Как увеличить прибыль от продажи лекарств с помощью big data

К сожалению, здравоохранение только сейчас начинает догонять бизнес в своем энтузиазме по обработке big data. Впрочем, здравоохранительную сферу оправдывает необходимость соблюдения строгой конфиденциальности – информация, полученная от пациентов, должна использоваться с большой осторожностью. Тем не менее, дела, кажется, пошли на лад. Проекты по использованию big data с благими клиническими целями были уже запущены в Великобритании и в США. Опыт использования накопленной информации у них различен, однако в целом этим программам удалось достичь позитивных результатов.

Ценные мелочи

Смотрите: в 1 петабайте данных содержится 1 миллион гигабайтов. Американская компания Express Scripts, расположенная в Сент-Луисе (штат Миссури), собрала 22 (!) петабайта медицинских данных от 83 миллионов пациентов. Чтобы получить более полное понимание о масштабах этой титанической работы, просто представьте, что если этот объем данных преобразовать в формат MP3, то прослушивание такого аудиофайла заняло бы примерно 44 000 лет.

По словам data-специалиста компании Тома Генри, они коллекционировали в эти петабайты информацию из больничных и аптечных карточек пациентов, их аккаунты в соцсетях, клинические и поведенческие характеристики, и даже твиты, направленные компании. Программы Express Scripts работали настолько быстро, что, например, стоило пациенту показать свой рецепт в аптеке, как они регистрировали это событие в течение трех миллисекунд.

Понятно, что это делалось не забавы ради, Express Scripts преследовала определенные цели. Дело в том, что эта организация участвует в программе реимбурсации, управляет выплатами за лекарства, то есть является третьей стороной, распоряжающейся компенсациями для компаний, которые участвуют в программе медицинского страхования (т.н. pharmacy benefits manager, PBM). Естественно, любому PBM очень пригодится информация, которая позволит заранее предсказать, что одни пациенты не станут придерживаться предписаний, другие, вероятно, приобретут зависимость от опиоидов, а третьи – попытаются обмануть систему здравоохранения.

При этом Express Scripts не собирает данные молча и пассивно. Скажем, если определенные пациенты «не склонны» к комплайенсу, специальная программа ExpressRx Express Scripts отправляет им персонализированные мессиджи, текст которых основан на тщательном анализе огромного количества данных. Поддержка этих пациентов также дополняется другими мессиджами, направленными уже к их фармацевтам с просьбой «присмотреть» и «проследить».

По данным компании, такая политика снизила уровень несоблюдения плана лечения с 8,3% до 4,8% за год, сэкономив для каждого пациента в среднем 30 000 долл. США исключительно на расходах на лекарства.

Определение и предупреждение недостаточного комплайенса, по словам руководства Express Scripts, является одним из самых успешных модулей, поскольку позволяет существенно сэкономить на лечении осложнений, которых можно было избежать, если бы пациенты принимали свои лекарства в соответствии с предписаниями. Для прогнозирования приверженности лечению ScreenRx использует более 300 различных факторов у пациентов с более чем 12 заболеваниям, таким как диабет и гипертония. Этот модуль имеет показатель точности 94%, и, по утверждениям разработчиков, в девять раз более точен, чем оценка самого пациента.

Express Scripts является крупнейшим независимым PBM в Соединенных Штатах, а это дает организации доступ к огромному массиву данных. Однако чувствительный характер этих данных выводит на первый план вопрос конфиденциальности: согласно законам США, персональные данные должны быть «надежно защищены» и использоваться только во благо их владельцев. Ну и, конечно же, с их согласия.

Связь лекарственных предписаний с клиническим исходом

По приблизительным оценкам, расходы на выброшенные лекарства обходятся британской системе здравоохранения в 500 миллионов фунтов стерлингов в год, так что неудивительно, что здравоохранительные службы начали проявлять интерес к потенциалу «больших данных». Несколько лет назад в Манчестере запустили систему IMPACT, которая под руководством двух фармацевтов собирает и анализирует информацию, полученную в общей сложности от 2,8 миллиона пациентов. Учитываются данные по каждому препарату, который назначался больному в течение последних пяти лет, однако анализ в основном проводится по последним 18 месяцам. Система также учитывает данные больниц и своего рода отдела по контролю качества, который оценивает результаты деятельности семейных врачей (Quality and Outcomes Framework).

IMPACT сравнивает лекарственные предписания с госпитализациями по Манчестеру с учетом демографии и «делает выводы»: когда назначить то-то и то-то, а когда проследить за приемом того-то и того-то, чтобы снизить количество госпитализаций и уменьшить процент выброшенных препаратов. Одной из ключевых областей, на которых фокусируется внимание системы, – назначения антибиотиков: Манчестер имеет более высокие показатели предписания антибиотиков, чем другие регионы Великобритании.

Программу проверяют специально обученные люди, имеющие неограниченный доступ к данным для того, чтобы отслеживать изменения в назначениях и госпитализациях и узнать, достигнут ли прогресс. Они же идентифицируют фармацевтов и врачей, не соблюдающих рекомендации по назначению и отпуску лекарственных средств – с такими сотрудниками проводятся «воспитательные беседы».

Правда, пока какими-то внятными, а тем более эпохальными результатами британские специалисты похвастаться не могут: многое зависит от конкретного врача и пациента, уравнять и повлиять на всех «оптом» в текущих условиях невозможно. Хотя следующим этапом этого проекта станет отслеживание результатов лечения уже отдельных пациентов (для этого требуется получить согласие каждого пациента, что займет немало времени).

Будущее отрасли

На самом деле, эксперты сходятся во мнении, что в уже в ближайшем будущем такими проектами заинтересуются фармпроизводители, и финансирование, поступающее от них, переведет аналитику разрозненной информации на принципиально новый уровень. Ведь в наши дни информация, полученная из огромного количества источников – многообещающий способ повысить авторитет (и прибыль) фармацевтической отрасли, поскольку ее правильное использование позволяет предупредить недостаточный комплайенс (а значит, минимизировать число «побочек» и претензий к производителю) плюс улучшить качество лекарственных предписаний, а значит – и реноме фармпродуктов.