logo
Три Подхода — фитнес по науке
logo
0
читателей
Три Подхода — фитнес по науке  
О проекте Просмотр Уровни подписки Фильтры Статистика Обновления проекта Контакты Поделиться Метки
Все проекты
О проекте
Принятие научного метода в медицине называется «доказательная медицина». Я же хочу принести в массы «доказательный фитнес», где под фитнесом подразумеваю не только тренировки и упражнения, но и здоровый образ жизни в целом.
Научный метод помог человечеству «отделить зёрна от плевел», что позволило более точно определять истину в происходящем вокруг нас и внутри нас.
В проекте «Три Подхода — фитнес по науке» вы найдёте обзоры научных исследований касательно здоровья и фитнеса; факты о функционировании нашего организма; мои обзорные статьи, где я сочетаю свой тренерский опыт работы с людьми (реабилитация или фитнес) с последними научными данными и логически рассуждаю о разных вопросах.
Уже более 5 лет, описывая фитнес с точки зрения науки и исследований, я даю людям информацию, которая помогает им не попадаться на уловки и ухищрения разнообразных шарлатанов и псевдо-специалистов, которые как вампиры забирают время, деньги, а иногда даже и здоровье.
Добро пожаловать! И здоровья вам.
Публикации, доступные бесплатно
Уровни подписки
Единоразовый платёж

Безвозмездное пожертвование без возможности возврата. Этот взнос не предоставляет доступ к закрытому контенту.

Помочь проекту
Научная подписка :) 299₽ месяц
Доступны сообщения

  • Доступ к кратким заметкам "одной строкой".
  • Доступ ко всем инфографикам.
  • Доступ ко всем обширным статьям, с ссылками на научные источники.

Оформить подписку
Фильтры
Статистика
Обновления проекта
Поделиться
Метки
Читать: 26 мин
logo Три Подхода — фитнес по науке

Доказательная медицина: чем она является и чем не является

В ‎2022‏ ‎году ‎доказательной ‎медицине ‎(ДМ) исполняется ‎30‏ ‎лет.

Поэтому ‎я‏ ‎решил‏ ‎написать ‎одну ‎из‏ ‎лучших ‎научно-популярных‏ ‎статей, ‎посвящённых ‎этой ‎парадигме.

В‏ ‎статье‏ ‎будет ‎рассказано‏ ‎о ‎истории‏ ‎ДМ, ‎философских ‎принципах, ‎будут ‎примеры‏ ‎использования,‏ ‎ответы ‎на‏ ‎критику ‎и‏ ‎заблуждения.

Судя ‎по ‎дискуссиям ‎и ‎преподнесению‏ ‎у‏ ‎нас‏ ‎ДМ ‎в‏ ‎научно-популярной ‎среде,‏ ‎как ‎сторонники,‏ ‎так‏ ‎и ‎скептики‏ ‎ДМ ‎смогут ‎узнать ‎что-то ‎новое‏ ‎из ‎статьи.‏ ‎

В‏ ‎блоге ‎по ‎подписке‏ ‎я ‎намеренно‏ ‎сделал ‎свободный ‎доступ ‎к‏ ‎этому‏ ‎обширному ‎материалу,‏ ‎что ‎бы‏ ‎все ‎интересующиеся ‎доказательной ‎медициной ‎смогли‏ ‎ознакомиться‏ ‎с ‎актуальной‏ ‎информацией ‎по‏ ‎этому ‎вопросу.

Хорошо ‎начинать ‎читать ‎с‏ ‎пониманием‏ ‎методов‏ ‎научных ‎исследований‏ ‎(например, ‎чем‏ ‎РКИ ‎отличается‏ ‎от‏ ‎наблюдения), ‎но‏ ‎и ‎без ‎этого ‎будет ‎крайне‏ ‎познавательно.

Моя ‎статья‏ ‎—‏ ‎это ‎обзор ‎и‏ ‎перевод ‎работ‏ ‎от ‎авторов ‎«Доказательной ‎медицины»‏ ‎и‏ ‎других ‎источников:

1. «Доказательная‏ ‎медицина», ‎заметка,‏ ‎1991 ‎год.
2. «Доказательная ‎медицина: ‎новый ‎подход‏ ‎в‏ ‎обучении ‎медицинской‏ ‎практики», ‎оригинальная‏ ‎статья, ‎1992.
3. «Доказательная ‎медицина: ‎чем ‎она‏ ‎является‏ ‎и‏ ‎чем ‎не‏ ‎является», ‎дополнение,‏ ‎1996.
4. «Пользовательское ‎пособие‏ ‎к‏ ‎медицинской ‎литературе:‏ ‎Руководство ‎для ‎доказательной ‎клинической ‎практики»,‏ ‎3 ‎издание,‏ ‎2014.
5. «Использование‏ ‎доказательной ‎медицины ‎в‏ ‎корыстных ‎целях»,‏ ‎критика, ‎2016.
6. «Прогресс ‎в ‎доказательной‏ ‎медицине:‏ ‎25 ‎лет‏ ‎спустя», ‎2017.‏ ‎

Все ‎ссылки ‎на ‎источники ‎будут‏ ‎в‏ ‎конце ‎статьи.‏ ‎Но ‎предупреждаю,‏ ‎не ‎все ‎из ‎них ‎имеют‏ ‎свободный‏ ‎доступ‏ ‎к ‎полным‏ ‎материалам.

ИСТОРИЯ ‎ПОЯВЛЕНИЯ

Доказательная‏ ‎медицина, ‎основные‏ ‎её‏ ‎принципы, ‎были‏ ‎сформулированы ‎в ‎статье ‎1992 ‎года‏ ‎«Доказательная ‎медицина:‏ ‎новый‏ ‎подход ‎в ‎обучении‏ ‎медицинской ‎практики».‏ ‎Статья ‎была ‎выпущена ‎«Рабочей‏ ‎группой‏ ‎по ‎доказательной‏ ‎медицине», ‎состоящей‏ ‎из ‎31 ‎человека.

Группу ‎возглавлял ‎Гордон‏ ‎Гайятт.

В‏ ‎1991 ‎году‏ ‎Гайатт ‎единолично‏ ‎выпустил ‎небольшую ‎заметку, ‎описывающую ‎два‏ ‎подхода‏ ‎к‏ ‎установлению ‎диагноза‏ ‎и ‎лечению‏ ‎пациента. ‎Один‏ ‎из‏ ‎подходов ‎включал‏ ‎в ‎себя ‎поиск ‎справочной ‎информации‏ ‎из ‎исследований‏ ‎на‏ ‎тему ‎случая ‎пациента‏ ‎(указана ‎даже‏ ‎цена ‎за ‎7 ‎релевантных‏ ‎ссылок:‏ ‎0.79 ‎канадских‏ ‎доллара). ‎

По‏ ‎некоторым ‎источникам, ‎именно ‎в ‎этой‏ ‎заметке‏ ‎впервые ‎был‏ ‎использован ‎термин‏ ‎«Доказательная ‎медицина», ‎но ‎Гайятт ‎заявляет,‏ ‎что‏ ‎это‏ ‎произошло ‎ещё‏ ‎раньше.

До ‎этого,‏ ‎в ‎1990‏ ‎году,‏ ‎он ‎описывал‏ ‎данный ‎метод ‎как ‎«Научная ‎медицина»,‏ ‎на ‎тот‏ ‎момент‏ ‎будучи ‎координатором ‎ординатуры‏ ‎Макмастерского ‎университета.‏ ‎Но ‎его ‎коллеги ‎воспринимали‏ ‎этот‏ ‎термин ‎отрицательно,‏ ‎т.к. ‎считали,‏ ‎что ‎это ‎подразумевает, ‎что ‎их‏ ‎практика‏ ‎была ‎“ненаучна”.

В‏ ‎том ‎же‏ ‎году ‎Гайятт ‎заменил ‎этот ‎термин‏ ‎на‏ ‎«доказательная‏ ‎медицина», ‎который‏ ‎был ‎впервые‏ ‎опубликован ‎в‏ ‎документе‏ ‎для ‎соискателей‏ ‎медицинской ‎практики ‎на ‎базе ‎университета.

Углубляясь‏ ‎в ‎прошлое,‏ ‎можно‏ ‎найти ‎свидетельства ‎о‏ ‎подвижках ‎к‏ ‎изменению ‎парадигмы ‎установлению ‎диагноза‏ ‎и‏ ‎лечения ‎пациента‏ ‎в ‎сторону‏ ‎большей ‎критичности ‎и ‎более ‎широкого‏ ‎распространения‏ ‎использования ‎исследований,‏ ‎начиная ‎с‏ ‎60-х ‎годов ‎20 ‎века.

Ближе ‎всего‏ ‎к‏ ‎современному‏ ‎формированию ‎этого‏ ‎метода ‎подошли‏ ‎люди, ‎которых‏ ‎можно‏ ‎назвать ‎учителями‏ ‎Гайятта, ‎например ‎главу ‎департамента ‎клинической‏ ‎эпидемиологии ‎и‏ ‎биостатистики‏ ‎Макмастерского ‎университета ‎—‏ ‎Девида ‎Сакетта.

Сакетт‏ ‎и ‎соавторы ‎представили ‎в‏ ‎1981‏ ‎году ‎метод‏ ‎изучения ‎медицинской‏ ‎литературы ‎и ‎исследований, ‎который ‎они‏ ‎назвали‏ ‎“критическая ‎оценка”.‏ ‎

С ‎течением‏ ‎времени ‎стало ‎понятно, ‎что ‎необходим‏ ‎следующий‏ ‎шаг‏ ‎— ‎от‏ ‎пассивного ‎изучения‏ ‎литературы ‎до‏ ‎её‏ ‎ежедневного ‎использования‏ ‎в ‎практике. ‎Влияние ‎Сакетта ‎было‏ ‎настолько ‎велико,‏ ‎что‏ ‎некоторые ‎издания ‎называют‏ ‎его ‎“отцом‏ ‎доказательной ‎медицины”.

В ‎ноябре ‎1992‏ ‎года‏ ‎это ‎направление‏ ‎приобрело ‎свой‏ ‎оформленный ‎вид, ‎который ‎мы ‎сейчас‏ ‎знаем‏ ‎под ‎названием‏ ‎«Доказательная ‎медицина»‏ ‎и ‎была ‎представлена ‎методика ‎обучения‏ ‎на‏ ‎базе‏ ‎ординатуры ‎Макмастерского‏ ‎университета.

ОРИГИНАЛЬНАЯ ‎СТАТЬЯ

“Рабочая‏ ‎группа” ‎начинает‏ ‎статью‏ ‎1992 ‎года‏ ‎продолжая ‎пример ‎из ‎заметки ‎Гайятта‏ ‎1991 ‎года,‏ ‎где‏ ‎тот ‎описывал ‎два‏ ‎подхода ‎к‏ ‎оценке ‎состояния ‎и ‎лечению‏ ‎пациента,‏ ‎названные ‎условно‏ ‎“путь ‎прошлого”‏ ‎(старая ‎парадигма) ‎и ‎“путь ‎будущего”‏ ‎(новая‏ ‎парадигма).

Старая ‎парадигма:

Лечащий‏ ‎врач, ‎недавно‏ ‎начавшая ‎свою ‎карьеру, ‎получает ‎мнение‏ ‎от‏ ‎старшего‏ ‎коллеги, ‎что‏ ‎вероятность ‎повторного‏ ‎приступа ‎пациента,‏ ‎учитывая‏ ‎его ‎состояние,‏ ‎велико ‎(хотя ‎он ‎не ‎может‏ ‎назвать ‎цифру‏ ‎этой‏ ‎вероятности). ‎Врач ‎следует‏ ‎этому ‎совету,‏ ‎передаёт ‎пациенту ‎эту ‎информацию‏ ‎и‏ ‎даёт ‎общие‏ ‎рекомендации: ‎принимать‏ ‎медикаменты ‎и ‎периодически ‎обследоваться. ‎Пациент‏ ‎покидает‏ ‎клинику ‎с‏ ‎чувством ‎страха,‏ ‎в ‎ожидании ‎следующего ‎приступа.

Утверждения ‎старой‏ ‎парадигмы:

- Несистематические‏ ‎наблюдения,‏ ‎исходя ‎из‏ ‎клинического ‎опыта,‏ ‎достаточны ‎для‏ ‎формирования‏ ‎и ‎поддержки‏ ‎знаний ‎врача ‎касательно ‎прогноза, ‎ценности‏ ‎тестов ‎и‏ ‎эффективности‏ ‎лечения.

- Изучение ‎и ‎понимание‏ ‎базовых ‎механизмов‏ ‎развития ‎болезни ‎и ‎её‏ ‎патофизиологии‏ ‎достаточны ‎для‏ ‎клинической ‎практики.

- Комбинация‏ ‎медицинской ‎практики ‎и ‎здравого ‎смысла‏ ‎достаточны‏ ‎для ‎оценки‏ ‎эффективности ‎новых‏ ‎тестов ‎и ‎методов ‎лечения.

- Клиническая ‎практика‏ ‎достаточна‏ ‎для‏ ‎создания ‎обоснованных‏ ‎инструкций ‎для‏ ‎клинической ‎практики.

В‏ ‎контексте‏ ‎этой ‎парадигмы‏ ‎высоко ‎оценивается ‎традиционный ‎научный ‎авторитет,‏ ‎присутствует ‎приверженность‏ ‎стандартным‏ ‎подходам, ‎ответы ‎ищутся‏ ‎у ‎местных‏ ‎или ‎международных ‎экспертов.

Новая ‎парадигма:

Врач‏ ‎не‏ ‎удовлетворяется ‎мнением‏ ‎старшего ‎коллеги‏ ‎и ‎решает ‎изучить ‎литературу ‎и‏ ‎исследования,‏ ‎касающиеся ‎случая‏ ‎этого ‎пациента.‏ ‎Она ‎проводит ‎поиск ‎по ‎ключевым‏ ‎словам:‏ ‎epilepsy,‏ ‎prognosis, ‎recurrence‏ ‎(эпилепсия, ‎прогноз,‏ ‎рецидив).

Поиск ‎выдал‏ ‎25‏ ‎статей. ‎Изучив‏ ‎первую ‎из ‎них, ‎врач ‎находит‏ ‎её ‎релевантной.‏ ‎Она‏ ‎так ‎же ‎оценивает‏ ‎статью ‎по‏ ‎критериям ‎достоверности, ‎которым ‎обучилась‏ ‎ранее,‏ ‎и ‎решает,‏ ‎что ‎результаты‏ ‎применимы ‎к ‎её ‎пациенту.

Исследование ‎показывает‏ ‎риск‏ ‎рецидива ‎в‏ ‎первый ‎год‏ ‎43-51%. ‎При ‎условии ‎18 ‎месяцев‏ ‎без‏ ‎рецидивов,‏ ‎риск ‎повторного‏ ‎падает ‎ниже‏ ‎20%.

Врач ‎получила‏ ‎более‏ ‎полную ‎картину‏ ‎происходящего, ‎установила ‎отсечку ‎в ‎18‏ ‎месяцев ‎для‏ ‎оценки‏ ‎возможности ‎смены ‎медикаментов,‏ ‎пациент ‎получил‏ ‎чёткое ‎описание ‎своего ‎прогноза.

Утверждения‏ ‎новой‏ ‎парадигмы:

- Приобретение ‎врачом‏ ‎клинического ‎опыта‏ ‎— ‎важная ‎часть ‎становления ‎компетентного‏ ‎специалиста.‏ ‎Особенно ‎это‏ ‎важно, ‎если‏ ‎многие ‎аспекты ‎практики ‎не ‎могут‏ ‎быть‏ ‎адекватно‏ ‎исследованы.

В ‎то‏ ‎же ‎время,‏ ‎в ‎отсутствии‏ ‎систематических‏ ‎наблюдений ‎нужно‏ ‎быть ‎осторожным ‎в ‎интерпретации ‎информации,‏ ‎полученной ‎из‏ ‎практики‏ ‎и ‎интуиции, ‎так‏ ‎как ‎она‏ ‎может ‎быть ‎ошибочной.

- Изучение ‎и‏ ‎понимание‏ ‎базового ‎механизма‏ ‎болезни ‎недостаточно‏ ‎для ‎клинической ‎практики. ‎Обоснования ‎диагноза,‏ ‎тестов‏ ‎и ‎лечения,‏ ‎следующие ‎из‏ ‎базовой ‎патофизиологии, ‎могут ‎быть ‎ошибочны.

- Понимание‏ ‎правил‏ ‎доказательности‏ ‎необходимо ‎для‏ ‎корректной ‎интерпретации‏ ‎научной ‎литературы.

Специалист‏ ‎должен‏ ‎регулярно ‎обращаться‏ ‎к ‎специальной ‎литературе, ‎будучи ‎способным‏ ‎критически ‎оценить‏ ‎методологию‏ ‎и ‎результаты ‎исследований.

