 |
Медцентр Алмазова внедрил IT-систему подбора терапии для больных сахарным диабетом от "ТехЛАБ"
Сахарный диабет является одним из самых распространенных заболеваний, которым страдает 8,5% взрослого населения во всем мире, при этом более 90% случаев заболевания приходится на сахарный диабет 2 типа. В России он входит в число десяти социально значимых заболеваний, определяющих структуру смертности: так, сахарный диабет значительно увеличивает сердечно-сосудистые риски, которые становятся причиной смерти в 50% случаев. Одним из наиболее частых факторов развития преддиабета и диабета является ожирение: при индексе массы тела (ИМТ) > 35 кг/м2 риск развития сахарного диабета 2 типа достигает 93%. Поэтому очень часто вес-снижающие препараты назначаются врачами вместе со специальными антидиабетическими, но подбор конкретных препаратов, их дозировки и схемы лечения зависят от множества факторов.
Выявить эти факторы и построить на их основе математическую модель, которая позволяет формировать индивидуальную терапию для пациентов с сахарным диабетом 2 типа, смогли в Национальном медицинском исследовательском центре имени В. А. Алмазова (НМИЦ им. В. А. Алмазова, г. Санкт-Петербург). В основе алгоритмов подбора терапии, разработанных врачами, лежат результаты современных отечественных и международных исследований, а также рекомендации по лечению пациентов с сахарным диабетом 2 типа. В дальнейшем эта математическая модель легла в основу полноценной автоматизированной информационной системы подбора антидиабетической терапии — АИС ПАТ, созданной специалистами IT-компании «ТехЛАБ» (г. Санкт-Петербург).
«Мы создали автоматизированную информационную систему для выбора лекарственной терапии у больных сахарным диабетом 2 типа. Подбор оптимального варианта лекарственной терапии осуществляется индивидуально, с учетом множества факторов заболевания и состояния пациента. Система предлагает врачу сразу группу препаратов, ранжируя их от более подходящих к менее подходящим и информируя врача о несовместимых и противопоказанных препаратах», — рассказывает руководитель проектов компании «ТехЛАБ» Дмитрий Семёнов.
Разработкой алгоритма и математической модели специалисты НМИЦ им. В. А. Алмазова занимались с 2017 года. В течение нескольких лет они изучали данные пациентов с сахарным диабетом, выявляли предикторы и закономерности назначения препаратов. На первом этапе ученые проанализировали данные крупных рандомизированных клинических исследований (РКИ) по различным антидиабетическим препаратам, чтобы определить предикторы гликемической и негликемической активности этих препаратов: первые отвечают за снижение глюкозы в крови, а вторые – за снижение веса и уменьшение сердечно-сосудистых рисков.
Далее выявленные предикторы были ранжированы по степени их «вклада в эффект». На основании данных РКИ и инструкций препаратов был составлен список противопоказаний. Это позволило сформировать перечень наиболее и наименее эффективных препаратов для большинства клинических ситуаций. К реализации проекта — уже в виде цифрового решения — подключились и специалисты компании «ТехЛАБ».
Выступив в качестве технического партнера, «ТехЛАБ» разработал систему, которая позволила представить результаты научной экспертизы из медицинского центра им. В. А. Алмазова в удобной для пользователя-врача форме. Разработкой системы специалисты компании занимались в тесной связи с врачами: на основе их обратной связи и отзывов было доработан интерфейс и расширен перечень справочников.
АИС ПАТ включает в себя не только карточку истории болезни пациента и график визитов, но и модель расчета рекомендаций по назначению терапии, данные о предикторах высокой эффективности и противопоказаниях, а также персонифицированный подбор лекарственной терапии. Кроме того, в систему заложена возможность доступа для эндокринологов разных медицинских учреждений: это позволяет отказаться от затрат на интеграцию с другими информационными системами и сохранить данные пациента, даже если он лечится в разных медицинских организациях.
Система постоянно совершенствуется: ежегодно, с учетом появляющихся новых данных об отдельных препаратах и группах лекарств, уточняется ранжирование предикторов ответа. В настоящий момент АИС ПАТ учитывает все характеристики пациента, которые были определены экспертами НМИЦ в ходе научной работы как предикторы ответа на тот или иной вариант терапии. Это позволяет рассчитывать оптимальную схему терапии в индивидуальном порядке и значительно сократить трудозатраты врача: «Использование системы помогает врачу выбирать наиболее эффективный и безопасный препарат для каждого пациента», — уточняет Дмитрий Семёнов.
