Гибридные системы в среде электронного здравоохранения

Научные Юзвишинские чтения – международная конф. Декларация тысячелетия ООН спустя
десять лет: итоги и перспективы. М.: Изд-во Инфориздат, 2011. C.130-134.
Гибридные системы в среде электронного здравоохранения – новый этап
в поддержке врачебных решений
Б.А. Кобринский
ФГУ «Московский НИИ педиатрии и детской хирургии Минздравсоцразвития РФ»
Переход
к
электронному
здравоохранению
(e-Health)
предполагает
построение
территориальных и глобальных сетей передачи медицинских данных и создание на этой
основе единого информационного пространства. Это – перспектива российского и
мирового здравоохранения, начало которому уже положено, что особенно заметно на
примере наиболее продвинутых в вопросах информатизации стран.
Электронное здравоохранение – это система или среда, представляющая собой
информационно-коммуникационную основу для решения всего спектра задач охраны
здоровья
населения,
реализуемая
на
основе
всеобъемлющего
электронного
документооборота, обязательно включающего персональные медицинские данные,
которая должна обеспечивать оперативный доступ ко всей информации с возможностью
её совместного дистанционного анализа врачами и контактов врачей с пациентами на
основе телемедицинских технологий. Английские исследователи [1] рассматривают
электронное здравоохранение в качестве «посредника» для перехода к новой фазе
модернизации здравоохранения Великобритании. Этот тезис крайне важен и для России,
где осуществляется реорганизация системы охраны здоровья населения.
Ключевым
компонентом
электронного
здравоохранения
является
Электронная
Медицинская Карта (ЭМК) или карта здоровья (electronic healthcare record), включая в это
понятие любые медицинские карты пациентов, которые ведутся в медицинских
учреждениях любого типа и административного подчинения в течение всей жизни.
Переход к интегрированным системам, включающим персональные данные пациентов,
создает основу для формирования единого информационного пространства отдельных
служб, регионов и здравоохранения России в целом. Учитывая взаимосвязь медицинских,
социальных и экологических аспектов, их роль для здоровья, комфортного состояния и /
или адаптации человека в обществе, можно рассматривать такие понятия как единое
информационное медико-социальное и медико-экологическое пространство.
1
Электронное здравоохранение предполагает наличие распределенных баз данных
клинической информации, объединяемой на основе персоно-центрированного подхода [2,
3]. Таким путем обеспечивается переход к так называемому персоно-центрированному
здравоохранению (person-centred healthcare) или персональной охране здоровья (pHealth).
Множество взаимодополняющих ЭМК являются основой для выявления минимальных
отклонений в состоянии здоровья пациентов и последующих возможных изменений.
Теоретической основой для этого служит концепция континуума переходных состояний
организма, предполагающая практически непрерывный (на молекулярном уровне)
процесс с отсутствием четких границ на этапах: норма реакции – функциональные
отклонения – пограничные состояния – хронические заболевания [4, 5].
Электронное здравоохранение, наряду с доступностью необходимых медицинских данных
пациента (в рамках ролевого санкционированного доступа), должно предоставлять врачу
дополнительные возможности в процессе принятия диагностических и лечебных решений,
что означает переход к гибридным информационным системам, т.е. включающим модули
поддержки принятия решений (ППР или DSS – Decision Support System).
Под
гибридными будем понимать системы, в которые инкорпорированы модули принятия
решений, срабатывающие автоматически при вводе определенной информации или
включающиеся по запросу пользователя для оценки состояния или проведения расчетов,
используя накопленные в ЭМК данные о состоянии больного. Такие системы значительно
более привлекательны для врачей, так как обеспечивают им конкретную помощь в
процессе ведения больного.
Рассмотрим этот подход на примерах систем различной направленности. В состав
автоматизированного федерального генетического регистра [6] были включены различные
подсистемы поддержки принятия решений: анализ родословной, расчет генетического
риска, выбор методов исследований. Экспертная система анализа родословной для
автоматического
определения
характера
наследственной
передачи
в
семьях
функционирует с использованием генетической информации, получаемой путем запросов
из базы данных регистра. На выходе врач получает заключение о возможности наличия у
пациента моногенного заболевания и его типе наследования, сопровождающиеся
фактором уверенности. Ряд математических моделей и реализующий их программный
комплекс обеспечивает расчет повторного риска заболевания в семьях. Интеллектуальный
модуль по вопросам назначения обследований, при подозрении на наследственные
нарушения обмена веществ, содержащий информацию о специфичных для каждого
конкретного диагноза лабораторных изменениях, запускается при выдвижении врачом
2
гипотезы о диагнозе. В отдельных системах могут быть встроены математические модели;
примером такой технологии может служить «Айболит» (при дальнейшем развитии
«Миррор»), используемый в практике российской сердечно-сосудистой хирургии [7].
