Регистрация

14—15 октября 2021 года, Москва, конгресс-центр гостиницы "Космос"
XXII Международный конгресс "Информационные технологии в медицине"

Конкурс «Лучшее ИТ решение для здравоохранения 2020»


Подведены итоги Конкурса Лучшее ИТ решение для здравоохранения 2020

16 октября 2020г. в рамках международного конгресса #ИТМ2020 были подведены итоги и награждены победители ежегодного конкурса "Лучшее ИТ решение для здравоохранения 2020", который проводится ежегодно, с 2006 года с целью определения и поощрения инновационных разработок в области создания и применения современных информационных технологий в здравоохранении и медицине.

В этом году на конкурс было номинировано 13 разработок по трём номинациям: победитель, лауреат и дипломант.

По итогам открытого голосования пользователей и оценки экспертной комиссии конкурса Победителями признаны решения: 

«N3.Аналитика» (ООО «Нетрика»);

ТрастМед:Стоматология (ООО «СофТраст»).

Лауреатами конкурса стали разработки: 

АИС «Навигатор. Трансфузиология» (ГБУЗ «Оренбургская областная клиническая станция переливания крови»); 

Система предиктивной аналитики и управления рисками в здравоохранении на основе искусственного интеллекта WEBIOMED (ООО «К-Скай»).

Дипломанты конкурса: 

Лабораторная информационная система «Акросс-Клиническая лаборатория» (ЛИС АКЛ). Модуль Гистология (ООО «Лаборатория «Акросс-Инжиниринг»); 

Региональная централизованная система (подсистема)  «Онкопаспорт пациента» (ООО «ТехЛАБ»). 


Итоговый протокол заседания Конкурсной комиссии 2020

Поздравляем Всех награжденных и благодарим разработчиков, представивших свои решения, экспертов, принявших участие в голосовании и членов конкурсной комиссии.


О конкурсе

Конкурс разработок в области информатизации здравоохранения «Лучшее ИТ решение для здравоохранения» проводится ежегодно, с 2006 года с целью определения и поощрения инновационных разработок в области создания и применения современных информационных технологий в здравоохранении и медицине. 

На конкурс принимаются все виды программной продукции, аппаратные и технологические решения в области здравоохранения и для здравоохранения, созданные как отдельными авторами, так и авторскими коллективами (организациями). 

Положение о конкурсе  разработок в области информатизации здравоохранения "Лучшее ИТ решение для здравоохранения 2020. 

Итоги предыдущих конкурсов здесь 

Сводная таблица лауреатов конкурса с 2006 по 2020 гг.

Открытое голосование 2020

На этой странице представители пользователей медицинских информационных систем, разработчиков, экспертного сообщества имеют возможность принять участие в On-line голосовании за системы представленные на конкурс. 

Голосование завершено.

Правила голосования:

По указанным системам — участникам конкурса каждый пользователь, обладающий уникальным IP-адресом имеет возможность ответить на пять вопросов, оценив ее по одному или нескольким параметрам по пятибалльной шкале. Для проставления оценки необходимо нажать на кнопку с соответствующей цифрой.

Минимальное значение параметра — 1, максимальное — 5.

Нажать на цифру можно только один раз.

Вы можете выставить оценку одной или нескольким системам, пользователями которых являетесь по любому количеству параметров.

После нажатия Вами кнопки «голосовать» внизу анкеты вы перейдете на страницу текущих итогов в, где увидите текущее среднее арифметическое значение параметра по результатам голосования.

Дополнительную информацию о компании разработчике и представленной системе можно получить перейдя по ссылке с логотипа разработчика или названия системы.

Благодарим Вас за участие в опросе!

У вас нет прав на участие в данном опросе.


Как ИИ помогает искать генетические маркеры ответа на терапию

Можно ли по особенностям ДНК понять, почему один пациент отвечает на лечение лучше другого? Об этом на «ИТМ 2026» расскажет Мария Попцова, заведующая международной лабораторией биоинформатики НИУ ВШЭ, в докладе «Метод отбора маркерных некодирующих вариантов с помощью AlphaGenome и фундаментальных моделей геномики».

В центре внимания — некодирующие варианты ДНК. Они не меняют структуру белка напрямую, но могут влиять на активность генов — например, определять, сколько белка производит клетка и в каких тканях.

Исследователи предложили метод отбора таких вариантов по их предполагаемому аллель-специфическому влиянию на экспрессию генов. На данных полногеномного секвенирования пациентов с идиопатической легочной артериальной гипертензией с помощью AlphaGenome оценили влияние вариантов в области гена BMPR2 на его активность в 285 тканях.

Для классификации вариантов применили инструменты AutoGluon. Результаты AlphaGenome сопоставили с прогнозами других фундаментальных моделей геномики — Borzoi, DNABERT-2, HyenaDNA, Caduceus и Evo 2.

Зачем это нужно? Такой подход может помочь находить генетические маркеры, связанные с особенностями заболевания и ответом на терапию, а также определять варианты, которые требуют дальнейшей экспериментальной проверки.

Медицинская микробиология как задача data science

Медицинская микробиология как задача data science: от отдельных антибиотикограмм к национальной системе данных — так называется доклад заместителя директора Смоленского государственного медицинского университета Алексея Кузьменкова на «ИТМ-2026».

Анализ данных устойчивости к антимикробным препаратам требует стандартизации, формализованного контроля качества и оценки межлабораторной сопоставимости результатов. Применение статистических методов и алгоритмов интеллектуального анализа позволяет выявлять систематические ошибки, оценивать факторы вариабельности и формировать воспроизводимые показатели антибиотикорезистентности. Интеграция стандартизированных данных создает основу для многоуровневого мониторинга и построения национальной системы микробиологических данных для терапии пациентов.

Как внедрить ИИ в клиническую практику и оценить его пользу для врача и пациента

На «ИТМ 2026» медицинский директор компании «МедикБук» Ксения Астракова представит опыт применения сервиса поддержки принятия врачебных решений MedicBK в диспансерном наблюдении пациентов с сердечно-сосудистыми заболеваниями. Проект охватил 286 медицинских организаций в шести субъектах Российской Федерации.

В докладе — измеримые результаты использования ИИ:

  • рост доли пациентов, достигших целевых показателей артериального давления и холестерина;
  • увеличение частоты ключевых обследований;
  • повышение полноты и качества данных в электронных медицинских картах.

Отдельный блок будет посвящен ограничениям масштабирования ИИ-сервисов: организационным барьерам, различиям в готовности инфраструктуры и качестве данных, кадровым и методическим сложностям, а также границам применения аналитических инструментов при неполных или неструктурированных данных.

Ксения Астракова коснется в своем докладе проблемы быстро растущего рынка ИИ-сервисов для врачей, не являющихся медицинскими изделиями и не проходящих регуляторную оценку безопасности и клинической эффективности. Она расскажет о принципиальных различиях между универсальными большими языковыми моделями и медицинскими изделиями с искусственным интеллектом, зарегистрированными и одобренными Росздравнадзором. В центре внимания — валидация, прослеживаемость решений, ответственность разработчиков и безопасность пациента.

Наверх