Аннотация.

В статье рассматриваются различные аспекты организации так называемых «умных» или «цифровых» больниц, количество которых в мире более 200. Это больницы, в которых повсеместно реализуются информационные технологии, включая интеллектуальный уровень решения задач, что должно обеспечивать совершенствование процесса и качества оказания медицинской помощи, административный процесс и инфраструктуру коммуникаций, обязательно включая возможность мониторинга с датчиков аппаратуры, укрепленных на теле пациентов. Полномасштабный контроль физиологических параметров и полнодоступность всей остальной информации о больных для всего медицинского персонала в любом месте его нахождения и комфортность для пациентов за счет использования мобильных приложений и интернета вещей являются необходимым условием «умной» больницы. «Умная» больница представлена с позиций киберфизической системы. В качестве перспективы рассматривается расширение спектра методов искусственного интеллекта для поддержки различных решений, математические модели физических процессов и применение роботов.

Ключевые слова:

электронное здравоохранение, цифровая больница, интеллектуальная больница, киберфизическая система, мониторинг физиологических параметров, физико-математическое моделирование.

Стр. 3-14.

DOI 10.14357/20718632180401

Полная версия статьи в формате pdf. 

Литература

1. Kobrinsky B., Tester I., Demikova N. et al. A Multifunctional System of the National Genetic Register // Medinfo’ 98: Proceedings of 9th International Congress on Medical Informatics. Pt.1. Seoul, 1998. P.121-125.
2. Handler, Th.J., and B.R. Hieb. 2007. Gartner's 2007 Criteria for the Enterprise CPR. Available at:
http://rsept.wikispaces.com/file/view/Gartner_Criteria_for_the_Enter-prise_CPR_2007.pdf (accessed April 21, 2018).
3. Шульман Е.И., Рот Г.З. Цель и задачи внедрения клинической информационной системы нового поколения // Врач и информационные технологии. 2004. №12. С.39-43.
4. Малых В.Л., Рудецкий С.В., Хаткевич М.И. Активная МИС // Врач и информационные технологии. 2016. № 6. С.16-24.
5. eHealth. Fifty-eighth world health assembly. Resolutions and decisions. Document A58/21. Ninth plenary meeting, 25 May 2005. Committee A, seventh report. P.121-123.
6. Monostori L., Kádár B., Bauernhansl T. et al. Cyberphysical systems in manufacturing // CIRP Annals. 2016. Vol.65, Iss.2. P.621-641.
7. Джафарова О.А., Донская О.Г., Соколов А.В., Тарасов Е.А., Штарк М.Б. Программно-аппаратный комплекс БОСЛАБ. Траектория развития / М.Б. Штарк, М. Шварц (отв. ред.) // Биоуправление-4: Теория и практика. Новосибирск: ЦЭРИС, 2002. С.279-286.
8. Святогор И.А., Моховикова И.А. Нейрофизиологические, психологические и клинические аспекты био-управления потенциалами мозга у больных с дезадаптационными расстройствами / М.Б. Штарк, М. Шварц (отв. ред.) // Биоуправление-4: Теория и практика. Новосибирск: ЦЭРИС, 2002. С.44-51.
9. Frisch P. What is an intelligent hospital? // IEEE Pulse. 2014. Vol.5. P.10-15.
10. Borden S. Digital hospital // MIT Technology Review. 2001. (URL: https://www.technologyreview.com/s/401089/digitalhospital/).
11. Holzinger A., Rоcker C., Ziefle M. From smart health to smart hospitals // Smart Health: Open Problems and Future Challenges / A. Holzinger, Rоcker C., Ziefle M. (Eds.). Cham: Springer International Publishing Switzerland. 2015. P.1–20.
12. HIMMS Analytics: Electronic medical record adoption model. 2017. (URL: https://www.himssanalytics.org/emram).
13. Yoo S., Lee K.H., Lee H.J. et al. Seoul National University Bundang Hospital's Electronic System for Total Care // Healthcare Informatics Research. 2012. Vol.18. No.2. P.145–152.
14. Назаренко Г.И., Осипов Г.С. Медицинские информационные системы и искусственный интеллект. Вып.3. Под науч. ред. акад. Ю.И. Журавлева / Сер. Информа-ционные системы в медицине: Науч. пособ. М.: Медицина XXI, 2003. 240 с.
15. Карпов О.Э., Клейменова Е.Б., Назаренко Г.И., Силаева Г.И. Автоматизированное проектирование медицинских технологических процессов / Под ред. Г.И. Назаренко. М.: Деловой экспресс, 2016. 200 с.
16. Робокомплексы, Робосестры // Medrobot.ru. 2015 (URL: http://medrobot.ru/nurse/)
17. Hendrickson D. Study: RFID in hospitals shows ROI promise // Mass High Tech: The Journal of New England Technology. 2004. 15 p. (URL: http://masshightech.bizjournals.com/masshightech/stories/2004/12/06/story9.html).
