Система поддержки принятия врачебных решений: от общего к частному Текст научной статьи по специальности «Клиническая медицина»

УДК004Л91

СИСТЕМА ПОДДЕРЖКИ ПРИНЯТИЯ ВРАЧЕБНЫХ РЕШЕНИЙ:

ОТ ОБЩЕГО К ЧАСТНОМУ ["

КоробевмковаАЛ."

'Инновационная академия профессионального раавкшя «ДОКСТАРКЛАБ», уп Одесская, д. 27 В, офис 3, помещение ХЬ5, вн. I тер. г. Ленижкий муниципальный округ, г. .Севастополь. Российская Федерация.29901.1:

'КОГКБУЭ .«Центр кирдиологми и неврологии», .уд. И. Попова, .41, г. Кцюец Кировская область, Рсесийсхая федерация, I 610002.

Основны* полеотния

решений в клинической гракгика.

Аигор, uiBHic IMwaii «а перетеку КоройаДжксва АЛ, уп. И. Попова, 41, г. Киров, Кгровааи Область, Российская Федерация, 610002, annB_besl2Q04®malLnj

HHlMBauiioHWM р^витав^м^ 2023. №3.С.51 ^¡&doMo"^™cU7 W1 -2023з5м5в"* '

Поступила в реданцмо: 04.08.2023; поступила после доработан: 20.09.2023; гфнигта к печйпс 04.11.2023

CLINICAL DECISION SUPPORT SYSTEM: FROM GENERAL TO PRIVATE

Anna N. Korobeynlkava

'Innovative Academy of Professional Development .DOCSTARCLUB'. Odesskaya sir, 27 B, office 3, loom Xt529901.1, ext. terg. Lenlnsky Municipal District Sevastopol Russian Federation 29.901.1;

' Center of Cardiology and Neuulogy, I. Pnpova alt, 41, Kirov, Kirov region, RiiBslan Federation, 6.10002.

HtghDgltt*

TW« article Is dewrted to the main aspects of the development end application of medical decision support systems In dink»!

ТЫ развития событий.

История развития СППВР

Впервые идея об использования компьютеров для

был направлен я

интеллектуальны« СППВР.

Классификация СППВР

назначений, httpv/element-labju/).

2 Интеллектуальные системы, Ot» наделены спосовностъю имитировать клиническое мышление.

Однако отрас/ь здравоохранемш не спешила внедрить передовые разработки. Одним из первых призеров использования ИИ в медицине стала программа консультаций по глаукоме САЗДЕТ, разработанная в Университете Рутгареа и продемонстрированная широкой общественное™ в 1976 году. Данная разработка моли информацию о заболевании с конкретны и давать рекомендации по дальней

также обучались на большом количестве экспертных текстов и заклочений (пример - ТОП-3, ЬПда// «Ьегтв11л/с11адг105йе-свтвг/оиг-а1догйЬт5/1ор-ЗЛ.

3. Гибридные системы - объединяет в себе характеристики информационной и интеллектуальной системы [5] (гримеры - МейкйК, М»ркДл>еДсЫссот/ П1, «йЫотай, 1шрв^/\лгаЫоте<1гиЛ-

Спектр применения СППВР в медицине широк данная технология используется на .тол>ко для дифференциальной диагностики, выбора метода дообследования и лечения, но и обладает возможностью прогнозцювания исходов,

увеличения точности исследования. В 2017 году FDA одобрил первое решение в данной отрасли: СяпЙоА! от Arterys аналилрует данные мапипно-резонансной томографии сердца.

Первые системы автоматизированной диагностики

Однако они быт устроены довольно просто, проводя дифференциальный диагноз между ограниченным

€ учитыная коморбидностъ

своего типа они могут Выть in решения различшх клинических и органиаационно-методичаских задач

1. Обеспечение информационной поддержки. В СППВР могут быть щелочены лобые нормативно-правовые и экспертные медицинские документы, сведения о лекарственных препаратах, инструкции и утвержденные алгоритмы.

2_ Улрощеше работы с медицинской документацией. Проводится кодировка болезней согласно МКБг.1.0, алектронные меди^чнекие карты сортируются и

анализ проводился только внутри рамок труты нозологий, без учета сопутствующей литологии. Нее зге быстро привело к пониманию необходимости более широкого перекрестного вналиаа и обосноважости

больного. Кроме того, алгоритмы ганерцзуют тревожные сигналы с предупреждают о i

медицтекой

i обследовании. На электронной артв, искусственный интеллект диагноз и перечень необходимого Кроме того, СППВР MOiyr пржаанятьея и собственно в (рентгенология, ультразвуковые

и лечения согласно существующим алгоритмам, клиническим рекомендациям и нормативным актам (стандартам, порядкам): автоматический контроль

медицтекого изображения и от* значительно ускоряет анализ обследования щ диагноста.

