Будущее медицины: Ваше здоровье в ваших руках Тополь Эрик

Грег Сателл, журнал Forbes²

Большие данные влекут за собой огромные и впечатляющие последствия: от сокращения цикла обратной связи по взаимодействию лекарств, которое приводит к неблагоприятным последствиям, до определения следующего нулевого пациента.
Майкл Харден, ARTIS Ventures³

Когда у вас гигабайты данных, возможно, сотни гигабайтов по каждому пациенту, то это больше данных, чем было во всех клинических испытаниях вместе взятых еще пару лет назад.
Марти Тененбаум^4а

Магическая фраза в знаменитой арабской сказке из «Тысячи и одной ночи» – «Сезам, откройся». Стоит ее произнести, и открывается дверь в пещеру, откуда бедный дровосек Али-Баба похищает награбленные 40 разбойниками золотые монеты. Сегодня в медицине мы все напоминаем Али-Бабу, но спрятанные сокровища – не золото; это информация. Теперь стоит вопрос, сможем ли мы открыть дверь, которая скрывает от нас данные, и перейти в новый мир открытости и прозрачности. На протяжении долгой истории медицины для общественности и потребителей доступ был закрыт, нас держали в закрытой пещере, но стены начинают рушиться. Данные поступают свободнее, чем когда-либо. Цифровая эра позволила нам иметь открытые платформы, открытый доступ и открытую науку. Теперь пришло время понять пользу открытой медицины.

Давайте начнем с движения за открытое программное обеспечение. Люди делятся программным обеспечением на протяжении десятилетий, но ускорилось это движение уже в нашем веке, когда Mozilla Firefox сделала браузер Netscape Navigator бесплатным, а операционная система Linux с открытым кодом стала доминировать. Среди многих компаний, предоставивших часть своего исходного кода, можно назвать Apple, Google и IBM, все они подхватили инициативу открытого программного обеспечения. Когда Apple открыла свою iOS для мировой сети разработчиков, это быстро привело к созданию сотен тысяч приложений и заметно расширило функциональность айфона, а затем и айпада. Напрямую с этой культурой я впервые столкнулся в июне 2012 г. на Международной конференции Apple для разработчиков в Сан-Франциско. Было поразительно видеть несколько тысяч молодых людей со всего мира, в основном парней (которых все чаще называют «брограммистами»^4b), слегка чудаковатого вида, одетых в футболки, джинсы и сандалии. Их основное занятие – разрабатывать приложения для «большого яблока». Их мир – написание кодов с использованием таких вещей, как API (программный интерфейс приложения)⁵ и STK (набор системных инструментов), это относительно новая профессия. Они стали настоящей армией энергичной, талантливой молодежи, которая живет интересами компании. Это симбиоз, а не комменсализм: в противном случае эти молодые люди получали бы выгоду от компании, не оказывая на нее влияния (и наоборот). Скорее, важнейшее решение Apple открыть свою iOS создало истинную независимость разработчиков от технических гигантов. Этому примеру последовала Google со своей моделью приложений для Android и даже сделала свою операционную систему Android открытым источником, доступным для настройки любым человеком. IMB теперь открыла для разработчиков Watson, и компания предлагает сертификацию для фрилансеров для создания приложений на базе Watson. Добавьте к списку Facebook, Twitter, Amazon и многих других. Теперь трудно представить техническую компанию, которая не использовала бы открытую платформу и разработчиков. Мы узнали, что для настоящего успеха недостаточно аппаратного и программного обеспечения, важно достичь колоссального сетевого эффекта от краудсорсинга.

В тот же период появился и второй крупный двигатель открытых знаний. Это МООК (массовые открытые онлайн-курсы), которые транслируют лекции десяткам тысяч людей, имеющим доступ к Интернету и желающим подписаться на курсы. Это не заочное обучение ваших бабушек и дедушек! OpenCourseWare из MIT инициировала движение в 2002 г., а термин МООК появился в 2008 г., но на самом деле широкое распространение началось в 2011 г.^6–11 с курса об искусственном интеллекте Стэнфордского университета: на него подписались 160 000 человек из 195 стран после одного публичного объявления, закончили курс 23 000 человек⁷. (Мы говорим о том, что Земля становится «плоской», и на ней всего 195 стран.) К 2012 г. доминировали три большие платформы – Coursera, Udacity и edX (ранее MITx), и год стал известен как год МООК. На ознакомительный курс компьютерных технологий Udacity записалось 270 000 человек, и это количество продолжало расти в последние годы. На Coursera зарегистрировано свыше 8 млн пользователей^{10, 11}.

Движение МООК может преподать медицине несколько важных уроков. Совершенно ясно, что эта платформа демократизировала образовательный процесс, сделав высококачественные лекции из лучших университетов доступными любому человеку в мире. И сделано это было с поразительно низкими издержками и очень быстро.

Как сдержанно выразился Эндрю Ын, один из основателей Courserа: «Когда один профессор обучает 50 000 человек, это меняет экономику образования»⁷. Степень магистра на базе МООК по компьютерным технологиям в Georgia Tech обходится студенту в $6600. Традиционная студенческая жизнь с получением степени выливается в $45 00012. Кроме того, есть новый феномен, известный как «флиппинг»[37]: студенты могут слушать лекции дома или на ходу, но приходят в аудиторию для интерактивного, нелекционного опыта. Далее, связь по Интернету – улица с двусторонним движением, что означает, что у МООК имеются данные о каждом студенте. Например, платформа Coursera проводит мониторинг каждого клика компьютерной мышью, который делает студент, – передача ответов на контрольные вопросы, посты на форумах, когда и где студент останавливает лекционную видеозапись, или делает перемотку, или увеличивает скорость в 1,5 раза. Рой Па из Стэнфордского центра профессионального развития сказал: «Мы можем получить микроаналитику по любому документу, любому тесту вплоть до того, какие средства информации предпочитает каждый студент»¹³. Фактически эта способность виртуально отслеживать действия каждого студента становится новым полем «науки больших данных для образования» или «обучения информатике».

Как и следует ожидать при внедрении любой новой, радикально отличной модели, есть у нее свои критики. Они противопоставляют онлайновый и личный опыт, критикуют систему оценок, превращение ведущих профессоров в своего рода товар, а в конечном итоге деградацию высшего образования⁸. Эти критики поднимают законные и важные вопросы, которые следует учитывать, но есть веские основания относиться к МООК как к моделям для изменения медицины.

И образование, и медицина находятся в состоянии экономического кризиса, и ни то ни другое не имеет устойчивых архетипов. И там и здесь есть потенциал для широкой демократизации путем комбинирования с беспрецедентно оцифрованной инфраструктурой, которая уже существует и продолжает развиваться. И там и здесь важно понять огромную пользу от колоссального сбора данных от каждого человека. И там и здесь нужно учитывать новые конфликты и давление, включая риск обезличивания опыта виртуальным миром, необходимость демонстрировать, что цифровые методы на самом деле ведут к лучшим результатам, и необходимость преодолевать значительное сопротивление со стороны непоколебимых, признанных авторитетов. Профессора, врачи и их сообщества оказались под угрозой. По иронии судьбы может оказаться, что МООК спасут положение врачей, поскольку могут заполнить огромные пробелы в медицинском образовании, например, по таким темам, как геномика и цифровая медицина. И тем профессорам, которые не вписались в систему МООК, может понадобиться больше врачей для лечения заболеваний, вызванных стрессом.

Я придумал термин для описания этих возможностей: МООМ, или массовая открытая онлайн-медицина. Но МООМ – это не просто непрерывное образование врачей или просвещение населения. В то время как в МООК происходит сбор данных, главное внимание уделяется массовому распространению лекций. В случае же МООМ главное – это сбор данных и распределение проанализированных данных; изучение того, что уже известно, имеет второстепенное значение. Здесь речь идет о том, чтобы сделать то, что раньше не было возможно. Чтобы создать МООМ, необходимым предварительным условием является обмен данными. На конференции частного некоммерческого фонда TED (Technology Entertainment Design – технологии, развлечения, дизайн) в 2014 г. Ларри Пейдж из Google заявил: «Разве это не потрясающе, что все исследователи-врачи смогут иметь доступ к анонимным медицинским картам? Если мы сделаем наши медицинские записи открытыми для обмена, то это спасет 100 000 жизней в год»^14–16. Не знаю, каким образом он получил эту цифру (определенно она недоступна с помощью поисковика Google), но он на правильном пути: обмен медицинскими данными имеет огромные потенциальные преимущества.

Первый шаг – это посмотреть, хотят ли люди делиться своими данными. Два последних опроса показывают высокий общий уровень готовности делиться данными из своих медицинских карт на анонимной основе. В Великобритании среди 1396 взрослых 21 % был весьма расположен, а 39 % были настроены умеренно – т. е. в общей сложности 60 % «хотели»¹⁷. Опрос 12 002 человек из восьми стран, проведенный Intel Healthcare, показал, что более 76 % готовы поделиться своими данными, связанными со здоровьем, анонимно¹⁸. Интересно, что склонность делиться выше за пределами США (особенно высоки показатели в Индии и Индонезии), самую высокую готовность демонстрировали люди с более высоким доходом, и показатели увеличивались, когда была очевидна связь с потенциальными исследованиями с целью помочь другим или снизить собственные медицинские расходы. В целом 84 % готовы делиться сенсорными данными или результатами лабораторных анализов, а 70 % – информацией, собранной «умным туалетом» (как это мило и альтруистично делиться своими испражнениями – только пока у нас нет такой возможности!)¹⁸. Третий опрос, в котором участвовало свыше 1000 человек, показал, что 90 % готовы делиться своими данными¹⁹, а менее масштабный опрос, проведенный Калифорнийским институтом телекоммуникаций и информационных технологий, в котором участвовало 465 человек в США, также показал 77 %-ную готовность анонимно делиться данными, связанными с состоянием здоровья, в целях исследований^{20, 21}. Ресурс PatientsLikeMe сообщил, что 94 % американских пользователей социальных сетей настроены делиться своими данными, связанными с состоянием здоровья, при условии должной деидентификации²². Если экстраполировать данные этих опросов с оговоркой, что они могут быть не полностью репрезентативными, можно предположить, что большинство (около 75 %) людей в настоящее время готовы делиться своими медицинскими данными при условии, что это делается анонимно.

Мы также знаем, что некоторые люди расположены делиться такими данными даже не анонимно. Для участия в некоторых исследовательских программах, например проекте «Личный геном» Гарвардского университета, фактически требуется, чтобы человек дал согласие на публичное представление своих данных^{23, 24}. Это «открытое согласие» на не анонимное предоставление данных является новой, хотя и необычной формой участия в исследованиях, но, похоже, она не отпугивает людей, поскольку проект работает с 2005 г. и в нем принимают участие свыше 1300 человек. Он включает раскрытие всей геномной последовательности человека и многих других характеристик медицинской ГИС. Проект «Личный геном» успешно использует онлайн-форумы, LinkedIn и Facebook наряду с ежегодными встречами для активного обмена опытом и просвещения участников, большая часть которых никогда не имела отношения к науке²³.

Bionetworks, научно-исследовательский институт, занимающийся продвижением открытой науки, предложил не противоречащую закону форму согласия на доступ и обработку персональных данных²⁵, что дает право любому подписавшемуся человеку участвовать в клинических испытаниях, а также согласиться предоставить данные своего генома и истории болезни всем ученым, согласным выполнять поставленные условия. Это по сути обязательство участника быть частью «открытого источника» данных, хотя, в отличие от проекта «Личный геном», здесь предусмотрена анонимность. И все-таки в анонимности нельзя быть уверенными; как мы увидим в следующей главе, есть возможности реидентификации человека по геномным данным, поэтому анонимность нельзя гарантировать.

Инициаторы других программ платят людям за то, что они делятся своими данными. На интернет-сайте одной такой группы, Datacoup, заявлено: «Наша миссия – демократизация персональных данных путем учреждения открытого, справедливого рынка для того, чтобы люди могли продавать свои персональные данные. В то время как крупное предприятие богатеет от монетизации наших персональных данных, нам как потребителям остается разве что целевая реклама. Потребитель полностью потерян в калейдоскопе рекламы, технологий и больших данных»²⁶. Еще одна альтернатива – это DataDonors, некоммерческая организация, которой управляет The Wikilife Foundation, она продвигает предоставление данных на альтруистической основе и собрала данные, пожертвованные более чем 500 000 человек²⁷.

Теперь, после того, как мы установили, что большинство людей на самом деле настроены делиться своими медицинскими данными и существуют механизмы, чтобы стимулировать их готовность, возникает вопрос: а какая от этого польза? Давайте начнем с диагностики и лечения рака, а затем перейдем к путям реализации.

Раковая МООМ

Еще в 2012 г. TechCrunch опубликовала статью «Облако вылечит рак» (The Cloud Will Cure Cancer)²⁸. Это казалось непосильной задачей. Но всего год спустя образовалось то, что я бы классифицировал как первую раковую МООМ. Называлось это не так. Статья вышла под заголовком «Пациенты делятся ДНК для лечения болезней» (Patients Share DNA for Cures)²⁹. Четыре различных института объединили усилия, каждому отводилась своя роль, отличная от других, и они дополняли друг друга. Это были Орегонский университет медицинских наук, который выступал как координирующее научное учреждение, Общество борьбы с лейкемией и лимфомой обеспечивало гранты и выступало в роли группы по защите прав пациентов, компания Illumina занималась секвенированием, а Intel – обработкой данных и разработкой информационного ресурса. Имея грант в размере $8,2 млн на три года работы, этот консорциум зарегистрировал 900 пациентов с лейкемией или лимфомой (известными как «жидкие» опухоли), их раковые клетки секвенировали; все эти данные, объединенные с клиническими данными, данными по лечению и результатам, должны сформировать новый информационный ресурс. Графически это представлено на рис. 11.1, цель которого – показать, как происходит секвенирование опухоли, вместе с зародышевой ДНК человека, и эти данные потом сравниваются с базой данной по 900 пациентам, страдающим раком. Идея в том, чтобы, когда придет 901-й пациент, его врач мог войти в базу данных и посмотреть, какое лечение лучше всего сработало в случаях пациентов с такими же или похожими мутациями, при этом информация фильтруется по возрасту, полу и другим потенциально релевантным характеристикам.

Теперь уже действуют еще несколько МООМ. Исследовательский фонд множественных миелом организовал подобное исследование, в котором участвовала 1000 пациентов, а на его поддержку было выделено $40 млн³⁰. Американское общество онкологов-клиницистов поддерживает такие инициативы, а его директор Аллен Личтер сказал: «Эти случаи – настоящая сокровищница информации, если мы просто соединим их все вместе»³¹. Их проект под названием CancerLinQ заключается в сборе данных о лечении и его результатах по 100 000 пациенток с раком груди из 27 онкологических центров по всей стране³¹, 32а. Хотя пока там не содержится геномной информации, проект отражает «признание того факта, что большие данные необходимы для будущего медицины»³¹. Всего за несколько лет Flatiron Health смогла быстро собрать данные более чем из 200 раковых центров в США, по более чем 550 000 пациентам, с намерением анализировать и делиться данными для принятия правильных решений по лечению^{32b, 33}. Хотя информационный ресурс не включает секвенирование опухолей или данные «омик», компания по производству программного обеспечения получила крупные инвестиции от Google Ventures и планирует включать их в будущем.

На самом деле раковая МООМ – это не то, что может еще больше увеличить добавленную стоимость медицины. Она необходима для того, чтобы надежды, возлагаемые на геномную медицину, стали реальностью. При секвенировании раковой ткани обнаруживаются тысячи мутаций. В идеале секвенируется и зародышевая ДНК каждого человека, что тоже выявляет миллионы вариантов в сравнении с эталонным геномом человека. Целенаправленный отбор всех этих вариантов, чтобы найти сигнал – мутации, ведущие к раку, – невозможен, если вы смотрите только на опухолевый геном, в котором будет много мутаций, не являющихся причиной рака. Таким образом, подобрать терапию на основании геномных данных невозможно. Все эти проблемы лучше всего решать с помощью информационного ресурса, в котором собраны все данные. В 2014 г. для решения этой сложной проблемы была запущена глобальная инициатива по краудсорсингу под названием DREAM Somatic Mutation Calling Challenge^{34, 35}. Ее цель – используя облачную платформу Google, создать эффективный инструмент для определения мутаций. Но это всего лишь один компонент пакета. На самом деле платформа сильна лишь в той мере, в какой снабжена информацией о мутациях, видах лечения и результатах, поступающей от максимально возможного количества людей, с которыми она работает. И при всем восторге, который вызывают эти разнообразные маломасштабные МООМ, все-таки открытая медицина может быть значительно сильнее.

Представьте, что все пациенты с диагнозом «рак» становятся частью глобального информационного ресурса. ГИС каждого пациента, сканограммы, виды проводившегося лечения и результаты – все это вводится в эту МООМ. Там могут быть данные по сотням тысяч и даже миллионам людей с различной наследственностью и различными основными показателями, причем это детальная и важная информация по каждому человеку. Можно представить различные виды и подвиды рака, каждую мутацию и путь развития и их комбинации, ресурс должен автоматически обновляться и модернизироваться по мере введения данных по каждому человеку, его лечению и результатам лечения. Мы перешли от одного пациента к населению всего мира, ко всем людям, у которых может развиться рак, а развивая и поддерживая МООМ, мы теперь удвоили ставку в игре на демократизацию рака. Да, база данных МООМ может служить важнейшим преимуществом для улучшения результатов лечения пациентов. Жизнь нельзя растянуть навечно: мы все смертны. Но прецезионное лечение, построенное на таком подходе, может быть гораздо более эффективным в сохранении качества и продолжительности жизни.

Да, это фантазия, мечта, и маловероятно, что она когда-нибудь полностью осуществится. Для этого потребовалось бы снести все барьеры и границы, разделяющие страны и культуры, и нет никакого реального прецедента такого глобального кооперирования и гармонизации данных. (Если говорить о сломе барьеров, то мы определенно видели это в случае МООК, на которые записывались люди из всех стран на планете.) Мы даже не можем толком разобраться с многочисленными центрами в США, которые активно занимаются секвенированием опухолей у раковых больных. В статье в The New York Times под названием «Раковые центры собираются картировать гены пациентов» (Cancer Centers Racing to Map Patients' Genes) рассказывается: «Крупные научно-медицинские центры в Нью-Йорке и по всей стране тратят огромные средства на гонку вооружений для борьбы с раком»³⁶. Свое мнение высказала Сьюзен Десмонд-Хеллман, которая возглавляла комиссию прецезионной медицины в Национальной академии наук: «При таких достижениях, как электронные медицинские карты и малозатратное секвенирование ДНК с высокой пропускной способностью, есть возможность воспользоваться рутинными случаями клинической практики для биомедицинских и клинических исследований. Тем не менее большая часть данных не собирается, не сводится воедино в одном месте и никак не соотносится с бурным ростом молекулярных данных»³⁰. Но если мы действительно хотим выиграть войну против рака, то именно внедрение массовой открытой онлайн-медицины может стать победной тактикой и выигрышным билетом.

Много идей высказывается и о том, как создавать МООМ из многочисленных источников, как показано на рис. 11.2. Данные должны поступать не только от врачей, но и от самих пациентов, от компаний, проводящих тестирование и работающих непосредственно с потребителями (типа 23andMe), от фондов по защите прав пациентов, интернет-сообществ, объединяющих людей с одинаковыми проблемами со здоровьем (типа PatientsLike Me), и большого количества клинических испытаний. Часто приводят в пример эффективное сотрудничество между организацией, борющейся за права пациентов, и биотехнической компанией, в результате которого Vertex Pharmaceuticals разработала препарат калидеко. Фонд кистозного фиброза предоставил всю информацию по пациентам, что в конечном счете привело к успешному лечению на основании геномных данных; пять лет, потраченных на создание препарата, составляют почти треть времени, которое обычно требуется на разработку нового лекарственного препарата³⁰. Как сказал Патрик Сун-Шионг, миллиардер, занимающийся биотехнологиями, и основатель Abraxis, «в прошлом единое целое не собиралось из разрозненных кусков науки, техники и цифровых технологий. Теперь это происходит. Мне нравится искать оптимальные структуры в науке и жизни. Именно этим я и занимаюсь. Только взаимосвязанная, мгновенно срабатывающая, управляемая система здравоохранения по типу „от молекулы до производителя“ может подключать науку и экономить деньги»^{37a, 37b}.

