Sự ảnh hưởng của “Big data” tới ngành Dược trong tương lai

Chuyên mục: Khoa học dữ liệu

Để thu thập các thông tin bệnh nhân các nhà nghiên cứu phải sử dụng đến đơn vị petabyte. Mỗi petabyte dữ liệu tương đương với 1 triệu gigabyte. Công ty Express Scripts, có trụ sở tại St Louis, Missouri, Mỹ, đã thu thập được 22 petabyte dữ liệu y tế từ 83 triệu bệnh nhân, với số lượng dữ liệu này được chuyển đổi thành định dạng MP3, sẽ mất khoảng 44.000 năm để lắng nghe hết số lượng tệp nhạc này.

Sự ảnh hưởng của “Big data” tới ngành Dược trong tương lai

Dữ liệu này bao gồm các hồ sơ y khoa và đơn thuốc từ các bệnh nhân thuộc dự án Express Scripts, đặc điểm lâm sàng và đặc điểm hành vi, và thậm chí cả các thông tin chia sẻ trên mạng xã hội liên quan tới công ty. Thực tế, dựa vào sự quản lý thông tin ở các nước đã phát triển, trong vòng ba phần nghìn giây sau khi một bệnh nhân nhận được một đơn thuốc, Express Script đã có đầy đủ thông tin về việc này.

Tất cả các dữ liệu lưu trữ này đều có mục đích. Express Scripts là một đơn vị quản lý lợi ích dược phẩm (pharmacy benefits manager PBM) – một bên thứ ba giúp quản lý việc sử dụng thuốc cho các đơn vị chi trả bảo hiểm y tế. Express Scripts sử dụng dữ liệu để dự đoán trước rằng bệnh nhân sẽ không tuân theo phác đồ điều trị trong đơn, hoặc có khả năng trở thành nghiện thuốc, lệ thuộc thuốc hoặc thậm chí có hành vi lừa đảo hệ thống y tế. Nếu bệnh nhân có nguy cơ không tuân thủ, chương trình ScreenRx của Express Scripts sẽ gửi cho họ những can thiệp cá nhân được thiết kế sau quá trình phân tích cẩn thận dữ liệu. Đồng thời, bệnh nhân cũng nhận được sự hỗ trợ của dược sĩ chuyên khoa. Ví dụ, với bệnh nhân viêm gan C, sự hỗ trợ này đã giảm đáng kể tỷ lệ không tuân thủ điều trị từ 8,3% xuống còn 4,8%, tiết kiệm 30,000 đô la Mỹ cho chi phí thuốc cho bệnh nhân.

Trong bối cảnh chi phí chăm sóc sức khoẻ tăng vọt, tối đa hóa giá trị của thuốc chưa bao giờ quan trọng hơn. Sử dụng thông tin từ “Big data” đang đem lại những kết quả bước đầu đầy hứa hẹn. Lĩnh vực chăm sóc sức khoẻ hiện cố gắng bắt kịp lĩnh vực kinh doanh bằng những nỗ lực lớn trong tiếp cận khai thác dữ liệu. Tuy nhiên, vẫn còn đó rào cản về sự bảo mật nghiêm ngặt thông tin của bệnh nhân, đồng nghĩa với việc tiếp cận với các thông tin phải rất cẩn thận. Song, các chuyên gia dược phẩm vẫn luôn cố gắng tìm ra các giải pháp phù hợp.

Chúng ta có thể thấy sự ảnh hưởng trực tiếp của Bigdata tới ngành dược ở những điểm sau:

  1. Mối liên hệ giữa đơn thuốc và kết quả điều trị

Bộ Y tế Anh bắt đầu quan tâm đến “Big data” từ những năm 2013. Cụ thể, ở hạt Greater Manchester, một hạt rất lớn của nước này. Hệ thống này được gọi là IMPACT đã thu thập dữ liệu từ tất cả 501 loại phẫu thuật đa khoa trên 12 nhóm thực hành lâm sàng, phục vụ cho tổng cộng là 2,8 triệu bệnh nhân. IMPACT hiện có sẵn các dữ liệu về tất cả các loại thuốc đã được kê đơn trong năm năm qua, và những phân tích lớn được thực hiện trong 18 tháng gần đây.

