Управление проектами как инструмент цифровой трансформации медицинской организации

1. Управление проектами как инструмент цифровой трансформации медицинской организации К.э.н. Обмачевская С.Н.

УПРАВЛЕНИЕ ПРОЕКТАМИ КАК ИНСТРУМЕНТ
ЦИФРОВОЙ ТРАНСФОРМАЦИИ
МЕДИЦИНСКОЙ ОРГАНИЗАЦИИ
К.Э.Н. ОБМАЧЕВСКАЯ С.Н.

2.

Управление проектами является важным инструментом цифровой
трансформации медицинской организации. Проектный подход позволяет
системно подходить к наиболее актуальным задачам и добиваться
поставленных целей в соответствии с разработанной программой
развития организации
Некоторые методы управления проектами, которые могут
использоваться в рамках цифровой трансформации:
Каскадная модель Waterfall. Реализация проекта осуществляется по
заранее установленному плану-графику, объём бюджета, сроки, цели и
ожидаемый результат чётко определены на этапе инициации проекта.
Метод Lean. Части задачи разделяются на подзадачи среди
сотрудников, происходит параллельное исполнение мероприятий с
увеличением скорости на разных этапах реализации проекта.
Метод Six Sigma. Предполагает концентрацию усилий на этапе
планирования для экономии ресурсов, повышения качества оказываемых
услуг и уменьшения возникновения проблем.

3.

Каскадная модель (Waterfall) в медицине — это
линейный
последовательный
подход,
при
котором каждый этап проекта должен быть
завершён до перехода к следующему этапу
Преимущества каскадной модели в медицине:
заранее известен бюджет и сроки, минимальное
участие
заказчика,
высокое
качество,
прозрачность работы. Недостатки: отсутствует
гибкость, высокие риски: тестируется уже
готовый продукт и из-за критических ошибок
придётся переделывать всю работу.
Каскадная модель оптимальна в медицине, так
как определены требования, для которых не
предусматриваются изменения в процессе
разработки.

4.

Бережливое производство в медицине, также известное как Lean Healthcare,
представляет собой методологию, направленную на повышение эффективности
медицинских процессов, обеспечения оптимального уровня качества медицинского
обслуживания и минимизации потерь в любом их проявлении.
Метод Six Sigma в медицине направлен на минимизацию дефектов и изменчивости в
процессах, приближение их к идеальному состоянию.
Некоторые преимущества метода Six Sigma в медицине:
Повышение
безопасности
пациентов.
Медицинские
организации
могут
минимизировать неблагоприятные события, медицинские ошибки и осложнения,
внедряя строгие меры контроля качества и стандартизируя процессы.
Повышение операционной эффективности. Six Sigma помогает медицинским
организациям оптимизировать рабочие процессы и упорядочить процессы,
сокращая потери и неэффективность.
Снижение медицинских расходов. За счёт устранения потерь, сокращения ошибок и
улучшения использования ресурсов минимизируются ненужные расходы.
Повышение производительности и удовлетворённости персонала. Six Sigma даёт
возможность медицинским профессионалам выявлять и решать проблемы в
рабочих процессах, повышая их вовлечённость и удовлетворённость работой.

5. Системы поддержки принятия решений как инструмент управления

СИСТЕМЫ ПОДДЕРЖКИ ПРИНЯТИЯ
РЕШЕНИЙ КАК ИНСТРУМЕНТ УПРАВЛЕНИЯ
Системы поддержки принятия решений (СППР) — инструмент управления,
который помогает компаниям анализировать данные, прогнозировать
результаты и делать обоснованные выводы.
Начало создания клинических систем поддержки принятия решений в развитых
странах связано с осознанием острейшей социальной проблемы, которое имеет
жесткую временную привязку. В конце 1999 г. в США был опубликован доклад
Института медицины, в котором приводилась информация о том, что в стране
ежегодно умирает в стационарах до 98 тысяч пациентов из-за предотвратимых
ошибок, допущенных медицинским персоналом. Примерно 7 тысяч пациентов
умирает из-за ошибочных назначений медикаментов, а это больше, чем от
производственного травматизма. Стоимость лечения осложнений, вызванных
только ошибочными назначениями медикаментов, составляет 2 миллиарда
долларов в год.

6.

