Роль клинических регистров и систем поддержки медицинских решений в хирургическом лечении колоректального рака

Колоректальный рак (КРР) сохраняет статус одной из ключевых медико-социальных проблем онкологии. По данным GLOBOCAN 2022, КРР занимает 3-е место по числу новых случаев (1 926 118; 9,6 % от всех злокачественных новообразований) и 2-е место по числу смертей (903 859; 9,3 %) [1]. Российские данные подтверждают глобальную тенденцию, в нашей стране в 2024 г. зарегистрировано 45 165 новых случаев рака ободочной кишки, 6 479 – ректосигмоидного отдела и 25 067 – прямой кишки, ануса и анального канала. Существенная доля больных выявляется при III–IV стадии, что изначально повышает риск осложненного периоперационного течения и неблагоприятных исходов лечения [2].

В современных условиях техника операции в значительной степени стандартизирована, и основной резерв улучшения непосредственных результатов лечения связан не столько с дальнейшей технической эскалацией, сколько с управлением индивидуальными рисками на уровне пациента и лечебного учреждения. Следовательно, приоритет смещается к системному использованию реальных клинических данных, стандартизированных регистров и систем поддержки медицинских решений (СПМР; clinical decision support systems, CDSS), которые напрямую связывают риск-стратификацию с выбором тактики [3–9].

Концептуальная позиция настоящего обзора состоит в том, что интеграция регистровых дан- ных в СПМР позволяет переводить риск-оценку в управляемые клинические действия и за счет этого снижать частоту осложнений и улучшать непосредственные и потенциально отдаленные результаты лечения. Таким образом, одна из проблем современного этапа онкологической хирургии КРР заключается не в нехватке данных, а в их недостаточной трансляции в клинические решения. Даже при накоплении крупных регистров и быстром росте числа прогностических моделей их внедрение остается фрагментарным: в рутинной практике решения нередко принимаются без системной цифровой поддержки в реальном времени. Именно этот разрыв между аналитикой и клиническим действием определяет актуальность настоящего обзора [10, 11].

Цель исследования – проанализировать роль клинических регистров, прогностических моделей и систем поддержки медицинских решений в хирургическом лечении колоректального рака, а также обосновать их значение для профилактики послеоперационных осложнений и улучшения непосредственных результатов лечения.

Место и роль хирургии в лечении рака ободочной и прямой кишки

Хирургия рассматривается как ключевой компонент комплексного лечения КРР и основной этап радикального воздействия на опухоль. Для рака ободочной кишки резекция первичной опухоли с адекватным лимфодиссекционным компонентом является базовой лечебной стратегией [10, 12]. Для рака прямой кишки хирургия является основным компонентом комплексного лечения, включающим неоадъювантные и/или адъювантные подходы в зависимости от стадии, риска локорегионарного рецидива и статуса циркулярного края резекции [3, 10].

На современном этапе развитие хирургии КРР определяется не только совершенствованием техники вмешательства, но и внедрением системных подходов к периоперационному ведению и стратификации риска. Одним из ключевых ограничений дальнейшего прогресса остаётся вариабельность системного контроля осложнений: при сопоставимой хирургической технике различия в непосредственных исходах в значительной степени определяются маршрутизацией пациента и качеством предоперационной оценки. Дополнительное значение приобретает скорость ответа на неблагоприятную клиническую динамику [8, 13]. Это отражает переход от изолированного хирургического вмешательства к концепции управляемого периоперационного процесса.

Несмотря на достигнутый уровень стандартизации хирургического лечения, дальнейшее улучшение непосредственных результатов, включая снижение частоты послеоперационных осложнений, остаётся актуальной задачей. В этом контексте ключевыми направлениями улучшения результатов являются расширение применения минимальноинвазивных вмешательств и внедрение протоколов ускоренного восстановления (ERAS).

