Статьи с темой: «система поддержки принятия врачебных решений»

    Цифровые медицинские экосистемы
  • 2024 № 13 Перспективы создания цифровых медицинских экосистем в России: цифровые двойники и другие технологии, проблемы и подходы.

    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 здоровьесбережении, 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 поставщиков 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.

    Авторы: Михеев А. Е.

    Темы: блокчейн3 большие данные4 большой банк клинических данных2 ии2 искусственный интеллект16 личный кабинет пациента3 медицинская информационная система27 мис6 открытые данные1 открытый api1 система поддержки принятия врачебных решений3 сппвр3 цифровая экосистема медицинской помощи4 цифровой двойник4 электронная медицинская карта9 эмк4

    Подробнее >

  • Цифровое здравоохранение
  • 2024 № 11 Оценка финансово-экономического эффекта внедрения систем искусственного интеллекта в здравоохранении на примере платформы Webiomed.

    Одним из барьеров широкого применения систем искусственного интеллекта в здравоохранении является отсутствие финансового-экономического обоснования их внедрения. На примере опыта использования отечественной платформы Webiomed в решении задач профилактики сердечно-сосудистых заболеваний предложена модель оценки экономической эффективности.
    Общий потенциальный эффект составляет 117,9 млн. руб./1 млн. населения в год, что соответствует окупаемости проекта внедрения с первого года использования на популяции, начиная с 64 тыс.человек. Развитие внедрения рассматриваемой платформы в долгосрочной перспективе позволит повысить эффективность и обоснованность управленческих решений. Использование систем искусственного интеллекта с доказанным позитивным влиянием на эффективность использования финансовых ресурсов позволяет создать условия для достижения целевых показателей государственных программ в здравоохранении.

    Авторы: Прохоренко Н. Ф.

    Темы: webiomed1 профилактика сердечно-сосудистых заболеваний1 система поддержки принятия врачебных решений3 системы искусственного интеллекта в здравоохранении1 экономическая эффективность13

    Подробнее >

  • Системы поддержки принятия врачебных решений
  • 2024 № 13 Подход к внедрению систем поддержки принятия врачебных решений на принципах сервис-ориентированной архитектуры с использованием сервисов цифровой медицинской экосистемы.

    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.

    Авторы: Михеев А. Е.

    Темы: медицинская информационная система27 мис6 сервис- ориентированная архитектура1 система поддержки принятия врачебных решений3 соа1 сппвр3 цифровая экосистема медицинской помощи4 электронная медицинская карта9 эмк4

    Подробнее >