Медицинская информатика. Рубрика в журнале - Программные системы: теория и приложения
Статья научная
В работе исследованы два направления, касающиеся создания автоматизированного рабочего места врача-диагноста: современные электронные системы для работы с пациентами и визуализация мультимодальных данных. Выполнен аналитический обзор, цель которого — выявить актуальные тенденции в этих областях. Первая часть — работы, посвященные заполнению и сопровождению электронных медицинских карт, поддержанию информационного взаимодействия между различными участниками лечебно-диагностического процесса. Вторая часть — исследования на тему автоматизации и поддержки клинических исследований. Особое внимание уделяется решениям для мультимодальной визуализации. Описана модель универсального драйвера для работы с разнородным оборудованием. Идея в том, чтобы заставить некоторую диагностическую систему обучаться протоколам различных приборов. Предложена концепция рабочего места, позволяющего автоматизировать процессы диагностики, распознавания медицинских записей и визуализации медицинских данных, обеспечить безопасность данных. Концепция основывается на разумном использовании последних достижений в области искусственного интеллекта. Такое рабочее место может существенно повысить эффективность труда врачей-диагностов, снизить число ошибок.
Бесплатно
Автоматическое распознавание речевых медицинских данных с использованием LLM
Статья научная
Одним из барьеров, препятствующих широкому распространению голосового ввода медицинских данных в МИС, являются недостаточные потребительские качества текстов, получающихся после транскрибации. Не все медицинские термины и слова общего лексикона распознаются корректно, нарушается согласование слов по роду, числу и падежам, текст недостаточно хорошо форматирован с точки зрения грамматики. Всё это требует дальнейшей доработки текста. Ещё одной сложной проблемой видится необходимость приведения текста к структуре медицинского документа в МИС. Структура документа может быть достаточно сложной, содержать много элементов, иметь требования к типу и формату данных в элементах структуры. Речевой ввод может лишь частично использоваться для формирования документа, а недостающие данные могут быть взяты из пользовательского шаблона. Для решения указанных проблем предлагается использовать LLM в качестве корректора результатов транскрибации речи, интегратора речевых и текстовых данных из шаблона и формирователя структуры результирующих данных. В работе предлагается архитектура решения для ввода речевых медицинских данных на основе композиции системы транскрибации и LLM. Предлагается методика проведения испытаний решения, включающая подготовку набора данных и метрику расчёта качества решения. Описывается реализация решения на основе свободной и проприетарной компонент. Результаты могут быть использованы при разработке и оценке систем ИИ, применяемых для ввода речевых данных, и не только в медицине.
Бесплатно
Архитектура взаимодействия в медицинской экосистеме
Статья научная
В сфере медицинской информатики наблюдается устойчивая тенденция к формированию сложной многокомпонентной экосистемы. На передний край выходят проблемы взаимодействия и интеграции компонентов экосистемы: медицинских, лабораторных, радиологических систем, ЕГИСЗ, ЕМИАС, МДЛП, различных регистров и сервисов, в том числе реализующих подходы ИИ к обработке данных и решению задач. Пациенты остро нуждаются в личных кабинетах, интегрирующих их медицинские данные, становятся активными участника экосистемы. Решать интеграционные задачи приходится в сильно неоднородной информационной среде, когда становится недостижимым обеспечение синхронного интерактивного взаимодействия между участниками экосистемы. Для отдельных приложений необходима гибкая возможность сочетания как синхронного, так и асинхронного взаимодействия, выбираемого ситуационно, исходя из конкретных временных задержек и характеристик взаимодействия. В статье предлагается специальная архитектура, позволяющая реализовывать синхронное и асинхронное взаимодействие между участниками экосистемы. Адаптация ПО, рассчитанного только на синхронное взаимодействие, под асинхронную архитектуру не требует радикальной переделки ПО. Подход отрабатывался на примере адаптации модуля МДЛП МИС Интерин к работе во внутренней защищенной сети медицинского центра. Предложенная архитектура может быть использована разработчиками ПО и в других сферах деятельности, где идёт активное развитие экосистем, сопровождающееся ростом интеграционных взаимодействий.