По данным крупных популяционных исследований, внедрение лапароскопических технологий ассоциировано со снижением 30-дневной летальности и частоты послеоперационных осложнений при сопоставимых онкологических результатах [5, 9]. В анализе DSCA (37 636 пациентов) лапароскопический подход ассоциирован с уменьшением общей частоты осложнений (26 vs 37 %; скорректированный OR 0,66), а также кардиальных и респираторных осложнений – OR 0,73 в обоих случаях [5]. Абсолютное снижение 30-дневной летальности достигало 4,6 % у пациентов высокого риска (≥80 лет, ASA III–IV), тогда как в группе низкого риска оно составляло 0,4 % [5]. В международной когорте DCRA/SCRCR, включающей 54 914 минимальноинвазивных операций (minimally invasive surgery, MIS), показано, что результативность масштабирования MIS во многом зависит от зрелости системы оказания помощи. Так, в Швеции, где внедрение минимально-инвазивной хирургии происходило примерно на 5 лет позже по сравнению с Данией, частота конверсий оставалась выше как при операциях на ободочной кишке (15,5 vs 8,9 %), так и на прямой кишке (11,8 vs 5,8 %) [9]. В то же время эффективность малоинвазивного подхода может снижаться у пациентов с выраженной ко-морбидностью, распространенными опухолями и в условиях ограниченного опыта центра. Таким образом, преимущества MIS реализуются только при наличии достаточного хирургического объема и организационной поддержки, что ограничивает их воспроизводимость на популяционном уровне.

Концепция ERAS (Enhanced Recovery After Surgery) представляет собой мультидисциплинар-ный протокол периоперационного ведения, направленный на снижение хирургического стресса и ускорение восстановления пациента. Ключевыми компонентами являются минимизация голодания, ранняя мобилизация, мультимодальная анальгезия и раннее энтеральное питание. Систематические обзоры и клинические рекомендации показывают, что внедрение ERAS снижает частоту осложнений, длительность госпитализации и затраты без ухудшения онкологических результатов [14]. В рекомендациях ASCRS/SAGES (2023) показано уменьшение длительности пребывания в стационаре на 1,08 дня при предоперационной углеводной нагрузке перед большой абдоминальной хирургией и на 0,89 дня при стратегиях профилактики послеоперационного пареза; риск пареза снижался до RR 0,41 [14]. Крупные международные исследования демонстрируют значительную вариабельность послеоперационной летальности между центрами, которая не полностью объясняется стадией заболевания или характеристиками пациентов [13].

Основным фактором различий в результатах является не столько частота осложнений, сколько способность системы здравоохранения своевременно их распознавать и эффективно лечить (failure-to-rescue). Этот феномен подчеркивает, что межцентровые различия в исходах отражают не только клинические, но и структурные характеристики системы здравоохранения. В исследовании Global-Surg (15 958 пациентов, 428 больниц, 82 страны) риск смерти после тяжелого осложнения был существенно выше в странах с низким/нижне-средним по сравнению с верхне-средним доходом (OR 6,15 и 3,89 соответственно), а дефицит стабильно доступной послеоперационной помощи ассоциирован с дополнительными 7–10 смертями на каждые 100 больших осложнений [13].

Таким образом, исход хирургического лечения определяется не только качеством операции, но и устойчивостью всей системы оказания помощи. Следовательно, хирургический этап при КРР должен рассматриваться как управляемая система, в которой клинический результат определяется комбинацией «точная операция + стандартизированное периоперационное ведение + организационная способность к ранней диагностике и лечению осложнений». В этой логике закономерно возрастает роль регистров и СПМР как инструментов непрерывной риск-стратификации, триггеров эскалации и снижения межцентровой вариабельности решений, что непосредственно подводит к анализу послеоперационных осложнений, регистровых платформ и клинической реализации СПМР. Именно на этом уровне возникает потребность в инструментах, способных системно интегрировать риск и клиническое действие, – прежде всего в СПМР [13, 14].

