Что может быть прибыльнее, чем вести войну, торговать оружием и промышлять в даркнете? Правильно – лечить людей и продавать лекарства. Рассказываем, что нужно знать и уметь, чтобы влиться в выгодную и легальную индустрию здравоохранения. Обсудить

Кто сталкивался с чем-то посложнее простуды знает, что при нестандартных симптомах шансы на успешное лечение резко падают по нескольким причинам:

1. Врачи работают по стандартам. С одной стороны, это хорошо, так как в основе стандарта лежит доказательная медицина и врач использует проверенную методологию. С другой стороны, тело и взаимосвязь тела и психики все еще плохо изучены, поэтому при чистых анализах и нестандартных симптомах пациенту вряд ли помогут. В таких случаях намекают на психосоматику и выписывают успокоительные средства. Таким образом врач сообщает: «не знаю, что делать».
2. Ограниченное время на одного пациента. В РФ терапевту выделяется около 15 минут на пациента, за которые толком ничего не узнаешь.
3. Врач может ошибиться, ведь он тоже человек. Врачебные ошибки приводят к осложнениям и в некоторых случаях к смерти в среднем у 70 тыс. россиян в год.
4. Узкая специализация. Врачи узких специализаций рассматривают только свою область компетенций, изолированную от других направлений, в то время как в теле человека все связано и причина болезни может находиться не там, где прописано в стандарте или вообще в другой медицинской области.

Как исправить ситуацию: анализ данных

Часто одни заболевания по симптоматике похожи на другие и поставить верный диагноз невозможно, особенно на ранних стадиях развития болезни. У врача нет времени днями и ночами читать научные статьи на иностранных языках, чтобы сказать пациенту с редким заболеванием или со смазанными симптомами: «В Японии был похожий случай в 2011 г. Лечили вот так и так». Врач не может за несколько минут просмотреть историю болезней пациента за всю его жизнь и найти корреляцию с его текущим состоянием. А машина может с некоторой долей вероятности.

Работа по стандарту подразумевает наличие алгоритма:

• Узнать симптоматику.
• Провести диагностику и сделать анализы.
• Определить диагноз.
• Назначить лечение.

Эти четыре шага может выполнить машина на основе массива данных.

Наука о данных использует большие объемы информации, полученной из разрозненных источников, таких как медицинские карты пациентов, результаты диагностики, планы и результаты лечения, чтобы создать базу данных симптомов и успешных планов лечения, которая поможет врачам принимать правильные решения.

Что нужно знать

• Питон или язык R;
• библиотеки Pandas, PyTorch, TensorFlow, Numpy, Matplotlib, Scikit-learn;
• основы реляционных баз данных. MySQL;
• обработку естественного языка;
• прикладную статистику в медицине;
• уметь визуализировать данные.

Бесплатные курсы:

• Электронное здравоохранение (eHealth). Основные понятия
• Персонализированная медицина
• Биотех: ИИ в медицине
• Как построить бизнес в фармацевтике

Материалы по теме Как наука о данных помогает врачам? ● Самоучитель для начинающих: как освоить Python с нуля за 30 минут?

Чем еще может помочь наука о данных?

1. Фармакология

В контексте фармацевтической промышленности науку о данных можно определить как дисциплину, находящуюся на стыке статистики, информатики и открытия лекарств.

Одной из основных парадигм механизма действия лекарств является теория «замка и ключа». Белок – это «замок», а поиск лекарства заключается в поиске правильного «ключа» для отпирания замка. Лекарство избирательно связывается с определенным местом в белке-мишени, ответственной за заболевание и модулирует – увеличивает или уменьшает – активность мишени.

Что нужно знать

• Питон на продвинутом уровне;
• создавать и оценивать модели машинного обучения;
• обучать нейронные сети;
• материаловедение, квантовую химию и биологию на начальном уровне.

Популярные библиотеки:

• DeepChem
• OpenChem
• MoleculeNet

Бесплатные курсы:

• Основы клинического использования антибиотиков
• Информация о лекарственных средствах для пациента

2. Послеоперационный период

В послеоперационный период IoT-устройства, представленные в виде носимых устройств, могут передавать данные о сердцебиении, потреблении калорий, уровне кислорода в крови и другие медицинские параметры пользователей для контроля состояния здоровья.

Что нужно знать

• Питон или C/C++ на среднем уровне;
• основы схемотехники;
• разбираться в датчиках;
• уметь паять и собирать контроллеры самому;
• программировать контроллеры: Arduino, ESP, STM или Raspberry Pi.

Бесплатные курсы:

• Введение в Интернет Вещей
• Основы IoT на ArduinoUno
• Основы программирования микроконтроллеров семейства Arduino
• Основы робототехники

Материалы по теме Что такое IoT-разработка и с чем ее едят? ● Что должен знать начинающий IoT-разработчик в 2021 году? ● 25 ресурсов для изучения IoT-разработки в 2021 году: онлайн-университеты, каналы, блоги и подкасты

3. Геномика

Геномика изучает геном – весь наследственный материал живого организма, совокупность генов. Она изучает функцию генов и строение важных белковых молекул и определяет связь между генами и заболеванием.

Что нужно знать

• Питон на среднем+ уровне;
• библиотеки Pandas, NumPy, SciPy, Scikit-learn, PyTorch или TensorFlow;
• догмы молекулярной биологии;
• алгоритмы для секвенирования ДНК;
• математическую биологию на начальном уровне.

Популярные библиотеки:

• biopython
• pygenprop

Бесплатные курсы:

• Python для науки о геномных данных
• Введение в Биоинформатику: Метагеномика
• Введение в молекулярную биологию и биомедицину

4. Распознавание изображений

Наука о данных в здравоохранении используется для поиска патологий на изображениях, полученных в результате лучевой диагностики: рентгена, КТ и МРТ.

Что нужно знать

• Питон на среднем уровне и выше;
• принципы ООП, библиотеки NumPy, SciPy и Scikit-learn;
• алгоритмы и структуры данных на Python;
• основы высшей математики;
• уметь работать с библиотекой PyTorch или TensorFlow;
• строить нейронные сети и проводить сегментацию изображений.

Популярные библиотеки:

• Mahotas
• OpenCV
• scikit-image
• ITK
• ONNIX

Бесплатные курсы:

• Томография: увидеть невидимое
• Нейронные сети и компьютерное зрение
• Курс по OpenCV

Материалы по теме Распознавание объектов с помощью YOLO v3 на Tensorflow 2.0 ● Учим Raspberry Pi распознаванию лиц ***

Если есть желание использовать науку о данных не только как двигатель капиталистической машины, но и делать что-то полезное для людей, то, медицина – правильный выбор. Образовательная онлайн-платформа GeekBrains проводит набор на факультет Data Science в медицине, на котором студенты научатся с нуля решать задачи в области медицины. Обучение длится 18 месяцев, плюс 6 месяцев занимает практика по медицинской специализации. По итогам получите 15 проектов в портфолио и гарантию трудоустройства.

Интересно, хочу попробовать