ЖурналыПодпискаАрхивКнигиПроектыО насРекламаДоставка/ОплатаКонтакты
+7 (495) 482-43-29
  • Главная
  • / Журналы
  • / Вернуться в журнал
  • / Содержание номера
  • / Статья
Разработка индивидуальных программ санаторно-курортного лечения пациентов фтизиатрического профиля с использованием системы поддержки принятия врачебных решений

Разработка индивидуальных программ санаторно-курортного лечения пациентов фтизиатрического профиля с использованием системы поддержки принятия врачебных решений

Авторы:
Людмила Васильевна Калинина,
Наталия Николаевна Зубарева

Журнал: Профилактическая медицина. 2026;29(10):37-44.

DOI: 10.17116/profmed20262910137

Прочитано: 102 раза

Скачать PDF

Резюме

Информатизация процессов врачебных назначений, влияя на клинические результаты санаторно-курортного лечения (СКЛ), может изменять качественные и количественные характеристики использования большинства ресурсов деятельности организаций, а методы и методики СКЛ могут показать большую медико-экономическую эффективность при переходе на персонифицированный трек формирования программы лечения на основе инструментов цифровых технологий, в частности системы поддержки принятия врачебных решений (СПВР).

ЦЕЛЬ ИССЛЕДОВАНИЯ

Разработать организационную модель формирования индивидуальной программы СКЛ в цифровой среде санаторно-курортной организации.

МАТЕРИАЛЫ И МЕТОДЫ

Проанализирована когорта из 500 фтизиатрических пациентов, находившихся в ФГБУ «Туберкулезный санаторий «Голубая бухта» Минздрава России (Геленджик). В выборку вошли взрослые пациенты (мужчины и женщины) в возрасте от 35 до 75 лет на этапе завершения химиотерапии, проходящие реабилитацию после оперативного лечения, с посттуберкулезными изменениями, после рецидива туберкулеза, а также коинфицированные микобактериями туберкулеза/вирусом иммунодефицита человека (МБТ/ВИЧ) и лица из групп социального риска. Методом простой рандомизации сформированы две статистически равнозначные группы (1:1) по 250 человек. Для лиц основной группы (250 человек) план лечения разработан с использованием СПВР: информационная система генерировала предварительные рекомендации, которые врач корректировал, а итоговое решение принимал консилиум. Для пациентов группы сравнения (250 человек) программы СКЛ разработаны на основании традиционного подхода с учетом клинического практического опыта врача и протоколов лечения (клинических рекомендаций, стандартов оказания медицинской помощи). Проведена апробация новой организационной модели с оценкой ее эффективности по ряду параметров.

РЕЗУЛЬТАТЫ

На основе описанных методов, применяемых в исследовании, и сформированной программы исследования построена организационная модель формирования индивидуальных программ СКЛ. В процессе апробации новой организационной модели отмечено совершенствование диагностического блока СКЛ пациентов, сопровождающееся оптимизацией затрат. Наиболее значительные изменения коснулись организации консультативной помощи, что позволило снизить долю консультаций в общей стоимости лечения. Лабораторная диагностика сократилась на 12%, составив 6,8% от общих затрат вместо прежних 7,2%. Отмечены изменения в структуре лечебного процесса: увеличилась доля немедикаментозных методов лечения, в частности лечебной физкультуры. При сохранении стандартной продолжительности курса СКЛ пациентов с диагнозом A16 40 дней внедрение СПВР обеспечило существенное снижение общей стоимости лечения.

ЗАКЛЮЧЕНИЕ

Исследование показало, что применение СПВР при оказании медицинской помощи пациентам в санаториях фтизиатрического профиля обеспечивает оптимальный баланс между качеством медицинской помощи и эффективностью использования ресурсов. Это является важным фактором совершенствования управления медицинскими организациями в целом и их структурными подразделениями.

Ключевые слова

  • санаторно-курортное лечение
  • искусственный интеллект в медицине
  • индивидуальные программы санаторно-курортного лечения
  • система поддержки принятия врачебных решений
  • оптимизация ресурсов санатория

Участие авторов

Разработка системы принятия врачебных решений, сбор и обработка материала, статистический анализ данных, написание текста, визуализация — Калинина Л.В.; руководство проектом, концепция и дизайн исследования, научное редактирование — Зубарева Н.Н.

Конфликт интересов

Авторы заявляют об отсутствии конфликта интересов.

