Данилов А. В - все статьи автора в журнале
-
2022 № 2 Прогнозирование развития гипертонической болезни с использованием моделей машинного обучения в подсистеме дистанционного кардиомониторинга
Одна из задач персонализированной медицины заключается в построении новой организационной модели оказания медицинской помощи пациентам, основываясь на подборе индивидуальных лечебных, диагностических и превентивных средств, оптимально подходящих по особенностям организма. Современные методы искусственного интеллекта позволяют решать задачи подобного типа.
Цель исследования – построение и применение прогностических моделей логистической регрессии и дерева решений с использованием методов машинного обучения для выявления пациентов с высоким риском развития гипертонической болезни без необходимости проведения инвазивных клинических процедур.
Материалы и методы. Используется сформированный набор данных, состоящий из 395 записей о пациентах Воронежской городской клинической поликлиники № 1. Каждая запись содержит параметры пациентов: пол пациента; возраст пациента; индекс массы тела; окружность талии; окружность бедер; статус курения табака; статус употребления алкоголя; систолическое давление; диастолическое давление. Применяются методы машинного обучения для построения прогностических моделей.
Результаты. Построены две модели прогнозирования развития гипертонической болезни, характеризующиеся высокими показателями точности классификации: модель логистической регрессии, предназначенная для расчета индивидуального риска пациента (точность 96%), и модель на основе деревьев решений, предназначенная для прогнозирования возможного заболевания пациента гипертонической болезнью и объяснения причин, по которым может происходить это заболевание (точность 92%).
Выводы. Показана целесообразность применения методов машинного обучения при построении прогностических моделей по оценке состояния пациентов, обозначена возможность создания рекомендательного блока на основе полученных моделей в подсистеме дистанционного кардиомониторинга. -
2026 № 9 Прогнозная модель удержания среднего медицинского персонала в регионе по данным медико-социологического опроса и поведенческого мониторинга.
Актуальность разработки прогнозной модели удержания среднего медицинского персонала обусловлена необходимостью стабилизации кадрового состава бюджетных медицинских организаций региона.
Цель исследования: разработка научно обоснованной модели удержания среднего медицинского персонала в регионе на основе интеграции данных медико-социологического опроса и методов мониторинга организационного поведения для выявления рисков увольнения на ранней стадии и снижения текучести кадров в бюджетных медицинских организациях.
Материалы и методы. Проведено комплексное исследование с применением количественных методов социологического анализа и поведенческой аналитики. Выборка составила 1331 анкету сотрудников, относящихся к среднему медицинскому персоналу, работающих в медицинских организациях регионального уровня. Надежность инструментария подтверждена коэффициентом альфа Кронбаха, равным 0,66. Дополнительно использовалась методика мониторинга организационного поведения с ведением индивидуальных учетных документов. Обработка данных проводилась методами описательной статистики, факторного, корреляционного и регрессионного анализа.
Результаты. Анализ выявил три кластера риска увольнения с различными профилями мотивации – кластеры «Сегмент эмоционального выгорания», «Сегмент рабочей перегрузки», «Сегмент системной неудовлетворенности». Построена регрессионная модель прогнозирования вероятности увольнения с общей точностью классификации 89,0%. Внедрение системы поведенческого мониторинга в группе риска позволило снизить текучесть кадров на 25% за месяц.
Выводы. Переход от анализа фактической текучести к оценке намерения увольнения позволяет выявлять риски на ранней стадии и предпринимать превентивные меры. Эффективность поведенческого мониторинга подтверждена снижением текучести кадров в пилотных подразделениях при работе с причинами, а не со следствиями изменений в настроениях сотрудников. Результаты применимы для интеграции опросов в планирование кадровых ресурсов и разработки программ развития персонала. -
2020 № 9 Методика анализа субъективных и объективных характеристик медицинских услуг для целей дизайна качества медицинских услуг
В системе управления качеством медицинских услуг важная роль отводится оценкам результатов деятельности
медицинской организации, в частности степени удовлетворенности пациентов качеством полученных услуг. В настоящее
время вопрос качества медицинских услуг крайне актуален, имеется потребность в разработке инструментов совершенствования качества услуг.
Методы: Использованы методика измерения удовлетворенности качеством оказанной медицинской помощи SERVQUAL,
основанная на положениях ГОСТ «Менеджмент качества…», и методика развертывания функций качества QFD, элементы
которой определены в ГОСТ «Количественные методы улучшения процессов «Шесть сигм».
Результаты: Изложен подход на основе интеграции методик измерения удовлетворенности потребителей медицинских услуг SERVQUAL и развертывания функции качества QFD, реализация которого позволяет построить Дом качества и сформировать данные для проведения дизайна качества медицинских услуг.
Заключение: Проведенное исследование позволило сформировать инструменты для выработки корректирующих и предупреждающих управляющих воздействий, направленных на востребованное изменение качества медицинских услуг и, как следствие, повышающих удовлетворенность получателей услуг