Конкурс «Лучшее ИТ решение для здравоохранения 2019»

НА ИТМ подвели итоги разработки СЭМД за пятилетний период

На площадке ИТМ заместитель руководителя регламентной службы Федерального реестра НСИ ЦНИИОИЗ Министерства здравоохранения России Сергей Швырёв подвел итоги разработки СЭМД за пятилетний период: с 2019 по 2024 годы.

По словам Швырёва, на предварительном этапе была проделана большая работа по созданию системы нормативно-справочной информации Минздрава России, в рамках которой был организован Федеральный портал НСИ.

«Начиналось все с 300 справочников, а сейчас мы имеем более 1800 объектов в федеральном реестре НСИ. Среди них широко представлены сложные клинические справочники, которые обеспечивают возможность кодирования информации в СЭМД», — прокомментировал спикер.

Процесс разработки СЭМД строго регламентирован для того, чтобы учесть интересы всех участников информационного обмена. Сначала совместно с профильными специалистами разрабатывается паспорт СЭМД, в котором определяется состав данных электронного медицинского документа и экранная/печатная форма представления. На основе паспорта разрабатывается техническая документация СЭМД для разработчиков МИС, которая публикуется в открытом доступе в Репозитории исходного кода Минздрава России.

Швырёв пригласил разработчиков активнее использовать этот ресурс: «Мы не устаем призывать всех подключиться к репозиторию исходного кода Минздрава России для того, чтобы сразу же после публикации технической документации начать работу с проектом СЭМД. В течение 90 дней разработчики могут вносить свои предложения для внесения изменений. Затем редакция СЭМД становится неизменной».

Среди всех СЭМД по итогам I–III кварталов 2024 года абсолютным лидером по количеству регистраций в РЭМД является «Протокол консультаций»: почти 337 млн. «Эпикриз по законченному случаю амбулаторный» и «Протокол лабораторного исследования» не сильно от него отстают (238,5 млн и 222 млн регистраций соответственно). Это говорит о том, что в медицинских информационных системах реализуются действительно сложные клинические СЭМД, которые включают большое количество справочников. Разработчики идут по трудному пути и реализуют те СЭМД, которые действительно нужны в клинической практике.

Для упорядочивания работы с новыми версиями справочников введена плановая публикация справочников на портале: 25 числа каждого месяца дается анонс о том, какие справочники будут обновлены, а с 1 по 5 число проводится обновление, подытожил докладчик.

Цифровая трансформация здравоохранения позволит перейти к управлению на основе первичных данных

О том, как можно использовать электронные медицинские документы для построения цифровой статистики и регистров, на площадке ИТМ рассказал руководитель управления регламентной службы Федерального реестра нормативно-справочной информации Минздрава России Кирилл Сидоров.

По его словам, в настоящее время в отрасли на основе электронного медицинского документооборота формируется значительный массив данных, и что особенно важно — данных, имеющих клинический характер. По результатам проведенной оценки, ТОП-20 СЭМД, созданных и зарегистрированных в 2024 году (общий объем превышает 1,1 млрд), относятся к категории «клинических» документов. При этом среднее количество структурированных единиц информации (записей) на 1 СЭМД составляет — 320 (max — 580, min — 98), из которых — 154 (max — 350, min — 10) относятся к «телу документа», т.е. являются клиническими записями.

Таким образом можно говорить о репрезентации доли «клинических» записей в составе клинических учетных форм, адаптированных для целей электронного медицинского документооборота, на уровне 48% (аналогичную величину показывает анализ на всем массиве данных, что подтверждает его обоснованность), а также о десятках миллиардов единиц информации, которые создают основу для формирования управленческих решений в сфере здравоохранения, в том числе по построению цифровой статистики и цифровых нозологических регистров.

Два года назад специалистами ЦНИИОИЗ была выполнена работа по построению прототипа отчетной формы (№ 13 «Сведения о беременности с абортивным исходом») на основе СЭМД «Статистическая карта выбывшего из стационара» (форма 066/у).

«Удалось показать, что это возможно — строить цифровую статистику понятными средствами, понятными ресурсами, при понятном взаимодействии заказчика в лице профильных специалистов, которые занимаются статистическим наблюдением, и специалистов в области разработки электронных медицинских документов», — подчеркнул Сидоров.

