Несмотря на потенциальную эффективность, продемонстрированную в отдельных медицинских организациях, системы поддержки принятия врачебных решений (СППВР) не получили широкого распространения в России. Основываясь на положениях Национальной стратегии развития искусственного интеллекта на период до 2030 года, утвержденной Указом Президента Российской Федерации, в статье сформулирована цель национального плана развития СППВР в медицине, определены ключевые факторы, необходимые для реализации этой цели, а также задачи, решение которых необходимо для обеспечения создания и широкого внедрения эффективных СППВР. Предлагается использовать принципы сервис-ориентированной архитектуры (СОА) для внедрения СППВР в цифровой медицинской экосистеме, что должно способствовать достижению заявленной цели. В статье описаны ключевые особенности и преимущества использования СОА в медицинской экосистеме. Описана модель развертывания СППВР в медицинской экосистеме на принципах СОА с обоснованием ключевых архитектурных решений. В качестве примера описана архитектура СППВР для оценки состояния здоровья пациента на амбулаторном этапе с точки зрения сервисов и управления ими. Обсуждены возможности и недостатки предложенной модели внедрения СППВР.
Идентификаторы и классификаторы
Указом Президента Российской Федерации от 10 октября 2019 г. № 490 «О развитии
искусственного интеллекта в Российской Федерации» утверждена Национальная стратегия развития искусственного интеллекта на период до 2030 года [1] – далее Стратегия. Стратегия является основным программным документом, направленным на развитие и внедрение отечественных решений, обеспечивающих внедрение искусственного интеллекта (ИИ) во все сферы экономической деятельности, включая здравоохранение, а также в повседневную жизнь граждан.
Список литературы
- Указ Президента Российской Федерации от 10.10.2019 № 490 «О развитии искусственного интеллекта в Российской Федерации» [Электронный ресурс]. URL: http://publication.pravo.gov.ru/Document/ View/0001201910110003 (Доступ: 08.08.2024 г.).
- Указ Президента Российской Федерации о внесении изменений в Указ Президента Российской Федерации от 10.10.2019 № 490 «О развитии искусственного интеллекта в Российской Федерации» и в Национальную стратегию, утвержденную этим Указом [Электронный ресурс]. URL: https://www. tadviser.ru/images/6/65/0001202402150063.pdf (Доступ: 08.08.2024 г.).
- Kawamoto K., Houlihan C.A., Balas E.A., Lobach D.F. Improving clinical practice using clinical decision support systems: a systematic review of trials to identify features critical to success. BMJ. 2005; 330: 765–8.
- Garg A.X., Adhikari N.K., McDonald H., Rosas-Arellano M.P., Devereaux P.J., Beyene J. et al. Effects of computerized clinical decision support systems on practitioner performance and patient outcomes: a systematic review. JAMA. 2005;293:1223–38.
- Osheroff J.A., Pifer E.A., Teich J.M., Sittig D.F., Jenders R.A. Improving outcomes with clinical decision suppport: an implementer’s guide. Chicago, IL: Health Information Management and Systems Society; 2005.
- Михеев А. Е. Возможности, проблемы и перспективы информационных технологий в сфере клинической безопасности. // Менеджер здравоохранения. 2023; S:5–20. DOI 10.21045/1811-0185-2023-S‑5-20.
- Белышев Д.В., Гулиев Я. И., Михеев А. Е. Цифровая экосистема медицинской помощи. // Врач и информационные технологии, № 5, 2018, с. 4–17.
- Малых В. Л. Системы поддержки принятия решений в медицине. // Программные системы: теория и приложения, № 2(41), 2019, с. 155–184.
- Михеев А.Е. МИС как бизнес-платформа цифровой экосистемы медицинской помощи. // Менеджер здравоохранения. 2022; S: 5–22. DOI: 10.21045/1811-0185-2022-S‑5-22.
- Система поддержки принятия врачебных решений [Электронный ресурс]. URL: https://ru.wikipedia. org/wiki/Система_поддержки_принятия_врачебных_решений (Доступ: 08.08.2024 г.).
- Гусев А. Обзор Российских систем поддержки принятия врачебных решений (СППВР) [Электронный ресурс]. URL: https://webiomed.ru/blog/obzor-rossiiskikh-sistem-podderzhki-priniatiia-vrachebnykh-reshenii/ (Доступ: 08.08.2024 г.).
- Гусев А.В., Зарубина Т. В. Поддержка принятия врачебных решений в медицинских информационных системах медицинской организации// Врач и информационные технологии, № 2, 2017, с. 60–71.
