CC BY
6
ОРИГИНАЛЬНАЯ СТАТЬЯ
ОС1: 10.21045/1811-0185-2024-11-77-87 УДК 338
ОЦЕНКА ФИНАНСОВО-ЭКОНОМИЧЕСКОГО ЭФФЕКТА ВНЕДРЕНИЯ СИСТЕМ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В ЗДРАВООХРАНЕНИИ НА ПРИМЕРЕ ПЛАТФОРМЫ WEBIOMED
Н.Ф. Прохоренко н
к.э.н., эксперт в сфере общественного здравоохранения.
И Автор для корреспонденции: Прохоренко Н. Ф.
АННОТАЦИЯ
Одним из барьеров широкого применения систем искусственного интеллекта в здравоохранении является отсутствие финансового-экономического обоснования их внедрения. На примере опыта использования отечественной платформы Webiomed в решении задач профилактики сердечно-сосудистых заболеваний предложена модель оценки экономической эффективности. Общий потенциальный эффект составляет 117,9 млн. руб./1 млн. населения в год, что соответствует окупаемости проекта внедрения с первого года использования на популяции, начиная с 64 тыс.человек. Развитие внедрения рассматриваемой платформы в долгосрочной перспективе позволит повысить эффективность и обоснованность управленческих решений. Использование систем искусственного интеллекта с доказанным позитивным влиянием на эффективность использования финансовых ресурсов позволяет создать условия для достижения целевых показателей государственных программ в здравоохранении.
Ключевые слова: системы искусственного интеллекта в здравоохранении, профилактика сердечно-сосудистых заболеваний, экономическая эффективность, система поддержки принятия врачебных решений, Webiomed
Отношения и деятельность: автор заявляет об отсутствии конфликта интересов, требующего раскрытия в данной статье. Для цитирования: Прохоренко Н. Ф. Оценка финансово-экономического эффекта внедрения систем искусственного интеллекта в здравоохранении на примере платформы Webiomed. Менеджер здравоохранения. 2024; 11:77-87. DOI: 10.21045/ 1811-0185-2024-11-77-87
Введение
Уифровая трансформация здравоохранения, включая внедрение программных систем на основе искусственного интеллекта (да-И), бесспорно является ключевым отраслевым трендом [1, 2, 3]. В частности, Стратегическим направлением в области цифровой трансформации здравоохранения до 2030 предусмотрено требование о последовательном увеличении числа медицинских изделий, работающих с использованием технологий ИИ и внедренных в субъектах РФ1. Согласно этому документу, в 2023 г. каждый субъект РФ должен был внедрить не менее 1 медицинского изделия с технологией ИИ, в 2030 г. этот показатель должен быть увеличен до 12 медизделий.
Вместе с этим, практическое внедрение уже разработанных СИИ происходит не столь динамично и широко, как ожидалось, а результаты успешных с клинической точки зрения проектов часто не содержат данных об оценке экономической
1 Распоряжение Председателя Правительства РФ М. Мишусти-на № 959-р от 17.04.2024, http://publication.pravo.gov.ru/docu-те^/0001202404190016
© Прохоренко Н.Ф, 2024 г.
С
«КС
эффективности. Отсутствие финансово-экономического обоснования эффекта вызывает у организаторов здравоохранения избыточную настороженность при внедрении инноваций с рутинным нежеланием усугубить личную ситуацию управленческого риска. Таким образом, формируется серьезный барьер для внедрения СИИ, а, соответственно, их разработки и развития.
Сложность объективизации и количественной оценки финансового результата различных СИИ может существенно отличаться в зависимости от особенностей продуктов и сценариев их применения. С этой точки зрения все СИИ можно разделить на две группы:
1. СИИ локального воздействия, реализующие свои функциональные возможности для оптимизации какого-то отдельного лечебно-диагностического, административного или вспомогательного процессов.
2. СИИ глобального воздействия на обще-популяционные или отраслевые показатели и являющиеся частью многоэтапной организационной технологии.
Manager
Zdravoochranenia
/Менеджер
здравоохранения
СИИ локального воздействия ориентированы на определенную нишу (например, один метод исследования или даже какая-то его часть) или отдельно взятый процесс. Технологическая модель использования очевидная, целевые показатели результативности легко мониторируются в одном-двух подразделениях медицинской организации. Но, соответственно, и эффект таких систем проявляется в лучшем случае как локальная процессная оптимизация. Таким образом, это в основном продукты с ограниченной эффективностью, даже при массовом использовании.
СИИ глобального воздействия отличаются способностью существенно улучшить достижимость целевых показателей отрасли и нацелены на решение системных проблем практического здравоохранения (например, популяционное воздействие, актуализация медицинских знаний, обработка неструктурированных данных, таких как медицинский текст на естественном языке). В таком случае мы имеем дело с классической полиагентной мультикритериальной системой, итоговый результат функционирования которой зависит от множества входящих в нее акторов с их динамически меняющимися приоритетами и интересами. Этап полноценного внедрения таких систем достаточно ресурсозатратный, длительный и связан, в том числе, с необходимостью интеграции с существующими государственными информационными системами в сфере здравоохранения, обучением разных категорий персонала с преодолением неминуемого сопротивления при изменении привычного status quo, причем не только в медицинских организациях, но и в органах управления здравоохранением, учреждениях отраслевых регуляторов. Однако, масштабирование именно таких систем способно стать устойчивой основой развития системы здравоохранения в условиях кадрового дефицита, старения населения и дефицита финансового обеспечения отрасли.
Актуальность исследований, направленных на обоснование методических подходов к оценке экономической эффективности для облегчения принятия решения по внедрению СИИ, не вызывает сомнений. Описание использованных моделей и результаты исследований формируют оптимальный управленческий баланс - возможность выполнения нормативно установленных показателей при минимизации нерациональных решений в отношение способов их достижения. При этом крайне важным представляется валидация причинно-следственных связей технологической модели, использованной при расчете итоговой эффективности,
и оценка приоритизации направлений развития проектов в плане достижения общественно значимых результатов.