Эта информация мгновенно привела к серьезному давлению на больницы со стороны
государства, страховых компаний и крупных работодателей, требующих повысить
безопасность пациентов. Стало очевидно, что один из главных путей повышения
безопасности пациентов состоит в использовании клинических информационных
систем, снабженных механизмами поддержки врачебных решений. Наличие такого
механизма при назначении врачом препаратов непосредственно через систему
позволяет избежать ошибок, вызванных несовместимостью назначаемых препаратов,
их побочным действием, непереносимостью препаратов пациентом и т. д.

7.

Клинические
системы
поддержки
принятия
решений
обычно
представляют собой базы данных, которые объединяют электронные истории
болезни со специальными инструментами, такими как автоматические
напоминания или калькуляторы дозировки лекарств, предназначенными для
использования клиницистами в процессе принятия решений. В основу этих
систем положены научно обоснованные руководства по клинической практике
или другие достоверные данные научных исследований.
Именно
механизмы
поддержки
принятия
врачебных
решений,
использование которых приводит к повышению безопасности пациентов,
являются главнейшей особенностью клинических систем поддержки принятия
решений.

8. Системы поддержки принятия врачебных решений

СИСТЕМЫ ПОДДЕРЖКИ ПРИНЯТИЯ
ВРАЧЕБНЫХ РЕШЕНИЙ
• В своей практической деятельности врач сталкивается с большим количеством
задач, которые требуют быстрого и точного реагирования. При постановке
диагноза и лечении необходимо учесть:
• данные осмотра;
• индивидуальные особенности пациента;
• результаты лабораторных и инструментальных методов исследования.

9.

Рутинные операции — оформление медицинской документации,
мониторинг состояния пациентов, контроль за соблюдением назначений —
создают дополнительную нагрузку на специалистов.
Ситуация осложняется появлением новых регламентов оказания
медицинской помощи: клинических рекомендаций, стандартов и
протоколов. У клиницистов не всегда есть возможность актуализировать
свои знания. Это связано с возрастающим объёмом специализированной
информации и её источников.
При этом важно обеспечить своевременность и безопасность
клинических мероприятий: вовремя обнаружить заболевание и начать
правильное лечение. Частичная автоматизация лечебно-диагностического
процесса и информационная поддержка специалиста — направления,
которые призваны снизить нагрузку на врача.

10.

Помощником врача при решении клинических задач может стать
искусственный интеллект, реализованный в системе поддержки принятия
врачебных решений (СППВР).
СППВР — компьютерная программа, которая обеспечивает врача
клиническими данными и сведениями о пациенте и сопровождает при
принятии решений. Оперативная информационная поддержка помогает
выстроить правильную врачебную тактику. Клиническое мышление
специалиста объединяется с искусственным интеллектом для повышения
качества диагностики и лечения.
Искусственный интеллект в СППВР реализуется с помощью чёткой и
нечёткой логики, методов машинного обучения, обработки естественного
языка. Компьютерное зрение и глубокое обучение помогают распознавать
медицинские изображения и интерпретировать их.
По мере поступления новых данных ИИ способен обучаться самостоятельно
и повышать точность принятия решения.

11.

Задачи СППВР
1. Справочно-информационная поддержка
Сервис снабжает специалиста актуальными клиническими
рекомендациями и протоколами. Сведения о лекарственных
препаратах помогают уточнить аспекты терапии.
2. Помощь в оформлении медицинской документации
Система
проводит
сортировку
и
учёт
электронных
медицинских карт. Болезнь пациента кодируется по
международной классификации болезней 10-го пересмотра
(МКБ-10). При
постановке
диагноза
врач
выбирает
соответствующий код.
3. Определение степени и тяжести заболевания
Алгоритм
оценивает
состояние
пациента,
используя
классификацию в рамках машинного обучения. На выходе врач
получает заключение о группе риска.

12.

4. Генерация тревожных сигналов
СППВР способна выявить скрытые закономерности, которые может не
заметить врач. Алгоритмы предупреждают о возможных осложнениях,
например: о повышении уровня глюкозы при сахарном диабете, об
инфекции в послеоперационный период, о декомпенсации заболевания.
5. Ассистирование в диагностике
ИИ может проводить «консультацию» на основе входных данных: симптомов
и жалоб пользователя. Система выдаёт диагноз, который служит
ориентиром для врача. Другое направление — диагностическая
визуализация. СППВР распознаёт медицинские изображения и выделяет
подозрительные области.
6. Оптимизация лечения
На основании данных ЭМК СППВР помогает подобрать правильное лечение:
назначить
оптимальную
дозировку
лекарств,
спрогнозировать
длительность пребывания в стационаре провести мониторинг терапии.
7. Достижение экономической эффективности
Внедрение ИИ помогает правильно расходовать ресурсы медицинской
организации. Это достигается за счёт эффективного использования
диагностического оборудования и электронного документооборота.