Послеоперационные осложнения при колоректальном раке

Послеоперационные осложнения при КРР следует рассматривать не только как клинические события, но и как интегральный показатель качества хирургической системы и ключевой объект управления. По данным международных проспективных исследований и национальных регистров, осложнения после резекции КРР возникают у 20–40 % пациентов и остаются одной из ведущих причин неблагоприятных непосредственных исходов [15, 16]. В структуре неблагоприятных событий преобладают инфекционные, кардиопульмональные и хирургические осложнения, формируя основную долю ранней послеоперационной заболеваемости. Наибольшее влияние на ранние исходы оказывают несостоятельность анастомоза, септические осложнения и повторные операции [17–21]. По данным DSCA, минимально-инвазивные вмешательства ассоциированы с более низкой частотой осложнений по сравнению с открытыми операциями, при этом степень реализации данного преимущества может зависеть от опыта центра и особенностей организации периоперационной помощи [5, 9]. Это подчеркивает, что эффект хирургического доступа не является автономным и реализуется в контексте системы оказания помощи. С позиций клинического управления целесообразно выделять 3 класса осложнений: технически обусловленные (кровотечение, несостоятельность анастомоза, внутрибрюшные абсцессы), системные (пневмония, кардиоваскулярные события, тромбоэмболии, острое повреждение почек) и организационно-маршрутизационные, связанные с задержкой диагностики и лечения [13]. Такое разделение имеет принципиальное значение, поскольку определяет различные стратегии профилактики и вмешательства: от совершенствования техники и методов периоперационной профилактики до реорганизации маршрута пациента и протоколов эскалации помощи. В клиническом смысле эта классификация позволяет дифференцировать зоны ответственности хирургической, анестезиолого-реанимационной и организационной команд. Это разделение отражает не только клиническую природу осложнений, но и уровень, на котором возможно их эффективное предотвращение. Причинно-следственная структура осложнений мультифакторна и определяется динамическим взаимодействием факторов пациента, параметров операции и надежности системы послеоперационного наблюдения. К немодифицируемым факторам относятся возраст, исходный функциональный статус и часть онкологических характеристик; к модифицируемым – нутритивный и функциональный статус, контроль коморбид-ности, стандартизация хирургической техники и периоперационных протоколов, выбор организационного уровня помощи, а также своевременная маршрутизация пациентов высокого риска [15, 22, 23].

Для количественной оценки интегральной тяжести осложнений необходима комбинация категориального и интегрального подходов: шкала Clavien–Dindo стратифицирует отдельные осложнения по тяжести и необходимому объему коррекции, тогда как CCI отражает суммарный эффект всех осложнений в пределах одного клинического случая как интегральный показатель [24, 25]. Как показано в предыдущем разделе, различия в исходах во многом определяются не частотой осложнений, а эффективностью их лечения (failure-to-rescue). Поэтому сравнение центров только по частоте осложнений методологически неполно без оценки способности системы своевременно предотвращать смерть после уже возникшего тяжелого события [8, 13]. Практическим следствием является приоритет раннего выявления осложнений. Под триггерами для визуализации понимаются заранее определенные клинико-лабораторные критерии (например, рост C-реактивного белка, тахикардия, отсутствие вос- становления кишечной функции, неблагоприятная клиническая динамика), при достижении которых инициируются инструментальная диагностика (КТ, УЗИ) и эскалация лечения [14, 26]. Использование таких триггеров в структуре послеоперационного мониторинга сокращает диагностическую задержку, снижает риск «failure-to-rescue» в реальной практике и формирует стандартизированный алгоритм раннего реагирования.

Таким образом, послеоперационные осложнения в хирургии КРР представляют собой не только клиническую проблему, но и ключевую точку приложения системных вмешательств, включая стандартизацию мониторинга, внедрение триггеров ранней диагностики, регламентированную эскалацию помощи и междисциплинарную маршрутизацию пациентов. Предоперационное прогнозирование осложнений позволяет стратифицировать риск, персонализировать подготовку, определить необходимый уровень послеоперационного наблюдения и снизить частоту тяжелых осложнений, что делает их ключевым объектом для интеграции в системы поддержки медицинских решений и управления качеством хирургической помощи.