В современной профессиональной отечественной и зарубежной периодике имеется множество публикаций по подобной тематике. Общепринятым подходом для расчетов служит оценка динамики затрат (медицинские вмешательства, реализуемые целевые программы, внедрение и эксплуатация СИИ, временная утрата трудоспособности), а также популяционный медико-социальный эффект, основанный на уменьшении количества «потерянных лет жизни» (далее - YLL) и лет жизни, скорректированных по нетрудоспособности / инвалидности (далее - DALY), из-за предотвратимых причин [5]. Применяются современные и часто изощренные методы статистического и финансового анализа. Но главным вопросом являются порог вмешательства и используемая для оценки эффективности модель, а основным фактором доверия/недоверия к расчетам служит валидность (объективность, соответствие практической реальности) предложенной технологической модели рассматриваемых объектов исследования. Одна из основных сложностей при этом - корректная декомпозиция определяющих результат процессов, соответствующая целям исследования, т.к. подобные СИИ являются лишь частью сложной (этапной, многокомпонентной, долгосрочной, вариативной) деятельности.
Материалы и методы
Для апробации предложенного подхода к расчету экономического эффекта внедрения СИИ и более детального обсуждения обозначенных проблем подбирался релевантный пример ССИ глобального воздействия. Был проанализирован последний из опубликованных перечней российских СИИ [4, 6]. Многие из имеющихся в данное время продуктов решают общие технологические проблемы без предоставления достаточного объема данных об итоговом воздействии на отраслевые показатели, в связи с чем были отнесены нами к СИИ локального воздействия. В итоге для данного исследования была выбрана платформа прогнозной аналитики и управления рисками в здравоохранении на основе машинного обучения Webiomed (далее - Webiomed) как одна из систем, удовлетворяющая критериям СИИ «глобального воздействия».
Основной целью Webiomed является популяци-онное воздействие, направленное на уменьшение количества предотвратимых смертей вследствие
Менеджер / Manager №11
здравоохранения / ZdrevoochrBnenie 2024
распространенных неинфекционных заболеваний (далее - НИЗ). Включенная в состав платформы система поддержки принятия врачебных решений (СППВР) прошла регистрацию не только как отечественный программный продукт, но и как медицинское изделие. Проект в последние годы уже апробирован в нескольких регионах с опубликованными данными результатов по одному из приоритетных для здравоохранения направлений - выявлению и контролю факторов риска (далее - ФР) заболеваний сердечно-сосудистой системы (далее - ССЗ) при проведении диспансеризации населения. Однако, оценка экономического эффекта в количественных параметрах для данной СИИ не проводилась.
Технологическая модель
Для формирования валидной технологической модели расчета экономического эффекта проанализирована существующая в настоящее время система профилактики ФР основных НИЗ, в частности, ССЗ.
За последние полвека накоплен огромный массив данных в отношении состава и характеристик основных ФР ССЗ, доказано колоссальное бремя ССЗ в медико-социальном, демографическом и экономическом аспектах, эффективность попу-ляционного воздействия на распространенность ССЗ получила многочисленные подтверждения [7, 8, 9, 10, 11]. Дискуссионными остаются лишь критерии эффективности различных вмешательств в отдельных таргет-группах, а точнее - методические аспекты и дизайн исследований по этим направлениям.
Базисный алгоритм воздействия на ФР ССЗ состоит из:
• информирования населения о возможных рисках и способах их нивелирования (мотивация к здоровому образу жизни);
• предоставления возможности пройти скри-нинговое и по показаниям углубленное обследование, по результатам которых формируется представление о той или иной степени индивидуального риска;
• определение тактики контроля ФР, а также коррекции уже реализованного риска в виде имеющихся заболеваний;
• создание условий для устойчивого комплаен-са лиц, входящих в группы воздействия;
• оценка результатов воздействия посредством корректной системы мониторинга.
В РФ этот алгоритм составляет существенную часть программы диспансеризации и периодических медицинских осмотров с соответствующими нормативно установленными целевыми показателями в государственной программе РФ «Развитие здравоохранения», ее подпрограммах и федеральных проектах.
Фактическая реализация алгоритма в системе здравоохранения сталкивается со множеством объективных и субъективных барьеров, которые существенно снижают эффективность популяци-онного воздействия. Одно из основополагающих направлений функционала рассматриваемой СИИ как раз и состоит в предоставлении инструментов нивелирующих или устраняющих такие барьеры.
Для целей исследования разделим весь процесс выявления и контроля рисков НИЗ на ряд этапов, имеющих самостоятельное значение в достижении итогового результата (рис. 1):
1. Диспансеризация/первичный медицинский осмотр р).
2. Оценка индивидуального риска (А).
3. Формирование рекомендаций, разъяснение их значения и техники выполнения участнику программы профилактики
4. Выполнение рекомендаций участником программы профилактики (комплаенс) (Р).
Мероприятия по информированию населения о необходимости/возможности профилактических осмотров и диспансеризации не включены в эту схему как этап, так как представляют собой часть более обширной межведомственной кампании мотивации населения к здоровому образу жизни (ЗОЖ), и для оценки их вклада в итоговые результаты снижения бремени НИЗ требуются отдельные подходы.
Обозначим значимость (вес, пользу) каждого этапа индексом р (для этапа диспансеризации, соответственно, Dp, для оценки риска - Ар и т.д.).
При этом формула общего итогового эффекта по имеющей самостоятельное значение ьтой группе НИЗ или направлению профилактического воздействия (ОИЭ^ приобретает следующий вид:
ОИЭ. = Dp + Ар + РРр + Рр.
В силу последовательности и взаимозависимости этапов при формировании итогового результата выделим в этой величине непосредственный вклад этапа (индекс pd) и аккумуляционный вклад предыдущих этапов:
С
«КС
Manager
Zdravoochranenia
/Менеджер
здравоохранения
Рис. 1. Схема этапов программ профилактики НИЗ
Dp = Dpd; Ар = Dpd + Арё; Яр = Dpd + Apd + Ярё; Рр = Dpd + Apd + Rpd + Ppd.
