19-летний пациент поступил в Павлодарский кардиоцентр после обычной на первый взгляд пневмонии. Через некоторое время ему потребовалась сложная операция на сердце и удаление селезёнки. Врачи сохранили собственный митральный клапан. В это же время система, которая оплачивает такие медицинские вмешательства, сама проходит серьёзную перестройку: медицинские организации оценивают по целому набору показателей, а искусственный интеллект учат искать риски среди десятков миллионов медицинских услуг.
От пневмонии
до операции на сердце
В 19 лет мало кто ожидает оказаться в кардиохирургическом отделении. У этого пациента всё начиналось с пневмонии, но инфекция дала тяжёлое осложнение. У него развился инфекционный эндокардит – заболевание, при котором инфекция поражает внутреннюю оболочку сердца и сердечные клапаны. В данном случае пострадал митральный клапан. На нём начали быстро расти бактериальные вегетации – образования, состоящие из микроорганизмов, воспалительных клеток и повреждённых тканей. Опасность таких образований заключается не только в том, что они разрушают клапан, – их фрагменты могут отрываться и с током крови попадать в другие органы.
Один из таких фрагментов оказался в селезёночной артерии. Артерия закупорилась, кровоснабжение части органа нарушилось, и развился инфаркт селезёнки. Затем на повреждённом участке сформировался абсцесс с нагноением. Таким образом инфекция, которая началась с пневмонии, привела к серьёзному поражению сразу двух органов – сердца и селезёнки. Пациента экстренно госпитализировали в Павлодарский кардиоцентр. Сначала врачи начали длительную антибактериальную терапию, чтобы подавить инфекцию и стабилизировать состояние молодого человека. Однако медикаментозного лечения было недостаточно. В организме уже сформировался гнойный очаг, а митральный клапан оказался серьёзно повреждён. Потребовалась операция, причём работать пришлось сразу двум хирургическим командам. К кардиохирургам присоединились специалисты городской больницы №1. Общие хирурги удалили селезёнку, устранив источник вторичной инфекции. Кардиохирурги одновременно занялись митральным клапаном. Здесь перед врачами стояла особенно сложная задача. Инфекция успела разрушить ткани клапана, и одним из возможных вариантов лечения было его протезирование. Но хирурги смогли выполнить реконструкцию и сохранить пациенту собственный клапан. Для 19-летнего человека это имеет большое значение. Сохранение собственного клапана позволяет избежать необходимости его замены искусственным протезом и связанных с этим долгосрочных медицинских особенностей. Операция прошла успешно. Пациент восстановился после вмешательства и сейчас готовится к выписке.
Высокотехнологичное и дорогостоящее лечение в этом случае было проведено в рамках ОСМС. Для пациента это означает очень простую вещь: в момент, когда понадобилась сложная медицинская помощь, вопрос её стоимости не стал препятствием для лечения. Но за этой возможностью стоит большая система, которую пациент обычно не видит.
Что за пределами палаты?
ОСМС принято воспринимать прежде всего через личный опыт: прикрепление к поликлинике, статус застрахованности, запись к врачу, обследование или лечение в стационаре.
На самом деле за каждой оплаченной медицинской услугой стоит целая цепочка решений. Есть поставщик – больница, поликлиника, диагностический центр или другая медицинская организация. Есть объём медицинской помощи, который необходимо запланировать и оплатить. Есть требования к качеству. Есть финансовые правила. Есть обращения пациентов и контроль за тем, как медицинская организация выполняет свои обязательства. В масштабах всей системы это уже огромный поток информации. Одному человеку достаточно разобраться с одним конкретным случаем. Но Фонду социального медицинского страхования приходится работать с данными о десятках миллионов медицинских услуг. И здесь возникает задача, которая становится всё важнее: как одновременно видеть всю систему и не упускать отдельные проблемы? Один из ответов – усиление контроля и переход к оценке не только отдельных услуг, но и работы самих медицинских организаций.
Как понять, хорошо ли работает больница?
В Павлодарской области в этом году прошёл конкурс «Флагман медицинской помощи». В нём приняли участие 66 медицинских организаций.
С 1 мая по 1 августа их работу оценивали по шести показателям. Среди них – финансовая устойчивость, информационная работа с населением, количество жалоб, эффективность службы поддержки пациентов и внутреннего контроля, финансовая дисциплина поставщика и участие в информационной системе Qalqan. Такой набор критериев показывает, что сегодня работу медицинской организации пытаются рассматривать шире, чем просто количество принятых пациентов или проведённых процедур. Для человека, который приходит в больницу, важна не только сама медицинская услуга. Важно, может ли он получить понятную информацию, куда обратиться с проблемой, как будет рассмотрено его обращение, и получит ли он ответ. Не менее важна и внутренняя организация работы учреждения.
По итогам конкурса среди основных направлений были отмечены Павлодарская областная больница имени Г. Султанова и Железинская районная больница. В дополнительной номинации «Флагман медицинской помощи» по направлению «Цифровизация и эффективное управление в медицине» победителем стала Павлодарская областная станция скорой медицинской помощи.
Подобные конкурсы – один из способов увидеть, какие управленческие практики уже работают в медицинских организациях. Но одновременно они показывают и другую сторону ОСМС: чем больше становится система, тем больше в ней процессов, которые необходимо измерять и контролировать. И здесь на первый план выходят данные.
