, нужно как то обращать на это внимание и предпринимать некоторые простые действия. Мы решаем этот вопрос предоставлением живого и заинтересованного персонального аналитика, который может нашего пользователя поддержать.

  • Неучтенные факторы. Даже если мы соберем подробный анамнез со слов пользователя, он всегда может забыть (не знать) о некоторых хронических заболеваниях и состояниях, которые могут влиять на диагностику состояния и рекомендации по его улучшению. Однако при походе к живому врачу возможна та же ситуация, если только вы не проходите полную диспансеризацию со всеми обследованиями и анализами.

    Выход – в том, чтобы регулярно сдавать основные анализы и проходить обследования, а полученную информацию оцифровывать и синхронизировать со всеми своими устройствами. Данные медкарты о посещении различных врачей и поставленных диагнозах, назначенном лечении хранить в одном месте.

    В этом России в этом направлении работает, например, компания Ondoc, которая предоставляет пользователю виртуальную медкарту. Мы же со своей стороны просто видим, в каких направлениях стоит получить больше информации и направляем пользователя целевым образом.

  • Законодательные ограничения относительно медицинских данных, телемедицины. В нашей стране нормального регулирования телемедицины нет. Яндекс и ФРИИ активно лоббируют изменение законодательства, но пока все проекты в этой сфере находятся в «серой» зоне и вынуждены очень аккуратно подходить к своей работе.

    Мы в Welltory, по сути, собираем обезличенные данные, чтобы построить корреляции – как раз сейчас запускаем для этого большое бесплатное исследование пользователей. В плане работы с данными нам импонирует подход американского сервиса PatientsLikeMe. Он заключается в том, что они предлагают своим пользователям вообще публично делиться своими медицинскими данными. И пользователи это делают, потому что это позволяет им находить пациентов со схожими симптомами, болезнями и общаться с такими же, как они. А компания эти данные аггрегирует и потом анализирует с целью извлечения из них пользы и смысла - например, данные используются при анализе воздействия и взаимодействия лекарств. 

Тут нужно понимать, что, в отличие от России, в Штатах пользователь может решить – «я хочу сделать свои медицинские данные публичными», и это будет законно, а в России – закон превалирует над решением человека.

Вообще, многое говорит о том, что люди не считают медицинские данные такими уж секретными, если публичность этих данных будет им полезна и выгодна. В области не медицинских, а общих данных о здоровье (спорт, образ жизни) уже появилось понятие data nudism – олицетворением этого тренда является проект Gyroscope, который, по сути, предлагает пользователю открыть все свои данные и сделать из самого себя публичный развлекательный сайт, обновляемый в режиме реального времени. 

В мире подобные приложения развиваются очень активно. 

Одних только чистых агрегаторов данных, вроде Gyroscope, существует пара десятков. Кто-то делает фокус на визуальном представлении данных, кто то, как Zenobase, на математическом аппарате, который позволяет пользователю самостоятельно находить у себя корреляции. Наше же отличие в том, что мы подходим к данным так же, как Palantir – мы считаем, что данные, аналитика и искусственный интеллект не должны заменять человека, а должны помогать ему принимать правильные решения.

Посмотреть на огромный список приложений, которые позволяют работать с данными о себе, можно тут.


Про рынок

К 2018 году количество wearable-устройств на рынке достигнет 135 миллионов. Проникновение смартфонов к этому времени достигнет 1,8 миллиардов устройств. Рынок mHealth (приложений для здоровья) уже будет равен $33 млрд, рынок превентивной медицины – $144 млрд, а рынок устройств и технологий удаленной диагностики – $42 млрд. 

Что тут важно? За последние десятилетия произошло две важных революции. Первая началась в эпоху интернета и носимых компьютеров (смартфонов), когда мир наполнился доступными данными о том, что и как люди делают – как двигаются, кому звонят, как долго разговаривают по телефону, на какие сайты ходят и многое другое. Вторая наступает сейчас, когда нам становятся доступными в реальном режиме времени данные о том, как человек при этом себя чувствует. Это и открывает новые возможности для действительно персонализированного подхода к здоровому образу жизни на основе фактических данных о наиболее полном и актуальном анамнезе человека, чем все, что было когда-либо доступно.


Материалы по теме:

Почему ваш медицинский стартап не взлетит?

Эксперты Bayer будут помогать медицинским стартапам ФРИИ

Путь Healbe: Как привлечь $8 млн, разочаровать пользователей и все равно выжить

Почему фитнес-гаджеты не гарантируют здоровый сон

Российский стартап DocDoc привлек $4 млн

Видео по теме:

Фото на обложке: Shutterstock.


comments powered by Disqus

Подпишитесь на рассылку RUSBASE

Мы будем вам писать только тогда, когда это действительно очень важно