Такой подход соответствует целям исследования по отдельной оценке потенциального вклада каждого этапа, когда итоговый положительный результат профилактического воздействия формируется совокупностью индивидуальных результатов лиц, прошедших все этапы без дефектов исполнения, а ошибки более ранних этапов делают невозможным достижение позитивного эффекта, несмотря на корректное исполнение последующих этапов. При этом все затраты на проведение этапов, начиная с «дефектного» являются нерациональными. Таким образом, после соответствующего преобразования получаем:
ОИЭ. = 4Dpd + ЗЛрС + 2Rpd + Ppd.
По каждому этапу примем за 1 (100%) ситуацию, когда всеми акторами корректно выполнены все необходимые действия, доказанно (очевидно) приводящих к достижению эффекта воздействия (максимальный потенциальный результат). Под эффектом воздействия в данном случае подразумевается итоговый экономический эффект, формирующийся как совокупность динамики затрат и медико-социального результата в монетарном виде.
Степень приближения к «идеалу» выполнения определяется фактическим качеством выполнения этапа (доля от единицы), то есть 1 за вычетом:
• действий акторов, доказанно (очевидно) приводящих к уменьшению эффекта воздействия (индекс fa);
• ошибочного отсутствия действий акторов, доказанно (очевидно) приводящих к уменьшению эффекта воздействия (индекс fi) ;
• иных дефектных (некорректных) действий акторов, которые являются нарушением технологических требований этапа (индекс err) , уменьшающих эффект воздействия в разной степени.
Выделение этих трех видов дефектов целесообразно, так как:
• выполнение непоказанных действий влечет за собой дополнительные нерациональные расходы без прироста целевого результата;
• невыполнение показанных действий уменьшает прямые затраты, но при этом делает недостижимым результат в отношении субъекта профилактики;
• иные дефектные (некорректные) действия не изменяют текущие прямые затраты, однако уменьшают итоговый ожидаемый эффект.
Кроме этого, подобная декомпозиция может быть методической основой программы мониторинга и принятия соответствующих управленческих решений.
По этапам в отношение основных действий акторов это выглядит следующим образом:
Менеджер / Manager № 11
/ Zdravoochranania 2024
1. Этап диспансеризации: Dfa - сделали первичный медицинский осмотр/диспансеризацию/второй этап диспансеризации тому, кому не нужно; Dfi - не сделали комплекс тому, кому нужно; Derr - сделан неполный комплекс, или исследования выполнены с методическими погрешностями.
2. Этап оценки риска: Afa - индивидуальный риск ошибочно завышен до класса с необходимостью каких-то действий; Afi - класс ошибочно занижен в отношении тех, кому нужны были действия; Aerr - индивидуальный риск по какой-либо причине не опре -делялся.
3. Этап рекомендаций: Rfa - рекомендованы непоказанные действия; Rfi - не рекомендованы показанные действия; Rerr - иные некорректные рекомендации.
4. Этап выполнения рекомендаций пациентом: Pfa - пациент делал то, чего не было в рекомендациях; Pfi - не делал то, что было в рекомендациях; Perr - некорректное исполнение рекомендаций.
При исследовании технологии с последовательными взаимозависимыми этапами вполне логично допущение об одинаковой значимости (пользы) каждого из них. При этом для наглядности удобнее представить их в виде долевых весовых коэффициентов, в сумме дающих итоговый потенциальный эффект профилактического воздействия, принимаемый за 1. Тогда:
Dp = 0,4; Ap = 0,3; Rp = 0,2; Pp = 0,1.
По некорректным исполнениям каких-либо действий на этапах (индекс err) следует сделать оговорку. Эта совокупность дефектов крайне вариабельна по влиянию на итоговый результат как из-за различного состава некорректных действий, так и из-за разницы терминологической трактовки, какие действия считать некорректными. Поэтому по каждому этапу обосновано введение специального поправочного коэффициента степени возможного влияния некорректных действий (Kd, Ka, Kr и Kp), которые могут игнорироваться или определяться методом экспертной оценки.
Соответственно, формула ОИЭi приобретает окончательный вид:
ОИЭI = 0,4*(1 - О^а. - Ж. - КсИЮегг.) + 0,3*(1 - ЛЬ. - ЛИ. - Ко*Лвгг..) + ' 0,2*(1 - Я^^а . - ЯН. - Кг.*Яегг. + 0,1*(1 - Pfa . - РН . - Кр*Рвгг..),
когда при «идеальном» выполнении каждого из четырех этапов (нет никаких дефектных действий) ОИЭ = 1, то есть фактический итоговый эффект равен потенциальному эффекту воздействия.
Соответственно, формулу общего потенциального эффекта системы профилактики по всем включенным в нее п направлениям НИЗ можно представить в следующем виде:
ОИЭ = Е ОИЭ ..
1 = 1 '
Именно такое декомпозированное представление ОИЭi удовлетворяет целям расчета эффективности внедрения и использования СИИ, так как позволяет выделить вклад изучаемого продукта по разнице значений аргументов формулы до и после ее внедрения.
Оценка вклада СИИ
Под вкладом (эффектом использования) СИИ подразумевается достижимое потенциальное воздействие на итоговый результат реализации профилактических программ популяционного воздействия. Для определения доказанной практикой величины такого воздействия обратимся к опубликованным результатам внедрения рассматриваемой СИИ в регионах РФ.
В исследованиях отмечается, что в 30% встречалась недооценка ФР и ССР [12], необоснованный «оптимизм» при отнесении к 1 группе здоровья в три раза большей доли лиц (26,4% вместо 8,1%) [13]. Переоценка риска отмечена в 40% случаев [12]. Таким образом, в итоге доля полностью корректных заключений врачей без использования СИИ наблюдалась лишь в пятой части случаев (от 17 [12] до 22% [13]).
При этом врачи согласились с обнаруженными платформой отклонениями и внесли соответствующие изменения в оценку риска и групп здоровья только в 24% [13], оставив в 54% без должного внимания пропущенные ФР, некорректно оцененный ССР и ошибочное отнесение лиц к группам здоровья.