Необходимо‏ ‎принять ‎факт‏ ‎неопределённости ‎в ‎отдельных ‎случаях,‏ ‎когда‏ ‎решение ‎будет‏ ‎приниматься ‎без‏ ‎точного ‎знания ‎его ‎последствий.

Новая ‎парадигма‏ ‎уменьшает‏ ‎значимость ‎авторитета‏ ‎в ‎принятии‏ ‎решений. ‎Но ‎это ‎не ‎значит‏ ‎отрицание‏ ‎опыта‏ ‎коллег ‎и‏ ‎учителей, ‎которому‏ ‎можно ‎научиться:‏ ‎методологии‏ ‎сбора ‎анамнеза,‏ ‎обследования, ‎диагностирования. ‎Эти ‎вещи ‎не‏ ‎могут ‎быть‏ ‎получены‏ ‎только ‎из ‎научных‏ ‎исследований.

ЧТО ‎ТАКОЕ‏ ‎"ДОКАЗАТЕЛЬСТВО"?

Философы ‎могут ‎спорить ‎друг‏ ‎с‏ ‎другом ‎по‏ ‎поводу ‎определения‏ ‎“доказательства”. ‎Всё ‎ещё ‎более ‎усложняется‏ ‎языком,‏ ‎когда ‎“evidence”‏ ‎переводится ‎по-разному.‏ ‎Некоторые ‎считают ‎его ‎синонимом ‎“подтверждения”,‏ ‎“факта”,‏ ‎“знания”.

Это‏ ‎касается ‎и‏ ‎русского ‎языка.‏ ‎

Evidence ‎based‏ ‎medicine‏ ‎(EBM) традиционно ‎переводится‏ ‎как ‎“Доказательная ‎медицина”, ‎поэтому ‎такого‏ ‎перевода ‎я‏ ‎и‏ ‎придерживаюсь.

Английское ‎“evidence” подразумевает ‎коллекцию‏ ‎информации ‎и‏ ‎данных, ‎которые ‎поддерживают ‎какую-либо‏ ‎идею.‏ ‎Согласно ‎словарю‏ ‎Ожегова, ‎“доказательство” — это‏ ‎довод ‎или ‎факт, ‎умозаключение, ‎которое‏ ‎подтверждает‏ ‎какое-то ‎утверждение.‏ ‎В ‎английском‏ ‎языке ‎для ‎окончательного ‎сформированного ‎заключения‏ ‎используется‏ ‎слово‏ ‎“proof[1][2]

Получается, ‎“evidence” не‏ ‎является ‎окончательным‏ ‎(или ‎даже‏ ‎правдивым)‏ ‎заключением ‎per‏ ‎se, но ‎может ‎способствовать ‎его ‎появлению.‏ ‎

Эта ‎филологическая‏ ‎эквилибристика‏ ‎необходима ‎для ‎понимания‏ ‎следующего ‎логического‏ ‎вывода ‎доказательной ‎медицины: ‎доказательство‏ ‎(evidence)‏ ‎есть ‎всегда.

Отсутствие‏ ‎доказательства ‎—‏ ‎non ‎sequitur, т.е. ‎непоследовательно, ‎нелогично.

Доказательство ‎(evidence)‏ ‎есть‏ ‎всегда. ‎Даже‏ ‎если ‎оно‏ ‎опирается ‎на ‎непоследовательные ‎и ‎предвзятые‏ ‎наблюдения,‏ ‎это‏ ‎evidence. В ‎таком‏ ‎случае ‎оно‏ ‎просто ‎обладает‏ ‎низкой‏ ‎силой ‎и‏ ‎уверенностью ‎в ‎нём, ‎оказываясь ‎внизу‏ ‎пирамиды ‎доказательности.

Вспомним‏ ‎историческую‏ ‎справку ‎в ‎начале,‏ ‎разработку ‎Сакетта‏ ‎и ‎соавторов ‎— ‎“критическая‏ ‎оценка”‏ ‎при ‎изучении‏ ‎медицинской ‎литературы.‏ ‎

Доказательная ‎медицина, ‎опираясь ‎на ‎науку,‏ ‎предоставляет‏ ‎методы ‎и‏ ‎обучает ‎оценке‏ ‎доказательств, ‎определению ‎их ‎силы ‎и‏ ‎уверенности‏ ‎в‏ ‎них. ‎Чем‏ ‎выше ‎сила‏ ‎и ‎уверенность‏ ‎доказательства,‏ ‎тем ‎более‏ ‎истинное ‎заключение ‎можно ‎сделать. ‎

Конечно,‏ ‎существуют ‎логические‏ ‎ошибки‏ ‎самого ‎человека, ‎который‏ ‎будет ‎интерпретировать‏ ‎данные, ‎каким ‎бы ‎высоким‏ ‎уровнем‏ ‎доказательности ‎они‏ ‎не ‎обладали.‏ ‎Здесь ‎необходимо ‎руководствоваться ‎философскими ‎принципами‏ ‎доказательной‏ ‎медицины, ‎об‏ ‎этом ‎ниже.

ПРИНЦИПЫ‏ ‎ДОКАЗАТЕЛЬНОЙ ‎МЕДИЦИНЫ

1. Базисом ‎первого ‎эпистемологического ‎(знания‏ ‎и‏ ‎его‏ ‎поиска) ‎принципа‏ ‎доказательной ‎медицины‏ ‎является ‎то,‏ ‎что‏ ‎не ‎все‏ ‎доказательства ‎равны ‎и ‎что ‎медицинская‏ ‎практика ‎должна‏ ‎базироваться‏ ‎на ‎лучшем ‎из‏ ‎доступных ‎(на‏ ‎данный ‎момент) ‎доказательств.

2. Второй ‎принцип‏ ‎использует‏ ‎философский ‎подход‏ ‎поиска ‎правды‏ ‎через ‎анализ ‎и ‎оценку ‎всех‏ ‎доступных‏ ‎доказательств, ‎без‏ ‎склонности ‎к‏ ‎одному ‎виду ‎доказательств ‎для ‎подтверждения‏ ‎одной‏ ‎точки‏ ‎зрения.

3. Доказательство ‎необходимо,‏ ‎но ‎недостаточно‏ ‎для ‎принятия‏ ‎эффективного‏ ‎решения. ‎Принятие‏ ‎решения ‎должно ‎учитывать ‎ситуацию ‎пациента,‏ ‎его ‎ценности‏ ‎и‏ ‎предпочтения.

ЭМПИРИЧЕСКИЕ ‎ДОКАЗАТЕЛЬСТВА ‎ПРОТИВ‏ ‎ТЕОРИИ

Роль ‎теории‏ ‎в ‎ДМ ‎заключается ‎не‏ ‎в‏ ‎описании ‎мира,‏ ‎а ‎в‏ ‎предсказании ‎результатов ‎эмпирических ‎исследований.

При ‎этом,‏ ‎медицинская‏ ‎литература ‎изобилует‏ ‎катастрофическими ‎последствиями‏ ‎действий, ‎основанных ‎на ‎кажущихся ‎убедительными,‏ ‎но‏ ‎на‏ ‎самом ‎деле‏ ‎не ‎заслуживающих‏ ‎доверия ‎результатах‏ ‎исследований‏ ‎(глава ‎11.2‏ ‎"Неожиданные ‎результаты ‎рандомизированных ‎исследований" ‎из‏ ‎“Пользовательского ‎пособия‏ ‎к‏ ‎медицинской ‎литературе”, ‎2014).

Таким‏ ‎образом, ‎ДМ‏ ‎поощряет ‎скептицизм ‎не ‎только‏ ‎в‏ ‎отношении ‎теоретических‏ ‎конструкций, ‎но‏ ‎и ‎в ‎отношении ‎результатов ‎эмпирических‏ ‎данных,‏ ‎не ‎имеющих‏ ‎правдоподобной ‎теоретической‏ ‎основы.

Например, ‎результаты ‎испытаний ‎гомеопатии ‎рассматриваются‏ ‎со‏ ‎скептицизмом‏ ‎отчасти ‎из-за‏ ‎суждений ‎о‏ ‎неправдоподобности ‎гомеопатической‏ ‎теории.‏ ‎

С ‎другой‏ ‎стороны, ‎убедительная ‎теория ‎и ‎обсервационные‏ ‎исследования ‎показывали‏ ‎преимущества‏ ‎приёма ‎антиоксидантов ‎для‏ ‎уменьшения ‎рисков‏ ‎развития ‎рака ‎и ‎сердечно-сосудистых‏ ‎заболеваний,‏ ‎что ‎было‏ ‎опровергнуто ‎только‏ ‎с ‎появлением ‎больших ‎и ‎тщательно‏ ‎проведенных‏ ‎рандомизированных ‎исследований.

Доказательная‏ ‎медицина, ‎сама‏ ‎по ‎себе, ‎не ‎является ‎философской‏ ‎или‏ ‎научной‏ ‎теорией ‎познания,‏ ‎скорее ‎она‏ ‎создана ‎как‏ ‎структура‏ ‎для ‎оптимальной‏ ‎клинической ‎практики.

КРИТИКА ‎ДОКАЗАТЕЛЬНОЙ ‎МЕДИЦИНЫ

За ‎годы‏ ‎существования ‎ДМ‏ ‎основная‏ ‎критика ‎этой ‎парадигмы‏ ‎фокусировалась ‎следующих‏ ‎вещах:

1. Полагание ‎на ‎редукционизм ‎научного‏ ‎метода.‏ ‎Приверженность ‎иерархии‏ ‎«Пирамиды ‎доказательности»,‏ ‎которая ‎видится ‎излишне ‎упрощённой.

Доказательной ‎медицине‏ ‎потребовалось‏ ‎почти ‎15‏ ‎лет, ‎чтобы‏ ‎ответить ‎на ‎это ‎справедливое ‎замечание‏ ‎и‏ ‎улучшить‏ ‎систему ‎оценки‏ ‎исследований, ‎выйдя‏ ‎за ‎рамки‏ ‎«Пирамиды‏ ‎доказательности».

Новая ‎система‏ ‎получила ‎название ‎GRADE ‎(Grading ‎of‏ ‎Recommendations ‎Assessment,‏ ‎Development‏ ‎and ‎Evaluation = Классификация ‎оценок‏ ‎рекомендаций, ‎разработки‏ ‎и ‎определения ‎качества). ‎

GRADE‏ ‎по-прежнему‏ ‎ставит ‎РКИ‏ ‎(рандомизированные-контролируемые ‎исследования)‏ ‎выше ‎обзорных ‎исследований ‎в ‎плане‏ ‎“уверенности”‏ ‎(в ‎результатах‏ ‎и ‎предположениях)‏ ‎и ‎качества. ‎При ‎этом ‎вводится‏ ‎система‏ ‎оценки,‏ ‎которая ‎может‏ ‎как ‎повысить‏ ‎уверенность ‎исследования‏ ‎и‏ ‎качество ‎доказательства,‏ ‎так ‎и ‎понизить. ‎

Оцениваются: дизайн ‎исследования;‏ ‎сильные ‎стороны‏ ‎и‏ ‎ограничения ‎исследования; ‎точность;‏ ‎последовательность ‎(различия‏ ‎в ‎результатах ‎между ‎исследованиями);‏ ‎предвзятость‏ ‎публикации; ‎сила‏ ‎эффекта; ‎применимость‏ ‎(например, ‎интересующая ‎популяция ‎отличается ‎от‏ ‎изучаемой‏ ‎популяции).

Минусовые ‎баллы‏ ‎могут ‎снизить‏ ‎уверенность ‎РКИ ‎до ‎уровня ‎“низкий”‏ ‎и‏ ‎“очень‏ ‎низкий”, ‎и‏ ‎наоборот ‎—‏ ‎положительные ‎баллы‏ ‎могут‏ ‎поднять ‎обзорное‏ ‎исследование ‎до ‎уровня ‎“средний” ‎и‏ ‎“высокий”.

Таким ‎образом,‏ ‎GRADE‏ ‎защищает ‎от ‎необоснованного‏ ‎доверия ‎к‏ ‎РКИ, ‎поверхностной ‎оценки, ‎а‏ ‎также‏ ‎от ‎догматических‏ ‎решений.

Эту ‎систему‏ ‎уже ‎используют ‎более ‎100 ‎организаций‏ ‎по‏ ‎всему ‎миру,‏ ‎включая ‎ВОЗ,‏ ‎Кокрейновское ‎Сотрудничество ‎и ‎UpToDate.


2. Отвержение ‎экспертного‏ ‎врачебного‏ ‎опыта‏ ‎и ‎интуиции.‏ ‎

ДМ ‎действительно‏ ‎делает ‎акцент‏ ‎на‏ ‎использовании ‎воспроизводимых‏ ‎исследований, ‎что ‎может ‎выглядеть ‎как‏ ‎умаление ‎роли‏ ‎экспертности.

На‏ ‎самом ‎деле ‎ДМ‏ ‎высоко ‎оценивает‏ ‎экспертную ‎роль ‎в ‎оказании‏ ‎медицинской‏ ‎помощи, ‎подчёркивая‏ ‎значимость ‎опытного‏ ‎суждения ‎при ‎принятии ‎решений ‎и‏ ‎критической‏ ‎оценке.

Доказательная ‎медицина‏ ‎предполагает ‎использование‏ ‎навыков ‎медицинского ‎образования ‎для ‎оценки‏ ‎доказательств‏ ‎и‏ ‎решения ‎о‏ ‎их ‎применимости‏ ‎в ‎конкретном‏ ‎случае.

Диагностические‏ ‎тесты ‎могут‏ ‎отличаться ‎по ‎своей ‎точности ‎в‏ ‎зависимости ‎от‏ ‎квалификации‏ ‎практикующего ‎врача. ‎Например,‏ ‎эксперт ‎в‏ ‎области ‎диагностики ‎ультразвуком ‎может‏ ‎дать‏ ‎лучшие ‎результаты,‏ ‎чем ‎в‏ ‎среднем ‎по ‎опубликованной ‎литературе.

В ‎книге‏ ‎«Пользовательское‏ ‎пособие ‎к‏ ‎медицинской ‎литературе:‏ ‎Руководство ‎для ‎доказательной ‎клинической ‎практики»‏ ‎приводится‏ ‎такой‏ ‎забавный ‎пример:

У‏ ‎одного ‎из‏ ‎нас, ‎специалиста‏ ‎по‏ ‎интенсивной ‎терапии,‏ ‎незадолго ‎до ‎важной ‎презентации ‎появилось‏ ‎повреждение ‎на‏ ‎губе.‏ ‎Он ‎был ‎обеспокоен‏ ‎и, ‎задаваясь‏ ‎вопросом, ‎следует ‎ли ‎ему‏ ‎принимать‏ ‎ацикловир, ‎потратил‏ ‎следующие ‎30‏ ‎минут ‎на ‎поиск ‎и ‎оценку‏ ‎доказательств‏ ‎самого ‎высокого‏ ‎качества. ‎Когда‏ ‎он ‎начал ‎обсуждать ‎свою ‎ситуацию‏ ‎со‏ ‎своей‏ ‎коллегой, ‎опытным‏ ‎стоматологом, ‎она‏ ‎прервала ‎дискуссию,‏ ‎воскликнув:‏ ‎“Но ‎это‏ ‎же ‎не ‎герпес!”.
Эта ‎история ‎иллюстрирует‏ ‎необходимость ‎постановки‏ ‎правильного‏ ‎диагноза, ‎прежде ‎поиска‏ ‎и ‎применения‏ ‎научных ‎данных ‎для ‎оптимального‏ ‎лечения.‏ ‎После ‎постановки‏ ‎диагноза, ‎врач‏ ‎полагается ‎на ‎свой ‎опыт ‎и‏ ‎базовые‏ ‎знания, ‎чтобы‏ ‎определить ‎соответствующие‏ ‎варианты ‎лечения. ‎Определив ‎эти ‎варианты,‏ ‎специалист‏ ‎может‏ ‎искать, ‎оценивать‏ ‎и ‎применять‏ ‎наилучшие ‎фактические‏ ‎данные‏ ‎в ‎отношении‏ ‎ведения ‎пациента.

Если ‎принимаются ‎необходимые ‎меры‏ ‎для ‎записи‏ ‎воспроизводимых‏ ‎наблюдений ‎и ‎избегания‏ ‎предвзятости, ‎то‏ ‎экспертный ‎опыт ‎становится ‎систематическим‏ ‎поиском‏ ‎знаний, ‎формирующим‏ ‎ядро ‎доказательной‏ ‎медицины. ‎

Без ‎клинического ‎опыта, ‎практика‏ ‎рискует‏ ‎пасть ‎жертвой‏ ‎доказательств, ‎поскольку‏ ‎даже ‎отличные ‎доказательства ‎могут ‎быть‏ ‎неприменимы‏ ‎или‏ ‎неуместны ‎для‏ ‎конкретного ‎пациента.‏ ‎С ‎другой‏ ‎стороны,‏ ‎без ‎современных‏ ‎наилучших ‎доказательств ‎практика ‎рискует ‎быстро‏ ‎устареть ‎в‏ ‎ущерб‏ ‎пациентам.