- Osheroff J.A., Teich J .M., Middleton B., Steen E.B., Wright A., Detmer D.E. A roadmap for national action on clinical decision support. J Am Med Inform Assoc. 2007; 14: 141–5. [Электронный ресурс]. URL: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC2213467/ (Доступ: 08.08.2024 г.).
- Kohn L.T., Corrigan J.M., Donaldson M.S. eds. To err is human: building a safer health system.
Washington, DC: National Academy Press; 1999. - Фактчекинг: ухудшилось ли качество медицинской помощи сердечникам в 2022 году? Electronic resource]. URL: https://www.hse.ru/expertise/news/834175267.html (Доступ: 08.08.2024 г.).
- Кризис Российского здравоохранения: «Эксцесс исполнителя» или запрограммированный результат? Electronic resource]. URL: https://cyberleninka.ru/article/n/krizis-rossiyskogo-zdravoohraneniyaekstsess-
ispolnitelya-ili-zaprogrammirovannyy-rezultat/viewer / (Доступ: 08.08.2024 г.). - Современные тенденции в системе здравоохранения Российской Федерации //м.: Издание Государственной Думы, 2019., – 80 с. [Электронный ресурс]. URL: http://duma.gov.ru/media/files/otTeY7Kh7 jQrYiz92JbKmBymxb6971xF.pdf (Доступ: 28.10.2022 г.).
- Старение [Электронный ресурс]. URL: https://www.un.org/ru/global-issues/ageing (Доступ: 28.10.2022).
- Улумбекова Г.Э., Альвианская Н. В. Финансирование системы здравоохранения РФ: динамика, прогнозы, сравнение с развитыми странами//ОРГЗДРАВ: новости, мнения, обучение. Вестник ВШОУЗ. Том 7, № 3, 2021, с. 36–47.
- Страховщик сообщил о подорожании медицинских услуг в России в пределах 30% за полгода [Электронный ресурс]. URL: https://www.interfax.ru/business/869645 (Доступ: 28.10.2022 г)
- Haux R. et al. Health care in the information society. A prognosis for the year 2013 //Int. J. Med. Informatics. – 2002. – Vol. 66, № 1. – P. 3–21.
- McGlynn E.A., Asch S.M., Adams J., Keesey J., Hicks J., DeCristofaro A. et al. The quality of health care delivered to adults in the United States. N Engl J Med. 2003; 348: 2635–45.
- Kawamoto K., Houlihan C.A., Balas E.A., Lobach D.F. Improving clinical practice using clinical decision support systems: a systematic review of trials to identify features critical to success. BMJ. 2005; 330: 765–8. [Электронный ресурс]. URL: https://www.bmj.com/content/330/7494/765 (Доступ: 08.08.2024 г.).
- Реброва О. Ю. Эффективность систем поддержки принятия врачебных решений: способы и результаты оценки // Клиническая и экспериментальная тиреоидология. – 2019. – Т. 15. – No4. – С. 148–155. doi: https://doi:. org/10.14341/ket12377
- Реброва О. Ю. Жизненный цикл систем поддержки принятия врачебных решений как медицинских технологий // Менеджер здравоохранения. 2020; S:27–37. DOI: 10.37690/1811‑0193‑2020‑1‑27‑37
- Малых В.Л., Калинин А. Н., Рудецкий С. В. Архитектура взаимодействия в медицинской экосистеме // Программные системы: теория и приложения. 2024. Т. 15. No 2(61). С. 475–492. https://psta.psiras.ru/ read/psta2024_2_475–492.pdf
- Kawamoto K. Integration of knowledge resources into applications to enable clinical decision support: architectural considerations. In: Greenes RA, ed. Clinical decision support: the road ahead. Elsevier, Inc.; 2006.
- Сервис-ориентированная архитектура. Цифровая копия бизнеса. [Электронный ресурс]. URL: https://www. kt-team.ru/blog/service-oriented-architechture (Доступ: 08.08.2024 г.).
- Архитектура экосистем [Электронный ресурс]. URL: https://habr.com/ru/companies/nspk/articles/532462/ (Доступ: 14.08.2024 г.).
- Введение в Event Modeling [Электронный ресурс]. URL: https://habr.com/ru/articles/682424/ (Доступ: 14.08.2024 г.).
