Платежная система РФ

За несколько десятилетий они прошли путь от использования статистических и детерминистских методов до технологии интеллектуальных систем. Применение этих разработок в практике способствует оптимизации дифференциально-диагностического процесса, позволяет повысить качество диагностики и эффективность лечения. Можно привести ряд примеров из различных областей медицины. Так, около 50 ЛПУ России и СНГ используют созданную в МНИИПДХ автоматизированную систему ранней диагностики наследственных болезней «ДИАГЕН», позволяющей идентифицировать свыше 1200 форм (эффективность составляет 90% в сравнении с 60% у врачей медико-генетических консультаций). Там же создана система «КЛИНЭКО», ориентированная на раннее выявление у детей заболеваний, связанных с длительным воздействием экотоксических факторов (первоначально широкий перечень потенциально возможных экотоксикантов уменьшается после рассмотрения системой «признаков-маркеров», характерных для определенных веществ).
Система «ЭСБАД», разработанная МНИИПДХ совместно с Институтом системного анализа РАН, предназначена в помощь врачу при дифференциальной диагностике бронхиальной астмы, определяет степень тяжести заболевания и дает рекомендации по лечению (эффективность – 87,2%).
Программа «Неонатальные судороги» позволяет успешно диагностировать судороги периода новорожденности, встречающиеся при 78 заболеваниях и синдромах, и обеспечивает повышение эффективности диагностики на 30 % по сравнению с традиционными методами и снижение инвалидизации детей вследствие своевременного установления правильного диагноза и назначения адекватной терапии.
Компьютерная технология «Айболит» (НЦ ССХ им. А.Н. Бакулева, Бураковский В.И. и др.), включает математическую модель кровообращения, «реагирующую» на поступающую с датчиков текущую информацию. Она позволяет не только проводить диагностику и оценку состояния больного, но и помогать при выборе и последующей коррекции лечебных мероприятий. Мониторно-компьютерная технология с обратной связью позволяет реализовать индивидуальный подход к лечению больного (РГМУ, Гаспарян С.А., Зарубина Т.В.).
Методы обработки и сегментации 3D-изображений, реализованные в программной системе (МГУ, Гаврилов А.В. и др.), позволяют объективизировать радиологические исследования и обеспечивают реалистическую визуализацию внутренних структур и органов человека. Представляет интерес система ТАИС (Терапевтическая Автоматизированная Информационная Система), рассчитанная на полное компьютерное ведение пациента в стационаре при одновременной поддержке постановки развернутых клинических диагнозов, назначении исследований и лечения (РГМУ, Устинов А.Г., Ситарчук Е.А.) Когнитивные технологии сделались неотъемлемой составляющей здравоохранения. Они применяются на всех уровнях управления и оказания медицинской помощи. В настоящее время осуществляется переход к комплексной автоматизации отдельных направлений медицины, лечебно-профилактических учреждений и территориального здравоохранения.
Прогресс в охране здоровья населения основан, прежде всего, на внедрении в практику здравоохранения России современных научных разработок, обеспечивающих снижение заболеваемости, инвалидности и смертности. Существенное место в решении этих вопросов занимают когнитивные технологии, ориентированные на мониторинг социально значимых хронических заболеваний и консультативную поддержку лечебно-диагностического процесса. Современная медицина – это комплексный динамический подход к оценке индивидуального и общественного здоровья, это мониторинг, учитывающий разнообразные влияния окружающей среды (природные и техногенные) на организм плода, ребенка, взрослого человека. Появился даже термин «технология здоровья», хотя и не совсем точно отражающий существо вопроса, но характеризующий новый этап в организации системы охраны здоровья населения.
Формальное представление системы знаний о функционировании медицинского учреждения может служить основой для оптимизации принятия оперативных и долговременных решений. Оптимальным решением оперативного обеспечения информацией лиц, принимающих решения, может быть построение хранилища данных, интегрирующего необходимые сведения из существующих учрежденческих автоматизированных систем. В этом случае обеспечивается полноценная поддержка принятия управленческих решений. На государственном уровне США поставили целью формирование единой национальной базы данных (Uniform National Data Set), в которую должны войти данные о заболеваемости и смертности, факторах риска (профессиональных, окружающей среды, поведенческих) и статистика, характеризующая местные службы здоровья [14].
Сегодняшнее состояние когнитивных технологий здравоохранения России позволяет перейти от автоматизации отдельных процессов учета медицинских услуг к созданию интегрированных систем, обеспечивающих возможность непрерывной автоматизированной обработки информации. Информационные ресурсы системы здравоохранения и ОМС включают в себя базы данных по различным направлениям деятельности. В качестве примеров можно назвать республику Удмуртию, в которой достигнут 100-процентный охват медицинских учреждений автоматизацией по направлениям «Стационар», «Поликлиника», «Стоматология», «Кадры» и г. Новокузнецк, где разработана и эксплуатируется интегрированная автоматизированная система управления охраной здоровья населения «Здоровье». Такие системы позволяют переходить от анализа данных к анализу ситуации и к прогнозированию состояния здоровья населения.
