Научный архив: статьи

В настоящее время искусственный интеллект является одной из наиболее быстро развивающихся областей человеческого знания. Данная тематика имеет большое значение для науки и практики, в целом, и для медицины, в частности. Применение технологий искусственного интеллекта к сегментации зон головного мозга и выявлению аномальных участков особенно востребовано и перспективно в области нейрофизиологии, нейрохирургии, психиатрии, клинической психологии и других медицинских дисциплин. В данной работе проведено исследование существующих методов автоматизированной сегментации и анализа данных о структуре и функциональном состоянии головного мозга, а также метрик, применяемых для оценки эффективности данного подхода.

Цель: выявление нерешённых проблем и поиск тенденций в разработке методов сегментации и выявления аномальных участков головного мозга, а также определение наиболее эффективных методов и способов их улучшения.

Материалы и методы. Работа выполнена с использованием методологии Systematic Mapping Study (SMS). Данное исследование ограничивается предметной областью, связанной с сегментацией зон головного мозга и определением в нём аномальных участков.

Результаты. Основные результаты исследования представлены в виде классификационных таблиц и ментальной карты. Показано, что целью рассмотренных исследований является повышение точности при сегментировании зон головного мозга и нахождении аномальных участков. Такая метрика, как время обработки данных, применяется для оценки эффективности метода при малом количестве исследований, а в большинстве случаев вообще не рассматривается. При этом скорость обработки изображений в зависимости от применяемого метода измеряется минутами, что существенно ограничивает возможность использования данного подхода в экстренных ситуациях, в том числе при угрозе жизни человека.

Заключение. Для анализа данных о структуре и функциональном состоянии головного мозга в режиме реального времени требуется модификация уже разработанных методов энцефальной сегментации, а также разработка новых, более эффективных подходов. При этом скорость обработки данных должна быть соизмерима со временем вынесения срочного заключения о состоянии головного мозга человека.

Актуальность. Необходимость эффективного управления здравоохранением требует совершенствования медицинской статистики. Текущие методы сбора данных ограничены и неточны. Стратегия цифровой трансформации до 2030 года нацелена на создание безопасной и надежной информационной инфраструктуры здравоохранения с использованием отечественных технологий.

Цель исследования: провести анализ существующих методов сбора и анализа медицинской статистики в различных странах.

Материалы и методы. Для получения информации выполнен поиск релевантных исследований, опубликованных в электронных базах eLibrary, Refseek, Virtual Learning Resources Center, Yandex и Googlе. Стратегию поиска составляли такие ключевые слова и словосочетания на русском и английском языках, как «статистика», «сбор», «анализ».

Результаты. Исследование выявило ключевые методы развития сбора медицинской статистики в России и мире, фокусируясь на точности и полноте данных. Анализировались принципы конфиденциальности, охвата, качества, вычислимости, регулярности и репрезентативности, а также методы сбора: опросы, непрерывный сбор данных и автоматизированная передача информации.

Выводы. Уникальность российской системы статистического учета в здравоохранении заключается в сплошной регистрации каждого случая заболевания в медицинских организациях. Внедрение современных цифровых решений, основанных на первичных данных, соответствует основным принципам статистики. Это позволит упростить работу с информацией, повысить ее точность и доступность для оперативного реагирования на изменения в сфере здравоохранения.

Анализу подвергнуты данные литературы, представленные в открытых медицинских источниках, об использовании возможностей телемедицины в гематологии. Телемедицинская поддержка представляет собой эффективный способ ведения и мониторинга пациентов с целью минимизации визитов в лечебные учреждения в тех случаях, когда этого можно избежать. Изучены опыт и перспективы данного вида взаимодействия с точки зрения удовлетворенности пациентов и эффективности мониторинга различных гематологических заболеваний. Несмотря на малое количество результатов с высокой доказательностью, проведенные исследования демонстрируют оптимистичную картину использования телемедицины в реальной клинической практике, что ведет к необходимости более масштабных и качественных исследований для внедрения различных форм телемониторинга в рутинное наблюдение за гематологическими пациентами.

Использование квантовых технологий открывает новые возможности для разработки лекарственных средств, улучшения качества диагностики, защиты медицинской информации и персональных данных, повышения эффективности принятия врачебных решений. Целью исследования являлось изучение перспектив развития и применения квантовых технологий в сфере здравоохранения. Для достижения цели выполнен анализ отдельных кластеров квантовых технологий, имеющих максимальные перспективы коммерческого применения в здравоохранении; построен патентный ландшафт рассматриваемой технологической области; подготовлен обзор созданных на основе квантовых технологий рыночных продуктов для здравоохранения. Показано, что максимальное развитие в сфере здравоохранения получили квантовые сенсоры, квантовые вычисления и квантово-устойчивые решения кибербезопасности. Количество созданных технических решений в рассматриваемой технологической области, получивших патентную охрану, составляет более 6,5 тысяч, из которых 3,5 тысячи поддерживаются.

