Суперфрикономика

В течение нескольких последовавших лет отделение неотложной помощи превратилось из стабильного аутсайдера в первое во всем Вашингтоне. Несмотря на то что внедрение Azyxxi привело к увеличению количества обрабатываемой информации в четыре раза, доктора тратили на 25 процентов меньше времени на «управление информацией», а на работу с пациентами у них стало уходить в два раза больше времени. Прежде среднее время ожидания в отделении неотложной помощи могло составлять и восемь часов; теперь же 60 процентов пациентов получали помощь меньше чем через два часа после поступления. Больница обслуживала больше пациентов, а доктора казались более счастливыми (и допускали меньше ошибок). Среднегодовое число обслуживаемых пациентов удвоилось — с 40 до 80 тысяч, при том что число сотрудников выросло всего на 30 процентов. Значительно выросла эффективность работы, что не могло не сказаться благоприятным образом на прибыльности.

По мере того как преимущества Azyxxi становились все более очевидными, системой заинтересовались и другие больницы, а в какой-то момент и компания Microsoft, которая купила и саму программу, и все незавершенные разработки Фийеда, связанные с ней. Microsoft переименовала программу в Amalga и в течение всего лишь года установила ее в четырнадцати крупнейших больницах страны, в том числе в университете Джона Хопкинса, New York Presbyterian и клинике Майо. И хотя изначально система была разработана для нужд отделений неотложной помощи, в настоящее время в 90 процентах случаев она используется в других больничных подразделениях. На момент написания этой книги Amalga охватывает примерно 10 миллионов пациентов в 350 больницах и клиниках; для любителей арифметических подсчетов скажем, что объем данных в системе составляет более 150 терабайт.

Улучшение качества работы с пациентами и повышение эффективности могут считаться вполне достойными результатами внедрения Amalga. Однако накопление столь больших массивов данных позволяет создать новые возможности. К примеру, доктора могут искать косвенные следы тех или иных заболеваний у пациентов еще до этапа диагностирования. Более эффективной становится и система выставления счетов за лечение. Мечта об электронных медицинских досье на каждого пациента превращается во вполне достижимую реальность. А так как данные собираются в режиме реального времени и по всей стране, система может выступать в качестве метода удаленного раннего предупреждения об эпидемиях или даже о биотерроризме.

Кроме того, она позволяет другим людям, непрофессионалам в области медицины (таким как авторы этой книги), сортировать данные по-новому — например, для того чтобы ответить на вопрос, кто является лучшим (или худшим) доктором в отделении неотложной помощи²³.

Измерение уровня профессионализма докторов является непростым делом по ряду причин. Прежде всего стоит помнить об искажении, связанном с отбором. У двух кардиологов пациенты будут различаться по множеству параметров и иметь совершенно разный профиль. Среди пациентов хорошего врача может наблюдаться более высокий уровень смертности. Почему? Чем более серьезно больны пациенты, тем сильнее они хотят, чтобы их лечил лучший из имеющихся врачей. Но даже если он идеально делает свою работу, его пациенты будут умирать (вследствие своего состояния) чаще, чем у других докторов.

Поэтому для оценки качества работы врача недостаточно смотреть на показатели его пациентов. Доктора обычно иронически называют этот подход «заполнением отчетов»; и хотя он представляется наиболее простым и очевидным, его использование приводит к некоторым нежелательным последствиям. Доктор, знающий, что его будут оценивать по числу пациентов, будет стараться «собрать сливки» и отказываться от пациентов, находящихся в рискованном положении, несмотря на то что они нуждаются в его помощи больше всего: ведь неудача в лечении способна повлиять на рейтинг доктора. Некоторые исследования показали, что привычная система отчетности в больницах на самом деле работает против интересов пациентов именно из-за подобной извращенной логики врачей²⁴.

Измерение навыков докторов является непростым делом еще и потому, что влияние решений доктора на пациента может быть выявлено не сразу, а впоследствии. К примеру, когда доктор читает маммограмму, он не может абсолютно точно сказать, есть ли у пациентки онкологическое заболевание. Это может выявиться лишь через несколько недель после проведения биопсии — а если доктор не заметит признаков зарождающейся опухоли, то пациентка может никогда об этом не узнать. Даже если доктор и поставит точный диагноз, ему сложно проследить, как пациент выполняет его предписания. Принимает ли он необходимые лекарства? Соблюдает ли он диету, выполняет ли рекомендованные упражнения? Перестал ли он поглощать в огромных количествах свиные ребрышки?