Другие медицинские МООМ

Та же самая концепция, которая вдохновляет раковые МООМ, может быть использована во всех областях медицины. Одним из ранних применений модели было усовершенствование терапии при ревматоидном артрите. Курс терапии с использованием таких препаратов, как ремикейд, энбрел или хумира, нацеленных на молекулу под названием «фактор некроза опухоли», может стоить $100 000. Еще хуже то, что положительного клинического результата удается добиться только примерно в 30 % случаев, и тем не менее слишком мало знаний, чтобы предугадать, кому эта терапия принесет пользу, а кому нет. Положение дел должно измениться, если от крупных когорт пациентов будут получены интегрированные генетические данные по лечению и его результатам, и такую задачу ставит Rheumatoid Arthritis Responder Challenge, программа борьбы с ревматоидным артритом³⁸. Инициатива поможет обеспечить лучшее руководство и точность лечения для пациентов и врачей в будущем. Она даже может определить биологические причины слабой реакции на лечение и заложить фундамент для разработки нового препарата.

Еще одна возможность связана с медицинским сканированием. Алан Муди, возглавляющий отделение медицинской визуализации в Торонтском университете, пишет: «Многие медицинские снимки используются один раз, а потом их сдают в архив. Эту сокровищницу клинических данных следует сделать доступной для исследователей, занимающихся биомедициной». «Сдают в архив» – сказано слишком мягко. Эти данные выбрасывают. Ресурс с данными по всему населению мог бы быть полезен для миллионов людей, которым делают МРТ или другие виды сканирования для оценки потери памяти или возможной болезни Альцгеймера. Как утверждает Муди, сбор этих данных может заставить едва уловимые сигналы протекающей бессимптомно болезни «выделиться среди фоновых шумов»³⁹. Потенциальная возможность исследовать состояния, предшествующие болезни и на ее раннем этапе, в масштабах всего населения через медицинские снимки определенно кажется заманчивой, поскольку это настоящая черная дыра в нашей базе медицинских знаний.

Подобная черная дыра окружает и так называемые варианты неопределенной значимости⁴⁰, важнейшую проблему в раковой биологии, которая касается и других состояний. Пациенты с вариантами неопределенной значимости обречены на то, что называется «генетическим чистилищем», и их спасение по силам именно МООМ. В случае пациентов с неизвестными или редкими болезнями наличие информационного ресурса, в котором собраны все данные, связанные с каждым из вариантов последовательностей в человеческом геноме (включая вставки, удаления, структурные варианты, полиморфизмы и т. д.), и который будет связан с детальной информацией о соответствующем фенотипе человека, сделает диагностику гораздо проще^41–43. Даже гены, которые интенсивно изучались более 25 лет, как, например, CFTR, вызывающий кистозный фиброз, могут оставить многих пациентов в генетическом чистилище, поскольку у гена имеются тысячи вариантов, многие из которых являются вариантами неопределенной значимости⁴⁰. Лучший способ решения в этом случае – соединить все данные вместе. Объединение данных также может помочь справиться с редкими или неизвестными болезнями. В силу своей редкости они могут показаться целью не первостепенной важности, но только в США живут 30 млн человек, страдающих редкими или неизвестными болезнями, а это 7 % населения, в то время как раком в общей сложности поражено менее 5 % населения. Если сложить все случаи редких болезней вместе, то получится серьезная нерешенная проблема диагностики, общая для всех. Если бы мы могли соединить все усилия медицины и ресурсы вместе, проанализировать разрозненные данные, то справились бы с ней.

Одна из областей МООМ, представляющая для меня особый интерес, – проведение молекулярной аутопсии в случае внезапной смерти^{44, 45}. Каждый год один человек из 100 000 в возрасте от года до 35 лет внезапно умирает. На протяжении уже многих лет количество проводимых обычных аутопсий стойко снижается, а более 40 % больниц вообще их не делают⁴⁶. Даже когда они выполняются в случае внезапной смерти, предположительно от сердечно-сосудистого заболевания, как правило, они ничего не показывают. То есть даже после вскрытия патологоанатом не в состоянии определить, почему человек умер. Эта проблема особенно тяжким грузом ложится на плечи членов семьи, которые остаток жизни живут в неопределенности, не зная, может ли их самих ждать такая же судьба, а если да, то когда. Но есть потенциальный выход из ситуации, который в конечном счете опирается на модель МООМ.

Для того чтобы разрешить загадку, требуется информация по трем компонентам: последовательность ДНК покойного, последовательность ДНК близких родственников (в идеале родителей) и мировое хранилище МООМ, в котором собраны данные по максимально возможному числу людей, умерших внезапной смертью, и их семьям. Найдется много семей с редкими, классическими мутациями в одном из примерно 100 генов, которые, как известно, потенциально могут вызвать внезапную смерть, и это будет информативно и поможет членам семей. Тем не менее большая часть геномных вариаций будет неопределенной. Но это не навсегда. МООМ могут помочь нам раскрыть тайну и диагностировать внезапную смерть.

В то время как МООМ – форма краудсорсинга информации в большом, а в идеале глобальном масштабе, концепцию можно с успехом применить на ограниченной основе. «Хакатоны»[38], популярные в области технологий, теперь проникли и в медицину^{47, 48}. Собирается группа из представителей различных областей – врачи, предприниматели, разработчики программного обеспечения, инженеры – и берется за ту или иную нерешенную проблему в медицине. Примером развития такого типа открытой медицины является PillPack, сервис по упаковке таблеток, придуманный на медицинском хакатоне и предназначенный для пациентов, которым нужно принимать многочисленные препараты по сложному графику; при расфасовке таблетки снабжаются этикетками, на которых ставится время приема, чтобы предписания врача точно соблюдались⁴⁸. Это простое решение предлагает практичную, недорогую стратегию, которая раньше не была доступна.

<>Модель открытой медицины также привела к обширному краудфандингу[39] самого разного рода. Группы помощи пациентам с редкими болезнями использовали краудфандинг для оплаты лечения отдельных нуждающихся пациентов. Примерами некоммерческих организаций, собирающих средства на медицинские исследования и лечение, могут служить Consano и Watsi соответственно^{49, 50}. Это можно делать даже на индивидуальном уровне: один семилетний мальчик собрал свыше $750 000 для больного друга с гликогенозом, продавая свою книгу «Плитка шоколада» (Chocolate Bar)^{51, 52}. Производители медицинских устройств рекламируют свои инновации в Интернете, чтобы собрать средства. Среди них бывают искренние представители прогрессивных тенденций, но встречаются и жулики^52–54.

Некоторые компании делают заявления, которые кажутся слишком заманчивыми, чтобы быть правдой. Компания Healbe выставила на продажу закрепляемое на запястье устройство под названием GoBe, «единственный способ автоматического измерения количества потребляемых калорий», и собрала свыше $1 млн на краудфандинговой платформе Indiegogo. Точно так же Airo собрала средства на манжету, которая тоже, по их заявлениям, отслеживает количество потребляемых калорий, но ничего из этого не вышло, и дело заглохло. Еще один пример – TellSpec, которая собрала $400 000 для ручного сканера пищи. Он должен был точно сообщать питательную ценность всего, что вы едите. Работают ли эти инновационные приспособления и устройства так, как утверждает реклама, остается только гадать^52–54. Так что, хотя «открытость» обычно воспринимается как благо, безусловно, есть у нее и обратная сторона. О темной стороне продажи данных, получаемых через открытую медицину, мы поговорим в следующей главе.

Правительство и открытая медицина

Мы видели, как благодаря таким инициативам, как раскрытие базы данных Управления по контролю за продуктами и лекарствами США (Open FDA), Medicare и других ресурсов^{26, 55–62}, приоткрывалась завеса таинственности вокруг американского правительства. Теперь управление предоставляет открытый доступ к информации по 4 млн негативных реакций на лекарственные препараты и ошибкам, связанным с медикаментами, собранной за последние 10 лет⁶³. После нескольких лет давления со стороны Dow Jones, компании-учредителя Wall Street Journal, Medicare раскрыла сокровищницу с медицинскими данными, начиная с 2012 г., по 880 000 врачам и провайдерам медицинских услуг. Любого американского врача, который выставлял счет Medicare за обращение к нему пациента или проведенную процедуру, можно легко найти по Интернету, а это дает потребителям дополнительную информацию при выборе врача. Например, теперь можно посмотреть, какому количеству пациентов, охватываемых Medicare, была сделана определенная операция конкретным хирургом. Это очень условный показатель качества, но это первый шаг в направлении привязки данных к другим показателям результатов лечения в будущем. Еще одна новая правительственная инициатива для исследователей, занимающихся медицинскими проблемами, – PCORnet (Patient-Centered Outcomes Research Network)^{64, 65}, целью которой является сбор медицинских карт, физиологических данных и информации по обращениям за страховыми выплатами 30 млн граждан. Однако США идут далеко позади других стран в таких попытках сделать медицину открытой. Сеть MedCom в Дании обладает всеобъемлющим ресурсом данных по пациентам начиная с 1977 г. В Финляндии и Эстонии также давно существуют подобные информационные ресурсы в сфере здравоохранения.

Открытая наука

Открытые данные – это ключ к массовой открытой онлайн-медицине, ориентированной на беспрецедентное повышение уровня медобслуживания. В то время как пока еще мы не наблюдаем глобального обмена данными в медицине, есть заслуживающие внимания прецеденты в научных исследованиях. Международный проект по секвенированию человеческого генома заложил важную основу для сотрудничества и открытости еще в 1990-е гг., но в последнее время он стал активно продвигаться вперед. В 2013 г. был создан Всемирный альянс геномики и здоровья (Global Alliance for Genomics and Health – GA4GH), в него вступили 70 медицинских, исследовательских и правозащитных организаций из 41 страны^66–71. Его миссия заключается в создании сокровищницы данных по генетическим вариациям и медицинской информации, которая будет доступна всем ученым. Ко времени первого заседания Всемирного альянса геномики и здоровья в 2014 г. в нем уже было представлено 150 организаций, включая Google, которая присоединилась к альянсу через свое новое подразделение, занимающееся геномикой. В самом начале приоритетными направлениями были объявлены рак и редкие болезни и ставилась цель добиться лучшего понимания геномных вариаций и того, как они связаны с определенными медицинскими состояниями⁶⁷. В силу своего статуса Всемирный альянс намечает новые направления как с научной точки зрения, так и с юридической. Предполагается особое согласие пациента на участие и одновременно разработка технических, этических и юридических стандартов широкого сотрудничества.

Насколько открытая наука способна ускорить поисковые исследования, можно видеть на примере болезни Альцгеймера. Ген APO4 уже давно связывается с поздним проявлением деменции, но механизм определить не удавалось. Оценив доступные всем базы данных по экспрессии генов, масштабное генотипирование и снимки мозга пациентов, как являющихся, так и не являющихся носителями APO4, группа исследователей из Колумбийского университета смогла пролить свет на молекулярный путь и другие ключевые гены, задействованные в этом типе деменции⁷², 73.

В прошлом стандартным способом поделиться данными была публикация. Это абсолютно устарело в эпоху огромных баз данных, зато делиться данными позволяет цифровая инфраструктура, которая включает защищенные облачные серверы и программное обеспечение с открытыми кодами и платформами для сотрудничества типа Galaxy (рис. 11.3)⁷⁴. В то время как передающая среда для такого обмена данными подразумевает существенные расходы в самом начале, по мере роста ресурса данных наблюдается поразительная экономия. С таким потенциалом огромного информационного ресурса в будущем также, вероятно, появятся и новые возможности распределения грантов на исследования и вырастут суммы выделяемых средств.

Открытый доступ

Пока мы говорим о затратах и данных, самое время обратиться к непростой проблеме доступа к биомедицинским публикациям^75–82. Национальный институт здравоохранения и другие правительственные учреждения финансировали большую долю этих исследовательских проектов. Но когда статьи публикуются в таких научных журналах, как Nature, Science, Cell, New England Journal of Medicine или JAMA, которые часто устанавливают непомерную плату за подписку и даже за чтение отдельных статей, читатели не имеют доступа к работам, издание которых поддерживают через налоги. Более того, цена имеет мало отношения к истинным затратам издателей, если учесть изрядный размер их прибыли. Например, в недавнем ежегодном отчете Elsevier, одного из крупнейших издательств, публикующих материалы по биомедицине, указывается, что маржа компании составила 37 % при чистом доходе свыше $2,5 млрд⁷⁵. В 2013 г. хроническое недовольство таким положением вещей в конце концов привело к бойкоту журналов компании более чем 12 000 научных работников⁷⁵. В тот же год редакторы The New York Times опубликовали статью «Мы заплатили за исследования, так давайте же их увидим» (We Paid for the Research, So Let's See It)⁸³. В противовес доминированию этой старой модели в последние годы появился ряд журналов с открытым доступом, включая Public Library of Science (PLoS), BioMed Central, PerrJ и eLife. Имеются и публичные архивы, откуда можно скачивать статьи,например arXiv и bioRxiv.

Вскоре после объявления имен лауреатов Нобелевской премии 2013 г. лауреат премии по медицине Рэнди Шекман, профессор Калифорнийского университета в Беркли, вел колонку в The Guardian под названием «Как журналы типа Nature, Cell и Science наносят вред науке» (How Journals like Nature, Life and Science are Damaging Science)⁸⁴. Он писал: «Как и многие успешные ученые, я публиковался в известных журналах [таких как Nature], включая статьи, благодаря которым был удостоен Нобелевской премии по медицине, которую должен получить завтра, что будет для меня большой честью. Но больше я в них не публикуюсь. Теперь я призываю свою лабораторию избегать глянцевых журналов и убеждаю других поступить точно так же»^{84, 85}. Эта статья вызвала весьма противоречивые отклики в научном сообществе⁸⁶. Уничижительный термин «глянцевые» был неожиданным, но осуждение Шекманом, редактором eLife, журнала с открытым доступом, похоже, отражало очевидный конфликт интересов. Мысль о том, что если кто-то удостоен Нобелевской премии, то лучше не публиковаться в глянцевых изданиях, не избежала резкой критики молодыми учеными, которые беспокоятся о том, что если не будут публиковаться в таких журналах, то это уменьшит их шансы на получение постоянной работы.

Тем не менее стремление открывать доступ становилось все интенсивнее. Два студента-медика последнего курса запустили проект «Кнопка открытого доступа» (Open Access Button) для тех случаев, когда кто-то пытается скачать статью, но наталкивается на общеизвестную стену – требование заплатить, причем оплата обычно варьирует в пределах от $30 до более $100 за статью в формате PDF⁸⁷. Когда люди сталкиваются с этой проблемой, а это происходит даже слишком часто, кнопка инициирует обходной план: либо находится версия, где-то размещенная автором бесплатно, либо автору отправляется письмо по электронной почте с просьбой прислать файл PDF со статьей^{88, 89}. Другие возможности для обмена статьями с коллегами включают ResearchGate, социальную сеть для обмена статьями и поиска соратников среди ученых, и academia.edu, где свыше 9 млн исследователей обмениваются статьями, несмотря на уведомления от Elsevier с требованиям убрать статьи из открытого доступа. Количество журналов с открытым доступом продолжает расти⁹⁰. Ежегодное количество статей с открытым доступом выросло с 20 702 статей в 2000 г. до 340 130 в 2011 г.⁷⁹

Директория журналов с открытым доступом теперь включает свыше 8000 названий (http://www.doaj.org). Статьи на сайте кодируют двумя цветами – зеленым и золотым. Зеленый означает, что статья опубликована в хранилище с открытым доступом, например на университетском ресурсе или центральном ресурсе типа PubMed Central. Золотой цвет указывает на публикацию в журнале с открытым доступом. Движение определенно набирает силу, несмотря на значительные расходы правительства, университетов и авторов, с которых взимается плата за публикацию в определенных журналах с открытым доступом. Энн Уолперт из MIT написала в обзоре в New England Journal of Medicine о неизбежности всеобщего открытого доступа: «Несомненно, общественный интерес к осуществляющим финансирование организациям, университетам, библиотекам и авторам, а также сила и доступность Интернета создали необходимую расстановку сил для продвижения открытого доступа. Это будет нелегко, это будет недешево, но это всего лишь вопрос времени»⁹¹.

Есть и другие отклики, связанные с этой темой. Требование сделать все ссылки доступными для широкой общественности резонирует с проектом «Свод открытых цитат» (Open Citations Corpus). Последние данные показывают, что нам для этого предстоит пройти еще долгий путь, поскольку, если взять 50 млн статей в научных журналах, библиографические данные доступны только в 4 % случаев⁹². Также идет движение за открытые патенты, с новой базой данных Lens, его цель – собрать вместе информацию по более чем 90 патентным юрисдикциям по всему миру⁹³. (Хотя это и не относится к медицине или медико-биологическим наукам, следует отметить, что Tesla, производитель электрических машин, недавно открыла доступ ко всем своим патентам в «духе движения к открытым источникам».)^{94, 95} Прозвучал также призыв к открытому доступу к лекарственным препаратам, разработка которых велась при поддержке федеральных ресурсов, но они не были разработаны или не стали доступными нуждающимися. Как и в случае исследований и публикаций, финансируемых правительством, это требование обосновывается тем, что у налогоплательщиков должно быть право на эту интеллектуальную собственность⁹⁶.

Прозрачность медицинских исследований

Если соединить вместе открытую медицину, открытую науку, открытый доступ, открытые источники и открытые данные, все направления исследовательской деятельности становятся открытыми, а мощность уже существующих возрастает в геометрической прогрессии. Одна из форм – гражданская медицина, которая постепенно становится возможной благодаря всеобщему бесплатному немедленному доступу к открытиям и инновациям. Дело не только в доступе – дело также в подстегивании открытий и инноваций. Движение за открытость (Open)⁵ соединяет всех потенциальных участников процесса, таких как аргентинский автомеханик, который придумал новые способы принимать роды в самых сложных обстоятельствах⁹⁷, и молодой американский ученик средней школы Джек Андрака, который предложил потенциально недорогой способ диагностирования рака поджелудочной железы⁹⁸. Именно поэтому теперь люди типа Ким Гудселл (глава 2) способны сами поставить себе диагноз в случае сложного заболевания. Все более набирающее обороты движение за открытость подпитывает поразительную активность потребителей, групп, выступающих в защиту патентов, исследовательских фондов и индустрии медико-биологических наук.

Когда у 38-летней Кэтрин Леон развилась редкая болезнь сердца под названием «спонтанная диссекция коронарной артерии», что привело к сердечному приступу и операции шунтирования, она обнаружила, что об этой болезни известно очень мало. Она стала искать в Интернете других людей с таким же диагнозом⁹⁹. Она объединила усилия с клиникой Мейо и смогла найти других, кто тоже использовал Google для поиска информации о спонтанной диссекции коронарной артерии. Она создала ресурс для виртуальной регистрации пациентов, страдающих этим заболеванием, чтобы они могли загружать туда свои медицинские записи и снимки. Со временем обнаружилось более 70 человек со спонтанной диссекцией коронарной артерии, а сейчас эта группа разрослась до почти 200 человек. Шэрон Хайес, кардиолог из клиники Мейо, которая работала с Леон, сказала: «Это не исследование, предпринятое учеными; это исследование, инициированное пациенткой и в определенной степени поддерживаемое пациентами в ходе нашего изучения болезни»⁹⁹.

У Елены Саймон в возрасте 12 лет была диагностирована редкая форма рака печени, она успешно прошла лечение и хирургическое вмешательство, а в дальнейшем сама занялась поиском главной геномной причины своей разновидности рака в рамках научно-исследовательского проекта в средней школе (об этом упоминается в главе 1). Незадолго до окончания школы она стала одним из авторов статьи, опубликованной в Science (нет, не в открытом доступе!), в которой рассказывалось о мутации, вызвавшей фиброламеллярную гепатоцеллюлярную карциному^{100, 101}. Она также запустила сайт в Интернете, который служит хранилищем информации и средством поиска других людей, страдающих от этой болезни. Елена нашла еще 14 пациентов, у которых развилась эта редкая форма рака, и они стали частью ее отчета. Таким образом подтвердилось, что один и тот же мутировавший ген, обнаруженный и у нее, приводит к развитию опухоли. Саймон сказала: «Это их информация, это их здоровье, поэтому у них должно быть право делать с ней то, что они хотят. Возможно, самое лучшее, что могут сделать пациенты, – это бесплатно передавать свои данные для работы с ними. Движение за открытый доступ сработало в случаях программного обеспечения и генетики; оно может помочь и медицине»¹⁰⁰.