Дата поступления: 18.08.2026

Дата принятия в печать: 28.08.2026

Дата публикации: 09.11.2026

Введение

Санаторно-курортная служба Российской Федерации — многоуровневая система, для функционирования которой необходимы согласованные решения на федеральном, региональном и организационном уровнях [1].

Реабилитация больных туберкулезом занимает особое место в системе здравоохранения из-за необходимости комплексного воздействия и высокой социальной значимости снижения бремени инфекции [2].

В рамках Государственной программы «Развитие здравоохранения» приоритетом становится персонализация медицинской помощи, в том числе построение индивидуальных траекторий санаторно-курортного лечения (СКЛ)1. При этом традиционный стандартизированный подход к лечению пациентов с туберкулезом не всегда учитывает индивидуальные особенности течения заболевания, является усредненным механизмом включения процедур в курсовое лечение при формировании санаторно-курортной путевки.

Важная задача для текущей деятельности санаторно-курортных организаций — разработка показателей клинической и экономической эффективности программ лечения. Синергия двух видов эффективности достигается за счет системы стимулирующих воздействий, обеспечивающих рациональное использование ресурсов без ущерба для качества и результативности клинического процесса.

Внедрение современных механизмов управления процессами деятельности в санаторно-курортные учреждения способно повысить качество медицинской помощи больным туберкулезом, содействовать достижению стратегических целей развития здравоохранения Российской Федерации.

Это особенно важно в условиях, когда для каждой медицинской организации должна приниматься стратегия развития на основе инструментов проектного управления, при внедрении которых повышается роль инновационных методов в управлении, в том числе с использованием передовых технологий менеджмента [3].

Цифровые технологии, алгоритмы искусственного интеллекта (ИИ), являясь инновационными инструментами менеджмента, позволяют оптимизировать рутинные процессы в работе медицинского персонала и разрабатывать индивидуальные программы СКЛ. Ориентир не только на лечение уже имеющихся нарушений здоровья у всех половозрастных групп населения, но и на определение потенциала здоровья каждого пациента, позволяет в санаторно-курортной организации формировать у пациентов треки здорового и активного долголетия. Одновременно гибкий, клиентоцентричный подход к формированию курсового лечения исключает вероятность ошибок, осложнений и обеспечивает рост качества медицинской помощи [4].

Материалы и методы

Место проведения исследования. Клинический материал собран на базе ФГБУ «Туберкулезный санаторий «Голубая бухта» Минздрава России (Геленджик). На территории санатория функционирует современная лечебно-диагностическая база, включающая поликлинический блок и отдельные лечебные павильоны. Санаторий обладает значительной коечной мощностью — 320 мест при обороте койки 9,2 и средней длительности пребывания пациента 36 дней.

Критерии включения: в выборку вошли взрослые пациенты (мужчины и женщины) в возрасте от 35 до 75 лет на этапе завершения химиотерапии, проходящие реабилитацию после оперативного лечения, с посттуберкулезными изменениями, после рецидива туберкулеза, а также коинфицированные микобактериями туберкулеза/вирусом иммунодефицита человека (МБТ/ВИЧ) и лица из групп социального риска. Такой состав обеспечил репрезентативность данных и возможность оценки клинической и экономической эффективности оптимизированных программ реабилитации.

Объекты исследования. Проанализирована когорта из 500 пациентов. Методом простой рандомизации сформированы две статистически равнозначные группы по 250 человек. Сопоставимость групп по ключевым параметрам позволила сформировать усредненный портрет пациента, проходящего СКЛ. Полиморбидность когорты отражена с помощью среднего показателя сопутствующей патологии — 3,1 заболевания на пациента.

Для пациентов основной группы (n=250) план лечения формировали с использованием системы поддержки принятия врачебных решений (СПВР): информационная система генерировала предварительные рекомендации, которые врач корректировал, а итоговое решение принимал консилиум. Для пациентов группы сравнения (n=250) программы СКЛ разрабатывали на основании традиционного подхода с учетом практического опыта врача и протоколов лечения (клинических рекомендаций, стандартов оказания медицинской помощи).

Описание исследуемого вмешательства. В основе СПВР, эффективность которой оценивалась в ходе исследования, заложен ИИ-ассистент врача, который разработан на основе метода машинного обучения (обучение по прецедентам) и системного анализа. Исследуемая СПВР позволяет лечащим врачам составлять индивидуальные программы СКЛ, опираясь на более информативные параметры, иметь возможность построения прогностических моделей для выбора наиболее эффективных методик СКЛ, в том числе с использованием природных лечебных ресурсов.