Бесплатно
Извлечение симптомов и автоматическое предсказание диагноза по медицинским клиническим записям
Статья научная
В статье представлена система, которая извлекает симптомы заболеваний из медицинских клинических записей (текстов на естественном русском языке) и автоматически предсказывает по ним диагноз в виде наименования заболевания и его кода в соответствии со справочником МКБ-10. Система ограничена предметной областью из 6 пульмонологических заболеваний (хроническая обструктивная болезнь легких, пневмония, бронхиальная астма и др.) и COVID-19. Извлечение симптомов реализовано с помощью нескольких нейронных сетей, выделяющих отдельные медицинские сущности и связи между ними. Предсказание диагноза также реализовано в виде классификатора на основе нейронной сети. Для обучения извлечению симптомов создан аннотированный корпус предложений. Описаны принципы и правила разметки симптомов. Представлен корпус текстов для обучения классификатора предсказанию диагнозов. Приведены оценки точности при тестировании обеих подсистем. Точность предсказания диагноза на данной предметной области составила 88,5%. Даны сравнения с аналогичными работами по извлечению симптомов из текстов на различных языках, а также по автоматическому предсказанию диагнозов, включая системы типа ChatGPT.
Бесплатно
Статья научная
В работе представлены результаты применения трансферного обучения глубоких сверточных нейронных сетей для задачи поиска рентгенограмм органов грудной клетки с нарушениями укладки и позиционирования пациента. Оцениваемые нейросетевые архитектуры: InceptionV3, Xception, ResNet152V2, InceptionResNetV2, DenseNet201, VGG16, VGG19, MobileNetV2, NASNetLarge. Для обучения и тестирования использовались рентгенограммы грудной клетки, полученные из открытых наборов данных и Единого радиологического информационного сервиса города Москвы. Все полученные модели имели метрики диагностической точности выше 95., при этом модели на основе архитектур ResNet152V2, DenseNet201, VGG16, MobileNetV2 имели статистически значимо лучшие метрики, чем другие модели. Наилучшие абсолютные значения метрик показала модель ResNet152V2 (AUC =0.999 ,чувствительность=0.987, специфичность=0.988, общая валидность =0.988, F1 мера = 0.988). Модель MobileNetV2 показала наилучшую скорость обработки одного исследования ($67.8 pm5.0$ ms). Широкое использование полученных нами алгоритмов способно облегчить создание больших баз данных качественных медицинских изображений, а также оптимизировать контроль качества при выполнении рентгенографических исследований органов грудной клетки.
Бесплатно
Статья научная
Главным стимулом для внедрения компьютерных технологий в систему здравоохранения является стремление к значительному улучшению качества жизни людей. Это включает повышение качества и скорости лечения, уменьшение затрат на медицинские услуги и приобретение эффективных средств для соблюдения нормативных требований. На современном этапе развития реабилитологии становится очевидной необходимость активного внедрения систем поддержки принятия врачебных решений и технологий искусственного интеллекта. Эти технологии способны существенно улучшить понимание клинических аспектов нарушений, уровня активности и участия пациентов, перенесших инсульт, в процессе реабилитации. Ключевым компонентом успешного применения этих систем является значимость формализации знаний и создание онтологий, которые обеспечивают структурированное и связанное представление медицинской информации, определяют правила их интерпретации. В данной работе представлен комплекс взаимосвязанных онтологических моделей, лежащих в основе разрабатываемой интеллектуальной системы поддержки решений в реабилитации пациентов, перенесших инсульт. Для реализации комплекса онтологий используется облачная платформа IACPaaS. Онтологии и генерируемые на их основе целевые ресурсы выступают базовыми элементами разрабатываемой системы, которая в ближайшее время будет предоставлена специалистам здравоохранения для решения актуальных вопросов реабилитации. Предусмотрены механизмы планового расширения и уточнения базы знаний, что позволит системе легко адаптироваться к новым результатам медицинских исследований и оптимизировать работу в целом.
