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

Автоматизация процесса выявления у беременных заболевания COVID-19

DOI: 10.29188/2542-2413-2020-6-4-3-7
Для цитирования: Анкудинов Н.О., Зильбер Н.А., Ситников А.Ф. Автоматизация процесса выявления у беременных заболевания COVID-19. Журнал телемедицины и электронного здравоохранения, 2020;6(4);3-7; https://doi.org/10.29188/2542-2413-2020-6-4-3-7
Анкудинов Н.О., Зильбер Н.А., Ситников А.Ф.
Сведения об авторах:
  • Анкудинов Н.О. – врач акушер-гинеколог, заведующий приемным отделением областного перинатального центра ГАУЗ СО «ОДКБ», руководитель акушерского дистанционного консультативного центра на базе ГАУЗ СО «ОДКБ»; Екатеринбург, Россия; РИНЦ AuthorID 1029948
  • Зильбер Н.А. – к.м.н., начальник отдела организации помощи матерям и детям Министерства здравоохранения Свердловской обл.; Екатеринбург, Россия; РИНЦ AuthorID 570805
  • Ситников А.Ф. – врач анестезиолог-реаниматолог, директор ООО «Инкордмед», заместитель главного врача по медицинской части Центра ядерной медицины ООО «ПЭТ-Технолоджи»; Екатеринбург, Россия
5979
Скачать PDF

ВВЕДЕНИЕ

На территории Свердловской области впервые в акушерской практике Российской Федерации в условиях эпидемии COVID-19 внедрены информационные технологии, которые реализуют комплексный подход к выявлению случаев заболевания или подозрения на заражение новой коронавирусной инфекцией беременных, рожениц и родильниц. Функционал системы доступен каждому врачу акушеру-гинекологу региона в режиме 24/7 в рамках автоматизированной информационной системы «Региональный акушерский мониторинг (АИСТ «РАМ»).

АИСТ «РАМ» позволяет анализировать данные эпидемиологического анамнеза пациенток, объективные показатели состояния их здоровья и автоматически формировать сигнальную информацию.

В сигнальную информацию АИСТ «РАМ» включены новые параметры для автоматического выявления таких симптомов тяжелого течения респираторных заболеваний, как гипертермия, гипоксемия, тахипноэ, брадипноэ, гипотония. Система автоматически идентифицирует все случаи подозрения или подтвержденное заболевание COVID-19 (рис. 1).

Пример автоматически выявленного случая подозрения на COVID-19 c гипертермией и тахикардией

Рис. 1 Пример автоматически выявленного случая подозрения на COVID-19 c гипертермией и тахикардией
Fig. 1 An example of an automatically detected case of suspected COVID-19 with hyperthermia and tachycardia

Для формирования автоматического сигнала в соответствующий раздел электронной медицинской карты добавили новые параметры. Затем, «обучили» АИСТ «РАМ» выявлять случаи острых респираторных вирусных инфекций по их клиническим проявлениям и объективным показателям состояния здоровья пациентки. Система обладает способностью выявлять и оповещать лечащего врача и специалистов других подразделений или медицинских учреждений о подозрении заражения или подтвержденном заболевании будущей мамы COVID-19 в режиме онлайн через сервис мобильных уведомлений «АИСТ_СМАРТ».

Идея подобной автоматизированной диагностики возникла во время распространения эпидемии новой коронавирусной инфекции и связана с горячим желанием помочь врачам, работающим в экстремальных условиях с беременными женщинами.

При возникновении подозрения на заражение беременной или роженицы COVID-19 сообщать об этом никому не нужно – система сама оповестит лечащего врача и его кураторов в акушерском дистанционном консультативном центре (АДКЦ), сформирует дальнейшую маршрутизацию пациентки.

Для присвоения случаю категории «подозрительный», «вероятный» или «подтвержденный» в отношении COVID-19 в алгоритмах АИСТ «РАМ» используются критерии, утвержденные в периодически обновляемых тематических документах Минздрава России.