- Пантелеев Е.Р, Игнатьев Е. Б., Архипов А. Л. Объектно-событийная модель интеграции данных в информационных системах муниципального управления [Электронный ресурс]. URL: https://cyberleninka.ru/article/n/obektnosobytiynaya- model-integratsii-dannyh-v-informatsionnyh-sistemah-munitsipalnogo-upravleniya (Доступ: 14.08.2024 г.).
- Малых В.Л., Рудецкий С. В. Архитектура на основе потоков событий. // Открытые системы. СУБД. 2022. № 3; с. 21–23. [Электронный ресурс]. URL: https://www.osp.ru/os/2022/03/13056297 (Доступ: 14.08.2024 г.).
- Рейтинг российских стартапов искусственного интеллекта в 2024 году [Электронный ресурс]. URL: https://evercare.ru/news/reyting-startapov-iskusstvennogo-intellekta-v‑2024-godu (Доступ: 15.08.2024 г.).
- Экономика данных и цифровая трансформация государства (национальный проект) [Электронный ресурс]. URL: https://www.tadviser.ru/index.php/Статья: Экономика_данных_и_цифровая_трансформация_государства_% 28национальный_проект%29 (Доступ: 08.08.2024 г.).
- В Сколково оценили объем российского рынка ИИ-решений в медицине в 12 млрд. рублей [Электронный ресурс]. URL: https://tass.ru/ekonomika/20873095 (Доступ: 08.08.2024 г.).
- Белышев Д.В. и др. Реализация «виртуальной больницы» в виде ИТ-экосистемы. // Врач и информационные технологии. – 2018. – № 5. – С. 18–33.
Выпуск
Другие статьи выпуска
Статья предлагает обзор инструментов, которые способна предложить клиническому фармакологу (КФ) комплексная медицинская информационная система (МИС) медицинской организации. Рассматриваются основные направления деятельности КФ, включая: консультацию клинического фармаколога, формулярный перечень; ABC/VEN-анализ; частотный анализ; контроль полипрагмазии; контроль антимикробной терапии (СКАТ).
Предлагается подход к информатизации бизнес-процессов Планово-экономического отдела медицинской организации (МО), реализации адаптивной системы планирования и анализа производственных показателей с обратной связью, предлагается решение и средства информатизации Планово-экономического отдела. Формулируются цели и задачи данного решения. Вводятся основные понятия адаптивной системы планирования и анализа производственных показателей с обратной связью. Перечисляется набор основных производственных показателей деятельности МО. Формулируются подход и особенности расчета плановых показателей деятельности МО. Описываются особенности реализации. В заключении делается вывод, что повышение экономической эффективности работы МО косвенно ведет к повышению качества медицинской помощи и более точному позиционированию организации на рынке оказания медицинских услуг.
Статья посвящена анализу вариантов применения областей видимости низкоуровневого системного механизма многокомпонентности в медицинских информационных системах при работе с медицинскими ресурсами.
Медицинская реабилитация является неотъемлемой частью процесса восстановления здоровья и улучшения качества жизни пациентов, которые перенесли тяжелые заболевания. Успех реабилитационных мероприятий во многом зависит от комплексного, мультидисциплинарного подхода, внимательной оценки рисков, точной постановки целей, реализации индивидуальных планов и регулярного мониторинга состояния пациентов. Специфика предметной области обуславливает необходимость в специализированных методиках и инструментах информационной поддержки, отличающейся от традиционной реализации клинических лечебно-диагностических процессов. В работе рассматривается развитие исследований в части медицинской реабилитации, проводимые совместно Институтом программных систем им. А. К. Айламазяна РАН, ООО «Интерин технологии» и Клиникой ранней реабилитации «Три сестры», в рамках проекта внедрения медицинской информационной системы Интерин ПРОМИС Альфа PG (ООО «Интерин технологии»).
Цель исследования. В статье обосновывается, что увеличение объема дистанционного взаимодействия ведет к повышению эффективности работы медицинской организации (МО), повышению качества и доступности оказания медицинской помощи.
Материалы и методы. Предлагается решение по информационной поддержке дистанционной работы с использованием архитектуры, основанной на портальных решениях, связанных с медицинской информационной системой.
Результаты. Описываются основные особенности решения, приведены данные анализа экономической эффективности дистанционной работы.
Выводы. Предложены и перечислены направления дальнейшего развития средств информационной поддержки медицинской организации.