Влияние послеоперационных осложнений на непосредственные и отдаленные результаты лечения

Влияние осложнений на непосредственные исходы является последовательно подтверждаемым явлением: увеличиваются длительность лечения, риск повторных вмешательств, вероятность перевода в отделения интенсивной терапии и ранняя смертность [13–16, 24]. На системном уровне это трансформируется в рост затрат и снижение пропускной способности учреждений хирургической службы. Послеоперационные осложнения достоверно ассоциированы с ухудшением непосредственных результатов лечения, включая увеличение длительности госпитализации, частоты повторных вмешательств, ранней летальности, а также со снижением качества жизни пациентов [19–21, 24, 27, 28].

В отношении отдаленных онкологических исходов данные более неоднородны, но клинически значимый тренд очевиден. M.N.N. Arron et al. [17] и A.J. Breugom et al. [18] описали ассоциацию послеоперационных осложнений (включая несостоятельность анастомоза) с ухудшением долгосрочных онкологических исходов в популяционных когортах. В то же время J.H. Jang et al. [19] в когорте больных раком прямой кишки после стандартизированной предоперационной химиолучевой терапии не выявили значимого ухудшения онкологического прогноза при развитии несостоятельности. Причина расхождений между исследованиями, вероятно, связана с различиями дизайна, критериев осложнений, состава популяций и качеством коррекции статистических данных. Однако для клинической онкологии более важен практический вывод: послеоперационные осложнения следует рассматривать не только как клиническое событие, но и как модифицируемый фактор онкологического прогноза. Снижение их частоты само по себе является целью, поскольку ассоциировано с улучшением непосредственных результатов, а в ряде сценариев – с более благоприятным долгосрочным прогнозом [17–21, 29].

С биологической точки зрения возможны несколько механизмов влияния осложнений на отдаленные исходы. Тяжелая инфекция и системный воспалительный ответ могут усиливать иммунную дисфункцию в критический периоперационный период, а также приводить к задержке адъювантного лечения. Осложнения нередко изменяют запланированную интенсивность последующей терапии, что особенно значимо для КРР II–III стадии с высоким риском прогрессирования. Следовательно, профилактика осложнений в КРР должна рассматриваться как элемент противоопухолевой стратегии, а не только как задача анестезиологии и хирургии [17, 18, 20, 21].

Отдельного внимания заслуживает различие между «частотой осложнений» и «смертностью после осложнения». Уменьшение самой частоты осложнений важно, но не менее важна скорость их распознавания и лечения. В терминах качества помощи это означает, что целевой индикатор для центров, занимающихся лечением КРР, должен включать оба компонента: первичную профилактику осложнений и способность системы эффективно «спасать» пациента при их развитии [13]. Концепция textbook outcome – интегрального показателя, отражающего достижение оптимального перио-перационного течения без значимых неблагоприятных событий, усиливает этот тезис. Достижение комплексного благоприятного периоперационного исхода ассоциировано с лучшей 5-летней общей и безрецидивной выживаемостью у больных КРР [27, 28].

Современные данные уточняют клиническую значимость textbook outcome как интегрального показателя качества хирургического лечения. D.K. Manatakis et al. [28] в одноцентровой когорте больных раком ободочной кишки (n=128) показали, что его достижение (60,2 %) сопровождалось значимым улучшением 5-летней общей и опухоль-специфической выживаемости (81 vs 59 % и 86 vs 65 %). Аналогичные результаты получили M. Kryzauskas et al. [27] в многоцентровом проспективном исследовании (n=1 524): достижение textbook outcome (52,2 %) ассоциировалось с более высокими показателями 5-летней общей и безре-цидивной выживаемости (80,2 vs 65,5 % и 76,6 vs 62,6 %). При этом вероятность недостижения данного уровня выживаемости увеличивалась у пациентов с ASA III–IV (OR 1,497) и снижалась при применении малоинвазивных технологий (OR 0,570). Однако отсутствие стандартизированного определения textbook outcome ограничивает сопоставимость результатов между исследованиями и остается барьером для его широкого использования в межцентровом сравнительном анализе [27, 28].

