Кибернетическая медицина 2015 успех или мистификацияSerge Dobridnjuk
Дается обзор моделей и типов аналитических систем, применяемых в здравоохранении. Рассматриваются эвристические модели: экспертная, регрессионная, деревья решений, нейросети. Для каждой приводится список интересных медицинских систем, их использующих
МИС "Пациент" - это современная больничная компьютерная система, отличающаяся высокой адаптивностью и гибкостью. Информационная система "Пациент" интегрирует все медицинские процессы больницы в целостную систему и формирует единое информационное пространство в учреждении. Система позволяет автоматизировать как отдельные подразделения, так и больничное учреждение в целом. Решение подходит и для крупных государственных и для небольших частных медицинских учреждений. Она ориентирована на решение задач прежде всего практического здравоохранения.
Кибернетическая медицина 2015 успех или мистификацияSerge Dobridnjuk
Дается обзор моделей и типов аналитических систем, применяемых в здравоохранении. Рассматриваются эвристические модели: экспертная, регрессионная, деревья решений, нейросети. Для каждой приводится список интересных медицинских систем, их использующих
МИС "Пациент" - это современная больничная компьютерная система, отличающаяся высокой адаптивностью и гибкостью. Информационная система "Пациент" интегрирует все медицинские процессы больницы в целостную систему и формирует единое информационное пространство в учреждении. Система позволяет автоматизировать как отдельные подразделения, так и больничное учреждение в целом. Решение подходит и для крупных государственных и для небольших частных медицинских учреждений. Она ориентирована на решение задач прежде всего практического здравоохранения.
Здесь сформировано видение того, как электронная медицинская карта (ЭМК) должна выглядеть в идеальном мире, и описаны конкретные шаги, которые позволят достичь целевого состояния
Hadoop and R guards The Health of Critically ill PatientsAlexandre Prozoroff
Краткий доклад на Практической конференции по Hadoop 25.11.2015 об организации R&D среды проекта по созданию системы мониторинга пациентов реанимации на основе подхода "data lake" и Hadoop. Доклад иллюстрирует способ использования связки Hadoop и R для научных работ по математическому моделированию в области реанимации и интенсивной терапии. Проект в активной фазе по этому о содержании проводимых научных исследований не упоминается.
Семантическая обработка медицинских данных в задачах диагностики и управления...Alexandre Prozoroff
Семантическая обработка медицинских данных в задачах диагностики и управления лечебным процессом в медицине критических состояний.
Semantic processing medical data in diagnosing problems and management of medical process in critical care medicine.
IoMT - Technological Environment of Personalized Medicine and New Era of Heal...Alexandre Prozoroff
Internet of Medical Things - технологическая среда персональной медицины и новой эры здравоохранения, основанной на принципах сохранения здоровья и предупреждения заболеваний. Доклад на Московском суперкомпьютерном форуме, 29 октября 2015 года, Москва.
Значимость медицинских информационных систем и проблемы их развитияFujitsu Russia
Значимость медицинских информационных систем и проблемы их развития.
Александр Карачунский. Доктор медицинских наук, зам. директора федерального научно-клинического центра детской гематологии, онкологии и иммунологии им. Д. Рогачева Минздрава РФ, специалист в области детской онкологии, соруководитель мультицентрового клинического исследования по лечению острой лимфобластной лейкемии у детей и соавтор протокола «Москва-Берлин 2008»
Медицина, как и ожидалась, подходит к фазе "Платформизации" и "Цифровой экономики". Что меняется в ИТ инфраструктуре, какие решения и алгоритмы повлияют на применение инструментов BigData и BI при автоматизации в клинических и административных процессах ?
Video http://confhall.hse.ru/videos/video/824/ at 12 min
Интеллектуальный анализ данных и откртытые данные в клинической информатике: ...Alexey Neznanov
Презентация к докладу на ИТ&Мед-2016 про интеллектуальный анализ данных в клинической информатике, прорывы в поддержке рандомизированных клинических исследований и актуальные проблемы. Акцент на новых возможностях (включая возможности нашей лаборатории), сложностях, открытых данных. Ссылки на некоторые проекты и инструменты.