Случай относится к категории «подозрительный» при повышении температуры тела больше 37,5 °C и выявлении одного или нескольких симптомов: сухой или влажный кашель, одышка, боль в грудной клетке, быстрая утомляемость, сатурация менее 95%, боль в суставах и мышцах, заложенность носа, головная боль, конъюнктивит, боль в горле, диарея, потеря вкусовых ощущений и (или) обоняния, сыпь и изменение цвета кожи на пальцах рук и ног, нарушения речи или движения

При вероятном случае перечисленные признаки обычно сочетаются с неблагоприятным эпидемиологическим анамнезом и отсутствием данных ПЦР-диагностики. Такой же вывод делается при клинических проявлениях или КТ-признаках пневмонии (без учета ПЦР и анамнеза), острого респираторного дистресс-синдрома, сепсиса. Если возможности выполнить КТ не имеется, следует выполнить обзорную рентгенографию органов грудной клетки.

Подтвержденный случай заболевания коронавирусной инфекцией требует верификации возбудителя с применением метода ПЦР.

АИСТ «РАМ» позволяет своевременно планировать выполнение необходимых исследований. Как только система накапливает сведения, позволяющие установить подозрительный случай, врач акушер-гинеколог АДКЦ, он же куратор, оценивает всю информацию о беременной, в случае необходимости принимает решение и участвует в организации транспортировки ее в специализированную медицинскую организацию на дообследование, в том числе для проведения КТ-исследования, взятия респираторных мазков на анализ и при необходимости на госпитализацию.

В случае легкого течения ОРВИ, если нет акушерских показаний для госпитализации и нет подтверждения COVID-19, пациентка лечится амбулаторно. Ее состояние контролируется дистанционно посредством регулярных телефонных звонков. Беременная информируется о необходимости немедленно самостоятельно вызвать скорую помощь при ухудшении ее самочувствия.

При среднетяжелой и тяжелой степени ОРВИ, развитии пневмонии без признаков дыхательной недостаточности пациентку направляют в изолятор ГКБ №14 г. Екатеринбурга (провизорный госпиталь). В случае подтвержденного заболевания COVID-19 и наличия симптомов дыхательной недостаточности беременная направляется в специализированный стационар ГКБ №40 г. Екатеринбурга или ГАУЗ СО «ОДКБ» (ковидные госпиталя для беременных, рожениц и родильниц).

С применением АИСТ «РАМ» мы наблюдаем 99,9% беременных и родильниц, любые отклонения в состоянии их здоровья тут же становятся известны кураторам, которые, в свою очередь, дают рекомендации по тактике ведения пациентки (рис. 2).

Пример мобильного уведомления о результатах ПЦР-диагностики на COVID-19

Рис. 2 Пример мобильного уведомления о результатах ПЦР-диагностики на COVID-19
Fig. 2 An example of a mobile notification of the results of PCR diagnostics for COVID-19

Доступ к АИСТ «РАМ» также имеют терапевты: вводимые ими данные анализируются на наличие той и или иной формы коронавирусной инфекции. Уже имел место прецедент: акушер-гинеколог получила оповещение автоматизированной системы о подозрении на COVID-19 беременной, которая была на приеме терапевта. После проведения дистанционной консультации для пациентки была вызвана бригада скорой помощи и ее госпитализировали в специализированный (провизорный) стационар. Все это удалось сделать за один день, без дополнительных согласований. Надо отметить, что, к счастью, результат ПЦР оказался отрицательным.

На основании алгоритмов выявления различных форм заболевания COVID-19 создана и настроена система мобильных уведомлений для онлайн-контроля качества медицинской помощи и быстрого принятия организационных и административных решений.

Благодаря сервису мобильных уведомлений подключенная к нему пациентка всегда осведомлена о рекомендациях областного перинатального центра, знает решения своего лечащего врача, не забывает время и адрес медицинской организации, которую ей нужно посетить и т.д.

Рис. 3. Пример мобильного уведомления о результатах маршрутизации пациентки с COVID-19. Время ожидания – 1 минута: решено куда и когда направлен пациент
Fig. 2. Example of mobile notification of routing results for a patient with COVID-19. Waiting time - 1 minute: it was decided where and when the patient was sent

Сервис мобильных уведомлений в онлайн-режиме передает на телефон руководителя медицинской организации информацию:

  • результаты всех исследований на СОVID-19 методом ПЦР-диагностики, выполненных в медицинской организации (рис. 3);
  • о маршрутизации пациентов медицинской организации при их направлении в специализированный стационар.