Параметры оценки результатов исследования. Для каждого пациента когорты заполняли индивидуальную карту исследования, включенную в структурированную электронную базу, на основе 211 формализованных показателей, включая: демографические данные, анамнез, клинические симптомы, результаты лабораторных и инструментальных исследований, сведения о предшествующем лечении и сопутствующих заболеваниях.

Экспертную оценку алгоритмов СПВР проводили 10 независимых специалистов, которые анализировали соответствие решений ИИ тем регламентам, которые имеются в федеральных отечественных (международных) рекомендациях по ведению основного и сопутствующих заболеваний на основе принципов доказательной медицины. Эффективность двух подходов (традиционного, инновационного) к формированию программ СКЛ оценивали комплексно с мониторингом ряда ключевых показателей при постоянном контроле выполнения клинических рекомендаций [5].

При проведении сравнения традиционного и инновационного подходов к формированию путевки, состоящей из перечня медицинских услуг и их кратности, выполнена оценка структуры лечебного процесса, а также структуры экономии по направлениям с оценкой динамики совокупного экономического эффекта от внедрения новой организационной модели формирования индивидуальных программ СКЛ для пациентов фтизиатрического профиля.

Статистическая обработка результатов исследования проведена с помощью методов описательной статистики и непараметрического анализа.

Результаты

Сформированные методом рандомизации исследуемые группы были статистически равнозначны по гендерному соотношению, возрасту и основным клиническим характеристикам. Возраст пациентов основной группы составил от 35 до 75 лет (медиана 48 [47; 50] лет), пациентов группы сравнения — от 37 до 73 лет (медиана 47 [47; 50] лет) (табл. 1).

Таблица 1.Клинико-возрастная характеристика пациентов исследуемых групп

Показатель

Основная группа (n=250)

Группа сравнения (n=250)

p

Мужчины/женщины, n (%)

116/134 (46,4/53,6)

120/130 (48,52)

0,603

Возраст, годы

48 [47; 50] (35—75)

47 [47; 50] (37—73)

0,48

Масса тела, кг

исходно

54,5 [50,0; 60,0] (46—63)

54,3 [50,0; 60,0] (46—63)

0,85

после лечения

58,4 [53,9; 63,9] (49,9—66,9)

57,5 [53,2; 63,2] (49,2—66,2)

0,05

Снижение ИМТ, n (%)

122 (48,8)

115 (46)

0, 62

ИМТ, кг/м2

21,8 [20,5; 23,0] 18,2—25,6

21,7 [20,4; 22,9] 18,1—25,5

0,72

Длительность госпитализации, дни

36,2 [35,0; 37,5] (32,0—40,0)

36,1 [35,0; 37,4] (31,5—39,8)

0,88

Распределение пациентов по фазе течения туберкулезного процесса, n (%)

завершение основного курса химиотерапии

88/250 (35)

90/250 (36)

0,877

лечение после оперативного вмешательства

65/250 (26)

58/250 (23)

0,431

клинически излеченные пациенты

97/250 (39)

102/250 (41)

0,655

Примечание. Данные представлены в виде медианы, нижнего и верхнего квартилей, минимального и максимального значений — Me [Q1; Q3] (min—max), а также в виде абсолютных и относительных величин — n (%). Оценку статистической значимости различий показателей между группами проводили по критерию Манна—Уитни или методом χ2 Пирсона. ИМТ — индекс массы тела.

Note. Data are presented as median, lower and upper quartiles, minimum and maximum values — Me [Q1; Q3] (min—max), and as absolute and relative values — n (%). The statistical significance of differences in indicators between groups was assessed using the Mann—Whitney test or Pearson's chi-square test. BMI — body mass index.

На основе описанных методов, применяемых в исследовании, и сформированной программы исследования построена организационная модель формирования индивидуальных программ СКЛ (см. рисунок).

Организационная модель формирования индивидуальной программы санаторно-курортного лечения в цифровой среде санаторно-курортной организации.

Составлено авторами. СКЛ — санаторно-курортное лечение; ИП — индивидуальная программа; ПЛР — природные лечебные ресурсы.

TRC — therapeutic resort care; IP — individual program; NHR — natural healing resources.

