Статистическая «турбулентность»: эксперты обсудили назревающие задачи по модернизации инструментов сбора и анализа больших данных в здравоохранении

89 октября состоялся II съезд медицинских статистиков Москвы «Статистика здравоохранения нового времени». Масштабная онлайн-встреча объединила ключевых экспертов в различных областях научных знаний, представителей экспертных и научных организаций, медицинских организаций, в том числе ВОЗ и Всемирного банка, на цифровой площадке организатора съезда – НИИ организации здравоохранения и медицинского менеджмента ДЗМ. Трансляцию смотрели более 3000 человек из 5 зарубежных стран и 71 субъекта Российской Федерации.

Продолжается регистрация на Второй съезд медицинских статистиков Москвы

Съезд «Статистика здравоохранения нового времени»: новые вызовы – новые решения

Масштабная встреча экспертов в области организации здравоохранения и медицинской статистики состоится 8–9 октября 2020 года впервые в онлайн-формате.

Пандемия, изменившая здравоохранение

Дорогие друзья!

Команда проекта EVERCARE.RU представляет фильм "Телемедицина в период пандемии", в котором отражены практически все аспекты, как положительные, так и отрицательные, проявившиеся в трудный период.

Второй съезд «Статистика здравоохранения нового времени» пройдет в онлайн-формате 

8–9 октября 2020 года пройдет Второй съезд медицинских статистиков Москвы «Статистика здравоохранения нового времени». На съезде обсудят актуальные проблемы и возможные решения развития статистики, планы и перспективы отрасли, а также представят лучшие региональные практики. 

Дистанционная форма когнитивно- поведенческой психотерапии рефрактерного синдрома раздраженного кишечника DOI: 10.29188/2542-2413-2020-6-2-30-45

For citation: А.И. Мелёхин. Дистанционная форма когнитивно-поведенческой психотерапии рефрактерного синдрома раздраженного кишечника. Журнал телемедицины и электронного здравоохранения 2020;(2):30-45
  • Мелехин А.И. – психолог, психотерапевт, кандидат психологических наук, научный сотрудник Гуманитарного института им. П.А. Столыпина,  AuthorID: 762868

Дистанционная форма когнитивно- поведенческой психотерапии рефрактерного синдрома раздраженного кишечника

162

Введение. За последний год значительно увеличилась частота обращений пациентов с функциональными желудочно-кишечными расстройствами, в том числе с синдромом раздраженного кишечника.

Материалы и методы. В статье впервые представлено схематическое резюме факторов, которые вовлечены в патофизиологию синдрома раздраженного кишечника в контексте оси «нервная система-кишечник».

AttachmentSize
Скачать статью2.44 MB
cognitive-behavioral psychotherapy, remote cognitive-behavioral psychotherapy, psychotherapy, irritable bowel syndrome, telemedicine, telepsychiatry

История телепсихиатрии в ранний период развития (1950-1970-е гг.) DOI: 10.29188/2542-2413-2020-6-2-17-21

For citation: Владзимирский А.В. История телепсихиатрии в ранний период развития (1950-1970-е гг.), Журнал телемедицины и электронного здравоохранения 2020;(2):17-21
  • Владзимирский А.В. – д.м.н., заместитель директора по научной работе ГБУЗ «Научно-практический клинический центр диагностики и телемедицинских технологий Департамента здравоохранения Москвы», 125124, ул. Расковой, д. 16/26 стр.1 Москва, Россия, AuthorID: 820681

История телепсихиатрии в ранний период развития (1950-1970-е гг.)

152

Введение. Телемедицина стала неотъемлемым инструментом в различных специальностях – лучевой диагностике, дерматологии, патогистологии, кардиологии и т.д. Дистанционные методы оказания медицинской помощи широко применяются в психиатрии; фактически, уже несколько десятилетий, как в мире сформировалась отдельная субдисциплина – телепсихиатрия.

Материалы и методы. В статье отражены результаты анализа литературных источников, отражающих 20-летний период развития телепсихиатрии (с 1950-1970 гг) – всего 24 источника из Pubmed.

AttachmentSize
Скачать статью85.67 KB
telemedicine, psychiatry, telepsychiatry, history of medicine, mental health

Глубокое машинное обучение (искусственный интеллект) в ультразвуковой диагностике DOI: 10.29188/2542-2413-2020-6-2-22-29

For citation: Лебедев Г.С., Маслюков А.П.., Шадеркин И.А., Шадеркина А.И. Глубокое машинное обучение (искусственный интеллект) в ультразвуковой диагностике. Журнал телемедицины и электронного здравоохранения 2020;(2):22-29
  • Лебедев Г.С. – д.т.н., профессор, заведующий кафедрой информационных и интернет-технологий Первого Московского государственного медицинского университета им. И.М. Сеченова; заведующий отделом инновационного развития и научного проектирования ФГБУ «Центральный научно-исследовательский институт организации и информатизации здравоохранения» МЗ РФ, geramail@rambler.ru, AuthorID 144872.
  • Маслюков А.П. – студент 5 курса Медицинской Школы «Медицина будущего» Первого Московского государственного медицинского университета им. И.М. Сеченова (Сеченовский университет)
  • Шадеркин И.А. – к.м.н., заведующий лабораторией электронного здравоохранения Института цифровой медицины Первого Московского государственного медицинского университета им. И.М. Сеченова (Сеченовский университет); AuthorID 695560
  • Шадеркина А.И. – студентка 1го курса Института клинической медицины Первого Московского государственного медицинского университета им. И.М. Сеченова (Сеченовского университета), SPIN-код автора 1046-4039

Глубокое машинное обучение (искусственный интеллект) в ультразвуковой диагностике

122

Введение. Несмотря на давность применения и изученность ультразвукового исследования, его выполнение до сих пор считается сложным оператор-зависимым процессом, требующим многолетнего обучения и большого практического опыта, что делает его результаты трудно воспроизводимыми. Цель обзора – проанализировать методы машинного обучения (искусственного интеллекта – ИИ) в ультразвуковой диагностике и поиск решений проблем, связанных с методикой.