Здесь сформировано видение того, как электронная медицинская карта (ЭМК) должна выглядеть в идеальном мире, и описаны конкретные шаги, которые позволят достичь целевого состояния
Hadoop and R guards The Health of Critically ill PatientsAlexandre Prozoroff
Краткий доклад на Практической конференции по Hadoop 25.11.2015 об организации R&D среды проекта по созданию системы мониторинга пациентов реанимации на основе подхода "data lake" и Hadoop. Доклад иллюстрирует способ использования связки Hadoop и R для научных работ по математическому моделированию в области реанимации и интенсивной терапии. Проект в активной фазе по этому о содержании проводимых научных исследований не упоминается.
Семантическая обработка медицинских данных в задачах диагностики и управления...Alexandre Prozoroff
Семантическая обработка медицинских данных в задачах диагностики и управления лечебным процессом в медицине критических состояний.
Semantic processing medical data in diagnosing problems and management of medical process in critical care medicine.
IoMT - Technological Environment of Personalized Medicine and New Era of Heal...Alexandre Prozoroff
Internet of Medical Things - технологическая среда персональной медицины и новой эры здравоохранения, основанной на принципах сохранения здоровья и предупреждения заболеваний. Доклад на Московском суперкомпьютерном форуме, 29 октября 2015 года, Москва.
Значимость медицинских информационных систем и проблемы их развитияFujitsu Russia
Значимость медицинских информационных систем и проблемы их развития.
Александр Карачунский. Доктор медицинских наук, зам. директора федерального научно-клинического центра детской гематологии, онкологии и иммунологии им. Д. Рогачева Минздрава РФ, специалист в области детской онкологии, соруководитель мультицентрового клинического исследования по лечению острой лимфобластной лейкемии у детей и соавтор протокола «Москва-Берлин 2008»
Медицина, как и ожидалась, подходит к фазе "Платформизации" и "Цифровой экономики". Что меняется в ИТ инфраструктуре, какие решения и алгоритмы повлияют на применение инструментов BigData и BI при автоматизации в клинических и административных процессах ?
Video http://confhall.hse.ru/videos/video/824/ at 12 min
Интеллектуальный анализ данных и откртытые данные в клинической информатике: ...Alexey Neznanov
Презентация к докладу на ИТ&Мед-2016 про интеллектуальный анализ данных в клинической информатике, прорывы в поддержке рандомизированных клинических исследований и актуальные проблемы. Акцент на новых возможностях (включая возможности нашей лаборатории), сложностях, открытых данных. Ссылки на некоторые проекты и инструменты.
Центральный архив медицинских изображений - теория и практика mir4sveta
Зиннурова Вера Олеговна. Начальник отдела маркетинга ООО «КИР» (Казань). Шарифуллин Сафар Салихович. Заместитель главного врача по диагностике ООО "Дайком Консалтинг" (Казань)
Kirsimarja Raitasalo, THL: Miksi päihdehaittoja on tärkeää ehkäistä kouluissa ja oppilaitoksissa - Nuorten päihteidenkäytön yleiskuva. Ehkäisevä päihdetyö lasten ja nuorten hyvinvoinnin tukijana kouluissa ja oppilaitoksissa -verkkoaineisto sujuvamman työn tueksi -webinaari, 10.10.2022
Marke Hietanen-Peltola & Johanna Jahnukainen, THL: Miten opiskeluhuoltopalvelut tukevat hyvinvointia ja ehkäisevät päihdehaittoja. Ehkäisevä päihdetyö lasten ja nuorten hyvinvoinnin tukijana kouluissa ja oppilaitoksissa -verkkoaineisto sujuvamman työn tueksi -webinaari, 10.10.2022.
Riina Länsikallio, OPH: Päihdekasvatus ja ehkäisevä päihdetyö kouluissa ja oppilaitoksissa. Ehkäisevä päihdetyö lasten ja nuorten hyvinvoinnin tukijana kouluissa ja oppilaitoksissa -verkkoaineisto sujuvamman työn tueksi -webinaari, 10.10.2022
Jaana Markkula, THL, Ehkäisevä päihdetyö lasten ja nuorten hyvinvoinnin tukijana kouluissa ja oppilaitoksissa -verkkoaineisto sujuvamman työn tueksi -webinaari, 10.10.2022
What is the current Synthetic opioid situation in Europe? How can countries be better prepared and equipped for a continued rise in synthetic opioid prevalence, use, and incidents?
