Inteligentné systémy na podporu rozhodovania lekárov sú sľubnou cestou
Najväčšou výhodou, s ktorou môže pracovať MaccabiTech vo svojich výskumoch, je prístup k mohutnej databáze zdravotných údajov materskej skupiny Maccabi. Tá pozostáva zo zdravotných dát 2,6 milióna klientov siete zbieranej viac ako 30 rokov. „Pomocou vysoko kvalitných dát a špičkových analýz sa MaccabiTech venuje zvyšovaniu kvality starostlivosti o našich členov a obecne rozširovaniu poznania v medicíne a zdravotnej starostlivosti,” hovorí profesor Gabriel Chodik, riaditeľ MaccabiTech a vedúci epidemiologického výskumu.
- Čo je poslaním MaccabiTech?
MaccabiTech je súčasťou inovačnej a výskumnej sekcie organizácie Maccabi Healthcare Services pre epidemiologický a klinický výskum (Maccabi Healthcare Services je významná izraelská sieť, ktorá vykonáva funkciu zdravotnej poisťovne a poskytovateľa zdravotnej starostlivosti – pozn. red.). Pôsobí tu viac ako pätnásť vedcov, ktorí uskutočňujú štúdie v oblasti epidemiológie, dátovej vedy a výskumu zdravotnej starostlivosti. Venujeme sa širokej škále oblastí, ako sú kardiovaskulárne a reumatologické ochorenia, zápalové ochorenia čriev, cukrovka, preventívna medicína, neurodegeneratívne stavy, liečba rakoviny, infekčné ochorenia, zdravie matiek a detí, osteoporóza a mnohým ďalším. Máme celý rad zahraničných partnerov po celom svete, v ČR je naším partnerom Centrum česko-izraelských inovací a partnerství.
- Na čom je založený váš výskum?
Náš výskum je založený na bohatých elektronických dátach, ktoré siahajú až 30 rokov dozadu a zahŕňajú viac než štyri milióny lekárskych záznamov. Pomocou vysoko kvalitných dát a špičkových analýz sa MaccabiTech venuje zvyšovaniu kvality starostlivosti o našich členov a obecne rozširovaniu poznania v medicíne a zdravotnej starostlivosti.
- Aký typ dát o svojich klientoch máte?
Používame dáta Maccabi Medical Services, ktorá má v Izraeli 2,6 milióna klientov. Dostupné údaje zahŕňajú: demografické údaje (vek, pohlavie, imigráciu, bydlisko), údaje o členoch domácnosti, štatistiky životne dôležitých vecí, ako sú i sťahovanie z krajiny, diagnózy lekárov, predpísané a vydané lieky, hospitalizácie, návštevy na pohotovosti, laboratórne testy, návštevy u lekára a rôzne snímky z vyšetrení.
- Ako sú tieto dáta štruktúrované?
Dáta majú štruktúrovanú a neštruktúrovanú podobu. Diagnózy sú kódované podľa Medzinárodnej klasifikácie chorôb (ICD), lekárske postupy/ laboratórne výsledky podľa Current Procedural Terminology (CPT) atď.
- Súhlasia klienti Maccabi s tým, že ich dáta môžete použiť na výskum a klinické testy?
Nie je to automatické. Každý náš člen sa môže kedykoľvek prihlásiť. Každá štúdia je považovaná za výnimku z informovaného súhlasu.
- Nedávno ste robili projekt skorého záchytu kolorektálneho karcinómu. Ako sa to robilo? Prinieslo to Maccabi aj nejaké ekonomické výhody?
Včasná detekcia pacientov pomocou postupu ColonFlag je prínosná pre pacientov i organizáciu. Jedná sa o algoritmus, ktorý identifikuje vysoko rizikových pacientov, ktorí sú poslaní na kolonoskopiu. Zabraňujeme tiež nákladným terapiám. Výskum bol zameraný na klientov, ktorí nespadali do tradične nastaveného skríningu (viac informácií na https://pubmed.ncbi.nlm.nih.gov/30652563/).
- Aké boli kľúčové premenné vo vašom prediktívnom modeli?
Snažili sme sa mať model s čo najmenej premennými a s dobrým odhadom, a preto sme použili len vek, pohlavie a najnovšie výsledky krvných testov.
- Včasná diagnostika je súčasným trendom moderného zdravotníctva. Máte momentálne rozpracované niečo ďalšie?
Ďalším projektom, ktorý je vo vývoji, je identifikácia pacientov, ktorí majú pravdepodobne Gaucherovu chorobu, čo je vzácny autozomálne recesívny stav charakterizovaný nedostatkom lyzozomálneho enzýmu β-glukocerebrosidázy (viac informácií na https://ash.confex.com/ash/2020/webprogram/Paper134414.html).
- Na medzinárodnej konferencii IDS Moravskej vysokej školy Olomouc ste tiež spomenuli využitie dát Maccabi na výskum covidu-19. Ako rýchlo dokážete dáta vyhodnotiť?
Vo forme preprintu sme publikovali prvý report na svete o efektivite vakcíny Pfizer v reálnych podmienkach. Zber dát sme ukončili v polovici januára 2021 a štúdiu sme odovzdali za dva týždne (viac informácií na https://papers.ssrn.com/sol3/papers.cfm?abstract_id=3769977).
- Kde vidíte budúcnosť využitia veľkých dát v zdravotníctve?
Myslím si, že najdôležitejšou a najsľubnejšou cestou je využitie umelej inteligencie pre systémy podpory rozhodovania lekárov, najmä potom pre lekárov primárnej starostlivosti, ktorí sú najdôležitejším článkom v systéme zdravotnej starostlivosti. Tieto riešenia môžu zlepšiť starostlivosť o pacientov a zároveň znížiť náklady.
Vyšlo v tribune.cz