Sử dụng những dữ liệu này, nhóm nghiên cứu so sánh việc kê đơn và quản lý bệnh nhân tại bệnh viện giữa các khu vực có nhân khẩu học tương tự ở Manchester. Các mẫu tốt nhất được sử dụng để thiết lập một quy trình chuẩn. Trong quá trình nghiên cứu “Big data”, các nhà phân tích cũng tìm thấy “Lãng phí thuốc” đến từ một khía cạnh khác đó là việc kê đơn thuốc của bác sĩ. “Đôi khi kê đơn thuốc nhiều hơn có thể làm giảm số ca nhập viện, nhưng đôi khi kê đơn thuốc ít hơn cũng đem lại hiệu quả tương tự, đây là điều mà chúng ta cần tìm hiểu. Tuy nhiên, một số khu vực kê đơn nhiều hơn 50% nhưng tỷ lệ nhập viện là tương tự. Dữ liệu phân tích được từ “Big data” cũng cho phép nhận diện các khu vực đang thực hiện tốt điều trị và những khu vực chưa làm được điều này đồng thời đưa đến giải pháp học hỏi và chia sẻ giữa các đồng nghiệp trong kê đơn và điều trị nhằm thay đổi kết quả của bệnh nhân.


2. Thay đổi thực hành lâm sàng của bác sỹ

Để hỗ trợ các bác sĩ trong việc thay đổi thói quen thực hành lâm sàng của mình, có các nhóm chuyên viên được gửi đến để làm việc cùng với bác sĩ, bao gồm dược sĩ, kỹ thuật viên, nhân viên quản lý chất lượng dữ liệu và nhân viên quản lý kiểm toán.

Trong năm 2013, chương trình đã tạo ra “khoản tiết kiệm lớn”, nhưng sau bốn năm, mục tiêu chương trình đã chuyển sang “cân bằng” giữa tiết kiệm chi phí, chất lượng kê đơn, và mối liên kết với kết quả điều trị của bệnh nhân.

Giai đoạn tiếp theo là sử dụng “Big data” để theo dõi kết quả trên từng bệnh nhân. Tuy nhiên, điều này cần “sự đồng ý mạnh mẽ của bệnh nhân, vì vậy sẽ phải mất nhiều thời gian hơn trong thực hiện. Ngày càng có nhiều dược sĩ đồng hành cùng các cuộc phẫu thuật của bác sĩ đa khoa và thay đổi thực hành lâm sàng của họ. Lý do mà Dược sĩ có thể tiếp cận và thay đổi điều trị thành công là bởi vì điều này yêu cầu sự phân tích chuyên nghiệp – không ai khác, các dược sĩ nên là thông dịch viên của “Big data” trong thực hành lâm sàng của bác sĩ đa khoa.

Tại Mỹ, viện hàn lâm Dược cũng đóng vai trò dẫn đầu trong việc sử dụng dữ liệu này để mang lại lợi ích cho bệnh nhân. Ví dụ, trường y dược ở Đại học Bang Arizona đã sử dụng các “Big data” để xác định những bệnh nhân đáp ứng tốt nhất với các phương tiện truyền thông khác nhau, chẳng hạn như với bán hàng qua điện thoại hoặc qua email.

  1. Xác định sự kém tuân thủ trong điều trị của bệnh nhân

ScreenRx là một chương trình theo dõi sự tuân thủ trong điều trị của Express Scripts. Theo Tom Henry, giám đốc bộ phận quản lý dữ liệu, thì đây là một trong những sản phẩm lâm sàng thành công nhất của công ty. Ước tính rằng vào năm 2012 hệ thống y tế của Mỹ đã thiệt hại 317,4 tỷ đô la cho các biến chứng y tế có thể tránh được nếu bệnh nhân dùng thuốc theo đúng quy định.

ScreenRx sử dụng hơn 300 yếu tố khác nhau để dự đoán sự tuân thủ điều trị trên hơn 12 loại bệnh thông dụng, ví dụ như đái tháo đường và tăng huyết áp. Nó có tỷ lệ chính xác lên đến 94%. Một khi các mô hình phân tích đã xác định được đối tượng bệnh nhân cần tác động, hệ thống sẽ tính toán đến các đặc điểm của bệnh nhân trước khi đưa ra giải pháp tối ưu để giúp họ.