При формировании индивидуальной программы СКЛ используются нормативные основания организации медицинской деятельности, включая: справочники диагнозов по Международной статистической классификации болезней и проблем, связанных со здоровьем, 10-го пересмотра (МКБ-10) с учетом показаний к СКЛ и перечня (классификации) применяемых природных лечебных ресурсов по приказу Минздрава России №143н2; порядок организации СКЛ от 07.04.2025 №169н (далее — Порядок), содержащий требования к стандартам оснащения и штатным нормативам3(см. рисунок).

Индивидуальная программа СКЛ включает разделы в соответствии с требованиями Порядка: фамилия, имя, отчество и возраст пациента; клинический диагноз заболевания с указанием кода по МКБ-10; факторы риска и ограничения для выполнения отдельных медицинских вмешательств при СКЛ, режим, лечебное питание, назначенные природные лечебные ресурсы (минеральные воды, лечебные грязи, рапа лиманов и озер, климат, другие природные объекты и условия, используемые для лечения и профилактики заболеваний) и назначенную немедикаментозную терапию (по медицинским показаниям): физиотерапия, лечебная физкультура, массаж, мануальная терапия, психотерапия, рефлексотерапия.

В обязательном порядке в программы СКЛ включают методы и методики СКЛ, рекомендованные при заболеваниях (состояниях) согласно разделу 4 «Медицинская реабилитация и СКЛ, медицинские показания и противопоказания к применению методов медицинской реабилитации, в том числе основанных на использовании природных лечебных факторов», соответствующие клиническим рекомендациям. Кроме того, в программы включаются медицинские услуги, содержащиеся в стандартах СКЛ, утвержденных приказами Минздравсоцразвития России в 2004 г. Наименования и коды медицинских вмешательств указываются в соответствии с номенклатурой медицинских услуг, утвержденной приказом Минздрава России от 13.10.2017 №804н4.

В дополнение для оценки функциональных резервов организма предлагается осуществлять оценку функций организма пациента по Международной классификации функционирования (МКФ), ограничений жизнедеятельности и здоровья, а также оценку по группам здоровья.

В целях оценки динамики СКЛ и его эффективности предусмотрено формирование цели и задач СКЛ на текущий курс лечения.

Поскольку в комплекс лечебных мероприятий входят занятия ЛФК, возможность участия в которых в том числе зависит не только от основного заболевания, но и от сопутствующих заболеваний и физикальных особенностей пациента, целесообразно включить в индивидуальную программу СКЛ в дополнение к набору медицинских услуг рекомендации по физической активности и адекватному подбору тренировочных нагрузок.

В организационную модель персонифицированного подхода к формированию программы СКЛ включен аналитический блок медицинской информационной системы, что позволяет оперативно осуществлять интегральную оценку эффективности программ СКЛ: клинической эффективности с учетом применения методов статистической обработки историй болезней, валидированных шкал, проведения анкетирования экспертов, а также оценку на основе экспресс-скрининга пациентов, дистанционного мониторинга, медико-экономической эффективности с учетом оценки загрузки номерного фонда; оценку производительности труда медиков и медицинского оборудования, удовлетворенности пациента. Место СПВР указано в аналитическом блоке на рисунке.

В соответствии с представленной моделью проведена комплексная оценка эффективности организации медицинской помощи пациентам с диагнозами A16.0 и B90 при различных моделях оказания медицинских услуг: традиционной и с применением СПВР и на основе составления индивидуальной программы СКЛ. Наиболее значительные изменения коснулись организации консультативной помощи с оптимизацией структуры врачебных консультаций, что позволило снизить их долю в общей стоимости лечения с 27,7 до 18,2%. Это достигнуто за счет рационального распределения нагрузки: количество консультаций лечащего врача сократилось с 8 до 5, а узких специалистов — с 15 до 7 визитов. При этом качество консультативной помощи не только сохранилось, но и повысилось благодаря более целевому назначению консультаций.

В рамках апробации новой организационной модели формирования персонифицированных треков СКЛ отмечено совершенствование диагностического блока курсового лечения пациентов, сопровождающееся оптимизацией затрат. Лабораторная диагностика сократилась на 12%, составив 6,8% от общих затрат вместо прежних 7,2%. Важно отметить, что сокращение расходов не привело к снижению качества диагностики — необходимое количество исследований сохранено за счет более точного планирования и исключения избыточных процедур.

Отмечены изменения в структуре лечебного процесса: увеличилась значимость немедикаментозных методов лечения, в частности ЛФК (до 10,6% при увеличении количества процедур до 32). Лечебное питание сохранило свою значимость, составив 14,6% от общих затрат. Медикаментозная терапия, оставаясь второй по величине статьей расходов (22,1%), оптимизирована без ущерба для лечебного эффекта.