В области охраны здоровья детей и состояния здравоохранения в стране младенческая смертность представляет собой интегральный критерий для оценки общего положения. Приказ Минздрава России № 241 от 07.08.2000 г., которым была утверждена медицинская документация, удостоверяющая случаи рождения и смерти, заложил основу для сочетанного многофакторного анализа младенческой и перинатальной смертности с данными, наблюдаемыми при рождении детей, что обеспечивает разработанная МНИИПДХ (при поддержке фонда Сороса), автоматизированная система информационной поддержки сбора и анализа данных. Комплексный анализ данных является предпосылкой для оценки эффективности работы медицинских учреждений и факторов, определяющих уровень и перспективы дальнейшего снижения детской смертности, и основой для принятия обоснованных управленческих решений по широкому кругу вопросов детского здравоохранения, в том числе для определения приоритетов и объемов необходимого финансирования [14].
Автоматизированный регистр детей-инвалидов «ДИСАРЕГ», разработка которого осуществлена в МНИИПДХ, обеспечивает ведение базы данных детей-инвалидов и получение однотипной учетно-отчетной документации в декретируемые сроки и по запросам, что соответствует Указу Президента РФ от 27.07.92г. №802 «О научном и информационном обеспечении проблем инвалидности и инвалидов». Медицинская карта соответствует требованиям учета характера нарушений и их динамики при различных причинах инвалидности, а также социальной адаптированности детей и их потребности в медико-психолого-педагогической коррекции и вспомогательных средствах. Этот регистр, включающий уровни учреждения, городской, региональный и федеральный, может послужить основой для системы государственной статистики детской инвалидности в России.
В настоящее время в структуре детской заболеваемости и смертности в большинстве развитых стран на первое место выходят врожденные пороки развития. Последние встречаются примерно у 5% новорожденных, а их вклад в структуру причин младенческой смертности достигает 20%. В то же время, по данным ВОЗ может быть предупреждено не менее 10% случаев ВПР. С 1999г. в Российской Федерации проводится мониторинг врожденных пороков. В нем участвуют более 40 субъектов Федерации, использующих разработанное в МНИИПДХ программное обеспечение, что способствует более полному и раннему выявления ВПР, позволяет получить объективную оценку эффективности проводимых профилактических мероприятий и поддерживать территориальные и федеральную базы данных. В результате мониторинга, только за первые три года, уровень выявления ВПР у новорожденных повысился в 2 и более раз в Архангельской, Новгородской и Московской областях [14].
С первых лет применения информационных технологий в здравоохранении одним из ведущих направлений являлись системы поддержки процесса принятия клинических решений. За несколько десятилетий они прошли путь от использования статистических и детерминистских методов до технологии интеллектуальных систем. Применение этих разработок в практике способствует оптимизации дифференциально-диагностического процесса, позволяет повысить качество диагностики и эффективность лечения. Можно привести ряд примеров из различных областей медицины. Так, около 50 ЛПУ России и СНГ используют созданную в МНИИПДХ автоматизированную систему ранней диагностики наследственных болезней «ДИАГЕН», позволяющей идентифицировать свыше 1200 форм (эффективность составляет 90% в сравнении с 60% у врачей медико-генетических консультаций). Там же создана система «КЛИНЭКО», ориентированная на раннее выявление у детей заболеваний, связанных с длительным воздействием экотоксических факторов (первоначально широкий перечень потенциально возможных экотоксикантов уменьшается после рассмотрения системой «признаков-маркеров», характерных для определенных веществ).
Система «ЭСБАД», разработанная МНИИПДХ совместно с Институтом системного анализа РАН, предназначена в помощь врачу при дифференциальной диагностике бронхиальной астмы, определяет степень тяжести заболевания и дает рекомендации по лечению (эффективность – 87,2%).
Программа «Неонатальные судороги» позволяет успешно диагностировать судороги периода новорожденности, встречающиеся при 78 заболеваниях и синдромах, и обеспечивает повышение эффективности диагностики на 30 % по сравнению с традиционными методами и снижение инвалидизации детей вследствие своевременного установления правильного диагноза и назначения адекватной терапии.
Компьютерная технология «Айболит» (НЦ ССХ им. А.Н. Бакулева, Бураковский В.И. и др.), включает математическую модель кровообращения, «реагирующую» на поступающую с датчиков текущую информацию. Она позволяет не только проводить диагностику и оценку состояния больного, но и помогать при выборе и последующей коррекции лечебных мероприятий. Мониторно-компьютерная технология с обратной связью позволяет реализовать индивидуальный подход к лечению больного (РГМУ, Гаспарян С.А., Зарубина Т.В.).
Методы обработки и сегментации 3D-изображений, реализованные в программной системе (МГУ, Гаврилов А.В. и др.), позволяют объективизировать радиологические исследования и обеспечивают реалистическую визуализацию внутренних структур и органов человека. Представляет интерес система ТАИС (Терапевтическая Автоматизированная Информационная Система), рассчитанная на полное компьютерное ведение пациента в стационаре при одновременной поддержке постановки развернутых клинических диагнозов, назначении исследований и лечения (РГМУ, Устинов А.Г., Ситарчук Е.А.)