13.

Система поддержки принятия врачебных решений
(СППВР) функционирует на основе медицинской
информации в электронном виде, формируемой и
обрабатываемой
в
ЕГИСЗ,
государственных
информационных системах в сфере здравоохранения
субъектов Российской Федерации (ГИС СЗ) и
медицинских информационных системах медицинских
организаций (МИС МО).

14. Диагностика с помощью СППВР

ДИАГНОСТИКА С ПОМОЩЬЮ СППВР
• Диагностика с помощью СППВР основана на органичном сочетании
профессиональных навыков врачей и технических возможностей ИИ.
Заключение ИИ имеет вероятностный характер и служит ориентиром для
клинициста. Система автоматизирует рутинные процессы в медицине.
• Для выбора лечения клиницисты оценивают тяжесть заболевания с
присвоением определенной группы или категории. Ориентиром при этом
служат общепринятые международные классификации.
• Система поддержки принятия врачебных решений ускоряет выполнение
этой задачи. Для этого ИИ использует входные данные о здоровье пациента:
пол, возраст, перенесённые заболевания, симптомы, лабораторные
показатели.

15. Помощь в назначении и контроле лечения

ПОМОЩЬ В НАЗНАЧЕНИИ И КОНТРОЛЕ
ЛЕЧЕНИЯ
• С информационной поддержкой СППВР врач может принимать обоснованные
решения при выборе терапии:
• посмотреть рекомендуемые дозировки;
• уточнить возможные противопоказания и нежелательные взаимодействия
лекарств;
• провести поиск более дешёвых аналогов;
• убедиться в правильности и безопасности назначенного лечения.

16. Мониторинг состояния пациентов

МОНИТОРИНГ СОСТОЯНИЯ ПАЦИЕНТОВ
• СППВР позволяет оценивать количественные и качественные показатели
здоровья пациентов в динамике. Благодаря ИИ внимание врача
концентрируется на каждой стадии заболевания. Контроль индивидуальных
характеристик
направлен
на
своевременную
коррекцию
лечебнодиагностических мероприятий.

17. Эффективность систем

ЭФФЕКТИВНОСТЬ СИСТЕМ
• Отечественные и зарубежные обзоры исследований указывают на
активное развитие интеллектуальных систем. Эффективность применения ИИ
находится в процессе изучения. Но уже сейчас технологические решения дают
первые положительные результаты в диагностике и лечении.
На данном этапе можно выделить аспекты применения СППВР:
1. Высокий
уровень
компьютерной
грамотности. Знание
основ
биоинформатики поможет врачу использовать все преимущества медицинских
технологий.

18.

2. Прозрачность решений. Методы обработки больших объёмом
данных не всегда понятны пользователю. Клиницисту важно знать
общие принципы работы технологии: как ИИ пришёл к тому или
иному выводу, какие рабочие характеристики и границы
применения системы.
3. Этичность. Алгоритмическая предвзятость может сделать
решение не с учётом особенностей пациента, а с опорой на
математически вычисленную пользу. Врач следует принципу «не
навреди», заботясь о каждой человеческой жизни. Специалист
учитывает жизненную ситуацию пациента и его предпочтения в
выборе лечения.
СППВР становится высокоразвитым помощником в медицине,
но ключевая роль остаётся у человека. Благодаря технологиям врач
сохраняет время для своего пациента. Уделить внимание личной
беседе, построить доверительные отношения, стать партнёрами в
борьбе с болезнью — залог успешного лечения.

19. Области применения СППР

ОБЛАСТИ ПРИМЕНЕНИЯ СППР
• В терминологическом плане необходимо обратить внимание на отличие
систем информационной поддержки от систем поддержки принятия решений
(СППР). Информационная поддержка предполагает сообщение врачу какойлибо информации, в том числе в процессе ввода данных, например, о
несовместимости лекарств, о методах обследования, применяемых при
предполагаемом диагнозе и т.п. Такие информационные подсистемы,
обладающие большими или меньшими возможностями, встраиваются в
медицинские информационные системы. В отличие от них, СППР предлагают
врачу решения в трудных случаях.

20.

