Представьте, что вы приходите к врачу, и он назначает вам препарат, основываясь не только на результатах исследований в далеких лабораториях, но и на опыте миллионов людей, похожих на вас. Эти люди живут в тех же городах, едят похожую еду и пользуются такими же гаджетами. То, что раньше считалось «шумом» или просто личными записями в электронной карте, сегодня становится фундаментом доказательной медицины нового типа.
Что такое «реальные данные» и почему о них все говорят
Традиционно медицина опирается на рандомизированные клинические исследования (РКИ). Это «золотой стандарт»: ученые берут две группы людей в стерильных условиях, одной дают лекарство, другой — плацебо. Однако у этого метода есть ограничение: участники таких тестов часто «идеальны». В них редко попадают люди с пятью сопутствующими заболеваниями или те, кто забывает принимать таблетки по расписанию. Реальная жизнь гораздо сложнее.
На помощь приходят Real-World Data (RWD) — данные из реального мира. Это любая информация о здоровье, собранная вне рамок жестких испытаний. Сюда входят записи в электронных медицинских картах (ЭК), страховые счета, данные из аптечных чеков и даже показатели вашего фитнес-браслета. Когда ученые анализируют этот огромный массив информации и делают выводы, получаются Real-World Evidence (RWE) — доказательства, полученные в реальной жизни.
К 2026 году этот подход перестал быть вспомогательным. Он стал полноправным партнером классической науки, позволяя врачам видеть, как лекарство ведет себя в организмах обычных людей, а не только «лабораторных» добровольцев.
Как ваша жизнь превращается в науку
Процесс превращения повседневных данных в научное знание напоминает работу огромного фильтра. Сначала информация собирается из разных источников. В больницах это протоколы осмотров и результаты анализов. В вашем кармане — это датчики пульса и акселерометры смарт-часов.
Раньше основной проблемой были «грязные данные». Врачи могли записывать симптомы сокращенно, путать графы в картах или вовсе оставлять пропуски. Сегодня ситуацию меняет внедрение искусственного интеллекта в системы медицинских записей. Современные ИИ-помощники, интегрированные в системы вроде Epic или Oracle Health, способны «слушать» голос врача и автоматически превращать его заметки в структурированные данные. Это позволяет ученым анализировать миллионы историй болезней за считанные недели, тогда как раньше на это уходили годы ручного труда.
Главное: Реальные данные позволяют медицине выйти за пределы больничных палат. Теперь ученые могут наблюдать за течением болезни в режиме реального времени, видя, как на пациента влияют стресс, сон и повседневная активность.
Успехи на практике: от рака до сердца
Одним из самых ярких примеров эффективности этого метода стала работа в области онкологии. Компания Flatiron Health (подразделение Roche) продемонстрировала, как данные из реальных медкарт помогают оценивать выживаемость пациентов. Это уже привело к реальным изменениям: например, FDA (Управление по санитарному надзору США) расширило показания для применения препарата Ibrance для мужчин с раком груди. Вместо того чтобы проводить новые многолетние испытания на редкой группе пациентов, регулятор опирался на уже существующие записи в медицинских базах данных.
Европа не отстает. Сеть DARWIN EU к 2026 году объединила данные более 100 миллионов пациентов по всему континенту. Это позволяет Европейскому агентству по лекарственным средствам (EMA) мгновенно проверять безопасность новых препаратов. Если у лекарства обнаруживается редкий побочный эффект, система увидит это в течение нескольких недель, анализируя анонимные отчеты из тысяч аптек и клиник.
В кардиологии прорывом стали исследования носимых устройств. Совместная работа Apple и Гарвардского университета с участием более 50 000 человек доказала: датчики обычных смарт-часов коррелируют с результатами сложных лабораторных стресс-тестов. Это открывает путь к тому, чтобы гаджеты официально признавались медицинскими инструментами для мониторинга сердечного ритма.
Кто двигает технологию вперед
Рынок данных из реального мира сегодня делят несколько типов игроков. С одной стороны, это технологические гиганты и производители устройств. С другой — специализированные аналитические платформы.
| Компания | Специализация | Роль в системе RWE |
|---|---|---|
| Epic Systems / Oracle | Электронные медкарты | Стандартизация и хранение данных миллионов пациентов. |
| Apple / Dexcom | Носимые устройства | Сбор данных о пульсе, глюкозе и сне в реальном времени. |
| Flatiron Health | Онкология | Анализ эффективности лечения рака на основе реальных кейсов. |
| IQVIA | Аналитика данных | Объединение аптечных чеков, страховок и записей врачей. |
Медицина будущего — это не только новые молекулы в пробирках, но и умение слышать сигналы, которые наше тело посылает каждый день через цифровые устройства.
Граница между наукой и обещаниями
Несмотря на оптимизм, важно понимать, где заканчивается доказанная наука и начинается маркетинговый хайп. В 2026 году использование реальных данных всё еще имеет четкие границы. Например, использование поисковых запросов или активности в социальных сетях для диагностики депрессии — это пока лишь область экспериментов. Ученые видят определенные закономерности, но надежной методики, которую мог бы использовать врач, пока не существует.
Также преждевременно говорить о полной замене клинических испытаний «цифровыми двойниками». Хотя FDA уже разрешило использовать данные носимых устройств для создания «синтетических контрольных групп» (когда реальные пациенты сравниваются не с группой плацебо, а с историческими данными других людей), это касается лишь отдельных случаев, например, при изучении редких заболеваний, где сложно найти достаточное количество добровольцев.
Бытовые гаджеты часто ошибаются в замерах. Точность пульсометров может зависеть от цвета кожи или интенсивности движений, а данные о сне не всегда совпадают с профессиональной полисомнографией. Существует и проблема цифрового неравенства: данные собираются в основном у обеспеченных людей с дорогими часами, что может искажать общую научную картину. Кроме того, всегда остается риск того, что даже анонимные данные могут быть деанонимизированы.
Что пока остается экспериментом
Одной из самых обсуждаемых, но пока не подтвержденных тем остается диагностика нейродегенеративных заболеваний, таких как болезнь Альцгеймера, за годы до появления симптомов. Существуют отдельные исследования, показывающие, что изменение походки или скорости набора текста на смартфоне может указывать на начало болезни. Однако на текущий момент (июнь 2026 года) это не является общепризнанным клиническим стандартом.
Также в стадии раннего внедрения находится полноценное слияние данных о сне и уровне глюкозы в единые экосистемы (как в партнерстве Oura и Dexcom). Это перспективное направление для биохакинга и профилактики диабета, но регуляторы пока осторожны в оценках того, насколько эти данные могут заменить полноценные лабораторные обследования.
Что это значит для обычного человека
Для нас с вами развитие медицины реальных данных означает прежде всего скорость и персонализацию. Новые препараты будут попадать в аптеки быстрее, потому что фаза их проверки станет короче благодаря анализу уже накопленной информации. Лечение станет более точным: врач сможет увидеть на графике в вашем телефоне, как именно ваш организм реагирует на терапию в течение месяца, а не только в те 15 минут, что вы сидите в кабинете.
Однако этот путь требует от общества решения сложных вопросов конфиденциальности. Кому принадлежат ваши данные? Имеет ли к ним доступ страховая компания? Как защитить свою приватность, оставаясь частью глобальной медицинской науки? Эти вопросы остаются открытыми, пока технологии продолжают опережать законодательство.