У существующих мер по отслеживанию возникающих эпидемий есть ключевой недостаток: они не работают, если заболевание имеет необычные или неожиданные симптомы.
Нынешняя смертоносная вспышка лихорадки Эбола в Африке — последняя в череде заболеваний, которые в последние годы не сходят с заголовок газет: от COVID-19 до обезьяньей оспы и хантавируса. Вспышки легче контролировать, если их удается вовремя обнаружить и локализовать. Но многие новые, эволюционирующие или малоизученные заболевания ускользают от внимания существующих систем эпидемиологического надзора.
Эпидемии отслеживаются с помощью трех подходов. Во-первых, отслеживание событий в СМИ, публикаций в социальных сетях, оповещения населения и отчеты медицинских работников — для выявления ранних признаков вспышки. Во-вторых, геномное секвенирование используется для подтверждения идентичности патогена. И в-третьих, синдромный эпидемиологический надзор выявляет людей, подверженных риску заражения, путем идентификации и мониторинга лиц, у которых проявляются характерные симптомы. Однако эти стратегии не учитывают тот факт, что у нового патогена могут проявляться необычные или атипичные симптомы. Проявление симптомов может меняться со временем по мере эволюции патогена, а также может различаться у разных людей, имеющих разный уровень иммунитета. Кроме того, сопутствующие инфекции, проявляющиеся симптомами, схожими с симптомами, вызванными известным патогеном, могут затруднять диагностику.
Этот пробел в эпидемиологическом надзоре неоднократно создавал проблемы. Например, во время первой волны SARS-CoV-2 в начале 2020 года первоначальная диагностика основывалась на наличии лихорадки и дыхательной недостаточности. Во многих странах потребовались месяцы, чтобы еще один распространенный симптом, потеря обоняния, был признан индикатором COVID-19. Но новые варианты вируса сопровождались различными симптомами: Омикрон чаще ассоциировался с симптомами, похожими на простуду и грипп, чем с потерей обоняния или вкуса.
В ходе вспышки обезьяньей оспы 2022 года, затронувшей в основном Европу и Северную Америку, у некоторых инфицированных наблюдались язвы на половых органах и в анальном отверстии, а не распространенная сыпь, характерная для классической оспы. Первоначально этим людям ошибочно ставили диагноз других заболеваний, включая инфекции, передающиеся половым путем, что потенциально задерживало распознавание и принятие мер в области общественного здравоохранения. Аналогично, вирус Нипах было сложно диагностировать в клиниках Бангладеш и Индии, поскольку его симптомы могут варьироваться от воспаления тканей головного мозга (вызывающего спутанность сознания и судороги) до затруднения дыхания.
Если врачи не распознают необычные симптомы, требующие обследования, даже самые передовые системы отслеживания не смогут справиться с ситуацией. В данной статье предлагается пять шагов для улучшения способности систем здравоохранения распознавать новые патогены. Вместе эти шаги образуют цикл, в котором клинические сигналы обнаруживаются, подтверждаются, преобразуются в рекомендации по наблюдению и диагностике, а затем быстро передаются врачам, работающим на переднем крае вспышки.
Выявление групп необычных случаев
Необходимы формальные механизмы, позволяющие врачам действовать, исходя из интуитивного понимания того, что они имеют дело с чем-то необычным, например, с несколькими людьми, у которых наблюдается один и тот же набор нераспознанных симптомов. Национальные агентства общественного здравоохранения и министерства здравоохранения должны разработать процедуры отчетности для документирования такого «клинического отклонения» с помощью существующих цифровых инструментов эпидемиологического надзора, таких, например, как онлайн-платформа District Health Information Software 2 (DHIS2).
Для предотвращения ложноположительных оповещений потребуется подтверждение от второго опытного врача или эпидемиолога больницы о том, что данный случай является нетипичным. Затем врачи могут запустить алгоритм в DHIS2 или аналогичном инструменте, который использует статистические проверки для подтверждения того, что эти симптомы вряд ли вызваны обычными сезонными заболеваниями. После подтверждения эти отчеты будут автоматически запускать локализованные цифровые оповещения в региональные центры эпидемиологического надзора, где эпидемиологи будут сопоставлять региональные данные, прежде чем будут активированы официальные меры эпидемиологического надзора.
Использование ИИ для выявления нетипичных случаев
Модели машинного обучения, обученные на клинических данных с временной и географической разметкой, могут помочь врачам выявлять нетипичные случаи в будущем, идентифицируя людей, чьи симптомы отличаются от закономерностей, обычно наблюдаемых в той же популяции. Модели не должны ставить диагноз, но могут отмечать случаи, требующие дальнейшего обследования. Таким образом, инструменты искусственного интеллекта будут дополнять, а не заменять клиническое суждение. Такие системы ИИ разрабатываются, хотя в настоящее время они находятся на начальной стадии развития. Для внедрения потребуется надежное интернет-соединение, адекватное качество данных, тестирование и оценка в предполагаемых местных условиях, постоянный мониторинг производительности и защита конфиденциальности.