Кроме мониторинга и помощи в коррекции оценки ССР и обеспечения назначения показанных
С
«КС
->
Manager
Zdravoochranenia
/Менеджер
здравоохранения
рекомендаций, СИИ используется по гораздо более широкому спектру направлений [14]:
• проводит контроль выполнения требований нормативных документов2, критериев качества медицинской помощи, положений действующих клинических рекомендаций, контроль качества ведения врачами электронной медицинской карты;
• предлагает прогнозные модели выявления пациентов с высоким риском госпитализаций, тяжелого течения и смерти от COVID-19, алгоритмы выявления и оценки пациентов с сахарным диабетом, гинекологическими, наркологическими заболеваниями, патологией органов дыхательной системы и другими болезнями.
Однако, к настоящему времени нет количественных данных для расчета экономического эффекта этой части функционала СИИ.
Таким образом, для исключения необоснованного увеличения эффекта использования СИИ (по выявлению и контролю ФР ССЗ) учтем только те случаи, которые были фактически исправлены врачами, допустившими ранее дефекты оценки ССР и групп здоровья, повлекшие дефекты рекомендаций. Это было сделано в 24% [13]. Однако, учитывая, что дефекты возможны и на других этапах, ограничимся учетом вклада лишь по этапу А (оценка индивидуального риска) и R (формирование рекомендаций) по сумме их весовых коэффициентов (0,5). Таким образом, за величину эффекта принимаем 12% (24%*0,5).
Для расчета доли экономического эффекта внедрения СИИ, связанного с уменьшением/оптимизацией прямых затрат необходимо оценить потенциальный вклад платформы в общий результат программ профилактики.
Для оценки стоимостной доли мероприятий, направленных на выявление, оценку и формирование рекомендаций в отношении ФР ССЗ, в базовых нормативах финансовых затрат по законченным случаям диспансеризации и профилактических медицинских осмотров проанализированы соответствующие параметры тарифных соглашений и отчеты трех субъектов РФ с коэффициентами региональной дифференциации финансового обеспечения территориальных программ ОМС, позволяющими
2 Приказ МЗ РФ от 27 апреля 2021 г. № 404н «Об утверждении Порядка проведения профилактического медицинского осмотра и диспансеризации определенных групп взрослого населения», приказа МЗ РФ от 15.03.2022 № 168н «Об утверждении порядка проведения диспансерного наблюдения за взрослыми»
считать их репрезентативными при определении усредненных затрат по РФ. Оказалось, что состав, стоимость и частота применения медицинских вмешательств (оценивалась экспертным способом) по ФР ССЗ, которые являются также ФР большинства НИЗ, составляет минимум 70%. Исследования, позволяющие количественно разделить влияние использования СИИ по всем этапам и направлениям диспансеризации в доступных источниках не найдены. Тогда, даже при игнорировании влияния СИИ до получения данных в отношении других алгоритмов предиктивной аналитики по отличным от профилактики ССЗ направлениям программ диспансеризации и профилактических медицинских осмотров, общий эффект в отношении затрат будет не менее 8,4% (70% от 12%).
Оценка экономической эффективности
Проведем оценку минимально возможного потенциального экономического эффекта использования СИИ по имеющимся данным и соответствующих им факторам, входящих в базу расчета полной экономической эффективности популяционных медицинских вмешательств.
Затраты на профилактические программы
Расчет по затратам на профилактические программы (диспансеризацию и профилактические медицинские осмотры): план затрат по факту выполнения 7 месяцев около 207 млрд. руб. [15]. По данным Росстата численность населения РФ на 1 января 2023 года составила 146,45 млн.чел. Таким образом, средний удельный плановый уровень затрат программ профилактики около 1,4 млрд. руб./ 1 млн. населения.
Целевыми направлениями воздействия СИИ является повышение эффективности диспансеризации взрослого населения и профилактических медицинских осмотров, которые составляют по финансовым затратам 72-75% общей стоимости профилактических программ. Соответственно, возможное достижение результата на 8,4% больше текущего результата эквивалентно экономии/рациональному использованию средств на диспансеризацию в 84,7 млн. руб./1 млн. населения в год.
Медико-социальный результат
В последние десятилетия смертность от ССЗ превышает таковую от каких-либо других причин,
Менеджер / Мапедег № 11
здравоохранения / 2с1гт\/оосЬгвпвп'1в 2024
занимая от трети до более, чем половины общего кол-ва смертей в разных странах. Так, по данным ВОЗ от ССЗ умирают в настоящее время около 19 млн.человек в год, что составляет 38% от всех смертей в мире [9]. В РФ с 2000 года по 2019 год стандартизованные коэффициенты смертности от ССЗ колебались от 867 до 415 случаев на 100 000 населения, а доля смертей - от 47 до 56% [16]. Общее бремя ССЗ, соответственно, превалирует над остальными статистически учитываемыми группами заболеваний и в экономическом аспекте составляет ощутимые доли ВВП большинства стран мира.
По данным отечественных исследователей бремя ССЗ в год (оценка по данным 2016 года) [17] -около 2,743 трлн.руб. (3,2% ВВП), в т.ч. непрямые затраты 91,9% (около 2,5 трлн.руб). Непрямые затраты включали в себя потерю заработка из-за временной утраты трудоспособности, потери ВВП из-за преждевременных смертей - недожитие до 72 лет, и инвалидности с учетом потерь будущих лет по чистой приведенной стоимости (NPV) с 3% дисконтированием, по сути YLL и варианта DALY. При этом потери из-за преждевременной смертности определялись как экономический эквивалент 4,5 млн. YLL. Примем за единицу меры непрямых затрат (далее - МНЗ), непрямые затраты указанного выше состава, ассоциированные с 1 YLL. Тогда 1 МНЗ по 2016 году равна 0,556 млн.руб.
