IX Международная студенческая электронная научная конференция
«Студенческий научный форум» - 2017
 
     

АРХИВ "Студенческий научный форум"

ОСНОВНЫЕ ПРИНЦИПЫ ФУНКЦИОНИРОВАНИЯ СИСТЕМ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ В ПРЕВЕНТИВНОЙ МЕДИЦИНЕ
Соловей В.В.
Текст научной работы размещён без изображений и формул.
Полная версия научной работы доступна в формате PDF


  Главной задачей в превентивной медицине является выявление заболеваний на ранней стадии и принятия ответных мер, направленных на предотвращение болезней. Чтобы улучшить качество здравоохранения в этом вопросе используют Системы поддержки принятия решений (СППР) [1]. В настоящее время, медицинские системы поддержки принятия решений широко распространены. Они обеспечивают для врачей, персонала и пациентов рекомендации в момент оказания медицинской помощи. Для выполнения данной задачи СППР использует данные пациента, чтобы обеспечить оценку здоровья и рекомендации по лечению пациента [2]. Рассмотрим подробнее принцип работы СППР в медицине: Виды СППР в медицине Ранние системы принятия решений были получены из экспертных систем, разработчик стремится запрограммировать компьютер так, как если бы определенные правила помогали ему «думать» как опытный врач при приеме пациента. Системы оказались полезными за пределами исследований. Их можно было использовать для оказания помощи в постановке диагноза для врача, предупреждая их о потенциальных проблемах и предлагая выбрать правильное лекарство для пациента. Сейчас СППР охватывает целый ряд вариантов от общих рекомендаций, посредством конкретных принципов для данного состояния, до указаний, которые принимаются на основе уникальных клинических данных пациента. СППР также может включать в себя рекомендуемые принципы на одном конце множества, настраиваемого особым разработанным порядком конкретного врача, и в другом. Основополагающие технологии Общие черты СППР, которые предназначены для обеспечения руководства конкретного пациента включают в себя базу знаний (например, составленная клиническая информация о диагнозах, взаимодействий препаратов, и руководящие принципы), программа для объединения этих знаний с информацией о конкретных пациентах и способ ввода(вывода) данных в СППР и предоставления соответствующей информации (например, списки возможных диагнозов, предупреждения взаимодействия лекарств или напоминаний профилактического лечения) обратно врачу. СППР могут быть реализованы с использованием различных платформ (например, интернет-, локального персонального компьютера или портативное устройство). Целевая область исследования Многие из технологических процессов не обязательно должны быть очевидны для пользователя. Однако, следующие факторы должны быть более подходящими для пользователя-врача или его ассистентов:
  1. Первичная потребность или проблема, которую СППР рассматривает это, например, повысить общую эффективность, выявить заболевания на ранних стадиях, помощь в точной диагностики или лечения на основе протокола, а также предотвращение опасных побочных явлений, влияющих на пациента.
  2. Кому и каким образом информация из СППР будет доставлена.
  3. Степень контроля пользователя в доступе в ответ на информацию.
СППР может обеспечить поддержку решений врача на различных этапах в процесс исследования пациента, от профилактического осмотра с помощью диагностики и лечения до мониторинга и последующем наблюдении. В данный момент реализованы такие СППР, которые включают в себя, например, множество конфигураций приспособленных для конкретных условий или типов пациентов (в идеале основанных на фактических данных и методических рекомендациях, настроенных с учетом предпочтений отдельных врачей); доступ к методическим рекомендациям и другим внешним базам данных, которые могут предоставить информацию, относящуюся к конкретным пациентам; напоминания для профилактики и предупреждения о потенциально опасных ситуаций, которые необходимо решить. Наиболее широко СППР используют для решения клинических нужд, таких как обеспечение точного диагноза, своевременный скрининг для поддающихся профилактике заболеваний, или предотвращение побочных эффектов препарата. Тем не менее СППР может также потенциально снизить затраты, повысить эффективность и уменьшить неудобства пациентам [3]. На самом деле, СППР иногда может решить все три этих пункта одновременно, например, путем предупреждения врачей потенциально дублирующего тестирования. Для более сложных задач, таких как диагностический процесс принятия решений, целью СППР является оказание помощи, а не замена врача, тогда как для других задач (например, представление конфигурации заранее определенного порядка) СППР может помочь врачам восстанавливать историю посещения каждого пациента. СППР может вносить свои предложения, но врач должен фильтровать информацию, анализировать предложения, и на их основе уже решать, следует ли принимать те или иные меры. Ниже в таблице 1 приведены примеры СППР, которые решают целый ряд целевых областей. Таблица 1 Примеры СППР по целевой области исследования [4]