В гибридной системе для отделения термической травмы [8] реализовано формирование
ряда расчетных показателей и указаний («подсказок») о возможных патологических
процессах при введении данных об определенных признаках: расчет площади поражения
по электронной скице, являющейся визуальным представлением тела человека, расчет
объема инфузионной терапии в зависимости от тяжести поражения и возраста пациента,
определение шока в зависимости от введенных клинических данных, вычисление индекса
риска инфекционных осложнений. На основании этих данных активизируется схема
обследования и лечения индивидуально для каждого пациента и выдается необходимая
информация. Реализацию подобных функций, выражающуюся в предупреждении
медицинского персонала о потенциальном риске принимаемых решений для пациентов, Е.
Шульман [9] называет проактивным «поведением» медицинских информационных
систем.
В общем виде можно говорить о том, что переход к гибридным системам предполагает
комплексное обеспечение потребностей врача в информации в процессе обследования и
лечения пациентов с использованием в перспективе всех возможностей, предоставляемых
электронным здравоохранением в результате доступности сведений из всех медицинских
карт пациентов. Такой подход предполагает не только высокий уровень информационной
(в том числе интеллектуальной) поддержки врачебных решений на всех этапах медикотехнологического процесса наблюдения, обследования и лечения больных, но и
оперативность в получении необходимых данных. Их полнота обеспечивается за счет
интеграции сведений многочисленных ЭМК, накапливающихся в базах данных
информационных систем, в сочетании с данными и знаниями консультативных и
вычислительных лечебно-диагностических систем. В будущем и дистанционные системы
поддержки процессов принятия врачебных решений в чрезвычайных ситуациях [10] будут
иметь возможность получать дополнительные персональные медицинские данные о
пациентах из объединенных хранилищ, что откроет новые пути для существенного
повышения качества и оперативности оказания помощи с учетом сведений о
предшествующих заболеваниях и лечении пострадавших. Первый опыт в этом
направлении был получен после урагана «Катрина», когда централизованные электронные
записи
(electronic
health
records)
о
лекарственных
назначениях
способствовали
организации эффективной медицинской помощи беженцам при массовой потере
3
бумажных носителей медицинской информации [11].
В настоящее время в ряде российских регионов идёт процесс формирования
интегрированных медицинских систем, объединяющих функционирующие в отдельных
учреждениях информационные системы. Создающееся при этом информационное
медицинское пространство клинических данных может рассматриваться как основа для
оперативного принятия адекватных лечебно-диагностических решений. Одновременно
это
позволит
осуществлять
демографическими
пространственно-временной
показателями
рождаемости,
мониторинг
заболеваемости,
за
медико-
инвалидности
и
смертности, обращая особое внимание на так называемые “маркерные” виды социально
значимой патологии. Объединение данных, накапливающихся в различных территориях,
открывает возможности для проведения сравнительных эпидемиологических и медикоэкологических исследований при неинфекционных заболеваниях, для масштабных
мультицентровых исследований. На такой основе возможно уточнение клинической
картины и классификации редких заболеваний с учетом особенностей их проявления при
использовании методов интеллектуального анализа данных. В настоящее время это было
показано на выборке небольшого объема для группы наследственных болезней с
поражением соединительной ткани [12].
Переход
к
единому
информационному
электронного здравоохранения
медицинскому
пространству
в
рамках
закладывает также основы для организации на
принципиально новом технологическом уровне специализированных информационных
систем
(регистров)
территориального
и
федерального
уровней
путем
выборки
соответствующей деперсонифицированной информации из распределенных баз данных.
Это позволит формировать регистры на основе любых данных и оперативно получать
информацию по интересующим факторам, контроль за которыми будет заложен в модули
гибридных систем. Одновременно это освободит медицинский персонал от повторного
ввода персональных медицинских данных в различные информационные системы.
