В статье описаны этапы развития электронного медицинского документооборота (ЭМДО) в здравоохранении Российской Федерации на основе структурированных электронных медицинских документов (СЭМД), как базы для «цифровой трансформации» отрасли, включая основные аспекты формирования технологии, методологии и нормативно-правового регулирования.
Представлены основные показатели деятельности цифрового здравоохранения по объему и видам регистрируемых электронных документов. Описаны основные перспективы развития ЭМДО, включая извлечение и использование данных СЭМД для решения задач оказания медицинской помощи и управления отраслью здравоохранения

Внедрение цифровых медицинских сервисов, активно проводимое в последние годы в Российской Федерации, направлено на повышение доступности медицинской помощи и удобства взаимодействия пациентов с системой здравоохранения. Однако возникающие в силу возрастных особенностей барьеры на пути использования предлагаемых сервисов людьми пожилого возраста могут отчасти нивелировать этот потенциал. В данной работе изучены наиболее актуальные проблемы при использовании цифровых медицинских сервисов пациентами старше трудоспособного возраста и осуществлен поиск решений по их устранению

Цель исследования состояла в оценке эффективности методов синтеза данных SMOTE, GAN и VAE в задачах прогнозирования послеоперационной фибрилляции предсердий (ПоФП) и внутригоспитальной летальности (ВГЛ) у больных ишемической болезнью сердца (ИБС) после коронарного шунтирования (КШ).
Материалы и методы. Проведено одноцентровое ретроспективное исследование, в рамках которого анализировали данные историй болезней 999 больных ИБС, которым выполнялось плановое КШ. Конечные точки исследования были представлены ПоФП и ВГЛ. Разработка прогностических моделей выполнялась с использованием методов машинного обучения: многофакторной логистической регрессии (МЛР), случайного леса (СЛ) и стохастического градиентного бустинга (СГБ). Для генерации новых образцов миноритарного класса использовали 9 методов синтеза данных: 5 методов группы SMOTE, методы SOMO, GAN, WGAN и VAE.
Результаты. Сопоставление критериев качества прогностических моделей ПоФП и ВГЛ, разработанных на основе реальных и синтетических данных, показало, что для моделей МЛР и СЛ использование синтетических объектов не ассоциируется с повышением точности прогноза. При использовании метода СГБ для решения задачи прогнозирования ВГЛ, в которой объем мажоритарного класса является доминирующим (15 к 1), повышение качества прогноза было связано только с методом ProWRAS. В тех случаях, когда дисбаланс классов не относится к значительным (4 к 1), что соответствует конечной точке ПоФП, использование методов синтеза данных не повышает качество прогноза.
Заключение. Использование методов SMOTE, GAN и VAE не гарантирует повышение точности прогностических моделей ПоФП и ВГЛ у больных ИБС после КШ

Данное исследование направлено на разработку программно-аппаратного комплекса (ПАК) для реабилитации пациентов с легкими (субклиническими) и выраженными нарушениями когнитивных процессов и моторных функций верхних конечностей, основанного на применении мультимодальной биологической обратной связи, включая транскраниальную магнитную стимуляцию.
Материалы и методы. В работе были использованы данные электроэнцефалографии с дополнительными каналами для записи электромиограммы здоровых добровольцев. Для классификации воображаемых движений использовались пространственный фильтр, линейный дискриминантный анализ, метод дополненной ковариационной матрицы с классификацией в пространстве касательных в многообразии Римана и метод опорных векторов. Результаты. На основе проведенного нейрофизиологического исследования и анализа литературы был разработан ПАК для реабилитации пациентов с легкими (субклиническими) и выраженными нарушениями когнитивных процессов и моторных функций. Показано, что разработанные алгоритмы реального времени обладают средней точностью 86% для классификации двигательного акта, 75% для воображения с анимированным визуальным стимулом и 73% для воображения со статичным визуальным стимулом.
Выводы. Разработан эффективный и универсальный ПАК на основе современных алгоритмов интерфейсов «мозг-компьютер» для реабилитации пациентов с когнитивными и моторными нарушениями

