Правила здоровой и долгой жизни
Шрифт:
Использование в медицине сложного компьютерного моделирования, основанного на принципе видеоигр, не такая абстрактная фантазия, как можно подумать. Раз это помогает выигрывать Суперкубок, то почему не поможет в войне с болезнями? Если Лэндри смог изменить будущее футбола, используя компьютер, то почему современные ученые не могут развить навыки, требующие аналогичного мышления, и применять их для развития медицины? Большинство из нас не задумывается о том, как устроены разнообразные видеоигры, но в них использована отточенная стратегия и изощренные навыки. Основываясь на наборе правил, видеоигра берет множество исходных данных и создает на их основе разные сценарии. К примеру, если вашему виртуальному персонажу попали в голову, то он умирает. Если вы побежите к кому-то, то он отступит на шаг. Каждый раз, когда вы играете, то выясняете правила,
В параллельной вселенной реального мира, где нам противостоят такие команды, как рак, аутоиммунные и нейродегенеративные заболевания, лучше взять исходные данные для конкретного заболевания, а потом на виртуальной модели посмотреть, что получится, верно? Теоретически можно включить ген и посмотреть, что произойдет с раковой опухолью. Хорошо бы, чтобы ученые тратили время на выяснение способа, которым лучше уничтожить злокачественные клетки, так же, как дети часами выясняют, как лучше застрелить плохого парня в компьютерной игре. Или как доставить химиотерапевтический препарат без побочных эффектов. И это станет возможно, если мы создадим достоверную компьютерную модель рака. Так же, как Лэндри создал компьютерную модель, основанную на богатой статистике НФЛ, можно делать то же самое в области медицины. Например, взять статистику рака и все, что мы сейчас знаем об этом заболевании, и начать создание модели, которая поможет победить в игре, в которой мы так хотим выиграть.
В следующем десятилетии врачи смогут предсказывать болезни скорее как метеорологи, чем как биологи. 30 лет назад погоду не могли предсказать достаточно точно. Но потом были разработаны модели климата, и сейчас можно составлять вполне точные прогнозы на десять дней. Прогнозирование погоды из общих туманных рассуждений о том, чего ожидать в разные сезоны, публиковавшихся в ежегодных календарях для садоводов, превратилось в высокотехнологичную отрасль, работающую в реальном времени и приносящую реальную пользу в виде сохраненных жизней. Благодаря развитию компьютерного моделирования технология прогнозирования улучшается год от года – изучаются форма облаков, изменения температуры, влажности и т. д. Например, можно предсказать ураганы, снежные бури, торнадо и муссоны и лучше подготовиться к ним. Но в медицине сейчас то же самое невозможно, потому что для такого амбициозного проекта собрано и структурировано недостаточно информации. В настоящее время такой массив данных необходим в первую очередь. Компьютер может изучить форму облака и предсказать изменение погоды – и точно так же он сможет изучить форму опухоли и предсказать скорость роста рака, интенсивность снабжения опухоли кровью и питательными веществами, анатомическую локализацию и многое другое.
Еще один взгляд на силу компьютерных технологий появляется при изучении действий маркетологов, тестирующих выкладку товаров. Они постоянно тестируют новые стратегии повышения продаж: «Если я положу этот продукт на уровне глаз, повысятся ли продажи? А если здесь? Где идеальное место размещения товара, которое привлечет большинство покупателей?» Аналогичными вопросами можно задаваться и относительно здоровья. Каким будет идеальный набор условий для максимального здоровья? Как пациент вы сможете спросить: «Что произойдет, если я приму лекарство A или применю метод B?», «Как я могу оптимизировать себя с помощью еды, которую я ем, деятельности, в которой участвую, спорта, которым занимаюсь? И наоборот, что нужно ограничить или вообще от этого отказаться?»
Неизбежно появятся и другие вопросы, на которые нужно будет найти ответы, чтобы понять, чего вы хотите от собственного организма. Вам нужно будет определить, какими будут показатели, когда организм достигнет оптимального состояния. Например, у бодибилдера будет один набор показателей, у концертирующего пианиста – другой. Начальник, чье давление каждый вечер в одно и то же время повышается, сосредоточится на контроле над этим показателем, а страдающий бессонницей будет добиваться достижения хорошего сна в девять ночей из десяти. Итак, отличаться друг от друга станут не только значения показателей, но и их приоритеты. Однако, несмотря на эти отклонения, появится важная общая особенность: коллективный дух взаимообмена, который будет жизненно важен для успешности нового подхода к здоровью.