5. Выбор оптимального лечения. СПП1 определением групп препаратов и I

л показания к госпитализации и прогнозируют

Информация об авторе

Корабайшаоша Ахи Ннилнша, нид, врач-кардиолог, КОГКБУЗ "Центр кардиологии и неврологии", Киров, Российская Федерация; Инновационная академия профессионального развития сДокстарклаб», Севастополь, Российская Федерация.

ОЯСЕК 000041002-4357-1757

Anna N. Korob*ynlkova, Candidate of Medical Science, MD, Center of Cardiology and Neurology, Kirov, Russian Federation; Innovative Academy of Professional Development "Docstarclub", Sevastopol; Russian Federation.

ORC1Q: 0000-0002-4357-1757

Список литературы

1 Лудупова EJO. Врачебные ошибки. Литературный обзор И Вестнж Росадравнадаора. 2016, №2. С. В г .15.

2. Трунов ИЛ Врачебная ошибка, преступление, проступок II Человек: преступлелче и наказание. 20.10. №1 (8В). С. 34-41

3. фатенков а В, Дьячков В. А_, Рубаненко А. .0., и др. Система поддержки принятия врачебных решений в прогнозировании тяжести хронической сврдвтой недостаточности Ц Медицинений альманах. 2021 N« ИМЯ. С. .16-23.

4. Гусев А.В., Зарубина Т. В. Поддержка принятия врачебных решений в медицинских информационных системах медицинской организации Ц Врач и информационно технологии. 2017. N» 2. С. 80-72.

5. Реброва OJO. Эффективность систем поддержки принятия врачебных решений: способы и результаты оценки II Клижческая и аксперименгальная тиреоидологая. 2019. Т. .15, Ж С. .1.48.-155. Soi: I0.14341/ket12377

6. Столбов AJI О классификации рисков применения

медицинского программного обеспечения в Евразийском зкономическом сою» // Врач и информационные технологии. 2019. №3. С. 22-3.1 7. РаВроеа О. Ю. Жианенный цикл систем поддержки принятия врачебных решений как медицшских технологий // Врач и информационные технологии. 2020. N» 1 С. 27-37. dot 10.37890/181.10183-2020-1-27-37

9. Wang L, Chen X., Zhang L, et aL Artificial Intelligence In clinical decision одоог! systems for oncology // Int J Mad ScL 2023. VOL 20, ИП. P. 79-88. dol: 1QJ150/IJmsJ7205

9. Zhang X, Chen i, WU J, et aL An Intelligent DecMon-MaKIng Support System for the Detection and Staging 0f Prostate Cancer in Developing Countries // Comput Math Methods Mad. 2020. P.53B3549. dot 10Л155/2020/5303549

10. Suwanvecho S., Suwanrusme H4 Jlmkulaporn Т., et aL Comparison of an oncology clinical decision-support system's recommendations with actual treatment decisions // J Am Med Inform Assoc, 2021. VOL 28, N«4, P. B32-B38. dot 1 0.1093/jamia/ocaaSS4

11 Moghaddasi R, Rahimi R, Kazemi A, at aL A Clinical decision support system for Increasing complanca with protocols In chemotherapy of children with acute lymphoblastic leukemia // Cancer Inform. 2022. №22. P. 11789351221084812. dot 10.1177/1.178935.1221084812 12. Single R., Aggarwal S, Blndra J4 at aL Developing clinical dedslon support system using machine learning methods for type 2 diabetes drug management // Indian J Endocrinol Metab. V0L26, №.t P. 44-49. dot 10.4103/ IJem4em_435_21

.13. Лосик ftB4 Ко адова СЛ., Кривошеее Ю.С, и др. Результаты ретроспективного анализа выбора терапии при помощи сервиса поддержки принятия врачебных решений у пациентов с артериальной гипертенаией и фибрилляцией предсердий (ИНТЕЛЛЕКТ) // Российский кардиологический журнал 2021. Т. 28, №4. С, 54-80. dol: 10.15828/158.0.-4071-2021-4.4.06 14. Гаврилов ЯВЧ Серове Л.М., Корсаков ПЛ., и др. Предсказание сердечно-сосудистых событий при помощи комплексной оценки факторов риска с использованием методов магшнного обучешя II Врач 2020. N«5. О. 41-48. dot 10.29298/25877305 -2020-05-08

.15. Официальный сайг «Цальс» [дата обращения: 14.112023]. Доступно по ссылке: https://c8t9us.al/

18. Официальный сайт «Саге Mentor Al» tana обращения: 14.11.20231. Доступно по ссыпка: httfi»:// caremantorju/

17. Официальный сайт «Botk»i Al» [дата обращения: 14.112023]. Доступно по ссылке: httpsi/Zbotklnal/ 18 Официальный сайт «MeDICase» [дата обращения: 14.1120231. Доступно по ссыпка: httpsj/madicase^ro/

19. Офт^иалышй сайт «Medai» [дата обращения: 14.112023]. Доступно по ссыпка: httparf/madaLru/

20. Список одобренных Росадравнадзором отечественна медицинских изделий с технологиями искусственного инталпеюа [дата обращен« .1.4.112023]. Доступно по ссыпке: https:// portaLeglszjo»nlnzdravJu/news/855.