«[Доказательная ‎медицина] ‎это‏ ‎про ‎объединение‏ ‎индивидуального ‎клинического ‎опыта ‎и‏ ‎наилучших‏ ‎доказательств» ‎-‏ ‎Дэвид ‎Саккет.


3. Приверженность‏ ‎инструкциям ‎(гайдлайны, ‎guidelines), ‎так ‎называемая‏ ‎“поваренная‏ ‎медицина” ‎(cookbook‏ ‎medicine). ‎Это‏ ‎делает ‎подход ‎к ‎лечению ‎слишком‏ ‎алгоритмичным,‏ ‎упускающим‏ ‎из ‎вида‏ ‎индивидуальность ‎пациента,‏ ‎лишая ‎медицину‏ ‎гуманистического‏ ‎начала. ‎Критики‏ ‎отмечают, ‎что ‎помощь ‎конкретному ‎пациенту‏ ‎может ‎не‏ ‎совпадать‏ ‎с ‎тем, ‎что‏ ‎предлагают ‎лучшие‏ ‎(средние) ‎доказательства.

Здесь ‎необходимо ‎вернуться‏ ‎к‏ ‎третьему ‎принципу‏ ‎ДМ, ‎указанному‏ ‎выше: ‎

Доказательство ‎необходимо, ‎но ‎недостаточно‏ ‎для‏ ‎принятия ‎эффективного‏ ‎решения. ‎Принятие‏ ‎решения ‎должно ‎учитывать ‎ситуацию ‎пациента,‏ ‎его‏ ‎ценности‏ ‎и ‎предпочтения.

Под‏ ‎ценностями ‎и‏ ‎предпочтениями ‎подразумевается‏ ‎совокупность‏ ‎целей, ‎ожиданий,‏ ‎предрасположенностей ‎и ‎убеждений, ‎которые ‎люди‏ ‎имеют ‎в‏ ‎отношении‏ ‎определенных ‎решений ‎и‏ ‎их ‎потенциальных‏ ‎результатов. ‎Оценка ‎и ‎баланс‏ ‎выгоды‏ ‎и ‎риска‏ ‎являются ‎центральными‏ ‎для ‎ДМ.

Чувствительность ‎к ‎состоянию ‎пациента‏ ‎и‏ ‎коммуникативные ‎навыки‏ ‎обычно ‎не‏ ‎ассоциируются ‎с ‎ДМ. ‎Авторы ‎же‏ ‎считают,‏ ‎что‏ ‎эти ‎навыки‏ ‎являются ‎ядром‏ ‎ДМ. ‎Понимание‏ ‎личных‏ ‎обстоятельств ‎пациента‏ ‎имеет ‎особое ‎значение, ‎требуется ‎умение‏ ‎слушать ‎и‏ ‎сопереживать.

Что‏ ‎касается ‎состояния ‎пациентов,‏ ‎некоторые ‎типажи‏ ‎могли ‎быть ‎не ‎включены‏ ‎в‏ ‎наиболее ‎релевантные‏ ‎исследования, ‎что‏ ‎затрудняет ‎обобщение ‎результатов ‎на ‎них.‏ ‎Пациенты‏ ‎могли ‎быть‏ ‎слишком ‎старыми,‏ ‎слишком ‎больными, ‎иметь ‎другие ‎сопутствующие‏ ‎заболевания‏ ‎или‏ ‎отказываться ‎сотрудничать.‏ ‎Понимание ‎лежащей‏ ‎в ‎основе‏ ‎патофизиологии‏ ‎позволяет ‎врачу‏ ‎лучше ‎судить ‎о ‎том, ‎применимы‏ ‎ли ‎полученные‏ ‎результаты‏ ‎к ‎конкретному ‎человеку.

Учёные‏ ‎стали ‎проводить‏ ‎различия ‎между ‎объяснительными ‎исследованиями,‏ ‎которые‏ ‎отвечают ‎на‏ ‎вопрос: ‎“может‏ ‎ли ‎вмешательство ‎сработать ‎в ‎идеальных‏ ‎условиях?”‏ ‎и ‎прагматичными,‏ ‎в ‎которых‏ ‎рассматривается ‎вопрос: ‎“работает ‎ли ‎это‏ ‎в‏ ‎реальных‏ ‎условиях?” ‎а‏ ‎так ‎же‏ ‎“стоит ‎ли‏ ‎это‏ ‎того ‎и‏ ‎нужно ‎ли ‎за ‎это ‎платить?”.

В‏ ‎итоге, ‎используя‏ ‎доказательства,‏ ‎врач ‎полагается ‎на‏ ‎свой ‎опыт,‏ ‎для ‎определения ‎особенностей, ‎которые‏ ‎влияют‏ ‎на ‎применимость‏ ‎результатов ‎к‏ ‎конкретному ‎человеку. ‎

Врач ‎должен ‎рассудить,‏ ‎в‏ ‎какой ‎степени‏ ‎различия ‎в‏ ‎методике ‎исследования ‎или ‎в ‎характеристиках‏ ‎пациента‏ ‎могут‏ ‎повлиять ‎на‏ ‎оценку ‎пользы‏ ‎и ‎риска,‏ ‎полученные‏ ‎из ‎опубликованной‏ ‎литературы.

В ‎одном ‎из ‎разделов, ‎авторы‏ ‎ДМ ‎приводят‏ ‎пример‏ ‎не ‎использования наилучших ‎доступных‏ ‎доказательств ‎из-за‏ ‎личных ‎обстоятельств ‎пациента.

Таким ‎образом,‏ ‎ДМ‏ ‎ставит ‎в‏ ‎центр ‎человека,‏ ‎его ‎особенности ‎и ‎потребности, ‎всецело‏ ‎поддерживая‏ ‎гуманистическую ‎направленность‏ ‎медицины.

4. Использование ‎доказательной‏ ‎медицины ‎в ‎корыстных ‎целях.

В ‎данном‏ ‎случае‏ ‎имеется‏ ‎в ‎виду,‏ ‎что ‎с‏ ‎течением ‎времени‏ ‎благая‏ ‎цель ‎доказательной‏ ‎медицины ‎стала ‎использоваться ‎как ‎прикрытие‏ ‎для ‎фарм-компаний‏ ‎и‏ ‎коррумпированных ‎специалистов ‎для‏ ‎продвижения ‎своих‏ ‎продуктов ‎и ‎статей, ‎с‏ ‎целью‏ ‎получения ‎выгоды‏ ‎и ‎прибыли.

Хорошая‏ ‎статья ‎на ‎эту ‎тему ‎была‏ ‎опубликована‏ ‎в ‎“Журнале‏ ‎Клинической ‎Эпидемиологии”‏ ‎(Journal ‎of ‎Clinical ‎Epidemiology ‎73‏ ‎(2016)‏ ‎82-86) Д.‏ ‎Иоаннидисом.

В ‎ней,‏ ‎Иоаннидис, ‎являясь‏ ‎горячим ‎сторонником‏ ‎ДМ‏ ‎со ‎своих‏ ‎ранних ‎лет ‎практики, ‎живым ‎и‏ ‎саркастическим ‎языком‏ ‎описывает‏ ‎свои ‎столкновения ‎и‏ ‎злоключения ‎с‏ ‎реальностью ‎применения ‎доказательной ‎медицины.

Он‏ ‎рассказывает‏ ‎как ‎в‏ ‎конце ‎90-х‏ ‎в ‎Европе, ‎если ‎некоторые ‎высокопоставленные‏ ‎академические‏ ‎лидеры ‎хотели‏ ‎выругаться, ‎они‏ ‎использовали ‎вместо ‎этого ‎слова ‎“мета-анализ”‏ ‎и‏ ‎“ДокМед”.‏ ‎Но ‎спустя‏ ‎годы, ‎когда‏ ‎доказательная ‎медицина‏ ‎становилась‏ ‎всё ‎более‏ ‎популярна, ‎те ‎же ‎самые ‎люди‏ ‎стали ‎использовать‏ ‎“ДокМед”‏ ‎для ‎поддержки ‎и‏ ‎продвижения ‎своих‏ ‎собственных ‎суждений.

Иоаннидис ‎указывает, ‎что‏ ‎фарм-индустрия‏ ‎проводит ‎и‏ ‎финансирует ‎значительную‏ ‎долю ‎рандомизированных ‎исследований ‎и ‎мета-анализов.‏ ‎Они‏ ‎получают ‎больше‏ ‎баллов ‎по‏ ‎контрольным ‎критериям ‎“качества” ‎и ‎быстрее‏ ‎публикуют‏ ‎результаты.‏ ‎

Проблема ‎в‏ ‎том, ‎утверждает‏ ‎Иоаннидис, ‎что‏ ‎в‏ ‎таких ‎исследованиях‏ ‎изначально ‎ставятся ‎неверные ‎вопросы ‎с‏ ‎ошибочными ‎краткосрочными‏ ‎косвенными‏ ‎исходами, ‎анализами ‎и‏ ‎критериями ‎успеха‏ ‎(например, ‎больший ‎допуск ‎в‏ ‎определении‏ ‎отсутствия ‎меньшей‏ ‎эффективности ‎(исследуемого‏ ‎препарата ‎по ‎сравнению ‎с ‎контрольным)).

Статья‏ ‎большая,‏ ‎в ‎ней‏ ‎ещё ‎много‏ ‎забавных ‎историй ‎и ‎моментов, ‎например‏ ‎использование‏ ‎компаниями‏ ‎имени ‎специалистов‏ ‎в ‎качестве‏ ‎авторов ‎и‏ ‎соавторов,‏ ‎для ‎прикрытия:‏ ‎“Вам ‎ничего ‎не ‎нужно ‎делать,‏ ‎мы ‎уже‏ ‎всё‏ ‎сделали ‎для ‎вас,‏ ‎нужно ‎только‏ ‎ваше ‎имя”. ‎Автор ‎шутит,‏ ‎что‏ ‎такие ‎“специалисты”‏ ‎могут ‎умереть,‏ ‎но ‎по-прежнему ‎будут ‎публиковаться, ‎пока‏ ‎новость‏ ‎об ‎этом‏ ‎не ‎дойдёт‏ ‎до ‎компаний.

По ‎мнению ‎Иоаннидиса, ‎корпорации‏ ‎не‏ ‎должны‏ ‎проводить ‎исследования‏ ‎собственных ‎продуктов.‏ ‎С ‎другой‏ ‎стороны,‏ ‎он ‎заключает:‏ ‎“...я ‎не ‎могу ‎винить ‎их,‏ ‎они ‎покупают‏ ‎лучшую‏ ‎рекламу ‎на ‎рынке‏ ‎— ‎«доказательства»”.

Авторы‏ ‎ДМ, ‎в ‎статье ‎«Прогресс‏ ‎в‏ ‎доказательной ‎медицине:‏ ‎25 ‎лет‏ ‎спустя», признают ‎наличие ‎этой ‎проблемы, ‎указывая‏ ‎что‏ ‎множество ‎РКИ,‏ ‎на ‎которые‏ ‎ссылаются ‎ДМ-ориентированные ‎тексты, ‎проводились ‎по‏ ‎заказу‏ ‎фармацевтической‏ ‎индустрии.

Выход, ‎который‏ ‎предлагается, ‎является‏ ‎одной ‎из‏ ‎основ‏ ‎ДМ ‎—‏ ‎критическое ‎восприятие ‎и ‎механизмы ‎для‏ ‎критической ‎оценки‏ ‎исследований‏ ‎(их ‎дизайна ‎и‏ ‎интерпретации), ‎которые‏ ‎предоставляет ‎доказательная ‎медицина.

При ‎этом,‏ ‎авторы‏ ‎оговариваются, ‎что:‏ ‎“Степень, ‎в‏ ‎которой ‎такие ‎инструкции ‎и ‎предупреждения‏ ‎защищают‏ ‎врачей ‎от‏ ‎введения ‎в‏ ‎заблуждение, ‎в ‎лучшем ‎случае ‎сомнительна‏ ‎и,‏ ‎вероятно,‏ ‎ограничена”.

Авторы ‎призывают‏ ‎врачей, ‎практикующих‏ ‎доказательную ‎медицину,‏ ‎и‏ ‎медицинское ‎сообщество,‏ ‎бороться ‎с ‎подобными ‎искажениями, ‎приводящими‏ ‎к ‎“избыточному‏ ‎лечению”.

В‏ ‎конце ‎даётся ‎заключение:‏ ‎“...ни ‎один‏ ‎критик ‎не ‎предлагает, ‎что‏ ‎надежные‏ ‎доказательства ‎не‏ ‎должны ‎быть‏ ‎ключом ‎к ‎эффективному ‎решению ‎проблем‏ ‎и‏ ‎принятию ‎решений”. 

ДОКАЗАТЕЛЬНАЯ‏ ‎МЕДИЦИНА: ‎ЧЕМ‏ ‎ОНА ‎ЯВЛЯЕТСЯ ‎И ‎НЕ ‎ЯВЛЯЕТСЯ

«Доказательная‏ ‎медицина‏ ‎не‏ ‎ограничивается ‎рандомизированными‏ ‎исследованиями ‎и‏ ‎мета-анализами. ‎Она‏ ‎включает‏ ‎в ‎себя‏ ‎поиск ‎наилучших ‎доказательств, ‎с ‎помощью‏ ‎которых ‎можно‏ ‎ответить‏ ‎на ‎клинический ‎вопрос.

 Чтобы‏ ‎узнать ‎о‏ ‎точности ‎диагностического ‎теста, ‎необходимо‏ ‎найти‏ ‎надлежащие ‎перекрестные‏ ‎исследования ‎пациентов‏ ‎с ‎подозрением ‎на ‎наличие ‎соответствующего‏ ‎расстройства,‏ ‎а ‎не‏ ‎рандомизированное ‎исследование.

Что‏ ‎касается ‎прогнозов, ‎необходимы ‎надлежащие ‎отслеживающие‏ ‎исследования‏ ‎пациентов,‏ ‎собранных ‎в‏ ‎единую ‎группу‏ ‎на ‎ранней‏ ‎стадии‏ ‎клинического ‎течения‏ ‎их ‎заболевания. ‎

И ‎иногда ‎необходимые‏ ‎доказательства ‎будут‏ ‎получены‏ ‎из ‎фундаментальных ‎наук,‏ ‎таких ‎как‏ ‎генетика ‎или ‎иммунология. ‎

Именно‏ ‎задавая‏ ‎вопросы ‎о‏ ‎терапии, ‎мы‏ ‎должны ‎стараться ‎избегать ‎неэкспериментальных ‎подходов,‏ ‎поскольку‏ ‎они ‎обычно‏ ‎приводят ‎к‏ ‎ложноположительным ‎выводам ‎об ‎эффективности. ‎

Поскольку‏ ‎РКИ,‏ ‎и‏ ‎особенно ‎систематический‏ ‎обзор ‎нескольких‏ ‎РКИ, ‎с‏ ‎большей‏ ‎вероятностью ‎информирует‏ ‎нас ‎и ‎с ‎меньшей ‎вероятностью‏ ‎вводит ‎в‏ ‎заблуждение,‏ ‎оно ‎стало ‎"золотым‏ ‎стандартом" ‎для‏ ‎оценки ‎того, ‎приносит ‎ли‏ ‎лечение‏ ‎больше ‎пользы,‏ ‎чем ‎вреда.‏ ‎

Однако ‎некоторые ‎вопросы ‎о ‎терапии‏ ‎не‏ ‎требуют ‎РКИ‏ ‎(успешные ‎вмешательства‏ ‎для ‎иначе ‎фатальных ‎состояний) ‎или‏ ‎не‏ ‎могут‏ ‎дождаться ‎проведения‏ ‎испытаний. ‎И‏ ‎если ‎РКИ‏ ‎не‏ ‎было ‎проведено‏ ‎в ‎связи ‎с ‎затруднительным ‎положением‏ ‎пациента, ‎мы‏ ‎должны‏ ‎перейти ‎к ‎следующему‏ ‎лучшему ‎доказательству‏ ‎и ‎работать ‎оттуда» ‎-‏ ‎Дэвид‏ ‎Саккет, ‎1996.

Мои‏ ‎замечания ‎о‏ ‎преподнесении ‎ДМ ‎в ‎научно-популярной ‎среде

1. Научный‏ ‎радикализм.

У‏ ‎меня ‎сложилось‏ ‎впечатление, ‎что‏ ‎в ‎России ‎ДМ ‎преподносится ‎радикально:‏ ‎“Либо‏ ‎есть‏ ‎исследования, ‎либо‏ ‎это ‎мракобесие”.‏ ‎Туда ‎же‏ ‎относятся‏ ‎заявления: ‎“Мнение‏ ‎это ‎не ‎доказательство” ‎или ‎“Считаются‏ ‎только ‎РКИ‏ ‎и‏ ‎мета-анализы ‎(лучшие ‎исследования)”.