Системы поддержки принятия врачебных
решений (СППВР), наравне с телемедициной и
электронными медицинскими картами (ЭМК),
являются одним из ключевых секторов
развитии цифрового здравоохранения.
Уже сейчас тема СППВР является одной из
самых популярных в СМИ и социальных сетях.
Постоянно появляются новости о создании
различными компаниями, стартапами и
научно-исследовательскими объединениями
новых разработок в этой области, в том числе с
использованием машинного обучения и других
технологий искусственного интеллекта.

21. интеллектуальная система поддержки принятия врачебных решений

ИНТЕЛЛЕКТУАЛЬНАЯ СИСТЕМА ПОДДЕРЖКИ
ПРИНЯТИЯ ВРАЧЕБНЫХ РЕШЕНИЙ
• ИСППВР — это интеллектуальная система поддержки принятия врачебных решений,
которая включает базу знаний для поддержки принятия врачебных решений.
• Она помогает врачу поставить предварительный диагноз, проанализировав все
возможные варианты, а также выдать рекомендации по проведению лабораторных и
инструментальных исследований с учётом предварительного диагноза.
• Также ИСППВР назначает первоначальное лечение по жалобам пациента и итогам его
объективного осмотра, принимая во внимание сопутствующие заболевания,
аллергологический анамнез, возраст и т. д.
• ИСППВР может помочь врачу в постановке диагноза, правильном выборе препаратов и
их комбинации, режимов дозировки, определении продолжительности приёма каждого
препарата, а также составить план мониторинга состояния пациента.

22.

В настоящее время большинство систем поддержки принятия решений
реализуется как интеллектуальные СППР, т.е. основанные на знаниях экспертов
или знаниях, извлеченных из литературных источников и из хранилищ историй
болезни. Они позволяют учитывать специфику представления клинической
информации.
Для подтверждения решения интеллектуальная система поддержки принятия
врачебных решений (ИСППВР) использует дифференцирующие признаки как
необходимые условия эффективного решения.

23.

Дифференцирующие признаки в системе поддержки
принятия врачебных решений (СППВР) — это схожие
признаки, по которым пациенты собираются в группы.
К
ним
относятся
пол,
возраст,
анамнез,
зафиксированные в ходе диагностики условия жизни,
набор стандартных заболеваний.
На основе этих признаков система формирует перечень
наиболее вероятных хронических заболеваний и
рекомендации по лечению. Получая информацию о
пациенте, СППВР сразу выявляет его группу и выдаёт
рекомендации по плану лечения, который оказался
самым эффективным для пациентов из аналогичной
категории. Также дифференцирующие признаки
помогают в определении степени и тяжести
заболевания: алгоритм оценивает состояние пациента,
используя классификацию в рамках машинного
обучения, и на выходе врач получает заключение о
группе риска.

24.

Знания о болезнях (или синдромах), состоящих в определенных отношениях с
основной диагностической гипотезой, позволяют интеллектуальной системе
выявлять:
а) причинно-следственные связи, указывающие на возможную причину
заболевания;
б) временные связи, позволяющие как прогнозировать динамику течения
болезни, так и восстанавливать возможный анамнез;
в) ассоциативные связи, дающие возможность учитывать на фоне каких
состояний могло развиться данное заболевание или фоном для каких синдромов оно
может служить в дальнейшем.
Анализ применения СППР показал более высокую эффективность принятия
решений практикующими врачами при использовании систем, которые
автоматически запрашивают информацию у пользователей, по сравнению с
необходимостью активации системы врачом

25.

Немецкие учёные из Университетской клиники г. Мангейма
сравнили решения 77 врачей и 89 студентов-медиков при
использовании разных источников информации. Участников
попросили назначить антибактериальную терапию при инфекции
верхних мочевых путей. В помощь были предоставлены: доступ в
интернет, справочники и СППВР. Система давала пользователю
рекомендации с учётом индивидуальных особенностей пациента.
Авторы отмечают, что только 27,1% участников правильно
диагностировали заболевание. Назначить лечение в соответствии со
стандартами смогли только 19,4% испытуемых. Это свидетельствует
о необходимости информационной поддержки медицинских
специалистов.
Участники, чьи решения опирались на ИИ, показали лучшие
результаты: 57,1% среди верно поставивших диагноз и 40,5% в
случае правильного лечения.

26.