В качестве ключевых бенефициаров использования квантовых технологий в здравоохранении предлагается рассматривать, прежде всего, фармацевтические компании и биотехнологические стартапы, которые могут сократить время моделирования и тестирования лекарств, повысить точность прогнозирования побочных эффектов лекарственных средств и взаимодействия лекарственных препаратов за счет использования квантовых вычислений, ускорить анализ больших данных и оптимизировать протоколы клинических исследований.

Работа посвящена оценке соответствия нейрофизиологических и субъективных признаков моторного воображения в контексте нейрореабилитации с использованием интерфейсов мозг–компьютер (ИМК) и выполнена в рамках разработки программно-аппаратного комплекса (ПАК) для восстановления когнитивных и моторных функций верхних конечностей при лёгких и выраженных нарушениях.

Материалы и методы: В исследовании приняли участие 24 здоровых добровольца. Электроэнцефалограмма регистрировалась при выполнении заданий на моторное воображение с различными визуальными стимулами. Анализ включал расчёт сенсомоторной десинхронизации (ERD), классификацию с использованием пространственных фильтров и линейного дискриминантного анализа, а также оценку корреляции с субъективными самооценками.

Результаты: Латеральность воображаемого движения оказала значимое влияние на выраженность ERD. Субъективная уверенность участников не коррелировала ни с нейрофизиологическими показателями, ни с уверенностью классификатора при распознавании воображаемого движения. При этом модели продемонстрировали высокую точность классификации моторных представлений.

Выводы: Выявленное несоответствие между субъективной и объективной оценкой подчеркивает необходимость внедрения биологической обратной связи и персонализированных ИМК в составе ПАК для повышения эффективности нейрореабилитации.

В статье представлено проектирование базы данных, предназначенной для оптимизации хранения и обработки медицинских данных, с акцентом на поддержку принятия решений в области интенсивной терапии и реанимации. Целью исследования является разработка логической модели базы данных на основе передовых принципов и методов, используемых в международных проектах открытых баз данных, способной минимизировать ошибки, связанные с человеческим фактором, и улучшить точность прогноза состояния пациентов в реальном времени.

Методология работы основана на сравнительном анализе существующих международных медицинских баз данных, таких как MIMIC-IV и eICU. Для проектирования новой базы данных применен инновационный модульный подход, который обеспечивает гибкость и масштабируемость системы.

Основные результаты работы заключаются в создании логической модели базы данных, которая может быть эффективно использована в российской системе здравоохранения, в том числе в удаленных и малоресурсных регионах. Логическая модель разработана с учётом специфики медицинских данных, включая модули для хранения информации о госпитализациях, показателях состояния пациентов, лабораторных исследованиях, медикаментозных назначениях и других аспектах клинической практики. Важной частью исследования является интеграция базы данных с российскими медицинскими информационными системами и адаптация к национальным стандартам и нормативным требованиям.

Созданная архитектура логической модели минимизирует влияние человеческого фактора, автоматизирует анализ данных и может использоваться в разработке систем поддержки принятия врачебных решений. Практическая значимость заключается в повышении качества медицинской помощи и снижении нагрузки на персонал. Система применима в российских учреждениях, включая удаленные регионы, и способствует цифровизации здравоохранения.

Востребованность специалистов, обладающих глубокими знаниями в предметных областях как медицинского профиля, так и информационных технологий, обусловила существенное увеличение количества вузов, реализующих образовательную программу по направлению подготовки 30.05.03 — «Медицинская кибернетика» и стала причиной необходимости оценки ситуации с обучением студентов по данной специальности. Целью работы является анализ структуры и предметного наполнения образовательной программы по направлению подготовки 30.05.03 «Медицинская кибернетика» в вузах Российской Федерации.

Материалы и методы: сведения, представленные на официальных сайтах вузов и сайтах-агрегаторов для абитуриентов; документы, регламентирующие образовательный процесс по специальности 30.05.03 «Медицинская кибернетика».

Результаты исследования. Анализ основных аспектов образовательных программ по специальности 30.05.03 «Медицинская кибернетика» в десяти вузах РФ показал их соответствие общим требованиям ФГОС по данной специальности при существенном различии в подходах к предметному наполнению.

Выводы. Соответствие образовательных программ только формальным требованиям ФГОС, касающимся их общего объема, структуры и количества профессиональных компетенций, не позволяет гарантировать соответствие выпускников требованиям профессионального стандарта «Врач-кибернетик». Необходимы четкие критерии допустимых различий в предметном наполнении образовательной программы.

Все изделия медицинского назначения, как в Российской Федерации, так и в мире, проходят процедуры регистрации. Однако связанные с этим нормы и законодательство регулируются по-разному. Целью данного исследования явилась оценка функциональных возможностей существующей правовой базы и систем регистрации изделий медицинского назначения в некоторых странах мира.