При сохранении стандартной продолжительности курса лечения пациентов с диагнозом А16 (40 дней) внедрение СПВР обеспечило существенное снижение общей стоимости лечения. Так, при традиционном подходе стоимость курса составляла 192 840 руб. тогда как при использовании СПВР она снизилась до 150 759 руб. (на 11%). Соответственно, уменьшилась и себестоимость 1 койко-дня: с 4821 до 4266,20 руб. Совокупный экономический эффект от внедрения СПВР складывается из прямой экономии ресурсов и косвенных эффектов, включающих повышение качества управленческих решений, оптимизацию загрузки медицинского персонала и улучшение показателей эффективности использования коечного фонда.

При прогнозировании годовой экономии от внедрения СПВР для санатория, обслуживающего 1300 пациентов с диагнозом A16 и 1500 пациентов с диагнозом B90, следует учитывать следующие экономические показатели (табл. 2).

Таблица 2.Экономическая оценка модели персонифицированного подхода к формированию программ санаторно-курортного лечения в цифровой среде и на основе инструментов искусственного интеллекта, рублей в год

Статья расходов

Размер расходов СКЛ МКБ-10 A16*, рублей в год

Размер расходов СКЛ МКБ-10 B90*, рублей в год

Общая сумма экономии расходов на СКЛ пациентов с МКБ-10 А-16*, В-90*

Консультации врачей

33 800 000

4 125 000

37 925 000

Лабораторная диагностика

7 542 000

2 355 000

9 897 000

Инструментальная диагностика

5 850 000

1 200 000

7 050 000

Медикаментозная терапия

595 000

—

595 000

Физиотерапия

2 080 000

480 000

2 560 000

ЛФК

1 300 000

600 000

1 900 000

Косвенные расходы

1 560 000

1 470 000

3 030 000

Итого расходов

52 727 000

10 230 000

62 957 000

Примечание. Составлено автором. СКЛ — санаторно-курортное лечение; * — диагноз по Международной статистической классификации болезней и проблем, связанных со здоровьем, 10-го пересмотра.

Note. Compiled by the authors. TRC — therapeutic resort care; * — diagnosis according to the International Statistical Classification of Diseases and Related Health Problems, Tenth Revision.

Структура экономии по направлениям для группы пациентов с диагнозами A16, В90 включает оптимизацию консультаций врачей, рационализацию лабораторной диагностики, оптимизацию инструментальной диагностики и экономию на медикаментозной терапии.

Внедрение персонифицированного подхода к врачебным назначениям обеспечивает существенную финансовую оптимизацию без ущерба для качества медицинской помощи. Общая годовая экономия средств для 1 санаторно-курортной организации составляет 62 957 000 руб. (см. табл. 2).

Обсуждение

Результаты исследования показали, что внедрение новых подходов к формированию программ СКЛ на принципах персонифицированной медицины и использование цифровых инструментов в работе лечащего врача позволяют систематизировать организацию медицинских процессов, а также оптимизировать использование материально-технических и кадровых ресурсов санаторно-курортной организации [6, 7].

Отдельного внимания заслуживает тот факт, что СПВР может быть встроена в медицинскую информационную систему современного санатория и, как показано на рисунке, врачебные назначения, осуществляемые без и с использованием цифровых технологий, инструментов ИИ, демонстрируют высокую степень релевантности действующим нормативным регламентам (см. рисунок).

Анализ показал высокую степень соответствия алгоритмов ИИ реальной клинической практике: в 70% случаев рекомендации системы были приняты в клиническую практику без корректировки, в 30% — адаптированы с учетом индивидуальных особенностей пациента. Такая пропорция отражает баланс между стандартизацией лечебно-диагностического процесса и необходимой гибкостью врачебного решения. Достигнутый уровень конкордантности обусловлен ориентацией алгоритмов ИИ к действующим клиническим рекомендациям (протоколам лечения), учетом специфики течения туберкулезной инфекции, релевантностью параметров системы к профилю санатория и наличием механизмов обратной связи, обеспечивающих уточнение и верификацию рекомендаций.

Оценка безопасности применения СПВР не выявила случаев ухудшения состояния пациентов, прямо связанных с использованием системы. Нежелательные явления, включая аллергические реакции, регистрировались у пациентов обеих групп и не имели статистически значимой связи с применением СПВР: частота осложнений составила 1,3% в основной группе и 1,5% в группе сравнения (>0,05), что подтверждает сопоставимый уровень безопасности инновационного и традиционного подходов.