Тогда‏ ‎как ‎согласно‏ ‎авторам ‎доказательной ‎медицины, ‎мнение‏ ‎специалиста,‏ ‎которое ‎не‏ ‎опирается ‎ни‏ ‎на ‎какие ‎исследования, ‎а ‎на‏ ‎наблюдения‏ ‎и ‎медицинские‏ ‎знания, ‎тоже‏ ‎является ‎доказательством, ‎просто ‎низкого ‎качества.

При‏ ‎этом‏ ‎оговаривается,‏ ‎что ‎нужно‏ ‎использовать ‎врачебный‏ ‎опыт ‎плюс‏ ‎наилучшие‏ ‎доступные ‎доказательства‏ ‎(которые ‎могут ‎быть ‎не ‎такого‏ ‎хорошего ‎уровня,‏ ‎как‏ ‎хотелось ‎бы).

В ‎таком‏ ‎случае ‎следует‏ ‎говорить: ‎“Необходимы ‎доказательства ‎высокого‏ ‎качества”‏ ‎или ‎“Есть‏ ‎доказательства ‎более‏ ‎высокого ‎уровня, ‎которые ‎говорят ‎что…”.

2. Нет‏ ‎доказательств.

В‏ ‎дискуссиях ‎в‏ ‎интернете ‎и‏ ‎в ‎некоторых ‎лекциях ‎я ‎встречал‏ ‎фразу:‏ ‎“...этому‏ ‎нет ‎доказательств”.

Тогда‏ ‎как ‎авторы‏ ‎доказательной ‎медицины‏ ‎чётко‏ ‎проговаривают, ‎что‏ ‎утверждение ‎об ‎отсутствии ‎доказательств ‎—‏ ‎non ‎sequitur,‏ ‎т.е.‏ ‎непоследовательно, ‎нелогично.

В ‎таком‏ ‎случае ‎следует‏ ‎говорить ‎не ‎“Нет ‎доказательств”‏ ‎а‏ ‎“Мне ‎не‏ ‎известны… ‎/‏ ‎Отсутствуют… ‎доказательства ‎более ‎высокого ‎качества”.

ИТОГ

Материалы‏ ‎по‏ ‎доказательной ‎медицины‏ ‎очень ‎обширны.‏ ‎В ‎этой ‎статье ‎я ‎постарался‏ ‎вкратце‏ ‎рассказать‏ ‎о ‎них.‏ ‎

Одним ‎из‏ ‎моих ‎намерений‏ ‎было‏ ‎передать ‎больше‏ ‎информации, ‎которая ‎обычно ‎упускается ‎и‏ ‎не ‎публикуется‏ ‎в‏ ‎научно-популярных ‎материалах, ‎на‏ ‎русском ‎языке.

При‏ ‎редактуре ‎статьи ‎пришлось ‎отказаться‏ ‎от‏ ‎многого. ‎Если‏ ‎нужны ‎дополнительные‏ ‎данные ‎и ‎обоснования, ‎можно ‎обращаться‏ ‎к‏ ‎первоисточникам.

Наука ‎—‏ ‎это ‎метод‏ ‎выяснения ‎истины ‎(или ‎приближения ‎к‏ ‎ней).‏ ‎Метод,‏ ‎которые ‎работает‏ ‎хорошо, ‎но‏ ‎нужно ‎разбираться‏ ‎в‏ ‎нём, ‎что‏ ‎бы ‎отделять ‎зёрна ‎от ‎плевел.‏ ‎Доказательная ‎медицина‏ ‎даёт‏ ‎методы ‎и ‎инструменты‏ ‎использования ‎и‏ ‎разбора ‎науки, ‎касательно ‎медицины.‏ ‎Тем‏ ‎она ‎и‏ ‎хороша. ‎

Если‏ ‎есть ‎вопросы, ‎пожелания ‎и ‎реакция,‏ ‎пишите‏ ‎в ‎комментариях‏ ‎или ‎Вконтакте.

Здоровья‏ ‎вам!

ИСТОЧНИКИ:

1. «Доказательная ‎медицина», ‎заметка, ‎1991 ‎год.‏ ‎

Evidence-Based‏ ‎Medicine,‏ ‎Guyatt, ‎1991

2. «Доказательная‏ ‎медицина: ‎новый‏ ‎подход ‎в‏ ‎обучении‏ ‎медицинской ‎практики»,‏ ‎оригинальная ‎статья, ‎1992.

Evidence-Based ‎Medicine: ‎A‏ ‎New ‎Approach‏ ‎to‏ ‎Teaching ‎the ‎Practice‏ ‎of ‎Medicine,‏ ‎Guyatt ‎et ‎al., ‎1992

3. «Доказательная‏ ‎медицина:‏ ‎чем ‎она‏ ‎является ‎и‏ ‎чем ‎не ‎является», ‎дополнение, ‎1996.

Evidence‏ ‎based‏ ‎medicine: ‎what‏ ‎it ‎is‏ ‎and ‎what ‎it ‎isn't, ‎Sackett‏ ‎et‏ ‎al.,‏ ‎1996

4. «Пользовательское ‎пособие‏ ‎к ‎медицинской‏ ‎литературе: ‎Руководство‏ ‎для‏ ‎доказательной ‎клинической‏ ‎практики», ‎3 ‎издание, ‎2014.

Users' ‎Guides‏ ‎to ‎the‏ ‎Medical‏ ‎Literature: ‎A ‎Manual‏ ‎for ‎Evidence-Based‏ ‎Clinical ‎Practice, ‎3rd ‎ed,‏ ‎Guyatt‏ ‎et ‎al.,‏ ‎2014

5. «Использование ‎доказательной‏ ‎медицины ‎в ‎корыстных ‎целях», ‎критика,‏ ‎2016.

Evidence-based‏ ‎medicine ‎has‏ ‎been ‎hijacked:‏ ‎a ‎report ‎to ‎David ‎Sackett,‏ ‎Ioannidis,‏ ‎2016

6. «Прогресс‏ ‎в ‎доказательной‏ ‎медицине: ‎25‏ ‎лет ‎спустя»,‏ ‎2017.‏ ‎

Progress ‎in‏ ‎evidence-based ‎medicine: ‎a ‎quarter ‎century‏ ‎on, ‎Djulbegovic,‏ ‎Guyatt,‏ ‎2017





Читать: 8+ мин
logo Три Подхода — фитнес по науке

Маски не нужны? Обзор 78 рандомизированных исследований.

Доступно подписчикам уровня
«Научная подписка :)»
Подписаться за 299₽ в месяц

Смотреть: 1+ мин
logo Реаниматор

Президенту Владимиру Путину о моем проекте «Реаниматор»

Проект ‎«Реаниматор»‏ ‎Кровоостанавливающая ‎одежда ‎для ‎нужд ‎военных‏ ‎Минобороны ‎РФ,‏ ‎травмоопасных‏ ‎производств, ‎экстремального ‎спорта‏ ‎и ‎туризма

Реаниматор‏ ‎— ‎уникальная ‎кровоостанавливающая ‎одежда‏ ‎для‏ ‎нужд ‎Минобороны,‏ ‎травмоопасных ‎производств,‏ ‎экстремального ‎спорта ‎и ‎туризма.

Первая ‎в‏ ‎мире‏ ‎кровоостанавливающая, ‎самореагирующая‏ ‎на ‎пулевые‏ ‎и ‎колото-резаные ‎ранения ‎одежда ‎освещенная‏ ‎президенту‏ ‎Российской‏ ‎Федерации ‎Владимиру‏ ‎Владимировичу ‎Путину‏ ‎на ‎форуме‏ ‎«Сильные‏ ‎идеи ‎для‏ ‎нового ‎времени ‎2023»

«Реаниматор ‎— ‎уникальная‏ ‎кровоостанавливающая ‎одежда»‏ ‎—‏ ‎это ‎инновационное ‎решение,‏ ‎которое ‎может‏ ‎спасти ‎жизнь ‎в ‎экстремальных‏ ‎ситуациях.‏ ‎Эта ‎одежда‏ ‎является ‎первой‏ ‎в ‎мире ‎кровоостанавливающей ‎и ‎самореагирующей‏ ‎на‏ ‎пулевые ‎и‏ ‎колото-резаные ‎ранения.‏ ‎Одной ‎из ‎главных ‎особенностей ‎«Реаниматора»‏ ‎является‏ ‎использование‏ ‎хитозана ‎—‏ ‎натурального ‎полимера,‏ ‎получаемого ‎из‏ ‎ракообразных.‏ ‎Хитозан ‎обладает‏ ‎уникальными ‎свойствами, ‎которые ‎позволяют ‎ему‏ ‎быстро ‎свертывать‏ ‎кровь‏ ‎и ‎останавливать ‎кровотечение.‏ ‎Когда ‎одежда‏ ‎в ‎контакте ‎с ‎кровью,‏ ‎хитозан‏ ‎активируется ‎и‏ ‎образует ‎гель,‏ ‎который ‎надежно ‎закрывает ‎рану ‎и‏ ‎предотвращает‏ ‎дальнейшую ‎потерю‏ ‎крови. ‎«Реаниматор»‏ ‎разработан ‎с ‎учетом ‎всех ‎требований‏ ‎безопасности‏ ‎и‏ ‎комфорта. ‎Он‏ ‎выполнен ‎из‏ ‎высококачественных ‎материалов,‏ ‎которые‏ ‎обеспечивают ‎отличную‏ ‎воздухопроницаемость ‎и ‎комфорт ‎при ‎носке.‏ ‎Одежда ‎имеет‏ ‎эластичные‏ ‎свойства, ‎что ‎позволяет‏ ‎ей ‎прекрасно‏ ‎сидеть ‎на ‎любой ‎фигуре‏ ‎и‏ ‎не ‎ограничивать‏ ‎движения. ‎«Реаниматор»‏ ‎предназначен ‎для ‎широкого ‎спектра ‎пользователей‏ ‎—‏ ‎от ‎профессионалов‏ ‎военной ‎и‏ ‎полицейской ‎сферы ‎до ‎любителей ‎активного‏ ‎отдыха‏ ‎и‏ ‎экстремальных ‎видов‏ ‎спорта. ‎Она‏ ‎может ‎быть‏ ‎использована‏ ‎как ‎самостоятельный‏ ‎элемент ‎одежды ‎или ‎надета ‎под‏ ‎другую ‎одежду.‏ ‎Эта‏ ‎уникальная ‎кровоостанавливающая ‎одежда‏ ‎станет ‎незаменимым‏ ‎помощником ‎в ‎случае ‎несчастного‏ ‎случая‏ ‎или ‎аварии.‏ ‎Благодаря ‎своим‏ ‎свойствам, ‎«Реаниматор» ‎может ‎предотвратить ‎серьезные‏ ‎последствия‏ ‎кровопотери ‎и‏ ‎дать ‎время‏ ‎для ‎прибытия ‎медицинской ‎помощи. ‎Не‏ ‎рискуйте‏ ‎своей‏ ‎жизнью ‎—‏ ‎выберите ‎«Реаниматор»‏ ‎и ‎обеспечьте‏ ‎себе‏ ‎надежную ‎защиту‏ ‎в ‎экстремальных ‎ситуациях.

Умная ‎кровоостанавливающая ‎одежда‏ ‎на ‎базе‏ ‎хитозана‏ ‎— ‎это ‎инновационное‏ ‎средство ‎для‏ ‎оказания ‎первой ‎помощи ‎при‏ ‎кровотечениях.‏ ‎Хитозан, ‎получаемый‏ ‎из ‎ракообразных,‏ ‎является ‎биоразлагаемым ‎полимером ‎с ‎кровяно-сосущими‏ ‎свойствами.‏ ‎Он ‎обладает‏ ‎способностью ‎образовывать‏ ‎своеобразные ‎фиброзные ‎сети, ‎которые ‎способны‏ ‎остановить‏ ‎даже‏ ‎сильное ‎кровотечение.

Умная‏ ‎кровоостанавливающая ‎одежда‏ ‎на ‎базе‏ ‎хитозана‏ ‎содержит ‎микрокапсулы‏ ‎с ‎этим ‎полимером, ‎которые ‎активируются‏ ‎при ‎контакте‏ ‎с‏ ‎кровью. ‎При ‎проникновении‏ ‎крови ‎в‏ ‎микрокапсулы ‎происходит ‎активация ‎хитозана,‏ ‎который‏ ‎сворачивает ‎и‏ ‎затем ‎образует‏ ‎густой ‎гельоподобный ‎слой, ‎останавливающий ‎кровотечение.

Травма,‏ ‎которую‏ ‎сопровождает ‎кровопотеря‏ ‎это ‎всегда‏ ‎крайне ‎высокий ‎риск ‎летального ‎исхода‏ ‎человека.‏ ‎«Реаниматор»‏ ‎повысит ‎шансы‏ ‎на ‎выживание‏ ‎человека ‎благодаря‏ ‎остановке‏ ‎кровотечения, ‎обеззараживания‏ ‎раны, ‎купирования ‎раны, ‎там ‎где‏ ‎медицинская ‎помощь‏ ‎задерживается‏ ‎или ‎вовсе ‎недоступна.‏ ‎Сохранив ‎жизнь‏ ‎человека!

Требуется ‎Порядка ‎3 ‎миллионов‏ ‎рублей‏ ‎на ‎усовершенствование‏ ‎продукта, ‎запуск‏ ‎полноценного ‎производства, ‎оплату ‎труда ‎сотрудников,‏ ‎расходы‏ ‎на ‎материал‏ ‎и ‎продолжение‏ ‎тестирования ‎в ‎различных ‎условиях ‎в‏ ‎том‏ ‎числе‏ ‎и ‎в‏ ‎боевых.

Импортозамещение ‎—‏ ‎100% ‎Продукт‏ ‎позиционируется‏ ‎исключительно ‎как‏ ‎российская ‎разработка.

Бизнес-модель: ‎Удовлетворение ‎нужд ‎Минобороны‏ ‎Российской ‎Федерации,‏ ‎продажи‏ ‎на ‎собственном ‎маркетплейсе,‏ ‎специализированные ‎магазины,‏ ‎продажи ‎непосредственно ‎предприятиям, ‎продажи‏ ‎странам‏ ‎партнерам, ‎продажи‏ ‎на ‎внутренний‏ ‎рынок, ‎продажи ‎по ‎запросам ‎и‏ ‎предзаказам.

Товар-заменитель:‏ ‎саморегаирующего ‎подобно‏ ‎«Реаниматор» ‎не‏ ‎существует

Наше ‎конкурентное ‎преимущество: ‎Техническое. ‎Инновационное.

Продвижение:‏ ‎event-marketing‏ ‎(военно-технический‏ ‎форум ‎«Армия‏ ‎202Х»), ‎СМИ,‏ ‎долгосрочные ‎контракты‏ ‎на‏ ‎изготовление ‎партий‏ ‎«Реаниматор»

Создание ‎многочисленных ‎рабочих ‎мест.

Текущий ‎статус:‏ ‎Запуск, ‎доработка,‏ ‎тестирование,‏ ‎создание ‎голографической ‎системы‏ ‎с ‎уникальным‏ ‎цифровым ‎кодом ‎для ‎каждого‏ ‎костюма,‏ ‎которая ‎автоматически‏ ‎будет ‎сообщать‏ ‎в ‎органы ‎власти ‎о ‎контрафакте‏ ‎и‏ ‎нарушении ‎авторских‏ ‎прав, ‎с‏ ‎целью ‎предотвратить ‎подделки ‎и ‎избежать‏ ‎некачественное‏ ‎копирование‏ ‎уникальности ‎каждого‏ ‎изделия.

Широчайшая ‎область‏ ‎применения ‎«Реаниматор»‏ ‎Министерство‏ ‎обороны ‎Российской‏ ‎Федерации. ‎Бизнес ‎различных ‎направлений. ‎Травмоопасные‏ ‎производства. ‎Экстремальные‏ ‎виды‏ ‎спорта ‎и ‎туризма.‏ ‎Гражданское ‎население.

Нам‏ ‎поступил ‎заказ ‎на ‎изготовление‏ ‎партии‏ ‎«Реаниматор» ‎от‏ ‎ЦАХАЛ ‎—‏ ‎официальная ‎армия ‎Израиля, ‎но ‎в‏ ‎связи‏ ‎со ‎сложной‏ ‎обстановкой, ‎мы‏ ‎были ‎вынуждены ‎отказать. ‎В ‎целом,‏ ‎исходя‏ ‎из‏ ‎сложившейся ‎мировой‏ ‎политики, ‎в‏ ‎том ‎числе‏ ‎и‏ ‎для ‎предпринимателей.‏ ‎На ‎данный ‎момент ‎мы ‎планируем‏ ‎принимать ‎заказы‏ ‎исключительно‏ ‎от ‎партнеров ‎БРИКС‏ ‎— ‎Союз‏ ‎пяти ‎государств: ‎Бразилии, ‎России,‏ ‎Индии,‏ ‎КНР, ‎Южной‏ ‎Африки. ‎Приглашены‏ ‎к ‎присоединению ‎с ‎1 ‎января‏ ‎2024‏ ‎года ‎Египет,‏ ‎Иран, ‎ОАЭ,‏ ‎Саудовская ‎Аравия ‎и ‎Эфиопия.

