
Врач и информационные технологии 2020 №1
Опубликовано: 5 лет назад
7275
Единственный в России специализированный журнал, посвященный медицинским информационным технологиями. Включен в перечень ВАК ведущих рецензируемых научных журналов и изданий, рекомендуемых для опубликования основных научных результатов диссертации на соискание ученой степени кандидата и доктора наук.
Входит в РИНЦ и Russian Science Citation Index (RSCI). Входим в библиотеку eLibrary.
СОДЕРЖАНИЕ НОМЕРА
-
Управление данными в клинических исследованиях: опыт НМИЦ нейрохирургии им. Н. Н. Бурденко
Управление данными – ключевой процесс в современных клинических исследованиях, который направлен
на обеспечение однозначности, полноты, защищенности и надежности сбора и хранения собираемой информации.
С 2017 года в ФГАУ «НМИЦ нейрохирургии им. ак. Н. Н. Бурденко» Минздрава России (НМИЦ нейрохирургии) был модифицирован процесс управления клиническими данными и внедрена в рутинную исследовательскую практику специальная информационная система управления.
Данная статья открывает серию статей, посвященных управлению клиническими исследованиями в НМИЦ нейрохирургии.
Работа поддержана грантом РФФИ № 16-29-12880. -
Веб-портал как основа дистанционного мониторинга за состоянием пациентов после трансплантации аллогенных гемопоэтических стволовых клеток
Важным этапом в процессе лечения пациентов после трансплантации аллогенных гемопоэтических стволовых
клеток (алло-ТГСК) является сохранение информированности врачей трансплантационного центра о состоянии здоровья
пациента. Основой этой информированности является агрегация, систематизация и анализ данных о том, что с пациентом
происходит вне стационара, а именно тех параметров, которые являются клинически важными для врачей, занимающихся
трансплантацией. Основой будущей системы дистанционного мониторинга за состоянием пациентов после трансплантации является портал самонаблюдения для пациентов после алло-ТГСК. Введение в эксплуатацию этой системы уменьшит время на опрос пациента при очном обращении, а также потенциально приведёт к увеличению общей выживаемости за
счёт своевременной госпитализации, что в свою очередь повысит эффективность оказания медицинской помощи. -
Современные методы анализа и прогнозирования временных рядов и их применение в медицине
Статья представляет собой обзор российских и зарубежных научных публикаций, связанных с применением
в медицине методов анализа и прогнозирования временных рядов. Рассмотрены 112 основных публикаций за последние
5 лет, расположенные на Интернет-ресурсах e-library и PubMed. Приведены примеры применения таких методов как
экспоненциальное сглаживание, регрессионный анализ, метод ARIMA и их варианты для анализа временных рядов. Представлены различные подходы к математическому моделированию временного ряда. Результаты статьи могут применяться для выбора метода анализа и прогнозирования временных рядов в зависимости от поставленных задач. -
Жизненный цикл систем поддержки принятия врачебных решений как медицинских технологий
Системы поддержки принятия врачебных решений (СППВР) можно классифицировать на информационно-
справочные и интеллектуальные, а последние, в свою очередь, на моделирующие и имитирующие рассуждения. Моделирующие системы основаны на формализованных знаниях экспертов, а имитирующие – на моделях, построенных различными методами многомерного анализа данных, в т.ч. методами машинного обучения. СППВР следует рассматривать как медицинские технологии, следовательно после их разработки должны последовать этапы оценки их аналитической (технической) валидности, а затем (независимо от актуальных регуляторных норм, в соответствии с принципами доказательной медицины) – и клиническая валидация, в ходе которой должны быть получены доказательства эффективности таких систем в улучшении исходов пациентов и их безопасности. После получения таких доказательств может быть проведен клинико-экономический анализ с целью обоснования экономической целесообразности использования СППВР. -
Автоматизация деятельности мультидисциплинарной реабилитационной бригады посредством программного пакета ICF WIZARD
В статье рассмотрены возможности формирования реабилитационного диагноза, используя коды категорий
справочника Международной классификации функционирования, ограничения жизнедеятельности и здоровья (МКФ) с по-
мощью информационной системы «ICF WIZARD». Также рассмотрены возможности использования и области применения
информационной системы «ICF WIZARD». -
Сервисы поддержки принятия решений по диагностике и лечению заболеваний и их практическое применение на примере ХБП 5Д
В статье уточнено понятие СППР, показана тенденция развития новых сервисов в медицине. Описан разработанный СППР‑сервис для выдачи рекомендаций по лечебно-диагностическому процессу на примере осложнений
у пациентов на постоянном гемодиализе, в частности коррекции анемии. Описана информационно-логическая архитектура сервиса, используемые рейтинговая и триггерная модели, лежащие в основе базы знаний и их взаимосвязь.
