Скачать pdf

Врач и информационные технологии 2019 №3

Опубликовано: 4 года, 6 месяцев назад

6711

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

    Региональные проекты информатизации
  • pdf Маркировка лекарственных препаратов от производителя до конечного потребителя

    В работе описываются подходы и методы, применяемые при проведении эксперимента по внедрению Фе-
    деральной государственной системы мониторинга движения лекарственных препаратов (ФГИС МДЛП) на базе крупного региона (Новосибирской области), нормативно-правовая база, приведен анализ результатов эксперимента. Сформулированы и обобщены особенности процесса внедрения результатов, сделаны выводы о текущей эффективности эксперимента и мерах по ее повышению.

    Авторы: Тезина Н. Н. [1]

    Темы: автоматизация аптек1 лекарственные препараты4 маркировка2 маркировка лекарственных препаратов1 медицинские информа- ционные системы1

    Полная версия статьи в формате PDF
    3.5 МБ

    Подробнее >

  • Медицинские информационные системы
  • pdf Применение клинико-информационной системы для обеспечения порядка отбора пациентов с болезнями системы кровообращения на получение высокотехнологичной медицинской помощи

    В статье представлены результаты применения клинико-информационной системы (КИС) для обеспечения порядка отбора пациентов с болезнями системы кровообращения на получение высокотехнологичной медицинской помощи на основе анализа заболеваемости, госпитализации, летальности и смертности населения Московской области. КИС позволяет осуществлять сравнительный анализ показателей здоровья населения для определения потребности граждан муниципального образования в конкретных видах ВМП в соответствующих медицинских организациях, а также может применяться для мониторинга при отборе пациентов на получение ВМП, оценки качества и результативности оказания ВМП в различных медицинских организациях. Благодаря проводимым в здравоохранении Московской области мероприятиям смертность населения от болезней системы кровообращения (БСК) за последние годы снизилась с 676,2 в расчете на 100 тыс. населения в 2015 г., когда она была выше, чем в среднем по Российской Федерации (РФ) и Центральному Федеральному Округу (ЦФО) до 475,2 в расчете

    Авторы: Гуров А. Н. [9] Огнева. Е. Ю. [3]

    Темы: болезни системы кровообращения2 высокотехнологичная медицинская помощь2 клинико-информационная система1 отбор пациентов1

    Полная версия статьи в формате PDF
    3.8 МБ

    Подробнее >

  • pdf О классификации рисков применения медицинского программного обеспечения в Евразийском экономическом союзе

    Рассмотрены правила классификации рисков медицинского программного обеспечения – программных медицинских изделий (ПМИ), принятые Международным форумом регуляторов медицинских изделий (IMDRF), в Евразийском экономическом союзе (ЕАЭС) и Европейском союзе (ЕС). Описаны формальные модели указанных правил. Проведен сравнительный анализ классов риска ПМИ, примеры которых описаны в документах IMDRF, определенных по указанным правилам.

    Авторы: Столбов. А. П. [24]

    Темы: классификация рисков применения программного медицинского изделия.1 медицинские изделия2 медицинское программное обеспечение1 программное медицинское изделие2

    Полная версия статьи в формате PDF
    3.3 МБ

    Подробнее >

  • Искусственный интеллект в здравоохранении
  • pdf Разработка алгоритма поиска клинически однородных пациентов по слабоструктурированным текстовым данным электронной медицинской карты онкологического профиля

    Рост контингента пациентов со злокачественными новообразованиями в целом по России значительно увеличивает нагрузку на специализированную сеть онкологических учреждений и врачей онкологов. Наиболее вероятно, что данная тенденция сохранится в ближайшие годы. Одним из направлений повышения эффективности врачебной деятельности является извлечение современными методами анализа данных знаний из больших массивов медицинских данных путем кластеризации больных, заключающейся в выделении групп однородных (схожих) больных по совокупности клинических показателей. Целью исследования является разработка алгоритма поиска клинически однородных пациентов по слабо-
    Искусственный интеллект в здравоохранении структурированным и неструктурированным данным электронной медицинской карты онкологического диспансера, с последующей возможностью встраивания его в системы поддержки принятия врачебных решений (СППВР). Применение таких СППВР в практической медицине и в сфере медицинского образования позволит анализировать массивы информации
    неограниченного размера, что потребует дальнейшего внедрения и совершенствования информационных систем на всех
    уровнях оказания медицинской помощи. Однородность больных в работе определяли методом машинного обучения по-
    средством косинусного расстояния в пространстве векторных представлений электронных медицинских карт. Экспериментна 20 случайно выбранных электронных медицинских картах больных ГБУЗ «Клинический онкологический диспансер № 1» Министерства здравоохранения Краснодарского края показал высокую эффективность алгоритма в создании кластеров клинически схожих пациентов.

