Медицинские регистры
Как обработка больших массивов данных помогает прогнозировать риски заболеваний
Медицинские специалисты часто работают с документами: каждый прием, диагноз и результат обследования фиксируются в выписке, протоколе или заключении. При этом номенклатура и структура таких документов со временем изменяются. Несмотря на стандарты, данные из разных медицинских организаций и их систем остаются неоднородными. И это проблема. Особенно если речь идет об архивах за несколько лет.
Фото: Александр Миридонов / Коммерсантъ
Фото: Александр Миридонов / Коммерсантъ
Чтобы использовать эти сведения для анализа на уровне региона или страны, их нужно собрать, привести к единому формату и регулярно обновлять. Эту задачу и решают медицинские регистры — системы, в которых по общим правилам хранятся данные о пациентах с определенными заболеваниями или состояниями.
Что такое регистры: от истории одного пациента к общей картине
Медицинский регистр представляет собой систему, в которой по заданным правилам собираются и анализируются сведения об определенной группе пациентов. Критерием может быть диагноз, перенесенное вмешательство, назначенный препарат или другое состояние. В отличие от медицинской карты, которая сопровождает лечение конкретного человека, регистр позволяет изучать заболевание в динамике и сравнивать результаты у больших групп пациентов.
Такие системы используются для оценки качества медицинской помощи, поиска факторов риска, наблюдения за эффективностью лечения и планирования ресурсов. Врач может, к примеру, увидеть, какие пациенты пропустили контрольный осмотр или перестали получать необходимую терапию. Исследователи используют регистры, чтобы получать данные о том, как разные подходы работают за пределами клинических испытаний. Органы управления здравоохранением могут оценивать потребность в препаратах, оборудовании и местах в стационарах.
Регистры могут быть федеральными, региональными или специализированными. Федеральные позволяют собирать данные по всей стране по единым требованиям. Региональные и специализированные создаются под конкретные задачи, однако их структура и набор полей могут различаться, поэтому позднее такие данные бывает сложно объединить. Качество регистра оценивают по полноте и точности: все ли нужные пациенты и сведения вошли в систему и правильно ли заполнены отдельные поля.
Важно отметить, что интерес к медицинским регистрам растет и в России. С 1 марта 2026 года начал действовать федеральный регистр пациентов с 12 группами заболеваний и состояний, среди которых онкологические заболевания, сахарный диабет, ишемическая болезнь сердца, инсульты, беременность и послеродовой период. Параллельно медицинские и исследовательские центры создают специализированные регистры для наблюдения за пациентами, оценки результатов лечения и научных исследований.
Международный опыт
Международные регистры уже несколько десятилетий решают подобные задачи. Американская программа SEER собирает данные о стадии онкологического заболевания на момент постановки диагноза, проведенном лечении и выживаемости пациентов. Эти сведения позволяют отслеживать изменения в распространенности и исходах онкологических заболеваний, выявлять различия между группами населения и оценивать эффективность мер профилактики и лечения. Регистр Фонда муковисцидоза используется при подготовке клинических рекомендаций, оценке результатов лечения и проектировании исследований. Как отмечается в материалах самого фонда, реестр остается важным инструментом для исследователей заболевания. Сейчас одобрено более 100 проектов, использующих данные регистра пациентов фонда. Благодаря многочисленным статьям в рецензируемых журналах эти проекты внесли значительный вклад в общие знания о заболевании. В реестре отслеживается динамика лечения около 50 тыс. человек, и многие из них находятся в нем более 20 лет.
Другой пример — Британская служба NDRS, которая объединяет сведения об онкологических, врожденных и редких заболеваниях и предоставляет аналитику врачам, исследователям и государственным организациям. С ее помощью проводят мониторинг изменения в здоровье населения, планируют и улучшают медицинскую помощь, разрабатывают исследования, а также новые решения в лечении пациентов.
