Как ИИ помогает проводить ЭКМП и снижать очереди в регистратуру. Опыт практиков из передовых клиник

Аннотация:

B статье - опыт двух передовых клиник, которые внедрили в работу системы на основе искусственного интеллекта. B республиканской поликлинике Уфы начали использовать умную камеру, чтобы контролировать работу регистраторов, а в красноярском центре компетенций нейросеть помогает проводить ЭКМП. Руководство по выбору и внедрению ИИ-медизделий прилагается. C 2024 года Минздрав продвигает проект «Инцидент-11» - федеральную инициативу по внедрению мед-изделий с ИИ в субъектах РФ. Для клиник проект не задает прямых требований. Тем не менее сам факт запуска проекта подтверждает официальный тренд. Передовые клиники ищут практические сценарии, которые реально помогают в работе - вне рамок инициативы. Далее -примеры двух таких сценариев. B приложении 1 найдете руководство, как выбирать и внедрять медизделия с ИИ на основе официальных рекомендаций Минздрава. Как ИИ-камера помогла решить проблему очередей в регистратуре. Авторы: руководители ГБУЗ РБ Поликлиника № 43, r. Уфа. Проект описали по материалам с сайта «Полезный оргздрав», ссылка: clck.ru/3QxJ7U. Установили ИИ-камеру в регистратуре, чтобы оптимизировать работу отделения. Ранее пациенты массово жаловались на очереди, а руководители не могли отслеживать эффективность работы регистраторов - не было систем контроля. Смарт-камера решила эти проблемы. Результаты проекта - в таблице выше. Как работает смарт-камера. Камера позволяет оценить, сколько человек посетили учреждение, в какое время поток пациентов был большим, сколько человек стоят в очереди сейчас. Кроме того, камера показывает, сколько времени потратил администратор, чтобы решить вопрос от пациента. Камера подсвечивает четыре зоны. Зеленая зона - выход из медорганизации. Красная зона - место у стойки. Две голубые зоны - рабочие места регистраторов. Камера автоматически подсчитывает, сколько пациентов покидают поликлинику, сколько стоят у стойки регистрации и сколько сотрудников находится на рабочих местах. К камере подключили телеграм-бот. Если она фиксирует, что в регистратуре очередь из двух и более пациентов, бот оповещает об этом регистратора. Если в течение пяти минут регистраторы не реагируют на сообщение бота и не возвращаются на рабочее место, то оповещение приходит старшему регистратору. Если в течение 15 минут с момента, как камера зафиксировала очередь, проблему не решили, бот уведомляет начмеда и главного врача. Как ИИ помогает проводить экспертизу качества медпомощи.Автор: Евгений Ермилов, врач-невролог консультативно-диагностического отделения КГБУЗ «Красноярская краевая клиническая больница». Запустили проект: ИИ-ассистента решили использовать для контроля качества медпомощи. Убедились, что врачи - эксперты по качеству, которые оценивают работу коллег, часто не объективны. Когда ИИ проанализировал 2048 экспертиз и сравнил их с данными медицинской документации, он обнаружил слабые места в организации приема, диагностике и оформлении документов, которые эксперты упустили. Изучили крупные нейросети и выбрали ИИ под задачи клиники. Чтобы поручить экспертизу качества медпомощи (далее - ЭКМП) искусственному интеллекту, выбирали нейросеть, которая способна проводить анализ неструктурированных данных и может понимать контекст. Искали модель ИИ, которая умеет читать и понимать текст медицинских записей, видит логику медосмотров, может оценить обоснованность диагнозов и полноту назначений. Протестировали самые популярные нейросети. ЭКМП попробовали провести на базе GigaChat, GPT-4, DeepSeek, Queen, Grok. Сотрудники ККБ регистрировались на платформах, знакомились с интерфейсом и учились писать задания для нейросети - промты. Пример нашего промта для анализа качества врачебного приема -в образце.Образец. Промт для анализа качества врачебного приема Ты врач-эксперт с большим опытом и многолетним стажем в области контроля качества оказания медицинской помощи. Твоя задача — провести экспертную оценку консультативного врачебного приема на основании предоставленных данных. Анализировать можно только представленную информацию, нельзя придумывать новые данные». Разработали промты для ключевых направлений. Ha основании наших локальных чек-листов создали промты для разных нейросетей, чтобы понять, какая лучше сумеет оценить качество меддеятельности. Полный промт для ЭКМП - в приложении 2. Сравнили оценки ИИ и наших врачей - экспертов по качеству. Эксперимент показал, что почти половина экспертов-людей в большинстве случаев оценивают работу коллег на высший балл (100). Оценку 90 и выше ставили в 82 процентах случаев. Роботы оказались строже. ChatGPT оценил качество медпомощи в 69. Нейросеть Qwen дала еще меньше - 62,5, а Grok - только на 50 баллов. Начали работу с ИИ в мае, результаты оценивали в сентябре. Ошибки сразу анализировали и разбирали с врачами на планерках. Заметили: врачи стали тщательнее оформлять истории болезни. Также заметили, что врачи-эксперты стали строже оценивать истории болезни - средняя оценка от них стала на пять пунктов меньше после запуска проекта. Показательный пример, когда нейросеть критично оценила назначение препарата для лечения ожирения. Пациентка обратилась к эндокринологу для получения рекомендаций по поводу снижения веса. Скорректировать вес питанием, физнагрузками не получалось. У пациентки осложненный семейный анамнез по диабету и по ожирению, что усиливало ее беспокойство. Врач-эндокринолог установил диагноз - избыточный вес с индексом массы тела (далее - ИМТ) 29,6, а также назначила агонист рецепторов ???-1.Руководство. Как выбирать и внедрять медизделия с ИИ*. * Методические рекомендации по приобретению и внедрению медицинских изделий с ИИ в подсистемы ГИС субъекта РФ, версия 2.2 (ym?. MP? Минздрава России, протокол от 14.02.2024№ 90/18-6/59)

Авторы:

Издание: Здравоохранение
Год издания: 2026
Объем: 13с.
Дополнительная информация: 2026.-N 1.-С.62-74. Библ. 0 назв.
Просмотров: 1