Когнитивные технологии сделались неотъемлемой составляющей здравоохранения. Они применяются на всех уровнях управления и оказания медицинской помощи. В настоящее время осуществляется переход к комплексной автоматизации отдельных направлений медицины, лечебно-профилактических учреждений и территориального здравоохранения.
Прогресс в охране здоровья населения основан, прежде всего, на внедрении в практику здравоохранения России современных научных разработок, обеспечивающих снижение заболеваемости, инвалидности и смертности. Существенное место в решении этих вопросов занимают когнитивные технологии, ориентированные на мониторинг социально значимых хронических заболеваний и консультативную поддержку лечебно-диагностического процесса. Современная медицина – это комплексный динамический подход к оценке индивидуального и общественного здоровья, это мониторинг, учитывающий разнообразные влияния окружающей среды (природные и техногенные) на организм плода, ребенка, взрослого человека. Появился даже термин «технология здоровья», хотя и не совсем точно отражающий существо вопроса, но характеризующий новый этап в организации системы охраны здоровья населения.
Формальное представление системы знаний о функционировании медицинского учреждения может служить основой для оптимизации принятия оперативных и долговременных решений. Оптимальным решением оперативного обеспечения информацией лиц, принимающих решения, может быть построение хранилища данных, интегрирующего необходимые сведения из существующих учрежденческих автоматизированных систем. В этом случае обеспечивается полноценная поддержка принятия управленческих решений. На государственном уровне США поставили целью формирование единой национальной базы данных (Uniform National Data Set), в которую должны войти данные о заболеваемости и смертности, факторах риска (профессиональных, окружающей среды, поведенческих) и статистика, характеризующая местные службы здоровья [14].
Сегодняшнее состояние когнитивных технологий здравоохранения России позволяет перейти от автоматизации отдельных процессов учета медицинских услуг к созданию интегрированных систем, обеспечивающих возможность непрерывной автоматизированной обработки информации. Информационные ресурсы системы здравоохранения и ОМС включают в себя базы данных по различным направлениям деятельности. В качестве примеров можно назвать республику Удмуртию, в которой достигнут 100-процентный охват медицинских учреждений автоматизацией по направлениям «Стационар», «Поликлиника», «Стоматология», «Кадры» и г. Новокузнецк, где разработана и эксплуатируется интегрированная автоматизированная система управления охраной здоровья населения «Здоровье». Такие системы позволяют переходить от анализа данных к анализу ситуации и к прогнозированию состояния здоровья населения.
В области охраны здоровья детей и состояния здравоохранения в стране младенческая смертность представляет собой интегральный критерий для оценки общего положения. Приказ Минздрава России № 241 от 07.08.2000 г., которым была утверждена медицинская документация, удостоверяющая случаи рождения и смерти, заложил основу для сочетанного многофакторного анализа младенческой и перинатальной смертности с данными, наблюдаемыми при рождении детей, что обеспечивает разработанная МНИИПДХ (при поддержке фонда Сороса), автоматизированная система информационной поддержки сбора и анализа данных. Комплексный анализ данных является предпосылкой для оценки эффективности работы медицинских учреждений и факторов, определяющих уровень и перспективы дальнейшего снижения детской смертности, и основой для принятия обоснованных управленческих решений по широкому кругу вопросов детского здравоохранения, в том числе для определения приоритетов и объемов необходимого финансирования [14].
Автоматизированный регистр детей-инвалидов «ДИСАРЕГ», разработка которого осуществлена в МНИИПДХ, обеспечивает ведение базы данных детей-инвалидов и получение однотипной учетно-отчетной документации в декретируемые сроки и по запросам, что соответствует Указу Президента РФ от 27.07.92г. №802 «О научном и информационном обеспечении проблем инвалидности и инвалидов». Медицинская карта соответствует требованиям учета характера нарушений и их динамики при различных причинах инвалидности, а также социальной адаптированности детей и их потребности в медико-психолого-педагогической коррекции и вспомогательных средствах. Этот регистр, включающий уровни учреждения, городской, региональный и федеральный, может послужить основой для системы государственной статистики детской инвалидности в России.
В настоящее время в структуре детской заболеваемости и смертности в большинстве развитых стран на первое место выходят врожденные пороки развития. Последние встречаются примерно у 5% новорожденных, а их вклад в структуру причин младенческой смертности достигает 20%. В то же время, по данным ВОЗ может быть предупреждено не менее 10% случаев ВПР. С 1999г. в Российской Федерации проводится мониторинг врожденных пороков. В нем участвуют более 40 субъектов Федерации, использующих разработанное в МНИИПДХ программное обеспечение, что способствует более полному и раннему выявления ВПР, позволяет получить объективную оценку эффективности проводимых профилактических мероприятий и поддерживать территориальные и федеральную базы данных. В результате мониторинга, только за первые три года, уровень выявления ВПР у новорожденных повысился в 2 и более раз в Архангельской, Новгородской и Московской областях [14].
С первых лет применения информационных технологий в здравоохранении одним из ведущих направлений являлись системы поддержки процесса принятия клинических решений. За несколько десятилетий они прошли путь от использования статистических и детерминистских методов до технологии интеллектуальных систем. Применение этих разработок в практике способствует оптимизации дифференциально-диагностического процесса, позволяет повысить качество диагностики и эффективность лечения. Можно привести ряд примеров из различных областей медицины. Так, около 50 ЛПУ России и СНГ используют созданную в МНИИПДХ автоматизированную систему ранней диагностики наследственных болезней «ДИАГЕН», позволяющей идентифицировать свыше 1200 форм (эффективность составляет 90% в сравнении с 60% у врачей медико-генетических консультаций). Там же создана система «КЛИНЭКО», ориентированная на раннее выявление у детей заболеваний, связанных с длительным воздействием экотоксических факторов (первоначально широкий перечень потенциально возможных экотоксикантов уменьшается после рассмотрения системой «признаков-маркеров», характерных для определенных веществ).