Ключевой функциональной возможностью медицинских информационных систем медицинских организаций является ведение электронных медицинских карт (ЭМК), которые играют неотъемлемую роль в современной практике здравоохранения, позволяя медицинским организациям последовательно собирать, систематизировать и предоставлять медицинским работникам доступ к информации о диагностике и лечении пациентов. Несмотря на наличие большого объема накопленных ЭМК и давнюю историю их разработки и развития, современные ЭМК имеют довольно низкое качество собираемой в них клинической информации. В настоящий момент нет рекомендуемого подхода к оценке качества данных ЭМК.
Цель. Разработать методику оценки качества данных, содержащихся в ЭМК.
Материалы и методы. Были собраны и систематизированы требования к процедуре оценки качества данных ЭМК и расчета индекса качества по итогам такой процедуры. На основе требований была сформирована методика оценки качества данных, для каждого из этапов методики проработаны подходы ее практической реализации и приведены конкретные примеры расчетов критериев качества для самых распространенных базовых элементов ЭМК.
Результаты. В работе представлена методика оценки качества данных ЭМК, а также алгоритм расчета итоговых индексов качества на основе данных платформы Webiomed. Методика позволяет получить не только интегральную оценку качества, но и ее составляющие, оценивающие разные параметры качества данных, а также детализировать оценку качества по разным элементам ЭМК.
Заключение. Разработанная методика позволяет оценить базовые элементы ЭМК. Также предлагаемая методика предоставляет подход и алгоритм расширения на любые дополнительные элементы ЭМК

Сложность диагностики наследственных заболеваний соединительной ткани у детей заключается в вариабельности признаков отдельных нозологических форм и недостатке опыта у врачей в связи с низкой частотой встречаемости данных патологических состояний. Неправильная и несвоевременная диагностика нередко приводит к негативным последствиям для пациента, включая инвалидность и летальный исход. Многие детские врачи при диагностике редких болезней нуждаются в консультативной поддержке более опытных коллег. Целью настоящей работы является создание системы поддержки принятия врачебных решений при диагностике дисплазии соединительной ткани у детей и ее реализация в виде веб-приложения.
Материалы и методы. В статье представлена разработка системы поддержки принятия врачебных решений, которая позволяет рядовому специалисту применить в своей практике опыт, накопленный экспертами по диагностике дисплазии соединительной ткани. В основу базы знаний были положены международные критерии для диагностики синдромов Марфана и Элерса-Данло. База данных включает многоаспектную информацию о рассматриваемых заболеваниях, в частности фотографии клинических проявлений и рентгенограммы, которые предназначены для информационной поддержки врача при вводе данных пациента
Результаты. С помощью экспертов была сформирована база продукционных правил, а также перечень информативных признаков для диагностики указанных синдромов, предложены эвристические алгоритмы проверки диагностических гипотез на основе анализа базы знаний. Разработано веб-приложение, позволяющее провести дифференциальную диагностику синдрома Марфана и синдрома Элерса-Данло, включая 13 типов данного синдрома, проведена валидация системы на массиве 152 пациентов.
Выводы. Разработанная авторами система помогает выявить симптомы при осмотре пациента, оценить степень выраженности фенотипических проявлений, сформировать диагностические гипотезы, а также обосновать необходимость проведения дополнительных исследований с целью подтверждения диагноза

Цель: анализ результатов внедрения и использования изделия с технологией искусственного интеллекта (ИИ) в практике врачей-рентгенологов при проведении маммографического исследования. Материалы и методы: база данных пациентов, прошедших маммографическое исследование в рамках диспансеризации определенных групп взрослого населения и профилактических медицинских осмотров, снимки которых пересмотрены специалистами Референс-центра Красноярского краевого клинического онкологического диспансера (РЦ КККОД) и ИИ. Обработка результатов проводилась с использованием программного продукта StatTech 4.0.6. Дискордантность считалась для клинически значимых расхождений, при которых меняется тактика ведения пациента. Результаты: в Красноярском крае внедрение в практику врачей-рентгенологов ИИ при проведении маммографического исследования привело к увеличению диагностически сложных категорий BI-RADS 3,4, что повысило нагрузку на РЦ КККОД на 40,8%. При этом произошло снижение процента дискордантности на 1,9% в сравнении с периодом, когда ИИ не использовался в регионе, свидетельствуя о том, что врачи не просто соглашаются с результатами ИИ и отправляют на пересмотр в РЦ КККОД, а анализируют полученное заключение ИИ, и ключевое решение остается за врачом-рентгенологом. Вывод: использование ИИ в практике врача-рентгенолога имеет как положительные, так и отрицательные стороны. Отрицательные связаны в большинстве случаев с техническими и организационными проблемами, устранив которые можно добиться повышения качества маммографических исследований и их описания.