В ‎дальнейшей‏ ‎перспективе‏ ‎—‏ ‎создание ‎пуленепробиваемого‏ ‎костюма ‎«Реаниматор‏ ‎+» ‎на‏ ‎основе‏ ‎графена ‎и‏ ‎структурированной ‎геометрии ‎тканей, ‎которые ‎при‏ ‎ударе ‎становятся‏ ‎прочным‏ ‎каркасом, ‎а ‎при‏ ‎инертном ‎состоянии,‏ ‎ничем ‎не ‎отличны ‎от‏ ‎обычной‏ ‎ткани. ‎Обладающим‏ ‎генерацией ‎электроэнергии‏ ‎и ‎выводом ‎изображения ‎на ‎любую‏ ‎область‏ ‎одежды, ‎как‏ ‎телефон, ‎так‏ ‎и ‎необходимые ‎мониторы, ‎а ‎так‏ ‎же‏ ‎камуфляжные‏ ‎завесы. ‎Аналогично‏ ‎первой ‎версии‏ ‎«Реаниматор», ‎вторая‏ ‎версия‏ ‎«Реаниматор ‎+»‏ ‎будет ‎так ‎же ‎обладать ‎кровоостанавливающими‏ ‎и ‎антимикробными‏ ‎свойствами.

Личная‏ ‎авторская ‎разработка ‎Гемостатическое‏ ‎(кровоостанавливающее) ‎компрессионное‏ ‎белье ‎«Реаниматор» ‎со ‎сменными‏ ‎комплектующими‏ ‎— ‎капсулами‏ ‎на ‎основе‏ ‎хитозана.

Автоматическое ‎самореагирование ‎на ‎пулевые ‎и‏ ‎колото-резаные‏ ‎ранения, ‎составляет‏ ‎порядка ‎30‏ ‎секунд ‎с ‎момента ‎травмирования. ‎Природный‏ ‎сорбент‏ ‎не‏ ‎смешивается ‎с‏ ‎кровью ‎при‏ ‎активации ‎и‏ ‎не‏ ‎аллергенен. ‎Слой‏ ‎гелеобразного ‎вещества ‎образовавшийся ‎при ‎контакте‏ ‎хитозана ‎с‏ ‎кровью,‏ ‎прекрасно ‎смывается ‎водой‏ ‎после ‎выполнения‏ ‎своей ‎задачи.

Одежда ‎пригодна ‎для‏ ‎использования‏ ‎в ‎боевых‏ ‎действиях ‎под‏ ‎камуфляж ‎и ‎бронежилет, ‎а ‎так‏ ‎же‏ ‎для ‎экстремальных‏ ‎видов ‎спорта‏ ‎и ‎туризма, ‎где ‎медицинская ‎помощь‏ ‎задерживается,‏ ‎и‏ ‎важно ‎время‏ ‎значительно ‎не‏ ‎потерять ‎кровь.

Обладает‏ ‎антибактериальными‏ ‎свойствами, ‎уничтожает‏ ‎запах ‎пота ‎вызванный ‎бактериями, ‎дышит,‏ ‎поддается ‎стирке.‏ ‎Каждое‏ ‎изделие ‎уникально ‎и‏ ‎носит ‎голографический‏ ‎код-паспорт ‎во ‎избежании ‎подделок.

Однако,‏ ‎важно‏ ‎отметить, ‎что‏ ‎умная ‎кровоостанавливающая‏ ‎одежда ‎на ‎базе ‎хитозана ‎не‏ ‎является‏ ‎заменой ‎для‏ ‎медицинской ‎помощи,‏ ‎и ‎в ‎случае ‎серьезного ‎кровотечения‏ ‎всегда‏ ‎необходимо‏ ‎обратиться ‎к‏ ‎врачу. ‎Это‏ ‎лишь ‎временное‏ ‎решение,‏ ‎которое ‎обеспечивает‏ ‎временную ‎остановку ‎кровотечения ‎до ‎прибытия‏ ‎специалистов.

Преимущества ‎умной‏ ‎кровоостанавливающей‏ ‎одежды ‎на ‎базе‏ ‎хитозана ‎включают‏ ‎простоту ‎применения, ‎быстроту ‎действия,‏ ‎эффективность‏ ‎остановки ‎кровотечения‏ ‎и ‎минимальный‏ ‎риск ‎инфекции. ‎Это ‎может ‎быть‏ ‎особенно‏ ‎полезно ‎в‏ ‎случаях, ‎когда‏ ‎медицинская ‎помощь ‎недоступна ‎или ‎задерживается.

Упоминание‏ ‎о‏ ‎моем‏ ‎проекте ‎«Реаниматор»‏ ‎на ‎официальном‏ ‎сайде ‎Кремля‏ ‎http://kremlin.ru/events/president/news/71554


Благодарю‏ ‎за ‎внимание.‏ ‎Прошу ‎поддержать ‎проект! ‎Подписывайтесь! ‎Будет‏ ‎интересно.

Научу! ‎Подскажу!‏ ‎Покажу!‏ ‎Помогу!

Читать: 1+ мин
logo Доктор Шашенков

Актуальные вопросы клинического применения метода усиленной наружной контрпульсации '2023

Доступно подписчикам уровня
«Золото»
Подписаться за 500₽ в месяц

Актуальные вопросы клинического применения метода усиленной наружной контрпульсации '2023

Смотреть: 3 час 35+ мин
logo АНТРОПОГЕНЕЗ.РУ

Почему у вас нет аллергии? | «Ученые против мифов» на даче | Ольга Жоголева [Ранний доступ]

Доступно подписчикам уровня
«Homo habilis»
Подписаться за 200₽ в месяц

Правда ли, что аллергия есть у каждого второго? Точно ли аллергию может вызвать что угодно? Виноваты ли в аллергии «пластиковые» овощи или ГМО? А может, всему виной глисты?

Читать: 1+ мин
logo Триста лет крестьянской фамилии

Доступность медицины. Это реально?

Доступно подписчикам уровня
«Промо уровень»
Подписаться за 101₽ в месяц

Здесь данные о доступности медицины в предвоенные годы. Пресловутый 1913. И роковой сороковой

Смотреть: 55+ мин
logo АНТРОПОГЕНЕЗ.РУ

Работает ли эффект плацебо? | Дебаты «Убеди скептика» | Ученые против мифов 22-15

Эффект ‎плацебо:‏ ‎действенный ‎способ ‎лечения… ‎или ‎просто‏ ‎«пустышка»? ‎Можно‏ ‎ли‏ ‎использовать ‎его ‎в‏ ‎лечении? ‎Этично‏ ‎ли ‎прописывать ‎пациенту ‎бесполезные‏ ‎процедуры‏ ‎в ‎надежде‏ ‎на ‎чудодейственное‏ ‎плацебо?

YouTube:

Rutube

Эпизод-15. ‎Дебаты ‎«Убеди ‎скептика: ‎эффект‏ ‎плацебо».

Участвуют:

Анна‏ ‎Тарасова ‎— врач-ревматолог,‏ ‎терапевт. ‎Член‏ ‎Ассоциации ‎ревматологов ‎России. ‎Президент ‎Фонда‏ ‎профилактики‏ ‎остеопороза‏ ‎и ‎переломов.

Алексей‏ ‎Утин — кардиолог, ‎сердечно-сосудистый‏ ‎хирург, ‎сооснователь‏ ‎проекта‏ ‎SMART ‎CheckUp,‏ ‎автор ‎канала ‎@DoctorUtin.

Ведущий: ‎Александр ‎Соколов — научный‏ ‎журналист, ‎редактор‏ ‎АНТРОПОГЕНЕЗ.РУ,‏ ‎автор ‎книг ‎«Мифы‏ ‎об ‎эволюции‏ ‎человека», ‎«Ученые ‎скрывают» ‎и‏ ‎др.

Читать: 9+ мин
logo Реаниматор

Проект «Мандрагора» Перспективное обучение (ИИ) проведению операций с целью улучшения качества медицинской помощи и предотвращения врачебных ошибок


Описание ‎проекта

Обучение‏ ‎искусственного ‎интеллекта ‎(ИИ) ‎для ‎проведения‏ ‎медицинских ‎операций‏ ‎является‏ ‎активно ‎развивающейся ‎областью.‏ ‎ИИ ‎может‏ ‎быть ‎использован ‎для ‎анализа‏ ‎медицинских‏ ‎изображений, ‎помощи‏ ‎в ‎диагностике,‏ ‎планировании ‎операций ‎и ‎даже ‎участия‏ ‎в‏ ‎хирургических ‎процедурах.‏ ‎Например, ‎системы‏ ‎компьютерного ‎зрения ‎могут ‎помочь ‎хирургам‏ ‎во‏ ‎время‏ ‎операций, ‎обнаруживая‏ ‎и ‎выделяя‏ ‎важные ‎структуры.‏ ‎Однако,‏ ‎внедрение ‎ИИ‏ ‎в ‎хирургию ‎требует ‎строгой ‎проверки,‏ ‎обучения ‎и‏ ‎регулирования,‏ ‎чтобы ‎обеспечить ‎безопасность‏ ‎и ‎надежность.‏ ‎Такие ‎технологии ‎имеют ‎потенциал‏ ‎улучшить‏ ‎результаты ‎операций,‏ ‎но ‎также‏ ‎несут ‎риски, ‎которые ‎необходимо ‎тщательно‏ ‎изучать‏ ‎и ‎учитывать.

Исследования‏ ‎показывают, ‎что‏ ‎использование ‎ИИ ‎в ‎медицинских ‎операциях‏ ‎может‏ ‎привести‏ ‎к ‎улучшению‏ ‎точности ‎диагностики‏ ‎и ‎хирургических‏ ‎вмешательств.‏ ‎Например, ‎исследования‏ ‎в ‎области ‎рака ‎показывают, ‎что‏ ‎ИИ ‎может‏ ‎помочь‏ ‎в ‎обнаружении ‎опухолей‏ ‎на ‎рентгеновских‏ ‎снимках ‎и ‎снижении ‎количества‏ ‎ложноположительных‏ ‎и ‎ложноотрицательных‏ ‎результатов. ‎Однако,‏ ‎необходимо ‎учитывать, ‎что ‎внедрение ‎ИИ‏ ‎в‏ ‎медицинскую ‎практику‏ ‎требует ‎не‏ ‎только ‎технических, ‎но ‎и ‎этических‏ ‎и‏ ‎правовых‏ ‎аспектов.

Таким ‎образом,‏ ‎обучение ‎ИИ‏ ‎для ‎проведения‏ ‎медицинских‏ ‎операций ‎представляет‏ ‎собой ‎перспективную ‎область, ‎но ‎требует‏ ‎внимательного ‎исследования,‏ ‎регулирования‏ ‎и ‎обеспечения ‎безопасности‏ ‎и ‎надежности‏ ‎перед ‎широким ‎внедрением ‎в‏ ‎практику.

Обучение‏ ‎искусственного ‎интеллекта‏ ‎для ‎проведения‏ ‎медицинских ‎операций ‎требует ‎комплексного ‎подхода‏ ‎и‏ ‎экспертного ‎участия.‏ ‎Вот ‎несколько‏ ‎шагов, ‎которые ‎можно ‎предпринять ‎для‏ ‎этого:


1. Сбор‏ ‎данных:‏ ‎Необходимо ‎собрать‏ ‎большой ‎объем‏ ‎данных ‎о‏ ‎различных‏ ‎медицинских ‎случаях,‏ ‎включая ‎информацию ‎о ‎диагнозах, ‎лечении,‏ ‎результатах ‎операций‏ ‎и‏ ‎длительности ‎восстановления.


2. Обучение ‎модели:‏ ‎Используя ‎собранные‏ ‎данные, ‎можно ‎обучить ‎искусственный‏ ‎интеллект‏ ‎с ‎помощью‏ ‎алгоритмов ‎машинного‏ ‎обучения ‎или ‎глубокого ‎обучения. ‎Модель‏ ‎может‏ ‎быть ‎обучена‏ ‎распознавать ‎паттерны‏ ‎и ‎признаки, ‎связанные ‎с ‎успешными‏ ‎или‏ ‎неуспешными‏ ‎операциями.


3. Валидация ‎и‏ ‎тестирование: ‎После‏ ‎обучения ‎модель‏ ‎нужно‏ ‎протестировать ‎на‏ ‎новых ‎данных, ‎чтобы ‎убедиться, ‎что‏ ‎она ‎способна‏ ‎предсказывать‏ ‎результаты ‎операций ‎с‏ ‎высокой ‎точностью.


4. Экспертное‏ ‎участие: ‎Важно ‎вовлечь ‎опытных‏ ‎врачей‏ ‎и ‎хирургов‏ ‎в ‎процесс‏ ‎обучения ‎модели. ‎Они ‎могут ‎предоставить‏ ‎ценную‏ ‎обратную ‎связь‏ ‎и ‎экспертное‏ ‎мнение, ‎которое ‎улучшит ‎качество ‎предсказаний‏ ‎и‏ ‎доверия‏ ‎к ‎модели.


5. Регулирование‏ ‎и ‎безопасность:‏ ‎При ‎обучении‏ ‎искусственного‏ ‎интеллекта ‎для‏ ‎медицинских ‎операций ‎необходимо ‎соблюдать ‎строгие‏ ‎стандарты ‎безопасности‏ ‎и‏ ‎регулирования, ‎чтобы ‎обеспечить‏ ‎защиту ‎пациентов.


Обучение‏ ‎искусственного ‎интеллекта ‎для ‎проведения‏ ‎медицинских‏ ‎операций ‎требует‏ ‎времени, ‎ресурсов‏ ‎и ‎экспертного ‎участия, ‎но ‎может‏ ‎привести‏ ‎к ‎существенному‏ ‎улучшению ‎качества‏ ‎медицинской ‎помощи ‎и ‎результатов ‎операций.

Тип‏ ‎идеи

Цифровые‏ ‎решения,‏ ‎Законодательная ‎инициатива,‏ ‎Бизнес-проект, ‎Другое

Тема‏ ‎идеи

Развитие ‎цифровой‏ ‎аналитики:‏ ‎большие ‎данные,‏ ‎ИИ, ‎машинное ‎обучение, ‎прогнозные ‎модели

Зрелость‏ ‎идеи

Проработанная ‎инициатива‏ ‎—‏ ‎подготовленная ‎концепция ‎реализации‏ ‎идеи, ‎для‏ ‎которой ‎уже ‎проведены ‎базовые‏ ‎исследования‏ ‎и ‎переговоры‏ ‎с ‎заинтересованными‏ ‎сторонами, ‎собраны ‎исходные ‎данные, ‎подготовлен‏ ‎общий‏ ‎план ‎действий

Описание‏ ‎проблемной ‎ситуации

Присутствие‏ ‎человеческого ‎фактора ‎в ‎виде ‎врачебных‏ ‎ошибок.‏ ‎Не‏ ‎всегда ‎качество‏ ‎проведенных ‎операций‏ ‎соответствует ‎должному‏ ‎уровню,‏ ‎когда ‎пациента‏ ‎можно ‎было ‎спасти.

Искусственный ‎интеллект ‎может‏ ‎помочь ‎в‏ ‎решении‏ ‎проблемных ‎ситуаций ‎в‏ ‎медицине, ‎таких‏ ‎как ‎диагностика ‎заболеваний, ‎прогнозирование‏ ‎их‏ ‎развития, ‎анализ‏ ‎медицинских ‎данных,‏ ‎проведение ‎операций, ‎обучение ‎медицинского ‎персонала,‏ ‎фиксация‏ ‎нарушений, ‎контроль‏ ‎за ‎соблюдением‏ ‎установленных ‎законодательством ‎требованиях ‎и ‎т.д

Основными‏ ‎«болевыми‏ ‎точками»‏ ‎здравоохранения ‎граждане‏ ‎считают ‎недостаточный‏ ‎уровень ‎профессиональной‏ ‎подготовки‏ ‎врачей ‎(37%),‏ ‎а ‎также ‎их ‎нехватку ‎(37%),‏ ‎недоступность ‎медицинской‏ ‎помощи‏ ‎для ‎населения: ‎дорогие‏ ‎лекарства, ‎услуги‏ ‎(35%), ‎недостаточную ‎оснащенность ‎медицинских‏ ‎учреждений‏ ‎современным ‎оборудованием‏ ‎(31%). ‎Неэффективную‏ ‎работу ‎страховых ‎компаний, ‎предоставляющих ‎полис‏ ‎ОМС,‏ ‎первоочередной ‎проблемой‏ ‎назвали ‎всего‏ ‎3% ‎опрошенных.

Оказание ‎качественной ‎медицинской ‎помощи‏ ‎прописано‏ ‎в‏ ‎законе ‎Российской‏ ‎Федерации. ‎Качество‏ ‎и ‎новшества‏ ‎в‏ ‎медицине ‎это‏ ‎показатель ‎качества ‎жизни ‎граждан, ‎работы‏ ‎органов ‎власти,‏ ‎благосостояние‏ ‎и ‎здоровье ‎нации.

