Компания «Комплексные медицинские информационные системы» (К-МИС) сообщает о запуске нового проекта – системы поддержки принятия врачебных решений WEBIOMED, использующей в том числе методы искусственного интеллекта.
Системы поддержки принятия врачебных решений (СППВР) являются важнейшим компонентом государственной программы «Цифровое здравоохранение», направленной на создание новых инновационных цифровых технологий, способствующих снижению смертности и врачебных ошибок, повышении эффективности охраны и сбережения здоровья граждан России.
Основная задача системы Webiomed – помощь врачам и организаторам здравоохранения в определении рисков развития различных хронических заболеваний. Для этого Webiomed обрабатывает деперсонифицированные данные о состоянии здоровья пациента и, применяя различные методики анализа, выявляет факторы риска или подозрения на различные заболевания, а затем на их основании присваивает группу риска.
Система умеет анализировать медицинские данные пациентов самостоятельно, без участия человека и не дожидаясь обращения граждан за медицинской помощью в учреждения здравоохранения. Различные программные продукты для здравоохранения, такие как региональные сервисы интегрированной электронной медицинской карты (ИЭМК) или медицинские информационные системы медицинских организаций (МИС МО), могут отправлять в Webiomed данные для анализа и получать готовый ответ, содержащий оценку рисков развития заболеваний. Если такие риски выявляются – то соответствующие системы смогут играть более проактивную роль, например – информировать пациентов или лечащих врачей о сигналах тревоги, активизировать их приглашение в поликлиники для профилактического обследования, заносить сведения о таких пациентах в специальные региональные реестры лиц повышенного риска с целью контроля их углубленного обследования и тем самым не допускать наступление манифестов заболеваний.
На текущий момент Webiomed имеет встроенные алгоритмические функции анализа данных по оценке риска сердечно-сосудистых заболеваний. Постепенно, по мере накопления в системе деперсонифицированных медицинских сведений, которые предоставляют наши партнеры по проекту, мы приступим к обучению нейронных сетей для выявления скрытых или недостаточно изученных зависимостей и формирования альтернативного предположения о наличии того или иного заболевания или его развития в ближайшее время.