Электронный помощник руководителя медицинского учреждения

1.

Поставил цель - добегайся
18 - Электронный помощник руководителя медицинского учреждения

2.

Проблемы и их решения
ПРОБЛЕМЫ
ПУТИ РЕШЕНИЯ
ОСОБЕННОСТИ
Недостаточный внутренний контроль
медицинской организации негативно
влияет на экономическую
составляющую деятельности, а также на
качество оказываемых услуг:
Применение современных
аналитических систем, в том
числе, с использованием методов
машинного обучения, может
значительно снизить издержки при
оказании медицинской̆ помощи.
Повышение качества
профилактических мероприятий, в
свою очередь, в будущем может
снизить нагрузку на врачей̆, что
может позитивно повлиять на
качество их работы.
Иерархическая система анализа и
визуализации данных поможет
повысить качество услуг и
эффективность расходования
средств работниками на всех
уровнях медицинской организации.
1)
Штрафные санкции при экспертной
проверке
2)
Перерасход средств на назначения,
не включенные в стандарт
3)
Услуги оказываются не в полном
объеме
4)
Анализ последствий, но не причин
А предикативная модель поможет
выбрать верное решение из
возможных альтернатив
2

3.

Что предлагает наша система
Мощная аналитическая система с динамически
создаваемыми дашбордами для верхних уровней
управления
Гибкие возможности по работе с первичными данными для
рядовых сотрудников, за счет многофункциональных таблиц
и гибких фильтров
Возможность анализа причин возникновения
нарушений стандартов оказания МП
Предсказательная модель на основе методов
машинного обучения
МЕДАССИСТ
Алгоритмы анализа соответствия назначений стандартам и
генерации рекомендаций по устранению как самих
нарушений, так и их причин
3

4.

НСИ и НПА
• В систему загружены
• Федеральные и региональные (для города Москвы) стандарты оказания
медицинской помощи
• Федеральный справочник услуг, медицинский классификатор болезней и др.
• Осуществлена связка загруженных стандартов с федеральным НСИ
• Реализован программный модуль для загрузки и обновления НСИ
4

5.

Особенности алгоритмов обработки данных
• Предикативная модель с применением методов машинного обучения
(CatBoostRegressor)
• Формулирование рекомендаций при помощи открытой языковой модели (в
качестве генератора человекочитаемых текстов, на основе проведенного
системой̆ анализа) (llama7)
• Использование федеральной НСИ
5

6.

Аналитическая подсистема
• Возможность глубокого анализа первичной̆ информации, за счет гибкой̆ и
удобной̆ системы построения выборок
• Дашборды и понятные визуализации
• Возможность анализа причин нарушений, а не только фиксации их фактов
• Возможность анализа данных на уровне организации, структурного
подразделения, участка амбулаторно-поликлинической помощи, а также на
уровне загруженного файла
6

7.

Динамическая генерация дашбордов
• Гибкость при построении аналитических панелей
• Возможность адаптивно подстраивать систему под динамично
меняющиеся задачи
• Возможность адаптирования системы не только за счет
разграничения прав доступа, но и за счет создания новых панелей
7

8.

Интерфейс cистемы
8

9.

Возможности интеграции
• API для бесшовной интеграции с МИС через защищенную сеть
• Интеграция с МИС через загрузку и выгрузку файлов в формате XLS\XLSX через систему
защищенного обмена сообщениями, например Vipnet Деловая почта.
• Автоматическая актуализация НСИ из открытых источников
Файловый обмен
Rest API
МИС 2
МИС 1
МЕДАССИСТ
5

10.

Перспективы развития решения
Работающий прототип
Доработка решения
Эксплуатация
Возможность демонстрации
основных принципов
работы решения
• 28.05.2023
Выверенные алгоритмы,
адаптированные к работе с
реальными данными в
реальных условиях
Техническая поддержка и
адаптация к меняющимся
НПА
• С 01.01.2024
• 01.10.2023
1
2
3
4
Интеграция с ЕМИАС
Внедрение
Возможность работы на
реальных данных
Обученный персонал и
установленное ПО
• 01.08.2023
• 01.11.2023
5
7

11.

Многоуровневая модель
Уровень участкового врача
Анализ и устранение нарушений
Уровень руководителя структурного
подразделения
Поддержка при принятии управленческих
решений в процессе назначения врачей на
должности и планировании нагрузки
Уровень главного врача
Поддержка при принятии
управленческих решений
распределении персонала по
структурным подразделениям и
планировании нагрузки
11

12.

Масштабируемость
• Система поддерживает вертикальное и горизонтальное
масштабирование
• Система может быть территориально распределена
• Система готова к интеграции с разнородными МИС и
другими внешними системами
АДИС
12

13.

Используемые технологии
СУБД
Веб - приложение
Backend
Fronted
13

14.

КОМАНДА: Поставил цель – добегайся!
Игорь
Буслов
o TeamLead
Иван
Грызлов
Алесандр
Хомяков
Шахбоз
Мирбадиев
Александра
Алябина
o @vt244
o Full-stack
разработчик
o Full-stack
разработчик
o Full-stack
разработчик
o Full-stack
разработчик
o +79232974341
o @ivan_gryzlov
o @Huka2
o @shahboz100
o @citrusonya
o +79135191312
o +79631882586
o +79632617105
o +79168486975
8

15.

Поставил цель - добегайся
18 - Электронный помощник руководителя медицинского учреждения