Как‏ ‎следствие, ‎здоровая‏ ‎нация ‎— ‎это ‎сильная‏ ‎и‏ ‎непобедимая ‎нация.

Затраты‏ ‎и ‎ресурсы

Ресурсы,‏ ‎необходимые ‎для ‎внедрения ‎ИИ ‎в‏ ‎медицину,‏ ‎включают:

  1. Разработка ‎ИИ-систем:‏ ‎Создание ‎и‏ ‎внедрение ‎ИИ-систем ‎для ‎медицины ‎и‏ ‎здравоохранения.
  2. Обучение‏ ‎и‏ ‎повышение ‎квалификации‏ ‎медицинского ‎персонала:‏ ‎Для ‎эффективного‏ ‎использования‏ ‎новых ‎технологий‏ ‎необходимо ‎обучение ‎медицинского ‎персонала.
  3. Инфраструктура: ‎Инвестиции‏ ‎в ‎серверы,‏ ‎хранилища‏ ‎данных ‎и ‎сетевые‏ ‎подсистемы.
  4. Приобретение ‎данных:‏ ‎Сбор ‎и ‎анализ ‎больших‏ ‎объемов‏ ‎данных ‎для‏ ‎обучения ‎алгоритмов‏ ‎и ‎нейронных ‎сетей.
  5. Проверка ‎и ‎сертификация:‏ ‎Соответствие‏ ‎требованиям ‎регуляторных‏ ‎органов ‎и‏ ‎разработка ‎новых ‎нормативов ‎и ‎стандартов

Успешное‏ ‎внедрение‏ ‎ИИ‏ ‎в ‎медицину‏ ‎может ‎привести‏ ‎к ‎значительным‏ ‎преимуществам,‏ ‎однако ‎требует‏ ‎значительных ‎инвестиций ‎и ‎усилий ‎от‏ ‎различных ‎участников.

Поскольку,‏ ‎обучение‏ ‎будет ‎происходить ‎не‏ ‎только ‎в‏ ‎институтах, ‎но ‎и ‎в‏ ‎больницах,‏ ‎в ‎том‏ ‎числе ‎на‏ ‎конференциях ‎врачей, ‎операционных ‎вмешательствах, ‎то‏ ‎основная‏ ‎часть ‎средств‏ ‎уйдет ‎на‏ ‎заработную ‎плату ‎сотрудникам, ‎привлеченных ‎в‏ ‎проект,‏ ‎а‏ ‎так ‎же,‏ ‎на ‎необходимые‏ ‎расходные ‎материалы‏ ‎—‏ ‎это ‎порядка‏ ‎30 ‎миллионов ‎рублей ‎в ‎год,‏ ‎при ‎предоставлении‏ ‎государством‏ ‎серверов ‎для ‎работы‏ ‎и ‎иной‏ ‎поддержки, ‎которая ‎бы ‎сразу‏ ‎решалась

Прогнозируемые‏ ‎эффекты, ‎видение‏ ‎результата ‎реализации‏ ‎идеи

Искусственный ‎интеллект ‎может ‎помочь ‎в‏ ‎диагностике‏ ‎медицинских ‎проблем,‏ ‎анализируя ‎большие‏ ‎объемы ‎данных, ‎такие ‎как ‎исторические‏ ‎медицинские‏ ‎записи,‏ ‎генетические ‎и‏ ‎биометрические ‎данные.‏ ‎Это ‎позволяет‏ ‎выявлять‏ ‎факторы ‎риска‏ ‎и ‎разрабатывать ‎программы ‎профилактики ‎заболеваний

— Внедрение‏ ‎(ИИ) ‎в‏ ‎медицину‏ ‎напрямую ‎оказывает ‎влияние‏ ‎на ‎демографическую‏ ‎составляющую ‎страны ‎в ‎целом.‏ ‎Тем‏ ‎самым ‎открывая‏ ‎новые ‎горизонты‏ ‎в ‎сооздании ‎медицины ‎будущего.

— Улучшенные ‎показатели‏ ‎послеоперационного‏ ‎выздоравливания ‎пациентов‏ ‎и ‎сохранение‏ ‎жизни ‎населения

— Предотвращение ‎врачебных ‎ошибок ‎в‏ ‎виде‏ ‎избежания‏ ‎человеческого ‎фактора

— Контроль‏ ‎(ИИ) ‎за‏ ‎процессом ‎работы‏ ‎врачей‏ ‎и ‎создание‏ ‎новых ‎видов ‎лекарств

— Фиксация ‎работы ‎с‏ ‎быстрым ‎выявлением‏ ‎факторов‏ ‎повлекших ‎неблагоприятные ‎последствия‏ ‎для ‎пациента,‏ ‎если ‎такие ‎будут ‎иметь‏ ‎место‏ ‎быть

— Грамотные ‎подсказки‏ ‎врачам ‎и‏ ‎наблюдение ‎за ‎общим ‎состоянием ‎как‏ ‎специалиста‏ ‎так ‎и‏ ‎пациента

— Сигнал ‎о‏ ‎недопустимости ‎врача ‎к ‎работе ‎в‏ ‎случае‏ ‎его‏ ‎несоответствия ‎в‏ ‎силу ‎личных‏ ‎причин

— Инновационное ‎решение‏ ‎для‏ ‎всей ‎Российской‏ ‎Федерации

— Высвобождение ‎ресурсов ‎и ‎времени ‎врачей‏ ‎для ‎решения‏ ‎иных‏ ‎задач

Как ‎итог ‎—‏ ‎это ‎перенос‏ ‎ИИ ‎на ‎носитель ‎в‏ ‎виде‏ ‎чипа, ‎который‏ ‎можно ‎будет‏ ‎вставить ‎в ‎робо-медика ‎в ‎будущем

Сфера‏ ‎деятельности‏ ‎широка, ‎как‏ ‎для ‎государственных‏ ‎нужд, ‎так ‎и ‎для ‎коммерческого‏ ‎использования‏ ‎уже‏ ‎обученного ‎продукта‏ ‎в ‎виде‏ ‎продаж. ‎Это‏ ‎открывает‏ ‎двери ‎в‏ ‎невероятное ‎будущее.

Описание ‎целевой ‎аудитории

Все ‎население‏ ‎Российской ‎Федерации‏ ‎в‏ ‎целом!

При ‎внедрении ‎искусственного‏ ‎интеллекта ‎(ИИ)‏ ‎в ‎медицину, ‎целевая ‎аудитория‏ ‎включает‏ ‎врачей, ‎медицинский‏ ‎персонал, ‎исследователей,‏ ‎разработчиков ‎ИИ, ‎администраторов ‎здравоохранения ‎и‏ ‎пациентов.‏ ‎Врачи ‎и‏ ‎медперсонал ‎используют‏ ‎ИИ ‎для ‎диагностики, ‎прогнозирования ‎и‏ ‎разработки‏ ‎планов‏ ‎лечения, ‎в‏ ‎то ‎время‏ ‎как ‎исследователи‏ ‎и‏ ‎разработчики ‎ИИ‏ ‎работают ‎над ‎улучшением ‎алгоритмов ‎и‏ ‎приложений. ‎Администраторы‏ ‎здравоохранения‏ ‎принимают ‎решения ‎о‏ ‎внедрении ‎ИИ‏ ‎в ‎медицинскую ‎практику, ‎а‏ ‎пациенты‏ ‎являются ‎конечными‏ ‎пользователями ‎медицинских‏ ‎услуг, ‎которые ‎могут ‎взаимодействовать ‎с‏ ‎ИИ-системами‏ ‎для ‎получения‏ ‎диагнозов ‎и‏ ‎рекомендаций ‎по ‎лечению ‎уже ‎на‏ ‎дому‏ ‎посредством‏ ‎того ‎же‏ ‎ИИ ‎используя‏ ‎доступ ‎в‏ ‎сеть,‏ ‎что ‎приветед‏ ‎к ‎грандиозному ‎сокращению ‎неразберихи, ‎волокиты‏ ‎и ‎очередей‏ ‎в‏ ‎стационарах. ‎Все ‎это‏ ‎возьмет ‎на‏ ‎себя ‎ИИ

Исследования ‎также ‎показывают,‏ ‎что‏ ‎внедрение ‎ИИ‏ ‎в ‎медицину‏ ‎может ‎повлиять ‎на ‎рабочие ‎места‏ ‎и‏ ‎профессиональные ‎обязанности‏ ‎медицинского ‎персонала,‏ ‎поэтому ‎их ‎обучение ‎и ‎поддержка‏ ‎также‏ ‎важны‏ ‎для ‎успешной‏ ‎адаптации ‎новых‏ ‎технологий.

Так ‎же,‏ ‎целевая‏ ‎аудитория, ‎это‏ ‎многочисленные ‎частные ‎клиники

Если ‎есть ‎опыт‏ ‎в ‎реализации‏ ‎идеи,‏ ‎опишите ‎измеримые ‎эффекты‏ ‎и ‎пользу‏ ‎от ‎применения ‎идеи

Опыт ‎успешно‏ ‎реализуется‏ ‎близко ‎знакомыми‏ ‎коллегами ‎по‏ ‎АСИ ‎из ‎Белоруссии. ‎С ‎ними‏ ‎и‏ ‎возможно ‎партнерство.‏ ‎С ‎целью‏ ‎расширения ‎спектра ‎разработок ‎и ‎обучения‏ ‎ИИ.‏ ‎Опыт‏ ‎коллег ‎в‏ ‎раннем ‎распознавании‏ ‎и ‎выявлении‏ ‎онкозаболеваний‏ ‎и ‎иных‏ ‎изменений ‎в ‎организме ‎при ‎помощи‏ ‎ИИ, ‎который‏ ‎уже‏ ‎внедрен ‎в ‎виде‏ ‎бизнеса ‎в‏ ‎клиниках.



Смотреть: 1 час 1+ мин
logo АНТРОПОГЕНЕЗ.РУ

Диетолог про мифы о питании | Ученые против мифов 22-13 | Александр Бурлаков [Ранний доступ]

Доступно подписчикам уровня
«Homo habilis»
Подписаться за 200₽ в месяц

Диетолог про мифы о питании | Ученые против мифов 22-13 | Александр Бурлаков

Читать: 1+ мин
logo Реаниматор

Первая в мире кровоостонавливающая одежда Реаниматор. Авторский проект презентован на форуме АСИ и военном форуме Армия. Вышел в Топ-100 среди тридцати тысяч изобретений со всей России «Сильные идеи для нового времени»


Смотреть: 43+ мин
logo Atlant_Leni

Зачем Твоему Мозгу 2 Личности? Самая загадочная тайна мозга.


Смотреть: 2 час 0+ мин
logo АНТРОПОГЕНЕЗ.РУ

Стоит ли травиться травами и что осталось в «аптеке под ногами»? Алексей Водовозов | Ученые против мифов 22-11 [Ранний доступ]

У ‎траволечения‏ ‎— ‎тысячи ‎лет ‎опыта! ‎Травы‏ ‎натуральные, ‎а‏ ‎значит‏ ‎— ‎полезные ‎и‏ ‎безопасные. ‎Так‏ ‎почему ‎же ‎врачи ‎игнорируют‏ ‎травы?‏ ‎Бояться ‎потерять‏ ‎доходы?

Публикуем ‎в‏ ‎«раннем ‎доступе» ‎выступление:

Стоит ‎ли ‎травиться‏ ‎травами‏ ‎и ‎что‏ ‎осталось ‎в‏ ‎«аптеке ‎под ‎ногами»?

YouTube: ‎

RuTube:

Спикер: ‎Алексей‏ ‎Водовозов‏ ‎— врач‏ ‎(первичная ‎специализация‏ ‎— ‎терапия,‏ ‎вторичная ‎—‏ ‎токсикология),‏ ‎научный ‎журналист,‏ ‎автор ‎книги ‎«Пациент ‎разумный», ‎член‏ ‎Ассоциации ‎медицинских‏ ‎журналистов‏ ‎и ‎Ассоциации ‎коммуникаторов‏ ‎в ‎сфере‏ ‎образования ‎и ‎науки. ‎Призёр‏ ‎премии‏ ‎«Russian ‎Sci&‏ ‎Tech ‎Writer‏ ‎of ‎the ‎Year» ‎(2019)

Вредный ‎оппонент:‏ ‎Александр‏ ‎Бурлаков — врач-диетолог, ‎научный‏ ‎журналист, ‎автор‏ ‎книги ‎«В ‎гармонии ‎с ‎едой»,‏ ‎старший‏ ‎преподаватель‏ ‎центра ‎дополнительного‏ ‎профессионального ‎образования‏ ‎BodyCoach

Подкаст

Выступление ‎состоялось‏ ‎6‏ ‎апреля ‎2024‏ ‎г. ‎на ‎форуме ‎«Ученые ‎против‏ ‎мифов. ‎От‏ ‎примата‏ ‎до ‎Гиппократа»

Читать: 6+ мин
А
logo
Аналитика

Почему синяя лампа убивает микробов

Доступно подписчикам уровня
«Серебро»
Подписаться за 990₽ в месяц

Смотреть: 1 час 1+ мин
logo АНТРОПОГЕНЕЗ.РУ

Устаревшие знания в медицине | Алексей Водовозов | День Недостающего Звена 2-5 [Ранний доступ]

Аппендикс ‎все-таки‏ ‎для ‎чего-то ‎нужен? ‎Холестерин ‎не‏ ‎опасен ‎для‏ ‎сердца‏ ‎и ‎сосудов? ‎Детские‏ ‎лекарства ‎XIX‏ ‎века ‎содержали ‎морфий? ‎Сигареты‏ ‎лечат‏ ‎астму?

Научно-просветительский ‎лекторий‏ ‎«День ‎Недостающего‏ ‎Звена» ‎23 ‎июня ‎2024 ‎г.

Эпизод-5.‏ ‎Было-стало:‏ ‎устаревшие ‎знания‏ ‎в ‎медицине.‏ ‎

Смотреть ‎на ‎YouTube:

Смотреть ‎на ‎RuTube:

Спикер:‏ ‎Алексей‏ ‎Водовозов‏ ‎— врач ‎(первичная‏ ‎специализация ‎—‏ ‎терапия, ‎вторичная‏ ‎—‏ ‎токсикология), ‎научный‏ ‎журналист, ‎автор ‎книги ‎«Пациент ‎разумный»,‏ ‎член ‎Ассоциации‏ ‎медицинских‏ ‎журналистов ‎и ‎Ассоциации‏ ‎коммуникаторов ‎в‏ ‎сфере ‎образования ‎и ‎науки.‏ ‎Призёр‏ ‎премии ‎«Russian‏ ‎Sci& ‎Tech‏ ‎Writer ‎of ‎the ‎Year» ‎(2019).

Ведущий:‏ ‎Георгий‏ ‎Соколов ‎ー‏ ‎к. ‎ф.-м.н.,‏ ‎продюсер ‎форума ‎«Ученые ‎против ‎мифов»

Подкаст

Читать: 4+ мин
logo Хроники кибер-безопасника

Взлом клятвы Гиппократа. Криминалистическая забава с медицинским Интернетом вещей

Читать: 3+ мин
logo Хроники кибер-безопасника

Взлом клятвы Гиппократа. Криминалистическая забава с медицинским Интернетом вещей. Анонс

в ‎документе‏ ‎содержится ‎криминалистический ‎анализ ‎области ‎медицинского‏ ‎интернета ‎вещей‏ ‎(IoMT),‏ ‎различных ‎критических ‎аспектов,‏ ‎имеющим ‎отношение‏ ‎к ‎данной ‎области, ‎включая‏ ‎разработку‏ ‎современных ‎и‏ ‎эффективных ‎методик‏ ‎forensics-анализа; ‎методов ‎получения ‎данных ‎с‏ ‎медицинских‏ ‎устройств; ‎изучение‏ ‎проблем ‎конфиденциальности‏ ‎и ‎безопасности ‎медицинских ‎систем, ‎и‏ ‎того,‏ ‎как‏ ‎это ‎влияет‏ ‎на ‎forensics-исследования;‏ ‎обзор ‎forensics-технологий,‏ ‎с‏ ‎акцентом ‎применимые‏ ‎к ‎медицинским ‎устройствам; ‎анализ ‎примеров‏ ‎из ‎реальной‏ ‎практики.

Этот‏ ‎документ ‎предлагает ‎качественный‏ ‎материал ‎текущего‏ ‎состояния ‎медицинской ‎криминалистики, ‎что‏ ‎делает‏ ‎его ‎ценным‏ ‎ресурсом ‎для‏ ‎специалистов ‎в ‎области ‎безопасности, ‎forensics-специалистов‏ ‎и‏ ‎специалистов ‎из‏ ‎различных ‎отраслей‏ ‎промышленности. ‎Представленная ‎информация ‎может ‎помочь‏ ‎улучшить‏ ‎понимание‏ ‎и ‎внедрение‏ ‎эффективных ‎методов‏ ‎forensics-анализа.

