Перейти к основному содержанию
Выпуск №4, 2025
Правовой суверенитет личности в цифровом здравоохранении в эпоху искусственного интеллекта
Выпуск №3, 2025
Цифровое здравоохранение: прогноз на 2025-2030 гг
Выпуск №2, 2025
Цифровые технологии в удаленном мониторинге родов с системой поддержки принятия врачебных решений (СППВР)
Выпуск №1, 2025
Цифровые технологии для укрепления здоровья и профилактики заболеваний у пожилых людей
Выпуск №4, 2024
Компьютерная реконструкция взаимодействия генов, ассоциированных с синдромом Ангельмана
Выпуск №3, 2024
Телемедицина сегодня: тенденции использования телемедицинских консультаций на опыте регионов
Выпуск №2, 2024
Мобильные приложения для психологического благополучия: отношение пользователей и определение требований
Выпуск №1, 2024
Диагноз в эпоху цифровой медицины
Выпуск №4, 2023
Искусственный интеллект в здравоохранении России: сбор и подготовка данных для машинного обучения
Выпуск №3, 2023
Китай как поставщик медицинского оборудования в РФ. Варианты сотрудничества и особенности работы с китайскими поставщиками
Выпуск №2, 2023
Опыт преподавания телемедицины в системе высшего профессионального образования Отношение медицинских работников к телемедицинским технологиям
Выпуск №1, 2023
Новые подходы к диагностическим информационным системам в радиологии Модифицируемые факторы среды помещения: влияние на здоровье человека и цифровой мониторинг Антропоморфные роботы в медицине: варианты технологий и перспективы
Выпуск №4, 2022
Профессиональное выгорание врачей: скрытый кризис здравоохранения. Данные интернет-опроса врачей
Выпуск №3, 2022
Взаимодействие клинической и диагностической медицины. Результаты интернет-опроса врачей
Выпуск №2, 2022
Мобильные приложения для поддержания психического здоровья: обзор оценок пользователей Роботы УЗИ: готовые решения и перспективные направления
Выпуск №1, 2022
Цифровая трансформация патологоанатомической службы как путь повышения качества медицинской помощи
Выпуск №4, 2021
Клинические рекомендации МЗ РФ: готовы ли врачи их выполнять? Результаты интернет-опроса врачей.
Выпуск №3, 2021
Виртуальная реальность (VR) в клинической медицине: международный и российский опыт
Выпуск №2, 2021
Дистанционные консультации пациентов: что изменилось за 20 лет?
Выпуск №1, 2021
Первые результаты участия в пилотном проекте Минздрава России по дистанционному мониторированию артериального давления
Выпуск №4, 2020
Автоматизация процесса выявления у беременных заболевания COVID-19
Выпуск №3, 2020
Дистанционная когнитивно-поведенческая психотерапия стрессового расстройства, связанного с пандемией COVID-19
Выпуск №2, 2020
Дистанционное образование в медицинском вузе в период пандемии COVID-19: первый опыт глазами студентов
Выпуск №1, 2020
Технологии продолжительного мониторинга артериального давления: перспективы практического применения Телемедицинские технологии в армии Китая
Выпуск №1-2, 2019
Роль искусственного интеллекта в медицине Информационная система поддержки принятия врачебных решений
Выпуск №3, 2018 год
II Всероссийский форум по телемедицине, цифровизации здравоохранения и медицинскому маркетингу «ТЕЛЕМЕДФОРУМ 2019» Эффективность телемедицинских консультаций «пациент-врач» Телереабилитация: рандомизированное исследование исходов
Номер №1-2, 2018
Ответственность при использовании телемедицины: врач или юрист Скрининг меланомы: искусственный интеллект, mHealth и теледерматология
Номер №3, 2017
Телемедицинские технологии для службы лучевой диагностики Москвы
Номер №2, 2017
Первичная телемедицинская консультация «пациент-врач»: первая систематизация методологии
Номер №1, 2017
1. Систематический обзор применения интернет-мессенджеров в телемедицине 2. Телемедицина и социальные сети в борьбе с наркозависимостью
Номер №1, 2016 (Пилотный выпуск)
1. Систематический обзор эффективности и значимости носимых устройств в  практическом здравоохранении 2. Организация виртуальных посещений отделений интенсивной терапии..
Номер №1, 2015 (Пилотный выпуск)
1. Телеассистирование в диагностике и лечении урологических заболеваний 2. Телемониторинг пациентов с кистозным фиброзом: результаты 10 лет работы

