Регистрация

14—15 октября 2021 года
Москва, Конгресс-центр гостиницы «Космос»

Библиотека

В разделе Библиотека мы собрали наиболее интересные с нашей точки зрения статьи, обзоры, презентации с 2011 года по тематике: "Информационные технологии  в медицине", а также ежегодные сборники научных публикаций участников конгресса, доступные в электронном виде. Большинство из них было написано членами программного комитета и спикерами #ИТМ.

По согласованию с авторами мы разместили эти материалы в открытом доступе, считая, что они могут быть полезны специалистам, занимающимся разработкой и внедрением информационных технологий в медицине.

Несмотря на то, что часть идей, изложенных в приведенных материалах устарела или подверглась значительной трансформации за прошедшее время, мы решили не убирать их из библиотеки, а оставить для демонстрации эволюции представлений научного и экспертного сообщества.


Большинство материалов, представленных  в Библиотеке являются научными исследованиями с изложением авторской позиции и представляют интерес для  формирования осмысленных подходов к практическим шагам по информатизации в сфере здравоохранения.

Представленные научные исследования, как правило, не могут быть впрямую использованы, как актуальные нормативные или справочные материалы. Для получения таких материалов мы рекомендуем использовать официальные ресурсы, на которых они публикуются и актуализируются.

Информация, представленная в материалах, размещенных на данной странице, является интеллектуальной собственностью их авторов. При полном или частичном копировании, цитировании указанных материалов обязательна полная ссылка на первоисточник публикации, указанный в тексте статьи и электронный адрес страницы, на которой размещена публикация. При наличии дополнительных ограничений по использованию материалов, эта информация размещена непосредственно перед их текстом.