Бесплатно
Личный кабинет пациента в экосистеме коммуникаций медицинских организаций
Статья научная
В условиях цифровой трансформации здравоохранения личный кабинет пациента (ЛКП) перестал быть просто инструментом выполнения нормативных требований, превратившись в стратегический элемент построения долгосрочных отношений с пациентом. Однако его изолированное от основных клинических процессов использование создает дополнительную нагрузку на персонал и не формирует целостного пути пациента. Цель. Разработать и научно обосновать концепцию и практические сценарии глубокой интеграции встроенной в медицинскую информационную систему медицинской организации (МИС МО) системы коммуникаций с ЛКП, направленные на повышение приверженности лечению, снижение административной нагрузки на медицинский персонал и формирование проактивной, персонализированной модели оказания медицинской помощи. Материалы и методы. В основу работы положен экосистемный подход к организации коммуникационной инфраструктуры медицинской организации (МО). Исследование включает анализ международных и российских нормативных требований, обзор современных функций ЛКП и методов повышения вовлеченности пациентов. Практическая часть иллюстрируется сценарием детализированного сквозного процесса подготовки к госпитализации и послеоперационного ведения пациента с использованием МИС «Интерин PROMIS Alpha PG» и ЛКП «Интерин ЛК». Результаты. Показано, что глубокая интеграция ЛКП с МИС позволяет трансформировать его из сервисного инструмента в ядро экосистемы коммуникаций МО. Представленный сценарий демонстрирует достижение целевых показателей: повышение приверженности за счет персонализированных уведомлений и обратной связи, снижение нагрузки на персонал через автоматизацию рутинных коммуникаций и формирование проактивной модели, при которой система инициирует вмешательства на основе данных. Определена ключевая роль интеллектуальных ИИ-агентов, способных обеспечить персонализированное взаимодействие в масштабе. Выводы. Личный кабинет пациента, глубоко интегрированный в бизнес-процессы МО посредством системы коммуникаций МИС, является не опциональным сервисом, а критической инфраструктурой для построения пациент-ориентированной, эффективной и безопасной медицинской помощи. Ключевым условием успеха является переход от фрагментированных каналов связи к созданию единой коммуникационной среды, что требует от медицинских организаций стратегических инвестиций в цифровую платформу.
Бесплатно
Статья научная
Исследуется автоматизация проведения полного цикла диагностики и дифференциальной диагностики воспалительных заболеваний сердца и назначения персонифицированного лечения. Методом исследования является формирование декларативных баз знаний и объясняющего свои результаты решателя по единой онтологии. Онтологический решатель интерпретирует формализованные знания при получении сведений о новом медицинском случае (пациенте). Описаны общие принципы разработки и концептуальная архитектура интеллектуального сервиса с декларативными знаниями. Сформированы информационные компоненты для воспалительных заболеваний сердца и программные компоненты для полного цикла диагностики и дифференциальной диагностики, персонифицированного лечения. Указаны источники знаний и проведено тестирование на случаях из практики, описанных в литературе. Приведено обоснование выбора технологий и алгоритмов, выявлены и сформулированы требования к программному комплексному сервису, шаги по разработке всех компонентов. Сервис поддержки принятия диагностических решений со свойствами объяснимого искусственного интеллекта в кардиологии реализован на медицинском портале облачной платформы IACPaaS. Платформа позволяет масштабировать предложенное решение и обеспечивает доступ практикующих врачей со свободной регистрацией для экспериментов в реальных ситуациях.
Бесплатно
Статья научная
Разработка средств информационной поддержки принятия клинических решений (ППКР) является актуальной задачей медицинской информатики. Довольно часто в системах ППКР используются информационно-поисковые алгоритмы, важным этапом проектирования которых служит создание средств автоматического распознавания этиопатогенетического образа заболеваний при работе с неструктурированным текстом. В настоящей статье произведены обзор и сравнительная характеристика аналитических метрик, применимых для построения образа концептов метатезауруса Unified Medical Language System (UMLS), представленного в виде графовой информационной модели. Предложен собственный вариант графовой метрики, показавший наибольшую эффективность при решении данной задачи.