Система «ЭСБАД», разработанная МНИИПДХ совместно с Институтом системного анализа РАН, предназначена в помощь врачу при дифференциальной диагностике бронхиальной астмы, определяет степень тяжести заболевания и дает рекомендации по лечению (эффективность – 87,2%).
Программа «Неонатальные судороги» позволяет успешно диагностировать судороги периода новорожденности, встречающиеся при 78 заболеваниях и синдромах, и обеспечивает повышение эффективности диагностики на 30 % по сравнению с традиционными методами и снижение инвалидизации детей вследствие своевременного установления правильного диагноза и назначения адекватной терапии.
Компьютерная технология «Айболит» (НЦ ССХ им. А.Н. Бакулева, Бураковский В.И. и др.), включает математическую модель кровообращения, «реагирующую» на поступающую с датчиков текущую информацию. Она позволяет не только проводить диагностику и оценку состояния больного, но и помогать при выборе и последующей коррекции лечебных мероприятий. Мониторно-компьютерная технология с обратной связью позволяет реализовать индивидуальный подход к лечению больного (РГМУ, Гаспарян С.А., Зарубина Т.В.).
Методы обработки и сегментации 3D-изображений, реализованные в программной системе (МГУ, Гаврилов А.В. и др.), позволяют объективизировать радиологические исследования и обеспечивают реалистическую визуализацию внутренних структур и органов человека. Представляет интерес система ТАИС (Терапевтическая Автоматизированная Информационная Система), рассчитанная на полное компьютерное ведение пациента в стационаре при одновременной поддержке постановки развернутых клинических диагнозов, назначении исследований и лечения (РГМУ, Устинов А.Г., Ситарчук Е.А.) Когнитивные технологии сделались неотъемлемой составляющей здравоохранения. Они применяются на всех уровнях управления и оказания медицинской помощи. В настоящее время осуществляется переход к комплексной автоматизации отдельных направлений медицины, лечебно-профилактических учреждений и территориального здравоохранения.
Прогресс в охране здоровья населения основан, прежде всего, на внедрении в практику здравоохранения России современных научных разработок, обеспечивающих снижение заболеваемости, инвалидности и смертности. Существенное место в решении этих вопросов занимают когнитивные технологии, ориентированные на мониторинг социально значимых хронических заболеваний и консультативную поддержку лечебно-диагностического процесса. Современная медицина – это комплексный динамический подход к оценке индивидуального и общественного здоровья, это мониторинг, учитывающий разнообразные влияния окружающей среды (природные и техногенные) на организм плода, ребенка, взрослого человека. Появился даже термин «технология здоровья», хотя и не совсем точно отражающий существо вопроса, но характеризующий новый этап в организации системы охраны здоровья населения.
Формальное представление системы знаний о функционировании медицинского учреждения может служить основой для оптимизации принятия оперативных и долговременных решений. Оптимальным решением оперативного обеспечения информацией лиц, принимающих решения, может быть построение хранилища данных, интегрирующего необходимые сведения из существующих учрежденческих автоматизированных систем. В этом случае обеспечивается полноценная поддержка принятия управленческих решений. На государственном уровне США поставили целью формирование единой национальной базы данных (Uniform National Data Set), в которую должны войти данные о заболеваемости и смертности, факторах риска (профессиональных, окружающей среды, поведенческих) и статистика, характеризующая местные службы здоровья [14].
Сегодняшнее состояние когнитивных технологий здравоохранения России позволяет перейти от автоматизации отдельных процессов учета медицинских услуг к созданию интегрированных систем, обеспечивающих возможность непрерывной автоматизированной обработки информации. Информационные ресурсы системы здравоохранения и ОМС включают в себя базы данных по различным направлениям деятельности. В качестве примеров можно назвать республику Удмуртию, в которой достигнут 100-процентный охват медицинских учреждений автоматизацией по направлениям «Стационар», «Поликлиника», «Стоматология», «Кадры» и г. Новокузнецк, где разработана и эксплуатируется интегрированная автоматизированная система управления охраной здоровья населения «Здоровье». Такие системы позволяют переходить от анализа данных к анализу ситуации и к прогнозированию состояния здоровья населения.
В области охраны здоровья детей и состояния здравоохранения в стране младенческая смертность представляет собой интегральный критерий для оценки общего положения. Приказ Минздрава России № 241 от 07.08.2000 г., которым была утверждена медицинская документация, удостоверяющая случаи рождения и смерти, заложил основу для сочетанного многофакторного анализа младенческой и перинатальной смертности с данными, наблюдаемыми при рождении детей, что обеспечивает разработанная МНИИПДХ (при поддержке фонда Сороса), автоматизированная система информационной поддержки сбора и анализа данных. Комплексный анализ данных является предпосылкой для оценки эффективности работы медицинских учреждений и факторов, определяющих уровень и перспективы дальнейшего снижения детской смертности, и основой для принятия обоснованных управленческих решений по широкому кругу вопросов детского здравоохранения, в том числе для определения приоритетов и объемов необходимого финансирования [14].
Автоматизированный регистр детей-инвалидов «ДИСАРЕГ», разработка которого осуществлена в МНИИПДХ, обеспечивает ведение базы данных детей-инвалидов и получение однотипной учетно-отчетной документации в декретируемые сроки и по запросам, что соответствует Указу Президента РФ от 27.07.92г. №802 «О научном и информационном обеспечении проблем инвалидности и инвалидов». Медицинская карта соответствует требованиям учета характера нарушений и их динамики при различных причинах инвалидности, а также социальной адаптированности детей и их потребности в медико-психолого-педагогической коррекции и вспомогательных средствах. Этот регистр, включающий уровни учреждения, городской, региональный и федеральный, может послужить основой для системы государственной статистики детской инвалидности в России.