AttachmentSize
Скачать статью694.51 KB
deep machine learning, artificial intelligence, ultrasound diagnostics

Прогнозирование и дистанционный мониторинг эпилептических припадков на основе изменений вегетативной регуляции и двигательной активности DOI: 10.29188/2542-2413-2020-6-2-10-16

For citation: Лебедев Г.С., Нагорняк А.В., Шадеркин И.А.,, Шадеркина А.И. Прогнозирование и дистанционный мониторинг эпилептических припадков на основе изменений вегетативной регуляции и двигательной активности. Журнал телемедицины и электронного здравоохранения 2020;(2):10-16
  • Лебедев Г.С. – д.т.н., профессор, заведующий кафедрой информационных и интернет-технологий Первого Московского государственного медицинского университета им. И.М. Сеченова; заведующий отделом инновационного развития и научного проектирования ФГБУ «Центральный научно-исследовательский институт организации и информатизации здравоохранения» МЗ РФ,  AuthorID 144872
  • Нагорняк А.В. – студент 6 курса Института клинической медицины Первого Московского государственного медицинского университета им. И.М. Сеченова (Сеченовского университета), nagartem@gmail.com
  • Шадеркин И.А. – к.м.н., заведующий лабораторией электронного здравоохранения Института цифровой медицины Первого Московского государственного медицинского университета им. И.М. Сеченова (Сеченовский университет); AuthorID 695560
  • Шадеркина А.И. – студентка 1го курса Института клинической медицины Первого Московского государственного медицинского университета им. И.М. Сеченова (Сеченовского университета), SPIN-код автора 1046-4039

Прогнозирование и дистанционный мониторинг эпилептических припадков на основе изменений вегетативной регуляции и двигательной активности

142

Введение. Автоматическое выявление эпилептических припадков дает возможность дистанционного наблюдения за пациентами с эпилепсией, минимизации связанных с припадком осложнений, улучшения оказания медицинской помощи. Вегетативные изменения часто предшествуют иктальным электроэнцефалографическим признакам и, следовательно, являются перспективным инструментом для прогнозирования и раннего выявления эпилептических припадков.

AttachmentSize
Скачать статью90.94 KB
remote monitoring, epilepsy, heart rate variability, electrodermal activity, oxygen saturation

Дистанционное образование в медицинском вузе в период пандемии COVID-19: первый опыт глазами студентов DOI: 10.29188/2542-2413-2020-6-2-3-9

For citation: Леванов В.М., Перевезенцев Е.А., Гаврилова А.Н. Дистанционное образование в медицинском вузе в период пандемии COVID-19: первый опыт глазами студентов. Журнал телемедицины и электронного здравоохранения 2020;(2):3-9
  • Леванов В.М. – д.м.н., профессор кафедры социальной медицины и организации здравоохранения ФГБОУ ВО «Приволжский исследовательский медицинский институт» Минздрава России, г. Нижний Новгород, ведущий научный сотрудник лаборатории медицинской информатики и телемедицины ГНЦ РФ – «Институт медико-биологических проблем» РАН, Москва, Россия,  AuthorID 562021
  • Перевезенцев Е.А. – к.м.н., доцент кафедры социальной медицины и организации здравоохранения ФГБОУ ВО «Приволжский исследовательский медицинский институт» Минздрава России, г. Нижний Новгород, Россия, AuthorID 661243
  • Гаврилова А.Н. – студентка третьего курса лечебного факультета ФГБОУ ВО «Приволжский исследовательский медицинский институт» Минздрава России, г. Нижний Новгород, Россия

Дистанционное образование в медицинском вузе в период пандемии COVID-19: первый опыт глазами студентов

157

Введение. Современная ситуация, связанная с пандемией, обусловила переход на дистанционные методы обучения в организациях высшего образования, в том числе – в медицинских вузах.

Целью исследования было изучение отношения студентов медицинского вуза к переходу на дистанционные формы образования на период пандемии.

AttachmentSize
Скачать статью746.16 KB
distance educational technologies, medicine, pandemic, e-learning, students questionnaire, COVID-19

Создание информационной системы поддержки принятия врачебных решений на основе методов доказательной медицины DOI: 10.29188/2542-2413-2019-5-1-8-16

Г.С. Лебедев1,2, Э.Н. Фартушный1, И.А. Шадеркин1,2, Г.С. Клименко1,3, И.В. Рябков1,2, П.Б. Кожин1 , К.А. Кошечкин1 , Г.П. Радзиевский1 , И.В. Фомина2
1ФГАОУ ВО Первый МГМУ им. И.М. Сеченова Минздрава России (Сеченовский Университет), Москва, Россия
2ФГБУ ЦНИИОИЗ Минздрава России, Москва, Россия
3Фонд развития цифровой экономики, Москва, Россия

Создание информационной системы поддержки принятия врачебных решений на основе методов доказательной медицины

232

В настоящей статье представлено новое исследование, связанное с созданием системы поддержки принятия врачебных решений с интеллектуальным анализом научных данных (текстов стандартов медицинской помощи, клинических рекомендаций, инструкций по применению лекарственных средств, научных публикаций доказательной медицины).

AttachmentSize
Скачать статью535.88 KB