Роль клинических баз данных и онкологических регистров в хирургической онкологии

Клинические базы данных и онкологические регистры в хирургии КРР рассматриваются как важный инструмент анализа результатов лечения и оценки качества помощи. На практическом уровне регистры в первую очередь обеспечивают систематическое описание исходов, а при наличии регулярного аудита и обратной связи могут способствовать переходу к более активному управлению клиническими процессами [8, 13]. В прикладном плане регистры выполняют три взаимосвязанные функции: 1) позволяют оценивать результаты лечения на популяционном уровне; 2) дают возможность анализировать межцентровую вариабельность исходов и факторов failure-to-rescue; 3) используются для выявления факторов риска и формирования массивов данных для прогностических моделей [6–9, 13, 22].

Как показано в предыдущих разделах, вариабельность послеоперационных исходов может отражать не только различия клинического профиля пациентов, но и организационные особенности маршрутизации, мониторинга и своевременности эскалации помощи. В этом контексте регистры дают возможность анализировать вклад системных факторов в частоту неблагоприятных событий и показатели failure-to-rescue [8, 13]. Для колоректальной хирургии представляется целесообразным выделить несколько функциональных групп регистров:

– национальные аудиты качества (DCCG, DCRA, NBOCA) используются для анализа структуры осложнений и сопоставления результатов между центрами [6–9, 22];

– популяционные и крупные госпитальные базы (SCRCR, NCDB) позволяют оценивать паттерны лечения и межцентровую вариабельность исходов в рутинной клинической практике [8, 30, 31, 32];

– исследовательские платформы на основе тех же регистров (прежде всего DCCG, DCRA, SCRCR) применяются для разработки и первичной проверки прогностических инструментов [4–9, 22].

Такое разделение подчеркивает, что ценность регистров связана не столько с фактом накопления данных, сколько с возможностью сопоставимого анализа и воспроизводимой оценки результатов в разных типах стационаров [33]. Одновременно использование регистров сопровождается методологическими ограничениями: неполнотой данных, различиями в определениях переменных и исходов, неодинаковой полнотой последующего наблюдения и риском систематических смещений. По этой причине выявляемые корреляции требуют осторожной интерпретации, а выводы о переносимости – внешней валидации на независимых когортах. С методологической точки зрения регистры являются одним из основных источников данных для разработки и валидации прогностических моделей в хирургии КРР. Вместе с тем, воспроизводимость таких моделей не предполагается автоматически и должна отдельно проверяться при переносе между странами, центрами и клиническими контурами [4–9, 22, 33]. Важно подчеркнуть, что сами по себе регистры обычно не обеспечивают изменения клинической практики. Потенциал практического эффекта возникает при интеграции регистровых данных и валидированных моделей в рабочие процессы и СПМР, где результаты анализа могут использоваться для более обоснованного принятия решений и последующего аудита [26, 34].

Таким образом, клинические регистры могут рассматриваться как инфраструктурная основа для перехода от ретроспективного анализа к более проактивному управлению качеством помощи. Их практический потенциал представляется наибольшим при сочетании стандартизированного сбора данных, критической интерпретации результатов и интеграции в контур прогнозирования и СПМР [4, 8, 22, 26, 33].

Инструменты прогнозирования результатов лечения

Эволюция прогностических инструментов в колоректальной хирургии прошла путь от универсальных клинических шкал к специализированным моделям, созданным на больших регистрах. Систематические обзоры показывают, что число подобных моделей быстро растет, однако качество и переносимость между популяциями остаются ограничивающими факторами. Основные проблемы традиционных клинических шкал состоят в недостаточной калибровке в современных когортах, слабом учете реальной структуры коморбидности и ограниченной применимости на этапе предоперационного планирования. Это может объяснять, почему даже высокоточные модели редко приводят к изменению клинической тактики без интеграции в СПМР [25].

