Развитие медицинского Интернета вещей и телемедицинских платформ [1-3] позволяет по-новому решать задачи медицинского обследования и лечения пациентов. Инструменталь- ный сбор данных о состоянии здоровья с помощью датчиков и диагностических комплексов обеспечивает технологический базис для создания и ведения цифрового профиля каждого пациента, что соответствует современным тенденциям развития дистанционного мониторинга здоровья [4] и персонализированного здравоохранения [5].

Опыт создания и практического использования цифровой телемедицинской платформы Самарского государственного медицинского университета Health Check-up [6] подтверждает широкие возможности по сбору разнообразной диагностической информации и использования её для поддержки принятия врачебных решений. В настоящее время в платформу интегрировано более 50 датчиков и систем, что позволяет собирать различные показатели здоровья пациентов в потоковом дистанционном режиме.

Такое разнообразие обеспечивает высокую адаптивность телемедицинских услуг, однако на практике может привести к дополнительным задержкам и трудозатратам на автоматизацию процесса сбора информации. Для накопления в медицинской информационной системе данных с датчиков и документации (экспертные заключения профильных врачей, результаты проведения диагностических исследований, дневники лечащих врачей) требуется структурирование информации. Для этого может быть использован онтологический подход к конфигурированию и настройке телемедицинской платформы сбора и обработки медицинских данных [7, 8]. Использование онтологии, как формальной модели предметной области, позволяет структурировать собираемые показатели и процедуру их сбора и обработки. В результате обеспечивается производительность и адаптивность телемедицинской платформы, необходимая для её использования на практике.

• 1    Существующие подходы

При практическом применении универсальной цифровой телемедицинской платформы необходима её настройка под каждую методику медицинской диагностики. Данные вопросы рассматриваются отдельно в работах по цифровизации процессов медицинского осмотра [9, 10] и диспансерного наблюдения [11, 12]. Стоит также отметить важность решения организационных вопросов [13]. Для комплексного решения задачи автоматизации медицинских осмотров необходимо перестроить подход к внедрению телемедицинских платформ с учётом современных тенденций и перспектив [14-16].

Процесс сбора данных в ходе периодических медицинских осмотров отличается от процедуры контроля состояния здоровья в ходе диспансеризации. В первом случае необходимо за минимальное время собрать одинаковый набор параметров с максимальной группы пациентов. Это обеспечит высокую пропускную способность и эффективность работы медицинского персонала. В рамках диспансерного учёта требуется раздельно вести каждого пациента, подстраивая последовательности измерений параметров его здоровья в соответствии с индивидуальными особенностями, характером и формой течения заболевания. Для повышения эффективности информационной поддержки лечения необходимо внедрить в информационные медицинские системы процесс непрерывного слияния данных и знаний в разных форматах из различных источников. Решение этой задачи, как правило, осуществляется с использованием онтологического подхода [17, 18]. Результатом применения такого подхода является единое представление данных, которое можно использовать, например, для прогноза течения болезни, планирования лечения и др.

Современная цифровая телемедицинская платформа должна обеспечивать полноценное решение обеих задач, для чего на уровне конфигурации баз данных и алгоритмов сбора информации необходимо реализовать соответствующие сервисы настройки. В данной статье используется онтологический подход построения базы знаний (БЗ) в виде семантической се- ти, которая объединяет понятия с атрибутами и связывает цифровые профили пациентов с результатами медицинской диагностики посредством отношений между ними.

• 2    Формализация задачи медицинского осмотра

Медицинский осмотр можно представить как последовательность фиксации параметров здоровья пациента в виде временного ряда событий и рассматривать как оптимизационную задачу исследования операций. Состояние здоровья пациента p i можно описать характеристиками здоровья c i,j,k рядом параметров:

c i, j, k = c i, j,k ⁽ P i , g j , w i,j,k , t j H^0,1 L                                   ⁽¹⁾

Характеристика C i,j,_k представляет собой булеву переменную, её значение можно считать равным «1», если оно известно и измеримо.

Параметры здоровья пациента изменяются объективно в связи с появлением и последующим течением заболевания. Для получения данной информации врачу необходимо прове- сти инструментальную медицинскую диагностику очно или средствами телемедицинского обследования. Каждый параметр регистрируется инструментально специальным медицинским датчиком или сенсорным оборудованием. Событие измерения параметра в процессе медицинской диагностики Sijmn можно описать в виде:

s i , j , m , n      si , j , m , n ⁽ pi , ^g j ^{, d}m , v i , j , m , n ^, t i , j , m , n , ^Д t i , j , m , n

Эффективная диагностика состоит в подборе такого временного ряда { s i j _mn } , который максимально соответствует по контролируемым параметрам, времени и точности измерений временному ряду { c i j _к } . Следовательно, задачу медицинского осмотра можно представить в виде задачи многокритериальной оптимизации по следующим целевым функциям для группы пациентов { p i } .

