Суперфрикономика

Левитт Стивен Д.

Для того чтобы выстроить подобную быструю, гибкую, сильную энциклопедическую систему, Фийед и Смит вернулись к своему старому хобби — объектно-ориентированному программированию. Они приступили к разработке новой архитектуры, «выстроенной вокруг данных» и «разбивающей данные на атомы». Их система позволяла разбивать на элементы любые данные, поступавшие из любого подразделения, а затем хранить их так, что они могли взаимодействовать с любым другим из почти миллиарда элементов данных.

К сожалению, их энтузиазм разделяли не все сотрудники WHC. Учреждения по самой своей природе являются крупными и неповоротливыми «животными», охраняющими свои территории и исповедующими правила, нарушение которых невозможно. Некоторые подразделения считали данные своей собственностью и

отказывались ими делиться. Жесткие правила организации процесса закупок не позволяли Фийеду и Смиту купить требуемое компьютерное оборудование. Как вспоминает Фийед, один из руководителей больницы «ненавидел инициаторов идеи и не упускал ни одного случая подставить нам подножку или запретить своим сотрудникам общаться с нами. Однажды он даже прокрался ночью в помещение одного вспомогательного подразделения и уничтожил все наши заявки на текущий ремонт».

До конца непонятно, что именно привело к успеху: то, что Фийед был белой вороной (плывущим против течения еретиком, любящим кататься на Segway и вешавшим оригиналы картин Миро в своем кабинете), или то, что, когда ему бросали вызов, он не успокаивался до тех пор, пока не добивался успеха — не мытьем, так катаньем.

Грандиозным было даже название, которое он дал новой компьютерной системе, — Azyxxi («Азикси»). Окружающим он говорил, что это слово заимствовано из финикийского языка и означает «тот, кто способен смотреть в будущее», однако нам он с усмешкой признался, что на самом деле слово является полностью выдуманным.

В конце концов Фийед выиграл (точнее, выиграла его система работы с данными). Система Azyxxi была установлена на единственном компьютере в помещении отделения неотложной помощи. Фийед поместил на экран объявление: «Тестирование: не использовать». (Сложно не признать всю мудрость такого шага.)

Подобно Адаму и Еве, доктора и медицинские сестры заинтересовались запретным плодом и, попробовав его, поняли, что он поистине волшебен. Всего лишь за несколько секунд они могли найти практически любую требующуюся им информацию. Через неделю у компьютера, на котором была установлена система Azyxxi, образовалась очередь. И она состояла не только из работников отделения неотложной помощи — испить из этого информационного источника хотели доктора со всей больницы. На первый взгляд Azyxxi казалась результатом гениального озарения. Но сам Фийед полагает, что все дело лишь в упорстве.

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

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

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

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

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

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

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

Данные, собранные командой Крейга Фийеда в отделении неотложной помощи WHC, могут помочь оценить уровень профессионализма докторов. Во-первых, объем данных достаточно велик. В системе фиксируются данные о примерно 620 тысячах визитов, совершенных 240 тысячами различных пациентов приблизительно за восемь лет, и более чем о 300 докторах, помогавших пациентам.

Данные содержат практически все, что вы захотите узнать о том или ином пациенте (разумеется, данные, предоставленные для нашего исследования, были анонимными), с того момента, как он входит или въезжает на каталке в двери отделения неотложной помощи, и до того момента, как он покидает больницу — живой или мертвый. В данных имеется необходимая демографическая информация; жалобы пациента, с которыми он обращался в больницу; длительность ожидания первого врачебного осмотра; методы диагностики и осмотра пациента;