В настоящее время в структуре детской заболеваемости и смертности в большинстве развитых стран на первое место выходят врожденные пороки развития. Последние встречаются примерно у 5% новорожденных, а их вклад в структуру причин младенческой смертности достигает 20%. В то же время, по данным ВОЗ может быть предупреждено не менее 10% случаев ВПР. С 1999г. в Российской Федерации проводится мониторинг врожденных пороков. В нем участвуют более 40 субъектов Федерации, использующих разработанное в МНИИПДХ программное обеспечение, что способствует более полному и раннему выявления ВПР, позволяет получить объективную оценку эффективности проводимых профилактических мероприятий и поддерживать территориальные и федеральную базы данных. В результате мониторинга, только за первые три года, уровень выявления ВПР у новорожденных повысился в 2 и более раз в Архангельской, Новгородской и Московской областях [14].
С первых лет применения информационных технологий в здравоохранении одним из ведущих направлений являлись системы поддержки процесса принятия клинических решений. За несколько десятилетий они прошли путь от использования статистических и детерминистских методов до технологии интеллектуальных систем. Применение этих разработок в практике способствует оптимизации дифференциально-диагностического процесса, позволяет повысить качество диагностики и эффективность лечения. Можно привести ряд примеров из различных областей медицины. Так, около 50 ЛПУ России и СНГ используют созданную в МНИИПДХ автоматизированную систему ранней диагностики наследственных болезней «ДИАГЕН», позволяющей идентифицировать свыше 1200 форм (эффективность составляет 90% в сравнении с 60% у врачей медико-генетических консультаций). Там же создана система «КЛИНЭКО», ориентированная на раннее выявление у детей заболеваний, связанных с длительным воздействием экотоксических факторов (первоначально широкий перечень потенциально возможных экотоксикантов уменьшается после рассмотрения системой «признаков-маркеров», характерных для определенных веществ).
Система «ЭСБАД», разработанная МНИИПДХ совместно с Институтом системного анализа РАН, предназначена в помощь врачу при дифференциальной диагностике бронхиальной астмы, определяет степень тяжести заболевания и дает рекомендации по лечению (эффективность – 87,2%).
Программа «Неонатальные судороги» позволяет успешно диагностировать судороги периода новорожденности, встречающиеся при 78 заболеваниях и синдромах, и обеспечивает повышение эффективности диагностики на 30 % по сравнению с традиционными методами и снижение инвалидизации детей вследствие своевременного установления правильного диагноза и назначения адекватной терапии.
Компьютерная технология «Айболит» (НЦ ССХ им. А.Н. Бакулева, Бураковский В.И. и др.), включает математическую модель кровообращения, «реагирующую» на поступающую с датчиков текущую информацию. Она позволяет не только проводить диагностику и оценку состояния больного, но и помогать при выборе и последующей коррекции лечебных мероприятий. Мониторно-компьютерная технология с обратной связью позволяет реализовать индивидуальный подход к лечению больного (РГМУ, Гаспарян С.А., Зарубина Т.В.).
Методы обработки и сегментации 3D-изображений, реализованные в программной системе (МГУ, Гаврилов А.В. и др.), позволяют объективизировать радиологические исследования и обеспечивают реалистическую визуализацию внутренних структур и органов человека. Представляет интерес система ТАИС (Терапевтическая Автоматизированная Информационная Система), рассчитанная на полное компьютерное ведение пациента в стационаре при одновременной поддержке постановки развернутых клинических диагнозов, назначении исследований и лечения (РГМУ, Устинов А.Г., Ситарчук Е.А.) Когнитивные технологии сделались неотъемлемой составляющей здравоохранения. Они применяются на всех уровнях управления и оказания медицинской помощи. В настоящее время осуществляется переход к комплексной автоматизации отдельных направлений медицины, лечебно-профилактических учреждений и территориального здравоохранения.
Прогресс в охране здоровья населения основан, прежде всего, на внедрении в практику здравоохранения России современных научных разработок, обеспечивающих снижение заболеваемости, инвалидности и смертности. Существенное место в решении этих вопросов занимают когнитивные технологии, ориентированные на мониторинг социально значимых хронических заболеваний и консультативную поддержку лечебно-диагностического процесса. Современная медицина – это комплексный динамический подход к оценке индивидуального и общественного здоровья, это мониторинг, учитывающий разнообразные влияния окружающей среды (природные и техногенные) на организм плода, ребенка, взрослого человека. Появился даже термин «технология здоровья», хотя и не совсем точно отражающий существо вопроса, но характеризующий новый этап в организации системы охраны здоровья населения.
Формальное представление системы знаний о функционировании медицинского учреждения может служить основой для оптимизации принятия оперативных и долговременных решений. Оптимальным решением оперативного обеспечения информацией лиц, принимающих решения, может быть построение хранилища данных, интегрирующего необходимые сведения из существующих учрежденческих автоматизированных систем. В этом случае обеспечивается полноценная поддержка принятия управленческих решений. На государственном уровне США поставили целью формирование единой национальной базы данных (Uniform National Data Set), в которую должны войти данные о заболеваемости и смертности, факторах риска (профессиональных, окружающей среды, поведенческих) и статистика, характеризующая местные службы здоровья [14].
Сегодняшнее состояние когнитивных технологий здравоохранения России позволяет перейти от автоматизации отдельных процессов учета медицинских услуг к созданию интегрированных систем, обеспечивающих возможность непрерывной автоматизированной обработки информации. Информационные ресурсы системы здравоохранения и ОМС включают в себя базы данных по различным направлениям деятельности. В качестве примеров можно назвать республику Удмуртию, в которой достигнут 100-процентный охват медицинских учреждений автоматизацией по направлениям «Стационар», «Поликлиника», «Стоматология», «Кадры» и г. Новокузнецк, где разработана и эксплуатируется интегрированная автоматизированная система управления охраной здоровья населения «Здоровье». Такие системы позволяют переходить от анализа данных к анализу ситуации и к прогнозированию состояния здоровья населения.
В области охраны здоровья детей и состояния здравоохранения в стране младенческая смертность представляет собой интегральный критерий для оценки общего положения. Приказ Минздрава России № 241 от 07.08.2000 г., которым была утверждена медицинская документация, удостоверяющая случаи рождения и смерти, заложил основу для сочетанного многофакторного анализа младенческой и перинатальной смертности с данными, наблюдаемыми при рождении детей, что обеспечивает разработанная МНИИПДХ (при поддержке фонда Сороса), автоматизированная система информационной поддержки сбора и анализа данных. Комплексный анализ данных является предпосылкой для оценки эффективности работы медицинских учреждений и факторов, определяющих уровень и перспективы дальнейшего снижения детской смертности, и основой для принятия обоснованных управленческих решений по широкому кругу вопросов детского здравоохранения, в том числе для определения приоритетов и объемов необходимого финансирования [14].
