Системы поддержки принятия клинических решений

Системы поддержки принятия клинических решений — это компьютерная программа, которая помогает врачу или другому медицинскому работнику повысить качество решения в отношении ведения пациента [2]. В РФ сегодня принят термин «система поддержки принятия врачебных решений» (СППВР). Мы предлагаем дальше использовать термин, принятый в развитых странах, — СППКР, поскольку эти инструменты используются также медицинскими сестрами, фармацевтами и пациентами.

СППКР подразделяются на пассивные (книги, базы знаний), которые были описаны выше, и активные. Активные СППКР могут обеспечить медицинских работников специально подобранными знаниями с учетом персональных данных пациентов из ЭМК.

В случае если информация в электронной истории болезни систематизирована, стандартизована и использует стандартные классификационные коды (МКБ-11 для диагнозов, АТХ для лекарств и др.), такие же, как и в базе знаний, то они могут «разговаривать» на одном языке и пересылать друг другу данные. Соответственно подсказка врачу будет учитывать индивидуальные данные о пациенте из ЭМК, что позволяет делать ее более точной и экономить время врача на поиск необходимой информации.

Принятая сегодня классификация СППКР подразделяет их на следующие группы в зависимости от вида подсказки [2]:

  1. находят в базе знаний наиболее подходящие подсказки для врача по данной болезни;
  2. могут делать напоминания врачу о необходимости назначения какого-либо исследования или лекарства, или, наоборот, недопустимости таких назначений или об их дублировании;
  3. предоставляют информацию таким образом, чтобы подталкивать врача к конкретному решению в ведении пациента.

Компьютерные программы в основе СППКР также называют интеллектуальными или «умными» системами. Это компьютерные программы, в основе которых заложен набор инструментов (подсистем), предназначенных для решения каких-либо задач. Подходы в решении этих задач могут быть основаны на простой логике (алгоритмах) или анализе цена/затраты, а также более сложных подходов, например с использованием вероятностных теорий и машинного обучения на основании больших данных. Следует понимать, что сами по себе эти системы не принимают решения, поэтому специалисты подчеркивают, что это только подсказки или рекомендации. Для того чтобы СППКР могли функционировать, кроме интеллектуальной подсистемы, должен быть эффективный механизм поиска релевантной информации из депозитариев или базы знаний.

СППКР состоит из 5 основных блоков, рис. 0.10.

Рис. 0.10. Принцип работы модели СППКР (составлено автором на основании материалов [1])

  1. Интеллектуальный модуль, который на основании алгоритмов, правил или искусственных нейронных сетейПод искусственной нейронной сетью понимается математическая модель, заложенная в программу, которая на входе осуществляет обработку набора данных (признаков, например симптомов болезни), характеризующих определенную ситуацию (выход, например диагноз). В этой модели данные распространяются через несколько слоев узлов (процессоров), взаимосвязанных между собой. В результате этого процесса определяется весовой коэффициент каждого из признаков по отношению к выходу. Нейронные сети обучают на заданных признаках и выходах, в результате чего весовые коэффициенты признаков по отношению к определенному выходу запоминаются. После обучения, когда в программу вводят новый набор данных (признаков), она «способна» выдать ответ (выход) с определенной вероятностью, используя весовые коэффициенты, которые были определены ранее. решает поставленную задачу.
  2. База знаний, которая необходима для поиска необходимых доказательств.
  3. Информационный блок, отвечающий за кодирование клинических данных, введенных в систему.
  4. Тип рекомендации, который дается пользователю (ссылка на текст, аннотация, рекомендация к действию, напоминание и др.).
  5. Пользовательская среда, из которой происходит запрос, затем определенным образом представляется результат обработки данных.

В систематических обзорах и крупномасштабных научных исследованиях показано, что внедрение СППКР приводит к снижению:

Войдите, чтобы использовать весь функционал платформы

Автор: Г.Э. Улумбекова

Новости и события