Используя открытую цифровую инфраструктуру через поисковые системы Интернета и социальные сети, эти активисты-пациенты с редкими болезнями двигают медицину вперед, в особенности улучшая наше понимание основной причины болезни. Гражданская медицина может привести и к попыткам лечения. И совсем необязательно открытость не сочтут оптимальной. Одна из тех болезней, которых больше всего боятся, – боковой (латеральный) амиотрофический склероз (также именуемый прогрессирующей мышечной атрофией, или болезнью Лу Герига), который характеризуется неумолимым поражением дыхательных нейронов. Потеря контроля над мышцами в конечном итоге сильно затрудняет дыхание и глотание, и через несколько лет после постановки диагноза наступает смерть. Хотя никакого проверенного или одобренного Управлением по контролю за продуктами и лекарствами лечения не существует, были доступны некоторые отчеты об исследовании воздействия ряда препаратов на ранних этапах болезни. Их изучение позволило пациенту с боковым амиотрофическим склерозом сделать вывод, что одним из активных препаратов, применявшихся во время этих исследований на первом этапе, был хлорит натрия. Больные стали применять это химическое вещество, которое используется для отбеливания целлюлозы. Быстро начались коллективные краудсорсинговые клинические испытания, организованные через интернет-сообщество PatientsLikeMe, объединяющее людей с одинаковыми проблемами со здоровьем, правда, контрольной группы не было (пациентов, не получающих хлорит натрия), и эксперимент не показал положительных результатов. На самом деле прием хлорита натрия сопровождался побочными эффектами^{102, 103}. При использовании разумных алгоритмов PatientsLikeMe может стимулировать рандомизированные исследования в рамках своей базы данных, и в ходе таковых уже выявилась неэффективность еще одного препарата для лечения бокового амиотрофического склероза – бикарбоната лития. В дальнейшем этот вывод был подтвержден традиционным, дорогим и занимающим большое количество времени рандомизированным исследованием.

Хотя открытость не является гарантией хороших результатов, социальные сети «электронных пациентов» с аналогичными заболеваниями действительно имеют реальные преимущества над классическими клиническими испытаниями. Самое главное состоит в том, что они предоставляют уникальную, относящуюся к делу информацию из реального мира, получаемую в результате краудсорсинга. Условия реального мира тут следует подчеркнуть. Они очень отличаются от обстановки классического клинического испытания, когда производится жесткий отбор пациентов, которых часто и тщательно обследуют, так что в целом они получают медицинскую помощь в неестественных, нерепрезентативных условиях. По этой причине очень часто клинические испытания не могут лежать в основе адекватного прогноза эффективности лекарственного препарата или устройства, когда они появятся в продаже. Соответственно, электронное сообщество, которое отслеживает людей в естественной для них обстановке, может быть особо полезным, альтернативным ресурсом.

На PatientsLikeMe зарегистрировано свыше 250 000 членов, это самое крупное интернет-сообщество, объединяющее людей с похожими проблемами со здоровьем. За последние годы появились сотни таких сообществ, и в общей сложности они объединяют более 1 млн пациентов. Некоторые из них узкоспециализированные – например, Chronology для пациентов с болезнью Крона и язвенным колитом. Его основал 25-летний Шон Аренс. Пациенты делятся на сайте информацией о лекарственных препаратах, диете и альтернативной медицине и, по словам Аренса, «понимают, что могут и должны брать на себя активную роль в заботе о своем здоровье вместо того, чтобы сидеть и ничего не делать и только ходить к врачу»¹⁰⁴.

Индустрия медико-биологических наук и в особенности фармацевтические компании обратили внимание на этот ресурс. В последние годы PatientsLikeMe работал с Merck и Sanofi, чтобы ускорить привлечение пациентов к клиническим испытаниям. В 2014 г. такое сотрудничество сделало большой шаг вперед, когда Genentech объявила о пятилетнем контракте с PatientsLikeMe – первом широком сотрудничестве в сфере исследований между PatientsLikeMe и фармацевтической компанией, – чтобы работать вместе по многим фронтам, а не просто предоставлять возможности для привлечения пациентов^{22, 105, 106}. Об участвующих пациентах генеральный директор PatientsLikeMe Джейми Хейвуд сказал: «Они не просто используют [Сеть] для того, чтобы разобраться самим. Они понимают и то, что их данные действительно могут иметь особое значение и влияние на здравоохранение в США благодаря большей ориентированности на пациента»²².

На самом деле свыше 70 % американцев говорят, что стали бы участвовать в клинических испытаниях, если бы это рекомендовал их врач¹⁰⁷. Но лишь крошечная доля, гораздо меньше 1 %, когда-либо официально участвовала в клинических испытаниях. Хотя на ClinicalTrials.gov трудно что-то найти и понять, любой может заходить на этот сайт, где представлено свыше 150 000 испытаний во всех 50 штатах и почти во всех округах. Фармацевтические компании все больше используют информационные ресурсы Интернета для выбора направления клинических разработок новых препаратов. Когда Sanofi и Regeneron искали пациентов с высоким уровнем холестерина для испытания своего нового экспериментального препарата алирокумаб, антитела против белка PCSK9, они обратились к реестру Американской коллегии кардиологов¹⁰⁸. Еще один подход, разработанный исследователями из Кейсовского университета Западного резервного района, – это инструментальное программное средство Trial Prospector, осуществляющее разведку в системах клинических данных, чтобы найти подходящих для клинических испытаний пациентов¹⁰⁹. Оно соединяет искусственный интеллект и обработку обычной речи для автоматизации скрининга пациентов и процесса привлечения пациентов. Часто этот шаг ограничивает скорость разработки новых препаратов. Быстро множатся и распространяются программы автоматического подбора пациентов со специфическими заболеваниями, например ассоциация для связи людей, страдающих от болезни Альцгеймера, с врачами и исследователями Alzheimer's Association Trialmatch¹⁰⁷. Ряд компаний предлагают поиск данных для ускорения привлечения людей к клиническим испытаниям, например, Blue Chip Marketing Worldwide и Acurian110. Бен Голдакр, признанный автор и один из ведущих независимых критиков и новаторов фармацевтических исследований, создал инструмент RandomiseMe, который «упрощает проведение рандомизированных клинических испытаний на вас и ваших друзьях»¹¹¹. Поэтому, хотя участие в клинических испытаниях в наши дни редкость, предпринимаются самые разные шаги в направлении изменения этой ситуации в будущем. Было бы просто идеально узнавать от каждого пациента что-то такое, что может помочь следующему, у кого возникнет проблема. Разве нет?

Это поднимает вопрос об одном из самых больших источников потерь и утраченных возможностей в медицинских исследованиях – данных, которые скрыты в бастионах индустрии медико-биологических наук. Результаты половины клинических испытаний никогда не публикуются, а когда публикуются, представленные в них данные часто далеко не полные. Только в 2013 г. тотальный контроль индустрии начал ослабевать, и произошло это, когда до ее берегов докатились волны открытой науки. Группа ученых из Йельского университета, работая над проектом Yale Open Data Access (YODA), получила от Medtronic доступ ко всем данным на уровне пациентов по костному морфогенетическому белку-2 (ВМР-2), выпускаемому компанией^112–114.

Еще в 2011 г. целый выпуск The Spine Journal был посвящен разоблачению метода артродеза позвонков с помощью ВМР-2 – комбинации лекарственного препарата и устройства, использовавшейся для сращения позвонков у пациентов, у которых проводились операции на спине^{112, 113}. В газетах рассказывалось о многочисленных серьезных осложнениях, включая неконтролируемый рост костей, инфекции, повреждение нерва, идущего к мочевому пузырю, бесплодие и рак. Также прозвучало обвинение в конфликте интересов среди исследователей, работавших над ВМР-2, который был одобрен Управлением по контролю за продуктами и лекарствами в 2002 г., а один из авторов получил свыше $10 млн в виде роялти и оплаты консультаций от Medtronic. Учитывая все противоречия, кажется маловероятным, что раскрытие данных в 2013 г. было полностью альтруистическим. Тем не менее это заслуживает внимания, в особенности учитывая результат. После систематических проверок, которые независимо друг от друга проводили Орегонский университет медицинских наук и Йоркский университет, а Йельский университет координировал их, было признано, что в целом ВМР-2 не дает эффекта, но может быть полезен для отдельных пациентов, например, когда кусок кости нельзя взять из бедра пациента¹¹⁴. Проверка также показала, что побочные эффекты в предыдущих опубликованных отчетах недооценены. Харлан Крумхольц из Йельского университета, который возглавляет исследование, опубликовал в The New York Times статью под заголовком «Дайте людям данные» (Give Data to the People)¹¹⁵. Там он называет YODA «невероятным даром обществу и пересмотром традиционной тенденции индустрии относиться к данным как к активу, который потеряет ценность, если будет открыт для изучения общественностью»¹¹⁵. Доктор Рик Кунц, представляющий Medtronic, сказал, что в результате этого опыта «мы отойдем от парадигмы, при которой исследовательская единица, будь то производство или наука, эксклюзивно владеет и анализирует данные клинического исследования, чтобы прийти к сингулярному множеству выводов и интерпретаций о пользе и вреде медицинского вмешательства»¹¹⁶. Определенно, если бы они поделились данными в 2002 г., то в 2011 г. им бы удалось избежать такого позора.

После этого прецедента Johnson & Johnson подписала соглашение с Йельским университетом об обмене данными клинических испытаний на уровне пациентов по сотням своих лекарственных препаратов и другой продукции. Глава фармацевтического подразделения Johnson & Johnson сказал: «Чтобы заслужить настоящее доверие, мы совершили скачок и встали на независимый путь, обеспечивая людям доступ к их данным»¹¹⁷. В марш фармацевтических компаний за прозрачность включились также GlaxoSmithKline и Roche, и обе заявили о своих планах делиться данными о продукции, которая уже присутствует на рынке, с квалифицированными исследователями. Национальный институт аллергии и инфекционных болезней, подразделение Национального института здравоохранения, сделал один из своих ресурсов, включающий данные на уровне участников исследований, открытым для населения, «без необходимости представлять точный план исследований или одобрения квалификации исследователей». Подчеркивая важнейшую роль детализированных данных индивидуального уровня, Европейское медицинское агентство (эквивалент Управления по контролю за продуктами и лекарствами США) осуществляет политику содействия этой практике.

В 2014 г. Институт медицины опубликовал отчет об обмене данными клинических испытаний, чтобы поддержать этот тренд¹¹⁸. Финансирующие организации типа фонда Билла и Мелиссы Гейтс и Национального института здравоохранения пытаются стимулировать обмен данными и прозрачность клинических испытаний. Еще дальше зашел Атул Бутте из Стэнфордского университета, который хочет, чтобы это стало обязательным: «Если требовать раскрытия необработанных данных клинических испытаний – после удаления деталей, идентифицирующих пациентов, чтобы сохранить конфиденциальность, – то это усилит прозрачность и обеспечит нам лучшее понимания человеческой биомедицины»¹¹⁹.

И это не единственный новый крупный тренд в раскрытии данных клинических исследований. Особенно поразительным было заявление, сделанное правительством совместно с большим количеством фармацевтических компаний в 2014 г. Фрэнсис Коллинс, директор Национального института здравоохранения, объявил о партнерстве Accelerating Medicines Partnership, подразумевающем пятилетнее сотрудничестве ведущего федерального исследовательского агентства с 10 крупными фармацевтическими компаниями, сосредотачивая усилия на четырех болезнях. Это сотрудничество включает обмен учеными, пробами тканей и крови, а также данными¹²⁰.

Глава научно-исследовательского подразделения одной из участвующих фармацевтических компаний, Pfizer, описал это как отображение с помощью карт наподобие Google Maps человеческой болезни, поскольку главная цель – наметить молекулярные карты и биологические цели – ГИС – для каждой из четырех болезней. Как сообщили Лэнгли и Рокофф в Wall Street Journal, «следуя примеру движения за „открытые источники“, которое охватило мир программного обеспечения, группа будет делиться всеми находками с населением, чтобы каждый мог свободно пользоваться ими и проводить собственные эксперименты»¹²⁰. Для борьбы с раком недавно был запущен крупный проект с участием Национального института рака⁵, фармацевтических компаний и Foundation Medicine, компании, занимающейся секвенированием раковых опухолей, о которой мы уже говорили. Цель проекта – определение оптимальных способов лечения рака легких¹²¹.

Есть несколько проектов по краудфандингу геномного секвенирования, предусматривающих набор участников и сбор пожертвований через Интернет¹²²: например, в рамках проекта PathoMap собирается ДНК по всему Нью-Йорку, на станциях метро, в поездах, парках, такси, автобусах и аэропортах, а Genome Liberty занимается фармакогеномными взаимодействиями¹²³. Зарегистрированный в Канаде интернет-сайт Science Menu (http://sciencemenu.ca) делает большую работу по отслеживанию всех научно-исследовательских проектов, финансируемых за счет краудфандинга, включая проекты, связанные с геномикой.

Эта все более популярная форма медицинских исследований не ограничивается лекарственными препаратами или геномикой^124–126. Существенные результаты достигнуты в этом отношении и в индустрии медицинских устройств. Пенсильванский университет совместно с Управлением по контролю за продуктами и лекарствами работает над проектом Generic Infusion Pump (непатентованный инфузионный насос) с целью иметь возможность «распечатать насос для внутривенных вливаний, используя машину для ускоренной разработки опытных образцов, загрузить в него программное обеспечение из открытого источника и через несколько часов иметь работающее устройство»¹²⁷. Висконсинский университет инициировал программу Open Source Medical Device («Медицинское устройство на базе открытых исходных кодов»), чтобы «поставлять при нулевых издержках все необходимое для изготовления устройства с нуля, включая спецификации аппаратного обеспечения, исходный код, инструкции по сборке и детали – и даже рекомендации, где их купить и сколько платить»¹²⁷. Есть также Medical Device Coordination Framework (Координационная программа создания медицинских устройств) Канзасского университета, предполагающая создание открытой платформы для аппаратного обеспечения с элементами, общими для многих устройств, таких, например, как дисплеи, кнопки, процессоры, сетевые интерфейсы и операционное программное обеспечение¹²⁷. Эти инициативы, связанные с открытыми медицинскими системами, потенциально способствуют оперативной совместимости и развитию медицинских мобильных устройств в целом.

В Journal of Socialomics Лимайе и Бараш заявили, что обмен медицинскими данными является моральным долгом и профессиональной обязанностью. Они написали: «Знания – это основа нашей способности обеспечить пациентам высококвалифицированную медицинскую помощь. Если организации здравоохранения и профессионалы не обмениваются знаниями открыто, то это означает, что мы не выполняем наш профессиональный социальный договор с обществом и не выполняем наш общечеловеческий долг приносить пользу»¹.

Обмен информацией, прозрачность и открытость в настоящее время становятся быстро развивающимися трендами в медицине, в частности благодаря цифровой инфраструктуре. Радостно видеть, как быстро сформировалось движение за открытость⁵, но все равно считается, что оно находится только на раннем этапе. Оно действительно позволило нам мыслить шире, не бояться воображать, как когда-нибудь медицинские данные от большинства Homo sapiens будут собраны вместе, чтобы способствовать здоровью друг друга и будущих поколений (вспомните, что буквальный перевод слова sapiens – «разумный», а МООМ делают свой вклад в нашу мудрость). Теперь мы можем ухватиться за этот шанс, недоступный раньше, но обладающий невероятным потенциалом, – возможность делиться и выполнять тем самым моральный долг. Это демократизирует медицину на более высоком уровне, соединяя все наши ГИС и информацию о лечении для создания нового пути медицины для людей. Очень важным будет решение аналитических задач, связанных с такими огромными базами данных, о чем мы поговорим ниже. Столь же важно для успеха этого дела – найти подход к серьезным нерешенным вопросам неприкосновенности частной жизни и безопасности. Если это не удастся сделать, возможности, которые способна реализовать открытая медицина, могут не реализоваться. Это следующий шаг.

Глава 12

Защита данных или защита здоровья?

Я не хочу жить в мире, где все, что я делаю и говорю, записывается.
Эдвард Сноуден¹

Сегодня все гаджеты, которые стали возможны благодаря Интернету, должны иметь цифровое «предупреждение Миранды»[40]: все, что вы говорите или делаете онлайн, от обновления статуса до селфи, может и будет использовано как свидетельство против вас в Интернете.
Ник Билтон, The New York Times²

В мире WikiLeaks Джулиана Ассанжа и разоблачений Эдварда Сноудена мы неуклонно приближаемся к нулевой толерантности в отношении непрозрачности деятельности правительства^{1, 3}. В то же самое время происходит или обнаруживается огромное количество взломов систем защиты в Интернете, как в случае сети розничных магазинов Target или так называемой ошибки Heartbleed[41]. По мере оцифровывания все вокруг становится портативным и доступным, а мы застряли где-то посредине – ни то ни се. Мы хотим открытости, но хотим при этом сохранить право на неприкосновенность частной жизни. Мы хотим от правительства прозрачности, но не хотим ставить под угрозу безопасность^{4, 5}. Мы хотим полного доступа, но требуем защиты нашей персональной информации. Мы живем в мире продвинутых хакеров и «кванта-предпринимателей»⁶, которые хотят продавать наши данные, чтобы на этом заработать. Сказать, что «это все крайне запутанно», – все равно что не сказать ничего.

Несмотря на все сложности, очень важно разобраться с этими вопросами. Мы рассмотрели многие уже существующие пути обмена данными. Основная предпосылка в сегодняшнем здравоохранении состоит в том, что большие данные в конечном счете приведут к большему количеству вылеченных людей^{7, 8} или, по крайней мере, к улучшению их здоровья. А между тем людей постоянно лечат, но редко исцеляют. Во многом это объясняется предиктивной аналитикой, которая является темой следующей главы. В ней мы рассмотрим, насколько сказанное выше соответствует действительности. Однако, если у нас не будет четкого понимания обратной стороны оцифровывания людей и подключения всех к Интернету, мы не сможем взвесить потенциальные преимущества – будет ли это улучшение состояния человека, например хорошее самочувствие в течение месяца, или радикальный результат, такой как полное излечение от рака. Поэтому к важным вопросам неприкосновенности частной жизни и безопасности цифрового здравоохранения и медицинских данных мы обратимся прямо сейчас.

Наши цифровые «хлебные крошки»[42] и торговцы данными

На протяжении уже нескольких десятилетий мы оставляем цифровые «хлебные крошки» везде, где только можно, начиная с оплаты кредитными картами. Их количество резко возросло за последние 15 лет с появлением Google и Интернета, Amazon и покупок онлайн, социальных сетей подобных Facebook, не говоря уже о беспроводных мобильных устройствах, которые сообщают о нашем точном местонахождении и дают гораздо больше информации о нас в режиме реального времени. А еще есть Агентство национальной безопасности, которое хранит нашу электронную переписку и разговоры по мобильным телефонам в огромных базах данных для несанкционированного поиска⁹, 10. Хлебные крошки превратились в буханки хлеба.

Избегать этого наблюдения в лучшем случае очень неудобно. В своей книге «Нация, пойманная в сеть: В поисках прайвеси, безопасности и свободы в мире безжалостного наблюдения» (Dragnet Nation: A Quest for Privacy, Security, and Freedom in a World of Relentless Surveillance)¹¹ Джулия Ангвин, занимающаяся журналистскими расследованиями в ProPublica, объясняет, почему прекратила пользоваться Google: «Мои поиски предоставляют самую секретную информацию обо мне»¹². У нее вызвало раздражение решение Google объединить информацию с различных сервисов компании, таких как поисковая система и почтовый сервис Gmail, предоставив рекламодателям больше возможностей для персонализированного продвижения товаров. Поэтому Ангвин перешла на DuckDuckGo, поисковую систему, которая не вводит в память и не хранит IP-адрес пользователя и другие цифровые следы^12–14. Эта «маленькая» поисковая система, в которой набирается 1 млрд запросов на поиск в год в сравнении со 100 млрд в месяц у Google, быстро разрослась в связи с ростом интереса к сохранению конфиденциальности¹⁵. Хотя в ней размещаются рекламные объявления, связанные с вашими запросами.

Тайну частной жизни защитить чрезвычайно сложно, когда вы стучите по клавиатуре или пользуетесь мобильным устройством. Вы можете попытаться купить немного прайвеси с помощью таких инструментов, как Blackphone или смартфон Android стоимостью $62816, где есть специальное программное обеспечение, позволяющее пользователям делать зашифрованные звонки и отправлять зашифрованные СМС-сообщения; существует также корпус для мобильного телефона OFF Pocket за $85 для блокировки сигнала с телефона, чтобы сделать невозможным определение местонахождения аппарата¹⁷. Приложение Snapchat обещает автоматическое удаление данных, СМС-сообщений, фотографий и видеозаписей из аппарата получателя и серверов компании в период от одной до десяти секунд после просмотра данных. (Также имеются «эфемерные» приложения Secret, Confide, Younity, Gliph и Wickr.)¹⁸

Усилия по ограничению сбора данных в национальных масштабах почти не дали результата. Инструмент под названием Do Not Track[43] («не отслеживайте меня») для потребителей, которые хотят избежать слежки в Интернете, совершенно неэффективен, а Билль о правах потребителя на конфиденциальность (Consumer Privacy Bill of Rights), который предложил президент Обама в 2012 г.^19–24, так и остался пока на бумаге. Алексис Мадригал описал ощущения жертвы слежки – за ним в Интернете следили 105 компаний. Он отмечал, что «люди не контролируют данные, которые собирают о них и которыми торгуют»²⁵, несмотря на предложение президента Обамы, которое должно было позволить пользователям «контролировать то, какие персональные данные о них собирают компании и как ими пользуются». С тех пор положение дел стало еще хуже.