В условиях цифровизации здравоохранения принципиально важное значение приобретает создание современных информационных систем для сбора и обработки медицинской статистики. Данная статья представляет разработку и всесторонний анализ функциональных требований к таким системам, рассматривая их как сложные технологические комплексы, объединяющие строгие нормативные требования, передовые цифровые решения и практические потребности медицинских организаций. Особое внимание уделено методологии обеспечения качества данных, принципам интеграции с существующей ИТ-инфраструктурой и созданию условий для аналитической работы на основе собранной статистики.

Цифровая трансформация здравоохранения требует эффективных инструментов для оценки цифровой зрелости медицинских организаций. Настоящее исследование направлено на разработку методики оценки цифровой зрелости, адаптированной к особенностям системы здравоохранения Российской Федерации. В рамках работы проведен анализ нормативных правовых актов, определены ключевые критерии оценки цифровой зрелости, сгруппированные в блоки, и разработан алгоритм расчета уровня цифровой зрелости медицинских организаций. Предложенная нами методика обеспечивает возможность объективной оценки, идентификации проблемных зон и разработки рекомендаций для повышения цифровой зрелости организаций.

Цель. Разработать методику оценки цифровой зрелости медицинских организаций, которая учитывает специфику системы здравоохранения Российской Федерации, позволяет проводить комплексную и объективную оценку уровня цифровой зрелости и формировать рекомендации для улучшения процессов цифровой трансформации.

Материалы и методы. Для разработки методики была сформирована рабочая группа из 14 членов экспертного сообщества с опытом трудовой деятельности в сфере здравоохранения и цифровой трансформации. Проведен анализ нормативных правовых актов и существующих подходов к оценке цифровой зрелости. На основе экспертного опроса выделены ключевые критерии, сгруппированные в пять блоков. Для каждого блока разработаны показатели и алгоритмы расчета, что обеспечивает объективность, прозрачность и возможность автоматизации оценки.

Результаты. Методика оценки цифровой зрелости медицинских организаций позволяет объективно определить уровень их готовности к цифровой трансформации. Методика охватывает основные аспекты цифровизации, обеспечивая комплексный подход к анализу, а также дает возможность выявить ключевые проблемы, затрудняющие цифровую трансформацию, и формировать рекомендации для их устранения. Это делает ее эффективным инструментом для повышения уровня цифровой зрелости медицинских организаций и улучшения качества предоставляемых услуг.

Выводы. Разработанная в ФГБУ «ЦНИИОИЗ» Минздрава России методика оценки цифровой зрелости медицинских организаций является универсальным инструментом для объективной и системной оценки уровня цифровой зрелости. Она учитывает особенности структуры и деятельности организаций, обеспечивая адаптивность к различным условиям и уровням здравоохранения. Методика способствует стандартизации цифровой трансформации, выявлению проблемных зон и формированию индивидуальных рекомендаций для их устранения.

Большие генеративные модели (БГМ) обладают значительным потенциалом для здравоохранения и медицинской науки. Несмотря на экспоненциальный рост числа публикаций, качество и результативность научного изучения БГМ остается неудовлетворительной. В научной литературе утверждается необходимость создания стандартизированных подходов для обеспечения безопасной и эффективной интеграции БГМ в клиническую практику. В системе здравоохранения г. Москвы осуществляется апробация БГМ в качестве средства поддержки принятия врачебных решений, которая потребовала создания особых методов и инструментов для оценки их качества. Представлены две методики оценки качества БГМ, разработанные на основе: анализа литературных данных (всего свыше 200 источников); результатов проведенного авторами этапного комплексного тестирования 204 БГМ; эмпирического опыта оценки качества БГМ на выборке из более 12 000 случаев применения. Методики предназначены для двух основных сценариев применения моделей. В их основе лежат (с учетом сценария) принципы формирования тестовой выборки, специально разработанные и валидированные опросники, способы тестирования, унифицированные требования к составу и структуре результатов оценки качества.

Концепция метавселенной является новой, активно развивающейся идеей, имеющей потенциал в различных сферах медицины. Сочетание мультисенсорной стимуляции и социального взаимодействия открывает широкие возможности для применения технологий метавселенной в реабилитации. Целью данного обзора является анализ сфер применения и перспектив развития метавселенной в реабилитации. Методы: Авторами был выполнен поиск в PubMed, ScienceDirect с использованием ключевых слов «metaverse», «метавселенная», среди которых в ручном режиме велся поиск исследований, связанных с различными аспектами реабилитации. Из найденных 1393 публикаций для дальнейшего анализа было отобрано 37. Результаты: Технологии метавселенной используются в медицинской реабилитации, помогая восстановить физические и когнитивные функции. Создание цифровых двойников-аватаров и использование машинного обучения для обработки данных о пациенте может сделать реабилитацию более персонализированной и эффективной. Обсуждение: Концепция метавселенной создает уникальную среду, в основе которой лежит синергия высоких технологий и социального взаимодействия. Новые возможности, которые открывает применение метавселенной в медицине, могут коренным образом изменить реабилитацию, сделав ее более эффективной и доступной.