 |
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: 536
Страна: Россия
| TS Solution усилила защиту корпоративных секретов с помощью BearPass, Индид, 22:08, 01.09.2026, Россия47 |
| Компания TS Solution, системный интегратор полного цикла в сфере ИБ и построения ИТ-инфраструктуры, успешно внедрила менеджер паролей BearPass от российского разработчика «Беарпасс» (входит в Группу «Индид»). Решение позволило централизовать хранение и управление корпоративными секретами и обеспечить контролируемый доступ к учетным данным. |
| «Навикон» получил статус «Участник проекта 1С:Центр ERP», Navicon, 23:06, 31.08.2026, Россия166 |  |
| Системный интегратор и разработчик «Навикон» вошел в число партнеров 1С со статусом «Участник проекта 1С:Центр ERP». Его получение подтверждает наличие у интегратора полного набора необходимых компетенций по ERP-решениям линейки 1С, опытных специалистов и успешно реализованных проектов. |
| В iSpring Suite появился ИИ-помощник для работы с текстом, iSpring, 23:05, 31.08.2026, Россия176 |  |
| Компания iSpring, разработчик решений для корпоративного обучения, обновила конструктор для создания интерактивных курсов iSpring Suite. В новой версии появился ИИ-помощник для работы с текстом. Он берёт на себя рутинную работу с текстом прямо в iSpring Suite. |
| Omdia: Hisense заняла первое место в мире по объему поставок телевизоров с диагональю от 100 дюймов и более в первом полугодии 2026 года, Hisense, 23:04, 31.08.2026, Россия170 |  |
| По данным Omdia, международного института маркетинговых исследований, компания Hisense, один из ведущих мировых производителей телевизионной и бытовой техники, вышла на первое место в мире по объему поставок телевизоров с диагональю от 100 дюймов и более с долей рынка, равной 55,1%. |
| «1С-Рарус» внедрил «1С:Управление предприятием общепита» в отелях сети Cosmos, 1С-Рарус, 22:59, 31.08.2026, Россия157 |
| Внедрение «1С:Управление предприятием общепита» разработки «1С-Рарус» обеспечило бесшовную интеграцию бэк-офисных функций и унификацию стандартов в сфере общественного питания сети отелей Cosmos. В результате проекта удалось внедрить единую систему управления ресторанной службой в отелях, стандартизировать и повысить прозрачность закупочного процесса, что повлияло на снижение операционных затрат. |
|
|
