ЛАБОРАТОРНАЯ МЕДИЦИНА. ТРАНСФОРМАЦИЯ ВЗГЛЯДОВ И НОВЫЕ ГОРИЗОНТЫ В СЛЕДУЮЩЕМ ДЕСЯТИЛЕТИИ XXI ВЕКА


Устьянцева И.М., Агаджанян В.В.

Аннотация


Цель — представить перспективы развития стратегических и прорывных технологий лабораторной медицины в  следующем десятилетии XXI века.

Материалы и методы. Прогнозы о будущем лабораторной медицины представлены на основании анализа систематических обзоров базы данных  PubMed 2017-2022 гг. и аналитических обзоров отдела новых технологий Международной федерации клинической химии и лабораторной медицины IFCC.

Результаты. Этот обзор развивает дискуссию о приоритетных  точках  роста лабораторной медицины  в 2020-х годах в пяти основных тематических областях:

1. «Общемировая  картина» здравоохранения (исследует последствия изменения популяции пациентов, отношения мозга к мозгу, циклическое тестирование с прямым доступом, роботы и полная автоматизация лабораторий, а также зеленые технологии и устойчивое развитие).

2. Преаналитические факторы (роль различных типов образцов, беспилотных летательных аппаратов и биобанков).

3. Аналитические факторы (достижения в области тестирования на месте оказания медицинской помощи, масс-спектрометрии, геномики, генной и иммунотерапии, 3D-печати и общего лабораторного качества).

4. Постаналитические факторы (ценность лабораторной медицины, растущая роль искусственного интеллекта, управление и интерпретация «omics» данных, а также общие контрольные интервалы и пределы принятия решений).

5. Взаимоотношения (роль научных обществ лабораторной медицины, образовательные потребности специалистов лабораторий, коммуникация, взаимоотношения между специалистами лабораторий и клиницистами, финансирование лабораторной медицины, а также ожидаемые экономические возможности и результаты в 2020-х годах).

Заключение. Лабораторная медицина имеет богатую историю внедрения новых технологий и эффективного реагирования на меняющиеся потребности здравоохранения. Наиболее  важные факторы для будущего лабораторной медицины: финансирование здравоохранения, новые технологии и достижения, которые расширяют масштабы и значимость тестирования на месте оказания медицинской помощи, мобильное здравоохранение, внедрение искусственного интеллекта в его различных формах (ассистенты с голосовой активацией, анализ изображений, дополненная реальность, цифровые двойники  и т.д.).


Ключевые слова


SMART лаборатория; TLA (полная автоматизация лабораторий); DTC (тесты, проводимые непосредственно потребителем); POCT (тестирование на месте оказания медицинской помощи); MS (масс-спектрометрическое тестирование); OMICS («ОМИКС» технологии); 3D-печать (ст

Полный текст:

Full Text PDF

Литература


Greaves RF, Bernardini S, Ferrari M, Fortina P, Gouget B, Gruson D, et al. Key questions about the future of laboratory medicine in the next decade of the 21st century: a report from the IFCC-Emerging Technologies Division. Clin Chim Acta. 2019; 495:570-589. doi: 10.1016/j.cca.2019.05.021

Kricka LJ, Polsky TG, Park JY, Fortina P. The future of laboratory medicine - a 2014 perspective. Clin. Chim. Acta. 2015; 438: 284–303

Hallworth MJ, Epner PL, Ebert С, Fantz CR, Faye SA, Higgins TN, et al. Current evidence and future perspectives on the effective practice of patientcentered laboratory medicine. Clin. Chem. 2015; 61 (4): 589–599

Blasutig IM. Miniaturization: the future of laboratory medicine. Clin. Biochem. 49 (1–2) (2016) 2–3

Dias DA, Koal T. Progress in metabolomics standardisation and its significance in future clinical laboratory medicine. EJIFCC. 2016; 27 (4):331–343

Beaudeux JL. Shaping our future of laboratory medicine. Ann. Biol. Clin. (Paris) 2017; 75 (1) : 5

Sandlers Y. The future perspective: metabolomics in laboratory medicine for inborn errors of metabolism. Transl. Res. 2017; 189:65–75

United Nations. Department of Economic and Social Affairs. Population Division. 2017

World Population Prospects The. Revision key findings and advance tables, ESA/P/WP/248. United Nations N. Y. 2017

Bloom DE, Cafiero ET, Jané-Llopis E, Abrahams-Gessel S, Bloom, L.R., Fathima S, et al. The Global Economic Burden of Noncommunicable Diseases. Geneva: World Economic Forum. 2011. 48 p.