Автоматизированный регистр детей-инвалидов «ДИСАРЕГ», разработка которого осуществлена в МНИИПДХ, обеспечивает ведение базы данных детей-инвалидов и получение однотипной учетно-отчетной документации в декретируемые сроки и по запросам, что соответствует Указу Президента РФ от 27.07.92г. №802 «О научном и информационном обеспечении проблем инвалидности и инвалидов». Медицинская карта соответствует требованиям учета характера нарушений и их динамики при различных причинах инвалидности, а также социальной адаптированности детей и их потребности в медико-психолого-педагогической коррекции и вспомогательных средствах. Этот регистр, включающий уровни учреждения, городской, региональный и федеральный, может послужить основой для системы государственной статистики детской инвалидности в России.
В настоящее время в структуре детской заболеваемости и смертности в большинстве развитых стран на первое место выходят врожденные пороки развития. Последние встречаются примерно у 5% новорожденных, а их вклад в структуру причин младенческой смертности достигает 20%. В то же время, по данным ВОЗ может быть предупреждено не менее 10% случаев ВПР. С 1999г. в Российской Федерации проводится мониторинг врожденных пороков. В нем участвуют более 40 субъектов Федерации, использующих разработанное в МНИИПДХ программное обеспечение, что способствует более полному и раннему выявления ВПР, позволяет получить объективную оценку эффективности проводимых профилактических мероприятий и поддерживать территориальные и федеральную базы данных. В результате мониторинга, только за первые три года, уровень выявления ВПР у новорожденных повысился в 2 и более раз в Архангельской, Новгородской и Московской областях [14].
С первых лет применения информационных технологий в здравоохранении одним из ведущих направлений являлись системы поддержки процесса принятия клинических решений. За несколько десятилетий они прошли путь от использования статистических и детерминистских методов до технологии интеллектуальных систем. Применение этих разработок в практике способствует оптимизации дифференциально-диагностического процесса, позволяет повысить качество диагностики и эффективность лечения. Можно привести ряд примеров из различных областей медицины. Так, около 50 ЛПУ России и СНГ используют созданную в МНИИПДХ автоматизированную систему ранней диагностики наследственных болезней «ДИАГЕН», позволяющей идентифицировать свыше 1200 форм (эффективность составляет 90% в сравнении с 60% у врачей медико-генетических консультаций). Там же создана система «КЛИНЭКО», ориентированная на раннее выявление у детей заболеваний, связанных с длительным воздействием экотоксических факторов (первоначально широкий перечень потенциально возможных экотоксикантов уменьшается после рассмотрения системой «признаков-маркеров», характерных для определенных веществ).
Система «ЭСБАД», разработанная МНИИПДХ совместно с Институтом системного анализа РАН, предназначена в помощь врачу при дифференциальной диагностике бронхиальной астмы, определяет степень тяжести заболевания и дает рекомендации по лечению (эффективность – 87,2%).
Программа «Неонатальные судороги» позволяет успешно диагностировать судороги периода новорожденности, встречающиеся при 78 заболеваниях и синдромах, и обеспечивает повышение эффективности диагностики на 30 % по сравнению с традиционными методами и снижение инвалидизации детей вследствие своевременного установления правильного диагноза и назначения адекватной терапии.
Компьютерная технология «Айболит» (НЦ ССХ им. А.Н. Бакулева, Бураковский В.И. и др.), включает математическую модель кровообращения, «реагирующую» на поступающую с датчиков текущую информацию. Она позволяет не только проводить диагностику и оценку состояния больного, но и помогать при выборе и последующей коррекции лечебных мероприятий. Мониторно-компьютерная технология с обратной связью позволяет реализовать индивидуальный подход к лечению больного (РГМУ, Гаспарян С.А., Зарубина Т.В.).
Методы обработки и сегментации 3D-изображений, реализованные в программной системе (МГУ, Гаврилов А.В. и др.), позволяют объективизировать радиологические исследования и обеспечивают реалистическую визуализацию внутренних структур и органов человека. Представляет интерес система ТАИС (Терапевтическая Автоматизированная Информационная Система), рассчитанная на полное компьютерное ведение пациента в стационаре при одновременной поддержке постановки развернутых клинических диагнозов, назначении исследований и лечения (РГМУ, Устинов А.Г., Ситарчук Е.А.) Когнитивные технологии сделались неотъемлемой составляющей здравоохранения. Они применяются на всех уровнях управления и оказания медицинской помощи. В настоящее время осуществляется переход к комплексной автоматизации отдельных направлений медицины, лечебно-профилактических учреждений и территориального здравоохранения.
Прогресс в охране здоровья населения основан, прежде всего, на внедрении в практику здравоохранения России современных научных разработок, обеспечивающих снижение заболеваемости, инвалидности и смертности. Существенное место в решении этих вопросов занимают когнитивные технологии, ориентированные на мониторинг социально значимых хронических заболеваний и консультативную поддержку лечебно-диагностического процесса. Современная медицина – это комплексный динамический подход к оценке индивидуального и общественного здоровья, это мониторинг, учитывающий разнообразные влияния окружающей среды (природные и техногенные) на организм плода, ребенка, взрослого человека. Появился даже термин «технология здоровья», хотя и не совсем точно отражающий существо вопроса, но характеризующий новый этап в организации системы охраны здоровья населения.
Формальное представление системы знаний о функционировании медицинского учреждения может служить основой для оптимизации принятия оперативных и долговременных решений. Оптимальным решением оперативного обеспечения информацией лиц, принимающих решения, может быть построение хранилища данных, интегрирующего необходимые сведения из существующих учрежденческих автоматизированных систем. В этом случае обеспечивается полноценная поддержка принятия управленческих решений. На государственном уровне США поставили целью формирование единой национальной базы данных (Uniform National Data Set), в которую должны войти данные о заболеваемости и смертности, факторах риска (профессиональных, окружающей среды, поведенческих) и статистика, характеризующая местные службы здоровья [14].