Во-первых, необходимо обеспечить своевременность, т.е. для каждого изменения параметра найдётся соответствующее измерение, проведённое в течение заданного интервала времени:

^ ^ci 1 , j 1 , к ^ s i 2 , j 2 , m , n ^{: ( p}    p i 2 ^)л ( ^gj   ^gj 2 ^)л t i 2 , j 2 , m , n

^е I t i b j 1, ^к ’ t i,J1,^к

где Д^ - допустимое отклонение по времени (опоздание).

Для обеспечения этих условий при априорной неопределённости c i j _к необходим максимум измерений, то есть:

^N = ЕЕ c i , j , ^к ’ s i , j , m , n ’ Xt i , j , m , n ^G [ t i , j , ^k , t i, j , ^k + ^D^ ^max ,                     ⁽⁴⁾

i, j, km, n где

^S( x ) =

1, x = true ;

0, x = false .

Во-вторых, должна быть обеспечена точность измерения:

^{V C} i 1 , j i , k ^, s i 2 , j 2 , m , n ^{, (} P i t = Pi 2 ) ^{Л (} g j i = ^g j 2 ^)л t i 2 , j 2 , m, n ^{e[ t} i i , j i , k ^, t i , ji, k ^{+ Д} ^ ] ’ |w i , j i , ^k — v i2 , j 2 , ^m , n | ^ °'

Для этого нужно, например, обеспечить минимум среднего линейного отклонения:

^L = N ^^ ^ci , j , k ’ si , j , m , n ’ ^i , j , m , n ^E [ t i , j , k , t i, j , k +^ ^ D’ | w i , j , k - vi , j , m , n | ^ ° -            (6)

i , j , km , n

Данная задача должна быть дополнена подзадачей организационного управления по минимизации загрузки врачей при максимизации количества пациентов:

D = V s    • Д t    ^ min;

i , j , m , n       i , j , m , n

• i ,    j , m , n

  P = ^ p i ^ max;

  
  
  
  

  i

  
  

  ^V d m : t i , j , m

  
  

  e

  
  

  {(f нач ⁽¹⁾ ок ⁽¹⁾ t _m , t _m

  
  

  )( '

  
  

  нач (2)

  m

  
  

  ок (2) t _m

  

  нач ( M ) m

  
  

  ок ( M ) t _m

  
  

  )}

  
  

Введённые целевые функции предполагают минимизацию избыточных измерений. Задача о медицинском осмотре представляется сложной для решения с учётом неопределённости c i,j,_k , однако она может быть упрощена для частных случаев.

Например, задача о периодическом медицинском осмотре (можно принять j = k ) может быть сформулирована следующим образом:

^N = ЕЕ c i,j • s i,j , m ^ max; i , j m , n

D = V s    • Д t   ^ min;

i , ^j , m       i , ^j , m

• i ,    j , m

P = ^ p_t ^ max;

i

V d m

: t i, j,m

e

^{нач (1)} окк ⁽¹⁾ t _m    , t _m

нач (2) окк (2)        нач ( M ) окк ( M )

)> ^{( t} m      , t m    )> •", ^{( t} m       , t m

)}

В такой постановке она становится близка задаче о назначениях [19].

Задачу о диспансерном наблюдении можно сформулировать по типу задачи построения расписания (планирования) [19] следующим образом:

^N = ^^ ^C i , j , k ‘ s i , j , m , n ‘ ^i , j , m , n ^{e [ t} i , j , k , t i, j , k ^+Д^ ]) ^ max i , j , km , n

• ^L = N ^^ ^Ci , j , k ‘ s i , j , m , n ‘ ^ ^{( t} i , j , m , n ^{e [ t} i , j , k , t i , j , k ^{+ Д}^ | w i , j , k - v i , j , m , n | ^ °;             ⁽⁹⁾

• i ,    j , km , n

P = ^ p i ^ max •

i

• 3 Онтология медицинского осмотра

Введённые определения и постановки использованы при внедрении цифровой телемедицинской платформы Health Check-up в медицинских организациях Самары для проведения периодических медицинских осмотров, диспансерного наблюдения, дистанционного мониторинга состояния пациентов. Необходимость решения оптимизационных задач в этих случаях обусловлена требованиями высокой производительности процесса сбора медицинской информации. Необходимо эффективно использовать диагностические приборы телемедицинской платформы для максимизации количества обследованных пациентов в минимальное время и с оптимальной загрузкой медицинского персонала.

