http://www.ras.ru/news/shownews.aspx?id=27c528c0-58bf-4829-845f-bef99507ef6e&print=1© 2024 Российская академия наук
Ученые из Санкт-Петербургского Федерального исследовательского центра Российской академии наук (СПб ФИЦ РАН) создали программное обеспечение, которое будет осуществлять поддержку принятия социально-ориентированных решений при экстренной госпитализации заболевших в условиях пандемии. Разработка позволит повысить эффективность медицинских учреждений, избежать очередей из автомобилей скорой помощи и учесть фактор неопределенности.
"В период роста заболеваемости коронавирусом необходимо оперативно решать проблему большого наплыва пациентов. Мы предложили компьютерную модель, которая осуществляет поддержку диспетчерского центра скорой помощи при экстренной госпитализации большого количества заболевших в условиях пандемии. Модель учитывает множество факторов, в их числе - сообщения о симптомах заболевания, количество доступных госпиталей и степень их загруженности, возраст пациента, скорость обследования и приема, удаленность места жительства от госпиталей", - рассказывает Николай Тесля, старший научный сотрудник лаборатория интегрированных систем автоматизации Санкт-Петербургского института информатики и автоматизации РАН (СПИИРАН - входит в СПб ФИЦ РАН).
В начале пандемии для помощи медперсоналу Министерство здравоохранения разработало регламент действий для принятия решений по госпитализации пациентов с признаками заболевания коронавирусом. В соответствии с ним врачи должны были оценить симптомы, определить степень тяжести заболевания и принять решение о госпитализации, о проведении КТ или о домашнем карантине. Однако ход пандемии меняется стремительно, количество параметров увеличивается, их отслеживание и оценка становится для диспетчера довольно сложной задачей.
"В ходе исследования мы собрали набор данных со станций скорой помощи в двух районах Санкт-Петербурга. Они включают полностью обезличенную информацию о пациентах и врачах: возраст, симптомы, предварительный диагноз для пациента и общую продолжительность смены, время, проведенное у пациента, возраст и пол для медперсонала. Оказалось, что некоторые из исследованных факторов действительно могут повлиять на скорость и эффективность принятия решений. Учет этих факторов в момент принятия решения о госпитализации позволит осуществить более равномерную диспетчеризацию заболевших", - отмечает Николай Тесля.
Работа компьютерной модели построена таким образом, чтобы предоставить диспетчеру решение, которое максимально эффективно согласовывает действия всех участников процесса госпитализации (пациентов и их родственников, госпиталей, центров КТ, а также бригад скорой помощи). Расчеты показали, что модель может просчитывать около 6 млн решений менее, чем за 10 минут, выбирая из них те, которые обеспечивают наиболее быструю транспортировку и прием больного.
"Исследования этих процессов в других странах показали, что повальная госпитализация всех, у кого появляются хоть какие-то симптомы, приводит к ненужной переполненности госпиталей. Людей просто негде размещать, при этом смертность от коронавируса увеличивается. Поэтому вопрос о том, как распределить заболевших с учетом ограниченности ресурсов, является ключевым для системы здравоохранения в условиях пандемии", - поясняет Николай Тесля.
Теперь перед учеными стоит задача внедрения разработанной компьютерной модели в систему госпитализации пациентов с коронавирусом. До конца года планируется повысить ее точность, привлекая дополнительные данные из медицинских учреждений Санкт-Петербурга.
Проект поддержан грантом Российского фонда фундаментальных исследований в сфере борьбы с пандемией.