1 Ludupova EY. Medical errors. Uterati*e review. Vastnik roszOrBvrtBdzorB. 2016; (2); 8-15 (In Russ.).

2. Trunov IL Vrachabnaya oshlbka, prastuplenla, prostupok. ChetovBk: prastuptenle I nakazanlB. 2010;1{sa):34-413 (In Russ.).

3. Fatenkov OV, Dyachkov VA, RubaiwikO AO, at aL Medical declslon-si4)port system In astlmstlon of cflrcfiJc heart failure severity. Medfrinsfc? aßnanafi. 2021; 1(88):18-23 On Russ.).

4. Guaev AV, Zaruhina TV. Clinical Decisions Support in medical Information systems of a madlcal organization. Vrnch I trrformaclonnye tekhnotoglI 2017; 2! 80-72 (In

5. Rebrova OYu. Efficacy of clinical dacision support systems: mathods and estimates. Clinical and experiments) Ihyroklology. 20.1i;15i4);.1.48r.1S5 (In RussJ. dot 10-14341/ket12377

8 Stolbov A.P. About the classification of risks of application of the medical software In the Eurasian economic union, ttacft I fri/wmactonnye tekhnoiostt 2019; (3); 22-31 (In Russ.).

7. Rabrova O.Yu. Ufa eyde of decision support systems

as medical technologies. Vrach J Momaesonnye tBkhnologli 2020;1;27r37 On RuasJ. dot 1CL37690/1811-01B3-2Q20-1-27-37

8. Wang L, Chen X, Zhang L, et aL Artificial Intelligence In clinical decision support systems for oncology. Int J Mail ScL 2023^0(11:79-88. dot 10.7l50/lJmsJ7205

9. Zhang J, Chen Z, Wu J, at aL An InteBgant Decision-Making Support System for the Detection and Staglrg of Prostate Cancer ii Developing Countries. Comput Maid Methods Med. 2020:5383549. dot 10.1155/2020/5363548

10. Suwanvecho S, Suwanrusme H, JlraKulaporn T, et aL Comparison of an oncology clinical decision-support

decisions. J Aw Med Inform Assoc. 202128(4)332-838. dot 10.1093flamia/oeaa334

11 Moghaddasi H, Rahimi R, Kazemi A, et aL Clinical Decision Support System for Increasing Compliance with Protocols In Chemotherapy of Children with Acuta Lymphoblastic Leukemia. Cancer Inform. 2022£1;11769351221084812. dot 10.117.7/ 11788351221084812

12. Single R, Agueiwal S, Blndra J, et ai Developing clinical decision support system using machine teaming methods for type 2 diabetes drug management. Indian J Endocrinol MstaD. 2022;26(1):44-49. dot 10.4103/l8m4em_43S_21 ,13. Loslk DV, Kozlove SN, Krtvosheev YuS, at aL Retrospective analysis of dinieal decision support system uee In patients witi hypertension and atrial fibrillation (INTELLECT). Russian Journal of Cardiology. 2021,2B(4):4408 (In Rnss).

dOlilO.15829/1560-4071-2021 -440 6

14. Qavrlov DV. Sarova LM, Korsatov IN, at aL Canllovascular diseases prediction by In te ara ted rtsk factors assessment by means of machine learning. Vracft 2020;5:41-46. dot 10.29296/25877305-2020-05-.0B

15. Official cite «casus, [cited 2023 November.1.4], floc-

тупно no ссылке: https^/celsus^l/

1S. Official cite .«Care Mentor Al» [dted 2023 November

14]. Доступно no ссылке: htlpsV/caramantorju/

.17. Official cite .Botkln Al» Idled 2023 November .14].

Available from: https^/botldrLal/

18. Official cite «MeDICase» [citad 2023 November 14], Available from: httpsrf/medlcase^jn)/ ,1ft Official cite «Medab [dted 2023 .November 14]. Available front httpaV/medaLru/

20. Splsok odobrannyh Roszdravnadzorom otactiestvennyh medlclnsldh Izdell] s takhnokiglyaml Iskusstvennogo InteUekta [dted 2023 November .14]. Available from: httpa^/portaLeglszxoamlnzdravju/ news/855.