Исследование показало, что применение цифровых технологий, инструментов ИИ при оказании медицинской помощи пациентам в санаториях фтизиатрического профиля обеспечивает оптимальный баланс между качеством медицинской помощи и эффективностью использования ресурсов, что является важным фактором совершенствования управления медицинскими организациями, их структурными подразделениями.

В России имеется опыт внедрения разработанных ранее технологий СПВР в практику разных медицинских специальностей, в частности кардиологии [8, 9], акушерства и гинекологии [10], и работы мобильной системы охраны здоровья населения [11]. За рубежом имеется опыт использования системы электронных медицинских карт для повышения эффективности принятия решений в отделениях интенсивной терапии в период пандемии COVID-19. Установлено, что анализ данных был единственным навыком, способствующим повышению эффективности принятия решений врачом во время пандемии [12]. Использование СПВР в санаторно-курортной организации с целью формирования индивидуальных программ СКЛ впервые реализовано в нашем исследовании.

Концепция персонализированной медицины, провозглашенная главным стратегическим направлением развития отечественного здравоохранения до 2030 г., предполагает учет индивидуальных особенностей пациента при формировании программ медицинской помощи, что применительно к пациентам фтизиатрического профиля предполагает при составлении путевки СКЛ учитывать генотип возбудителя, коморбидность, социально-бытовые факторы. Внедрение в санаториях СПВР позволяет дополнять традиционные подходы к курсовому лечению наиболее рациональными процедурами, изменяя кратность лечебно-диагностических воздействий и сокращая время на формирование индивидуального плана лечения на 32% (с 45 до 30,6 мин на пациента). Такой подход обеспечивает внедрение клинических протоколов, основанных на принципах доказательной медицины. Регулярный аудит результатов реабилитации пациентов в санаторно-курортной организации должен быть дополнен регулярной экспертной оценкой и подтверждаться полным соответствием алгоритмов СПВР федеральным клиническим рекомендациям и международным стандартам (ВОЗ, ERS).

Ресурсосбережение и эффективность в работе медицинского персонала позволяют рациональнее использовать коечный фонд, оптимизировать загрузку медицинского оборудования и персонала. Персонификация программ СКЛ обеспечивает индивидуальные эффекты для пациента и комплексные эффекты для санаторно-курортной организации, способствуя увеличению пропускной способности лечебных кабинетов без расширения инфраструктуры. Загрузка медицинского оборудования в исследуемом санатории стабилизировалась на оптимальном уровне, равном 85—88% «паспортной» загрузки, что исключает простои и перегрузки.

Организационно-функциональными последствиями клинической, ресурсной эффективности индивидуализации подходов к формированию курсового СКЛ с применением технологий ИИ на объекте исследования стали оптимизация структуры и функций медицинского персонала. При этом отмечается расширение спектра санаторно-курортных услуг, доступных для ранжированных когорт пациентов, а также прогнозируется перспектива создания отделений ранней реабилитации последствий туберкулезной инфекции с оценкой предрисков тяжелых последствий.

Зарубежные данные также однозначно указывают, что интеграция технологий ИИ в здравоохранение открывает огромные возможности для улучшения диагностики заболеваний, выбора методов лечения и клинических лабораторных исследований. Инструменты ИИ могут использовать большие массивы данных и выявлять закономерности, превосходя человеческие возможности в ряде аспектов здравоохранения, обеспечивают повышенную точность, снижение затрат и экономию времени, минимизируя при этом человеческие ошибки [13]. Подчеркивается, что для ответственного и эффективного внедрения ИИ в здравоохранение необходимо решить проблемы, связанные с конфиденциальностью данных, предвзятостью и необходимостью привлечения экспертных знаний [13].

Таким образом, первый опыт внедрения в санаторно-курортной организации современных инструментов персонализации СКЛ с использованием СПВР на основе ИИ показал возможности оптимизации работы врачебных кадров и повышения экономии ресурсов. Полученные медико-экономические результаты подтверждают целесообразность масштабирования разработанной технологии на другие санаторно-курортные учреждения, специализирующиеся на лечении пациентов с туберкулезной инфекцией. Дальнейшее совершенствование СПВР может включать расширение базы данных, интеграцию с электронными медицинскими картами и внедрение элементов ИИ для прогнозирования исходов лечения.

