Кочетков Артем Евгеньевич, младший научный сотрудник, старший медицинский брат отделения неотложной помощи,
129090, Москва, Большая Сухаревская пл., д. 3
Artem E. Kochetkov, Junior Researcher, Senior Nurse, Emergency Department,
Bolshaya Sukharevskaya Sq. 3, Moscow, 129090
Молодов Валентин Альбертович, заведующий лабораторией автоматизированной системы управления лечебнодиагностическим процессом,
129090, Москва, Большая Сухаревская пл., д. 3
Valentin A. Molodov, Head of the Laboratory of the Automated Management System for the Treatment and Diagnostic Process,
Bolshaya Sukharevskaya Sq. 3, Moscow, 129090
Петриков Сергей Сергеевич, академик РАН, доктор медицинских наук, директор,
129090, Москва, Большая Сухаревская пл., д. 3
Sergey S. Petrikov, Academician of the Russian Academy of Sciences, Doctor of Medical Sciences, Director,
Bolshaya Sukharevskaya Sq. 3, Moscow, 129090
Казачухина Ирина Валериевна старшая медицинская сестра общеклинического медицинского персонала,
129090, Москва, Большая Сухаревская пл., д. 3
Irina V. Kazachukhina, Senior Nurse General Clinical Medical Personnel,
Bolshaya Sukharevskaya Sq. 3, Moscow, 129090
Навзади Фархад Мохаммадович, заместитель главного врача по ургентной части,
129090, Москва, Большая Сухаревская пл., д. 3
Farhad M. Navzadi, Deputy Chief Physician for Emergency Care,
Bolshaya Sukharevskaya Sq. 3, Moscow, 129090
Ноготкова Александра Олеговна, старшая медицинская сестра диагностического отделения,
129090, Москва, Большая Сухаревская пл., д. 3
Aleksandra O. Nogotkova, Senior Nurse, Diagnostic Department,
Bolshaya Sukharevskaya Sq. 3, Moscow, 129090
Перминов Александр Юрьевич, кандидат экономических наук, руководитель Информационно-аналитического центра,
129090, Москва, Большая Сухаревская пл., д. 3
Aleksandr Yu. Perminov, Candidate of Economic Sciences, Head of the Information and Analytical Center,
Bolshaya Sukharevskaya Sq. 3, Moscow, 129090
Фоменко Наталья Сергеевна, кандидат экономических наук, ведущий научный сотрудник лаборатории научноорганизационных технологий,
129090, Москва, Большая Сухаревская пл., д. 3
Natalia S. Fomenko, Candidate of Economic Sciences, Leading Researcher, Laboratory of Scientific and Organizational Technologies,
Bolshaya Sukharevskaya Sq. 3, Moscow, 129090
Актуальность. В настоящее время существенным фактором успеха деятельности медицинских организаций является наличие эффективной системы организационного развития, предусматривающей использование современных технологий при внедрении различных инициатив по совершенствованию. С позиции организационного развития большим потенциалом обладает анализ и профилактика различных нежелательных событий в медицинской организации, в том числе падения пациентов. Данная задача является в настоящий момент одной из актуальных, как с точки зрения оптимизации лечебно-диагностического процесса, так и в экономическом аспекте. В работе представлен опыт НИИ СП им. Н. В. Склифосовского ДЗМ по применению технологий искусственного интеллекта для снижения рисков возникновения нежелательных событий, связанных с пребыванием пациента в стационаре (в частности, падения пациентов), и, как следствие, для сокращения срока пребывания пациента в стационаре и затрат на его лечение. Также в работе рассмотрено влияние применения технологий искусственного интеллекта на возможность снижения нагрузки на средний медицинский персонал.
Цель. Изучить тенденцию изменения числа случаев возникновения нежелательных событий, связанных с пребыванием пациентов (в частности — падения пациентов) при применении технологий искусственного интеллекта для их анализа, а также определить потенциальную экономическую эффективность применения искусственного интеллекта в управлении нежелательными событиями для скоропомощного стационарного комплекса (ССК) многопрофильного стационара.
Материал и методы. Проведен анализ 34 876 случаев пребывания пациентов в отделениях неотложной помощи и диагностики ССК НИИ СП им. Н.В. Склифосовского ДЗМ на предмет выявления случаев нежелательных событий (падений пациентов). Полученные данные были исследованы в их экономических и социальных аспектах статистическими методами.
Результаты. По результатам анализа данных, полученных с применением технологий искусственного интеллекта, была выявлена тенденция возникновения нежелательных событий, связанных с пребыванием пациентов в стационаре (падений пациентов) на территории скоропомощного стационарного комплекса. В результате разработки и внедрения ряда организационных мероприятий выявленная тенденция была нивелирована. Был составлен медико-социальный портрет пациента, подверженного риску возникновения падения, что, в свою очередь, также способствовало улучшению статистики нежелательных событий.
Вывод. Искусственный интеллект является не только эффективным инструментом в менеджменте нежелательных событий, но и повышает качество лечебно-диагностического процесса в целом.
Relevance. Currently, an essential factor in the success of medical organizations is the presence of an effective system of organizational development, which provides for the use of modern technologies in the implementation of various improvement initiatives. From the standpoint of organizational development, there is great potential for the analysis and prevention of various undesirable events in a medical organization, including patient falls. This task is currently one of the most pressing, both in terms of optimizing the treatment and diagnostic process and in the economic aspect. The paper presents the experience of the N.V. Sklifosovsky Research Institute for Emergency Medicine of the Department of Health of Moscow in using artificial intelligence technologies to reduce the risks of undesirable events associated with a patient’s stay in a hospital (in particular, patient falls), and, as a result, to reduce the time of a patient’s stay in a hospital and the costs of his treatment. The paper also considers the impact of the use of artificial intelligence technologies on the possibility of reducing the workload of nursing staff.
Aim of Study. To study the trend in the number of cases of adverse events associated with the stay of patients (in particular, patient falls) when using artificial intelligence technologies for their analysis, and to determine the potential economic efficiency of using artificial intelligence in the management of adverse events for the emergency hospital complex (EHC) of a multidisciplinary hospital.
Material and Methods. An analysis of 34,876 cases of patient stay in the emergency and diagnostic departments of the N. V. Sklifosovsky Research Institute for Emergency Medicine of the Moscow Health for the purpose of identifying cases of adverse events (patient falls). The obtained data were examined in their economic and social aspects using statistical methods.
Results. Based on the results of the analysis of data obtained using artificial intelligence technologies, a trend was identified for the occurrence of adverse events associated with the stay of patients in the hospital (patient falls) on the territory of the emergency hospital complex. As a result of the development and implementation of a number of organizational measures, the identified trend was leveled. A medical and social portrait of a patient at risk of falling was compiled, which, in turn, also contributed to improving the statistics of adverse events.
Conclusions. Artificial intelligence is not only an effective tool in the management of adverse events, but also improves the quality of the treatment and diagnostic process as a whole.
The authors declare that there are no conflicts of interest present.