Еще один важный трек, связанный с построением цифровых решений, — нозологические регистры. Одним из ключевых моментов в такой работе становится целевой (адресный) запрос на извлечение данных, основанный на компетентной, обоснованной и согласованной позиции участников информационного взаимодействия в сфере здравоохранения, учитывающей не только клинические, но и административные, технологические и иные аспекты реализации.

Этапы бизнес-процесса при формировании решения по целевому запросу являются универсальными для всего спектра задач, связанных с использованием данных СЭМД (аналитические панели, формы статистического наблюдения, нозологические регистры и т.д.), и включают в себя следующие элементы:

• верхнеуровневая разметка — определение источников информации (набора из видов СЭМД), которые соответствуют параметрам и характеру собираемых данных, а также могут обеспечить необходимый «поток» данных с учетом возможной доработки и расширения элементного состава СЭМД;
• углубленная разметка — обеспечение «полного покрытия» целевого запроса по составу данных на основе поэлементного сопоставления с данными СЭМД, которые определены в качестве источников информации.

За 2024 год в системе ЕГИСЗ собрано более 170 млрд единиц медицинской информации. С учетом того, что было сделано за предыдущие годы, эта величина превышает 300 млрд. Есть все основания верить, что «триллион реален», констатировал Сидоров.

«Очень здорово, что благодаря работе конгресса решения в области извлечения данных получили свое подтверждение и продвижение. Мы очень надеемся, что именно формируемый массив данных ляжет в основу целого набора цифровых решений в системе здравоохранения», — резюмировал Сидоров.

Результаты разработки унифицированной национальной медицинской номенклатуры представили на ИТМ-2024

В прошлом году на конгрессе ИТМ заведующая лабораторией семантического анализа медицинской информации Института цифровой трансформации медицины РНИМУ им. Пирогова Светлана Раузина анонсировала создание унифицированной национальной медицинской номенклатуры. На ИТМ-2024 она представила предварительные результаты этой работы и рассказала о перспективах использования номенклатуры в практической деятельности.

По словам Раузиной, основное назначение унифицированной номенклатуры на национальном уровне — семантическое обеспечение совместимости медицинской информации и создание терминологической платформы для разработок разных разработчиков, баз, знаний, информационно-поисковых систем и систем поддержки принятия решений.

«Мы оттолкнулись в своей работе от унифицированного языка медицинских систем Unified Medical Language System (UMLS), в котором представлено около 5 млн унифицированных терминов из разных областей медицины, взаимосвязанных между собой, и формулировки для этих унифицированных терминов приходят из разных известных медицинских словарей, — отметила Светлана Раузина. — Русификация в UMLS представлена плохо, поэтому встал вопрос адаптации системы».

Адаптация шла по трем направлениями. Первое — экспертное уточнение переводов. Второе — сопоставление со справочниками федерального реестра нормативно-справочной информации Минздрава России. Третье — создание собственных справочников на основе анализа медицинской литературы, данных реальной клинической практики.

«Какие решения мы можем уже предложить для реальной практики? Собственно аннотатор — выделение из неструктурированных медицинских текстов, а это могут быть и свободная запись врача, и клинические рекомендации, и нормативно-правовые акты в сфере медицины, унифицированных терминов и отнесение их к семантическим группам», — прокомментировала спикер.

В основе анализа лежат нейросети класса трансформеры с собственными правилами и алгоритмами, внедренными в совокупности. Аннотатор находит соответствие концептам из федерального реестра нормативно-справочной информации, выбирая нужную строку из справочника и показывая, какие справочники содержат такие термины, что отличает данный аннотатор от аналогов.

«Он может определять смысловую двойственность. Он отыскивает разбитые словами фразы: если термин состоит из нескольких слов, и эти слова разбиваются какими-то другими, то в пределах пять-семь слов он может найти нужный термин, в каком бы порядке слова ни стояли в предложении», — констатировала докладчик.

Самое существенное: результат высокого уровня получается автоматизированным способом, подытожила Раузина. Это позволяет значительно сократить усилия и время, потраченные на экспертную работу.

«Со временем мы сделаем инструмент — чат-бот, который поможет решить проблемы коморбидности состояний пациентов. В настоящее время он построен с использованием больших языковых моделей и отрабатывается на нескольких направлениях: клинические рекомендации, стандарты оказания медицинской помощи, пробуем использовать его для медицинской литературы, статей», — резюмировала спикер.