До настоящего времени ни в академических кругах, ни в медицинском и ИТ сообществах не сформировано единого мнения, какой должна быть архитектура медицинской экосистемы. В связи с ориентированностью медицинских экосистем, в отличие от иных бизнес-экосистем, в первую очередь на удовлетворение потребностей пациентов в здоровье-сбережении, а также в связи с постоянными изменениями в мире ИТ и современном бизнесе, работа по согласованию бизнеса и ИТ в интересах пациентов в медицинской экосистеме приобретает особое значение. Предлагается использовать подход, основанный на концепции архитектуры предприятия (АП), которая уже в течение достаточно длительного времени использовалась для разработки информационных систем, в сочетании с подходом, основанном на управлении ИТ-сервисами. В данной статье при- водится обоснование использования концепции АП совместно с управлением ИТ-сервисами для согласования потребности бизнеса и информационных технологий при разработке архитектуры медицинской экосистемы. Цель данной статьи – дать общее представление об использовании АП для решения проблем совместного создания ценностей в рамках медицинской экосистемы средствами информационных технологий. Также в статье представлен фреймворк TOGAF как один из наиболее перспективных общих фреймворков для разработки архитектуры медицинской экосистемы. В качестве экосистемного продукта описан массив медицинских услуг экосистемы, также описаны основные артефакты и система управления экосистемы. Настоящая статья может стать отправной точкой для разработки архитектуры медицинской экосистемы с использованием существующих архитектурных фреймворков или для разработки специализированных фреймворков для применения в этой области.
Усилия медицины постепенно смещаются от борьбы с конкретным заболеванием к обеспечению индивидуального благополучия пациентов с одновременным ростом информационной емкости медицины. Информационно-коммуникационные технологии рассматриваются как ключевой фактор любой стратегии повышения качества и экономической эффективности медицинской помощи. Развитие систем электронных медицинских карт, интеллектуального здравоохранения, мобильной медицины, искусственного интеллекта открыли новые возможности для сотрудничества и взаимодействия между поставщиками медицинских услуг и пациентами в рамках цифровой экосистемы медицинской помощи, стимулируя технологические инновации. Медицинская экосистема призвана реализовать системный подход к обработке клинических данных, как основы повышения эффективности медицинской помощи за счет цифровой трансформации сквозных медицинских технологических процессов. Она сфокусирована на интеграции работы разных поставщиков и потребителей медицинской помощи, обмене между ними данными и информацией для оказания комплексной медицинской помощи пациентам некоторого объединения МО. Медицинские экосистемы рассматриваются как системы, которые фокусируются на данных и генерировании новых знаний о здоровье сбережении, то есть как открытые и слабосвязанные системы, которые позволяют участникам использовать полученные знания по-своему, например, в отдельных экосистемах МО участников.
Цифровая трансформация здравоохранения происходит в фарватере цифровой экономики. Мы имеем дело с трансфером инновационных решений бизнес-экосистем в медицину, что предполагает необходимость учета особенностей предметной области. Ключевой технологией цифровой трансформации медицины вслед за многими отраслями экономики считается метод цифрового двойника, применение которого невозможно без использования и развития других экосистемных технологий: ЭМК, аналитики больших данных, ИИ, интернета вещей и блокчейна. Эффективная и всеобъемлющая реализация концепции цифровых двойников для такой предметной области, как медицина, возможна, если решена проблема объединения по- ставщиков и потребителей медицинской помощи в цифровую медицинскую экосистему, способную предоставить целостные и однородные первичные данные.
Реализация концепции совместного управления здоровьем пациента в рамках цифровых экосистем медицинской помощи сталкивается с препятствиями, в первую очередь, из-за сложных проблем, связанных с интероперабельностью, конфиденциальностью, безопасностью и эффективным управлением данными. Решение возможных проблем находится в обеспечении приоритета научных исследований для усиления объективизации выбора экосистемных технологий и определения этапности в достижении поставленных целей. Развитие экосистемы необходимо рассматривать в виде строительных блоков, которые со временем накладываются один на другой. Первые, нижние блоки призваны расширить возможности имеющихся технологий, а более поздние потребуют специальных исследований в области информационных технологий в широком смысле, а также медицинской информатики, в частности. Необходимы и упреждающие изменения в регулировании отрасли с учетом вызовов цифровой экономики и динамики изменений в социальной сфере.
Издательство
- Издательство
- Цветкова Лилия Анатольевна
- Регион
- Россия, Москва
- Почтовый адрес
- 143900, Московская обл, г Балашиха
- Юр. адрес
- 143900, Московская обл, г Балашиха
- ФИО
- Цветкова Лилия Анатольевна (Индивидуальный предприниматель)