Искусственная нейронная сеть, которая выявляет корреляцию между традиционными факторами влияющими на риск возникновения сердечно-сосудистых заболеваний, таких как АД, уровень холестерина, лишний вес. С нетрадиционными параметрами, такими как образование, семейное положение, регион проживания и многими другими.
Выявление рисков сердечно-сосудистой системы на ранних этапах. Персонифицированный подход к лечению сердечно-сосудистых заболеваний.
Интеллектуальная система прогнозирования болезней системы кровообращения с функцией поддержки принятия решений, которая выявляет корреляцию между традиционными факторами влияющими на риск возникновения сердечно-сосудистых заболеваний, таких как артериальное давлдение, уровень холестерина, лишний вес. С нетрадиционными параметрами, такими как образование, семейное положение, регион проживания.
Для решения этой задачи применён, наиболее оптимальный вариант обработки Больших данных. В Результате обучения, получена модель Ассоциативной памяти, и выявлена зависимость традиционных мед. параметров от социальных факторов. В итоге, определено как нетрадиционные факторы способствуют развитию болезней сердечно-сосудистой системы.
Например, выяснено, что семейный мужчина, живущий в городе наиболее подвержен риску, чем его одинокий сосед. Другой вариант, быть холостяком в деревне опаснее, чем иметь большую семью в той же деревне. То есть, получена Интегральная оценка риска.
На основе этой научной работы, создана система поддержки принятия решения для врачей, готовая к интеграции с действующими Медицинскими информационными системами, то есть, с теми программами, в которых уже работают кардиологи.
Посмотрим как это работает: На приём поступает поступает новый пациент, медицинская сестра в регистратуре заводит новую амбулаторную карту пациента, как всегда, используя привычную для неё программу, и вводит туда, так называемые, нетрадиционные данные те, то есть те, которые можно выявить в ходе простого опроса, без взятия анализов. Например, профессию, семейное положение, образование, место проживания, село или город и тому подобное.
Далее, когда врач открывает открывает карту пациента, в той же системе, он увидит 2 кнопки, «Риски» и «Рекомендации».
Нажав на «Риски», врач увидит, каков риск заболевания данного пациента тем или иным недугом, с указанием факторов, влияющих на этот риск.
Таким образом, система проанализировала опыт протекания болезней у похожих пациентов, с такими же нетрадиционными параметрами.
Если же нажать на «Рекомендации», то врач увидит, сформированные на положительном опыте лечения похожих индивидов рекомендации.
С помощью такой системы поддержки принятия решения, кардиолог любой квалификации, сможет правильно диагностировать заболевание и назначить верное лечение, опираясь на массив больших данных, который будет расти с каждым новым пациентом любого врача, подключенного к нашей системе. А программа, потом ещё и соберёт статистику эффективных методов лечения.
Встроенный модуль отчётов, позволяет видеть интересную статистику. Так например, можно увидеть состояние самых рискованных регионов страны и предпринять действия по обеспечению этих территорий медицинскими ресурсами.
Департамент информационных технологий
Дмитрий РябовМеньше 25 сотрудников.
Использовалось .
«Отличное качество»
В целом: С этой программой стало проще отслеживать бюджет и расходы проекта.