Десятки миллионов медицинских услуг – это не просто большая цифра. За каждой записью находятся сведения о пациенте, медицинской организации, оказанной услуге и её оплате. Часть данных можно проверить по заранее установленным правилам. Но если задача состоит в том, чтобы найти необычную закономерность среди огромного количества информации, возможностей человека становится недостаточно. Поэтому фонд начал тестировать инструменты искусственного интеллекта.
Пока ИИ не принимает решения за специалистов и не заменяет медицинского работника. Его роль гораздо практичнее: обработать большой массив информации, выделить подозрительные или нетипичные случаи и помочь человеку сосредоточиться на тех из них, которые действительно требуют внимания.
Одно из первых направлений – контроль качества консультаций по вопросам ОСМС.
ИИ учат слушать разговоры
Когда человек звонит, чтобы получить консультацию, от специалиста требуется дать точный и полный ответ. Но чтобы проверить качество таких разговоров, их необходимо анализировать. При большом количестве звонков ручная проверка становится трудоёмкой. Тестируемая ИИ-система анализирует разговоры и помогает обнаружить случаи, где ответ мог быть некорректным или неполным. После этого разговор попадает на ручную проверку. То есть алгоритм не определяет, правильно ли специалист проконсультировал гражданина. Он помогает выбрать из большого массива звонков те, которые стоит прослушать внимательнее. Сейчас этот функционал работает в тестовом режиме. В дальнейшем его планируют включить в ИИ-ассистента, который сможет выполнять и другие рутинные служебные задачи. В этом, пожалуй, и заключается один из наиболее реалистичных сценариев использования искусственного интеллекта в такой системе: не заменить специалиста, а освободить его от части механической работы.
Увидеть нарушение
до оплаты
Другой проект касается непосредственно контроля медицинских услуг. Существующие формально-логические контроли проверяют данные на соответствие установленным правилам. Но машинное обучение позволяет поставить перед системой другую задачу – искать нетипичные показатели и отклонения, которые не всегда можно обнаружить с помощью простого набора правил. Для этого разрабатываются модели оценки риска.
Алгоритм получает возможность сопоставлять большие объёмы информации и находить случаи, которые отличаются от обычной картины. Если такой случай обнаружен, он может стать основанием для дополнительной проверки. Здесь меняется сама логика контроля. Вместо того чтобы обнаруживать проблему уже после оплаты медицинской помощи, система должна постепенно научиться замечать возможные риски ещё до перечисления средств. При этом автоматический сигнал не означает автоматически установленного нарушения. ИИ проводит первичный анализ, а окончательную оценку дают специалисты фонда. Это принципиально важно: алгоритм может обратить внимание на проблему, но решение остаётся за человеком.
Три уровня риска
Ещё один элемент будущей системы – риск-ориентированный подход. Сейчас фонд вместе с Nazarbayev University разрабатывает систему управления рисками и критерии, по которым будут определяться риск-профили поставщиков медицинской помощи. В модели предусмотрены три риск-коридора – Senim, Baqylau и Qauip. Они соответствуют низкому, среднему и высокому уровням риска.
Идея состоит в том, чтобы не применять одинаковый объём контроля ко всем медицинским организациям. Если по данным системы поставщик имеет низкий уровень риска, подход к мониторингу может отличаться от ситуации, когда выявляется высокий потенциальный риск. При этом автоматическая оценка не должна становиться окончательным решением. Если медицинская организация не согласна с результатами, она сможет представить пояснения, возражения и подтверждающие документы. Их рассмотрят специалисты, и при наличии оснований результаты оценки могут быть пересмотрены.
Получается цепочка, в которой технология работает вместе с человеком: данные помогают алгоритму увидеть отклонение, алгоритм формирует сигнал, специалист проверяет его, и только после этого принимается решение.
За цифрами остаётся человек
Для пациента все эти процессы могут быть практически невидимыми. Человек приходит в поликлинику или больницу не для того, чтобы разобраться в финансовой модели ОСМС. Ему важно получить медицинскую помощь – обследование, консультацию, лечение или операцию. Он вряд ли будет знать, как именно контролировалась оказанная ему услуга, и проходила ли она через алгоритмическую проверку. И в этом нет ничего необычного. Чем лучше работает система, тем меньше её внутренняя кухня должна мешать человеку получать помощь. Но за этой внешней простотой находится всё более сложная инфраструктура.
Медицинские организации должны выполнять требования и эффективно использовать ресурсы. Фонду необходимо контролировать оплату услуг и работу поставщиков. Огромные массивы данных требуют автоматизированной обработки. Искусственный интеллект должен помогать находить риски, но не подменять профессиональное решение. А в центре всей этой конструкции остаётся пациент. В случае 19-летнего молодого человека цепочка закончилась конкретным результатом: две хирургические бригады одновременно устранили последствия инфекции, врачи сохранили собственный митральный клапан, пациент прошёл ранний период восстановления и готовится вернуться домой.
За этой историей стоят не только несколько часов работы хирургов. За ней – лекарства, оборудование, работа медицинских организаций, финансирование и контроль. Именно поэтому ОСМС – это гораздо больше, чем статус «застрахован». Это большая система, которая должна одновременно обеспечивать человеку доступ к медицинской помощи, контролировать работу поставщиков и следить за тем, чтобы ресурсы здравоохранения использовались по назначению. Теперь к этой системе добавляется ещё один инструмент – искусственный интеллект. Но конечная цель остаётся прежней: чтобы за миллионами услуг, цифр и алгоритмов не потерялся тот, ради кого всё это существует, – человек, которому однажды может понадобиться помощь.
Ирина ВОЛКОВА.
Фото сгенерировано нейросетью.