Система АИС ПАТ была интегрирована с МИС НМИЦ им. В. А. Алмазова и уже прошла апробацию. По ее результатам было выявлено, что автоматические рекомендации системы АИС ПАТ позволили значительно снизить расходы на лечение пациентов. Так, назначение препарата из группы иНГЛТ2 (ингибиторы натрий-глюкозного котранспортера 2, препараты, используемые для лечения сахарного диабета 2 типа) в соответствии с рекомендациями АИС ПАТ потенциально может позволить сэкономить до 10 827,50 рублей на одного пациента с сахарным диабетом 2 типа за год. Это 18% текущих затрат на лечение осложнений сахарного диабета и сопутствующих заболеваний.
«Система поддержки принятия решения АИС ПАТ будет особенно полезна врачам общей практики, терапевтам, которым сейчас часто делегируется ведение пациентов с неосложненным сахарным диабетом 2 типа», — комментирует руководитель НИЛ диабетологии, главный научный сотрудник, профессор кафедры внутренних болезней Института медицинского образования Центра Алмазова, д.м.н. Алина Бабенко.
Таким образом, АИС ПАТ может повысить эффективность лечения сахарного диабета 2 типа и снизить расходы на лечение каждого пациента благодаря более точной методике назначения препаратов на основе IT-технологии. Разработка специалистов компании «ТехЛАБ» и НМИЦ им. В. А. Алмазова была поддержана грантом РНФ 17-75-30052. В настоящий момент ведется работа по запуску пилотных проектов внедрения АИС ПАТ в регионах.
Контактное лицо: Анастасия Привалова
Компания: ТехЛАБ
Добавлен: 22:31, 23.06.2022
Количество просмотров: 353
Страна: Россия
| «1С-Рарус» — в топ-3 рейтинга TAdviser по цифровизации HoReCa, 1С-Рарус, 22:31, 04.02.2026, Россия77 |
| «1С-Рарус» занимает лидирующие позиции в рейтинге TAdviser по цифровизации HoReCa. Компания предлагает индустрии гостеприимства и питания специализированные решения на платформе 1С, способствуя оптимизации процессов в условиях высокой конкуренции и регуляторных вызовов. |
| ГК «Ренна» внедрила «Дельта BI» для глубинной аналитики данных, Дельта BI, 22:33, 04.02.2026, Россия77 |  |
| Группа компаний «Ренна» завершила внедрение системы бизнес-аналитики «Дельта BI». Решение позволило полностью избавиться от ручного труда при консолидации данных, сократить время подготовки регулярной отчетности, а также получить инструмент для поддержки принятия управленческих решений. |
| «1С-Рарус» автоматизировал производство строительного холдинга «Брусника», 1С-Рарус, 22:15, 04.02.2026, Россия91 |
| «1С-Рарус Екатеринбург» (ранее «ЕРП ЦЕНТР») автоматизировал планирование, обеспечение, диспетчирование производственных процессов и управленческого учета промышленных предприятий ГК «Брусника». С помощью отраслевой системы разработки «1С-Рарус» - «1C:ERP Управление строительной организацией» – удалось сократить ручной труд, повысить точность планирования, а также вдвое ускорить документооборот и формирование отчетности. |
| «1С‑Рарус» получил 6 наград на конкурсе «Проект года» Global CIO, 1С‑Рарус, 23:33, 31.01.2026, Россия498 |
| Проекты «1С-Рарус» получили признание профессионального сообщества лидеров цифровой трансформации Global CIO. В число заказчиков-победителей конкурса «Проект года-2025» вошли: Центр управления транспортом РЖД, Ижевский радиозавод, «Полиметалл», «Брусника», «БЛАГО», ТЦ «Восток». |
| ГИГАНТ: исследование АПК и ритейла, ГИГАНТ, 23:29, 31.01.2026, Россия489 |
| Владимир Кудряшов, директор сервисного департамента компании «ГИГАНТ Компьютерные системы» дал интервью Comnews и прокомментировал, с чем связан рост ИТ-бюджетов в АПК и ритейле в 2025 г. и продолжится ли он в 2026 г. |
|
|