Сборник научных статей «Цифровое Здравоохранение. Труды XX Международного конгресса «Информационные технологии в медицине»
Научный журнал "Врач и информационные технологии" 2019 №4
Научный журнал "Врач и информационные технологии" 2019 №3
Цифровая экосистема  медицинской помощи
Белышев Д.В., Гулиев Я.И., Михеев А.Е.
Сборник научных статей. «Цифровое здравоохранение.Труды участников XIX Международного конгресса «Информационные технологии в медицине» (Москва, 11—12 октября 2018)
Научный журнал "Врач и информационные технологии" 2018 №ИТМ
Научный журнал "Врач и информационные технологии" 2017 №3
Тренды и прогнозы развития медицинских информационных систем в России
Гусев А. В., Плисс М. А., Левин М. Б., Новицкий Р. Э.
Информационные технологии  в медицине 2017. Ежегодный обзор результатов анкетирования квалифицированных пользователей
Мухин Ю.Ю.
Перспективы нейронных сетей и глубокого машинного обучения в создании решений для здравоохранения
Гусев А.В.
Обезличивание персональных данных в здравоохранении
Столбов А.П.
Реинжиниринг общественного здравоохранения, основанный на персоноцентрированной модели, гибридных проектных подходах и методах искусственного интеллекта
Мухин Ю.Ю., Мухин К.Ю.
Итоги сравнения экспертных систем, для диагностики острых заболеваний глотки
Ястремский А.П., Извин А.И., Санников А.Г., Соколовский Н.С., Захаров С.Д.
Нечеткость в медицине и необходимость ее отражения в экспертных системах
Кобринский Б.А.
Об определении классов кибербезопасности медицинской техники
Столбов А.П.
Мобильная медицина: интеграция данных с приложений и устройств mHealth И IoT (Обзор)
Кузнецов П.П., Шелехов П.В.
Развитие российского интернета в здравоохранении
Клименко Г.С., Лебедев Г.С.
Об отнесении программного обеспечения к медицинским изделиям
Столбов А.П.
Решение задачи информационного обеспечения процесса поиска результатов взаимодействия лекарств на основе анализа результатов взаимодействия их фармакологических механизмов, физических и химических свойств
Преферанский Н.Г., Гускина Т.Л., Преферанская Н.Г.
Защита данных при их обработке в информационной системе льготного лекарственного обеспечения краснодарского края
Кошкаров А.А., Лысков С.В., Халафян А.А.
Проблемы кодирования понятий, полноты описания, наличия несоответствий в SNOMED CT
Пашкина Е.С., Зарубина Т.В.
Автоматизация выбора и контроля индивидуальной комбинированной фармакотерапии в медико-фармацевтической информационной системе
Преферанский Н.Г., Гускина Т.Л., Преферанская Н.Г.
Обоснование централизации обработки медицинских данных как эффективного метода информационного обеспечения в отрасли на основе оценки совокупной стоимости владения
Коновалов А.А.
Система управления знаниями в медицинском вузе: взгляд на проблему, реалии, перспективы развития
Карпенко Д.С., Зарубина Т.В., Раузина С.Е., Богопольский Г. А, Тихонова Т.А., Глебова О.В.
Мультимедийные образовательные ресурсы для дистанционного повышения квалификации медицинских работников
Путинцев А.Н., Кобринский Б.А.
Направления информатизации здравоохранения России на современном этапе
Зарубина Т.В.
Интегрированная электронная медицинская карта как основа регионального фрагмента ЕГИСЗ РФ
Межов А. С., Солодков Е. Ю.
Управление медицинской помощью на основе медицинских стандартов: проблемы и решения
Калиниченко В.И.
Мониторинг качества и эффективности медицинской помощи. Подходы, модели, понятийный аппарат
Мухин Ю.Ю.
Классификация медицинских информационных систем
Лебедев Г.С., Мухин Ю.Ю.
Онлайновая автоматизированная система мониторинга инфекционной заболеваемости обслуживаемого контингента и населения ФМБА России
Аксенов Л.А., Кривенко О.В., Мамаева Г.Г., Петухов А.И.
Построение информационной системы оценки медицинских технологий
Коробов Н.В., Котов Н.М., Лебедев Г.С., Лошаков Л.А., Яворский А.Н.
Облачные технологии в клинической и научной деятельности научных медицинских учреждений
Кобринский Б.А.
Информационная система для мониторинга качества медицинской деятельности и качества жизни, связанного со здоровьем у пациентов, получающих лечение по стандартам в МОНИКИ
Гуров А.Н., Плутницкий А.Н., Королева М.Н.
Интеграционные процессы в информатизации здравоохранения
Кобринский Б.А.
Медицинские информационные системы в России: текущее состояние, актуальные проблемы и тенденции развития
Гусев А.В.
О стандартизации структуры электронных медицинских данных
Емелин И.В., Зингерман Б.В., Лебедев Г.С.
Возможные подходы к реализации облачных технологий в здравоохранении
Кобринский Б.А., Кутуков В.А.
SNOMED CT. Анализ описания расстройств сознания
Зарубина Т.В., Пашкина Е.С.
Подходы к параметрической оценке и сопоставлению функций медицинских информационных систем
Мухин Ю. Ю., Лебедев Г. С.
Применение информационной системы для оценки эффективности внедрения достижений медицинской науки в работу практического здравоохранения
Гуров А.Н., Андреева И.Л.
Требования к архитектуре, определению, области применения и контексту электронной медицинской карты
Лебедев Г.С., Тихонова Ю.В.
Формальная модель интероперабельности в федеративных медицинских информационных системах
Столбов А.П., Кузнецов П.П.
Методика оценки потенциальной эффективности информационных систем здравоохранения
Лебедев Г.С.
Компьютерная поддержка оценки эффективности управленческих решений в деятельности лечебно-профилактических учреждений
Автономов Д.Л., Измайлов В.Б.
Методология построения Индекса благополучия/неблагополучия муниципальных районов в сфере здравоохранения
Громов Ю.Н.
Стоимость владения медицинской информационной системой. Методология оценки и сравнительного анализа. Экономические критерии эффективности
Мухин Ю.Ю., Коссова Е.В.

WEBIOMED в рамках выставки #ИТМ2021 покажет новые удобные системы поддержки решений, построенные на базе дружественного интерфейса и интегрального анализа медицинских данных.

