3358
Повышение эффективности диспансеризации населения
Май, 2020 год.Автоматический анализ медицинской электронной карты с помощью системы Webiomed.
Какую проблему решали
В рамках диспансеризации исследуется уровень здоровья людей с целью сокращения случаев заболеваемости, смертности и временной нетрудоспособности. Врачи оценивают факторы риска для развития хронических заболеваний и присваивают каждому пациенту группу здоровья.
По нормам Минздрава прием терапевта длится 15 минут. За это время он должен проанализировать электронную медицинскую карту, осмотреть пациента, определить диагноз, назначить лечение и меры профилактики заболеваний, заполнить документацию.
Из-за большого объема информации и ограниченного времени врачам сложно тщательно проанализировать состояние здоровья пациента. Необходимо повысить достоверность диагностики, точность прогноза развития заболеваний и эффективность рекомендаций.
Решение проблемы
Медицинская информационная система ЯНАО интегрирована с системой поддержки принятия врачебных решений Webiomed для автоматического анализа электронных медицинских карт.
Webiomed принимает данные в деперсонифицированном виде, затем верифицирует и анализирует информацию. Система выявляет факторы риска и подозрения на заболевания, строит прогноз и определяет группы риска пациента.
С помощью базы данных клинических протоколов формируются персональные рекомендации врачу и пациенту, которые записываются в карту диспансеризации.
Применяемые технологии
Webiomed - это SaaS-сервис, подключение к которому возможно по открытому API.
Компоненты решения:
- Webiomed.DHRA для анализа деперсонифированных данных пациентов из ЭМК с помощью технологий искусственного интеллекта
- Webiomed.DataSet для централизованного хранения обезличенных электронных карт пациентов и формирования дата-сетов для последующего машинного анализа
- Webiomed.NLP для извлечения признаков из неструктурированных электронных текстовых документов
Бизнес-процесс
До проекта:
- Невозможно проанализировать всю имеющуюся медицинскую документацию по пациентам.
- Высокий уровень ручного труда врачей.
- Низкая точность диагностики и прогнозирования развития заболеваний.
- Сложно подобрать оптимальную схему лечения и меры профилактики.
После проекта:
- Система анализирует все доступные медицинские данные пациентов.
- Автоматическое выявление факторов риска и подозрений на заболевания.
- Формирование оперативных рекомендаций врачу при назначении лечения и профилактики.
- «Цифровой помощник» помогает быстрее и точнее проводить .
Результаты
Команда ГБУЗ МИАЦ ЯНАО
Ольга Белорус
Директор
Сергей Токарев
Главный внештатный специалист по медицинской профилактике департамента здравоохранения ЯНАО, д.м.н
Команда ФГБОУ ВО ПетрГУ
Татьяна Кузнецова
Зав. кафедрой факультетской терапии, фтизиатрии, инфекционных болезней и эпидемиологии, д.м.н.
Команда Webiomed
Денис Гаврилов
Руководитель медицинского направления
Александр Гусев
Директор по развитию
Игорь Корсаков
Эксперт по машинному обучению в здравоохранении
Роман Новицкий
Генеральный директор.
Похожие кейсы
AI-кейсы с доказанной бизнес-эффективностью. Все проекты успешно прошли проверку комиссией из признанных экспертов в технологиях и бизнесе.