Заключение

В исследовании показана результативность инновационного подхода, основанного на формировании индивидуальной программы СКЛ, который состоит в совпадении врачебных назначений с рекомендациями СПВР и прозрачности алгоритмов принятия решений при полном соблюдении клинических рекомендаций (стандартов) СКЛ.

Внедрение СПВР позволяет достичь организационных улучшений процессов деятельности санаторно-курортной организации, которые включают сокращение времени формирования плана лечения на 32%, снижение административной нагрузки на персонал на 18% и уменьшение количства корректировок плана на 35%. В результате внедрения СПВР отмечены: рост пропускной способности санатория на 12% (с 375 до 420 пациентов), стабилизация загрузки оборудования на уровне 85—88%, повышение эффективности использования рабочего времени персонала на 18—32% и повышение удовлетворенности пациентов с 85 до 92%.

Расчет экономического эффекта от предлагаемых инструментов цифровизации врачебных назначений при формировании индивидуальных программ оказания медицинской помощи пациентам фтизиатрического профиля в санаторно-курортной организации выявил сокращение доли избыточных процедур на 35% и снижение себестоимости лечения: в группе с диагнозом A16 экономия составила 21,8% (42 081 руб. на пациента), в группе с диагнозом B90 — 7,9% (7486 руб. на пациента).

Вклад авторов: разработка системы принятия врачебных решений, сбор и обработка материала, статистический анализ данных, написание текста, визуализация — Калинина Л.В.; руководство проектом, концепция и дизайн исследования, научное редактирование — Зубарева Н.Н.

Авторы заявляют об отсутствии конфликта интересов.

Authors contribution: development of a medical decisionmaking system, collection and processing of data, statistical data analysis, writing the text, visualization — Kalinina L.V.; project management, research concept and design, scientific editing — Zubareva N.N.

The authors declare no conflict of interest.

1Постановление Правительства РФ от 26.12.2017 №1640 (ред. от 27.12.2024) «Об утверждении государственной программы Российской Федерации «Развитие здравоохранения» (с изм. и доп., вступ. в силу с 01.01.2025). Ссылка активна на 21.10.26. https://base.garant.ru/71848440/

2Приказ Минздрава России от 27.03.2024 №143н (ред. от 08.06.2026) «Об утверждении классификации природных лечебных ресурсов, указанных в пункте 2 статьи 2.1 Федерального закона от 23 февраля 1995 г. №26-ФЗ «О природных лечебных ресурсах, лечебно-оздоровительных местностях и курортах», их характеристик и перечня медицинских показаний и противопоказаний для санаторно-курортного лечения и медицинской реабилитации с применением таких природных лечебных ресурсов». Ссылка активна на 21.10.26. https://www.garant.ru/products/ipo/prime/doc/408707035/

3Приказ Минздрава России от 07.04.2025 №169н «Об утверждении Порядка организации санаторно-курортного лечения». Ссылка активна на 21.10.26. https://www.garant.ru/products/ipo/prime/doc/411896696/

4Приказ Минздрава России от 13.10.2017 №804н (ред. от 24.09.2020, с изм. от 26.10.2022) «Об утверждении номенклатуры медицинских услуг». Ссылка активна на 21.10.26. https://base.garant.ru/71805302/