Настройка телемедицинской платформы в соответствии с особенностями решаемой задачи (периодический медицинский осмотр или диспансерное наблюдение) согласно введённым целевым функциям обеспечивается онтологией, определяющей основные понятия и параметры цифровой диагностики. Онтология представляет БЗ предметной области в виде семантической сети, объединяющей концепты с соответствующим атрибутивным описанием с помощью отношений, связывающих цифровые профили пациентов с результатами медицинской диагностики. Использование онтологии позволяет обеспечить конфигурируемость и адаптивность цифровой телемедицинской платформы и добиться высокой эффективности её применения для сбора данных в учреждениях практического здравоохранения.

Информационно-логическая модель БЗ для периодического медицинского осмотра (см. рисунок 1) основана на результатах измерений, собранных с использованием платформы Health Check-up , и профилактических осмотров. В этой БЗ представлены данные, необходимые для узкоспециализированного периодического медицинского осмотра и медицинского скрининга.

Обследование/измерение

Профосмотр

Антропометрия

PKid

Тип_обследования

Дата_прохождения

-o< FK Врач_id

Диагноз

FK Профосмотр_id

-и- PKid

Дата_назначения

Дата_закрытия

—ex FK Врач_открывший_id |—о FK Пациент_id

PKid

Вес

Рост

Обхват_груди

Обхват_бедра

Пациент

Врач

Имя Фамилия Отчество Специальность e-mail Телефон

.-ex FK Мед_орг_id

Имя

Фамилия

Отчество

Дата_рождения

Пол_id

Инвалидность_id группа здоровья

FK Обр_учреждение_id

—H- FK Мед_орг_прикрепления_id |—H- FK Контактная_инфо_id

Обхват_голени Обхват_плеча Дата_обновления

FK Пациент_id

Пол

PKId

Название пола

Инвалидность

PKId

Категория

Медицинская организация

Образовательное_учреждение

Наименование Адрес

Адрес Класс

PKId

Наименование

Адрес

Рисунок 1 - Основные концепты базы знаний цифровой телемедицинской платформы периодического медицинского осмотра обучающихся (школьников)

Структура БЗ телемедицинской платформы диспансерного наблюдения (см. рисунок 2) более детализирована и включает возможность отслеживания истории пациента и лечения с мониторингом его состояния, проведённых лечебно-профилактических мероприятий, назначенной помощи или проведения углублённых обследований по каждому из диагнозов .

При диспансерных осмотрах детей отслеживается изменение антропометрических данных и показателей здоровья, введена таблица с нормами по половозрастному признаку, что позволяет врачам видеть отклонения от нормы. На завершающем этапе автоматически формируется карта диспансерного осмотра. Схема поддерживает сложные связи между пациентами и их медицинскими данными, что позволяет отслеживать динамику здоровья и способствует улучшению качества медицинского обслуживания.

Д_осмотр

Антропометрия

Набор_врачей_и_обледовани й

Шаблон_осмотра

PKid

Дата_назначения

Дата_закрытия

FK Врач_открывший_id

FK Пациент_id

PKid

FK Шаблон_id

FK Тип_обследования_id

PKid

Название

PKid

Вес

Рост

Обхват_груди

Обхват_бедра Обхват_голени Обхват_плеча Дата_обновления

FK Пациент_id

Тип_обследования

Нормы по возрасту и полу

PKid

Название

Обследование/измерение

Направление

Специализация врача

PKВрач_id

-о FK Тип_обследования_id

Диагноз по МКБ-10

PKid

FK Тип_обследования_id

Дата_прохождения

FKВрач_id

Диагноз

FK Профосмотр_id

PKid

Дата_назначения

Контрольная_дата_явки

FK Врач_назначивший_id

FK Пациент_id

FK Д_осмотр_id

Пациент

Диагноз_пациента

PKid

Дата_постановки

Дата_снятия

Основание снятия с учета

Необходимость_ квалифицированной_помощи

ЛП_мероприятия

FKДиагноз по МКБ-10_id

FK Пациент_id

PKid

Код по МКБ-10

Название

Врач

PKid

Имя

Фамилия

Отчество Специальность e-mail

FK Мед_орг_id

PKid

Имя

Фамилия

Отчество

Дата_рождения

Пол_id

Инвалидность_id группа здоровья

FK Обр_учреждение_id

FK Мед_орг_прикрепления_id

FK Контактная_инфо_id

PKid

Возраст

FK Пол_id Вес_мин Вес_макс Рост_мин Рост_макс Пульс_мин Пульс_макс АД_мин АД_макс Сатурация_мин