Всегда думайте в терминах организма как системы. У нее есть «входы» и «выходы». Собирайте медицинские
Глава 13. Взаимообмен информацией на пользу здоровью
Как взаимообмен медицинской информацией поможет жить дольше и лучше
Меня всегда радуют истории, подтверждающие то, что я и так знал. В конце 2008 года произошло примечательное событие: поисковая машина предсказала эпидемию гриппа на три недели раньше, чем Центр по контролю заболеваний. Но это меня не удивило: я знал, что когда-нибудь машины заменят старомодные методы отслеживания заболеваний. Но я был удивлен тем, что случилось после этого, и тем, как оно изменило аспекты медицины, далекие от здравоохранения.
Каждую неделю миллионы людей по всему миру ищут в Интернете информацию о здоровье. Как и следует ожидать, запросы, связанные с гриппом, по большей части появляются зимой, связанные с аллергией – весной, а с солнечными ожогами – летом. Узнать это можно, изучив статистику поиска Гугла. Кроме того, можно сравнить запросы по странам, категориям, времени и свойствам. Например, где люди ищут слова «мерло» или «каберне». Можно сузить поиск по географическому признаку и узнать, например, частоту запроса слова «футбол» в Бразилии. Этот компьютерный инструмент помогает продавцам найти покупателей, выявить потребность в продукте или услуге и отслеживать общие тенденции. Но могут ли тенденции в поисковых запросах послужить основой достоверной модели явлений в реальности?
На этот вопрос несколько лет назад пытался получить ответ Ларри Бриллиант, ведущий эпидемиолог и один из руководителей успешной программы ВОЗ по уничтожению оспы. Ларри, в то время – директор филантропического направления Гугла, google.org, совместно со своими любопытными коллегами решил провести небольшой эксперимент. По всему земному шару искали места, где люди вбивали в поиск слова «жар», «озноб» и «грипп» с необычной частотой. Бриллиант действительно обнаружил устойчивую связь между тем, сколько людей искали информацию, связанную с гриппом, и у скольких действительно были симптомы гриппа. Конечно, не каждый, кто ищет слово «грипп», болен, но когда все поисковые запросы оказываются собраны вместе (эта технология называется «агрегатирование поисковых данных»), оказывается видна зависимость. Группа Бриллианта сравнила данные запросов с данными обычных наблюдений за гриппом, в частности используемых в ЦКЗ, и обнаружила, что ряд поисковых запросов становится более популярным во время эпидемии гриппа, причем по всему миру. Подсчитав частотность таких запросов, Бриллиант и его сотрудники смогли оценить, в каких странах и регионах распространен грипп. Так появился сервис Google Flu Trends, а результаты эксперимента были опубликованы в журнале «Nature». (Вы можете скачать еженедельные оценки активности гриппа по всему миру с Google Flu Trends по адресу
Прежде чем вы обеспокоитесь защитой персональных данных, стоит отметить, что Google Flu Trends невозможно использовать для идентификации пользователей, так как он оперирует анонимными агрегатированными данными о частоте конкретных поисковых запросов в течение недели. Сервис использует миллионы поисковых запросов, вводимых в Гугл, а зависимости, вытекающие из полученных данных, имеют смысл только благодаря большому количеству пользователей Гугла.
Представьте себе мощь этой технологии. Сезонные эпидемии гриппа – серьезная проблема для здравоохранения, так как грипп ежегодно становится причиной десятков миллионов случаев респираторных заболеваний и от 250 до 500 тысяч смертей по всему миру. В дополнение к сезонной эпидемии может появиться новый штамм вируса гриппа, к которому еще не выработался иммунитет, передающийся от человека к человеку, что может привести к пандемии с миллионами смертей. Страх перед «свиным гриппом» в 2009 году покажется мелочью по сравнению с реальной эпидемией, которая из-за неподготовленной иммунной системы быстро распространится по миру и убьет на своем пути миллионы (как это было, например, в пандемию гриппа в 1918 года, когда, по разным оценкам, умерло от 50 до 100 миллионов человек).