    Авторы: Халафян А. А. [5] Кошкаров А. А. [8] Мурашко Р. А. [3] Собченко К. В. [2] Шаров С. В. [2] Аветисян М. С. [1] Егоров К. С. [1] Кох В. Н. [1]

    Темы: векторное представление1 онкология3 системы поддержки принятия врачебных решений5 электронная медицинская карта15

    Полная версия статьи в формате PDF
    3.9 МБ

    Подробнее >

  • pdf Перспективы использования методов машинного обучения для предсказания сердечно-сосудистых заболеваний

    Заболеваемость и смертность от сердечно-сосудистых заболеваний (ССЗ) остается лидирующей на протяжении последних десятилетий в всем мире. Методы первичной профилактики, основанные на управлении факторами сердечно-сосудистого риска, являются наиболее эффективными для снижения бремени ССЗ. В профилактической медицине для управления рисками ССЗ используются рискометры – шкалы, полученные в результате длительных проспективных исследований. Но практическое применение разработанных шкал показало ограничения в точности прогнозирования. Машинное обучение дает возможность повысить точность прогнозирования сердечно-сосудистого риска за счет нелинейных взаимосвязей их более глубокой настройки между факторами риска и результатами заболеваний. Используя данные 2236 пациентов, нами была обучена модель по признакам, используемым в построении фрамингемской шкалы. Мы сравнили полученную модель и Фрамингемскую шкалу на точность прогнозасердечно-сосудистого события. Так, по ROC анализу для Фрамингемской шкалы показатели следующие: точность Accuracy: 70,0%, качество AUC: 0.59. При этом для модели, полученной с использованием машинного обучения, аналогичные показатели составили: Accuracy: 78,8%, AUC: 0.84. Таким образом, использование алгоритмов машинного обучения, включая алгоритмы глубокого обучения, могут значительно повысить точность прогнозирования сердечно-сосудистых рисков обученных моделей.

    Авторы: Гусев А. В. [32] Новицкий Р. Э. [5] Гаврилов Д. В. [4] Кузнецова Т. Ю. [2] Корсаков И. Н. [1] Серова Л. М. [2]

    Темы: здравоохранение16 искусственный интеллект13 машинное обучение9 медицина6 оценка рисков развития заболеваний1 сердечно-сосудистые заболевания4 факторы риска5

    Полная версия статьи в формате PDF
    3.7 МБ

    Подробнее >

  • pdf Опыт разработки и внедрения системы поиска онкологических образований с помощью искусственного интеллекта на примере рентгеновской компьютерной томографии легких

    Рассмотрен опыт создания и внедрения информационной системы на базе искусственного интеллекта
    «Botkin.AI» для выявления узлов и очагов в легких по данным КТ. Описаны основные параметры математических моделей,разработанных для системы, представлены результаты пилотных проектов ее практического применения в нескольких регионах Российской Федерации. Приведены примеры ее применения для выявления узлов в легких различных размеров и локализации. Во время проведения пилотных проектов в регионах были выявлены 7 пациентов с высоким подозрением ЗНО легких. Полученные результаты и опыт показывают, что применение системы Botkin.AI можно использовать как для целей реализации региональных программ скрининга рака легкого, так и в качестве дополнительного инструмента повышения выявляемости рака легкого при внедрении автоматического пересмотра массивов данных КТ грудной клетки, вне зависимости от показаний, по которым были сделаны эти исследования.