Учебно-практический тренажер для обучения клиническому мышлению на языке программирования Python

DOI: 10.29188/2712-9217-2025-11-1-31-34
Для цитирования: Овсянникова В.А., Матвеев С.С., Матвеев С.В., Гончаров В.В. Учебно-практический тренажер для обучения клиническому мышлению на языке программирования Python. Российский журнал телемедицины и электронного здравоохранения 2025;11(1):31-34; https://doi.org/10.29188/2712-9217-2025-11-1-31-34
Овсянникова В.А., Матвеев С.С., Матвеев С.В., Гончаров В.В.
Сведения об авторах:
  • Овсянникова В.А. – студент ФГБУ ВО «Приволжский исследовательский медицинский университет» МЗ РФ, Нижний Новгород, Россия
  • Матвеев С.С. – магистрант ФГБУ ВО «Приволжский исследовательский медицинский университет» МЗ РФ, Нижний Новгород, Россия
  • Матвеев С.В. – магистрант ФГБУ ВО «Приволжский исследовательский медицинский университет» МЗ РФ, Нижний Новгород, Россия
  • Гончаров В.В. – к.х.н., доцент, ФГБУ ВО «Приволжский исследовательский медицинский университет» МЗ РФ, Нижний Новгород, Россия
529
Скачать PDF

ВВЕДЕНИЕ

Клиническое мышление является фундаментальной профессиональной компетенцией врача, обеспечивающей качество диагностики и лечения пациентов. Оно позволяет минимизировать вероятность врачебных ошибок, которые, по данным Всемирной организации здравоохранения, встречаются в 8–12% случаев госпитализаций в странах Европейского союза [1, 2].

Несмотря на это, клиническое мышление редко преподается как отдельная дисциплина. В учебных планах медицинских вузов оно обычно интегрировано в разные курсы и не охватывает все ключевые аспекты: сбор данных, формирование гипотез, постановка дифференциальных диагнозов, планирование обследования, а также межпрофессиональное взаимодействие [2–5].

Несмотря на наличие современных решений, остается потребность в доступных, легко масштабируемых и адаптированных к российской образовательной системе инструментах, которые позволят студентам развивать клиническое мышление в рамках учебных дисциплин. Целью данной работы стало создание учебно-практического тренажера для студентов медицинских вузов, позволяющего формировать и развивать навыки клинического мышления с использованием языка программирования Python.

МАТЕРИАЛЫ И МЕТОДЫ

Разработанный тренажер был создан в рамках курса «Медицинская информатика» и реализован в виде консольного и веб-приложения на языке Python.

РЕЗУЛЬТАТЫ

Развитие клинического мышления требует не только теоретической подготовки, но и большого практического опыта, поскольку процесс принятия решений связан с интеллектуальными, личностными и когнитивными характеристиками специалиста: интеллектом, наблюдательностью, эмпатией, интуицией [2–4]. Однако в условиях ограниченного количества реальных клинических ситуаций на этапе обучения существует необходимость в создании симуляционных и цифровых инструментов, позволяющих студентам безопасно отрабатывать навыки анализа и синтеза информации.

Body Interact – это интерактивный симулятор «виртуальный пациент», применяемый в ФГБОУ ВО «ПИМУ» [1–4]. Он позволяет отрабатывать навыки диагностики и принятия решений в условиях динамически меняющегося состояния пациента. Система реагирует на действия пользователя и предоставляет обратную связь, что способствует развитию рефлексии и навыков анализа собственных ошибок.

