пу пу пу (2)

1. Цифровой интеллектуальный модуль распределения пациентов по стационарам государственных бюджетных учреждений здравоохранения

Московской области,
учебный проект
Преподаватель: к.э.н., доцент
Шелыгов Александр
Владимирович

2. Роли в команде

Абрамейцева Елена - Дизайнер UI/UX
Атабаева Айгул - Дизайнер UI/UX
Васячкина Диана - Фронтенд-разработчик
Грант Еганов - Бизнес-аналитик
Наровенков Олег - Тимлид
Неверова Надежда - Фротенд-разработчик
Павлов Дмитрий - Бэкенд-разработчик
Хомякова Полина - Бизнес-аналитик
Цой Тимур - Аккаунт-менеджер
Штылева Светлана - Менеджер проекта
2

3. Анализ трендов рынка: спрос, цифровизация и телемедицина

Внутренний анализ спроса; открытые отчёты отрасли (2020-2024 г.), в
%
Рост телемедицины стимулирует
удалённую маршрутизацию
пациентов и объединение данных
между уровнями здравоохранения.
Существующая динамика
оправдывает инвестиции в
платформу распределения для
снижения перегрузки и улучшения
доступности.
100
90
80
70
60
50
40
30
20
10
0
90
80
65
45
30
Рост телемедицины РФ Увеличение загрузки
стационаров по
Московской области
40
Потребность в
системах реального
распределения
пациентов в
стационарах
Московской области
3

4. Актуальность проекта для Московской области

• Рост объёма медицинских данных и цифровизация здравоохранения
требуют перехода к автоматизированным системам управления.
• Big Data и машинное обучение позволяют анализировать состояние
медицинской инфраструктуры в режиме реального времени и принимать
обоснованные решения по госпитализации.
• Проект согласуется с целями национального проекта
«Здравоохранение» и Стратегии цифровой трансформации РФ,
направленных на повышение эффективности медицинской помощи.
4

5. Проблематика проекта в РФ

2. Отсутствие единого
1. Нерегулярный обмен
данных между
стационарами ограничивает
прозрачность загрузки и
препятствует оперативному
перенаправлению
пациентов в ближайшие
доступные учреждения.
реестра загрузки
койко-мест исключает
централизованный
мониторинг и усложняет
планирование
распределения ресурсов
на региональном уровне.
3. Задержки в
4. Задержки в
маршрутизации пациентов
до шести часов
увеличивают риски
ухудшения исходов и
создают дополнительные
временные и финансовые
издержки для системы.
маршрутизации пациентов
до шести часов
увеличивают риски
ухудшения исходов и
создают дополнительные
временные и финансовые
издержки для системы.
5

6. Цель проекта по SMART

создать цифровое расширение действующих
платформ .
сократить время госпитализации на 30%,
повысить равномерность загрузки на 20%.
использовать реальные медицинские и
открытые данные, ML-модели.
релевантно целям цифровизации
здравоохранения.
срок реализации — 12 месяцев.
6

7. Задачи проекта

• Анализ текущих процессов распределения.
• Формирование базы данных.
• Разработка ML-модели прогнозирования размещения.
• Создание прототипа системы.
• Тестирование и оценка эффективности.
7

8. SWOT‑анализ: сильные/слабые стороны, возможности и угрозы

SWOT-анализ: сильные/слабые стороны,
возможности и угрозы
Сильные стороны
Слабые стороны
Обработка реальных данных
Ускорение принятия решений
Масштабируемость
Ограниченный доступ к персональным
данным
Необходимость интеграции с ИТ-системами
Недоверие к ИИ среди персонала
Возможности
Поддержка цифровизации
здравоохранения
Использование открытых данных
Тиражирование в регионах
Угрозы
Риски утечки данных
Правовые ограничения
Сопротивление изменениям
8

9. Заинтересованные стороны и их интересы

• Регуляторы: Минздрав РФ и Минздрав МО. Министерства обеспечивают нормативную
поддержку и частичное финансирование проекта. Они заинтересованы в повышении
доступности помощи и контроле качества госпитализаций, а также в соблюдении стандартов
безопасности данных.
• Коммерческие клиники и поставщики. Частные клиники рассматривают платную интеграцию
как способ оптимизации загрузки и увеличения потока пациентов. Поставщики ПО видят
рынок интеграций и дополнительных сервисов для коммерциализации.
• Страховые компании и инвесторы. Страховщики заинтересованы в снижении ненужных
выплат через оптимизацию маршрутизации; инвесторы оценивают проект по
прогнозируемому ROI 4–6 лет и устойчивости бизнес-модели.
9

10. Целевая аудитория: пациенты, медики, инвесторы (долевые пропорции)

Пациенты формируют основную
нагрузку; клиники требуют
интеграции и обучения;
инвесторы ожидают
экономической эффективности и
прозрачных KPI.
Проектная сегментация аудитории, 2025
Приоритет разработки —
удобство для пациентов и
рабочих процессов врачей, с
параллельной демонстрацией
экономии для инвесторов.
Пациенты
Клиники/медики
Инвесторы/партнёры
10

11. Диаграмма Ганта: план работ 2025–2028

11

12. Оценка рисков проекта: вероятность, влияние, меры

Риск
Вероятност Влияние
ь
Меры
Утечка PII
0,2
Высокое
Шифрование, аудит
Несогласие
клиник
0,4
Среднее
Коммерческие пилоты
Кибератака
0,15
Высокое
Мониторинг,
резерв
Основные риски, их вероятность
и предложенные контрмеры.
Приоритет — защита
персональных данных и
обеспечение участия клиник
через коммерческие стимулы.
Приоритет — снизить
технические и организационные
риски через шифрование,
пилотные контракты и
постоянный мониторинг
безопасности.
12

13. Юридические аспекты и этика: конфиденциальность и согласие

01
Соответствие 152-ФЗ
обязательно: система
должна обеспечивать
правовые основания
обработки ПДн, хранение в
пределах РФ и
документирование
правовых оснований для
каждого случая обработки.
02
Де-идентификация данных
должна исключать
возможность повторной
идентификации пациента.
Требуются стандарты
псевдонимизации и
проверяемые методики
удаления
идентификаторов.
03
Механизм
информированного согласия
— прозрачный и
отслеживаемый.
Журналирование доступа и
регулярные аудиты
обеспечат ответственность и
контроль за использованием
данных.
13

14. Базы данных и источники

Источники данных
Основные источники — ЕМИАС, открытые данные Московской области и реестры
Минздрава. Данные будут проходить предварительную валидацию и нормализацию
перед загрузкой в хранилище.
Технологический стек
Для реализации предложены PostgreSQL, Apache Kafka и Spark для обработки потоков.
Модели создаются на Python с scikit-learn и TensorFlow; контейнеризация через Docker
и Kubernetes, CI/CD.
14

15. Спасибо за внимание