Các bệnh nhân được chia vào các trung tâm tài điều trị (TRCs), nơi có các nhóm dược sĩ và y tá có kinh nghiệm cụ thể về từng loại bệnh trong tay và sẵn sàng tiếp cận qua điện thoại để đảm bảo sự an toàn của bệnh nhân, cải thiện tuân thủ điều trị và xóa tan khoảng cách trong chăm sóc y tế. Các chuyên gia trong các TRC giúp bệnh nhân hiểu được cách thức sử dụng thuốc, tại sao họ cần tuân thủ và làm thế nào để đạt được một chế độ phù hợp nhất.

Express Scripts là PBM độc lập lớn nhất ở Hoa Kỳ, và có thể là “nguồn phân tích Big data lớn nhất. Tuy nhiên, bản chất nhạy cảm, sự riêng tư của những dữ liệu này là rào cản lớn nhất. Theo luật của Mỹ và nhiều quốc gia khác, dữ liệu cá nhân phải được “bảo vệ cao, và chỉ được sử dụng cho các mục đích mang lại lợi ích cho bệnh nhân. Tuy nhiên, bảo đảm sự riêng tư vẫn là một trong những thách thức lớn nhất trong việc sử dụng “Big data” trong chăm sóc sức khoẻ. Cân bằng sự riêng tư của bệnh nhân với khả năng tiếp cận và phân tích dữ liệu – đó là một trở ngại ràng mà chúng ta đang gặp phải.

  1. Dược sĩ và “Thuốc hạn chế kê đơn”

Một phần chiến lược tiết kiệm chi phí của Express Scripts là sử dụng “Big data” để cải thiện các đơn thuốc không hiệu quả về chi phí. Vào năm 2014, công ty đã đưa ra một danh mục thuốc ưu tiên, hiện nay được sử dụng rộng rãi nhất tại Mỹ. Trong đó đã loại ra 85 biệt dược khỏi danh mục khuyến cáo, dựa trên hiệu quả, chi phí và sự sẵn có của các thuốc thay thế. Dự án này đã giúp tiết kiệm 1,3 tỷ đô la vào năm 2016 và ước tính tiết kiệm được 1,8 tỷ đô la vào năm 2017.

Tại Anh, “Big data” cũng được sử dụng trong việc đưa ra quyết định về các chương trình tài trợ thuốc. Greater Manchester có danh sách “hạn chế kê đơn” dựa trên các tiêu chí tương tự với Mỹ, và đã giúp tiết kiệm được khoảng 250.000 bảng Anh mỗi quý khi bắt đầu được áp dụng năm 2013 và hiện con số này vào khoảng 150.000 đến 200.000 bảng mỗi quý. Tuy nhiên, một số dược sĩ cho rằng, việc chỉ định danh mục thuốc trên thực tế có thể mang lại những hậu quả không mong muốn.

Tại Mỹ, nơi mà danh mục thuốc ưu tiên được phổ biến rộng rãi, hầu hết các dược sĩ “thể hiện sự thất vọng” về việc sử dụng thuốc không phù hợp ở bệnh nhân mà họ cho rằng bị ảnh hưởng danh mục thuốc ưu tiên. Có nhiều lý do để kê đơn một loại thuốc giá thấp hoặc thuốc giá cao cho bệnh nhân tùy thuộc vào khả năng chi trả của bệnh nhân. Các PBMs có thể dựa vào “Big data” để đưa ra các quyết định này, nhưng đó không phải lúc nào cũng là quyết định tốt nhất.

Điều quan trọng là các nguyên tắc tối ưu hóa thuốc khi đưa ra quyết định kê đơn. Có thể ở một số khu vực có mức trần kê đơn cao hơn, và cần tính đến các trường hợp cá nhân.

Mặc dù có những phản hồi tiêu cực từ phía các dược sĩ, nhưng cũng cho thấy ảnh hưởng ngày càng tăng của “Big data” trong thực hành thuốc và cũng tạo ra các cơ hội nghề nghiệp cho các Dược sĩ. Vì vậy, để khai thác hiệu quả cần những người có tài năng thực sự vừa có kỹ năng của một nhà khoa học, sự nhạy bén về kinh doanh, toán học và chuyên môn kỹ thuật. Trong lai, một số khóa học về dược phẩm kết hợp với công nghệ thông tin là một sự kết hợp dũng cảm, và khôn ngoan.

Nguồn: ehealth.gov.vn