Пол

PKId

Название пола

Инвалидность

PKId

Категория

Медицинская организация

Образовательное_учреждение

PKid

Наименование

Адрес

PKid

Адрес

Класс

PKId

Наименование

Адрес

Рисунок 2 – Основные концепты базы знаний цифровой телемедицинской платформы диспансерного наблюдения обучающихся (школьников)

С учётом предложенной концептуальной схемы БЗ в пользовательском интерфейсе телемедицинской платформы диспансерного наблюдения доработано окно проведения диспансерного осмотра. Процедура заполнения медицинской информации формализуется в виде процесса последовательного заполнения соответствующих форм. При адаптированном подходе к организации этого процесса медицинский персонал освобождается от избыточного ввода данных. Это достигается за счёт однократного ввода данных пациента, которые дополняются при повторных осмотрах.

Адаптированный подход к организации процесса сбора медицинских данных содержит три этапа.

• 1)    Проектирование методики сбора данных с учётом нормативов времени, необходимого на подготовку к процедурам и проведение измерений (необходимо учитывать время на заполнение согласий и другой документации, если это требуется).

• 2)    Подготовка места для проведения обследования с учётом возможности имеющихся помещений и их оснащения для проведения обследований и ожидания (необходимо учесть траектории группового движения обследуемых и предусмотреть места для ожидания).

• 3)    Конфигурирование пользовательского интерфейса программного обеспечения телемедицинской платформы для ускорения ввода данных.

Онтологическое описание данных позволяет группировать поля ввода медицинской информации в зависимости от характера решаемой задачи и сокращать время медицинского персонала, необходимое на ввод данных.

• 4 Практическое применение

Рассматриваемые в статье задачи связаны с практическим здравоохранением и касаются удобства и производительности процесса ввода медицинских данных с использованием приборов цифровой телемедицинского платформы и дополнения их ручным способом. Опыт внедрения цифровой платформы Health Check-up показал необходимость адаптировать информационно-логические модели хранимых данных и процессы их ввода средствами интерактивных пользовательских интерфейсов с целью сокращения затрат времени и повышения производительности медицинского персонала.

Доработка пользовательского интерфейса позволила применить цифровую телемедицинскую платформу для профилактического осмотра в образовательных организациях г. Самары. В апробации участвовали 128 обучающихся общеобразовательных школ и 50 обучающихся спортивной школы [15], которая показала, что внедрение цифровой телемедицины позволяет сократить время осмотра. Временные затраты при заполнении формы данных на одного пациента при использовании прежнего и разработанного интерфейса составили 3,5 и 2,2 минуты соответственно.

Сокращение времени получено и за счёт однократного внесения данных пациентов, отображаемых далее при автоматизированном формировании заключений специалистов и карты диспансерного наблюдения. Предложенный интерфейс позволяет обеспечить полный и правильный ввод данных, исключить ошибки при анализе антропометрических и физио-метрических показателей за счёт представления диапазона нормальных значений параметров и характеристик для каждого возраста пациентов. Интерфейс позволяет формировать варианты итоговой отчётности с градацией по полу, возрасту, диагнозу, времени повторного осмотра, объёма требуемых мероприятий для оздоровления.

В этом заложен резерв повышения качества медицинского обслуживания детей за счёт автоматизации и контроля процесса ведения пациентов, находящихся на диспансерном наблюдении. Это позволяет своевременно выявлять возможные осложнения заболевания, назначать необходимое лечение и принимать меры для поддержания и улучшения общего физического и психологического состояния детей.

Заключение

Развитие телемедицинских технологий – это важный этап совершенствования персонализированной медицины и повышения эффективности системы здравоохранения в целом. Адаптация пользовательских интерфейсов и систем хранения данных позволяет обеспечить эффективность применения цифровых решений в медицине и облегчить труд медицинского персонала по обследованию пациентов и вводу медицинских данных.

Предложенная в данной статье онтологическая модель и постановка задачи о медицинском осмотре в терминах теории исследования операций позволяет учесть требования эффективности и производительности сбора медицинской информации на этапе проектирования БЗ и построения её информационно-логической модели. В результате может быть построена адаптивная цифровая платформа универсального применения, что расширяет область её использования на практике и снижает трудоёмкость внедрения и последующей эксплуатации.