Для аппроксимации параметров 2016 года на начало 2023 года проведем их сравнение по дан -ным официальной статистики. Общая смертность по итогам 2022 года оказалась выше таковой в 2016 году (1,906 млн. чел. или 14 случаев на 1000 населения против 1,891 млн. чел. или 12,9 случаев на 1000 населения) при снижении уровня смертности от болезней системы кровобращения (831,6 тыс.чел. или 570,6 случаев на 100 000 населения против 904 тыс.чел. или 637 случаев на 100 000 населения) с уменьшением доли смертей от ССЗ с 47,8% до 43,6%. Определяющий стоимость 1 МНЗ объем ВВП на душу населения вырос с 584 тыс. руб. до 1,048 млн. руб. (коэффициент пересчета 1,795). Таким образом, оценка рассчитываемого бремени в 2023 году без учета прямых затрат с учетом динамики параметров 3,074 трлн.руб. по 3,09 млн. YLL со стоимостью 1 МНЗ 997,8 тыс.руб.
Согласно изменениям государственной программы РФ «Развитие здравоохранения» в 2022 году целевым значением смертности от ССЗ принят уровень 450 случаев на 100 000 населения к 2030 году (за 8 лет) - снижение на 21,1%
(до уровня рассчитываемого нами бремени 2,44 млн. YLL). При линейном снижении смертности каждый год нужно сокращать количество YLL на 81,3 тысячи каждый год восьмилетнего срока, что должно дать ежегодно накапливаемый эффект 81,1 млрд. руб. или 554 млн. руб/1 млн. населения/год в ценах 2023 года.
По данным, приводимым в Российских национальных рекомендациях [10] вклад пропаганды ЗОЖ и профилактики ФР в снижении смертности от ССЗ составляет от 44-60% снижения смертности. Чаще говорят о возможности предотвращения около половины смертей [18]. Соответственно, при средней величине этого показателя (около 50%) экономический эффект за счет профилактических программ составит 277 млн. руб./1 млн. населения/год, что дает оценку потенциального вклада СИИ по медико-социальному результату, равной 33,2 млн. руб/1 млн. населения за каждый год использования.
Таким образом, внедрение рассматриваемой СИИ каждый год создает условия, обеспечивающие суммарный экономический эффект (по прямым затратам на профилактические программы и медико-социальному эффекту) 117,9 млн.руб. на 1 млн. населения в ценах 2023 года.
Окупаемость внедрения СИИ
Данные о затратах регионов на этапе внедрения и эксплуатации СИИ не найдены. С учетом необходимости интеграции с программными средствами, входящими в цифровой контур здравоохранения региона, медицинскими информационными системами медицинских организаций, обучения региональных участников проекта, проведения пилотной апробации, возможной необходимости переобучения алгоритмов ИИ по извлечению данных пациентов (RWD) с учетом локальных особенностей, практически постоянного присутствия сотрудников разработчика на территории региона-заказчика можем оценить приемлемый уровень затрат на внедрение базового варианта СИИ около 7-8 млн. руб./1 млн. населения в год при внедрении в отношении всего населения субъекта РФ.
При реализации проекта на какой-то ограниченной части населения удельный уровень затрат будет расти из-за увеличения доли постоянных издержек. Соответственно, затраты на внедрение и эксплуатацию СИИ окупаются на численности популяции воздействия 64 тыс.чел., начиная с первого года использования. Возможность достижения позитивных
С
«КС
Manager
Zdravoochranania
/Менеджер
здравоохранения
сдвигов клинических параметров основных ФР при реализации профилактических программ их контроля за столь короткий период времени доказана не только в популяционных исследованиях, но и на ограниченном контингенте [19, 20].
Обращаем внимание, что из-за большого диапазона колебаний региональных параметров (распространенность ФР ССЗ, временная и постоянная утрата трудоспособности, инвалидность и смертность из-за болезней системы кровообращения, фактические показатели реализации программ профилактики, значение ВРП и среднемесячной заработной платы на 1 жителя региона и другие) итоговые значения по приведенному способу расчета экономической эффективности и окупаемости СИИ в субъектах РФ могут существенно различаться. Определяющее значение также имеют квалификация и мотивация всех участников реализации профилактических программ, особенности регионального управления системой здравоохранения, полнота интеграции СИИ и длительность ее промышленной эксплуатации в субъекте РФ.
На последний из упомянутых факторов стоит обратить особое внимание. Величина экономического эффекта использования СИИ существенно зависит от фазы воздействия: сначала затраты этапа внедрения и малый эффект, затем затраты на эксплуатацию системы снижаются до уровня поддерживающих, а эффект нарастает кратно. Это происходит, в том числе, из-за кумулятивного повышения квалификации врачей и большего охвата таргет-групп населения при многолетней программе. Таким образом, большей эффективностью обладают СИИ «глобального» воздействия, рассчитанные на длительный срок и на больших по-пуляционных группах.
Ограничения и перспективы исследования
В настоящее время в РФ отсутствует какой-либо обязательный стандарт представления данных относительно оценки экономической эффективности внедрения инноваций в практическое здравоохранение. Его разработка или адаптация имеющегося зарубежного аналога (CHEERS [21]) существенно упростила бы оценку финансового результата внедрения таких продуктов как СИИ.
Произведенный в нашем исследовании расчет потенциальной экономической эффективности использования СИИ основан на имеющихся опубликованных сравнительных фактических данных
до и после использования системы в реальных условиях проведения программ профилактики. При расчете были взяты минимальные и наименее дискуссионные из рассматриваемых значений:
• взято минимальное значение эффекта - 24%, а не какое-либо другое значение из диапазона доли дефектов оценки ССР до 78%;
• не учтено влияние СИИ на этапы выполнения диспансеризации и комплаенс пациентов;
• расчет велся для этапа внедрения - последующие затраты на эксплуатацию базовой версии платформы после 2-3 лет этапа внедрения могут быть снижены вдвое;
• ФР ССЗ являются также ФР для всех неинфекционных заболеваний, что предполагает значительно больший фактический сочетан-ный эффект;
• уже имеющийся функционал СИИ позволяет прогнозировать и другие НИЗ и их осложнения;
• целевые показатели смертности от ССЗ взяты по изменениям 2022 года, хотя в федеральном проекте «Борьба с сердечно-сосудистыми заболеваниями» сроком достижения смертности из-за ССЗ 450 случаев на 100 000 населения обозначен 2024 год.