    Авторы: Дрокин И. С. [1] Еричева Е. В. [1] Бухвалов О. Л. [1] Пилюс П. С. [1] Малыгина Т. С. [1] Синицын В. Е. [1]

    Темы: искусственный интеллект13 компьютерная томография2 нейронные сети11 рак легкого1 скрининг1 человек- машинное взаимодействие1

    Полная версия статьи в формате PDF
    4.6 МБ

    Подробнее >

  • Блокчейн в здравоохранении
  • pdf Применение блокчейн-технологии для ведения реестра лекарственных препаратов

    Предложено использование закрытой блокчейн-системы в электронном документообороте и информацион-
    ном обмене данными о биологически активных соединениях, в качестве базового информационного процесса, включающего все фазы жизненного цикла лекарственного средства, как объекта сферы обращения лекарственных средств. Описаны основные преимущества данного технологического подхода к процедурам ведения Государственного реестра лекарственных средств в части мониторинга регистрационной информации и последующего контроля сферы закупок и распределения лекарственных препаратов для обеспечения государственных и муниципальных нужд.

    Авторы: Кошечкин К. А. [1] Преферанский Н. Г. [1] Преферанская Н. Г. [1]

    Темы: блокчейн3 государственная регистрация лекарственных средств1 жизненный цикл лекарственный средств1 электронный документооборот5

    Полная версия статьи в формате PDF
    3.3 МБ

    Подробнее >

  • Система поддержки принятия решений
  • pdf Облачный сервис поддержки принятия диагностических решений в гастроэнтерологии

    В работе представлен сервис поддержки принятия диагностических решений в гастроэнтерологии на медицинском портале облачной платформы IACPaaS. Описаны общие принципы разработки и концептуальная архитектура интеллектуального сервиса, сформированные информационные и программные компоненты. Представлены возможности проведения диагностики и дифференциальной диагностики заболеваний на медицинском портале.

    Авторы: Грибова В. В. [2] Петряева. М. В. [2] Шалфеева Е. А. [1]

    Темы: база знаний7 гастроэнтерология1 диагностика заболеваний2 медицинский облачный сервис2 онтологический подход.1 решатель задач диагностики1

    Полная версия статьи в формате PDF
    3.8 МБ

    Подробнее >

  • Информационные технологии в образовании
  • pdf Медицинская информатика в современном высшем медицинском образовании

    Статья посвящена проблемам преподавания медицинской информатики в соответствии с требованиями стандартов высшего медицинского образования и рынка труда. Рассмотрены изменения в преподавании медицинской информатики на протяжении последних 20 лет. Предложен проект рабочей программы по данной дисциплине, учитывающий современные тенденции в сфере информатизации здравоохранения.

    Авторы: Зарубина Т. В. [24] Николаиди Е. Н. [5]

    Темы: информационные компетенции1 медицинская информатика9 медицинские информационные системы46 медицинское образование5 образовательные стандарты1 электронное здравоохранение12

    Полная версия статьи в формате PDF
    3.4 МБ

    Подробнее >

Ссылка на полную и бесплатную версию этого номера.

«ВиИТ» №3 2019 в высоком разрешении
7.7 МБ

Статей
9

Авторов
32

Страниц
80

Последние номера

Архив журнала >
2020

«ВиИТ» №S5 2020

Дата выпуска: 2020-12-29

3469

«ВиИТ» №S1 2020

Дата выпуска: 2020-10-09

4085

«ВиИТ» №4 2020

Дата выпуска: 2020-12-29

4443

«ВиИТ» №3 2020

Дата выпуска: 2020-09-17

5762

«ВиИТ» №2 2020

Дата выпуска: 2020-07-03

5240

«ВиИТ» №1 2020

Дата выпуска: 2020-03-16

5850

Вышел №1 журнала "Менеджер здравоохранения" за 2020 г.

Фев. 24, 2020, полночь

Вышел 4й номер ВиИТ за 2019 г.

Дек. 18, 2019, 7:54 д.п.

Вышел 10й номер"МЗ" за 2019 г.

Дек. 9, 2019, 7:54 д.п.

Вышел 9й номер "МЗ" за 2019 г.

Ноя. 15, 2019, 7:54 д.п.