Полный ‎материал

-------

Быстрое‏ ‎внедрение‏ ‎Интернета ‎вещей‏ ‎(IoT) ‎в ‎отрасли ‎здравоохранения, ‎известного‏ ‎как ‎Интернет‏ ‎медицинских‏ ‎вещей ‎(IoMT), ‎произвело‏ ‎революцию ‎в‏ ‎уходе ‎за ‎пациентами ‎и‏ ‎медицинских‏ ‎операциях. ‎Устройства‏ ‎IoMT, ‎такие‏ ‎как ‎имплантируемые ‎медицинские ‎устройства, ‎носимые‏ ‎медицинские‏ ‎мониторы ‎и‏ ‎интеллектуальное ‎больничное‏ ‎оборудование, ‎формируют ‎и ‎передают ‎огромные‏ ‎объёмы‏ ‎конфиденциальных‏ ‎данных ‎по‏ ‎сетям.

Криминалистика ‎медицинских‏ ‎сетей ‎Интернета‏ ‎вещей‏ ‎— ‎это‏ ‎развивающаяся ‎область, ‎которая ‎фокусируется ‎на‏ ‎идентификации, ‎сборе,‏ ‎анализе‏ ‎и ‎сохранении ‎цифровых‏ ‎доказательств ‎с‏ ‎устройств ‎и ‎сетей ‎IoMT.‏ ‎Она‏ ‎играет ‎решающую‏ ‎роль ‎в‏ ‎расследовании ‎инцидентов ‎безопасности, ‎утечек ‎данных‏ ‎и‏ ‎кибератак, ‎направленных‏ ‎против ‎организаций‏ ‎здравоохранения. ‎Уникальная ‎природа ‎систем ‎IoMT‏ ‎с‏ ‎их‏ ‎разнообразным ‎набором‏ ‎устройств, ‎протоколов‏ ‎связи ‎и‏ ‎форматов‏ ‎данных ‎создаёт‏ ‎значительные ‎проблемы ‎для ‎традиционных ‎методов‏ ‎цифровой ‎криминалистики.

Основными‏ ‎задачами‏ ‎forensics-анализа ‎медицинских ‎сетей‏ ‎Интернета ‎вещей‏ ‎являются:

📌 Реагирование ‎на ‎инциденты: Быстрое ‎реагирование‏ ‎на‏ ‎инциденты ‎безопасности‏ ‎путём ‎определения‏ ‎источника, ‎масштабов ‎и ‎последствий ‎атаки,‏ ‎а‏ ‎также ‎сбора‏ ‎доказательств ‎или‏ ‎соблюдения ‎нормативных ‎требований.

📌 Сбор ‎доказательств: ‎Разработка‏ ‎специализированных‏ ‎методов‏ ‎получения ‎и‏ ‎сохранения ‎цифровых‏ ‎доказательств ‎с‏ ‎устройств,‏ ‎сетей ‎и‏ ‎облачных ‎систем ‎IoMT ‎при ‎сохранении‏ ‎целостности ‎данных‏ ‎и‏ ‎цепочки ‎хранения.

📌 Анализ ‎данных:‏ ‎Анализ ‎собранных‏ ‎данных, ‎включая ‎сетевой ‎трафик,‏ ‎журналы‏ ‎устройств ‎и‏ ‎показания ‎датчиков‏ ‎для ‎реконструкции ‎событий, ‎приведшие ‎к‏ ‎инциденту,‏ ‎и ‎определить‏ ‎потенциальные ‎уязвимости‏ ‎или ‎векторы ‎атак.

📌 Анализ ‎угроз: ‎использование‏ ‎информации,‏ ‎полученной‏ ‎в ‎ходе‏ ‎исследований ‎для‏ ‎улучшения ‎анализа‏ ‎угроз,‏ ‎совершенствования ‎мер‏ ‎безопасности ‎и ‎предотвращения ‎атак ‎на‏ ‎IoMT.

Криминалистика ‎медицинских‏ ‎сетей‏ ‎Интернета ‎вещей ‎требует‏ ‎междисциплинарного ‎подхода,‏ ‎сочетающего ‎опыт ‎цифровой ‎forensics-анализа,‏ ‎кибербезопасности,‏ ‎особенностей ‎сектора‏ ‎здравоохранения ‎и‏ ‎технологий ‎Интернета ‎вещей. ‎Forensics-исследователи ‎должны‏ ‎ориентироваться‏ ‎в ‎сложностях‏ ‎систем ‎IoMT,‏ ‎включая ‎неоднородность ‎устройств, ‎ограниченность ‎ресурсов,‏ ‎проприетарные‏ ‎протоколы‏ ‎и ‎необходимость‏ ‎сохранения ‎конфиденциальности‏ ‎пациентов ‎и‏ ‎данных.


Читать: 6+ мин
logo Ирония безопасности

DICOM: Зачем так сильно защищать данные — у хакеров тоже сложная работа.

Читать: 6+ мин
logo Ирония безопасности

DICOM: Зачем так сильно защищать данные — у хакеров тоже сложная работа. Анонс

В ‎документе‏ ‎будет ‎анализ ‎различных ‎аспектов ‎уязвимостей‏ ‎DICOM ‎(Digital‏ ‎Imaging‏ ‎and ‎Communications ‎in‏ ‎Medicine) ‎и‏ ‎их ‎последствий, ‎включая:

📌Риски ‎для‏ ‎безопасности:‏ ‎Анализ ‎рисков,‏ ‎присущих ‎файлам‏ ‎и ‎системам ‎DICOM, ‎таких ‎как‏ ‎несанкционированный‏ ‎доступ, ‎перехват‏ ‎данных ‎и‏ ‎внедрение ‎вредоносных ‎программ. ‎Ведь ‎кому‏ ‎не‏ ‎нравятся‏ ‎серьёзные ‎утечки‏ ‎данных, ‎не‏ ‎так ‎ли?

📌Использование‏ ‎уязвимостей:‏ ‎разбор ‎изучение‏ ‎конкретных ‎уязвимостей, ‎включая ‎обход ‎пути,‏ ‎переполнение ‎буфера‏ ‎и‏ ‎удалённое ‎выполнение ‎кода.

📌Влияние‏ ‎на ‎здравоохранение:‏ ‎анализ ‎того, ‎как ‎эти‏ ‎уязвимости‏ ‎могут ‎повлиять‏ ‎на ‎работу‏ ‎системы ‎здравоохранения, ‎безопасность ‎пациентов ‎и‏ ‎целостность‏ ‎данных. ‎Потому‏ ‎что ‎ничто‏ ‎так ‎не ‎говорит ‎о ‎«качественном‏ ‎обслуживании»,‏ ‎как‏ ‎скомпрометированные ‎данные‏ ‎пациентов.

В ‎документе‏ ‎содержится ‎подробная‏ ‎информация‏ ‎о ‎текущем‏ ‎состоянии ‎безопасности ‎DICOM, ‎дающая ‎ценную‏ ‎информацию ‎специалистам‏ ‎в‏ ‎области ‎кибербезопасности, ‎ИТ-специалистам‏ ‎в ‎области‏ ‎здравоохранения ‎и ‎другим ‎заинтересованным‏ ‎сторонам‏ ‎в ‎различных‏ ‎отраслях. ‎Этот‏ ‎анализ ‎полезен ‎для ‎понимания ‎сложностей‏ ‎защиты‏ ‎данных ‎медицинской‏ ‎визуализации ‎и‏ ‎внедрения ‎эффективных ‎мер ‎защиты ‎конфиденциальной‏ ‎информации.‏ ‎И‏ ‎да, ‎это‏ ‎действительно ‎важно.


Полный‏ ‎материал


документ ‎представляет‏ ‎анализ‏ ‎для ‎изучения‏ ‎различных ‎аспектов ‎уязвимостей ‎DICOM ‎(Цифровая‏ ‎визуализация ‎и‏ ‎коммуникации‏ ‎в ‎медицине) ‎и‏ ‎их ‎последствий.‏ ‎Анализ ‎охватывает ‎несколько ‎ключевых‏ ‎областей,‏ ‎включая ‎безопасность,‏ ‎возможность ‎эксплуатации‏ ‎(атак) ‎и ‎влияние ‎на ‎сектор‏ ‎здравоохранения.

Документ‏ ‎содержит ‎описание‏ ‎текущего ‎состояния‏ ‎безопасности ‎DICOM, ‎предлагая ‎ценную ‎информацию‏ ‎специалистам‏ ‎по‏ ‎кибербезопасности, ‎ИТ-специалистам‏ ‎здравоохранения ‎и‏ ‎другим ‎заинтересованным‏ ‎сторонам‏ ‎в ‎различных‏ ‎отраслях. ‎Этот ‎анализ ‎полезен ‎для‏ ‎понимания ‎сложностей‏ ‎обеспечения‏ ‎безопасности ‎данных ‎медицинской‏ ‎визуализации ‎и‏ ‎внедрения ‎эффективных ‎защитных ‎мер‏ ‎для‏ ‎защиты ‎конфиденциальной‏ ‎информации.

DICOM, ‎что‏ ‎расшифровывается ‎как ‎Цифровая ‎визуализация ‎и‏ ‎коммуникации‏ ‎в ‎медицине,‏ ‎является ‎всемирно‏ ‎признанным ‎стандартом ‎хранения, ‎передачи ‎медицинских‏ ‎изображений‏ ‎и‏ ‎связанных ‎с‏ ‎ними ‎данных‏ ‎пациентов ‎и‏ ‎управления‏ ‎ими. ‎Он‏ ‎широко ‎используется ‎в ‎больницах, ‎клиниках‏ ‎и ‎радиологических‏ ‎центрах‏ ‎для ‎обеспечения ‎совместимости‏ ‎различных ‎медицинских‏ ‎устройств ‎визуализации, ‎независимо ‎от‏ ‎производителя‏ ‎или ‎используемой‏ ‎запатентованной ‎технологии

DICOM‏ ‎обеспечивает ‎стандартизированную ‎и ‎безопасную ‎платформу‏ ‎для‏ ‎управления ‎данными‏ ‎медицинских ‎изображений‏ ‎и ‎играет ‎важную ‎роль ‎в‏ ‎улучшении‏ ‎обслуживания‏ ‎пациентов, ‎повышении‏ ‎эффективности ‎рабочего‏ ‎процесса ‎и‏ ‎поддержке‏ ‎передовых ‎медицинских‏ ‎исследований ‎и ‎аналитики.

📌 Хранение ‎и ‎передача:‏ ‎облегчает ‎хранение‏ ‎и‏ ‎передачу ‎медицинских ‎изображений,‏ ‎таких ‎как‏ ‎компьютерная ‎томография, ‎магнитно-резонансная ‎томография‏ ‎и‏ ‎ультразвук. ‎Это‏ ‎гарантирует, ‎что‏ ‎медицинские ‎работники ‎смогут ‎легко ‎обмениваться‏ ‎изображениями‏ ‎и ‎получать‏ ‎к ‎ним‏ ‎доступ ‎в ‎различных ‎системах ‎и‏ ‎местах‏ ‎расположения.

📌 Совместимость:‏ ‎гарантирует, ‎что‏ ‎медицинское ‎оборудование‏ ‎для ‎визуализации‏ ‎разных‏ ‎производителей ‎может‏ ‎взаимодействовать, ‎обеспечивая ‎бесшовную ‎интеграцию ‎и‏ ‎эксплуатацию ‎в‏ ‎медицинских‏ ‎учреждениях.

📌 Управление ‎данными: обеспечивает ‎управление‏ ‎медицинскими ‎данными‏ ‎при ‎их ‎передаче ‎по‏ ‎цифровым‏ ‎каналам ‎с‏ ‎точки ‎зрения‏ ‎защиты ‎и ‎целостности ‎данных

📌 Совместимость: совместимость ‎необходима‏ ‎для‏ ‎эффективного ‎обмена‏ ‎и ‎интеграции‏ ‎медицинских ‎изображений ‎и ‎связанных ‎с‏ ‎ними‏ ‎данных‏ ‎в ‎различных‏ ‎медицинских ‎учреждениях.

📌 Стандартизация: стандартизированный‏ ‎формат ‎файла‏ ‎для‏ ‎хранения ‎и‏ ‎передачи ‎медицинских ‎изображений ‎обеспечивает ‎согласованность‏ ‎и ‎совместимость‏ ‎между‏ ‎различными ‎системами ‎и‏ ‎платформами ‎в‏ ‎рамках ‎анализа ‎медицинских ‎изображений.

📌 Подробные‏ ‎метаданные:‏ ‎Файлы ‎DICOM‏ ‎содержат ‎обширные‏ ‎метаданные, ‎такие ‎как ‎информация ‎о‏ ‎пациенте,‏ ‎детали ‎исследования‏ ‎и ‎параметры‏ ‎получения ‎изображений ‎для ‎точной ‎интерпретации,‏ ‎анализа‏ ‎и‏ ‎управления ‎медицинскими‏ ‎изображениями.

📌 Управление ‎данными:‏ ‎DICOM ‎поддерживает‏ ‎эффективное‏ ‎хранение, ‎поиск‏ ‎и ‎отображение ‎медицинских ‎изображений, ‎что‏ ‎позволяет ‎поставщикам‏ ‎медицинских‏ ‎услуг ‎управлять ‎большими‏ ‎объёмами ‎данных‏ ‎визуализации.

📌 Безопасность ‎и ‎конфиденциальность: ‎поддержка‏ ‎шифрования,‏ ‎контроля ‎доступа‏ ‎и ‎журналов‏ ‎аудита ‎для ‎защиты ‎конфиденциальной ‎информации‏ ‎о‏ ‎пациентах ‎от‏ ‎несанкционированного ‎доступа‏ ‎и ‎утечек.

📌 Эффективность ‎рабочего ‎процесса: DICOM ‎обеспечивает‏ ‎автоматизацию‏ ‎различных‏ ‎процессов, ‎связанных‏ ‎с ‎медицинской‏ ‎визуализацией, ‎таких‏ ‎как‏ ‎получение, ‎хранение‏ ‎и ‎извлечение ‎изображений.

📌 Поддержка ‎передовых ‎методов‏ ‎визуализации: ‎широкий‏ ‎спектр‏ ‎методов ‎визуализации, ‎включая‏ ‎КТ, ‎МРТ,‏ ‎ультразвук, ‎рентген ‎и ‎другие,‏ ‎включая‏ ‎протоколы ‎для‏ ‎сжатия ‎изображений,‏ ‎3D-визуализации ‎и ‎составления ‎отчётов ‎о‏ ‎результатах.

📌 Интеграция‏ ‎с ‎другими‏ ‎системами: интеграция ‎с‏ ‎другими ‎ИТ-системами ‎здравоохранения, ‎такими ‎как‏ ‎системы‏ ‎архивирования‏ ‎изображений ‎и‏ ‎связи ‎(PACS),‏ ‎электронные ‎медицинские‏ ‎карты‏ ‎(EHR) ‎и‏ ‎информационные ‎системы ‎радиологии ‎(RIS) ‎для‏ ‎повышения ‎общей‏ ‎эффективности‏ ‎медицинских ‎операций

Читать: 5+ мин
logo Хроники кибер-безопасника

Человеческий фактор и геймификация биокибернетической безопасности

1

Статья ‎«Человеческий‏ ‎фактор ‎и ‎геймификация ‎биокибернетической ‎безопасности»‏ ‎предлагает ‎захватывающее‏ ‎руководство‏ ‎по ‎обеспечению ‎безопасности‏ ‎центров ‎биообработки.‏ ‎Авторы, ‎у ‎которых ‎явно‏ ‎слишком‏ ‎много ‎свободного‏ ‎времени, ‎подчёркивают‏ ‎«стремительный» ‎характер ‎разработок ‎в ‎области‏ ‎биологии‏ ‎и ‎биообработки.‏ ‎Лаборатории, ‎независимо‏ ‎от ‎того, ‎зарабатывают ‎ли ‎они‏ ‎деньги‏ ‎или‏ ‎еле ‎сводят‏ ‎концы ‎с‏ ‎концами, ‎по-видимому,‏ ‎являются‏ ‎главными ‎объектами‏ ‎кибератак. ‎Кто ‎знал, ‎что ‎низкооплачиваемые‏ ‎работники ‎и‏ ‎некачественные‏ ‎ресурсы ‎могут ‎представлять‏ ‎угрозу ‎безопасности?

В‏ ‎документе ‎также ‎подчёркивается ‎важность‏ ‎военных‏ ‎игр. ‎Да,‏ ‎именно ‎военных‏ ‎игр. ‎Потому ‎что ‎есть ‎ли‏ ‎лучший‏ ‎способ ‎подготовиться‏ ‎к ‎киберугрозам,‏ ‎чем ‎играть ‎понарошку? ‎Участники ‎делятся‏ ‎на‏ ‎«защитников‏ ‎данных» ‎и‏ ‎«хакеров ‎данных»,‏ ‎которые ‎участвуют‏ ‎в‏ ‎захватывающей ‎игре‏ ‎«найди ‎уязвимость ‎и ‎исправь ‎её».