Use of WHONET database software at clinical microbiology laboratories (RUS)
1. Азизов Илья Сулейманович, д.м.н., профессор
Мурманск, 12 сентябя, 2019
Использование программыWHONET в
клинических микробиологических
исследованиях. Создание базы данных и
построение эпидемиологических отчетов.
2. • Повышение объемов обрабатываемой информации
• Необходимость быстрого поиска и обработки данных
• Систематизированное хранение взаимосвязанных данных
• Необходимость стандартизации исследований
• Снижение «ручной» рутинной работы и возможность
автоматизации отдельных процессов
• Необходимость хранения и обработки больших объемов
информации (автоматическая подготовка отчетов)
• Облегчение обмена информацией
• Необходимость повышения производительности труда
• Снижение влияния «человеческого» фактора
6. Whonet Микроб-2 BioMicV3 Adagio Lab-Force
Подготовка клинических отчетов + + + + +
Эпидемиологический мониторинг + + + + -
Возможность интеграции в МИС + + + + +
Автоматизированный учет результатов -* + + + -*
Наличие экспертной системы + + + + -
Открытая структура базы данных + - - - +
Внутрилабораторный контроль качества + + + + +
Настраиваемая структура отчетов + -/+ + + +
Поддержка разных стандартов
(CLSI/EUCAST)
+ + + + +
Возможность учета результатов ДДМ, МПК ТПК, МПК ДДМ, МПК ДДМ ДДМ, МПК
Многоязыковая поддержка + - + + +
Возможность видовой идентификации - + + - -
*импорт данных с дополнительного оборудования
7. Whonet – это компьютеризированная
система управления данными
микробиологических исследований,
позволяющая:
- собирать данные
- хранить данные
- управлять данными
- управлять качеством
- готовить отчеты
17. Клинические отчеты
Возможность работы с данными по пациенту
Возможность работы с клиническими отчетами
Система лабораторного управления данными
Промежуточные и конечные отчеты
Подсказки и интеллектуальные формы (встроенная экспертная
система)
Внутрилабораторный контроль качества (ISO15189)
Анализ данных
Клинические отчеты
Эпидемические отчеты
Эпидемический мониторинг
18. Персональная информация по больному
(паспортные данные)
Диагноз
Информация о локализации больного
Информация о материале
Микробиологическая информация
Результаты тестов
Дополнительная информация
37. Система разрабатывалась как однопользовательская
Форма результата не редактируема
Система имеет ограниченный набор описанных полей
Система не предназначена для обработки «больших» баз
данных (более 100 тыс. записей)
Недостаточно гибкая система справочников
Нет макроязыка для постобработки результатов,
расширенной подготовки отчетов
40. 1. Подготовить список используемых для тестирования антибиотиков
(с учетом нагрузки антимикробного препарата на диск)
2. Подготовить структуру клиника/отделение/палата
3. Скачать инсталляционный файл с сайта
www.whonet.org/software.html
4. Запустить инсталляционный файл (инсталляция пройдет в
автоматическом режиме)
5. ЗапуститьWhonet с помощью ярлыка на рабочем столе
6. Выбрать русский язык
7. Настроить структуру базы данных
8. Создать базу данных
9. ИспользоватьWhonet
10. Придумайте, чем Вы будете заниматься в свободное время!
41. 1. Загрузить и запустить файл инсталляции (~время инсталляции 2 мин)
2. Запустить программу с помощью ярлыка WhoNet на рабочем столе
3. Выбрать русский язык (File->Select language->Russian)
Приступить к созданию базы данных (Файл-> Новая лаборатория) (время ~1 мин)
42. 4. Подготовить список антибиотиков с учетом нагрузки по
используемому стандарту (~время 20 мин)
Проверить пограничные значения (Breakpoints),
сформировать наборы для групп МО
(~время 5 мин)
Выполнено 50% работы!
43. 5. Настроить список больниц/отделений (палат) и их специфику
(~время описания 20 мин)