Present and future of digital intensive care unit
Abstract
The article presents the problem of creating digital intensive care unit (ICU). This is associated with a significant increase in the amount of heterogeneous medical data required for a clinical decision by a specialist in a shortage of time. The authors present a modern information and analytical complex of the anesthesiology and intensive care unit. The complex includes: a tracking monitor system with a central station, a dedicated server, an electronic medical history. For the operation of the complex, Big Data technologies and CDS algorithms were applied, which made it possible to create integral indicators characterizing the operation of a number of body systems. Using Arden Knowledge Engine software tools allows authors to assert about the transition to the next stage of development of digital resuscitation, the use of artificial intelligence.
About the Authors
V. G. Amcheslavsky
Scientific and Research Institute for Emergency Pediatric Surgery and Traumatology
Russian Federation
Russian Federation
S. B. Arsenyev
Scientific and Research Institute for Emergency Pediatric Surgery and Traumatology
Russian Federation
Russian Federation
V. I. Lukyanov
Scientific and Research Institute for Emergency Pediatric Surgery and Traumatology
Russian Federation
Russian Federation
V. G. Bagaev
Scientific and Research Institute for Emergency Pediatric Surgery and Traumatology
Russian Federation
Russian Federation
I. A. Kolykhalkina
Scientific and Research Institute for Emergency Pediatric Surgery and Traumatology
Russian Federation
Russian Federation
T. F. Ivanova
Scientific and Research Institute for Emergency Pediatric Surgery and Traumatology
Russian Federation
Russian Federation
References
1. Майер-Шенбергер В., Кукьер К. Большие данные. Революция, которая изменит то, как мы живем, работаем и мыслим. М.: Манн, Иванов и Фербер, 2014-240 c.
2. Belle A., Thiagarajan R., Reza Soroushmehr S. M., Navidi F., Beard D., Najarian K. (2015) Big Data Analytics in Healthcare // BioMed Research International. Vol. 2015. P. 1-16.
3. Champagne D., Hung A., Leclerc O. (2015) The road to digital success in pharma /McKinsey&Company. www.mckinsey.com/industries/ pharmaceuticals-and-medical-products/our-insights/the-road- todigital-success-in-pharma.
4. S.P. Baker, B. O’Neill, W. Haddon Jr., W. B. Long, The Injury Severity Score: A method for describing patients with multiple injuries and evaluating emergency care, Journal of Trauma and Acute Care Surgery. 14 (3) (1974), 187-196.
5. Belle A., Thiagarajan R., Reza Soroushmehr S. M., Navidi F., Beard D., Najarian K. Big Data Analytics in Healthcare // BioMed Research International. Vol. 2015. P. 1-16.
6. Цветкова Л. А., Черненко О. В. Внедрение технологий Big Data в здравоохранение: оценка технологических и коммерческих перспектив. Ж. «Экономика науки», т. 2, № 2, стр. 138-150, 2016.
7. Галушкин А. И. Нейронные сети: основы теории. Научно-техническое издательство «Горячая линия - Телеком». 496 с., 2017.
8. www.medialog.ru
9. www.philips.ru
10. Рошаль Л. М., Амчеславский В. Г., Колыхалкина И. А., Карасева О. В. Ахадов Т. А. и др. «Профилактика и лечение внутричерепной гипертензии у детей с тяжелой черепно-мозговой травмой». Методические рекомендации № 25, Москва, 27 с., 2014.
11. www.ardensoftware.com
12. Arden Suite. Available at: http://www.medexter.com/products/ ardensuite [Accessed 18.April 2018].
13. Амчеславский В. Г., Арсеньев С. Б., Лукьянов В. И., Хмельницкий К. Е., Глебова Е. С. Интегральный показатель кислотно-щелочного гомеостаза и прогноз состояния детей в остром периоде тяжелой механической травмы. Детская хирургия. 22 (5), с. 228-235, 2018.
14. Григоренко Е. А., Амчеславский В. Г., Арсеньев С. Б., Мишулина О. А. Интегральный показатель кислотно-щелочного состояния крови для оценки состояния пациентов с черепно-мозговой травмой. Журнал Медицинский алфавит № 5. Неотложная медицина № 1 (221), с. 37-41,2014.
15. Арсеньев С. Б. Создание и развитие системы поддержки принятия клинических решений в ОАР [Электронный ресурс] / С. Б. Арсеньев, В. Г. Амчеславский // XX Конгресс педиатров России с международным участием «Актуальные проблемы педиатрии»: сборник материалов конгресса (г. Москва, 16-18 февраля 2018 г.). - Электрон. дан. - Москва, 2018.- С. 415.
16. Настоящее и будущее новых цифровых технологий в реанимации / В. Г. Амчеславский, С. Б. Арсеньев, В. И. Лукьянов, В. Г. Багаев, И. А. Колыхалкина, Т.Ф. Иванова // III Московский городской съезд анестезиологов и реаниматологов «Междисциплинарный подход в анестезиологии и реаниматологии»: сборник материалов съезда (г. Москва, 26-27апреля 2018 г.).-Электрон. дан.-Москва, 2018.-С. 49.-Режим доступа: www.ar-mos.com/public/files/events/7/714/katalog.pdf.
17. Мокина Е. Е., Марухина О. В., Шагарова М. Д., Дубинина И. А.Ж. Фундаментальные исследования. № 5 (2), с. 269-274, 2017.
18. Adlassnig K.-P., Fehre K., Service-Oriented Fuzzy-Arden-Syntax-Based Clinical Decision Support, Indian Journal of Medical Informatics 8 (2014), 75-79.
Review
For citations:
Amcheslavsky V.G., Arsenyev S.B., Lukyanov V.I., Bagaev V.G., Kolykhalkina I.A., Ivanova T.F. Present and future of digital intensive care unit. Medical alphabet. 2018;4(38):49-53. (In Russ.)
Views:
451
Email this article 