Бесплатно
Система внутреннего контроля качества медицинской помощи с использованием искусственного интеллекта
Статья научная
В статье представлен опыт разработки и внедрения системы автоматизированного контроля качества медицинской помощи «Супервизия Истории болезни» в условиях реабилитационной клиники. Решение сочетает классические алгоритмы обработки структурированных данных медицинской информационной системы (МИС) с анализом неструктурированного текста электронных медицинских документов при помощи больших языковых моделей (LLM). Цель. Разработка и апробация методики автоматизированного контроля качества медицинской помощи, обеспечивающей полный охват историй болезни пациентов при минимальном участии экспертов на этапе сбора и первичного анализа данных. Материалы и методы. Работа выполнена на базе МИС Интерин PROMIS Alpha PG в Клинике ранней реабилитации ,,Три сестры„. Методика включает два типа критериев оценки: алгоритмические (вычисляются средствами СУБД на основе структурированных данных) и интеллектуальные (оцениваются с применением LLM на основе текстового содержания медицинских документов). Результаты. Разработан и внедрен программный модуль «Супервизия истории болезни», позволяющий автоматически формировать комплексную оценку качества ведения истории болезни на основе конфигурируемого набора критериев. Модуль реализует гибридный подход к анализу данных и интегрирован в рабочие процессы клиники. Выводы. Комбинирование алгоритмических методов и технологий искусственного интеллекта позволяет эффективно решать задачу масштабируемого и глубокого контроля качества медицинской документации. Система не заменяет эксперта, но высвобождает его время для анализа сложных случаев, работая как инструмент поддержки принятия решений. Перспективы развития — переход к непрерывному контролю и использование специализированных медицинских LLM.
Бесплатно
Система извлечения упоминаний симптомов из текстов на естественном языке с помощью нейронных сетей
Статья научная
В статье представлена система для извлечения упоминаний симптомов из медицинских текстов на естественном (русском) языке. Система осуществляет нахождение симптомов в тексте, их нормализацию (приведение к стандартной форме) и отождествление - отнесение найденного симптома к группе однотипных симптомов. Каждый этап обработки реализуется с помощью отдельной нейронной сети. Состав извлекаемых симптомов ограничен тремя видами заболеваний - аллергические и пульмонологические заболевания, а также коронавирусная инфекция (COVID-19). Представлен и описан аннотированный корпус предложений, использованный для обучения нейросети нахождению упоминаний симптомов, относящихся к этим трем заболеваниям. При разметке корпуса был использован простой XML-подобный язык. Для представления предложений, непосредственно поступающих на вход нейросети, предложен расширенный BIO-формат разметки. Для каждого этапа приведены оценки точности (для первого этапа точность оценивалась при строгом и гибком тестировании). Описаны подходы и реализация приведения к стандартной форме и отождествления упоминаний симптомов. Даны сравнения с аналогичными работами по извлечению симптомов из медицинских текстов на разных языках, а также показано место данной системы в системах поддержки принятия клинических решений.
Бесплатно
Статья научная
Статья отвечает на вызовы современного здравоохранения, связанные с неэффективностью централизованных моделей обмена данными. Преемственность медицинской помощи представлена горизонтальной и вертикальной интеграцией различных медицинских технологических процессов в сложной адаптивной децентрализованной и многоагентной экосистеме на основе совместного использования данных о пациенте. Материалы и методы: на основе анализа зарубежного и отечественного опыта и собственной практики, эволюционный подход предполагает децентрализованную цифровую медицинской экосистемы. Общая коммуникационная платформа обеспечивает обмен данными, включая неструктурированные. Взаимодействующие автономные и полуавтономные ИИ-агенты интеллектуализируют процессы на принципах информационной логистики. Эффективность подхода оценивается анализом гипотетического клинического сценария взаимодействия медицинских организаций. Результаты: Представлена целевая концепция медицинской экосистемы, фокусирующейся на данных и генерировании новых знаний о здоровьесбережении. Сформулированы фундаментальные принципы создания и управления экосистемой, а также ее элементами — отдельными МО-участниками. Большая открытость и слабая связанность системы позволяет участникам использовать полученные знания и данные по-своему в отдельных экосистемах МО-участников или их объединений. В такой архитектуре цифровой медицинской экосистемы стратегическая роль отводится не хранилищу, а общей коммуникационной платформе. Предложена гибридная архитектура экосистемы, в которой централизованные системы (например, ЕГИСЗ) становятся инфраструктурными катализаторами экосистемы здравоохранения. Они предоставляют сервисы реестров, доверенной аутентификации, аудита и хостинга, в то время как актуальные данные и экспертиза остаются в источниках (медицинских организациях) и доступны через децентрализованные запросы. Доказана техническая осуществимость модели. Её экономическая эффективность вытекает из практической результативности без предварительной семантической унификации всех систем. Заключение: предложенный эволюционный подход открывает путь к бесшовному здравоохранению через последовательные итерации без революционной ломки процессов. Симбиоз коммуникационной платформы и многоагентной системы создает устойчивую, ориентированную на пациента среду, где преемственность помощи обеспечивается за счет активного, интеллектуального взаимодействия между врачами и системами.