18. Назаренко Г.И., Клейменова Е.Б., Ладохин И.А., Матросова Е.В., Туров М.А., Фомин А.А., Пающик С.А., Яшина Л.П. Система радиочастотной идентификации как инструмент внедрения "медицинского технологического процессора" в многопрофильной больнице //Информационно-измерительные и управляющие системы. 2014. Т.12, № 10. С.75-81.
19. Chibaudel Q., Joaquim B., Veronique L.-N., Mounir M. Human centered design conception applied to the Internet of Things: Contribution and interest // Smart Homes and Health Telematics, Designing a Better Future: Urban Assisted Living. 16th International Conference, ICOST 2018, Singapore, July 10-12, 2018, Proceedings / M. Mounir, A. Bessam, A. Hamdi (Eds.). Springer Intern. Publ AG, part of Springer Nature, 2018. P.11-22.
20. Yu L., Lu Y., Zhu X.J. Smart Hospital based on Internet of Things // Journal of networks. 2012. Vol. 7. №.10. P.1654-1661.
21. Демин В.В. Клиническое руководство по внутрисосудистому ультразвуковому исследованию. Оренбург: ОАО «ИПК» «Южный Урал», 2005. 386 с.
22. Гаврилов А.В., Архипов И.В., Куликов И.В. Современные информационные технологии для объективизации диагностики и лечения // Стратегия информатизации в медицине. 17 принципов и решений. Второе издание. М.: Открытые Технологии; Проблемная комиссия "Медицинская и биологическая кибернетика и информатика" РАМН, 2012. С.318-330.
23. Yatchenko A.M., Krylov A.S., Gavrilov A.V., Arkhipov I.V. Building a three-dimensional dynamic model of left cardiac ventricle from ultrasonic data // Pattern Recognition and Image Analysis. 2012. Vol.22. No.3. P.483-488.
24. Blankstein R., Di Carli M.F. Integration of coronary anatomy and myocardial perfusion imaging // Nature Reviews Cardiology. 2010. Vol.7. No.4. P.226-236.
25. Naghavi M., Libby P., Falk E. et al. From vulnerable plaque to vulnerable patient: a call for new definitions and risk assessment strategies: Part II // Circulation. 2003. Vol.108. No.15. P.1772-1778.
26. Anwaier G., Chen C., Cao Y., Qi R. A review of molecular imaging of atherosclerosis and the potential application of dendrimer in imaging of plaque // International Journal of Nanomedicine. 2017. No.12. P.7681–7693.
27. Jaffer F.A., Weissleder R. Seeing within: molecular imaging of the cardiovascular system // Circulation Research. 2004. Vol.94. No.4. P.433-445.
28. Kietselaer B.L., Reutelingsperger C.P., Heidendal G.A. et al. Noninvasive detection of plaque instability with use of radiolabeled annex in A5 in patients with carotid-artery atherosclerosis // New England Journal of Medicine. 2004. Vol.350. No.14. P.1472-1473.
29. Matter C.M., Schuler P.K., Alessi P. et al. Molecular imaging of atherosclerotic plaques using a human antibody against the extra-domain B of fibronectin // Circulation Research. 2004. Vol.95. No.12. P.1225-1233.
30. Гаврилов А.В., Архипов И.В., Куликов И.В., Акимова Е.А., Ятченко А.М. От PACS к 3D цифровому пациенту // Материалы XV Всероссийской конференции, официальный каталог "Информационные технологии в медицине". М., 2014. С.65-69.
31. Hood L., Galas D. P4 Medicine: Personalized, Predictive, Preventive, Participatory // A Change of View that Changes Everything: A white paper prepared for the Computing Community Consortium committee of the Computing Research Association. 2008. 4 p. (URL: http://cra.org/ccc/resources/ccc-led-whitepapers/)
32. Поспелов Д.А. Ситуационное управление: теория и практика. М.: Наука, Гл. ред. физ.-мат. лит., 1986. 288 с.
33. Liu T., Shen A., Hu X., Tong G., Gu W. The Application of Collaborative Business Intelligence Technology in the Hospital SPD Logistics Management Model // Iranian Journal Public Health. 2017. Vol.46. No.6. P.744-754.
34. Pickering B.W., Litell J.M., Herasevich V., Gajic O. Clinical review: The hospital of the future – building intelligent environments to facilitate safe and effective acute care delivery // Critical Care. 2012. Vol.16. P.220-231.
35. Zhang J., Norman D.A. Representations in distributed cognitive tasks // Cognitive science. 1994. Vol.18. P.87-122.
36. Назаренко Г.И., Клейменова Е.Б., Константинова М.А., Кашевская О.П., Пающик С.А. Система автоматизации клинических руководств и аудита лечения (САКРАЛ) в неврологии // Врач. 2014. № 9. С. 84-87.