Стивен Вольфрам, превосходный специалист в области информатики, продемонстрировал, сколько всего мы открываем потенциальным хакерам и электронным ворам, когда регистрируемся на Facebook²⁶. Хотя согласие делиться данными и добровольное, оно отнюдь не информированное. Лишь немногие знают, что даже после того, как пользователи делают настройки конфиденциальности более ограничительными, восстановить ранее введенные данные совсем несложно. К тому же постоянно предпринимаются попытки хакерского взлома некоторых сайтов, например сайтов, позволяющих проводить банковские операции онлайн путем использования компьютерных программ, которые определяют пароль пользователя. Программы-анализаторы сети типа Wireshark могут сделать угрозы зримыми²⁷, раскрыв все пакеты данных в Интернете, направленные на (атакующие) ваш компьютер, – они отлавливаются и фильтруются, чтобы вы могли их проверить и впасть в еще большую депрессию.

Когда вы покидаете небезопасное пространство в вашем доме, оставив там стационарный компьютер или ноутбук, и решаете отправиться в магазин или торговый центр, вы определенно знаете, что за вами внимательно наблюдают камеры, и привыкли к этому²⁸. Но это только цветочки. Например, ваш смартфон «разговаривает» со многими ритейлерами и бакалейными лавками, подавая им знак, что вы вошли^29–32. Зная ваш профиль, эти компании могут предложить вам персонализированный акционный товар в форме СМС-сообщений или купонов. Вполне возможно, что у вас включена защита, не позволяющая определить ваше местонахождение по аппарату, но это не имеет значения. Смартфон издает сигналы в поисках антенны Wi-Fi, и они дают ритейлерам много информации по мере того, как покупатели передвигаются по торговому центру, и то же самое делает датчик наклона в вашем телефоне^33а. Вы знали, что на полках некоторых магазинов спрятаны камеры для отслеживания движения ваших глаз и того, что вы снимаете с полок и рассматриваете, и что затем они могут алгоритмически генерировать купон или какое-то соблазнительное предложение и отправить на ваш смартфон? Персональный подход, так? Существует и программное обеспечение, которое определяет ваше настроение по выражению лица и дает рекомендации применительно конкретно к вам. Если вы готовы вообще отказаться от прайвеси, то мобильное приложение Placed дает вам купоны, обеспечивающие вас информацией о магазине, в котором вы находитесь.

Когда вы выходите на городские улицы и попадаете в общественные места, вас окружает беспрецедентное количество датчиков, камер телесистем и обширные беспроводные сети, позволяющие следить за вашими передвижениями, считывать номера ваших машин и улавливать биометрическую информацию, например, узнавать лица. Еще есть наблюдающие за вами сверху недорогие спутники, в результате чего «вся Земля оказывается, словно перед зеркалом, в режиме почти реального времени и просматривается в мельчайших подробностях c помощью инфракрасной локации и других способов сбора данных»^33b. Боже, да нам буквально негде укрыться от всевидящего ока.

И за нами не просто наблюдают, но и опознают. Приложение NameTag позволяет пользователям Google Glass фотографировать незнакомцев и опознавать их с помощью базы данных компании FacialNetwork, которая включает род занятий и профили в социальных сетях³⁴. Точно так же компания NEC разрабатывает инструменты, позволяющие гостиницам и компаниям автоматически узнавать важных посетителей³⁵. Эти функции основываются на конвертировании данных по каждому лицу в «отпечаток лица» цифрового кода и на наличии большой базы данных, в которой находится соответствие. Пользователи Facebook представляют себе это, поскольку их программное обеспечение для поиска лиц, известное как Tag Suggestions, автоматически предлагает пометить людей, изображенных на фотографиях^34–36.

Хотя в настоящее время еще не существует базы данных с «отпечатками лиц» всех 7 млрд жителей Земли, это не означает, что нет компаний, которые работают над ее созданием.

В международном аэропорту Ньюарк Либерти в Нью-Йорке в 2014 г. был установлен 171 новый светодиодный осветительный прибор, и лишь немногие люди понимали, что эти светильники представляют собой часть новой беспроводной сети с датчиками, осуществляющей мониторинг всего, что происходит в терминале³⁷. Такие «умные фонари» теперь распространяются в городах по всему миру – от Чунцина в Китае до Дубая в Объединенных Арабских Эмиратах и до Рио-де-Жанейро в Бразилии. В Великобритании на каждые 11 человек приходится камера видеонаблюдения³⁸. В Нижнем Манхэттене ведется тщательное наблюдение за людьми и машинами с использованием технологии определения лиц и предметов. Камеры наблюдения в Бостоне использовались для идентификации Джохара и Тамерлана Царнаевых, устроивших взрывы во время Бостонского марафона^{28, 39}. Как оказалось в дальнейшем, программное обеспечение для распознавания лиц смогло мгновенно опознать Джохара. Подобное программное обеспечение, алгоритмы, датчики и полномасштабное наблюдение бесспорно имеют большую ценность при таких обстоятельствах, но нельзя игнорировать беспокойство по поводу наблюдения в «умных городах». Как было написано в The Economist, «вместо того, чтобы стать образцом демократии, они [умные города] могут превратиться в электронные паноптикумы, в которых за всеми постоянно наблюдают. Их лабиринты программного обеспечения могут быть парализованы хакерами или вирусами»³⁸. Нечто подобное описывает Дейв Эггерс в книге «Круг» (The Circle)⁴⁰: вымышленная компания из Кремниевой долины, представляющая собой порочный гибрид Facebook, Google и Apple, сводит воедино личные письма по электронной почте, банковскую информацию, информацию о покупках и активности в социальных сетях в универсальную операционную систему. Автор показывает, к чему может привести доведенная до крайности утрата прайвеси, когда детям, например, вживляют чипы, чтобы избежать похищения^{41, 42}. Энтони Таунсенд в книге «Умные города: большие данные, гражданские хакеры и поиск новой утопии» (Smart Cities: Big Data, Civil Hackers, and the Quest for a New Utopia)⁴³ рисует более жизнерадостную картину. Он считает, что электронное наблюдение – это прекрасно и что мы заново изобретаем города на платформе смартфона.

В русле всего этого потока данных держит курс и большой бизнес. «Торговцы данными» – это компании, которые собирают и анализируют нашу персональную информацию и продают ее, не ставя нас в известность⁴⁴. Acxiom, использующая 23 000 компьютерных серверов и обрабатывающая свыше 50 трлн сделок по передаче данных в год, является крупнейшей компанией в этой индустрии, тянущей на многие миллиарды долларов. Она имеет в своем распоряжении свыше 1500 различных данных по каждому человеку из более чем 200 млн американцев и 200 млн досье на мобильные телефоны^{44, 45}. Очерк о таких компаниях в The New York Times был озаглавлен «Картирование и обмен данными по потребительскому геному» (Mapping, and Sharing, the Consumer Genome)⁴⁶. Acxiom и другие компании, торгующие данными, располагают не только именами и фамилиями пользователей, но и сведениями о доходах, вероисповедании, расе, образовательном уровне, сексуальной ориентации, политических пристрастиях, стоимости дома, владении транспортными средствами, о том, сколько у вас детей, о ваших недавних покупках, вашем пакете акций, о том, вегетарианец ли вы, о семейной истории болезни и принимаемых лекарственных препаратах. Компании типа Exact Data продают базы данных с именами людей с заболеваниями, передаваемыми половым путем. Браузеры Интернета и приложения для мобильных телефонов во многом способствуют этому вторжению в частную жизнь. В программе «60 минут» отмечалось, что через приложения Angry Birds и Brightest Flashlight Free более 50 млн человек дали компаниям возможность бесплатно следить за ними и продавать полученные в результате данные⁴⁴.

Acxiom можно считать аксиоматическим примером вторжения в частную жизнь. Ритейлер Target соединяет эти данные с информацией, которую компания собирает сама, для того, чтобы точно знать своего потребителя. Как сказал один сотрудник контрольно-надзорного органа, «это невидимые киберацци, которые собирают информацию обо всех нас». Получается, что мы все – знаменитости, а за нами бегают папарацци, только цифровые⁴⁶. Генеральный директор Aсxiom Скотт Хау сказал: «Вскоре наши цифровые возможности позволят дотянуться почти до каждого пользователя Интернета в США»⁴⁴. Уже сейчас у нас все не слава богу. Это вполне может служить предзнаменованием цифрового кошмара. И чем больше данных свидетельствует об этом, тем сильнее становится не по себе.

Безусловно, это не тот случай, когда данные защищены. У Choice Point имелось 17 млрд записей по отдельным людям и компаниям⁴⁵. Они продали эти данные 100 000 клиентов, которые охватывали 7000 федеральных учреждений, учреждений штатов и местных органов. Было проведено расследование деятельности этой компании по поводу продажи свыше 140 000 личных данных для того, чтобы отследить всю воровскую цепочку. Компания Court Ventures, которую в дальнейшем купила Experian, одно из крупнейших бюро кредитных историй, продала «полный пакет» персональных данных, включая номера в системе социального страхования, девичьи фамилии матерей и персональную информацию, необходимую для гарантии безопасности кредитных карт.

Помимо продажи персональных данных некоторые из этих торгующих данными компаний подверглись атаке хакеров. Вот вам рецепт для создания проблем – хакерская атака на хранителя большого количества данных. Серьезный сбой в системе защиты в Epsilon привел к обнародованию электронных писем миллионов клиентов Citibank, JP Morgan Chase, Walgreens и Target⁴⁶. Затем Target подверглась хакерской атаке в конце 2013 г., в результате чего был получен доступ к информации по кредитным и дебетовым картам 40 млн покупателей.

Многие из тех, кто выступает в защиту сбора данных, делают упор на различии между данными и метаданными, между личностью и цифровыми тегами, которые с нами связываются. К сожалению, по мере того, как метаданные все более увязываются с контекстом большого количества персональной информации, мы становимся «метаперсонами»⁴⁷. Наша истинная личность менее важна, но ее гораздо легче установить по собранным данным. Когда Сноуден разоблачил Агентство национальной безопасности, президент Обама заявил: «В этой базе данных нет имен, нет содержания»⁴⁸. Неправильно. Оказывается, человека невероятно легко идентифицировать по его номеру телефона, как продемонстрировали исследователи из Стэнфордского университета⁴⁹.

Этот очень краткий обзор преимущественно немедицинской ситуации может служить прелюдией к тому, куда идет здравоохранение. Во многих больницах используется видеомониторинг, чтобы наблюдать за пациентами, с которыми связывается риск падения или совершения самоубийства, а также для того, чтобы проверять, моют ли руки врачи и медсестры⁵⁰. Как и в случае розничной торговли, последствия для бизнеса огромны. Когда я был на шоу Стивена Колберта, я рассказал о работе, которую мы ведем в Институте трансляционных исследований Скриппса, чтобы внедрять в кровоток нанодатчик, способный выявлять приближение сердечного приступа за несколько дней, а то и за пару недель до того, как он должен произойти, и передавать этот сигнал на смартфон. Колберт быстро отреагировал: «Теперь я уверен, что страховые компании будут предлагать скидку, если вы носите монитор, чтобы быть более здоровым. Но затем они начнут продавать информацию о нынешнем состоянии вашего здоровья другим людям, и вам будут звонить с вопросами типа: „Хотите получить 20 %-ную скидку на гробы?“ Или крестор[44], или что-то в этом роде?» Колберт со своими несравненными шутками попал прямо в точку. Грустно во всем этом то, что в результате оцифровывания наших медицинских личностей мы оказываемся очень уязвимыми, и дело не только в маркетинге, все гораздо хуже.

Воровство медицинских персональных данных – «кража личности» – уже идет полным ходом^{51, 52}. Исследование, проведенное Научно-исследовательским центром Пью, показало, что число краж заметно растет в США, и затрагивают они все возрастные группы⁵³. Как говорится в отчете Центра по борьбе с хищениями персональных данных (Identity Theft Resource Center), в 2013 г. 43 % всех краж персональных данных в США были связаны с медициной⁵². Институт Понемона в 2012 г. выпустил отчет по воровству медицинских персональных данных, которое определяется как «использование одним лицом имени и персональных данных другого лица для получения обманным путем медицинских услуг, рецептурных препаратов или представления ложных счетов». По оценкам института, жертвами стали 1,84 млн американцев – на 20 % больше, чем в предыдущий год. Президент института Ларри Понемон подвел итог: «Воровство медицинских персональных данных портит экосистему здравоохранения, что очень напоминает отравление городской водопроводной системы и повлияет на всех»⁵¹. Начиная с 2009 г., когда Министерство здравоохранения и социального обеспечения США начало вести соответствующий учет, были взломаны медицинские карты 68 млн американцев⁵². Так что, когда Министерство здравоохранения и социального обеспечения требует от провайдера медицинских услуг оповещать своих пациентов в случае взлома медицинских карт 500 или более пациентов, это только верхушка айсберга. А как быть со взломами документов менее 500 пациентов, о которых гражданам не сообщается? Плохо уже то, что большое количество медицинских центров в США, причем и самые престижные, со сложными информационными системами здравоохранения, прошли через опыт взлома их электронных медицинских карт. Хотя некоторые из них были работой хакеров (примерно 14 % случаев), гораздо большее количество утечек произошло из-за краж ноутбуков и флешек (более 50 % случаев). Более того, по словам Эдварда Сноудена, Агентство национальной безопасности взламывало коды, которые используются для защиты медицинских карт американцев.

При заметном развитии телемедицины и виртуальных обращений к врачам, которые рассматривались в главе 9, необходимо позаботиться о безопасности этих электронных взаимодействий. Многие компании используют термин «надежность» весьма свободно и широко в своих рекламных материалах, а ведь то, что встреча с медиком передается по Сети, уже внушает подозрения. Вероятность нарушения системы киберзащиты в клиниках и больницах усиливается по мере того, как все больше посетителей и сотрудников приносят свои беспроводные устройства на работу и потенциально имеют доступ к «безопасной» внутренней сети организации здравоохранения.

По мере неконтролируемого роста стоимости медицинских услуг увеличивается и заинтересованность самозванцев. Но это лишь одна сторона вопроса. Продажа информации – проблема гораздо более масштабная, и она набирает силу. Как выразился Сэм Имандуст из Центра по борьбе с хищениями персональных данных: «Несколько раз кликнув мышкой, вы можете получить доступ к данным 10 000 пациентов. Каждый байт информации может быть продан по цене от $10 до $20».

«Кража личности» в медицине – это щекотливая тема, и не только из-за финансовых последствий. Если вы стали жертвой обычного ограбления, вы можете получить новое водительское удостоверение и кредитные карточки. Кража медицинских данных – это совсем другое дело. Как выразился один эксперт, «почти невозможно очистить медицинскую карту после того, как случилась кража медицинских персональных данных. Если кто-то внес ложную информацию в ваш файл, то чужие данные переплетаются с вашими и невозможно отделить информацию о вас от информации о нем»⁵².

Care.data vs. Careless.data[45]

Очень информативное и весьма отрезвляющее исследование о ненадлежащем обращении с медицинскими данными в больших масштабах предприняла Государственная служба здравоохранения Великобритании (NHS)^54–60. Эта крупнейшая в мире государственная организация здравоохранения предоставляет медицинскую помощь 53 млн человек. В августе 2013 г. правительство, желая побудить население делиться своими медицинскими данными с учеными, инициировало крупную кампанию под лозунгом Care.data. По всей Англии в кабинетах врачей были развешены постеры. Возглавляли кампанию Wellcome Trust и ведущие благотворительные организации, такие как Британский фонд изучения рака, Диабетический фонд Великобритании, Британский фонд сердечных болезней, и такие крупные специалисты, как Бен Голдакр[46]. Премьер-министр Дэвид Кэмерон сказал: «Каждый пациент Государственной службы здравоохранения должен быть участником исследования»⁵⁷.

Один из пациентов и участников кампании Care.data, излечившийся от рака Ричард Стивенс, был блестящей иллюстрацией полезности этой инициативы. Он сказал: «Как человек, который пережил два вида рака, я лично видел, как наши медицинские карты могут помочь людям. Возможно, меня сегодня не было бы в живых, если бы у исследователей не было доступа к медицинским записям других раковых больных, чтобы разработать самые эффективные виды лечения и выбрать лучший метод лечения для меня. Предоставляя свою историю болезни исследователям, я знаю, что помогаю другим пациентам в будущем»⁶¹.

Правительство разослало брошюру под названием «Лучшая информированность означает лучшую медицинскую помощь» (Better Information Means Better Care) в 26 млн домохозяйств (рис. 12.1)⁵⁴. Цель NHS – «добиться лучшего здравоохранения, одновременно создавая самую всеобъемлющую базу данных пациентов в мире для исследований» – несомненно достойна похвалы. Это первый случай оцифровывания и хранения всех историй болезни целой нации в одном месте, центральном архиве Информационного центра Министерства здравоохранения и социального обеспечения.

Однако прозвучали серьезные опасения по поводу неприкосновенности частной жизни. Через несколько месяцев после начала кампании возникло активное оппозиционное движение, которое включало Британскую медицинскую ассоциацию и Королевскую коллегию врачей общей практики. К сожалению, эта обеспокоенность не встретила должного понимания. Например, профессор Лайам Смит из Лондонской школы гигиены и тропической медицины сказал: «Я не могу гарантировать, что не будет ни единой утечки, но риск минимален. Речь не идет о конкретных людях»⁶¹. Да нет же! Речь идет как раз о конкретных людях. Care.data состоит из конфиденциальных медицинских данных каждого человека, включая наследственность, диагнозы, выписанные лекарства, результаты анализов крови и медицинские снимки. Стоит делу дойти до «кражи личности» – чтобы стало ясно, насколько это касается конкретного человека. А для компаний розничной торговли и компаний, торгующих информацией, реидентификация не составляет особого труда, и истинная анонимность невозможна. Более точным термином будет «псевдоанонимность»⁵⁹. Кражи важных медицинских персональных данных одного человека вполне достаточно, чтобы вызвать волнения и беспокойство. Но причин для беспокойства оказалось гораздо больше. В конце февраля 2014 г. крупная часть базы данных, содержащая данные больниц за 13 лет и охватывающая 47 млн пусть и обезличенных пациентов, была продана страховой индустрии. Бен Голдакр пришел в ярость от действий Информационного центра Министерства здравоохранения и социального обеспечения и написал, что это нарушение собственного устава Информационного центра: «Они не правы: это подобно ядерной энергии. Медицинские данные, разреженные и сжатые, представляют собой огромную силу, способную творить добро, но они таят в себе и большой риск. Если происходит утечка, то вернуть данные назад невозможно; потребуются десятилетия, чтобы восстановить доверие населения»⁵⁶. Джонатан Фридлэнд написал в The Guardian: «Мы теперь никому не доверяем наши данные – даже нашим врачам»⁶².

Хотя программа Care.data была осуществлена из рук вон плохо, она очень поучительна. Она олицетворяет потенциально несовместимые цели разработки огромных ресурсов медицинской информации в помощь пациентам, но в то же самое время делает их доступными для покупателей и, к сожалению, для грабителей.

Медицинские данные и мобильные устройства

Самый большой источник данных о здоровье человека – это не МООМ и не национальное хранилище данных о здравоохранении, а смартфон. Хорошая новость состоит в тот, что куки-файлы не очень хорошо работают с мобильными телефонами, так что не могут следовать за человеком от браузера компьютера к браузеру телефона. Плохая новость состоит в том, что рекламодатели, преступники и торговцы данными нашли новые, изощренные способы отслеживать все наши действия в Сети и занятия, связанные со смартфоном или планшетом^63–65. Компании типа Drawbridge могут соотнести несколько устройств с определенным пользователем путем обработки данных, включая сайты в Интернете, которые он посетил, работу с приложениями, даты и время, а также местонахождение³².

Privacy Rights Clearinghouse основательно изучила 43 мобильных приложения, связанных со здравоохранением, и показала «существенный» риск для неприкосновенности частной жизни пользователей⁶⁶. Пользователи не знали, что информацию можно декодировать, передать по незащищенным сетям и ее может использовать разработчик приложения или третьи лица. Только 43 % бесплатных приложений уведомляли о политике конфиденциальности⁶⁷. Исследование, проведенное Колорадским университетом, показало, что потребители готовы платить за то, чтобы быть уверенными в конфиденциальности данных, вводимых или получаемых через приложение. У меня была возможность обсудить этот вопрос с Майком Ли, автором и генеральным директором MyFitnessPal – одного из самых широко используемых мобильных приложений для сброса веса и поддержания себя в форме. Он настойчиво заверял меня, что они не передают никакой индивидуальной информации третьим лицам. Похоже на правду, но относится это не ко всем. Распространение мобильных приложений для фитнеса определенно началось не самым лучшим образом, когда компания Fitbit, еще в 2011 г., непреднамеренно сделала доступной информацию о сексуальной активности пользователей. Мы прекрасно знаем, что, когда мобильные приложения загружаются, пользователь никогда не читает условия, а просто нажимает на кнопку «Согласен».