WEBIOMED - платформа прогнозной аналитики и управления рисками в здравоохранении на основе машинного обучения.
В настоящий момент система поддерживает 40 заболеваний и уже используется в 10 субъектах РФ.
На выставке #ИТМ2021 разработчиком будут представлены адаптивные интерфейсы и настраиваемые дашборды, позволяющие максимально наглядно и удобно врачу и организатору здравоохранения получать необходимую информацию по различным типам запросов с широким выбором инструментов индивидуальной пользовательской настройки и интерактивными функциями.
Удобная и дружественная подача информации обеспечивает возможность максимальной помощи при оказании услуг, вывод только главных и срочных параметров, автоматическую обработку и мониторирование действий, проактивные функции и критические отклонения - все очень удобно и гибко , никакой лишней информации. 
При этом сама система обрабатывает огромные массивы информации, консолидирует данные, формирует интерактивные системы поддержки, способные к самообучению и обеспечивает интеграцию с другими элементами цифровой экосистемы. 
Используя модели машинного обучения, выявляет риски развития заболеваний, факторы, влияющие на это, а также подозрения на какие- то заболевания в будущем. В настоящее время система умеет прогнозировать риски по нескольким нозологиям: сердечно-сосудистые заболевания, сахарный диабет, пульмонология и ряд других. Уже сейчас система «знает» несколько десятков основных факторов риска этих заболеваний и их влияние на вероятность ухудшения здоровья. Например, модель оценивающая риск развития ретинопатии у пациентов с сахарным диабетом 2 типа, учитывает 16 признаков. Анализируются и раса, и пол, липиды, прием статинов, использование антикоагулянтов, наследственность по инфарктам и т.д.
    

МИС «Парус», как автоматизированный помощник для оценки риска развития сахарного диабета.

Проблема выявления состояния «преддиабета» стоит остро перед всем медицинским сообществом, так как своевременное выявление начала болезни, а, именно, купирование медикаментозной терапией, может существенно отодвинуть начало заболевания и повысить качество жизни пациента. В МИС «Парус» реализован интерактивный медицинский документ «Шкала FindRisk», с помощью которого оценивается общий балл и соответственно степень риска развития сахарного диабета. Исходя из полученной оценки, предусмотрено автоматическое создание направления на лабораторное исследование гликированного гемоглобина экспресс-методом. Медицинской информационной системой предусмотрена «подсказка» врачу-специалисту об уже зарегистрированном диагнозе диабета у пациента в прошлом, для оптимизации рабочего времени врача и используемого оборудования. Все результаты исследований на гликированный гемоглобин хранятся в МИС «Парус» в виде лабораторных заключений установленного образца, также возможно представление в виде электронной таблицы для удобства анализа данных. Анализ данных показал высокую научную значимость процесса автоматизации направлений на диагностику гликированного гемоглобина экспресс-методом, процент выявленного нарушения толерантности к глюкозе составил порядка 15-20% за месяц наблюдений от общего количества.
Опыт внедрения решения будет представлен  Давыдовой Елизаветой Владимировной (
НТЦ "МИК-ИНФОРМ") в рамках научной программы международного конгресса #ИТМ2021. 
Также на выставке можно будет ознакомиться с полным спектром решений разработчика НТЦ "МИК-ИНФОРМ", имеющего многолетний положительный опыт внедрений в медицинских учреждения страны.  

Опыт Республики Татарстан по автоматизированному выявлению заболеваний ССЗ на ранних стадиях в процессе диспансеризации будет представлен на #ИТМ2021.

Проект «Единый кардиолог Республики Татарстан» стартовал в 2017 году и на сегодняшний день объединяет 102 медицинские организации. Подключено к Системе более 200 аппаратов ЭКГ, 163 аппаратов холтеровского мониторирования ЭКГ и 78 аппаратов суточного мониторирования артериального давления. В Архиве ЭКГ содержится более 1,8 млн. исследований. В планах по развитию Системы в Республике Татарстан подключение всех лечебных учреждений и бригад службы скорой медицинской помощи.
За счет использования компактного набора диагностического оборудования, умещающегося в чемодане, интеграции с электронной медицинской картой пациента и региональной информационной системой удалось реализовать задачу непрерывного кардиомониторинга большей части населения республики в рамках плановой диспансеризации и значительно повысить эффективность оказания планового лечения.
Разработчик системы - компания  "
Телемедицинские информационные системы" представит на выставке свои решения, которые внедряются и в других регионах России, а также новые технологические подходы , позволяющие автоматизировать процессы обработки и анализа этих данных.  


Наверх