В. Литуев - Цифровая медицина

Важно отметить, что в исследованиях по биологической неорганической химии для той же щелочной фосфотазыионы цинка образуют каталитически активный центр, то есть определенно известно, как и при каких условиях щелочная фосфотазавзаимодействует в биологической среде [10] Бертини И. Биологическая неорганическая химия: структура и реакционная способность. В 2-х томах,М. – БИНОМ, Т.1.с.276. . Такое знание о взаимодействии параметров крови и создает потенциальную возможность регулирование любого из них, при том, что увеличение или уменьшение которых каждого определяют патологическое состояние любого индивидуального пациента.

Всего мы обратили ваше внимание на пять параметров крови, а возможностей взаимодействия между ними, если вычислить математическую величину факториала, число комбинаций будет уже 120! А вариантов взаимодействия между 60 параметрами, значение которых узнает лечащий врач, составляет уже сумасшедшую цифру 8,32099 на 10 в 81 степени. То есть:

8 320 990 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000, или говоря языком действующей в России короткой числовой шкалы, 8, 32099 квинтиллионов вигинтиллионов комбинаций. Можно сказать проще, что это число примерно соответствует нашим представлениям о количестве атомов в известной нам наблюдаемой Вселенной.

Мало того, большинство параметров крови вычисляются в разных единицах измерения. То есть попросту не сравнимы. По сути врач лишен возможности использовать сравнительный метод для определения уровня взаимодействия параметров, с целью назначения эффективный препаратов и, соответственно, излечения конкретного пациента.

Такое состояние хаоса, неопределенности, в которое объективно погружено медицинское сообщество, и, объективно порождает врачебные рекомендации, основанные на неопределенности, возникающей из-за объективного незнания взаимодействия патологических параметров крови и патологий. А мы, грешные пациенты, расплачиваемся за эту неопределенность своим здоровьем.

Приведу всего один типичнейший комментарий врача по результатам лабораторных исследований.

Пациенту 66,5 года, интеллигентный пожилой человек, успешный предприниматель, который в состоянии привлечь для своего лечения квалифицированных врачей, которые трудятся в медицинских социальных системах из любой цивилизованной страны.

Вот что ему написал врач по результатам лабораторных исследований: «В ходе проведения общеклинического анализа крови были определены следующие показатели: количество эритроцитов, уровень гемоглобина, эритроцитарные индексы [11] Эритроцитарные индексы – вычисляемые размер, форма эритроцитов и содержание в них гемоглобина. . У вас не выявлено признаков нарушения эритропоэза [12] Эритропоэз – процесс выработки эритроцитов – клеток, обеспечивающих органы и ткани необходимым количеством кислорода. , в том числе не выявлено наличия лабораторных признаков анемии.»

Нормальный человек, прочитав эти строки, сделает вывод: «Слава Богу, все хорошо.» Но несколькими абзацами ниже пациент найдет следующие строки: «У вас определен пониженный уровень щелочной фосфотазы. Уменьшение активности щелочной фосфотазы отмечается при нарушениях роста костей, снижении функции щитовидной железы, при выраженной анемии.»

В результате текста комментария врача непонятно, так есть у пациента анемия или нет?

Подобное качество комментария врача – не показатель низкого уровня подготовки, а объективное состояние специалиста в сфере медицины, в которой буквально все пронизано энтропией. На самом деле, у врача просто нет вычислительного инструмента для определения в измерении взаимосвязей параметров крови и патологий. Понятно, что никакой денежный или административный ресурс любого пациента при постоянно растущей энтропии знаний в медицине не в состоянии решить проблему точной диагностики, а значит – и излечения.

Между тем, выход может быть найден при применении методов прикладной математики к исследованию индивидуального пациента (а не множества совокупностей пациентов). Суть подхода применения методов прикладной математики состоит не в применении стандартных методов математической статистики к собиранию сведений о толпе граждан в рандомизированных исследованиях, а в цифровом описании индивидуального пациента и обработки полученных данных по соответствующим математическим моделям.

Дело в том, что большинство математико-медицинских статистических исследований, основанных на анализе данных по большим группам пациентов, глубоко ошибочны по отношению к индивидуальному пациенту. Даже к такому, который изначально входил в изучаемую группу.

Этот вывод не имеет никакого отношения к математическому нигилизму типа утверждений одной очень ученой дамы, протестовавшей против применения математики в сложных исследованиях. Она просто сразу утверждала, что первичным является качественный анализ. Оставим этой д….е возможность самой решать, что первично: яйцо или курица.

Для нас же очевидно, что для получения истинного результата важен и качественный анализ и количественные методы обработки данных. Закон больших чисел, опции теории вероятности и матричная алгебра могут позволить преодолеть системные ошибки в математико-медицинских статистических исследованиях. Хоть суть ошибки и не лежит на поверхности, но означает буквально следующее: будь то 10, 100, 1000, или 100 000 и более пациентов исследователь делает выводы по некоему среднему человеку, то есть по некой виртуальной субстанции, не существующей в реальности. Получается некий сферический пациент в вакууме.

Текст предоставлен ООО «ЛитРес».

Прочитайте эту книгу целиком, на ЛитРес.

Безопасно оплатить книгу можно банковской картой Visa, MasterCard, Maestro, со счета мобильного телефона, с платежного терминала, в салоне МТС или Связной, через PayPal, WebMoney, Яндекс.Деньги, QIWI Кошелек, бонусными картами или другим удобным Вам способом.

Эндрю Стивен Гроув (настоящее имя Андраш Иштван Гроф, 2 сентября 1936, Будапешт – 21 марта 2016, Лос-Альтос)– сооснователь корпорации Intel. Проявил себя как эффективный топ-менеджер – сумев вывести Intel из кризиса, вызванного появлением на рынке более дешевых японских модулей памяти и ошибкой в процессоре Pentium. История возрождения корпорации стала хрестоматийной, как пример эффективных действий используется в бизнес-школах.

Геномика – раздел молекулярной генетики, посвященный изучению генома и генов живых организмов.