Существенный прогресс достигнут в регистр-ориентированных моделях. L.C.F. de Nes et al. [22] на данных DCRA построили и валидировали модель 30-дневной смертности после операции по поводу КРР с хорошей дискриминацией (C-statistic 0,82), что демонстрирует практическую применимость подхода «национальный аудит → модель риска». Аналогично, K.B. Brauner et al. [4] на данных DCCG разработали модели краткосрочной смертности, пригодные для клинической стратификации.

Для клинической полезности прогностической модели принципиальны три критерия: дискриминация, калибровка и транспортируемость. Хорошая прогностическая способность без стабильной калибровки в новой популяции может приводить к систематической переоценке или недооценке риска. Именно поэтому внешняя валидация на независимых когортах может рассматриваться как необходимый этап перед внедрением.

Второй критически важный аспект – интерпретируемость. В хирургической онкологии модель должна не только «выдавать вероятность», но и быть клинически объяснимой для мультидисци-плинарной команды: какие факторы сформировали высокий риск и какие вмешательства способны этот риск модифицировать. Иначе инструмент остается аналитически интересным, но клинически пассивным.

Третий аспект – динамичность. В отличие от статических шкал, регистровые модели нуждаются в регулярном обновлении по мере изменения технологий, структуры пациентов и стандартов лечения. Без регулярного обновления может происходить снижение прогностической точности, особенно в период быстрого внедрения новых стратегий неоадъювантной терапии и малоинвазивной хирургии. Следовательно, современный вектор развития прогнозирования в КРР – это не «универсальная шкала для всех», а непрерывно обновляемые модели, обученные на локально релевантных регистрах и встроенные в клинический контур. При этом сама по себе модель риска не гарантирует улучшение исходов: клинический эффект возникает только при ее интеграции в СПМР и маршрутизацию пациента.

Современные исследования применения искусственного интеллекта и машинного обучения

Методы искусственного интеллекта (AI) и машинного обучения (ML) в хирургической онкологии развиваются наиболее быстро в прогнозировании осложнений, ранней смертности, длительности госпитализации и композитных исходов. M. Wagner et al. [35] в систематическом обзоре показали, что публикационная активность в этом направлении высокая, но доля исследований с внешней и особенно проспективной валидацией остается ограниченной. Несмотря на рост числа публикаций, большинство моделей не прошли проспективную валидацию, что может ограничивать уровень доказательности и затрудняет перенос результатов в рутинную клиническую практику.

M. Brennan et al. [36] показали, что взаимодействие врача с ML-инструментом может улучшать точность оценки отдельных рисков. Однако ключевой барьер – не разработка алгоритма как такового, а его надежная интеграция в рабочий процесс, интерпретируемость и подтверждение клинического эффекта в реальной практике. Принципиально важным шагом стала работа A.W. Rosen et al. [26]: на базе национальных датских регистров КРР разработана, валидирована и внедрена AI-модель прогноза 1-летней смертности с последующим применением персонализированных периоперационных траекторий. В интервенционной когорте показано снижение доли выраженных осложнений (CCI >20: 19,1 vs 28,0 %) и общего количества осложнений (23,7 vs 37,3 %), что является редким примером перехода от предиктивной аналитики к изменению клинических исходов.

Таким образом, совокупность данных позволяет предполагать, что AI в хирургии КРР клинически перспективен, но максимальная ценность достигается только при связке с качественным регистром, прозрачной клинической логикой вмешательств и проспективной оценкой эффекта. В методологическом плане большинство текущих AI/ML-публикаций в хирургии КРР остаются ретроспективными. Это ограничивает уровень доказательности и повышает риск смещения, особенно при неполной регистрации осложнений и неоднородных конечных точках. Поэтому при интерпретации результатов целесообразно разделять «статистическую состоятельность модели» от «клинической полезности после внедрения». Представляется клинически обоснованным подход, при котором AI-модель используется не как автономный «заменитель эксперта», а как инструмент усиления MDT-решения. В таком режиме алгоритм выполняет роль раннего маркера повышенного риска, а окончательная тактика формируется врачебной командой с учетом операбельности, онкологической целесообразности и функционального резерва. Следовательно, стратегический приоритет состоит не столько в разработке все новых AI-моделей, сколько в их клинической интеграции в формате СПМР с оценкой реального влияния на исходы.