Литература / References
  1. Баласанянц Г.С. Концепция развития фтизиатрической санаторной помощи больным туберкулезом в Российской Федерации. Медицинский альянс. 2013;4:79-83.
  2. Туберкулез у взрослых. Клинические рекомендации. Общероссийская общественная организация «Российское общество фтизиатров», Национальная ассоциация некоммерческих организаций фтизиатров «Ассоциация фтизиатров». 2022;62-63. Ссылка активна на 21.10.26. https://diseases.medelement.com/disease/2022/17109
  3. Агарков Н.М., Гонтарев С.Н., Зубарева Н.Н. и др. Общественное здоровье и здравоохранение: Учебник. Белгород: Эпицентр. 2018;559.
  4. Плотникова Л.М., Фирсова В.А. Санаторное лечение туберкулеза: клинико-экономические аспекты. Проблемы туберкулеза. 2022;2:12-18.
  5. Кузнецов А.И., Щепкина Е.В., Сушинская Т.В. и др. Возможности и ограничения применения искусственного интеллекта в медицине. Новости клинической цитологии России. 2023;27(2):18-24. https://doi.org/10.24412/1562-4943-2023-2-0003
  6. Пальцев М.А., Белушкина Н.Н., Чабан Е.А. 4П-медицина как новая модель здравоохранения в Российской Федерации. ОРГЗДРАВ: Новости. Мнения. Обучение. Вестник ВШОУЗ. 2015;2(2):48-54.
  7. Зубарева Н.Н., Камкин Е.Г. Научные исследования и практические инструменты современной курортологии: вклад в реализацию национальных целей развития России в среднесрочной перспективе. Вестник восстановительной медицины. 2025;24(4):10-18.
  8. Фролов С.В., Коробов А.А., Ветров А.Н. Система поддержки принятия врачебных решений в кардиологии на основе цифрового двойника сердечно-сосудистой системы. Моделирование, оптимизация и информационные технологии. 2023;1(40):3-4. https://doi.org/10.26102/2310-6018/2023.40.1.007
  9. Кошелева А.Д. Разработка графоориентированной системы поддержки принятия врачебных решений для диагностики заболеваний сердечно-сосудистой системы. В сборнике: Цифровые платформы и интеллектуальные модели развития систем. Материалы всероссийской научно-практической конференции с международным участием. Саратов. 2026;75-82.
  10. Ксенз Н.С. Анализ функций систем поддержки принятия врачебных решений в области женской репродуктивной системы. В сборнике: Инновационные, информационные и коммуникационные технологии. Сборник трудов XХ Международной научно-практической конференции. М. 2023;49-51.
  11. Белов В.С. Системы поддержки принятия врачебных решений в мобильной системе охраны здоровья населения. Здоровье — основа человеческого потенциала: проблемы и пути их решения. 2017;12(2):495-497.
  12. Liew EJY, Kwok AOJ, Koh SGM, et al. Examining doctors’ business analytics capabilities in using the electronic medical record system for decision-making effectiveness in intensive care units: Impact of the COVID-19 pandemic. PLoS One. 2025;20(7):e0317954. https://doi.org/10.1371/journal.pone.0317954
  13. Alowais SA, Alghamdi SS, Alsuhebany N, et al. Revolutionizing healthcare: the role of artificial intelligence in clinical practice. BMC Medical Education. 2023;23:689. https://doi.org/10.1186/s12909-023-04698-z&
slide-cover
slide-cover
slide-cover

Рекомендуем статьи по данной теме:

Медицинский туризм как инструмент превентивной медицины.Восстановительные биотехнологии, профилактическая, цифровая и предиктивная медицина. 2026;3(3):32-35

Разработка методологических подходов к использованию машинного обучения в системе диспансерного наблюдения пациентов, перенесших инфаркт миокарда.Профилактическая медицина. 2026;29(8):106-112

Классификация состояний верхнечелюстных пазух по данным цифровой диафаноскопии с применением машинного обучения.Российская ринология. 2026;34(1):19-26

Применение полифенолов винограда в сочетании с магнитотерапией у пациентов с бронхиальной астмой, перенесших новую коронавирусную инфекцию.Вопросы курортологии, физиотерапии и лечебной физической культуры. 2025;102(4):14-19

Радонотерапия и высокоинтенсивная магнитотерапия в санаторно-курортном лечении больных хронической дисциркуляторной энцефалопатией I стадии.Восстановительные биотехнологии, профилактическая, цифровая и предиктивная медицина. 2025;2(3):22-28

Современные технологии физической и реабилитационной медицины в программах санаторно-курортного лечения и медицинской реабилитации военнослужащих в санаторно-курортных организациях Минобороны России.Вопросы курортологии, физиотерапии и лечебной физической культуры. 2025;102(3):5-17

Перспективные модели организации санаторно-курортного обеспечения в Вооруженных Силах Российской Федерации.Вопросы курортологии, физиотерапии и лечебной физической культуры. 2025;102(1):5-11

Издательство «Медиа Сфера»
РекламаДоставка/ОплатаО насКонтактыОбучение для редакцийПолитика конфиденциальностиПолитика обработки персональных данныхПубличная оферта на реализацию издательской продукции
ЖурналыПодпискаАрхивКнигиПроекты
  • RuStore

© 1998-2026

  • Телефоны издательства:

  • +7 (495) 482-41-18
  • +7 (495) 482-43-29
  • Прямой телефон отдела подписки
    (только по вопросам заказов и доставки журналов)

  • +7 (800) 250-18-12
  • пн-пт с 10:00 до 18:00

  • Telegram
  • VK
info@mediasphera.ru
  • Почтовый адрес:

  • Издательство «Медиа Сфера»,
    а/я 54, Москва, Россия, 127238

  • RuStore

© 1998-2026