Важная часть истории о неприкосновенности частной жизни в связи с мобильными устройствами – работодатели. За водителями грузовиков следят уже несколько лет с помощью приборов слежения, сигнализирующих о местонахождении, с GPS-навигаторами, каждую минуту определяющими местонахождение и время в пути^{68, 69}. Это было только начало все более распространенной практики контроля работодателей над своими сотрудниками с помощью датчиков, которые те носят на теле^{70, 71}. Один из примеров – бизнес-микроскоп Hitachi (Hitachi Business Microscope), устройство, которое продается руководителям крупных компаний для увеличения производительности труда. Оно вставляется в именной бейдж сотрудника и состоит из инфракрасных датчиков, акселерометра, микрофона и беспроводного устройства связи. Сотрудники общаются друг с другом, а бейджи записывают это и передают руководству, «кто с кем разговаривает, как часто, где и насколько активно»⁷⁰. Еще один подобный прибор – умные очки наподобие Vuzix, в которых есть микрофон, GPS-навигатор, акселерометр и дисплей для данных. Регистрирующие жизнь приложения типа Saga включают барометр, фотоаппарат, микрофоны и датчики для определения местонахождения смартфона с целью обеспечения «всеобъемлющей автоматической записи вашей жизни»⁷²; они точно знают, где вы находитесь и что собираетесь делать. Барометр помогает определить точное местонахождение наряду с сильными акустическими и световыми сигналами для контекста.

Но чаще люди имеют датчики, которые носят на теле, – это беспроводные акселерометры типа Fitbit и Jawbone^73–75. Эти компании теперь продают свои устройства тысячам работодателей для корпоративных оздоровительных программ⁷⁵. Представитель одной крупной медицинской страховой компании отметил, что «данные, собираемые с помощью этих гаджетов, могут в конце концов повлиять на ценообразование группового страхования». Группового – а как насчет индивидуального? Кроме вашего работодателя, который может быть заинтересован в отслеживании ваших действий, есть еще ваш спортзал или фитнес-клуб, и они уже этим занимаются. Многие люди, которые покупают абонемент и не пользуются им, в будущем, возможно, уже не смогут спрятаться. Life Time Fitness, компания с фитнес-клубами в 24 штатах, имеет «менеджера по устройствам, работающего в рамках национальной программы»⁷⁶, который убеждает каждого члена клуба позволить вести мониторинг каждого его движения в спортзале. Членов клуба заверяют, что они могут выбирать, с кем из друзей поделиться данными, и всегда имеется опция «Выходные в Лас-Вегасе», позволяющая полностью закрыть информацию⁷⁶.

Медицинские устройства и хакерство

В то время как нам еще только предстоит увидеть широкомасштабное использование потребителями непрерывного мониторинга кровяного давления и других жизненно важных показателей, есть достаточное количество пациентов с имплантированными медицинскими устройствами для выявления многих потенциальных предрасположенностей^77–81. Как выразилась Сейди Криз, профессор кибербезопасности из Оксфордского университета: «Если вы думаете, что попытки не дать ворам украсть информацию о ваших кредитных картах или взломать вашу страницу в Facebook достаточно рутинная задача, вообразите себе попытки помешать им забраться в вашу поджелудочную железу»⁸². На самом деле это уже случалось и с инсулиновыми насосами, и с сердечными дефибрилляторами. И те и другие имеют беспроводную связь для отслеживания и обновления программного обеспечения⁸³. Производители не предусматривали никаких мер безопасности в этих устройствах, но были предложены новые концепции шифрования дефибриллятора посредством сигнала о сердцебиении самого пациента или кодировки данных каким-то иным способом⁸⁰. Базы данных трех крупнейших производителей медицинских устройств в мире – Medtronic, St. Jude Medical и Boston Scientific – подвергались хакерским атакам, предположительно из Китая, и компании об этом не знали, пока их не уведомили федеральные власти⁷⁷. Управление по контролю за продуктами и лекарствами США подняло вопрос о необходимости обеспечения кибербезопасности медицинских устройств, которые особенно уязвимы, поскольку подсоединены и к Интернету, и к больничным сетям, и к смартфонам, и к другим медицинским устройствам⁷⁸.

Ошибка Heartbleed, обнаруженная в 2014 г., – яркое напоминание об уязвимости популярного, широко используемого программного обеспечения с открытым исходным кодом^84–86. Мы знаем, что это программное обеспечение называется OpenSSL и используется оно для кодирования большого количества разнообразных встроенных устройств, подвергая их риску. Такие недостатки в коде, безусловно, могут быть и в программном обеспечении с закрытым исходным кодом, как и во всех наших системах электронных медицинских карт (типа EPIC, Cerner, Allscripts), которые используются на всей территории США в больницах и информационных системах здравоохранения.

Всестороннее изучение кибербезопаности больниц и организаций здравоохранения США – которое охватывало медицинские устройства и программное обеспечение, включая частные виртуальные сети передачи данных, межсетевые защитные экраны, колл-центры, программное обеспечение для радиологических исследований, телесистемы, работающие по замкнутому каналу, и роутеры – привело к выводу, что состояние медицинской кибербезопасности «ужасающее» и «вызывает тревогу», а также «является иллюстрацией того, как далеко отстала сфера здравоохранения». В отчете критиковали такие никчемные с точки зрения стандартов безопасности данных законы, как Закон о страховании здоровья и медицинской ответственности (Health Insurance Portability and Accountability Act) и Закон о применении медицинских информационных технологий в экономической деятельности и клинической практике (Health Information Technology for Economic and Clinical Health Act). Эти выводы были подкреплены результатами «первого моделирования атаки на кибербезопасность в отрасли здравоохранения», проведенного в 2014 г.^{87, 88а, 88b} Один только факт, что первое моделирование имело место только в 2014 г., говорит сам за себя, но есть и более серьезные проблемы. Участники говорили о невозможности скоординировать действия различных медицинских практик, производителей устройств, информационных систем больниц и всех, кто с ними связан^{88а, 89}. Джим Кониг, один из руководителей моделирования, сказал, что ожидает только роста количества атак⁸⁷. Поэтому неудивительно, что число хакерских атак на больницы возросло, возможно, даже быстрее, чем предсказывалось, и они становятся все мощнее. В апреле 2014 г. неизвестная группа хакеров атаковала сайт Бостонской детской больницы, практически выведя серверы из строя и заставив больницу временно прекратить электронную переписку^88с. Всего через несколько месяцев Community Health System, организация здравоохранения, обслуживающая 4,5 млн пациентов и включающая 206 больниц, подверглась кибератаке со стороны китайских хакеров, в результате чего были утрачены персональные данные, фамилии, адреса и номера социального страхования^88d. Пока это самый крупный взлом базы медицинских данных из числа зарегистрированных.

Ваш геном

Когда бы я ни выступал на тему геномики, первый, неизменно задаваемый вопрос касается конфиденциальности. В настоящее время самая обширная база геномных данных имеется у 23andMe. Миссия компании – создать «самую крупную, надежную частную базу данных в мире с генотипической и фенотипической информацией, которая может быть использована для сравнительного анализа и исследований»⁹⁰. Миссия эта кажется прекрасной, пока не узнаешь о том, что «генетическая информация, которой вы делитесь с другими, может быть использована не в ваших интересах», или о перспективном плане компании продавать анонимизированные данные фармацевтической промышленности.

На самом деле есть много поводов для беспокойства относительно прайвеси и безопасности, когда дело касается ваших ДНК. Начнем с генетического анализа, который может включать все – от простого генотипирования до полногеномного секвенирования или любого из «омов», составляющих ГИС человека. Решение должен принимать хозяин генома, единственным исключением могут быть дети, за которых это делают родители. К сожалению, очень легко провести генетическое тестирование, не ставя в известность человека, ведь это так просто – прихватить немного вашей ДНК с чашки, посуды или стакана, которыми вы пользовались. Нелегальная генетическая оценка должна быть запрещена, так как представляет собой откровенное нарушение неприкосновенности частной жизни.

Следующий вопрос: кто может иметь доступ к результатам анализа вашей ДНК? Ваш страховщик? Ну, в этом деле задействованы врачи, что отражает исследование, проведенное Колумбийским университетом, которое показало, что 5 % из 220 терапевтов преднамеренно скрывали или искажали генетические данные своих пациентов. «Кодекс медицинской этики» Американской медицинской ассоциации предполагает, что от врачей может потребоваться хранить генетические результаты в отдельном файле, недоступном страховщикам. И разумеется, вы вправе беспокоиться из-за того, что результаты вашего геномного секвенирования хранятся в вашей медицинской карте. Электронная карта может подвергнуться хакерской атаке или быть взломана, как мы уже говорили. Или страховая компания может воспользоваться информацией, чтобы либо отказать в покрытии, либо потребовать исключительно высоких страховых взносов⁹¹.

После 14 лет бездействия американского Конгресса в 2008 г. наконец был принят Закон о недопущении дискриминации в связи с генетической информацией (Genetics Information Nondiscrimination Act)⁹². В то время как этот закон защищает людей от передачи их генетических данных работодателям или медицинским страховым компаниям и злоупотреблений ими, он не распространяется на страхование жизни, страхование на случай инвалидности и необходимости длительного лечения. Исключив эти важные виды страхования из рассмотрения вопроса о конфиденциальности и запрете на передачу генетической информации, закон породил существенные противоречия и путаницу⁹².

Так, например, Барта Мария Кнопперс, директор Центра геномики и политики при Университете Макгилла, указывает, что «ни одно исследование никогда не устанавливало существования генетической дискриминации страховщиками»⁹³, и делает вывод: «Сомнительно, что очередной закон о страховании жизни, инвалидности и долгосрочного лечения на самом деле может предотвратить дискриминацию»⁹³. И действительно, Джоли с коллегами провели систематический анализ всех публикаций о генетической дискриминации и страховании жизни и сделали вывод: «За исключением достойного внимания изучения болезни Хантингтона, ни одно из рассматриваемых здесь исследований не дает бесспорных доказательств системных проблем генетической дискриминации, которые могли бы привести к нежелательным социальным последствиям»⁹⁴.

Из 15 крупных страховых компаний лишь одна (Northwestern Mutual) в настоящее время спрашивает потенциальных клиентов в определенных штатах о данных генетических тестов, если такие делались⁹⁴. И компания указывает, что отказ сообщать результаты может привести к отмене страхового покрытия или повышению ставки страховых взносов. Одна компания, занимающаяся страхованием жизни, включает в договор особое условие, что, если человек не сообщит о высокой генетической предрасположенности к болезни Альцгеймера, как, например, о наличии двух копий аллеля apo4, это будет считаться серьезным упущением и может привести к признанию полиса недействительным⁹⁵.

К счастью, некоторые штаты распространили инициативу за рамки Закона о недопущении дискриминации в связи с генетической информацией, чтобы обеспечить всеобъемлющий закон о конфиденциальности генетических данных. В 16 штатах есть законы о конфиденциальности генетических данных и при страховании жизни, и при страховании инвалидности. В 10 штатах законы касаются длительного лечения, а в некоторых штатах, например Калифорнии и Массачусетсе, защита конфиденциальной информации распространяется на все три вида страхования⁹⁶. В Великобритании страховые компании пока согласились игнорировать генетические анализы, потому что наследственные заболевания, которые могут иметь серьезные последствия, довольно редки.

Тем не менее некоторые ведущие американские страховые компании считают уместным иметь всю информацию о здоровье клиента, включая геномные данные, поскольку это единственный способ справедливо и точно оценить риски. Так что этот спор по большому счету не закончился. Кроме того, постоянно меняется интерпретация геномной информации, и меняется серьезно. Мутации, при которых высока вероятность развития у конкретного человека серьезного заболевания, по большей части редки; более типичны геномные варианты, при которых нет уверенности, что у человека вообще разовьется болезнь, – можно только предполагать. Возьмем в качестве примера apo4. Носители встречаются довольно часто, это примерно 14 % населения. Риск заболеть болезнью Альцгеймера у них выше в три раза, чем у тех, кто не является носителем этого аллеля. Но все равно этот риск находится в диапазоне от 20 % до 25 %, это далеко не 100 %. Страховые компании, возможно, захотят иметь точную статистику по этому вопросу, но история apo4 касается лишь одного из немногих установленных обычных аллелей, ход развития которых исследован. В предстоящие годы мы узнаем гораздо больше о генах-модификаторах, которые объясняют, почему некоторые люди даже с двумя копиями apo4 никогда не заболевают болезнью Альцгеймера. Только после того, как миллионы людей с различными заболеваниями и наследственностью пройдут полногеномное секвенирование, мы начнем лучше понимать риски. До тех пор мы находимся в зоне неопределенности, а это мешает исследованиям – почти 25 % людей, которым предлагают участвовать в геномных исследованиях, отказываются, поскольку их беспокоят вопросы страхования. Да, большинство людей готовы поделиться информацией о своих ДНК для научных целей, при условии сохранения анонимности, но с этим-то как раз проблема. Некоторые исследования показали, что при получении от человека обширных геномных данных есть вероятность, что его можно реидентифицировать. Это нелегко и безусловно не всегда возможно⁹⁷, но гарантировать добровольному участнику геномного исследования, что этого не произойдет, нельзя. Недавние исследования показали, что становится все проще воссоздать лицо человека («генетический снимок») на основании геномной последовательности, и это добавляет еще один повод для беспокойства по поводу прайвеси⁹⁸. А с помощью алгоритмов для распознавания лиц могут быть выявлены и генетические аномалии⁹⁹.

Для выхода из этого затруднительного положения предлагаются разные пути. Миша Энгрист из Университета Дьюка рассматривает три варианта – лучше шифровать, сделать реидентификацию противозаконной или просто сделать генотип и фенотип общедоступными¹⁰⁰. Приняв участие в проекте «Личный геном» Гарвардского университета с полностью открытыми данными, он признал, что, учитывая последнее обстоятельство, люди должны чувствовать себя неуютно, поскольку их ДНК могут быть использованы, чтобы каким-то образом подставить: среди всего прочего, например, существует риск признания вашего отцовства.

Зашифровывание генома вполне реально. Криптологи выступают за «гомоморфную» методологию, в этом случае с данными работают через умножение и сложение, но при этом не требуется тратить много времени на расчеты. Однако возможна полная расшифровка: Джон Уилбэнкс, специалист по сохранению конфиденциальности из Sage Bionetworks, Сиэтл, сказал: «Если где-то имеется копия вашего генома, пусть и сильно зашифрованная, я могу просто пожать вам руку и взять немного вашего генетического материала». Мы уже рассматривали эту возможность, и она должна быть признана противозаконной. Реидентификация также должна быть противозаконной, но ввести подобную практику может быть чрезвычайно сложно.

Трудность решения проблемы прайвеси, особенно когда речь идет о больших базах геномных данных, собираемых у миллионов людей, вероятно, объясняет точку зрения Стивена Бреннера из Калифорнийского университета в Беркли, высказанную им в статье «Будьте готовы к утечке большого количества геномных данных» (Be Prepared for the Big Genome Leak)¹⁰¹. Но хотя он и утверждает, что серьезные утечки неизбежны, он верит, что на индивидуальном уровне такие данные, «вероятно, раскроют меньше, чем при обычном поиске в Google». Он может быть прав насчет этого сегодня, но, если перемотать пленку к тому времени, когда геномные данные станут заметно более информативными, это уже может быть совсем не так.

Еще один вариант – продавать вашу геномную последовательность. Компания-стартап Miinome создала платформу, при помощи которой потребители получают наличные за продажу данных своих ДНК рыночным производителям и исследователям¹⁰². Генеральный директор сказал: «Мы представляем собой первый маленький рынок человеческого генома, контролируемый участниками процесса»¹⁰². Компания получает свои проценты за каждый доступ покупателя к вашим данным. Я сомневаюсь, что бизнес-модель этой компании привлечет клиентов, и думаю, что исследователям не выделяется достаточно средств, чтобы оправдать издержки, но, по крайней мере, в данном случае начинают признаваться принципы права собственности и ценность человеческой ДНК.

Если подытожить обзор этих альтернатив, кажется, что два варианта в сущности выполнимы – лучшее зашифровывание и признание реидентификации нелегальной. В то время как эти решения отнюдь не идеальны, оба стоит рассмотреть в контексте повышения информативности геномных данных в будущем. Все, что лучше защитит конфиденциальность геномны данных человека, должно быть нашей путеводной звездой.

Путь вперед

Мы рассмотрели многие аспекты сохранения конфиденциальности и безопасности ваших медицинских данных, но есть несколько очень важных понятий и требующих действий вопросов, на которые нужно обратить внимание, чтобы все шло правильным путем.

Я говорил это раньше, но позвольте мне повториться. Вы должны владеть всеми своими медицинскими данными. Если вы их собрали, например, с помощью датчиков, прикрепленных к вашему телу, или лаборатории вашего смартфона, или устройства, формирующего изображение, вы ими владеете. Это ваше тело. Вы заплатили за то, чтобы получить эту информацию. Для вас она значит больше, чем для кого-либо еще на нашей планете. На протяжении вашей жизни вы можете сталкиваться с десятками различных врачей в многочисленных организациях здравоохранения и клиниках, и нет никакого способа обеспечить наличие информации о вас и ее доступность, если ее нет в вашем распоряжении. Мы говорим не только о медицинских заключениях и результатах. Мы говорим и об исходных данных. Например, о полной последовательности вашего генома, показаниях датчиков или видеозаписях ультразвукового исследования. Обо всех ваших данных, в мельчайших деталях. Даже если они вам не нужны или вы совершенно их не понимаете, владение медицинскими данными может оказаться чрезвычайно полезным для дальнейших оценок вашего состояния. Нам еще предстоит долгий путь. Как подчеркивали Луншоф и его коллеги в Science, говоря о жизненной необходимости доступа к исходным данным: «Президентская комиссия недавно рассмотрела 32 отчета из США и со всего мира о возвращении находок в самых разных контекстах; поразительно, что ни в одном из них не рассматривается вопрос доступа к исходным данным участниками исследований»¹⁰³. В редакционной статье в Nature удачно описана обязанность защищать участников исследований: «Фундаментальное право человека – решать, как должны использоваться его медицинские данные, и никакие исключения из особого информированного согласия нельзя считать нормой. Информированное согласие – это не препятствие, которое нужно преодолевать, а принцип, который нужно уважать и ценить»⁵⁵.

Далее, набор данных вашей ГИС – т. е. о вас, в оцифрованном медицинском образе, – должен быть полностью защищен в вашем личном облачном хранилище данных с помощью соответствующих межсетевых экранов. Это слишком большой файл, чтобы держать его под рукой. Это единственный способ обеспечить легкий доступ и защиту всем вашим медицинским данным от утробы до могилы. Здесь принцип исследования с участием одного пациента работает в вашу пользу. В то время как вы, надо надеяться, с энтузиазмом будете участвовать в клинических исследованиях и делиться своими данными с большой базой данных на условиях анонимности и зашифровывания, мы видели, как они могут подвергнуться хакерской атаке. Чем крупнее информационный ресурс, тем более привлекательным он может быть для такого взлома. Если у вас есть персональное облачное хранилище данных, шансы на исчезновение таких данных снижаются. Устаревшие медицинские информационные системы сегодня должны пройти полную реконфигурацию, причем так, чтобы каждый байт данных о вас автоматически помещался в хранилище и оптимально размещался в вашем персональном облачном хранилище данных.

Нам также нужна помощь правительства. К счастью, Управление по контролю за продуктами и лекарствами имеет совершенно определенную позицию по поводу прав потребителей в геномике: «Граждане должны иметь неограниченный доступ к своим исходным геномным данным». Как я уже говорил, совсем необязательно такой позиции придерживаются медицинские организации, например Американская медицинская ассоциация. Но наше законодательство сильно отстает во всех вопросах цифровой медицины, федеральные законы, касающиеся неприкосновенности частной жизни и безопасности, никуда не годятся. Нам нужен новый закон, выходящий за пределы Закона о страховании здоровья и медицинской ответственности и Закона о применении медицинских информационных технологий в экономической деятельности и клинической практике, – такой закон, который обеспечил бы важный баланс для защиты конфиденциальности и в то же самое время способствовал медицинским исследованиям^{89, 104}. Предложенные Белым домом билль о правах потребителя на конфиденциальность и инструмент Do Not Track необходимо сделать законами. Как правильно утверждает Стивен Фэйрслоуг, профессор Ливерпульского университета: «Электронные устройства, которые отслеживают наши эмоции, сердечный ритм или мозговые волны, должны регулироваться в интересах нашей конфиденциальности»¹⁰⁵. Это возвращает нас к теме выбора – «защита данных или защита здоровья» – и заголовку этой главы. Конечно, мы хотим способствовать развитию открытой медицины, открытой науки и МООМ – и пользоваться их поразительными возможностями. Но в то же время мы хотим, чтобы нас осведомляли о рисках. Курирование медицинской информации, с правильной смесью безопасности и открытости, может когда-нибудь стать основой лечения или, по крайней мере, сохранения здоровья. Я предполагаю, что искомое равновесие в конце концов будет достигнуто и определенно для каждого человека будет свой вариант. На этой основе мы готовы использовать данные, чтобы сбылась мечта о предотвращении болезней, а это гораздо лучше лечения.