Однако, фиксация в расчетах неполного эффекта является скорее позитивным фактором устранения административных барьеров развития и внедрения СИИ.
Очевидно, что для большей валидности полноты расчета требуется более детальный мониторинг практического использования СИИ с целевой коррекцией модели оценки его результатов. Таким образом, станет возможным расчет потенциальной эффективности в терминах представленной технологической модели при анализе пути каждого пациента, устранив случаи пересечения дефектов на разных этапах. Полученные в будущем данные по соотношению фактических затрат на каждый этап могут также обеспечить возможность дифференциации дефектов фактической реализации программ профилактики по степени и направленности влияния на медико-социальный результат и затраты.
Кроме того, следует надеяться, что более масштабная и глубокая региональная настройка алгоритмов предиктивной аналитики, а также использование регионального массива «больших данных», позволит разработчикам и руководству здравоохранения регионов внедрения наряду
Менеджер / Manager № 11
здравоохранения / ZdrevoochrBnenie 2024
с повышением точности уже используемых алгоритмов разработать критерии стратификации лиц по оптимальным показаниям к диспансеризации и предполагаемому эффекту. Дополнительно будут расширены объективные представления о ФР конкретной популяции с возможностью «локализации» используемых алгоритмов, настройка фокуса по выявленным таргет-группам и персонификации рекомендаций, будут в существенной степени решены сопутствующие организационно-методические задачи и задачи контроля, произойдет системное длительное воздействие на квалификацию врачей и комплаенс пациентов.
Все эти факторы эффективности могут стать реальностью при вдумчивом подходе лиц, принимающих решения в отношении внедрения СИИ, высокой мотивации по достижению целевых показателей общеотраслевых результатов, системной работе по устранению факторов, препятствующих
достижению максимально возможного потенциального эффекта и серьезного управленческого настроя на «игру вдолгую».
Выводы
Проведенная работа позволила получить и апробировать модель оценки финансово-экономического эффекта внедрения систем искусственного интеллекта в здравоохранении на примере одного из имеющихся на рынке продуктов. Представленная модель может быть уточнена в ходе ее дальнейшего применения организаторами здравоохранения и разработчиками соответствующих решений. Целесообразно проведение дальнейшей оценки реально достигнутых эффектов при промышленной эксплуатации СИИ в условиях реальной клинической практики для дальнейшего развития методик оценки финансово-экономической эффективности внедрения технологий ИИ в здравоохранении.
1. Ali О, Abdelbaki W, Shrestha A., Elbasi E, Alryalat M.A. A. & Dwivedi Y.K. A systematic literature review of artificial intelligence in the healthcare sector: Benefits, challenges, methodologies, and functionalities. Journal of Innovation & Knowledge. 2023;8(1), 100333. doi:10.1016/j.jik.2023.100333.
2. Пугачев П.С., Гусев А.В., Кобякова О.С., Кадыров Ф.Н, Гаврилов Д.В., Новицкий Р.Э., Владзимир-ский А.В. Мировые тренды цифровой трансформации отрасли здравоохранения. Национальное здравоохранение. 2021;2 (2): 5-12. doi:10.47093/2713-069X.2021.2.2.5-12.
3. The implications of artificial intelligence and machine learning in health financing for achieving universal health coverage: findings from a rapid literature review. Geneva: World Health Organization; 2022. Licence: CC BY-NC-SA 3.0 IGO.
4. Список одобренных Росздравнадзором отечественных медицинских изделий с технологиями искусственного интеллекта. https://portal.egisz.rosminzdrav.ru/news/855 (19.06.2024).
5. NCD prevention and control: a guidance note for investment cases. WHO, 2019. WHO/NMH/NMA/19.95. https://iris.who.int/bitstream/handle/10665/311180/WHO-NMH-NMA-19.95-eng.pdf?sequence=-1&isAllowed=y (27.09.2023).
6. Гусев А.В. Обзор Российских систем искусственного интеллекта для здравоохранения (17 июля 2024 года). https://webiomed.ru/blog/obzor-rossiiskikh-sistem-iskusstvennogo-intellekta-dlia-zdravookhrane-niia/ (17.06.2024).
7. Борьба с НИЗ: решения, оптимальные по затратам. Женева, ВОЗ, 2017. https://iris.who.int/bit-stream/handle/10665/259464/wH0-NMH-NVI-17.9-rus.pdf?sequence=1&isAllowed=y (29.09.2023).
8. European Society of Cardiology: cardiovascular disease statistics 2021. European Heart Journal. 2022; 43, 716-99. doi: 10.1093/eurheartj/ehab892.
9. Cardiovascular diseases. WHO. https://www.who.int/news-room/fact-sheets/detail/cardiovascular-diseases-(cvds) (05.10.2023).
10. Бойцов С.А., Погосова Н.В., Аншелес А.А., Бадтиева В.А., Балахонова Т.В., Барбараш О.Л., Ва-сюк Ю.А., Гамбарян М.Г, Гендлин Г.Е, Голицын С.П., Драпкина О.М., Дроздова Л.Ю., Ежов М.В., Ершова А.И., Жиров И.В., Карпов Ю.А., Кобалава Ж.Д., Концевая А.В., Литвин А.Ю., Лукьянов М.М., Марцевич С.Ю., Мацкеплишвили С.Т., Метельская В.А., Мешков А.Н., Мишина И.Е, Панченко Е.П, Попова А.Б., Сергиенко И.В., Смирнова М.Д., Смирнова М.И., Соколова О.Ю., Стародубова А.В., Сухарева О.Ю, Терновой С.К., Ткачева О.Н, Шальнова С.А., Шестакова М.В. Кардиоваскулярная профилактика 2022. Российские национальные рекомендации. Российский кардиологический журнал. 2023;28(5):5452. https://doi.org/10.15829/1560-4071-2023-5452
11. Шляхто Е.В., Звартау Н.Э., Виллевальде С.В. И др. Система управления сердечно-сосудистыми рисками: предпосылки к созданию, принципы организации, таргетные группы. Российский кардиологический журнал. 2019;24(11):69-82. doi:10.15829/1560-4071 -2019-11 -69-82
•КС
Manager
Zdravoochranenia
/Менеджер
здравоохранения
эхо зЯо
f
12. Гаврилов Д.B., Гусев A.B., Никулина A.B., Кузнецова Т.Ю., Драпкина О.М. Правильность оценки сердечно-сосудистого риска в повседневной клинической практике. Профилактическая медицина. 2021; 24(4):69-75. doi:10.17116/profmed20212404169
13. Гусев A.B., Токарев C.A., Гаврилов M.B, Кузнецова Т.Ю. Применение ситемы поддержки принятия врачебных решений в диспансеризации взрослого населения для контроля оценки уровня сердечно-сосудистого риска. Менеджмент качества в медицине. 2022;1,72-9. EDN VBCGRR
14. Курдюмов ДЛ., Кашин A.B., Рябов Н.Ю., Новицкий Р.Э., Гусев A.B. Опыт применения технологий искусственного интеллекта для развития профилактического здравоохранения на примере Кировской области. Менеджер здравоохранения. 2023; 6:62-9. doi:10.21045/1811 -0185-2023-6-62-69.