Почему регистры сложно вести вручную
Информация, необходимая для регистра, редко хранится в виде готовой таблицы. Значительная часть клинических данных содержится в выписных эпикризах, протоколах осмотров и результатах исследований. Формулировки и структура документов различаются даже внутри одной медицинской организации. Если используются несколько медицинских информационных систем, число вариантов увеличивается.
Для переноса данных в регистр специалисту приходится читать документ целиком, находить десятки параметров и вручную заполнять поля. Такая работа требует медицинской квалификации и отнимает время, которое врач мог бы потратить на осмотр пациентов или исследовательскую работу. При увеличении массива документов регистр начинает обновляться с задержкой. Возникают пропуски, опечатки и различия в трактовке одних и тех же сведений.
К типовым проблемам медицинских регистров также относятся несопоставимость данных из разных систем и слабая интеграция с электронными медицинскими картами. Одним из способов автоматизировать эту работу могут стать системы на базе больших языковых моделей. Они способны анализировать большие массивы неструктурированных медицинских текстов, извлекать из них нужные сведения и переносить их в таблицы без участия человека или при его минимальном вовлечении.
13 тыс. документов по острому коронарному синдрому
НМИЦ кардиологии имени академика Е. И. Чазова Минздрава России при поддержке Центра технологий для общества Yandex Cloud с помощью платформы Yandex AI Studio создает цифровой регистр пациентов, перенесших острый коронарный синдром. ОКС относится к наиболее опасным проявлениям ишемической болезни сердца. Пациенты после такого события сохраняют крайне высокий риск повторных сердечно-сосудистых осложнений.
Пилотный проект реализуется сейчас в Тульской области. Исходный массив включал более 13 тыс. выписных эпикризов из трех больниц за 2021–2025 годы. Документы в целом были похожи, однако различались по структуре, расположению разделов и составу текста в зависимости от того, из какой медорганизации поступил и в каком году составлен документ.
В выписном эпикризе объемом несколько страниц содержатся сведения об анамнезе, сопутствующих заболеваниях, лабораторных и инструментальных исследованиях, операциях и лекарственной терапии. Для регистра из каждого документа нужно извлечь более 90 параметров. Вручную обработка одной выписки могла занимать около 40 минут.
В автоматизированном же процессе большая языковая модель находит нужные медицинские сведения и возвращает их в заранее заданной структуре. Извлечение 93 полей занимает в среднем около семи секунд на документ. Такая скорость позволяет регулярно обновлять регистр и использовать его в работе с пациентами, которые недавно перенесли ОКС.
В дальнейшем регистр планируют дополнить данными амбулаторного наблюдения. Наличие тотального регистра лиц, перенесших ОКС, позволяет легко привлекать пациентов к диспансерному наблюдению. Внесение в регистр данных амбулаторных осмотров и результатов обследования на амбулаторном этапе позволит отслеживать целевые показатели здоровья у каждого пациента и существенно повысит эффективность вторичной профилактики. В текущей версии регистр формируется на основе выписных эпикризов и пока не решает эти задачи.
Как работает обезличивание данных в регистре пациентов с ОКС
Медицинские документы содержат сведения о здоровье и другие персональные данные. Поэтому автоматизация начинается с обезличивания. Приказ Роскомнадзора №140 предусматривает несколько методов такой обработки, включая введение идентификаторов, изменение состава или семантики данных, перемешивание, декомпозицию и обобщение атрибутов.
В проекте НМИЦК им. Е. И. Чазова использовались два метода: введение идентификаторов и изменение состава или семантики данных. Второй метод может включать удаление, изменение или искажение отдельных сведений. Фамилию и имя можно удалить, в адресе оставить только регион или город, а точную дату заменить с сохранением нужного временного интервала. Способ преобразования зависит от исследовательской задачи: для регионального анализа важно сохранить географию, для изучения длительности госпитализации — последовательность дат.