Глава 13

Прогнозирование и предупреждение заболеваний

Посвятив какое-то время работе с ведущими технологами и наблюдая за тем, как один за другим рушатся бастионы человеческой уникальности перед неизбежным наступлением инноваций, все труднее сохранять уверенность в том, что любая задача будет бесконечно сопротивляться.
Эрик Бриньолфссон и Эндрю Макафи. Второй век машин¹

В течение следующих нескольких лет вы увидите, как везде появятся прогнозирующие технологии и умные помощники. Они будут не только в большинстве приложений, которыми вы пользуетесь, но и в вашем автомобиле, в вашей гостиной и в вашем офисе. Будут они и внутри предприятия – помогая врачам лучше лечить пациентов.
Тим Тaттл, генеральный директор Expect Labs²

В конце концов врач нам больше не потребуется. Машинное обучение делает лучшего доктора Хауса, чем сам доктор Хаус.
Винод Хосла³

Хотя врачи посвящают свою жизнь тому, чтобы помочь людям поправиться, кажется, они находят странное удовлетворение при виде того, как болезнь идет своим чередом.
Майкл Кинсли⁴

Самая большая неосуществимая мечта в здравоохранении – предотвращение хронических болезней. В США мы тратим 80 % из почти $3 трлн ежегодно выделяемых на здравоохранение на то, чтобы справиться с грузом хронических болезней. А что, если бы был способ остановить их на этапе развития?

В медицине есть и другие большие мечты. До сих пор не могу забыть один график, который видел в The Economist (рис. 13.1) более 20 лет назад⁵. В 1994 г. журнал предсказывал, что рак и сердечные болезни станут «излечимыми» к 2040 г., а остальные самые серьезные болезни – к 2050-му. При этом ожидаемая продолжительность жизни при рождении вырастет до 100 лет. Все это казалось набором слишком смелых ожиданий, и многие из них и сегодня не стали более реальными, чем были в 1994 г. Некоторые пророчества, по крайней мере частично, воплощены в жизнь – например, роботизированная хирургия и эффективное лечение некоторых видов кистозного фиброза. Но, безусловно, это еще не «излечимость». Вероятно, это и не должно удивлять. Слово «излечение» обычно означает «восстановление здоровья», или «выздоровление после болезни», или «облегчение симптомов болезни или состояния». В медицине «излечений» поразительно мало. Некоторые из примеров – это снятие аритмии типа фибрилляции предсердий (у некоторых пациентов, которым повезло), антибиотики в случае пневмонии или один из новых видов лечения гепатита C с выздоровлением в 99 % случаев (для самого широко распространенного генотипа-1, вирусного подвида). Обычно, когда человека настигает болезнь, с ней надо как-то справляться. На самом деле, несмотря на предсказания The Economist, большинство ученых, которые активно занимаются поиском способов лечения рака, надеются превратить его в хроническую болезнь: они уже умерили свои амбиции в отношении излечения. Когда наступает застойная сердечная недостаточность, хроническая обструктивная болезнь легких (ХОБЛ), почечная недостаточность, цирроз, деменция или серьезная недостаточность в работе какого-либо органа, на самом деле надежды на излечение нет.

Это представляется весьма мрачным прогнозом. Но теперь, с приходом больших данных, неуправляемых алгоритмов, предиктивной аналитики, обучения машин, расширенной реальности и нейроморфных вычислений, медицина преобразуется в науку о данных. Все еще есть возможность изменить медицину к лучшему, и по крайней мере есть шанс на предупреждение болезней. То есть, если имеется точный сигнал перед тем, как болезнь когда-либо проявлялась у человека – и эта информация дает веские основания для действий, – болезнь можно предотвратить.

Однако эта мечта – не просто вопрос совершенствования науки о данных. Она косвенно связана с демократизацией медицины. Перспективы здесь невозможны без освоения людьми искусства наблюдения за самими собой – вспомните двойной смысл термина «персонализированная медицина»⁶. Улавливание сигнала задолго до того, как появляются какие-либо симптомы, зависит от ГИС человека, а не от ежегодных посещений врача. С помощью маленьких беспроводных устройств, которые мы носим с собой, и Интернета вещей мы развиваем способность к непрерывному, очень важному наблюдению за нашими телами в режиме реального времени. Для времени, когда такая способность будет развита в полной мере (а в конечном счете это случится), предсказания The Economist на следующие 30 лет в медицине не кажутся такими уж притянутыми за уши.

The Economist, можно сказать, погорячился, делая в 1994 г. такие прогнозы. Термины «углубленный анализ данных» и «предиктивная аналитика» определенно еще не были в моде и, вероятно, еще не были изобретены. Но концепция использования данных для предсказаний, как, например, актуарная (страховая) статистика на случай страховая жизни, используется уже очень давно. Отличие состоит в том, что наборы данных теперь цифровые, значительно больше и богаче и им соответствуют поразительная вычислительная мощность и алгоритмическая обработка. Именно это дало возможность Target предсказывать беременность некоторых своих покупательниц^7а, Агентство национальной безопасности использует распечатки звонков с наших телефонов для выявления террористов, а больницы прогнозируют, кому из пациентов с застойной сердечной недостаточностью потребуется госпитализация^{7b, 7c}. И именно это позволит нам «не рубить сплеча».

Предсказания на уровне населения

Некоторые вещи предсказать легко и делается это интуитивно. Примером может служить ситуация, когда болезнь публичного лица заставляет других людей искать в Интернете информацию об этой болезни или ее лечении⁸. Можно легко предсказать, что это случится, а поисковая активность просто отражает количественную сторону дела.

А что, если вы используете поисковики Google, чтобы с умом предсказывать болезнь, а не просто определить количество запросов? Это приводит нас к известной истории о гриппе, связанной с Google, – одному из самых цитируемых примеров предсказаний в здравоохранении^9–16. Инициатива Google Flu Trends («Тенденции гриппа от Google») была запущена в 2008 г. и стала известна как «живой пример силы анализа больших данных». Сначала отслеживались 45 терминов, связанных с поиском информации по гриппу, и тенденции в миллиардах поисковых запросов в 29 странах¹⁰. Потом были выведены соответствия с помощью неуправляемых алгоритмов для предсказания начала эпидемии гриппа. Под неуправляемостью имеется в виду отсутствие заданной гипотезы – просто 50 млн поисковых терминов и алгоритмов делают свою работу. В широко цитируемых статьях в Nature¹² и Public Library of Science (PLos) One¹¹ авторы из Google (рис. 13.2) заявляли о своей способности использовать журналы поиска в Интернете для создания ежедневных оценок заражения гриппом, в отличие от обычных методов, которые предусматривают временной лаг от одной до двух недель. И далее, в 2011 г.: «Инициатива Google Flu Trends может обеспечить своевременные и точные оценки заболеваемости гриппом в США, в особенности во время пика эпидемии, даже в случае новой формы гриппа»¹¹.

Но начало 2013 г. сопровождалось бурей противоречий: оказалось, что Google Flu Trends сильно переоценила вспышку гриппа (рис. 13.3). В дальнейшем группа из четырех очень уважаемых специалистов по обработке и анализу данных написала в Science, что Google Flu Trends систематически переоценивала распространение гриппа каждую неделю начиная с августа 2011 г. Далее эта группа критиковала «высокомерие больших данных», «распространенное представление, что большие данные скорее заменяют, чем дополняют традиционный сбор и анализ данных»¹⁷. Они ругали «динамику алгоритма» Google Flu Trends (GFT), указывая, что 45 терминов, используемых в поисковых запросах, не были документированы, ключевые элементы, как, например, основные условия поиска, не были представлены в публикациях, а изначальный алгоритм не подвергался постоянным настройкам и перепроверке. Более того, хотя алгоритм GFT был статичным, сам поисковик постоянно менялся, претерпев ни много ни мало 600 пересмотров за год, что в расчет не принималось. Многие другие авторы редакционных статей также высказались по данному вопросу^{13–15, 18, 19}. Большинство из них обращали внимание на взаимосвязи вместо причинно-следственных связей и на критическое отсутствие контекста. Критиковали и методы выборки, так как краудсорсинг ограничивался теми, кто выполнял поиск в Google. Кроме того, наблюдалась серьезная аналитическая проблема: GFT проводила столько многочисленных сравнений данных, что была вероятность получения случайных результатов. Все это можно рассматривать как обычные ловушки, когда мы пытаемся понять мир через данные¹³. Как написали Кренчел и Мадсбьерг в Wired: «Высокомерие больших данных состоит не в том, что мы слишком уверены в наборе алгоритмов и методов, которых еще в общем-то нет. Скорее проблема в слепой вере в то, что достаточно, сидя за компьютером, перемалывать цифры, чтобы понять окружающий нас мир во всей его полноте»¹⁹. Нам нужны ответы, а не просто данные. Тим Харфорд выразился в Financial Times без обиняков: «Большие данные уже здесь, но великих озарений нет»¹⁸.

Некоторые принялись защищать GFT, указывая, что данные были всего лишь дополнением к санитарно-эпидемиологическим центрам, а Google никогда не заявляла, что обладает магическим инструментом. Наиболее взвешенную точку зрения выразили Гари Маркус и Эрнест Дэвис в своей статье «Восемь (нет, девять!) проблем с большими данными» (Eight (No, Nine!) Problems With Big Data)²⁰. Я уже обращался ко многим их выводам, но мнение Маркуса и Дэвиса насчет беззастенчивой рекламы больших данных и относительно того, что большие данные могут (и чего не могут), заслуживает особого упоминания: «Большие данные повсюду. Кажется, что все их собирают, анализируют, делают на этом деньги и прославляют их силу или боятся их… Большие данные никуда не денутся, как и должно быть. Но давайте будем реалистами: это важный ресурс для всех, кто анализирует данные, а не серебряная пуля»²⁰.

Несмотря на проблемы с GFT, подобные шаги никуда не ведут. Альтернтивный и более поздний подход – это предсказание вспышки заболеваемости с использованием меньшей базы людей, которые активно поддерживали связь в Twitter, – так называемых «центральных узлов», когда люди по сути выступают в качестве датчиков^21а. Это позволило обнаружить вспышки вирусных заболеваний на семь дней быстрее, чем когда рассматривалось население в целом. Точно так же алгоритм HealthMap, который проводит поиск в десятках тысяч социальных сетей и новостных СМИ, смог предсказать вспышку лихорадки Эбола в 2014 г. в Западной Африке на девять дней раньше Всемирной организации здравоохранения^21b. Я углубился в историю, связанную с Google и гриппом и вспышками заразных болезней, потому что они отображают ранние этапы пути, по которому мы идем, и показывают, как мы можем заплутать, используя большие массивы данных для предсказаний в медицине. Но знать, как мы сбились в пути, важно, если мы собираемся по нему двигаться.

Предсказания на индивидуальном уровне

По сравнению с данными по всему населению, как в случае Google Flu Trends, более мощный эффект достигается комбинацией детальных данных отдельного человека^21с с детальными данными остального населения. Вы уже сталкивались с этим раньше. Например, компания Pandora располагает базой данных с предпочитаемыми песнями по более чем 200 млн зарегистрированных пользователей, которые в общей сложности нажали на кнопки «нравится» или «не нравится» свыше 35 млн раз²². В компании знают, кто слушает музыку, когда ведет машину, у кого Android, а у кого iPhone и где живет каждый из них. В результате можно предсказать не только какая музыка понравится слушателю, но даже его политические предпочтения, и компания уже использовала это в целевой политической рекламе во время президентской избирательной кампании и выборов в конгресс. Эрик Бишке, главный научный сотрудник Pandora, cчитает, что их программы по сбору данных позволяют проникнуть в самую суть своих пользователей. И это действительно так, поскольку, чтобы дойти до сути, они интегрируют два слоя больших данных – ваши данные и данные миллионов других людей²².

Используя компании, торгующие данными, типа Acxiom (которые обсуждались в предыдущей главе), Медицинский центр Питтсбургского университета проводит углубленный анализ данных своих пациентов, включая характерное поведение во время шопинга, для предсказания вероятности пользования услугами пунктов оказания первой помощи²³. Подобным образом поступает и Организация здравоохранения Северной и Южной Каролины, собирая данные о кредитных картах клиентов – 2 млн человек в своем регионе, чтобы определить пациентов с высокой степенью риска заболеваний (например, через покупки фастфуда, сигарет, спиртных напитков и лекарств)²⁴. Предиктивная модель, используемая в Питтсбурге, показала, что потребители, которые делают больше всего покупок через Интернет и заказывают товары по почте, чаще обращаются в пункты оказания первой помощи, чего организации здравоохранения отнюдь не приветствуют. Обнаруженные взаимосвязи со временем обрастают новыми подробностями, когда информация о нынешних пациентах поступает повторно и большее количество пациентов включается в систему, чтобы лучше предсказывать определенные процессы. Но вопросы конфиденциальности и этичности остаются.

Эти примеры могут рассматриваться как рудиментарная форма искусственного интеллекта – машин или программного обеспечения, демонстрирующих интеллект, подобный человеческому. Другие примеры, которые, возможно, уже окружают вас, включают личных цифровых помощников типа Google Now, Future Control, Cortana²⁵ и SwiftKey²⁶, которые сводят информацию из электронных писем, СМС, ежедневников, записных книжек, истории поисковых запросов, местоположений, покупок, того, с кем вы проводите время, ваших пристрастий в искусстве и вашего поведения в прошлом²⁷. Основываясь на том, что они узнают из этой информации, эти приложения появляются на вашем экране, чтобы напомнить о предстоящей встрече, показать пробки на вашем маршруте или сообщить новости по поводу вашего авиарейса. Читая то, что пишут в Twitter, Future Control ваши друзья, вам могут дать совет: «Ваша девушка грустит, пошлите ей цветы»²⁸. SwiftKey даже вычисляет ваши ошибки при наборе текста и исправляет их, если вы все время нажимаете не на ту клавишу. Google Now работает с авиалиниями и организаторами мероприятий, чтобы иметь доступ к информации о билетах, и может даже слушать звук вашего телевизора, чтобы заранее обеспечить вас программой телевидения²⁹. Как вы можете догадаться, это гораздо более мощные возможности, чем поиск соответствий, приводящий в действие Google Flu Trends, и они имеют непосредственное отношение к медицине.

Такая предсказательная сила полагается исключительно на обучение машин, ключевое свойство искусственного интеллекта. Чем больше данных вводится в программу или компьютер, тем большему они учатся, тем лучше алгоритмы и, предположительно, тем умнее они становятся.

Техники обучения машин и искусственного интеллекта – это то, что обеспечивало триумф суперкомпьютера IBM Watson над людьми в телевикторине Jeopardy! (Рискуй!)[47]. Требовалось быстро отвечать на сложные вопросы, ответы на которые не найти с помощью поисковика Google^30–32. IBM Watson были обучены ответам на сотни тысяч вопросов, которые задавались в предыдущих играх-викторинах Jeopardy! вооружены всей информацией из Википедии и запрограммированы на предиктивное моделирование. Здесь не предсказание будущего, а просто предсказание того, что у IBM Watson есть правильный ответ. В основе предсказательных возможностей суперкомпьютера был внушительный портфель систем для обучения машин, включая сети Байеса, цепи Маркова, метод опорных векторов и генетические алгоритмы³³. Не стану больше в это углубляться: я недостаточно умен, чтобы все это понять, и, к счастью, это не особо относится к тому, куда мы с вами сейчас идем.

Еще один подвид искусственного интеллекта и обучения машин^{2, 20, 34–48}, известный как глубинное обучение, имеет важное значение для медицины. Глубинное обучение стоит за способностью Siri декодировать речь, как и за экспериментами Google Brain[48] с распознаванием образов. Исследователи из Google X извлекли из видеозаписей на YouTube 10 млн изображений и запустили их в сеть из 1000 компьютеров, чтобы посмотреть, что Google Brain, обладающий миллионом моделируемых нейронов и миллиардом моделируемых синапсов, способен предложить самостоятельно^{35, 36}. Ответ – кошек. Интернет, по крайней мере сегмент YouTube (который занимает весьма существенную его часть), полон видеозаписей кошек. Кроме опознания кошки это открытие проиллюстрировало когнитивные вычисления, также известные как нейроморфные^49а. Если компьютеры могут соревноваться с человеческим мозгом, как гласит теория, то можно добиться перехода их функциональных возможностей в плане восприятия, действия и понимания на следующий уровень. Прогресс в нейроморфных вычислениях идет с головокружительной скоростью. В прошлом году точность компьютерного зрения – например, распознавание пешехода, шлема, велосипедиста, автомобиля – улучшилась с 23 % до 44 %, при этом частота ошибок снизилась с 12 % до менее 7 %^49b.

Несмотря на достижения Google Brain, нам пока нечем похвастаться. Человеческий мозг работает на малой мощности, порядка 20 ватт, а суперкомпьютеру требуются миллионы ватт для работы^{35, 49а – 57}. В то время как мозг не нужно программировать (пусть даже иногда кажется, что он запрограммирован) и он теряет нейроны на протяжении своей жизни без существенного функционального истощения, компьютер, потерявший один-единственный чип, может сломаться, и обычно машины не могут адаптироваться к миру, с которым взаимодействуют⁵⁰. Гари Маркус, нейробиолог из Нью-Йоркского университета, так сформулировал эту нейроморфную задачу в перспективе: «В такие времена я нахожу полезным вспомнить базовую истину: человеческий мозг – это самый сложный орган во Вселенной, и мы до сих пор не представляем, как он работает. Кто сказал, что копирование его восхитительной мощи будет простым?»⁵⁸ Тем не менее наблюдается довольно большой прогресс в распознавании речи, лиц, жестов и снимков, в чем так силен человеческий мозг и слаб компьютер. Я посетил немало конференций и читал лекции в разных странах, с синхронным переводом, и меня особенно поразило одно достижение: Ричард Рашид, возглавлявший некогда научное подразделение в Microsoft, выступал с лекцией в Китае, и компьютер не только синхронно выдавал ее в иероглифах, но и переводил на китайский (смоделированным) голосом самого Рашида³⁶. Программа DeepFace от Facebook, с самой большой в мире фотобиблиотекой, может определить, принадлежат ли две фотографии одному и тому же человеку, с точностью в 97,25 %^{59, 60}. Последствия для медицины очевидны. Ученые уже показывают, что компьютеры способны распознавать выражения лиц, например боль, точнее, чем люди, и происходит поразительный прогресс в распознавании лиц компьютерами^61–63. Специалисты по информатике из Стэнфордского университета использовали кластер из 1600 компьютеров для подготовки к распознаванию снимков, тренировки проводились на 20 000 различных объектов. Больше к нашей теме относится то, что они использовали инструменты глубинного обучения для определения, является ли образец, взятый при биопсии в случае рака груди, злокачественным³⁷. Эндрю Бек из Гарвардского университета разработал компьютеризованную систему для диагностики рака груди и прогнозирования шансов на выживание, основываясь на автоматической обработке снимков. Оказалось, что обучение на основе обработки данных в ЭВМ обеспечивает большую точность в сравнении с патологами, и это помогло распознать новые особенности, остававшиеся незамеченными на протяжении многих лет⁶⁴. И нам не следует забывать об активной поддержке развития искусственного интеллекта, которая позволила создать видящие и слышащие устройства. Камера-датчик Orcam устанавливается на очках слабовидящих людей, она видит предметы и передает эту информацию через наушник, используя костную проводимость³⁹. Слуховые аппараты GN ReSound Linx и Starkey – это подключаемые к смартфону приложения, которые «обеспечивают людям, потерявшим слух, возможность слышать лучше тех, кто нормально слышит»⁶⁵. Есть инвалидные кресла для людей без четырех конечностей, контролируемые мыслью, в духе бионического будущего³⁹. Поэтому способность искусственного интеллекта преображать вещный мир в медицине нельзя упускать из виду. Конечно, технологии могут легко соединяться с робототехникой. В Калифорнийском университете в Сан-Франциско больничная аптека полностью автоматизирована, и роботизированная выдача лекарственных препаратов пока происходит без единой ошибки.