15. Глава ФФОМС Илья Баланин уверен, что в этом году удастся выполнить план по диспансеризации. https://t.me/vademecum_live/11314 (05.10.2023)
16. European Health Information Gateway. https://gateway.euro.who.int/en/hfa-explorer/ (26.09.2023).
17. Концевая A.B., Драпкина О.М., Баланова Ю.A., Имаева A3, Суворова Е.И., Худяков М.Б. Экономический ущерб сердечно-сосудистых заболеваний в Российской Федерации в 2016 году. Рациональная фармакотерапия в кардиологии. 2018;14(2): 156-66. doi:10.20996/1819-6446-2018-14-2-156-166.
18. Murray J.L. et al. Cardiovascular Death and Disability can be reduced more than 50 percent. WHO, 2002. https://www.who.int/news/item/17-10-2002-cardiovascular-death-and-disability-can-be-reduced-more-than-50-percent (05.10.2023).
19. Концевая A.B., Калинина A.M., Белоносова C.B., Поздняков Ю.М., Худяков М.Б. Экономическая эффективность реализации программы многофакторной профилактики сердечно-сосудистых заболеваний в организованном коллективе сотрудников технического научно-исследовательского института. Рациональная фармакотерапия в кардиологии. 2010;6(4), 469-73. doi: 10.20996/1819-6446-2010-6-4-469-473.
20. Решетников B.A., Коршевер Н.Г., Роюк B.B., Сидельников C.A. Секторы, заинтересованные в охране здоровья населения в субъекте Российской Федерации в условиях пандемии COVID-19 // Проблемы социальной гигиены, здравоохранения и истории медицины. - 2022. - Т. 30. - № 5. - C. 713-718. https: //doi. org/10.32687/0869-866X-2022-30-5-713-718
21. Consolidated Health Economic Evaluation Reporting Standards 2022 (CHEERS2022) statement: updated reporting guidance for health economic evaluations. BMC Medicine. 2022; 20:23, doi: 10.1186/s12916-021-02204-0.
к#
о
ORIGINAL PAPER
EVALUATION OF THE FINANCIAL AND ECONOMIC EFFECT OF THE IMPLEMENTATION OF ARTIFICIAL INTELLIGENCE SYSTEMS IN HEALTHCARE USING THE EXAMPLE OF THE WEBIOMED PLATFORM
N.F. Prokhorenko:
PhD in Economics, expert in public health.
] Corresponding author: Prokhorenko N. F.
ABSTRACT
One of the barriers to the widespread use of artificial intelligence systems in healthcare is the lack of financial and economic justification for their implementation. Using the experience of using the domestic Webiomed platform in solving problems of cardiovascular disease prevention, a model for assessing economic efficiency is proposed. The total potential effect is 117.9 million rubles / 1 million population per year, which corresponds to the payback of the implementation project from the first year of use on a population starting from 64 thousand people. The development of the implementation of the platform in question in the long term will improve the efficiency and validity of management decisions. The use of artificial intelligence systems with a proven positive impact on the efficiency of financial resources allows creating conditions for achieving the target indicators of state programs in healthcare.
Keywords: artificial intelligence systems in healthcare, cardiovascular disease prevention, cost-effectiveness, medical decision support system, Webiomed
For citation: Prokhorenko N.F. Evaluation of the financial and economic effect of the implementation of artificial intelligence systems in healthcare using the example of the Webiomed platform. Manager Zdravookhranenia. 2024; 11:77-87. DOI: 10.21045/1811-01852024-11-77-87
REFERENCES
1. Ali O, Abdelbaki W, Shrestha A., Elbasi E, Alryalat M.A., A. & Dwivedi Y.K. A systematic literature review of artificial intelligence in the healthcare sector: Benefits, challenges, methodologies, and functionalities. Journal of Innovation & Knowledge. 2023;8(1), 100333. doi:10.1016/j.jik.2023.100333.
2. Pugachev P.S., Gusev A.V, Kobyakova O.S., Kadyrov F.N., GavrHov D.V, Novitskii R.E, Vladzimirskii A.V. Global trends in the digital transformation of the healthcare industry. National Health Care (Russia). 2021; 2(2):5-12. (In Russ.) https://doi.org/10.47093/2713-069X.2021.2.2.5-12.
8Б
Менеджер / Maneger № 11
здравоохранения / Zdrevoochrenenie S0S4
3. The implications of artificial intelligence and machine learning in health financing for achieving universal health coverage: findings from a rapid literature review. Geneva: World Health Organization; 2022. Licence: CC BY-NCSA 3.0 IGO.
4. List of domestic medical products with artificial intelligence technologies approved by Roszdravnadzor. https:// portal.egisz.rosminzdrav.ru/news/855 (19.06.2024).
5. NCD prevention and control: a guidance note for investment cases. WHO, 2019. WHO/NMH/NMA/19.95. https://iris.who.int/bitstream/handle/10665/311180/WH0-NMH-NMA-19.95-eng.pdf?sequence=1&isAllowed=y (27.09.2023).
