
Инновационные технологии автоматизации обработки данных опросов и представления их результатов для принятия управленческих решений в здравоохранении
Журнал: Медицинские технологии. Оценка и выбор. 2026;48(2):78-87.
DOI: 10.17116/medtech20264802178
Прочитано: 482 раза
Резюме
ЦЕЛЬ ИССЛЕДОВАНИЯ
Разработать методологию автоматизации обработки данных социологических опросов и создать прототип инновационной информационно-аналитической системы (ИАС), представляющей полученные результаты в графическом формате и формализованном текстовом описании, для поддержки принятия управленческих решений в здравоохранении.
МАТЕРИАЛ И МЕТОДЫ
Исследование выполнено на основе демонстрационного набора данных, сформированного для оценки готовности медицинских организаций к чрезвычайным ситуациям (ЧС). Каждая запись набора данных содержала демографические и профессиональные характеристики респондента, а также ответы на 25 вопросов, охватывающих ключевые аспекты готовности к ЧС (наличие планов при эпидемиях и катастрофах, ресурсы, обучение, взаимодействие с экстренными службами и др.). Предварительная обработка данных включала удаление пропусков и дубликатов, контроль через производный признак, выявление выбросов методом межквартильного размаха. Проведен разведывательный анализ данных с применением дескриптивной статистики и визуализации. Для сравнения групп использован комплекс статистических тестов. Текстовые ответы анализировались методами обработки естественного языка (Natural Language Processing, NLP). Тексты ответов преобразованы в количественные оценки или тематические категории посредством семантического моделирования и классификации (использована предобученная модель RuBERT).
РЕЗУЛЬТАТЫ
Разработан прототип ИАС для автоматизированной обработки данных опросов. Прототип апробирован на данных опроса медицинских работников, оценивающего готовность медицинских организаций к ЧС. Система построена на базе открытого технологического стека и включает модули хранения данных, обработки (очистка и агрегирование), анализа текстовых ответов и визуализации результатов, обеспечивая полный цикл преобразования исходных данных опроса в информативные отчеты. Показано, что ИАС обеспечивает комплексный анализ больших объемов опросных данных, выявление скрытых закономерностей и формирование интерактивных дашбордов, графиков, сводных таблиц и тепловых карт. Данное решение позволяет специалистам в сфере здравоохранения получать достоверную и актуальную информацию о состоянии готовности системы здравоохранения, в частности к ЧС и глобальным вызовам.
ЗАКЛЮЧЕНИЕ
Исследование продемонстрировало возможность интеграции классических методов статистического анализа и технологий NLP на единой платформе для оценки готовности системы здравоохранения к ЧС. Разработанная ИАС подтвердила эффективность в качестве инструмента поддержки принятия управленческих решений. Ее использование позволяет преобразовывать разрозненные данные опросов в количественные показатели, оперативно выявлять проблемные зоны в системе здравоохранения, а также отслеживать их изменения в динамике. Предложенная методология может быть масштабирована и адаптирована к другим задачам, способствуя тем самым ускоренной цифровой трансформации системы здравоохранения.
Ключевые слова
- автоматизация обработки данных опросов
- визуализация данных
- информационно-аналитическая система
- обработка естественного языка
- поддержка принятия управленческих решений
- система здравоохранения
- чрезвычайные ситуации
Дата поступления: 16.07.2025
Дата принятия в печать: 18.09.2025
Дата публикации: 26.06.2026
- Odera D. A survey on techniques, methods and security approaches in big data healthcare. Global Journal of Engineering and Technology Advances. 2023;14(02):093-106. https://doi.org/10.30574/gjeta.2023.14.2.0035
- Ibomoiye DM, Obaido G, Jere N, et al. A survey of explainable artificial intelligence in healthcare: Concepts, applications, and challenges. Informatics in Medicine Unlocked. 2024;51:101587. https://doi.org/10.1016/j.imu.2024.101587
- van Buchem MM, Neve OM, Kant IMJ, Steyerberg EW, Boosman H, Hensen EF. Analyzing patient experiences using natural language processing: development and validation of the artificial intelligence patient reported experience measure (AI-PREM). BMC Medical Informatics and Decision Making. 2022;22(1):183. https://doi.org/10.1186/s12911-022-01923-5
- Van den Wyngaert I, Van Pottelbergh G, Coteur K, Vaes B, Van den Bulck S. Developing a questionnaire to evaluate an automated audit & feedback intervention: a Rand-modified Delphi method. BMC Health Services Research. 2024;24(1):433. https://doi.org/10.1186/s12913-024-10915-2
- Shah N, Mohan D, Bashingwa JJH, Ummer O, Chakraborty A, LeFevre AE. Using Machine Learning to Optimize the Quality of Survey Data: Protocol for a Use Case in India. JMIR Research Protocols. 2020;9(8):e17619. https://doi.org/10.2196/17619
- Akbar S, Lyell D, Magrabi F. Automation in nursing decision support systems: A systematic review of effects on decision making, care delivery, and patient outcomes. Journal of the American Medical Informatics Association. 2021;28(11):2502-2513. https://doi.org/10.1093/jamia/ocab123
- Schulze A, Brand F, Geppert J, Böl GF. Digital dashboards visualizing public health data: a systematic review. Frontiers in Public Health. 2023;11:999958. https://doi.org/10.3389/fpubh.2023.999958
- Khairat SS, Dukkipati A, Lauria HA, Bice T, Travers D, Carson SS. The Impact of Visualization Dashboards on Quality of Care and Clinician Satisfaction: Integrative Literature Review. JMIR Human Factors. 2018;5(2):e22. https://doi.org/10.2196/humanfactors.9328
Рекомендуем статьи по данной теме:
Современные методы диагностики возраста у живых лиц в условиях массовой миграции населения при чрезвычайных ситуациях с использованием искусственного интеллекта.Судебно-медицинская экспертиза. 2025;68(6):10-14
Совершенствование организации судебно-медицинской экспертизы при чрезвычайных ситуациях с использованием цифровых методов.Судебно-медицинская экспертиза. 2025;68(6):5-9
Цифровые технологии при амбулаторном ведении пациентов с хронической обструктивной болезнью легких: возможности снижения бремени заболевания.Профилактическая медицина. 2025;28(9):134-139
Опыт создания нейросетевой диалоговой системы для ответов на письменные обращения населения в крупное федеральное учреждение здравоохранения.Медицинские технологии. Оценка и выбор. 2025;47(2):48-57
Цифровизация в медицине и здравоохранении России.Восстановительные биотехнологии, профилактическая, цифровая и предиктивная медицина. 2025;2(2):5-9