Человек и Интернет медицинских вещей

Теперь мы готовы говорить о медицине и ее возросшей, благодаря нашим цифровым машинам и инфраструктуре, интеллектуальной мощи. В настоящее время количество данных, ежегодное производимое в мире в расчете на одного человека, составляет около одного терабайта, или пяти зеттабайтов, данных в год (или 40 секстильонов). Но вспомните из главы 5, когда мы говорили о человеческой ГИС, что только омики одного человека добавят по крайней мере еще пять терабайтов, а мы еще не достигли даже потокового поступления данных с биодатчиков в режиме реального времени, которые быстро заполонят объем генерируемых сейчас данных. И тем не менее едва ли достаточно добавить другие компоненты ГИС, в частности поток данных в пикселях медицинских снимков и предстоящий шквал информации из Интернета медицинских вещей, чтобы все преобразилось.

Но это, безусловно, не просто история исследования с участием одного человека (N = 1). Как было показано в главе 11, хотя иметь много данных о вас было бы полезно, для того, чтобы сделать данные максимально информативными, нужно сравнить их со всеми данными от каждого человека на планете (рис. 13.4). До всех людей мы никогда не доберемся, тем не менее чем их больше, тем лучше, и компании типа Facebook показывают, что можно сделать.

Главное, что обучение машин, подобных стоящим за IBM Watson и другими системами, позволяет нам идти вширь (N = 7 млрд) и вглубь (N = 1) не просто в поисках знаний, но и в поисках предсказаний и понимания. В отношении каждого человека нам нужно знать пусковые механизмы и сложные взаимосвязи на многочисленных уровнях – геномном, биологическом, физиологическом, средовом, – которые отвечают за предрасположенность к заболеванию или состоянию. Цель – не просто оценить риск в течение жизни человека, а в определенное время или момент. Многое мы узнаем и в результате углубленного исследования максимально возможного количества людей на предмет сигналов, обогащающих наше понимание того, что требуется для проявления болезни или для ее предотвращения. Только сейчас мы можем собрать такие паноромные данные по каждому отдельному человеку и в группах населения, и, обладая способностью управлять и обрабатывать огромные наборы данных, мы оказываемся в завидном положении предсказателей болезни. И, может быть, после того, как мы научимся все это делать хорошо, нам удастся даже предотвращать болезни у некоторых людей.

Предсказание болезни: кто, когда, как, почему и что?

Для начала убедимся в том, что мы различаем понятия «предсказание» и «диагноз». Онлайн-тестеры для проверки симптомов⁶⁶ пользуются все большей популярностью и вниманием в Интернете и помогают людям проводить «самодиагностику» (с помощью компьютера), но они не предсказывают болезнь. В лучшем случае из набора симптомов, которые вводит человек, предлагается дифференциальная диагностика, и правильный диагноз входит в список вариантов. Это полезно и практично, но это ничего не предсказывает. Точно так же разработчики из Biovideo – которые разрабатывают приложение для суперкомпьютера IBM Watson, чтобы «мать с больным ребенком в четыре утра могла воспользоваться IBM Watson и спросить, что случилось с ее ребенком и получить точный ответ»^67а, – могут создать что-то полезное, но это что-то не имеет отношения к прогнозу.

У нас очень серьезная проблема с ошибочной диагностикой: диагноз – неправильный или правильный – ставится пациенту слишком поздно, и эта проблема затрагивает 12 млн американцев в год^{67b, 67c}. Для решения этой проблемы можно обратиться к технологиям и контекстуальным вычислениям. Популярный телесериал «Доктор Хаус» очень поучителен в этом плане. Главный герой, Грегори Хаус, – блестящий диагност, который разбирается с самыми редкими и таинственными случаями, ставящими в тупик других врачей^68–71. Для того чтобы этого добиться, он использует байесовский подход, при котором вся информация – история болезни, медосмотр, лабораторные исследования, сканограммы – рассматривается в контексте всей ранее известной, относящейся к делу информации (что известно из теоремы Байеса[49] как клиническая предсказуемость результата испытания). Ответ «да» или «нет» не получается. Скорее, есть вероятность, что у пациента диагноз X или Y. Это можно сравнить с распространенным подходом, предусматривающим «да» или «нет» на основании исключительно статистики вероятности (типа Р < 0,05, где Р – коэффициент вероятности). Модель доктора Хауса идеально подходит для компьютерной автоматизации в медицине, и точно так же работает IBM Watson70, 71. Вероятность предварительного диагноза учитывает всю медицинскую литературу, которая была опубликована до сегодняшнего дня. Когда вы вводите в IBM Watson все имеющиеся данные о конкретном пациенте в поиске диагноза, вы получаете список возможных вариантов. Каждому присваивается вес или вероятность (отношение правдоподобия).

Более того, байесовская модель для диагностики с помощью компьютера ыстро становится частью клинической практики и может распространиться на рекомендации по лечению. Информационный ресурс в Сети под названием Modernizing Medicine (Модернизация медицины) включает информацию по более чем 15 млн посещений пациентов и 4000 врачей с лечением и результатами по каждому пациенту⁷². Так что помимо способности IBM Watson к дифференциальной диагностике может быть генерирован список назначений с взвешенной вероятностью и установлено соответствие данных пациента всем остальным в базе данных. (Кстати, специалистам по обработке и анализу данных, которые работают в здравоохранении, не нравится, когда их информационные ресурсы называют базами данных. Вот так-то!) Все это примеры использования искусственного интеллекта для дифференциальной диагностики и лечения в медицине. Но и это еще не предсказания.

Теперь надо убедиться в том, что сбор несметного количества данных не означает, что вы сможете предсказать что-то значительное. К 100-летию со дня рождения Алана Тьюринга в журнале Science был опубликован ряд материалов, включая статью о «доме, полностью оснащенном камерами и аудиооборудованием, [которые] постоянно записывали жизнь ребенка от рождения до трех лет, в результате набралось ~200 000 часов аудио– и видеозаписей, отображающих 85 % жизни ребенка в периоды бодрствования»⁷³. Хорошо, для сбора данных это триумф, но определенно без намерения или даже какой-либо вероятности предсказать болезнь. Это не упражнение и не эксперимент без заданной гипотезы. Точно так же есть много новых полномасштабных проектов по геномному секвенированию, которые охватывают 100 000 людей, – например, совместный проект компаний Geisenger-Regenerson и Human Longevity, Inc., государственная программа Великобритании Genomics England и инициатива Института системной биологии. В то время как эти программы несомненно внесут вклад в науку о геноме, зачисленные в эти программы люди не относятся ни к какому определенному фенотипу и не выдвигается никаких реальных гипотез. Просто считается, что это можно сделать, и этим стоит заниматься, и что в этих данных может оказаться что-то такое, что приведет к созданию нового лекарства. Однако, чтобы предсказать болезнь, нужны определенные гипотезы и очень точные цели, об этом мы поговорим ниже. В противном случае нас собьет с толку низкий показатель отношения сигнал/шум, убаюкает мысль о том, что у нас имеется полная картина данных по всей Вселенной, и введут в заблуждение ложные взаимосвязи.

Еще одно важное соображение состоит в том, что мы стараемся предсказать серьезную болезнь, а не биомаркер. Мы не пытаемся говорить, что у кого-то будет высокий уровень холестерина или аномальные показатели работы печени. В целом эти белковые или генные маркеры обманчивы, в медицинской литературе описано множество кандидатур, но лишь немногие из них когда-либо обследовались в клинике⁷⁴. Дело в том, что, хотя результаты анализов могут быть полезны, чтобы помочь предсказать наступление болезни, прежде чем она начнется, этого мало.

Шаг в освоении больших данных для понимания процесса развития болезни предприняли исследователи из Дании, располагавшие информацией за 15 лет по 6,2 млн граждан страны⁷⁵. Они смогли графически представить многие заболевания в виде так называемых траекторий, чтобы показать, как одна болезнь может в конце концов привести к другой, которая, казалось, никак не связана с первой. Это были временные связи без каких-либо установленных причинно-следственных отношений⁷⁵.

Мы же пытаемся предсказывать так, чтобы можно было предотвратить, это главная цель. Если нет оснований для действий, то предсказание становится скорее научным упражнением. Например, много усилий тратится на попытки предсказать, у кого разовьется болезнь Альцгеймера, задолго до того, как начнутся когнитивные нарушения. Бесспорно, это одна из самых важных проблем здравоохранения, которая перед нами стоит, но на сегодняшний день, несмотря на значительные усилия, нет никаких проверенных превентивных стратегий.

Очень важны также время и место предсказания. Я живу в Сан-Диего, где вижу множество любителей серфинга, которые каждый день катаются на волнах в Тихом океане, не думая об акулах. Акулы убивают всего 10 человек в год из 7 млрд жителей планеты, поэтому мы можем сказать, что в среднем риск гибели в результате нападения акулы в Сан-Диего бесконечно мал. Но время от времени опасных акул замечают поблизости от берега. В такие дни редко увидишь кого-то из серфингистов. В том, что касается предсказаний, время и место играют решающую роль.

В предсказании болезней у людей время – это все. Мы можем каждому сказать определенно, что он умрет. Но бессмысленно предрекать: «Вас ожидает смерть, но мы не знаем, через две недели или через два десятка лет». На самом деле это даже хуже, чем бесполезно, потому что, если предсказание правдиво, оно может вызвать у пациента панику из-за отсутствия точного указания времени. Поэтому в попытке предотвратить болезни важны и «кто», и «когда».

Полезная аналогия для успешного медицинского предсказания – это предсказание сбоев в работе реактивных двигателей^{76, 77}. Компании, подобные General Electric, ведут постоянное наблюдение за своими самолетными двигателями. Они используют сложные неуправляемые алгоритмы, искусственный интеллект и многоаспектную аналитику для определения предиктивных предвестников вроде тонкой трещинки, потому что требуется нулевая вероятность сбоя, так как во время каждого рейса рискуют сотни пассажиров. Большинство состояний, таких как инфаркт, приступ астмы, инсульт, аутоиммунная атака, подобны авиакатастрофам, только они происходят в человеческом теле. Мы можем использовать те же вычислительные инструменты. Величайшая разница в том, что медицинский мониторинг спасает набитые людьми самолеты, но только по одному «пассажиру» за раз.

Теперь давайте рассмотрим некоторые болезни, которые, не исключено, можно будет предсказать и предупредить в будущем. Начнем с тех, которые можно отслеживать с помощью датчиков, прикрепляемых к телу, потому что они обеспечивают уникальный поток данных в режиме реального времени от людей, находящихся в группе риска, а информативность и предиктивность метода делают его самым лучшим и самым точным ударом по цели⁷⁸. В первую очередь я обращаюсь к проблемам, решаемым с помощью датчиков, носимых на теле, которые, вероятно, скоро будут широкодоступны, а затем перейду к состояниям, которые будут в основном зависеть от датчиков, вводимых в кровоток. Астматические приступы – одна из главных причин смерти и обращений за неотложной помощью при угрозе жизни у детей, и, безусловно, они подрывают здоровье миллионов взрослых. У каждого астматика свои причины, вызывающие спазм дыхательных путей: у одних это загрязнение окружающей среды, у других – холод, физические нагрузки, цветочная пыльца или другие аллергены. Если задолго до первых признаков затруднения дыхания нам удастся улавливать момент, когда дыхательные мышцы начинают менять тонус, то удастся предупреждать приступы. Вероятно, это достижимо при использовании кластера датчиков, носимых для определения качества воздуха, присутствия в нем цветочной пыльцы, анализа использования ингалятора(-ов) и геолокации, анализа дыхания на присутствие и измерение количества окиси азота, а также измерения функции легких с использованием микрофона смартфона или подходящего подключаемого приложения. Поскольку иммунная функция тесно связана с микробиомом кишечника, пробы и анализ этого «ома» тоже заслуживают изучения. Наряду с этим может осуществляться пассивный мониторинг дыхательного ритма, температуры, насыщения крови кислородом, кровяного давления и скорости сердечных сокращений с помощью устройства в часах или браслета на запястье. Теперь приходит время для персонифицированного машинного обучения, чтобы на основании всех данных человека определить предвестники приступа астмы. После того как выявлены закономерности, остается предупредить человека о необходимости принимать дополнительное лекарство, избегать определенных воздействий или предложить еще какую-то комбинацию. олее того, эта информация становится более ценной, когда она получена от тысяч и сотен тысяч больных – у нас никогда не было возможности проводить подобный мониторинг людей «в естественных условиях». Теперь спусковые механизмы и связи неизбежно будут обнаружены. В конечном счете люди, у которых никогда не было приступа астмы, но находящиеся в группе высокого риска, выявленного на основании геномного секвенирования, наследственности и скрининга иммунной системы, могут использовать этот подход, чтобы этого никогда не случилось.

А как насчет депрессии и посттравматического стрессового расстройства (ПТСР)? Возьмем для примера военнослужащего, который вернулся из Афганистана и проходит скрининг на посттравматическое расстройство. Сегодня это делается с помощью вопросов, которые задают человеку, а он дает на них субъективные ответы. Есть много других более объективных способов выявления этого состояния, они включают тон голоса и интонацию, дыхание, выражение лица, пульс и температуру, кожно-гальванический рефлекс, вариабельность сердечного ритма и восстановление нормальной частоты сердцебиения, модели общения, движения и жизнедеятельности, осанку, качество и продолжительность сна и мозговые волны. Этот набор показателей, вероятно, поможет диагностировать склонность к посттравматическому стрессовому расстройству. От депрессии страдают свыше 20 млн американцев, и это заметно влияет на качество жизни и успешность. Если мы узнаем, что ускоряет, а что облегчает депрессию у каждого человека и у большой группы населения, то, вероятно, сможем лучше предотвращать депрессию или, по крайней мере, ее самые тяжелые формы. В случае людей, проходящих лечение, также можно легко отследить соблюдение правил приема препаратов, чтобы определить, является ли это провоцирующим фактором.

То же самое относится к застойной сердечной недостаточности. Теперь у нас есть способы непрерывно, удар за ударом, отслеживать работу сердца, жидкостный статус, качество сна и приступы апноэ одновременно с пульсом, температурой и весом. Смартфон можно использовать для измерения таких показателей, как натрийуретический пептид головного мозга, и для исследований почек, например определения азота мочевины в крови или креатинина, которые отражают жидкостный статус и силу сердечной мышцы. Выполнение лекарственных назначений можно отслеживать с помощью оцифрованных таблеток. В целом эти данные должны давать сигнал о приближении сердечного приступа, прежде чем человек почувствует, что ему не хватает воздуха. Если выявляется приближение сердечного приступа, есть несколько типов лекарственных препаратов, которые можно использовать для предотвращения прилива крови к легким.

То же самое относится к эпилепсии, которую, как было показано, можно предсказать у некоторых людей при помощи «электродермальных» датчиков в виде браслета путем мониторинга вариабельности сердечного ритма и кожно-гальванического рефлекса. Но если к этому добавить носимый на теле аппарат для ЭКГ, показатели качества сна и мониторинг пульса и температуры, то вполне можно предупредить приступ задолго до его вероятного наступления. И шансы возрастают, когда тысячи людей, страдающих эпилепсией, проходят всеобъемлющий мониторинг.

Университет Онтарио работает над проектом «Артемида» – это инициатива по сбору данных о тысячах недоношенных детей⁷⁹. В случае недоношенных детей есть 25 %-ный риск подхватить серьезную инфекцию, и 10 % из этих новорожденных умрет, но до сегодняшнего дня было сложно предсказать, кто из младенцев особенно подвержен инфекциям и когда они могут проявиться. С помощью датчиков сердечного ритма был определен важный маркер изменения сердечного ритма. Теперь эти устройства для новорожденных, работающие по всему миру, могут отправлять данные мониторинга сердечного ритма через облачное хранилище данных для поминутного прочтения на базе «Артемиды» для постоянного обновления статистики вероятности. Точно так же существуют способы определить, кто из слабых пожилых людей, вероятно, упадет и когда⁸⁰, 81а. Используя различные датчики в полу или то, что получило название «волшебный ковер», удается заметить изменения в походке человека и возросший риск падения. Такие падения представляют собой один из самых серьезных рисков для пожилых людей и часто приводят к перелому шейки бедра и фатальному исходу. Стратегия обучения машин могла бы особенно пригодиться для предотвращения подобных случаев.

Теперь обратимся к заболеваниям, которые, вероятно, потребуют введения датчиков (табл. 13.1), поскольку нет подходящего способа получить важную информацию или заглянуть внутрь (по крайней мере в настоящее время)^81b. Если имплантировать в кровоток крошечный датчик, например, посредством миниатюрного стента, который вводят в вену в области запястья, то можно обеспечить постоянное наблюдение за нашим кровотоком. В случае аутоиммунных болезней, которые включают диабет (тип 1), рассеянный склероз, волчанку, ревматоидный артрит и псориатический артрит, болезнь Крона и язвенный колит, можно осуществлять мониторинг иммунной функции – и так называемых приобретенных и врожденных иммунных путей. На индивидуальном уровне это могло бы быть секвенирование В– и Т-лимфоцитов вместе с аутоантителами (антителами, направленными на самого человека) для определения видов иммунной атаки. После того как это будет сделано у десятков тысяч человек с иммунными расстройствами, мы лучше представим себе характер мониторинга кровотока у тех, кто находится в группе риска, или у тех, у кого уже было диагностировано одно из упомянутых заболеваний. Как и в случае с астмой, вероятно, имеет смысл периодически проводить анализы микробиома, в частности кишечника. Если задолго до появления каких-либо симптомов или какого-либо разрушения ткани типа островковых бета-клеток, нервной ткани или суставов (в случае диабета, рассеянного склероза и ревматоидного артрита соответственно) становится известно, что развивается иммунная атака, есть много различных видов терапии, которые смогут отключить соответствующий участок иммунной системы. Это гораздо более разумный путь профилактики заболеваний по сравнению с принятыми сегодня антикризисными мерами или длительной терапией даже тогда, когда иммунная система неактивна.

Молекулярный стетоскоп и обучение машин

Как мы видели, классический стетоскоп весьма ограничен с точки зрения сбора данных. Но считалось, что он видит человека насквозь и он незаменим при медосмотре и проверке здоровья человека. На самом деле он ничего не видел, но по крайней мере давал возможность слышать звуки внутри тела и на протяжении 200 лет формировал медицинскую практику.

Мы находимся на интересном этапе, когда действительно заглядываем внутрь человеческого тела и получаем удивительную информацию, которую сложно интерпретировать или ее слишком много. Например, когда беременная женщина проходит неинвазивный тест для беременных, чтобы определить, нет ли у плода хромосомных аномалий, таких, например, как синдром Дауна, то проба крови содержит и ее ДНК, и ДНК ребенка. К настоящему времени зарегистрировано немало случаев обнаружения опухолевой ДНК, и дальнейшие исследования этих беременных женщин подтвердили, что у них рак. Таким образом, простой анализ крови для выяснения информации о плоде приводит к неожиданным, серьезным молекулярным открытиям о матери. Но это лишь верхушка айсберга, потому что по мере нашего продвижения вперед очень вероятно, что анализы крови на бесклеточные ДНК и РНК, которые циркулируют у нас в крови, станут обычным лабораторным исследованием – молекулярным стетоскопом. Мы и в самом деле будем видеть организм изнутри, чего не могли никогда раньше. Когда это произойдет, окажется, что очень многие люди имеют опухолевую ДНК. Но есть ли у них рак?

Вполне может быть, что нормальный процесс старения и функции по наведению порядка в здоровом теле предполагают развитие мутаций в некоторых клетках тут и там, что в конечном счете может привести к раку. Но есть защитные механизмы, как, например, иммунная система, которые видят это ограниченное число аномальных клеток и останавливают процесс, не позволяя ему идти дальше. Тем не менее аномальная «неопухолевая» ДНК проявляется в крови. На самом деле мы не знаем, что с этим делать. Это может привести к очень обширным и дорогим обследованиям, чтобы определить, есть ли на самом у человека рак и где находится опухоль. Или же мы можем обратиться к обучению машин, чтобы понять проблему. Если у представителей одной и той же крупной когорты в разные моменты времени брать пробы, связанные с различными омиками, включая ДНК и РНК, это, вероятно, могло бы помочь разгадать загадку. После углубленного изучения мы в конце концов могли бы сказать любому пациенту, что эта опухолевая ДНК безобидна и означает, что здоровое тело выполняет свою работу, или что она представляет раннее выявление реального заболевания. Кто-то может задаться вопросом, зачем нам нужна такая сверхбдительность. Дело в том, что возможность обнаруживать рак задолго до того, как его можно увидеть на сканограмме или проявятся симптомы, по всей видимости, оптимальный выход. Особенно если будет показано, что обнаружение рака на таком раннем этапе проводит к отличным результатам.