Системы поддержки медицинских решений в хирургической онкологии

Системы поддержки медицинских решений в хирургии КРР следует рассматривать как платформу, объединяющую регистровые данные, прогнозные модели и стандартизированные клинические действия. Практическая зрелость СПМР может определяться не столько точностью алгоритма в офлайн-валидации, сколько способностью менять тактику ведения и улучшать исходы пациентов. Наиболее устойчивый контур внедрения, как правило, включает 4 этапа: стандартизация и аудит данных; разработка и внешняя валидация модели; интеграция в маршрутизацию пациента и MDT; оценка клинической и экономической результативности. В такой последовательности регистр концептуально является «ядром достоверности», а СПМР – «механизмом трансляции данных в дей- ствия» [4, 8, 22, 26]. Предлагаемая концептуальная архитектура регистро-ориентированной СПМР представлена на рис. 1. Она отражает замкнутый цикл управления качеством: стандартизированные данные регистра используются для построения и обновления прогностических моделей, результаты которых интегрируются в СПМР и трансформируются в клинические действия на этапах предоперационной оценки, периоперационной оптимизации и послеоперационного мониторинга. Полученные исходы возвращаются в регистр, обеспечивая последующее обновление моделей и аудит эффективности вмешательств.

Для хирургии КРР практическая ценность СПМР наиболее высока в трех точках принятия решений: предоперационный риск-скрининг, выбор объема периоперационной оптимизации и раннее послеоперационное мониторирование. В первой точке СПМР позволяет оценить вероятность осложнений и ранней летальности; во второй – помогает дифференцировать интенсивность подготовки (преабилитация, коррекция нутритивного статуса, расширенный анестезиологический план, уровень послеоперационного наблюдения); в третьей – поддерживает раннее выявление неблагоприятной динамики [4, 14, 22, 26].

Системный эффект СПМР наиболее полно реализуется при наличии замкнутого цикла управления качеством: каждый новый клинический слу- чай возвращается в регистр, а регистр обновляет модель. Такой подход переводит хирургическую службу от эпизодической оценки результатов к непрерывному обучению системы [4, 7–8, 22].

Для отечественной практики представляется ключевой задачей построение «вертикали совместимости»: единые определения осложнений, сопоставимые требования к полноте данных и единые критерии оценки эффекта внедрения СПМР. Без этого даже технически точная модель не сможет стать инструментом устойчивого улучшения исходов [11]. Практическая применимость иллюстрируется национальными и международными примерами: DCRA и DCCG как источники надежных прогнозных инструментов [4, 7, 22], SCRCR и NBOCA как модели аудита качества с обратной связью [8], NCDB как платформа оценки реальной клинической практики в больших популяциях [30, 32]. Современные AI-подходы (включая модель A.W. Rosen et al. [26]) показали, что при корректном клиническом применении использование СПМР ассоциировано со снижением частоты тяжелых осложнений.

Заключение

Несмотря на прогресс, остаются существенные нерешенные вопросы: дефицит многоцентровых проспективных исследований СПМР с «жесткими» клиническими конечными точками; ограничен-

Рис. 1. Концептуальная модель регистро-ориентированной системы поддержки медицинских решений в хирургическом лечении колоректального рака. Примечание: рисунок выполнен авторами

Fig. 1. Conceptual model of a registry-based clinical decision support system in the surgical treatment of colorectal cancer.

Note: created by the authors

ная переносимость моделей между странами и типами стационаров; недостаточная интеграция гериатрических, функциональных и биомаркерных данных; недостаточная стандартизация методов оценки клинического эффекта после внедрения AI/ML-инструментов; недостаточная стандартизация композитных показателей качества (включая textbook outcome) и слабая интеграция обратной связи регистра в контур стратегических решений [27, 28, 33]. Поэтому создание и валидация регистро-ориентированной СПМР для хирургии КРР с оценкой влияния на непосредственные