ENG
Перейти в Дзен
Мнение, Технологии

Разбираем СЭМД по полочкам: новые возможности аналитики медицинских данных

Андрей Дюков

Андрей Дюков

Руководитель отдела развития и продаж компании «Нетрика Медицина»

Своевременный анализ первичных медицинских данных и принятие объективных решений на их основе — одна из задач цифровизации системы здравоохранения, к которой планомерно движется наша отрасль. Ее решению способствует внедрение в медицинскую практику структурированных электронных медицинских записей и структурированных электронных медицинских документов (СЭМД) — цифрового способа передачи и хранения информации в четко определенном формате. Сегодня на национальном, региональном уровнях, а также внутри медицинских организаций накоплены огромные объемы СЭМД. Их формат определен ЦНИИОИЗ Минздрава России. Для автоматизированного извлечения из СЭМД необходимых аналитикам данных используются специальные инструменты. 

Фото: depositphotos.com
Фото: depositphotos.com

Медицинские данные: от накопления к практической пользе

Задачи цифровизации здравоохранения всегда должны быть связаны с достижением максимальной пользы и удобства как для врачей, так и для пациентов, чему должны помогать органы управления здравоохранением и МИАЦ. Каждое внедрение того или иного медицинского цифрового решения должно вносить вклад в более точно и своевременно поставленный диагноз, более качественное и контролируемое лечение, что в результате дает спасенные жизни и улучшение качества жизни пациентов.

К примеру, сегодня в нашей стране существует возможность дистанционной записи на прием к врачу на региональных порталах пациента и портале госуслуг. В 2023 году только в Петербурге через сервис «Здоровье петербуржца» были оформлены более 9,6 млн таких записей. Доля же успешных записей через «Госуслуги» по всей стране за последние полтора года выросла с 30% до 59%. За сухими цифрами — десятки миллионов людей, которые в несколько кликов в комфортном режиме записались на прием и вовремя получили медицинскую помощь. В дальнейшем, уже при проведении приема у врача перед глазами оказывается электронная медицинская карта пациента, в которой описана вся его картина здоровья, данные о перенесенных заболеваниях, о противопоказаниях, о ранее назначенном лечении и проведенных исследованиях.

Всё это стало возможным в результате огромной совместной организационной и технической работы медицинских организаций, региональных органов управления здравоохранением и разработчиков ИТ-решений. Поднять планку качества этой деятельности позволяют аналитические платформы. Именно благодаря им удается оперативно отслеживать и контролировать метрики эффективности медицинских учреждений: например, в режиме реального времени вести учет ошибок записи к врачу, выявлять их причины и устранять их. Аналитика уже сейчас помогает выполнять и другие важные задачи здравоохранения, например: мониторинг загрузки врачей, обеспеченности лекарственными средствами и т. д.

Следующим шагом на пути цифровизации здравоохранения становится извлечение необходимых для аналитики сведений из самих медицинских документов как из первичных данных. СЭМД становятся основой для формирования цифрового профиля пациента и открывают новые горизонты для аналитических систем. Например, сравнив показатели анализов крови, которые пациент сдавал в разное время, можно выстроить их динамику. Врачу это помогает отслеживать изменения здоровья пациента и при его ухудшении вовремя начать лечение. А инструменту прогнозирования на базе ИИ — оценить риск развития той или иной болезни.

Объем хранящихся в медицинских системах СЭМД постоянно растет. Например, за период эксплуатации интеграционной платформы «N3.Здравоохранение» в Кузбассе собрана распределенная коллекция совокупным объемом более 100 млн документов, число содержательных атрибутов в каждом из которых составляет от 50 до 1000. Интенсивность ее наполнения достигает 400 тысяч СЭМД в некоторые дни.

Общее же количество электронных медицинских документов, накопленных на федеральном уровне, в этом году превысило 2 млрд и продолжает расти по экспоненте. Значительно увеличивается и количество уникальных видов СЭМД: согласно справочнику «Электронные медицинские документы», в 2022 году их было зафиксировано около 100, в 2024 году — уже около 200, а к 2025 году ожидается около 250. Соответственно, нужны инструменты, которые позволят быстро и точно извлекать из этих огромных массивов полезную информацию.

Медицинская аналитика, доступная каждому

Сегодня в России для передачи структурированных электронных медицинских документов используют международный стандарт HL7 CDA. Современный СЭМД представляет собой XML-документ, каждое значение в котором соотнесено с определенным справочником: например, с классификатором болезней. Это относится ко всем типам электронных документов, в том числе, например, к 194 СЭМД (Медицинское заключение по результатам предварительного (периодического) медицинского осмотра (обследования), который используется при реализации «Инцидента 7», связанного с внедрением электронных медицинских книжек (с лета 2024 года заменен на СЭМД 230 (Медицинское заключение по результатам медицинского осмотра работника для предоставления в подсистему ЭЛМК).

Помимо XML-описания полей, в них теперь присутствует файл CSV — база знаний для запросов xPath. Если раньше мы должны были сами сопоставлять со справочниками каждое поле, то теперь начиная со 194 СЭМД мы видим, что эта часть работы за нас уже проделана ЦНИИОИЗ Минздрава России.

СЭМД в плане извлечения из них данных и возможностей их аналитической обработки выгодно отличаются от применяемого ранее неструктурированного формата PDF. Например, всю ту динамику показателей лабораторных типовых исследований, о которой шла речь выше, можно построить только с участием СЭМД.

Настроить правила извлечения значений для построения нужных отчетов — понятная работа, но эта процедура требует времени, а для нового вида или новой версии СЭМД ее нужно повторять заново. Инструмент, который может помочь решить эту задачу — экстрактор данных из СЭМД. В него можно загрузить шаблон электронного медицинского документа, в пользовательском интерфейсе настроить извлечение значений, а затем применить эти правила к накопленному массиву документов.

Специалисты МИАЦ, знакомые с СЭМД и XML-документами, могут самостоятельно получать витрины данных для новых отчетов. В качестве хорошего примера можно привести упомянутый выше Кузбасс. В КОМИАЦ им. Р.М. Зельковича в рабочем процессе по созданию аналитических срезов в основном задействованы два сотрудника, которые из имеющегося массива данных в короткий срок самостоятельно формируют аналитические витрины и составляют отчеты.

Перспективы аналитики электронных документов

Цифровые решения в здравоохранении позволяют медицинским учреждениям перейти к концепции пациентоцентричности. Сегодня федеральный Минздрав работает в ряде федеральных и отраслевых инцидентов, в части из которых задействованы СЭМД. Так, «Инцидент 7» по медкнижкам связан с наполнением СЭМД 103 (Медицинское заключение по результатам предварительного (периодического) медицинского осмотра (обследования), 194, 230 и связанных с ними документов. В основе «Инцидента 9» по снижению избыточной смертности — мониторинг шести показателей, которые описываются целым рядом СЭМД.

Это означает, что для улучшения показателей эффективности цифровой системы здравоохранения и в итоге — качества оказания медицинской помощи необходимо досконально знать, что происходит внутри накопленных баз СЭМД. Безусловно, чтобы опираться на первичные данные из СЭМД, нам, как отрасли, предстоит пройти виток развития по повсеместному выявлению и устранению ошибок внутри СЭМД, чтобы на местах формировалась более качественная и достоверная информация.

Следите за нашими новостями в удобном формате
Перейти в Дзен

Предыдущая статьяСледующая статья