Это всего один пример из многих вариантов применения молекулярного стетоскопа. Если у человека трансплантирован орган, то всегда остается риск отторжения, и это осложнение очень трудно обнаружить, обычно требуется биопсия. Но мы не хотим делать биопсию человеку, который отлично себя чувствует, хотя знаем, что отторжение гораздо легче лечить, когда процесс находится на ранней стадии. Недавние исследования показали, что если просто проверить, нет ли в его крови признаков ДНК донорского органа, то это может быть лучшим способом отслеживать процесс отторжения. Однако, как и в случае опухолевой ДНК, что означает наличие в крови незначительного количества донорской ДНК? Чтобы выяснить, что означает этот сигнал, мы вновь обращаемся к обучению машин: ведь нужно собрать как можно больше информации об огромном числе пациентов, которым были имплантированы самые разные органы. И предполагаемый ответ в каждый конкретный момент должен рассматриваться с учетом обновлений по мере добавления новой информации.

Похоже, что наиболее перспективным компонентом молекулярного стетоскопа является бесклеточная РНК, которая может быть потенциально использована для мониторинга любого органа⁸². Ранее это было немыслимо у здорового человека. Можно ли было вообразить проведение биопсии мозга или печени у человека в ходе обычного медосмотра? Используя высокопроизводительное секвенирование бесклеточной РНК в крови и сложные биоинформативные методы анализа этих данных, Стивен Квейк и его коллеги из Стэнфордского университета показали, что возможно проследить экспрессию генов каждого органа по простой пробе крови. И это постоянно меняется в каждом из нас. Это идеальный случай для глубинного обучения, чтобы определить, что означают эти динамические геномные сигнатуры, выяснить, что можно сделать для изменения естественного хода развития болезни, которая только зарождается, и разработать пути предотвращения. Более того, кроме анализа крови, который можно рассматривать время от времени, этот молекулярный стетоскоп потенциально может быть превращен во вживляемый датчик. Но пока еще неясно, приведет ли к успеху или окажется бессмысленной эта многообещающая перспектива молекулярных операций в теле, как и большинство из 150 000 биомаркеров, которые ведут в никуда⁷⁴. Едва ли нужно напоминать, насколько сложна человеческая биология и что понимание всех взаимосвязанных взаимодействий – системная медицина – в случае каждого отдельного человека, вероятно, окажется крепким орешком.

Есть стратегии, которые представляют собой новые средства предотвращения серьезных заболеваний, и их еще предстоит подтвердить. Нетрудно вообразить, как невероятное количество генерируемых пациентами данных идет в смартфоны, подсоединенные к искусственному интеллекту, и обрабатывается им. А когда мы сможем использовать такую систему регистрации данных и предиктивную аналитику – как на индивидуальном уровне, так и на популяционном, – по мере превращения медицины в науку о данных мы и сами, возможно, начнем казаться довольно умными.

Глава 14

Земля становится плоской

Для меня ясно, что одно из самых больших препятствий для улучшения жизни беднейших слоев населения в мире – наша неспособность точно измерить в режиме реального времени издержки плохого здоровья. А коль скоро мы не можем это измерить, то как мы можем что-то с этим сделать?
Сет Беркли, генеральный директор GAVI Alliance¹

Мы считаем, что технологии оцифровывания здравоохранения могут служить мощным инструментом равного доступа к медицинским знаниям и медицинской помощи для меньшинств и групп населения с низким доходом, делая его досягаемым для людей повсюду, где они проводят время, – в школе, в церкви, вблизи мест их проживания, в пути, – предлагая в режиме реального времени решения, которые легко встраиваются в их обычную жизнь.
Гарт Грэхэм, президент Aetna Foundation²

Когда вы слышите или читаете о Мюррее и Лопесе, вы, вероятно, думаете об Энди Мюррее и Фелисиано Лопесе, играющих в большой теннис. Но когда я вижу фамилии Мюррей и Лопес, я думаю о проекте по исследованию здоровья жителей планеты «Глобальное бремя болезней»^{3, 4} (Global Burden of Disease). Этот проект, запущенный в 1991 г. Всемирной организацией здравоохранения и Всемирным банком, – исключительный источник медицинских данных со всего мира, представляющий долгосрочные перспективы состояния здоровья населения планеты.

На рис. 14.1 вы увидите главные причины смерти и инвалидности в мире.

Но когда мы думаем о бремени болезней, речь не обязательно идет о смерти. Еще дороже обходится инвалидность. В таблице 14.1 показаны издержки болезней, измеренные в потерянных годах жизни с поправкой на нетрудоспособность (DALY), этот показатель учитывает последствия преждевременной смерти и жизни с подрывающей силы болезнью. Оценки даны с 95 %-ной степенью достоверности³.

Вы можете видеть немало совпадений причин смерти и инвалидности, но в развивающихся странах на протяжении последних двух десятилетий наблюдались заметные изменения, связанные с увеличением количества случаев незаразных болезней, таких как диабет, рак и инфаркт (рис. 14.2). В то время как распространение заразных, инфекционных болезней заметно снизилось (инфекции нижних дыхательных путей, диарея, туберкулез и менингит демонстрируют снижение в диапазоне от 20 до 50 %), есть два заслуживающих внимания исключения: заболеваемость ВИЧ/СПИД увеличилась на 350 %, а заболеваемость малярией – на 20 %⁴.

Таким образом, главные причины смерти в развитых странах теперь становятся важными причинами смерти и в развивающихся странах, и это объясняется все большим распространением факторов риска типа ожирения, гипертонии и табакокурения⁴. Нижеследующие цифры показывают факторы риска и состояния, чаще всего связанные со смертью и инвалидностью (рис. 14.2 и 14.3)⁵. Количество смертей из-за незаразных болезней превышает количество смертей от инфекционных болезней, материнскую смертность, смертность новорожденных и смертность в связи с неправильным питанием или истощением в пропорции 3 к 1 (рис. 14.3).

И снова мы видим проблемы, которые раньше встречались исключительно в развитых странах: обратите внимание на резкие скачки высокого кровяного давления, индекса массы тела и уровня сахара в крови натощак. Особенно обращают на себя внимание влияние курения, недостатка фруктов или избытка натрия в рационе питания, а также отсутствие физической активности.

Меняющаяся картина факторов риска и заболеваний в развивающихся странах важна не только потому, что они отражают важнейшие вопросы здравоохранения, но и потому, что тенденция к единообразию ведет к более однородным подходам в профилактике и лечении. Экономическое развитие может в будущем сделать Землю «плоской». Хотя это может означать новые риски для здоровья, это и новые возможности для здравоохранения. На самом деле это шанс полностью демократизировать медицину, сделать ее доступной не только для богатых жителей западных стран, но и всех людей.

Заразные болезни

Хронические болезни становятся большой проблемой, но и инфекционные болезни не утратили своей важности. Они все еще занимают свои места среди причин инвалидности в мире – № 2 (пневмония), № 4 (диарея), № 5 (ВИЧ) и № 6 (малярия)^{3, 4}. Туберкулезом заболевают в два раза больше детей младше 15 лет, чем считалось ранее, – примерно 1 млн человек в год по всему миру⁶. В списке из 20 главных заболеваний есть еще несколько инфекционных болезней. В большей части развивающихся стран, как, например, в Африке, инфекции остаются главной причиной смерти и инвалидности; лихорадочные немалярийные заболевания являются главной причиной детской смертности в бедных странах. В 22 (11 %) из 196 стран мира очень высокий уровень заболеваемости туберкулезом, это результат и слабого распространения антибиотиков, и появления штаммов, резистентных к антибиотикам широкого спектра действия⁷. На эту проблему обратили внимание во всем мире, и в 2014 г. США вместе с 26 другими странами сформировали Всемирную программу по профилактике и борьбе с локальными вспышками опасных инфекционных заболеваний, хотя и с упором на предотвращение пандемий, которые могут дойти до развитых стран⁷. Это трудная задача из-за глобального несоответствия – медицинские технологии обычно предназначены для мест, где имеется большое количество ресурсов и хорошо развита инфраструктура, но медицинская помощь больше всего требуется в условиях, где ресурсов не хватает, а оборудование кем-то пожертвовано и обычно не работает.

Если мы хотим справиться с инфекционными болезнями, то для этого потребуются новые инструменты. Возьмем сотовую связь. В 2013 г. в Африке насчитывалось более 630 млн пользователей мобильных телефонов, и у 93 млн из них были смартфоны. И эти цифры, в особенности если брать людей, подсоединенных к мобильному Интернету, быстро растут. Например, в Нигерии в 2000 г. было всего 30 000 пользователей мобильных телефонов, а сейчас свыше 140 млн¹. Уже само по себе широкое распространение мобильных телефонов способствует медицинскому просвещению. В ЮАР, например, в рамках проекта Masiluleke каждый день рассылается миллион СМС-сообщений, цель которых – убедить людей провериться и лечиться от ВИЧ/СПИДа⁸. В сельской местности, где часто свирепствуют эпидемии малярии, СМС-сообщения, отправляемые на мобильные телефоны, обеспечивают контроль и строгое соблюдение правил приема лекарственных препаратов. Мобильные телефоны сильно упрощают регистрацию рождения ребенка родителями, что позволяет правительствам планировать графики вакцинации. Образовательные инициативы через СМС-сообщения использовались и используются в случае туберкулеза, малярии и заболеваний, передаваемых половым путем. Такие программы начинают давать хорошие результаты: программа Американской академии педиатрии «Содействие выживанию младенцев» снизила раннюю детскую смертность в Танзании на 47 %⁹. Данные с мобильных телефонов 15 млн людей в Кении были использованы для картирования территориально-временных моделей и динамики перемещения людей-носителей, чтобы понять, как распространяется малярия¹⁰. Сет Беркли, генеральный директор GAVI Alliance, указал, что, «даже если данные с мобильных телефонов улучшат существующие модели всего на 1 %, это будет означать предотвращение смерти 69 000 детей в год в возрасте до пяти лет»¹.

Такие программы делают мобильный телефон уже не просто средством связи. Мобильный телефон можно превратить в мощный микроскоп с помощью подсоединяемого устройства, и, как оказалось, он способен надежно распознавать зараженные малярией красные кровяные тельца, используя простую световую микроскопию, а также диагностировать туберкулез с использованием флуоресцентной микроскопии^11а. Айдоган Озкан и его команда из Калифорнийского университета в Лос-Анджелесе смогли с помощью лазерно-диодного устройства, подсоединяемого к камере смартфона, получить изображение единственного человеческого цитомегаловируса, длина которого составляет всего 150–300 нанометров (нм), и других объектов, которые в 1000 раз тоньше человеческого волоса (100 000 нм)¹. Инженеры из Caltech сделали следующий шаг в освоении микроскопа на базе смартфона, устранив необходимость в специальном источнике света^11b.

Микрофлюидные устройства, известные как лаборатория на чипе, или миниатюрные общеаналитические системы (TAS)¹², очень успешно применяются для ускорения диагностики инфекционных болезней. Инженеры из Корнельского университета использовали такую основанную на химии систему для диагностики вируса герпеса, вызывающего саркому Капоши, с помощью смартфона¹³. Дешевый фотодетектор для оптического считывания использовался в Руанде для диагностики ВИЧ у 70 пациентов (ошибка только в одном случае), на что ушло 20 минут. Его чувствительность и оригинальность можно сравнить с классическим тестом ИФА (иммуноферментным анализом)¹². Очень дешевая, высокопроизводительная диагностика с использованием бумажных анализаторов жидкостей, таких как кровь или моча, известных как PAD¹², дает быстрые результаты и по инфекционным болезням, и по незаразным болезням¹⁴.

Но инновационное использование бумаги пошло дальше микрофлюидных устройств и двинулось в микроскопию. Поразительная инновация – экономичный микроскоп «оригами», изобретенный Ману Пракашем из Стэнфордского университета (рис. 14.4)^15–20. Он собирается из плоского листа бумаги за 10 минут. Фолдскоп, или сворачиваемый микроскоп, помещается в карман, не требует внешнего источника энергии, весит меньше двух 15-центовых монет и может увеличивать объект более чем в 2000 раз. Ему требуются крошечные линзы, которые стоят 56 центов, и трехвольтовая батарейка таблеточного типа за шесть центов, а также светодиод стоимостью 21 цент, клейкая лента и переключатель, все вместе – меньше $1. Было продемонстрировано, как он увеличивает Leishmania donovani, Trypanosoma cruzi, E. coli, Schistosoma haematobium, Giardia Lamblia и многих других бактерий и паразитов¹⁹.

Новые способы быстрого диагностирования малярии, которая убивает примерно 600 000 человек в год, указывают на общую тенденцию перехода на очень недорогие портативные диагностические инструменты^{10, 21–23}. Малярийные паразиты при переваривании гемоглобина производят железосодержащие кристаллы гемозоина²⁴. Кристаллы можно распознать через нанопузырьки, которые формируются и лопаются, когда зараженные клетки подвергаются воздействию лазерного излучения ближнего инфракрасного диапазона. Характерный звук позволяет выявить малярию (рис. 14.5) «подобно тому, как эсминец обнаруживает подводную лодку»²⁴. Этот анализ кожи дает мгновенные результаты, определяя малярию на любом ее этапе, без реагентов и без взятия проб крови, при этом поражает уровень его чувствительности: можно определить одну инфицированную клетку из 800 красных кровяных телец, без ложноположительных результатов. Это занимает 20 секунд и стоит 50 центов. Вначале результаты были проверены на мышах, сейчас уже давно идут клинические испытания. Еще одно устройство для диагностики малярии надевают на запястье, оно определяет малярийный пигмент гемозоин с помощью объединенного магнитного и оптического датчика, который может быть использован многократно²⁵. Есть и несколько новых способов диагностики малярии с использованием количественной полимеразной цепной реакции (ПЦР), для которой требуется капля крови, в частности, такой тест предлагает стартап Amplino. Особенно привлекательно применние ПЦР в портативных мобильных устройствах, таких как «Генный радар» компаний Nanobiosym²⁶, QuantuMDx и Biomene (рис. 14.6 и 14.7)^27–30. Возможность делать секвенирование в пунктах оказания медицинской помощи расширяет перспективы секвенирования ДНК с помощью портативных приборов на различные патогены, включая гонорею и другие заболевания, передаваемые половым путем, вирус Западного Нила, денге и туберкулез. Еще более простой способ – колориметрическая проба на туберкулез, малярию или ВИЧ, выполняемая на месте с использованием тестовой полоски и камеры смартфона. Этот метод разработан в Кембриджском университете (рис. 14.8)^{31, 32}.

В условиях плохо развитой инфраструктуры становятся доступными другие инструменты. Резкое падение финансовых и временных затрат, требуемых для геномного секвенирования, обеспечивает новые возможности диагностики устойчивости к противомикробным препаратам путем секвенирования патогена из культуры, а еще быстрее – из пробы, как, например, слюны или мокроты. Прекрасный источник для молекулярной диагностики – не только жидкости организма, но и дыхание³³. Масс-спектрометрический анализ дыхания используется для выявления туберкулеза и показывает одинаковые результаты с традиционной микроскопией мазка слюны или мокроты³³. Последний не особенно годится на роль золотого стандарта, так как в 40 % – 60 % случаев диагностика не срабатывает. Хотя широкомасштабных испытаний анализов дыхания не проводилось, специфическая диагностика на месте, известная как Xpert, при которой используется амплификация ДНК[50] для определения туберкулеза одновременно с устойчивостью к рифампину, прошла проверку во время рандомизированных испытаний в ЮАР, Зимбабве, Замбии и Танзании с участием свыше полутора тысяч человек³⁴. Это не уменьшило процент заболеваемости и смертности в целом (главная цель), но Xpert-тест способствовал росту числа людей, готовых лечиться, и уменьшению доли отказавшихся от лечения, к тому же его легко мог делать персонал, не проходивший специального обучения³⁴.

Патоген (микроб, вирус) – это не единственная проблема, заслуживающая внимания. На самом деле есть серьезные доказательства, свидетельствующие и о значении носителя (человека). Недоедание в развивающихся странах, помимо всего прочего, является фактором предрасположенности человека к инфекции, и причина многих инфекций очень сильно связана с микробиомом кишечника^35–39. Более 20 млн детей по всему миру страдают от недоедания, а показатели смертности у госпитализированных детей с квашиоркером[51] – дефицитом белка из-за плохого питания – составляют аж 50 %. Во время рандомизированных испытаний в сельской местности Малави, типичной для Тропической Африки, проводилось тестирование двух различных антибиотиков и плацебо у 2767 детей в возрасте от полугода до пяти лет (рис. 14.9). Было отмечено существенное уменьшение смертности при использовании антибиотиков, но ясно, что количество смертей все еще чрезвычайно велико и в случае лечения^{40, 41}. Но при другом исследовании 317 пар близнецов из Малави, когда один из близнецов страдал от острого истощения, микробиом кишечника показал, что дисбаланс бактериальных популяций можно восстановить с помощью витаминизированного арахисового масла³⁷. Оно сильно отличается от типичного рациона питания в Малави, где употребляют пищу, богатую крахмалом. Когда менее разнообразный микробиом кишечника детей с квашиоркером трансплантировали (в виде фекальных проб) мышам, животные восстанавливали потерянный вес при кормлении обогащенным арахисовым маслом. Эти два впечатляющих исследования продемонстрировали взаимосвязь между питанием, микробиомом и носителем при крайней форме истощения, а также значение спасительного вмешательства в виде питания и антибиотиков. Но в известном смысле их можно рассматривать просто как первый шаг после выявления основных причин проблемы. В будущем дешевые инструменты для диагностики и секвенирования на месте (рис. 14.5, 14.6, 14.7 и 14.8) помогут точно и быстро определить виды бактерий-возбудителей и дисбаланс, чтобы в каждом конкретном случае подобрать подходящие пробиотики^{42, 43}.

Вероятно, еще более поразительным достижением мобильных технологий станет возможность пересылать вакцину через Интернет. Вентер и его коллеги уже продемонстрировали потенциальный способ быстрого создания синтетической вакцины против гриппа, соответствующей возбудителю (рис. 14.10), – кода, который может, по крайней мере теоретически, передаваться с помощью электронных средств связи в режиме реального времени в любое место на планете для первичной системы реагирования на пандемию⁴⁴. Конечно, грипп – это всего лишь типичный образец большого количества микроорганизмов, к которым может быть применена эта стратегия. Это, безусловно, одна из самых удивительных ближайших перспектив синтетической биологии и пример слияния цифровой и биологической информационных сфер приложения усилий для совершенствования медицины.

Незаразные болезни

В развивающихся странах не только растет число жертв незаразных болезней, но от одного только рака умирает больше людей, чем от ВИЧ, туберкулеза и малярии вместе взятых. Каждый год рак диагностируется у 14 млн человек, и 57 % из них – представители стран с низким и средним доходом, и на них приходится примерно 70 % смертей, причиной которых считают рак (и 80 % смертей, которых можно было бы избежать) по всему миру⁴⁵. Это относится к раку груди, несомненно ставшему теперь глобальным заболеванием: в предстоящем десятилетии ожидается 20 млн случаев заболевания и более половины из них – в странах с низким и средним доходом⁴⁶. Во многих из этих стран наблюдается не только ужасающая нехватка онкологов и других специалистов, но и центров лечения, и инфраструктуры для точной диагностики и лечения рака. Однако подобно тому, как для диагностики инфекционных болезней применяются бумажные анализаторы, инновации появляются и для рака^47–49. Инженеры из MIT разработали быстрый и дешевый анализ мочи, основанный на взаимодействии наночастиц с белками опухоли, для распознавания опухоли⁵⁰. Сангита Бхатия, ведущий автор публикации, сказал: «Мы считаем, это было бы потрясающе – адаптировать его для развивающихся стран, превратив в простой бумажный тест, который можно делать с необработанными образцами в сельской местности, без специального оборудования. Считывание данных можно доверить удаленному специалисту, переслав их в виде фотографии с мобильного телефона»⁵⁰. Пациенты получают инъекцию наночастиц и мочатся на бумажную тестовую полоску, покрытую антителами, которые обнаруживают наночастицы, вступившие во взаимодействие с аномальными раковыми белками. На практике, если такой тест пройдет испытания и будет утвержден, он будет действовать во многом как домашний тест для определения беременности⁴⁷. Исследователи даже работают над долгосрочными, в противоположность однократным, замерами, когда препарат из наночастиц будет имплантироваться подкожно.

Еще один изобретательный способ обнаружения рака основан на использовании смартфона, солнечного света и крошечного образца ДНК. Вместо обычной процедуры осуществляется ПЦР, для чего требуется электричество, ДНК-праймер и точная электроника для нагревания и охлаждения образца. Этот метод был разработан в Корнельском университете, а все, что требуется, – это солнечный свет, поступающий через линзу, и диск для запуска ПЦР⁴⁹. Помимо применения в тестировании рака был разработан бумажный анализатор для измерения функции печени (стоимость этого теста составляет 10 центов в сравнении с обычными $4). Капля крови пропитывает бумагу, в которую включены гидрофобные барьеры. Результаты анализируются и передаются с помощью камеры мобильного телефона⁵¹.