Пациенту и каждому его документу присваивается устойчивый идентификатор. Он позволяет связать между собой сведения о нескольких госпитализациях и обследованиях пациента уже после обезличивания. При наличии данных о номере полиса, СНИЛС или другого документа используется один уровень идентификатора. Если доступны только ФИО и дата рождения, система рассчитывает другой и дополнительно ищет похожие записи. Так можно выстроить последовательность госпитализаций конкретного пациента, даже если они происходили в разные больницы региона. А помимо этого обнаружить редкие дубли и погрешности внесения информации для объединения и коррекции.
Персональные данные, обезличенные тексты и база идентификаторов хранятся раздельно. В проекте вся работа с исходными персональными данными проводилась специалистами региона в локальном контуре. Инструмент использовался для обработки очередной порции документов, после чего исходные данные из него удалялись.
Как проверяется качество регистра
Качество медицинского регистра можно оценивать с двух сторон. Первая — полнота и точность клинических данных. Полнота зависит от того, все ли нужные выписные эпикризы попали в регистр и все ли нужные сведения были извлечены из каждого документа. Точность показывает, правильно ли система распознала и перенесла диагнозы, результаты обследований, сведения о лечении и другие параметры.
Отдельно оценивается качество обезличивания. Здесь высокой средней точности недостаточно: в обработанных документах не должно оставаться персональных данных. Для этого инструмент нужно тщательно настроить под конкретный тип документов. В решении можно менять схемы, промпты и способы обезличивания с учетом структуры выписок из разных медицинских информационных систем.
Схему обезличивания для регистра ОКС сначала проверяли на десятках синтетических документов. Затем ее настраивали на реальных выписках вместе со специалистами региона. После этого через систему пропустили сотни документов, вручную проверяли результаты и уточняли правила обработки. На эти этапы ушло несколько месяцев. В проверенных документах удалось добиться полного отсутствия пропущенных персональных данных.
После обработки всего массива специалисты дополнительно проверили случайную выборку — не менее 10% от 13 тыс. документов — и не обнаружили пропусков при обезличивании. При подключении новых медицинских организаций или типов документов схему нужно будет снова проверить и при необходимости доработать: структура выписок, набор полей и сокращения могут различаться.
Регистры для изучения перинатального здоровья
Похожий подход по обработке данных для медицинского регистра используется в совместном проекте Yandex Cloud и Научного центра психического здоровья (НЦПЗ). Исследователи работают с архивом историй болезни за 25 лет, в котором данные хранились в бумажных выписках, сканах и фотографиях страниц.
Система распознала и структурировала сведения о 14,5 тыс. госпитализаций. Из каждой записи извлекалось более 20 полей: диагноз, анамнез, сведения о беременностях и родах, лечение и психический статус. Затем алгоритм выделил 232 пациентки с признаками послеродовой депрессии. Раньше эти случаи были распределены по тысячам архивных документов и не существовали как единая исследовательская выборка.
На базе регистра можно изучать связь послеродовой депрессии с наследственностью, возрастом, эндокринными, гинекологическими и психическими заболеваниями. Следующим этапом должна стать прогностическая модель для определения групп риска еще до выраженного проявления болезни.
Основа для долгосрочного наблюдения
Автоматизация меняет прежде всего доступность медицинских данных. Информация, которая раньше оставалась внутри отдельных выписок, становится пригодной для сопоставления и длительного наблюдения. Врачи получают более полную картину по конкретным пациентам, исследователи — выборки для проверки гипотез, регионы — данные для оценки действующих программ помощи.
По мере накопления регистра можно изучать отдаленные результаты лечения. Для пациентов с ОКС это частота повторных госпитализаций, продолжительность лекарственной терапии и число лет без новых сердечно-сосудистых событий. Такие данные помогут оценивать программы льготного лекарственного обеспечения и другие меры, эффект которых проявляется через несколько лет.
ИИ в этой системе снимает с врачей нагрузку на рутинную работу по наполнению регистров. Благодаря этому у специалистов остается больше сил и времени на их анализ, принятие клинических решений, а также исследовательскую работу.