Целевая область исследования

Пример

Профилактика

Иммунизация, скрининг, рекомендации по управлению заболеванием, вторичная профилактика

Диагностика

Предложения по возможным диагнозам, которые соответствуют признакам и симптомам пациента

Планирование и осуществление лечения

Рекомендации по лечению конкретных диагнозов, рекомендации по дозировке лекарственных средств, оповещение о взаимодействии между препаратами

Последующее руководство

Последствие рекомендаций, напоминание о неблагоприятных случаях контроля препаратов

Больница

Планируемый уход, который значительно уменьшит пребывание пациента в клинике,

Снижение затрат и повышение комфорта пациента

Повторные оповещения тестирования, формулярные принципы препаратов

Рассмотрим конкретные СППР, используемые в медицине. Одним из таких инструментов поддержки принятия решений является Archimedes IndiGO. Эта система предназначена для врачей, медицинских работников и пациентов. На основе информации, считываемой с электронной карты пациента, система IndiGO прогнозирует риск таких заболеваний, как сердечный приступ, диабетический криз и т.д. Затем Archimedes IndiGO предлагает медицинские препараты для снижения этих рисков [5]. Также существует и другой пример СППР в медицине – это система Autonomy Healthcare, разработанная в Кембриджском университете в Великобритании. Она анализирует историю болезни пациента, его симптомы и опыт врача, а затем проводит анализ всех имеющихся данных и предлагает врачу список возможных диагнозов пациента. Почти аналогом этой СППР в медицине является американская система DXplain [6], которая была разработана в Бостоне в 1986 году, и которая пользуется спросом до сих пор. В ней пользователь вводит текстовую информацию, а СППР тем временем выявляет подходящую информацию в базе данных (синонимы, неверное написание, а также на основе симптомов, наблюдений врача и результатов обследований делает вывод о возможном диагнозе пациента).

Таким образом, СППР имеет большой потенциал для улучшения качества в превентивной медицине, когда она хорошо разработана и реализована. Она помогает повысить эффективность и снизить затраты здравоохранения. Однако, СППР не должна рассматриваться как технология, заменяющая опытного врача, а как комплексное посредничество, требующее тщательного рассмотрения своих задач, как они будут получены и для кого. Для того чтобы получить получить пользу от СППР, врачам-пользователям необходимо понять все преимущества и ограничения данной СППР.

Списокиспользованныхисточников

  1. Eta S. Berner, Ed.D. Clinical Decision Support Systems: State of the Art AHRQ Publication No. 09-0069-EF. Rockville, Maryland: Agency for Healthcare Research and Quality. June 2009.

  2. Gibril J. Njie, Krista K. Proia, Anilkrishna B. Thota Clinical Decision Support Systems and Prevention // Am J Prev Med. 2015 Nov; 49(5): 784–795.

  3. Neil Versel. 10 Innovative Clinical Decision Support Programs [Электронный ресурс] // Information Week Healthcare, 12/19/2011. – Режим доступа: http://www. informationweek.com/healthcare/clinical-systems/10-innovative-clinical-decision-support/ 232300511?pgno=3 (дата обращения: 20.12.2016).

  4. Артеменко М.В., Бабков А.С. Информационная поддержка принятия решений в скрининг диагностики рака желудка на основе анализа крови // Научный вестник, 2016, N 1(7). – С.115-131.

  5. Кирсанова А.В. Современное состояние и перспективы развития экспертных медицинских систем // Новый университет серия «Технические науки», 2015, № 11-12. – С. 45-46.

  6. М. С. Фролова, С. В. Фролов, И. А. Толстухин Системы поддержки принятия решений для задач оснащения лечебных учреждений медицинской техникой // Университет им. В.И. Вернадского. Специальный выпуск (52), 2014. – С.106-111.