HealthNet - медицина и технологии

🔮🤖 Когда ИИ – технология отчаянья, почему делать сервисы для врачей – невыгодно, зачем автоматизировать онконастороженность, и как мы все обжили уютный миф про «предотвращать дешевле, чем лечить»? Подводим итоги клуба «Цифровая медицина». Друзья, если вы пропустили эфир – обязательно посмотрите запись, потому что в этот раз у нас случилась не просто жаркая дискуссия, а были подняты очень острые, важные и даже неудобные темы. Разговор быстро вышел за пределы привычного «а что умеет модель» и сместился в более драматичную, отрезвляющую плоскость: почему даже лучший риск-скоринг не дает клинический эффект, что происходит после прогноза, почему точность модели еще не повод для гордости, и как штамп об экономической выгоде предикции зависит от системы здравоохранения. 🎤 Александр Гусев (Webiomed) отрефлексировал собственный многолетний опыт внедрения прогнозной аналитики и выступил с откровенным разбором мифов, сложившихся вокруг ИИ в здравоохранении. Проблема часто не в модели, а в завышенных ожиданиях, лукавстве оценки, пострегистрационном контроле и поведении пациента. «Существует утверждение, что профилактика и прогностика – это про то, что заболевание дешевле предотвратить, чем лечить. Но если считать деньги плательщика правильно и не пытаться подогнать цифры, то возникает парадокс: мы выявляем пациентов с будущими событиями, для их предотвращения принимаются меры – в итоге они живут дольше, требуют наблюдения, терапии, иногда и повторных вмешательств, которые бы и не понадобились в случае фатального исхода, – и затраты по ОМС в итоге только растут. Чтобы действительно добиться экономического эффекта, надо меньше заниматься прогнозной аналитикой и смещать фокус на модификацию поведения самого пациента, улучшать комплаенс и работать над тем, чтобы сам человек менял отношение к своему здоровью и модифицировал выявленные факторы риска». 🎤 Владимир Рудченко (ТехЛАБ) рассказал о платформе Galenos.AI для автоматизации онкоскрининга, которая помогает врачам первичного звена проактивно выявлять риски злокачественных новообразований, комбинируя анализ рутинных данных из ЭМК и онлайн-обследования пациентов. «Внедрение искусственного интеллекта уже давно не несет в себе вау-эффект. Наша задача – принести вау-эффект в результат вредрения. С онкологическими заболеваниями не работает тезис «дешевле предотвратить», но лечение на ранних стадиях кратно дешевле, чем на поздних. Наш проактивный сценарий позволяет подтверждать онкологический диагноз у каждого третьего направленного к онкологу пациента – против каждого десятого в обычной практике. Используя гэп в 23 пункта, которые дает наша СППВР, повышая раннюю выявляемость ЗНО с 62% до 85%, мы реально можем перемещать пациентов с поздней стадии на раннюю, экономить деньги и сохранять жизни». 🎤 Евгений Коровин (Б3-МЕД) предложил радикально прагматичный взгляд на ИТ-решения в медицине, презентовав экосистему сервисов (от речевого ввода до контроля клинреков и интерпретации анализов), заточенную под задачи эффективности, безопасности и маржинальности клиники. Он также открыто объяснил, почему ориентируется не на врачей, а на клиники и поднял проблему консервативности многих клиницистов и саботажа ими новых цифровых инструментов. «У нас врач не является субъектом права, им является медицинская организация – для нее мы и работаем. Попытка угодить и учесть мнение каждого из тысяч клиницистов, которые всегда лучше знают, как нужно, привела к тому, что у нас в стране практически нет ни одной нормальной МИС. Потому что в течение долгих лет эксплуатации всегда появляется какой-нибудь инициативный врач, который считает, что лучше будет вот так, а потом через год приходит другой и думает совершенно иначе. Из-за этого все превращается в солянку, которая не дает нам сделать простой удобный интерфейс для работы. И это прецедент, который показывает, что попытка прислушиваться к большому количеству разрозненных мнений не всегда отвечает тому, как мы хотим, чтобы у нас работали цифровые сервисы».   📺 Смотреть запись клуба по ссылке. #ДК_ЦифроваяМедицина