В‏ ‎ходе ‎обсуждения‏ ‎авторы‏ ‎раскрывают ‎распространённые ‎ошибки,‏ ‎обнаруживаемые ‎в‏ ‎ходе ‎этих ‎военных ‎игр,‏ ‎такие‏ ‎как ‎неэффективность‏ ‎системы ‎безопасности‏ ‎на ‎театре ‎военных ‎действий ‎и‏ ‎последствия‏ ‎недопонимания ‎для‏ ‎безопасности. ‎Очевидно,‏ ‎что ‎единственный ‎способ ‎оставаться ‎впереди‏ ‎в‏ ‎этой‏ ‎быстро ‎развивающейся‏ ‎области ‎—‏ ‎продолжать ‎играть‏ ‎в‏ ‎эти ‎военные‏ ‎игры ‎и ‎быть ‎в ‎курсе‏ ‎последних ‎тенденций.‏ ‎В‏ ‎конце ‎концов, ‎ничто‏ ‎так ‎не‏ ‎говорит ‎о ‎«ультрасовременности», ‎как‏ ‎захватывающее‏ ‎путешествие ‎по‏ ‎миру ‎киберугроз,‏ ‎дополненное ‎захватывающими ‎настольными ‎играми.

------

В ‎статье‏ ‎«Human‏ ‎Factors ‎in‏ ‎Biocybersecurity ‎Wargames»‏ ‎подчёркивается ‎необходимость ‎понимания ‎уязвимостей ‎при‏ ‎обработке‏ ‎биологических‏ ‎препаратов ‎и‏ ‎их ‎пересечения‏ ‎с ‎кибернетическими‏ ‎и‏ ‎киберфизическими ‎системами.‏ ‎Это ‎понимание ‎необходимо ‎для ‎обеспечения‏ ‎целостности ‎продукта‏ ‎и‏ ‎бренда ‎и ‎обслуживания‏ ‎ИТ-систем.


Влияние ‎био-обработки:

📌 Био-обработка‏ ‎охватывает ‎весь ‎жизненный ‎цикл‏ ‎биосистем‏ ‎и ‎их‏ ‎компонентов, ‎от‏ ‎начальных ‎исследований ‎до ‎разработки, ‎производства‏ ‎и‏ ‎коммерциализации.

📌 Она ‎вносит‏ ‎значительный ‎вклад‏ ‎в ‎мировую ‎экономику, ‎применяясь ‎в‏ ‎производстве‏ ‎продуктов‏ ‎питания, ‎топлива,‏ ‎косметики, ‎лекарств‏ ‎и ‎экологически‏ ‎чистых‏ ‎технологий.

Уязвимость ‎трубопроводов‏ ‎для ‎биопереработки:

📌 Конвейер ‎био-обработки ‎подвержен ‎атакам‏ ‎на ‎различных‏ ‎этапах,‏ ‎особенно ‎там, ‎где‏ ‎оборудование ‎для‏ ‎био-обработки ‎подключено ‎к ‎Интернету.

📌 Уязвимости‏ ‎требуют‏ ‎тщательного ‎контроля‏ ‎при ‎проектировании‏ ‎и ‎мониторинге ‎трубопроводов ‎для ‎биопереработки‏ ‎для‏ ‎предотвращения ‎воздействий.

Роль‏ ‎информационных ‎технологий‏ ‎(ИТ):

📌 Прогресс ‎в ‎био-обработке ‎все ‎больше‏ ‎зависит‏ ‎от‏ ‎автоматизации ‎и‏ ‎передовых ‎алгоритмических‏ ‎процессов, ‎требующих‏ ‎значительного‏ ‎участия ‎ИТ.

📌 Расходы‏ ‎на ‎ИТ ‎значительны ‎и ‎растут‏ ‎параллельно ‎с‏ ‎ростом‏ ‎био-обработки.

Методологии:

📌 Внедрение ‎open-source ‎методологий‏ ‎привело ‎к‏ ‎значительному ‎росту ‎развития ‎коммуникаций‏ ‎и‏ ‎цифровых ‎технологий‏ ‎во ‎всем‏ ‎мире.

📌 Этот ‎рост ‎ещё ‎более ‎ускоряется‏ ‎благодаря‏ ‎достижениям ‎в‏ ‎области ‎биологических‏ ‎вычислений ‎и ‎технологий ‎хранения ‎данных.

Потребность‏ ‎в‏ ‎новых‏ ‎знаниях:

📌 Интеграция ‎технологий‏ ‎биокомпьютинга, ‎био-обработки‏ ‎и ‎хранения‏ ‎данных‏ ‎потребует ‎новых‏ ‎знаний ‎в ‎области ‎эксплуатации ‎(взлома),‏ ‎защиты.

📌 Основные ‎меры‏ ‎защиты‏ ‎данных ‎и ‎процессов‏ ‎остаются ‎критически‏ ‎важными, ‎несмотря ‎на ‎технический‏ ‎прогресс.

Важность‏ ‎«игр»:

📌 Для ‎управления‏ ‎инфраструктурой ‎био-обработки‏ ‎и ‎обеспечивать ‎её ‎безопасность, ‎ИТ‏ ‎необходимо‏ ‎использовать ‎игры‏ ‎для ‎моделирования‏ ‎возможных ‎рисков ‎и ‎устранения ‎их‏ ‎последствий.

📌 Симуляции‏ ‎направлены‏ ‎на ‎подготовку‏ ‎организаций ‎к‏ ‎устранению ‎уязвимостей.


Подробный‏ ‎разбор



Читать: 6+ мин
logo Хроники кибер-безопасника

MediHunt

Статья ‎"‏ ‎MediHunt: ‎A ‎Network ‎Forensics ‎Framework‏ ‎for ‎Medical‏ ‎IoT‏ ‎Devices» ‎— ‎это‏ ‎настоящий ‎прорыв.‏ ‎Она ‎начинается ‎с ‎рассмотрения‏ ‎насущной‏ ‎потребности ‎в‏ ‎надёжной ‎сетевой‏ ‎криминалистике ‎в ‎среде ‎медицинского ‎Интернета‏ ‎вещей‏ ‎(MIoT). ‎Вы‏ ‎знаете, ‎что‏ ‎среды, ‎в ‎которых ‎используются ‎сети‏ ‎передачи‏ ‎телеметрии‏ ‎с ‎использованием‏ ‎MQTT ‎(Message‏ ‎Queuing ‎Telemetry‏ ‎Transport),‏ ‎являются ‎любимыми‏ ‎для ‎умных ‎больниц ‎из-за ‎их‏ ‎облегчённого ‎протокола‏ ‎связи.

MediHunt‏ ‎— ‎это ‎платформа‏ ‎автоматической ‎сетевой‏ ‎криминалистики, ‎предназначенная ‎для ‎обнаружения‏ ‎атак‏ ‎на ‎сетевой‏ ‎трафик ‎в‏ ‎сетях ‎MQTT ‎в ‎режиме ‎реального‏ ‎времени.‏ ‎Она ‎использует‏ ‎модели ‎машинного‏ ‎обучения ‎для ‎расширения ‎возможностей ‎обнаружения‏ ‎и‏ ‎подходит‏ ‎для ‎развёртывания‏ ‎на ‎устройствах‏ ‎MIoT ‎с‏ ‎ограниченными‏ ‎ресурсами. ‎Потому‏ ‎что, ‎естественно, ‎именно ‎из-за ‎этого‏ ‎мы ‎все‏ ‎потеряли‏ ‎сон.

Эти ‎аспекты ‎—‏ ‎отличная ‎почва‏ ‎для ‎подробного ‎обсуждения ‎фреймворка,‏ ‎его‏ ‎экспериментальной ‎установки‏ ‎и ‎оценки.‏ ‎Вам ‎уже ‎не ‎терпится ‎погрузиться‏ ‎в‏ ‎эти ‎захватывающие‏ ‎подробности?

-------

В ‎документе‏ ‎рассматривается ‎необходимость ‎надёжной ‎сетевой ‎криминалистики‏ ‎в‏ ‎медицинских‏ ‎средах ‎Интернета‏ ‎вещей ‎(MIoT),‏ ‎особенно ‎с‏ ‎упором‏ ‎на ‎сети‏ ‎MQTT. ‎Эти ‎сети ‎обычно ‎используются‏ ‎в ‎интеллектуальных‏ ‎больничных‏ ‎средах ‎благодаря ‎их‏ ‎облегчённому ‎протоколу‏ ‎связи. ‎Освещаются ‎проблемы ‎обеспечения‏ ‎безопасности‏ ‎устройств ‎MIoT,‏ ‎которые ‎часто‏ ‎ограничены ‎в ‎ресурсах ‎и ‎обладают‏ ‎ограниченной‏ ‎вычислительной ‎мощностью.‏ ‎В ‎качестве‏ ‎серьёзной ‎проблемы ‎упоминается ‎отсутствие ‎общедоступных‏ ‎потоковых‏ ‎наборов‏ ‎данных, ‎специфичных‏ ‎для ‎MQTT,‏ ‎для ‎обучения‏ ‎систем‏ ‎обнаружения ‎атак.

MediHunt‏ ‎как ‎решение ‎для ‎автоматизированной ‎сетевой‏ ‎криминалистики, ‎предназначенное‏ ‎для‏ ‎обнаружения ‎атак ‎на‏ ‎основе ‎сетевого‏ ‎трафика ‎в ‎сетях ‎MQTT‏ ‎в‏ ‎режиме ‎реального‏ ‎времени. ‎Его‏ ‎цель ‎— ‎предоставить ‎комплексное ‎решение‏ ‎для‏ ‎сбора ‎данных,‏ ‎анализа, ‎обнаружения‏ ‎атак, ‎представления ‎и ‎сохранения ‎доказательств.‏ ‎Он‏ ‎разработан‏ ‎для ‎обнаружения‏ ‎различных ‎уровней‏ ‎TCP ‎/‏ ‎IP‏ ‎и ‎атак‏ ‎прикладного ‎уровня ‎в ‎сетях ‎MQTT‏ ‎и ‎использует‏ ‎модели‏ ‎машинного ‎обучения ‎для‏ ‎расширения ‎возможностей‏ ‎обнаружения ‎и ‎подходит ‎для‏ ‎развёртывания‏ ‎на ‎устройствах‏ ‎MIoT ‎с‏ ‎ограниченными ‎ресурсами.

Преимущества

📌 Обнаружение ‎атак ‎в ‎режиме‏ ‎реального‏ ‎времени: MediHunt ‎предназначен‏ ‎для ‎обнаружения‏ ‎атак ‎на ‎основе ‎сетевого ‎трафика‏ ‎в‏ ‎режиме‏ ‎реального ‎времени‏ ‎для ‎уменьшения‏ ‎потенциального ‎ущерба‏ ‎и‏ ‎обеспечения ‎безопасности‏ ‎сред ‎MIoT.

📌 Комплексные ‎возможности ‎криминалистики: Платформа ‎предоставляет‏ ‎комплексное ‎решение‏ ‎для‏ ‎сбора ‎данных, ‎анализа,‏ ‎обнаружения ‎атак,‏ ‎представления ‎и ‎сохранения ‎доказательств.‏ ‎Это‏ ‎делает ‎его‏ ‎надёжным ‎инструментом‏ ‎сетевой ‎криминалистики ‎в ‎средах ‎MIoT.

📌 Интеграция‏ ‎с‏ ‎машинным ‎обучением:‏ ‎Используя ‎модели‏ ‎машинного ‎обучения, ‎MediHunt ‎расширяет ‎свои‏ ‎возможности‏ ‎обнаружения.‏ ‎Использование ‎пользовательского‏ ‎набора ‎данных,‏ ‎который ‎включает‏ ‎данные‏ ‎о ‎потоках‏ ‎как ‎для ‎атак ‎уровня ‎TCP/IP,‏ ‎так ‎и‏ ‎для‏ ‎атак ‎прикладного ‎уровня,‏ ‎позволяет ‎более‏ ‎точно ‎и ‎эффективно ‎обнаруживать‏ ‎широкий‏ ‎спектр ‎кибератак.

📌 Высокая‏ ‎производительность: ‎решение‏ ‎показало ‎высокую ‎производительность, ‎получив ‎баллы‏ ‎F1‏ ‎и ‎точность‏ ‎обнаружения, ‎превышающую‏ ‎0,99 ‎и ‎указывает ‎на ‎то,‏ ‎что‏ ‎она‏ ‎обладает ‎высокой‏ ‎надёжностью ‎при‏ ‎обнаружении ‎атак‏ ‎на‏ ‎сети ‎MQTT.

📌 Эффективность‏ ‎использования ‎ресурсов: ‎несмотря ‎на ‎свои‏ ‎широкие ‎возможности,‏ ‎MediHunt‏ ‎разработан ‎с ‎учётом‏ ‎экономии ‎ресурсов,‏ ‎что ‎делает ‎его ‎подходящим‏ ‎для‏ ‎развёртывания ‎на‏ ‎устройствах ‎MIoT‏ ‎с ‎ограниченными ‎ресурсами ‎(raspberry ‎Pi).

Недостатки

📌 Ограничения‏ ‎набора‏ ‎данных: хотя ‎MediHunt‏ ‎использует ‎пользовательский‏ ‎набор ‎данных ‎для ‎обучения ‎своих‏ ‎моделей‏ ‎машинного‏ ‎обучения, ‎создание‏ ‎и ‎обслуживание‏ ‎таких ‎наборов‏ ‎данных‏ ‎может ‎быть‏ ‎сложной ‎задачей. ‎Набор ‎данных ‎необходимо‏ ‎регулярно ‎обновлять,‏ ‎чтобы‏ ‎охватывать ‎новые ‎и‏ ‎зарождающиеся ‎сценарии‏ ‎атак.

📌 Ограничения ‎ресурсов: ‎хотя ‎MediHunt‏ ‎разработан‏ ‎с ‎учётом‏ ‎экономии ‎ресурсов,‏ ‎ограничения, ‎присущие ‎устройствам ‎MIoT, ‎такие‏ ‎как‏ ‎ограниченная ‎вычислительная‏ ‎мощность ‎и‏ ‎память, ‎все ‎ещё ‎могут ‎создавать‏ ‎проблемы.‏ ‎Обеспечить‏ ‎бесперебойную ‎работу‏ ‎фреймворка ‎на‏ ‎этих ‎устройствах‏ ‎без‏ ‎ущерба ‎для‏ ‎их ‎основных ‎функций ‎может ‎быть‏ ‎непросто.

📌 Сложность ‎реализации:‏ ‎Внедрение‏ ‎и ‎поддержка ‎платформы‏ ‎сетевой ‎криминалистики‏ ‎на ‎основе ‎машинного ‎обучения‏ ‎может‏ ‎быть ‎сложной‏ ‎задачей. ‎Это‏ ‎требует ‎опыта ‎в ‎области ‎кибербезопасности‏ ‎и‏ ‎машинного ‎обучения,‏ ‎который ‎может‏ ‎быть ‎доступен ‎не ‎во ‎всех‏ ‎медицинских‏ ‎учреждениях.

📌 Зависимость‏ ‎от ‎моделей‏ ‎машинного ‎обучения:‏ ‎Эффективность ‎MediHunt‏ ‎в‏ ‎значительной ‎степени‏ ‎зависит ‎от ‎точности ‎и ‎надёжности‏ ‎его ‎моделей‏ ‎машинного‏ ‎обучения. ‎Эти ‎модели‏ ‎необходимо ‎обучать‏ ‎на ‎высококачественных ‎данных ‎и‏ ‎регулярно‏ ‎обновлять, ‎чтобы‏ ‎они ‎оставались‏ ‎эффективными ‎против ‎новых ‎типов ‎атак.

📌 Проблемы‏ ‎с‏ ‎масштабируемостью: ‎хотя‏ ‎платформа ‎подходит‏ ‎для ‎небольших ‎развёртываний ‎на ‎устройствах‏ ‎типа‏ ‎Raspberry‏ ‎Pi, ‎ее‏ ‎масштабирование ‎до‏ ‎более ‎крупных‏ ‎и‏ ‎сложных ‎сред‏ ‎MIoT ‎может ‎вызвать ‎дополнительные ‎проблемы.‏ ‎Обеспечение ‎стабильной‏ ‎производительности‏ ‎и ‎надёжности ‎в‏ ‎более ‎крупной‏ ‎сети ‎устройств ‎может ‎быть‏ ‎затруднено


Подробный‏ ‎разбор



Показать еще

Подарить подписку

Будет создан код, который позволит адресату получить бесплатный для него доступ на определённый уровень подписки.

Оплата за этого пользователя будет списываться с вашей карты вплоть до отмены подписки. Код может быть показан на экране или отправлен по почте вместе с инструкцией.

Будет создан код, который позволит адресату получить сумму на баланс.

Разово будет списана указанная сумма и зачислена на баланс пользователя, воспользовавшегося данным промокодом.

Добавить карту
0/2048