В среде электронного здравоохранения по новому будет реализовываться автоматизация в
вопросах управления, опирающаяся на данные любого объема и типа. С использованием
математических моделей гибридных систем лица, принимающие решения, смогут
получать как информацию о ситуации, так и предлагаемые проекты решений. Исходя из
принципов ситуационного управления, следует отметить, что с помощью специальных
процедур экстраполяции последствий принятия того или иного решения можно, на
основании знаний об объекте управления и его функционировании, заранее оценить
4
результаты применения выбранного воздействия и сравнить полученные прогнозы для
всех возможных в данной ситуации воздействий [13].
Таким образом, гибридные системы в среде электронного здравоохранения открывают
перспективу глубокой интеграции различных компьютерных систем, что создает
качественно новые возможности как для совершенствования медико-технологических
процессов профилактики и лечения заболеваний, так и для управления и перспективного
планирования на основе динамического анализа состояния здоровья населения при учете
влияния многообразных факторов окружающей среды и в условиях имеющихся на
данный момент, а также необходимых ресурсов для профилактики заболеваний и
оказания полноценной медицинской помощи при возникновении патологических
проявлений.
Литература
1. Clough K., Jardine l. Telemedicine – the agent for change // British J. Healthcare
Computing & Information Management. – 2001. – Vol.18, No.8. – P.22-24.
2. Lloyd-Williams D. Ehealth: A dilemma for Europe // British J. Healthcare Computing &
Information Management. – 2004. – Vol.21, No.10. – P.20-23.
3. Кобринский Б.А. Перспективы и пути интеграции информационных медицинских
систем // Врач и информационные технологии. – 2009. – №4. – C.4-11.
4. Kobrinsky B. Concept of the continuum of intermediate states of development: risk
factors in child health // Medical Audit News. – 1995. – Vol. 5, No.2. – P.21-22.
5. Кобринский Б.А. Континуум переходных состояний организма и мониторинг
динамики здоровья детей. М.: Детстомиздат, 2000.
6. Kobrinsky B., Tester I., Demikova N. et al. A Multifunctional System of the National
Genetic Register // Medinfo’98: Proc. 9th Intern. Congr. on Med. Informatics. Pt 1. –
Seoul, 1998. – P. 121-125.
7. Бураковский В.И., Бокерия Л.А., Газизова Д.Ш., Лищук В.А. и др. Компьютерная
технология интенсивного лечения: контроль, анализ, диагностика, лечение,
обучение. – М.: НЦ сердечно-сосудистой хирургии РАМН, 1995.
8. Будкевич Л.И., Кобринский Б.А., Подольная М.А., Розинов В.М., Старостин О.И.
Электронная история болезни с поддержкой врачебных решений при ожоговой
травме у детей // Вестник новых мед. технологий – 2008. - №2. – С.232-233.
9. Шульман Е. Аксиома проактивности медицинских информационных систем // PC
WEEK DOCTOR. – 2008. – №2. – С.15-16.
5
10. Kobrinskiy B.A., Petlakh V.I. Telepaediatric support for a field hospital in Chechnya
(Chapter 25) // Telehealth in the Developing World / Ed. R. Wootton, N.G. Patil, R.E.
Scott, K. Ho. – Ottawa et al.: Royal Society of Med. Press Ltd, 2009. – P.262-272.
11. Mack D., Brantley K.M., Bell K.G. Mitigating the Health Effects of Disasters for
Medically Underserved Populations: Electronic Health Records, Telemedicine, Research,
Screening, and Surveillance // J. Health Care for the Poor and Underserved. – 2007. –
Vol. 18. – P.432–442.
12. Воинов А.В., Демикова Н.С., Кобринский Б.А. Интеллектуальный анализ
медицинских данных с использованием процедуры словарного шкалирования //
Двенадцатая нац. конф. по искусств. интеллекту с междунар. уч. КИИ-2010 (20-24
сент. 2010 г., г. Тверь, Россия): Тр. конф. Т.1. – М.: Физматлит, 2010. – С.153-160.
13. Поспелов Д.А. Ситуационное управление: теория и практика. – М.: Наука, Гл. ред.
физ.-мат. лит., 1986.
6
Сведения об авторе:
Кобринский Борис Аркадьевич
акад. МАИ и РАЕН, проф., д.м.н.
вице-президент академии Медицинской информациологии в составе МАИ,
рук. Мед. центра новых информационных технологий
ФГУ "МНИИ педиатрии и детской хирургии Минздравсоцразвития РФ"
email: bacob@pedklin.ru; kba_05@mail.ru
тел. (495) 483-7192 (сл) +7-916-123-8620 (моб)
7