Cobbaert C, Smit N, Gillery P. Metrological traceability and harmonization of medical tests: a quantum leap forward is needed to keep pace with globalization and stringent IVD-regulations in the 21st century! Clin. Chem. Lab. Med. 2018; 56(10):1598–1602. doi: 10.1515/cclm-2018-0343

Plebani M, Laposata M, Lundberg GD. The brain-to-brain loop concept for laboratorytesting 40 years after its introduction. Am. J. Clin. Pathol. 2011; 136 (6): 829–833

Vrijhoef HJ, Belvis de AG, Calle M de la, Sabata MS de, Hauck B, Montante S, et al. IT-supported integrated care pathways for diabetes: a compilation and review of good practices. Int. J. Care Coordi. 2017; 20 : 26–40

Bradford NK, Caffery LJ, Smith AC. Telehealth services in rural and remote australia: a systematic review of models of care and factors influencing success and sustainability. Rural and Remote Health. 2016; 16 (4) : 3808

Bains M, Warriner D, Behrendt K. Primary and secondary care integration in delivery of value-based health-care systems. British journal of hospital medicine. 2018; 79(6):312–315. doi: 10.12968/hmed.2018.79.6.312

Su P. Direct-to-consumer genetic testing: a comprehensive view. Yale J. Biol. Med. 2013; 86 (3):359–365

Guasch-Ferre M, Dashti HS, Merino J. Nutritional genomics and direct-to-consumer genetic testing: an overview. Adv. Nutr. 2018; 9 (2): 128–135. doi: 10.1093/advances/nmy001

Tandy-Connor S, Guiltinan J, Krempely K, LaDuca H, Reineke P, Gutierrez S, et al., False-positive results released by direct-to-consumer genetic tests highlight the importance of clinical confirmation testing for appropriate patient care, Genet. Med. 2018; 20 (12): 1515–1521. doi: 10.1038/gim.2018.38

Miraca. First robot in Japan. Japan's First two-Armed Robot Used in a Testing Laboratory. 2018., Available from: https://www.miraca.com/en/group/keywords/content.html?c=3

Universal Robots Ensure Faster Delivery of Blood Sample Results. 2018. Available from: https://www.universal-robots.com/case-stories/gentofte-hospital/

Al-Heeti A. Robot Companions are just What the Doctor Ordered. 2017. Available from: https://www.cnet.com/news/robot-companions-are-just-what-the-doctorordered/

Humber Becomes the First Hospital in Canada to Recruit a Humanoid Robot. Humber River Hospital. 2018. Available from: https://www.newswire.ca/newsreleases/humber-becomes-the-first-hospital-in canada-to-recruit-a-humanoid-robot-674893273.html

Atellica Solution Immunoassay & Clinical Chemistry Analyzers. Siemens. 2018. Available from: https://usa.healthcare.siemens.com/integrated-chemistry/systems/atellica-solution-analyzers

Beckman Coulter, Power Express Laboratory Automation System. 2018. Available from: https://www.beckmancoulter.com/wsrportal/wsr/diagnostics/clinicalproducts/automation/power-express/index.htm

Muñoz A. Reducing health care's carbon footprint--the power of nursing. Workplace Health Saf. 2012;60(11):471-474. doi: 10.1177/216507991206001102

Lippi G, Betsou F, Cadamuro J, Cornes M, Fleischhacker M, Fruekilde P, et al. Preanalytical challenges - time for solutions. Clin Chem Lab Med. 2019;57(7):974-981. doi: 10.1515/cclm-2018-1334

Mihailovic N, Kocic S, Jakovljevic M. Review of diagnosis-related group-based financing of hospital care. Health Serv Res Manag Epidemiol. 2016;3:2333392816647892. doi: 10.1177/2333392816647892

Liguori G, Belfiore P, D'Amora M, Liguori R, Plebani M. The principles of health technology assessment in laboratory medicine. Clin. Chem. Lab. Med. 2017; 55(1): 32–37. doi: 10.1515/cclm-2016-0371

Husereau D, Henshall C, Sampietro-Colom L, Thomas S. Changing health technologyassessment paradigms? Int J Technol Assess Health Care. 2016;32(4):191-199. doi: 10.1017/S0266462316000386

Deist TM, Jochems A, van Soest J, Nalbantov G, Oberije C, Walsh S, et al. Infrastructure and distributed learning methodology for privacy-preserving multi-centric rapid learning health care: euroCAT. Clin Transl Radiat Oncol. 2017;4:24-31. doi: 10.1016/j.ctro.2016.12.004

Jochems A, Deist TM, van Soest J, Eble M, Bulens P, Coucke P, et al. Distributed learning: developing a predictive model based on data from multiple hospitals without data leaving the hospital - a real life proof of concept. Radiother Oncol. 2016;121(3):459-467. doi: 10.1016/j.radonc.2016.10.002

van Schalkwyk S, Couper I, Blitz J, Kent A, de Villiers M. Twelve tips for distributed health professions training. Med Teach. 2020;42(1):30-35. doi: 10.1080/0142159X.2018.1542121


Статистика просмотров

Загрузка метрик ...

Ссылки

  • На текущий момент ссылки отсутствуют.