В условиях ограниченных ресурсов может отсутствовать необходимое оборудование для запуска модели ИИ. Однако медицинские работники могли бы отправлять анонимизированную клиническую информацию в общенациональную централизованную систему ИИ через мобильное приложение, систему отчетности на основе SMS или существующие электронные реестры. Система ИИ будет выдавать оповещение при необходимости.
Внедрение многоуровневых определений случаев заболевания
Органам здравоохранения следует отказаться от использования только стандартизированных клинических критериев, предоставляемых такими организациями, как Всемирная организация здравоохранения, для классификации случаев заболеваний. Вместо этого им следует внедрить динамические многоуровневые определения случаев заболевания, которые различают предполагаемые, вероятные и подтвержденные случаи.
Комитеты специалистов-эпидемиологов могли бы разделить диагностические критерии на уровни и динамически обновлять их — еженедельно или на постоянной основе — по мере появления клинических данных в режиме реального времени. Например, стандартные симптомы обезьяньей оспы обычно включали генерализованную сыпь. Если бы в 2022 году была доступна система динамической диагностики, органы здравоохранения могли бы в течение нескольких дней после выявления атипичных очагов расширить определение «подозрительного случая», включив в него локализованные генитальные язвы. Такая быстрая адаптация могла бы помочь раньше выявлять лиц с ошибочным диагнозом.
В будущем эти динамические определения могут быть разработаны и проверены с использованием прогностических эпидемиологических моделей — алгоритмов, обученных на данных прошлых вспышек, которые могут прогнозировать, как будут развиваться симптомы и передача патогена. Но большинство этих прогностических моделей в настоящее время находятся на стадии проверки концепции.
Внедрение широкоспектрального тестирования
Стандартные экспресс-тесты, которые ищут известные патогены — например, экспресс-тесты на антигены вируса Эбола или целевые панели для сезонных респираторных вирусов — основаны на заранее определенных мишенях. Однако это может означать, что патогены остаются незамеченными, когда микроорганизм мутировал или когда причиной является совершенно неожиданный микроорганизм.
Медицинские учреждения должны интегрировать в рутинную практику недорогие экспресс-тесты на биомаркеры, измеряющие общие сигналы активации иммунной системы, такие как воспалительные белки. Эти тесты доступны по цене, требуют минимальной лабораторной инфраструктуры и могут использоваться непосредственно в местах оказания медицинской помощи в условиях ограниченных ресурсов. Там, где позволяют ресурсы, учреждения также должны внедрить тесты на множественные патогены, в том числе на распространенные местные заболевания, такие как малярия и грипп.
Если у пациента наблюдаются тяжелые симптомы и высокая активация иммунной системы, но стандартные панели тестов на заболевания дают отрицательный результат, врачи будут предупреждены о потенциальной неожиданной инфекции. Это запустит автоматическую отправку биологического образца пациента в централизованную референсную лабораторию для геномного секвенирования, что позволит обойтись без дорогостоящей инфраструктуры секвенирования в местных медицинских учреждениях.
Постоянное информирование врачей, работающих на переднем крае
После обнаружения нового патогена врачам, работающим на передовой, необходима быстрая автоматизированная обратная связь, включая информацию о генетических мутациях, которые он несет, о тканях, которые он поражает, и о том, какие изменения в симптомах можно ожидать по сравнению с классическими проявлениями заболевания. Информация может предоставляться посредством оповещений в электронных медицинских картах или мобильных мессенджерах. Это позволит врачам корректировать протоколы сортировки пациентов, выявлять атипичные проявления и быстро изолировать новые случаи.
Некоторые могут утверждать, что в условиях ограниченных ресурсов или в районах, затронутых конфликтами, современные системы эпидемиологического надзора нецелесообразны. И что средства можно было бы более эффективно потратить на развитие базовой инфраструктуры здравоохранения — например, на закупку недорогих целевых диагностических наборов, расширение базовой клинической подготовки и улучшение первичной медицинской помощи. Но, на наш взгляд, рассматривать готовность к пандемиям и рутинные системы здравоохранения как игру с нулевой суммой — опасный подход. Некоторые из данных рекомендаций касаются существующих инструментов, таких как DHIS2, который уже используется более чем в 80 странах с низким и средним уровнем дохода. А в условиях ограниченных ресурсов интеграция биомаркерных анализов в рутинную медицинскую помощь могла бы повысить точность диагностики распространенных заболеваний, таких как малярия, и помочь сократить злоупотребление антибиотиками.
Внедряя меры по предотвращению распространения симптомов наряду с существующей инфраструктурой, исследователи и врачи могут обеспечить выявление будущих вспышек непосредственно у постели больного, до того, как эпидемия наберет обороты.