Сегодняшнее состояние когнитивных технологий здравоохранения России позволяет перейти от автоматизации отдельных процессов учета медицинских услуг к созданию интегрированных систем, обеспечивающих возможность непрерывной автоматизированной обработки информации. Информационные ресурсы системы здравоохранения и ОМС включают в себя базы данных по различным направлениям деятельности. В качестве примеров можно назвать республику Удмуртию, в которой достигнут 100-процентный охват медицинских учреждений автоматизацией по направлениям «Стационар», «Поликлиника», «Стоматология», «Кадры» и г. Новокузнецк, где разработана и эксплуатируется интегрированная автоматизированная система управления охраной здоровья населения «Здоровье». Такие системы позволяют переходить от анализа данных к анализу ситуации и к прогнозированию состояния здоровья населения.
В области охраны здоровья детей и состояния здравоохранения в стране младенческая смертность представляет собой интегральный критерий для оценки общего положения. Приказ Минздрава России № 241 от 07.08.2000 г., которым была утверждена медицинская документация, удостоверяющая случаи рождения и смерти, заложил основу для сочетанного многофакторного анализа младенческой и перинатальной смертности с данными, наблюдаемыми при рождении детей, что обеспечивает разработанная МНИИПДХ (при поддержке фонда Сороса), автоматизированная система информационной поддержки сбора и анализа данных. Комплексный анализ данных является предпосылкой для оценки эффективности работы медицинских учреждений и факторов, определяющих уровень и перспективы дальнейшего снижения детской смертности, и основой для принятия обоснованных управленческих решений по широкому кругу вопросов детского здравоохранения, в том числе для определения приоритетов и объемов необходимого финансирования [14].
Автоматизированный регистр детей-инвалидов «ДИСАРЕГ», разработка которого осуществлена в МНИИПДХ, обеспечивает ведение базы данных детей-инвалидов и получение однотипной учетно-отчетной документации в декретируемые сроки и по запросам, что соответствует Указу Президента РФ от 27.07.92г. №802 «О научном и информационном обеспечении проблем инвалидности и инвалидов». Медицинская карта соответствует требованиям учета характера нарушений и их динамики при различных причинах инвалидности, а также социальной адаптированности детей и их потребности в медико-психолого-педагогической коррекции и вспомогательных средствах. Этот регистр, включающий уровни учреждения, городской, региональный и федеральный, может послужить основой для системы государственной статистики детской инвалидности в России.
В настоящее время в структуре детской заболеваемости и смертности в большинстве развитых стран на первое место выходят врожденные пороки развития. Последние встречаются примерно у 5% новорожденных, а их вклад в структуру причин младенческой смертности достигает 20%. В то же время, по данным ВОЗ может быть предупреждено не менее 10% случаев ВПР. С 1999г. в Российской Федерации проводится мониторинг врожденных пороков. В нем участвуют более 40 субъектов Федерации, использующих разработанное в МНИИПДХ программное обеспечение, что способствует более полному и раннему выявления ВПР, позволяет получить объективную оценку эффективности проводимых профилактических мероприятий и поддерживать территориальные и федеральную базы данных. В результате мониторинга, только за первые три года, уровень выявления ВПР у новорожденных повысился в 2 и более раз в Архангельской, Новгородской и Московской областях [14].
С первых лет применения информационных технологий в здравоохранении одним из ведущих направлений являлись системы поддержки процесса принятия клинических решений. За несколько десятилетий они прошли путь от использования статистических и детерминистских методов до технологии интеллектуальных систем. Применение этих разработок в практике способствует оптимизации дифференциально-диагностического процесса, позволяет повысить качество диагностики и эффективность лечения. Можно привести ряд примеров из различных областей медицины. Так, около 50 ЛПУ России и СНГ используют созданную в МНИИПДХ автоматизированную систему ранней диагностики наследственных болезней «ДИАГЕН», позволяющей идентифицировать свыше 1200 форм (эффективность составляет 90% в сравнении с 60% у врачей медико-генетических консультаций). Там же создана система «КЛИНЭКО», ориентированная на раннее выявление у детей заболеваний, связанных с длительным воздействием экотоксических факторов (первоначально широкий перечень потенциально возможных экотоксикантов уменьшается после рассмотрения системой «признаков-маркеров», характерных для определенных веществ).
Система «ЭСБАД», разработанная МНИИПДХ совместно с Институтом системного анализа РАН, предназначена в помощь врачу при дифференциальной диагностике бронхиальной астмы, определяет степень тяжести заболевания и дает рекомендации по лечению (эффективность – 87,2%).
Программа «Неонатальные судороги» позволяет успешно диагностировать судороги периода новорожденности, встречающиеся при 78 заболеваниях и синдромах, и обеспечивает повышение эффективности диагностики на 30 % по сравнению с традиционными методами и снижение инвалидизации детей вследствие своевременного установления правильного диагноза и назначения адекватной терапии.
Компьютерная технология «Айболит» (НЦ ССХ им. А.Н. Бакулева, Бураковский В.И. и др.), включает математическую модель кровообращения, «реагирующую» на поступающую с датчиков текущую информацию. Она позволяет не только проводить диагностику и оценку состояния больного, но и помогать при выборе и последующей коррекции лечебных мероприятий. Мониторно-компьютерная технология с обратной связью позволяет реализовать индивидуальный подход к лечению больного (РГМУ, Гаспарян С.А., Зарубина Т.В.).
Методы обработки и сегментации 3D-изображений, реализованные в программной системе (МГУ, Гаврилов А.В. и др.), позволяют объективизировать радиологические исследования и обеспечивают реалистическую визуализацию внутренних структур и органов человека. Представляет интерес система ТАИС (Терапевтическая Автоматизированная Информационная Система), рассчитанная на полное компьютерное ведение пациента в стационаре при одновременной поддержке постановки развернутых клинических диагнозов, назначении исследований и лечения (РГМУ, Устинов А.Г., Ситарчук Е.А.)