Бесплатно
Экосистема коммуникаций в медицинской организации: практическая процессно-ориентированная модель
Статья научная
Стремительная цифровизация отечественного здравоохранения и фрагментированность рынка медицинских информационных систем (МИС) обостряют проблему неэффективных профессиональных коммуникаций в медицинских организациях (МО). Использование публичных мессенджеров создает риски для безопасности персональных данных и повышает когнитивную нагрузку на врачей, что требует внедрения специализированных, встроенных в МИС решений. В работе продолжены исследования, начатые в первой статье этого выпуска. Цель исследования. Выявить и проанализировать ключевые сценарии использования модулей коммуникаций в МИС для оценки их влияния на эффективность работы медицинского персонала, безопасность пациентов и оптимизацию бизнес-процессов МО. Материалы и методы. На основе анализа зарубежного и отечественного опыта, а также собственной практики разработки, предложена процессно-ориентированная эволюционная модель интеграции коммуникаций в МИС. Модель апробирована через описание типовых сценариев использования: менторство, обмен сообщениями, управление уведомлениями, задачами и инцидентами, проиллюстрированных на примере МИС Интерин PROMIS Alpha PG. Результаты. Определена ключевая роль встроенного в МИС коммуникационного модуля не как лишь инструмента общения, а как средства выявления, поддержки на этапе становления и последующей трансформации клинико-административных процессов в BPM-сценарии, реализуемые средствами МИС. Сформулированы три принципа модели: процессный детерминизм, эволюционная поэтапность и контекстная интеграция. Показано, что низкий уровень использования встроенного мессенджера свидетельствует о высокой зрелости МИС, средствами которой поддерживаются процессы МО. Выявлены ограничения, связанные с человеческим фактором и организационными барьерами. Доказано, что общая коммуникационная платформа является практичным решением для обеспечения интероперабельности в экосистеме разнородных МО. Заключение. Предложенная модель позволяет трансформировать коммуникационные каналы сотрудников из источника хаоса в управляемый инструмент развития внутренних процессов в МО. Практическая значимость работы заключается в предоставлении руководителям МО и разработчикам МИС структурированного руководства по поэтапному внедрению, основанному на комплексном подходе «технологии-процессы-культура». Переход к процессно-ориентированным коммуникациям в МИС является ключевым фактором повышения качества, безопасности и экономической эффективности медицинской помощи.
Бесплатно
Статья научная
Эффективные профессиональные коммуникации являются критическим фактором безопасности пациентов, операционной эффективности и устойчивого развития медицинских организаций (МО). При этом широкое использование публичных мессенджеров создает серьезные риски, наиболее серьезные из которых связаны с конфиденциальностью данных и отсутствием интеграции в рабочие процессы (контекста обсуждений), что требует перехода к специализированным решениям. Цель исследования. Обосновать необходимость и раскрыть преимущества экосистемного подхода к организации коммуникаций в медицинской организации на основе развития внутренних средств коммуникаций и интеграции защищенных систем обмена сообщениями в медицинские информационные системы (МИС). Материалы и методы. Проведен анализ существующих практик, проблем и рисков использования средств коммуникации в МО, а также обзор специализированных платформ. Рассмотрены функциональные возможности и архитектурные принципы построения встроенных в МИС модулей коммуникации. Результаты. Показано, что встроенные в МИС системы коммуникаций кроме собственно обмена информацией обеспечивают безопасность, контекст взаимодействия (привязка к ЭМК пациента), юридическую значимость и аудит. Ключевым преимуществом является и возможность реализации «социальной интеграции» — внедрения принципов социальных сетей в рабочие процессы МО для преодоления организационной разобщенности и повышения командной эффективности. Выводы. Переход от публичных мессенджеров к специализированным встроенным в МИС средствам коммуникаций является необходимым условием повышения качества медицинской помощи. Экосистемный подход к организации общения позволяет создать целостную коммуникационную среду, объединяющую медицинский персонал, пациентов и партнеров. Перспективы дальнейшего развития коммуникационной среды связаны с интеграцией искусственного интеллекта для создания «цифровых штабов» и дальнейшей формализации моделей взаимодействия.
Бесплатно
