Петербургские ученые создали помощника для скорой помощи
---
Ученые из Санкт-Петербургского федерального исследовательского центра Российской академии наук разработали помощника для оператора скорой помощи. Компьютерная модель поможет принимать решение о госпитализации больных коронавирусом и оптимизировать работу скорой помощи.
Сейчас медики города работают по регламенту, разработанному Министерством здравоохранения. Врачи сами должны оценить симптомы, определить степень тяжести заболевания и принять решение о госпитализации, о проведении КТ или о домашнем карантине. Но ход пандемии быстро меняется, и диспетчеру бывает сложно оперативно оценить ситуацию.
«В своей работе модель учитывает множество факторов, среди которых факт сообщения о симптомах заболевания, количество доступных госпиталей и степень их загруженности, возраст пациента, скорость обследования и приема пациентов, удаленность места жительства пациентов от госпиталей. Необходимость решения проблемы принятия оперативных решений при экстренной госпитализации легко проследить по новостным лентам и сообщениям в социальных сетях с фотографиями очередей скорых у приемного покоя госпиталей в период роста заболеваемости коронавирусом», – отмечает старший научный сотрудник лаборатории интегрированных систем автоматизации Санкт-Петербургского института информатики и автоматизации РАН Николай Тесля.
Во время исследования ученые собрали данные о пациентах и врачах со станций скорой помощи в двух районах Петербурга: возраст, симптомы, предварительный диагноз для пациента, общую продолжительность смены, время, проведенное у пациента, возраст и пол для медперсонала. Исследование показало, что в среднем, чем старше пациент, тем дольше приехавшие на вызов медики принимают решение о госпитализации. Кроме того, анализ работы госпиталей показал, что они тратят различное количество времени для приема больных с коронавирусом.
Так, госпитали были разделены на три категории по скорости проведения госпитализации: этот фактор также может учитываться при принятии решений в зависимости от тяжести состояния больного. После сбора и анализа оперативной информации о текущей ситуации, программа предложит схему госпитализации. Она будет включать в себя центр компьютерной томографии, куда, при необходимости дополнительного обследования, доставят заболевшего, и медучреждение, в которое его необходимо транспортировать в случае подтверждения диагноза.
Работа компьютерной модели построена так, чтобы предоставить диспетчеру решение, которое эффективно согласует действия пациентов, их родственников, госпиталей, центров КТ, а также бригад скорой помощи. В центре сообщают, что модель может просчитывать около 6 миллионов решений менее чем за 10 минут.
«Исследования этих процессов в других странах показали, что повальная госпитализация всех, у кого появляются хоть какие-то симптомы, приводит к ненужной переполненности госпиталей. Людей просто негде размещать, и при этом смертность от коронавируса увеличивается. Поэтому вопрос о том, как распределить заболевших с учетом ограниченности ресурсов, является ключевым для системы здравоохранения в условиях пандемии. Наша разработка позволит снять с диспетчера огромную нагрузку по оперативному анализу информации о доступных ресурсах системы здравоохранения в момент принятия решения о транспортировке заболевшего, а также распределить экипажи скорой помощи и госпитали таким образом, чтобы уменьшить количество ситуаций, когда машины стоят по несколько часов, ожидая своей очереди», – поясняет Николай Тесля.
До конца года ученые центра планируют повысить точность программы, привлекая дополнительные данные из медицинских учреждений города.
Сейчас медики города работают по регламенту, разработанному Министерством здравоохранения. Врачи сами должны оценить симптомы, определить степень тяжести заболевания и принять решение о госпитализации, о проведении КТ или о домашнем карантине. Но ход пандемии быстро меняется, и диспетчеру бывает сложно оперативно оценить ситуацию.
«В своей работе модель учитывает множество факторов, среди которых факт сообщения о симптомах заболевания, количество доступных госпиталей и степень их загруженности, возраст пациента, скорость обследования и приема пациентов, удаленность места жительства пациентов от госпиталей. Необходимость решения проблемы принятия оперативных решений при экстренной госпитализации легко проследить по новостным лентам и сообщениям в социальных сетях с фотографиями очередей скорых у приемного покоя госпиталей в период роста заболеваемости коронавирусом», – отмечает старший научный сотрудник лаборатории интегрированных систем автоматизации Санкт-Петербургского института информатики и автоматизации РАН Николай Тесля.
Во время исследования ученые собрали данные о пациентах и врачах со станций скорой помощи в двух районах Петербурга: возраст, симптомы, предварительный диагноз для пациента, общую продолжительность смены, время, проведенное у пациента, возраст и пол для медперсонала. Исследование показало, что в среднем, чем старше пациент, тем дольше приехавшие на вызов медики принимают решение о госпитализации. Кроме того, анализ работы госпиталей показал, что они тратят различное количество времени для приема больных с коронавирусом.
Так, госпитали были разделены на три категории по скорости проведения госпитализации: этот фактор также может учитываться при принятии решений в зависимости от тяжести состояния больного. После сбора и анализа оперативной информации о текущей ситуации, программа предложит схему госпитализации. Она будет включать в себя центр компьютерной томографии, куда, при необходимости дополнительного обследования, доставят заболевшего, и медучреждение, в которое его необходимо транспортировать в случае подтверждения диагноза.
Работа компьютерной модели построена так, чтобы предоставить диспетчеру решение, которое эффективно согласует действия пациентов, их родственников, госпиталей, центров КТ, а также бригад скорой помощи. В центре сообщают, что модель может просчитывать около 6 миллионов решений менее чем за 10 минут.
«Исследования этих процессов в других странах показали, что повальная госпитализация всех, у кого появляются хоть какие-то симптомы, приводит к ненужной переполненности госпиталей. Людей просто негде размещать, и при этом смертность от коронавируса увеличивается. Поэтому вопрос о том, как распределить заболевших с учетом ограниченности ресурсов, является ключевым для системы здравоохранения в условиях пандемии. Наша разработка позволит снять с диспетчера огромную нагрузку по оперативному анализу информации о доступных ресурсах системы здравоохранения в момент принятия решения о транспортировке заболевшего, а также распределить экипажи скорой помощи и госпитали таким образом, чтобы уменьшить количество ситуаций, когда машины стоят по несколько часов, ожидая своей очереди», – поясняет Николай Тесля.
До конца года ученые центра планируют повысить точность программы, привлекая дополнительные данные из медицинских учреждений города.
Комментарии (0)
{related-news}
[/related-news]