На основе теории принятия решений показан принцип выработки рекомендаций. Приведены примеры интеграции
сервиса с различными информационными системами и др. источниками данных. Проведен анализ результатов внедрения СППР‑сервиса для коррекции анемии у пациентов с ХБП 5Д в отделениях нефрологии и гемодиализа медицинской
клинической компании Нефросовет в интеграции с информационно-аналитической системой управления лечебно-диагностическими процессами Maximus. -
Качество первичных телемедицинских консультаций «пациент-врач» (по результатам тестирования телемедицинских сервисов)
Принятие ряда специальных нормативно-правовых документов значительно расширило возможности по
применению телемедицинских технологий в Российской Федерации. На рынке появилось значительное количество сер-
висов, предлагающих прямые телемедицинские консультации пациентам и их законным представителям. Взрывной рост
числа таких услуг требует тщательного изучения качества телемедицинского взаимодействия. Цель исследования: оценить качество дистанционного взаимодействия участников первичных телемедицинских консультаций с использованием симулированных пациентов. Для тестирования использованы описания симулированных пациентов, разработанные на основе реальных историй болезней пациентов терапевтического отделения городской клинической больницы. Для объективизации и анализа процесса телемедицинского взаимодействия (сбора жалоб, расспроса, рекомендаций и т.д.) составлен чек-лист. Первоначально в исследование включены сервисы «Яндекс.Здоровье», «ММТ (ОнлайнДоктор)», «ТелемедХелп», «Доктор на работе», «DoctorSmart», «DocDoc»; затем по техническим причинам 2 сервиса были исключены из исследования. Два симулированных пациента были направлены в 4 сервиса, в итоге проведено 8 первичных телеконсультаций. Во всех случаях зафиксирован некорректный, неполный сбор анамнеза. Целевой диагноз (в форме диагностической концепции) был достигнут в 25,0%, а целевые назначения сделаны в 50,0% случаев. Очный прием
и дополнительные обследования рекомендованы в 75,0% телеконсультаций. Полностью отсутствовала преемственность,
в 62,5% случаев в той или иной форме были назначены медикаментозные препараты. Требуется безотлагательная раз-
работка методик внутреннего и ведомственного контроля качества медицинской помощи, оказываемой с применением
телемедицинских технологий. -
Методы моделирования и прогнозирования длительности хирургических операций
На основании анализа зарубежных публикаций проведена сравнительная характеристика методов и моделей
прогнозирования длительности хирургических операций. Показана важность оценки точности прогнозирования длительности операций для эффективного планирования использования операционных помещений и высокотехнологического оборудования. Проанализированы статистические и регрессионные методы прогнозирования длительности операций, а также использование искусственных нейронных сетей для оценки продолжительности операции. Приведены математические выражения, позволяющие оценить длительность операции в целом, а также данные о погрешностях прогнозирования.
Медицинские информационные системы
Искусственный интеллект в здравоохранении
Система поддержки принятия решений
Телемедицина
Математическое моделирование
Ссылка на полную и бесплатную версию этого номера.
«ВиИТ» №1 2020 в высоком разрешении
7.5 МБ
«ВиИТ» №1 2020 в среднем разрешении
7.5 МБ