Организаторы региональной системы здравоохранения с помощью сервиса мобильных уведомлений могут получать в режиме реального времени сведения:

  • о результатах всех ПЦР-исследований на СОVID-19 в регионе в целом;
  • о направлении и поступлении пациентов с COVID-19 в специализированный стационар.

Автоматизация выявления и регистрация подтвержденных случаев с COVID-19, ведение электронной медицинской карты в едином цифровом пространстве позволило автоматизировать и статистические показатели по пациентам с COVID-19.

В ежедневном формате из АИСТ «РАМ» формируется вся сводка о пациентах (беременные, родильницы, после прерывания) с COVID-19 c учетом степени тяжести, статуса (выздоровление/под наблюдением) и других параметрах состояния здоровья как в деперсонифицированном виде, так и в индивидуальном по каждому пациенту (рис. 4).

Автоматический учет пациентов с подтвержденным COVID-19

Рис. 4 Автоматический учет пациентов с подтвержденным COVID-19
Fig. 4 Automatic registration of patients with confirmed COVID-19

Также автоматизировано формирование регистра беременных/родильниц с COVID-19 с учетом степеней тяжести (от бессимптомного до тяжелого течения) в разрезе календарных месяцев по управленческим округам региона. На рисунке 5 представлен пример автоматически сформированного регистра по Западному управленческому округу Свердловской области.

Регистр беременных/родильниц с новой коронавирусной инфекцией

Рис. 5 Регистр беременных/родильниц с новой коронавирусной инфекцией
Fig. 5 Register of pregnant / postpartum women with new coronavirus infection

ВЫВОДЫ

В условиях пандемии новой коронавирусной инфекции информационные технологии в родовспоможении выполняют роль, которую трудно переоценить: помогают организовать потоки пациентов, их своевременную диагностику, дистанционно контролировать состояние здоровья.

На базе алгоритмов АИСТ «РАМ» реализуется принцип ситуационной осведомленности: каждый участник процесса получает информацию о состоянии пациента и прохождении им этапов маршрутизации даже без входа в медицинскую информационную систему – посредством сервиса мобильных уведомлений «АИСТ_СМАРТ».

Учитывая возможности сплошного мониторинга, была реализована автоматическая аналитика данных по ситуации с COVID-19 в регионе. Посредством АИСТ «РАМ» формируется регистр беременных с COVID-19 с учетом тяжести заболевания и сроков гестации, данные которого впоследствии могут быть использованы в масштабных исследованиях. По сути, в АИСТ «РАМ» формируется dataset – набор данных о беременных и родильницах с заболеванием новой коронавирусной инфекцией.

ЛИТЕРАТУРА

  1. Свердловская область первой в России автоматизировала процесс выявления случаев среди беременных с подозрением на COVID-19. https://www.rosminzdrav.ru/regional_news/13654- sverdlovskaya-oblast-pervoy-v-rossii-avtomatizirovala-protsessvyyavleniya-sluchaev-sredi-beremennyh-s-podozreniem-na-covid-19
  2. Приказ Минздрава России от 30.11.2017 № 965н «Об утверждении порядка организации и оказания медицинской помощи с применением телемедицинских технологий».
  3. Приказ Минздрава Свердловской области от 09.10.2017 № 1717-П «О совершенствовании маршрутизации беременных, рожениц, родильниц на территории Свердловской области».
  4. Приказ Минздрава Свердловской области от 12.01.2018 № 20-П «Об организации акушерского дистанционного консультативного центра на базе областного перинатального центра ГБУЗ СО «ОДКБ № 1».
  5. Временные методические рекомендации Минздрава России «Профилактика, диагностика и лечение новой коронавирусной инфекции (COVID-19). Версия 7 (03.06.2020).
  6. Методические рекомендации Минздрава России «Организация оказания медицинской помощи беременным, роженицам, родильницам и новорожденным при новой коронавирусной инфекции COVID-19». Версия 1 (24.04.2020).
  7. Федеральный закон от 21.11.2011 № 323-ФЗ «Об основах охраны здоровья граждан в Российской Федерации».
Прикрепленный файл Размер
Скачать статью 1.36 МБ
Ключевые слова: информационные технологии; родовспоможение; новая коронавирусная инфекция; SARS-CoV-2; COVID-19; анализ деятельности медицинских организаций; дистанционная консультация; маршрутизация; акушерский мониторинг; беременность