ЕЦП.Признание 2026 II Всероссийский конкурс лучших практик цифровой трансформации здравоохранения

Опыт использования ИИ в Гериатрическом стационаре

Номинация: Цифровая трансформация бизнес-процессов медицинских организаций / Цифровизация стационара

Регион реализации

Республика Саха (Якутия)

Наименование организации

ГОСУДАРСТВЕННОЕ АВТОНОМНОЕ УЧРЕЖДЕНИЕ РЕСПУБЛИКИ САХА (ЯКУТИЯ) "РЕСПУБЛИКАНСКАЯ КЛИНИЧЕСКАЯ БОЛЬНИЦА №3"

Концепция проекта

Проект трансформирует систему оказания гериатрической помощи, смещая фокус с реактивной медицины (лечение последствий) на предиктивную (предотвращение угроз). Единая цифровая экосистема позволяет врачу видеть не просто историю болезни, а персонализированный прогноз рисков (резистентности и падений) в режиме реального времени, обеспечивая «второе мнение» искусственного интеллекта на каждом этапе лечения.

Значимость проблемы

Антибиотикорезистентность — феномен устойчивости штамма возбудителей инфекции к действию одного или нескольких антибактериальных препаратов. По мнению ученых, с 1990 года смертность старше 70 лет из-за резистентности бактерий к антибиотикам возросла на 80%. По данным ВОЗ, ежегодно около 700 000 смертей связаны с устойчивостью к антимикробным препаратам, а к 2050 году этот показатель может достичь 10 миллионов. В Российской Федерации проблема усугубляется нерациональным использованием антибиотиков, что приводит к дополнительным расходам системы здравоохранения в размере 13 млрд рублей ежегодно. Например, в амбулаторном звене России в 2020 году по оценке главного внештатного специалиста Минздрава России по клинической микробиологии и антимикробной резистентности, д.м.н. Козлова Р.С. потребление антибиотиков возросло на 28%. Наиболее проблемными среди возбудителей инфекций являются микроорганизмы, обладающие сверхспособностью к формированию множественной резистентности к основным классам антимикробных препаратов. Патогены группы ESKAPE способны «избегать» уничтожения антибиотиками за счет выработки механизмов устойчивости, что приводит к высокой заболеваемости, более длительной госпитализации, ухудшает прогноз, повышает летальность и приводит к росту затрат на здравоохранение. По итогам проведенных исследований в нашей больнице за 2024- 2025г.г. у 42% пациентов выделены микроорганизмы Escherichia Coli, отнесенные к патогенам ESKAPE. При этом общий объём расходования антибиотиков (в упаковках) сократился на 49% (с 8 410 в 2023 до 4 110 в 2025), что может свидетельствовать об оптимизации терапии. В то же время доля карбапенемов (резервная группа) в структуре потребления возросла с 16% до 18%, что требует детального изучения во избежание неоправданно частого использования препаратов последнего рубежа и риска селекции панрезистентных штаммов. Основная сложность в клинической практике заключается в необходимости назначения эмпирической терапии до получения результатов бактериологических исследований, которые могут занимать 4-5 дней. В условиях, когда микробиологический ответ запаздывает, а у пожилого пациента часто нет классической клинической картины (афебрильная пневмония, лейкопения вместо лейкоцитоза), именно качественно собранный анамнез и стратификация по шкале СКАТ становятся фундаментом, на котором врач назначает антибиотики. К сожалению, оценка полноты ЭМК за 2024 год составила 36,7%. Помимо инфекционных рисков, гериатрические пациенты подвержены высокой частоте падений — второй по значимости причине ухудшения функционального статуса и смертности. В 2022 году в нашей больнице зарегистрировано 37 случаев падений среди госпитализированных пожилых пациентов. Каждое падение влечет за собой переломы, гематомы, постельный режим, который, в свою очередь, провоцирует гипостатическую пневмонию и тромбоэмболические осложнения, требующие дополнительного назначения антибиотиков и антикоагулянтов, замыкая порочный круг.

Цель проекта

1. Улучшить качество заполнения ЭМК в РТМИС 2. Снизить использование препаратов группы контроля и резерва 3. Снижение числа падений пациентов в стационаре

Задачи проекта

1. Внедрение в РТМИС единого шаблона для сбора первичного анамнеза при поступлении пациента в стационар 2. Автоматизация стратификации пациента согласно СКАТ 3. Прогноз развития антибиотикорезистентности с применением машинного обучения 4. Синхронизация ИАС для автообновления дашбордов

Целевая аудитория

Работники ГАУ РС(Я) "РКБ №3"

Описание решения. Роль ЕЦП или иной МИС

1. Разработан единый шаблон в РТМИС для сбора первичного анамнеза при поступлении в стационар 2. В облаке ВК Клауд реализована система построения дашбордов GRAFANA и реализована автоматическая стратификации пациентов по СКАТ. В хранилище данных ВК Клауд размещена система управления базами данных MySQL, система визуализации Grafana, реализованы скрипты с применением библиотек языка программирования Python. 3. В GRAFANA реализованы дашборды по прогнозу антибиотикорезистентности с применением машинного обучения по 854 исследованиям за 2022- 2025 годы (по Enterobacteriaceae и Escherichia Coli после очистки некоторых видов клинического материала, дублирующихся и пустых значений- объем данных составил 464 строки, из них 80%- данные для обучения, тестовый сет со соответственно – 20% выборки, из них валидационный набор – 50%), прогноз резистентности строится исходя из выбора следующих параметров: 1) Отделение госпитализации пациента 2) Возраст пациента 3) Клинический материал (моча, мокрота, отделяемое из гастростомы, раневое отделяемое) 4) Локализация инфекции 5) Вид антибиотика Реакция на антибиотики прогнозируется как «чувствительна», «нечувствительная», «чувствительная с условием». Наилучшие результаты показали методы машинного обучения XGBoost и CatBoost Кривая ROC, отображающая соотношение между долей объектов, верно классифицированных как несущие признак, и долей объектов, ошибочно классифицированных как несущие признак составила 0,97 (на данных РКБ3). В тестовых данных прогнозирование более устойчивое и идентичная точность по указанным методам составила 72% (данные 10 тыс. пациентов KAGGLE). 4. В GRAFANA реализованы дашборды по количеству числа посещений пациентов в разрезе смен и видов медицинского персонала с синхронизаций системы "Платформа 3 мнение"

Ход реализации

2024 - грантовая поддержка 2 млн. руб. ВК КЛАУД 2025 - грантовая поддержка 1 млн. руб. Лаборатории ИИ РС(Я)

Описание результатов. Экономические эффекты

1. Повышение качества заполнения ЭМК (ускорение выписки) 14,5 млн. руб. 2. Снижение доли дорогих препаратов резерва 3,1 млн. руб. в 2023 до 1,6 в 2025 (1,5 млн. руб.) 3. Снижение частоты падений и травм 1, 2 млн. руб. ВСЕГО 17,2 млн.руб.

Описание результатов. Социальные, отраслевые эффекты

1. Качество заполнение ЭМК в РТМИС с 36,7% до 62% 2. Снижение использования препаратов группы контроля и резерва с 67% до 44% 3. Снижение числа падений пациентов в стационаре с 37 в 2022 до 24 в 2025 (19-2023, 21- 2024)

Масштабируемость решения

2026 - федеративное тиражирование совместно ГБУ РС(Я) "ЯРМИАЦ"

Заглавное изображение проекта