Расчеты, проводимые банками и другими кредитными организациями: брутто и нетто -расчеты

Внутрибанковские расчеты (плательщик и получатель средств обслуживаются одним банком или филиалом)

Межфилиальные расчеты (100%)

Межбанковские расчеты по корреспондентским отношениям (70,2%)

Между подразделениями одного коммерческого банка (29,8%)

Между подразделениями Центрального банка РФ

По прямым (между двумя банками)

Через третью кредитную организацию

Центральный банк РФ – национальная платежная система (60,8%)

Крупный коммерческий банк

Клиринговую палату (2,1%)

С участием ЦБ РФ – без депонирования средств в палате – 1 модель клиринга

Без участия ЦБ РФ – с депонированием средств в палате - 2 модель клиринга

Расчеты, проводимые без участия кредитных организаций

Путем взаимных расчетов (клиринга, неттинга)

Посредством оборотных документов (векселей, варрантов и др.)

Внутрихозяйственные (между подразделениями предприятия)

Межхозяйственные (между предприятиями и организациями)

Небанковская кредитная организация

Кредитная организация

Кредитная организация, имеющая филиальную сеть

Филиал

Филиал

Филиал

Клиенты

Клиенты

Клиенты

Клиенты

Клиенты

Центральный Банк Российской Федерации