Недостатки схожи с подобными решениями в мировой практике: высокая стоимость, потребность в технической инфраструктуре, языковой барьер (интерфейс преимущественно на английском языке).

Особое внимание уделялось тому, чтобы программа помогала студенту учиться критически анализировать предложенную информацию, синтезировать данные в единую клиническую картину и оценивать обоснованность собственных действий. Важным было также создание удобного интерфейса, обеспечивающего простоту работы с программой, возможность масштабирования за счет добавления новых клинических сценариев, а также организация условий для дистанционного обучения и самопроверки, не требующих сложного оборудования и постоянного доступа в интернет.

Его работа строится вокруг интерактивного представления клинических случаев: студенту предлагается описание ситуации, после чего он должен выбрать необходимые обследования или определить тактику лечения. Перечень предлагаемых действий составлен таким образом, что часть из них не имеет прямого отношения к постановке диагноза, что заставляет обучающегося анализировать данные, отбрасывать лишние шаги и выстраивать логическую цепочку клинического мышления. В зависимости от правильности выбора система формирует итоговую оценку, позволяющую студенту отследить уровень усвоения материала.

Программа отличается простым и интуитивным интерфейсом, который обеспечивает быстрый доступ к информации о пациенте и результатам его обследований. Она не требует высокой производительности компьютера или подключения к интернету, что делает ее доступной для использования в региональных вузах и в условиях ограниченных ресурсов. Кроме того, архитектура программы предусматривает возможность добавления неограниченного числа новых сценариев, что позволяет адаптировать тренажер под разные дисциплины и учебные задачи.

ОБСУЖДЕНИЕ

В международной практике активно применяются цифровые образовательные технологии для развития клинических компетенций, такие как DID-ACT – программа, использующая симуляторы и виртуальных пациентов для обучения студентов клиническим рассуждениям [3–5]. Она позволяет безопасно тренироваться в условиях имитации клинических случаев, что особенно важно для начинающих специалистов. К недостаткам относят: высокая стоимость лицензий, необходимость обновления программного обеспечения, потребность в современном оборудовании и стабильном интернете. Кроме того, программа ориентирована на международные образовательные стандарты и требует адаптации к российским условиям.

ВЫВОД

Созданный учебно-практический тренажер на языке Python является доступным и эффективным инструментом для формирования клинического мышления у студентов медицинских вузов. Его основные преимущества заключаются в простоте реализации и внедрения в учебный процесс, возможности индивидуализации обучения за счет множества сценариев, отсутствии необходимости в дорогостоящем оборудовании и применимости в дистанционном формате.

ЛИТЕРАТУРА

  1. Clinical reasoning education: current trends and perspectives. BMC Med Educ 2024;24:5518. DOI: 10.1186/s12909-024-05518-8
  2. Sobirov MA, Skosyreva OV, Babazhanova NR, Markushina AP. The role of clinical thinking formation in physician training. Molodoy Uchenyy 2020;(49):428-32. Available from: https://moluch.ru/archive/339/76048/ (Cited: 2024 Nov 04).
  3. Vishneva EM, Futerkhan EM, Evsina MG. The role of clinical thinking formation in physician training. Vestnik Ural'skogo Gosudarstvennogo Meditsinskogo Universiteta 2015;(2-3):87-9. Available from: https://elib.usma.ru/bitstream/usma/181/1/usmu_vestnik_2015_2-3_022.pdf (Cited: 2024 Nov 24).
  4. Body Interact – virtual patient. Virtual simulators for clinical thinking training [Internet]. Available from: https://masc.pimunn.ru/equipment/clinical-thinking (Cited: 2025 Feb 12).
  5. DID-ACT project. Digital International Development in Clinical Reasoning [Internet]. Available from: https://did-act.eu (Cited: 2025 Feb 12).
Прикрепленный файл Размер
Скачать статью 148.17 КБ
Ключевые слова: клиническое мышление; медицинское образование; цифровые образовательные технологии; симуляционные тренажеры; виртуальные пациенты; обучение студентов-медиков; Python; учебные приложения; цифровая педагогика