Процесс от первичной гипотезы к окончательному
диагнозу в интеллектуальной системе поддержки
принятия врачебных решений (ИСППВР) опирается на
анализ
аргументов
за
и
против
каждой
диагностической гипотезы. А также опирается на
анализ клинических проявлений в сочетании со
специальными исследованиями.
При создании интеллектуальных систем поддержки
принятия врачебных решений (ИСППВР) необходимо
учитывать применение в плановой или экстренной
ситуации.
ИСППВР обеспечивают диагностику атипичных
вариантов и стадий заболеваний.

27.

Процесс генерации диагностических гипотез в
интеллектуальной системе поддержки принятия
врачебных решений (ИСППВР) включает следующие
этапы:
Пользователь вносит общие сведения о пациенте, перечень жалоб и
данные объективного исследования, зафиксированные в электронной
медицинской карте, и запускает процесс первичной диагностики.
Система ведёт поиск, формирует несколько гипотез предварительного
диагноза и предлагает их пользователю. Для подтверждения любой из них
необходимо внести дополнительные данные.
Сформированный системой предварительный диагноз вносится
пользователем в электронную медицинскую карту. Результат система
объясняет путём генерации необходимых, характерных и возможных
признаков.

28.

После
внесения
данных
лабораторных
и
инструментальных
исследований, предложенных
системой,
идёт
процесс
дифференциальной
диагностики. Он исключает заболевания со сходными
симптомами, но неподходящие по каким-либо
признакам, что в итоге приводит пользователя к
единственно вероятной гипотезе.
После введения основного диагноза в электронную
медицинскую карту система формирует полный
развёрнутый клинический диагноз с детализацией.
Окончательным
результатом
работы
системы
становится структурированный отчёт. В его формате,
согласованном со специалистами, группируются
результаты в зависимости от их важности. Отчёт
предоставляет
указание
на
анализируемую
электронную медицинскую карту, подтверждённые
для неё гипотезы, гипотезы опровергнутые и
рассматриваемые при дальнейшем анализе.

29.

«Прозрачность» интеллектуальной системы поддержки принятия врачебных
решений (ИСППВР) для пользователя определяется возможностью получения ответов
ИСППВР в процессе решения задачи и получением объяснения предлагаемой
окончательной гипотезы.
Диагностический процесс в интеллектуальной системе поддержки принятия
врачебных
решений
(ИСППВР)
включает
выдвижение
предварительной
диагностической гипотезы, обоснование окончательной гипотезы диагноза и
построение дифференциального ряда на основе дополнительных гипотез.
Выдвижение и обоснование гипотезы в ИСППВР предполагает указание критериев
диагностической эффективности дополнительных исследований и их выполнимости с
учётом состояния больного.
«Портреты» болезней в ИСППВР могут быть построены на основе минимума
признаков, относящихся к основным диагностическим критериям и сопровождающихся
весовыми коэффициентами.

30.

Взаимодействие электронных медицинских карт (ЭМК)
и интеллектуальных систем поддержки принятия
врачебных решений (ИСППВР) может осуществляться
следующим образом:
• Автоматическая запись решения ИСППВР в ЭМК и
объяснение по запросу врача.
• Автоматический поиск необходимых данных в ЭМК
после запроса врача к ИСППВР.
• ИСППВР, встроенные или интегрированные с ЭМК,
осуществляют автоматический сбор нужных для
работы данных из ЭМК, их анализ и интерпретацию,
а также учитывают персональные особенности
здоровья пациента и формируют персональные
подсказки врачу на основе интерпретации данных.
Совместная интеграция ЭМК и ИСППВР в клинический
процесс позволяет оказывать высококачественную
помощь пациентам, снижать ошибки и повышать
качество оказываемой медицинской помощи.

31.

Есть и другие важные эффекты, например, для академических клиник
существенно, что при внедрении такой системы облегчается проведение
проспективных рандомизированных исследований (это тип научного (часто
медицинского) эксперимента, целью которого является уменьшение
определённых источников систематической ошибки), признаваемых
доказательными научным медицинским сообществом.
Повышение качества лечения. Главная причина такого влияния – сетевая
технология лечебно-диагностического процесса, являющаяся базовой
составляющей клинической информационной системы. Именно свойства этой
технологии изменяют в лучшую сторону процессы диагностики, лечения, а
также облегчают контроль лечебно-диагностического процесса со стороны
администрации больницы.
Эффективность ИСППВР также заключается в получении оптимальных
решений при недостаточно полноценной информации о больном.