6. Gusev A.V. Review of Russian artificial intelligence systems for healthcare (July 17, 2024). https://webiomed. ru/blog/obzor-rossiiskikh-sistem-iskusstvennogo-intellekta-dlia-zdravookhraneniia/ (17.06.2024).
7. Tackling NCDs: Value for money solutions. Geneva, WHO, 2017. https://iris.who.int/bitstream/han-dle/10665/259464/WH0-NMH-NVI-17.9-rus.pdf?sequence=1&isAllowed=y (29.09.2023).
8. European Society of Cardiology: cardiovascular disease statistics 2021. European Heart Journal. 2022; 43, 716-99. doi:10.1093/eurheartj/ehab892.
9. Cardiovascular diseases. WHO. https://www.who.int/news-room/fact-sheets/detail/cardiovascular-diseases-(cvds) (05.10.2023).
10. Boytsov S.A., Pogosova N.V., Ansheles A.A., Badtieva V.A., Balakhonova T.V., Barbarash O.L., Vasyuk Yu.A., Gambaryan N.G., Gendlin G.E., Golitsyn S.P., Drapkina O.M, Drozdova L.Yu, Yezhov M.V., Ershova A. ¡., Zhirov I.V., Karpov Yu.A, Kobalava Zh.D, Kontsevaya A.V, Litvin A. Yu, Lukyanov M.M., Martsevich S.Yu, Matskeplishvili S.T., Metelskaya V.A., Meshkov A.N., Mishina I.E., Panchenko E.P, Popova A.B., Sergienko I.V., Smirnova M.D, Smirnova M. ¡., Sokolova O.Yu, Starodubova A.V., Sukhareva O.Yu, Ternovoy S.K., Tkache-va O.N, Shalnova S.A., Shestakova M.V. Cardiovascular prevention 2022. Russian national guidelines. Russian Journal of Cardiology. 2023;28(5):5452. (In Russ.) https://doi.org/10.15829/1560-4071-2023-5452
11. Shlyakhto E. V, Zvartau N.E., Villevalde S. V, Yakovlev A.N., Soloveva A.E, Alieva A.S, Avdonina N. G, Med-vedeva E.A., Fedorenko A.A., Kulakov V.V, Karlina V.A., Endubaeva G.V, Zaitsev V.V, Soloviev A.E. Cardiovascular risk management system: prerequisites for developing, organization principles, target groups. Russian Journal of Cardiology. 2019;(11):69-82. (In Russ.) https://doi.org/10.15829/1560-4071-2019-11-69-82
12. Gavrilov D.V., Gusev A.V, Nikulina A.V., Kuznetsova T.Yu, Drapkina O.M. Correctness of cardiovascular risk assessment in daily clinical practice. Russian Journal of Preventive Medicine. 2021;24(4):6975. (In Russ.) https://doi. org/10.17116/profmed20212404169
13. Gusev A.V., Tokarev S.A., Gavrilov D.V., Kuznetsova T.Yu. Application of the system of support for medical decision-making in the medical examination of the adult population to control the assessment of the level of cardiovascular risk. Quality Management in Medicine. 2022;1,72-9. EDN VBCGRR
14. Kurdyumov D.A., Kashin A.V., Ryabov N.Yu, Novitsky R.E., Gusev A.V. Experience of using artificial intelligence technologies for the development of preventive healthcare on the example of the Kirov region. Healthcare manager. 2023; 6:62-9. doi:10.21045/1811-0185-2023-6-62-69.
15. The head of the Federal Compulsory Medical Insurance Fund Ilya Balanin is confident that the plan for medical examinations will be fulfilled this year. https://t.me/vademecum_live/11314 (05.10.2023)
16. European Health Information Gateway. https://gateway.euro.who.int/en/hfa-explorer/ (26.09.2023).
17. Kontsevaya A.N., Drapkina O.M, Balanova Yu.A., Imaeva A.E., Suvorova E.I., Khudyakov M.B. ECONOMIC BURDEN OF CARDIOVASCULAR DISEASES IN THE RUSSIAN FEDERATION IN2016. Rational Pharmacotherapy in Cardiology. 2018;14(2):156-166. https://doi.org/10.20996/1819-6446-2018-14-2-156-166.
18. Murray J.L. et al. Cardiovascular Death and Disability can be reduced more than 50 percent. WHO, 2002. https://www.who.int/news/item/17-10-2002-cardiovascular-death-and-disability-can-be-reduced-more-than-50-percent (05.10.2023).
19. Kontsevaya A.V, Kalinina A.M., Belonosova S.V., Pozdnjakov J.M., Khudyakov M.B. Economic efficiency of the implementation of the program of cardiovascular diseases multifactorial prevention in the organized collective of technical research institute. Rational Pharmacotherapy in Cardiology. 2010;6(4):469-473. (In Russ.) https://doi. org/10.20996/1819-6446-2010-6-4-469-473.
20. Reshetnikov V.A., Korshever N.G., Royuk V.V, Sidelnikov S.A. SECTORS INVOLVED IN PUBLIC HEALTH IN THE RUSSIAN FEDERATION DURING COVID-19 PANDEMIC // Problems of Social Hygiene, Public Health and History of Medicine. - 2022. - Vol. 30. - N. 5. - P. 713-718. doi: 10.32687/0869-866X-2022-30-5-713-718.
21. Consolidated Health Economic Evaluation Reporting Standards 2022 (CHEERS2022) statement: updated reporting guidance for health economic evaluations. BMC Medicine. 2022;20:23, doi: 10.1186/s12916-021-02204-0.
#xc
ИНФОРМАЦИЯ ОБ АВТОРАХ / ABOUT THE AUTHORS
Прохоренко Николай Федорович — кандидат экономических наук, эксперт в сфере общественного здравоохранения. Nikolay F. Prokhorenko — PhD in economics, expert in public health. ORCID: 0000-0001-9636-6178, e-mail: [email protected]
Manager
Zdravoochranenia
/Менеджер
здравоохранения
