Система поддержки принятия решений врачами по выявлению рисков заболеваний сердечно-сосудистой системы
Первый регион реализации Тюменская область
Практика одобрена:
Команда
Целевая аудитория
-
Медицинские организации амбулаторного звена
-
Пациенты с сердечно-сосудистыми заболеваниями
Описание
Задачи:
Повышение точности и скорости выявления пациентов с высокими рисками сердечно-сосудистых осложнений
Повышение качества диспансерного наблюдения за пациентами из групп риска развития сердечно-сосудистых осложнен
Болезни системы кровообращения стоят на первом месте в структуре причин смертности населения Тюменской области. В 2020 году уровень смертности от болезней системы кровообращения составил 584,6 случаев на 100 тыс. населения.
Информационная система на основе технологий искусственного интеллекта «Кардиориск» позволяет оценивать кардиологические риски и прогнозировать наступление болезни системы кровообращения у всего населения прикрепленного к медицинской организации.
Ежедневно медики обращаются к данным системы, чтобы выявить, кто из пациентов давно не был на приеме, проследить динамику их состояния и скорректировать систему лечения.
Механизм:
Используя методы предиктивного анализа данных электронной медицинской карты в двух пилотных медицинских организациях (Городская поликлиника № 8 и Областная клиническая больница № 2) было выявлено более 3 тыс. пациентов с высокими рисками сердечно-сосудистых осложнений. При этом все они не состояли на Д-учете, а в электронной медицинской карте отсутствовали диагнозы группы БСК.
После оценки данных результатов было принято решение интегрировать полученный функционал в 1С-МЕДИЦИНА (Информационная система управления ресурсами медицинских организаций Тюменской области).
Реализация данного проекта меняет подход к организации процесса выявления больных с высокими рисками сердечно-сосудистых осложнений.
Система позволяет автоматически в фоновом режиме без участия врача, осуществлять анализ данных на наличие маркеров высокого риска.
Риски оцениваются по 14-ти показателям: ЛПВП, ЛПНП, триглицериды, холестерин, креатинин, табакокурение, перенесенные сердечно-сосудистое осложнение (ИМ, ОКС, СД и др.), раса, пол, возраст, рост, вес, АД (Sis), с-реактивный белок.
Кроме того, на основании полученных данных система сама рассчитывает еще три показателя: скорость клубочковой фильтрации (СКФ), риск по шкале SCORE и ИМТ.
На основании оценки этих показателей пациенты распределяются на пять категорий в зависимости от степени риска развития осложнений (очень высокий; высокий; умеренный; низкий; очень низкий).
Разделение на подгруппы дает возможность своевременного обнаружения пациентов с высоким и очень высоким риском, дифференцированного подхода к наблюдению за пациентами и назначению адекватной терапии.
Основным преимуществом системы является то, что проводимый ей анализ строго не зависит от количества известных признаков, это позволяет осуществлять оценку рисков исходя из неполного набора данных.
Так, если у пациента в системе есть данные по всем показателям, то индивидуальный риск будет рассчитан на основании их. В том случае, если в системе будет не хватать каких-то показателей, риск будет рассчитан по похожей популяции (типу пациента). По оценке экспертов, в 97% случаях система дает сопоставимый, верифицированный прогноз риска.
Также система на основании действующих методических рекомендаций выдает предложения по применению статинов (дозировки, кратность применения, длительность) и срок повторной явки.
Ежедневно медики обращаются к данным системы, чтобы выявить, кто из пациентов давно не был на приеме, проследить динамику их состояния и скорректировать систему лечения.
Корме того, система помогает врачам вести качественную работу с прикрепленным населением, актуализировать списки лиц, состоящих Д-учете, своевременно проводить диспансерное наблюдение групп риска, в том числе с использованием инструментов дистанционного контроля и средств коммуникации, а руководителю медицинской организации анализировать качество работы участковой службы.
Перспективы использования системы — это ее внедрение во всех медицинских организациях региона для снижения показателей смертности.
Результат
Главный результат:
482 + тыс. пациентов проверено в системе, из них более 192 тыс. с очень высоким риском развития сердечно-сосудистых осложнений
На 9% уменьшился уровень риска сердечно-сосудистых осложнений у пациентов
Дополнительные результаты:
в 19 медицинских организациях используется система (в 2018 г. - в 8 учреждениях)
до 40% снижена доля пациентов с очень высоким и высоким уровнем риска (в 2018 г. - 76%).
Стоимость реализации: От 500 тыс до 1 млн ₽
Особенности внедрения
Создать аналог
Материально-технические затраты в рамках разработки СППВР осуществлялись в рамках реализации регионального проекта «Создание единого цифрового контура в здравоохранении на основе единой государственной информационной системы здравоохранения (ЕГИСЗ)».
Наличие необходимого объема качественных данных о показателях здоровья пациентов.
Серверная часть для размещения интерфейсов взаимодействия, оптимальная конфигурация аппаратной части: CPU: 32 * 2.7Gz; RAM: 32gb; HDD: 100gb; Swap: 40gb
Клиентская часть на базе 1С: Медицина.Больница, с автоматизированным модулем 1С: Клиническая лаборатория. Конфигурация аппаратной части определяется индивидуально в зависимости от масштаба медицинской организации.
Помощь при внедрении
Для региона-реципиента, могут быть предоставлены методические рекомендации по реализации API и внутренних интерфейсов для успешной реализации.
Этапы реализации
12 месяцев
Даты и этапы запуска
Сентябрь 2018 — Разработана модель машинного обучения;
Март 2019 — Определена целевая схема процесса;
Апрель 2019 — Разработана интеграция с модулем 1С: Медицина;
Май 2019 — Начало опытной эксплуатации.
