ИМИТАЦИОННОЕ МОДЕЛИРОВАНИЕ ДЕЯТЕЛЬНОСТИ ПОЛЕВОЙ МЕДИЦИНСКОЙ ОРГАНИЗАЦИИ (НА ПРИМЕРЕ МЕДИЦИНСКОЙ РОТЫ БРИГАДЫ)


Цитировать

Полный текст

Аннотация

Имитационное моделирование работы медицинских организаций становится важным инструментом оценки деятельности и пропускной способности подразделений, частей и учреждений медицинской службы, а также оценки использования их ресурсов. Полевая медицинская организация является универсальным объектом оказания различных видов медицинской помощи вне объектов стационарного расположения, как в условиях военных конфликтах, так и при ликвидации медико-санитарных последствий чрезвычайной ситуации. Выявлено, что использование средств имитационного моделирования позволяет более гибко оценить различные параметры работы полевой медицинской организации. При создании адекватной модели, учитывающий все ресурсы медицинской организации, возможно смоделировать различные потоки раненых, больных и пораженных и предложить варианты организационных решений по объему оказываемой помощи и необходимости привлечения дополнительных ресурсов в различных функциональных подразделениях. Для моделирования полевой медицинской организации нами была взята за основу структура и штат медицинской роты бригады. Было смоделировано движение информационных потоков пациентов от приемно-сортировочного отделения до эвакуационной. Около 50% всех поступающих пациентов попадало в сортировочную для легкораненых. Доля тяжелораненых и раненый средней тяжести составила около 35%. Моделирование позволяет осуществить прогнозирование мощности потока пациентов, использования ресурсов полевой медицинской организации а также определения возможности маневра силами и средствами медицинской службы. Целесообразно дальнейшее развитие системы моделирования в медицинской службе Вооруженных сил Российской Федерации, создание моделей типовых полевых медицинских организаций, а также системы лечебно-эвакуационного обеспечения, состоящей из различных полевых медицинских организаций в целом.

Об авторах

С В Кульнев

Военно-медицинская академия имени С. М. Кирова

Санкт-Петербург, Россия

Д Н Борисов

Военно-медицинская академия имени С. М. Кирова

Санкт-Петербург, Россия

И И Кушнирчук

Военно-медицинская академия имени С. М. Кирова

Санкт-Петербург, Россия

И В Трошко

Военно-медицинская академия имени С. М. Кирова

Санкт-Петербург, Россия

Я Я Волкова

Военно-медицинская академия имени С. М. Кирова

Санкт-Петербург, Россия

Список литературы

  1. Аксенова О. Н., Новицкий Р. Э. Медицинская информационная система как объект венчурного инвестирования в IT-технологии для здравоохранения. Менеджер здравоохранения. 2008. № 6. С. 49-52.
  2. Власов С. А., Девятков В. В., Усанов Д. И. «Использование имитационных моделей для оценки производственной мощности при управлении металлургическим производством». Автоматизация в промышленности. № 7. 2010. С. 8-13.
  3. Власов С. А. Имитационное моделирование в России: прошлое, настоящее, будущее. С.А. Власов, В.В. Девятков. Автоматизация в промышленности. 2005. № 5. С. 63-65.
  4. Власов С. А., Девятков В. В., Кобелев Н. Б. Имитационные исследования: от классических технологий до облачных вычислений. Пятая всероссийская научно-практическая конференция «Имитационное моделирование, теория и практика»: сборник докладов. Т. 1. СПб.: ОАО ЦТСС. 2011. С. 42-50.
  5. Власов С. А., Девятков В. В., Кобелев Н. Б. Методология, технология и принципы программной реализации имитационных приложений. Сборник докладов третьей всероссийской научно-практической конференции «Имитационное моделирование, теория и практика», Т. 1. СПб.: ФГУП ЦНИИТС. 2007. С.17-26.
  6. Власов С. А., Девятков В. В., Девятков Т. В. Универсальная моделирующая среда для разработки имитационных приложений. Информационные технологии и вычислительные системы. 2009. № 2. С. 5-12.
  7. Воробьева Е. Е., Корсаков И. Н., Купцов С. М. Использование метода аппроксимации результатов измерений в системе дистанционного мониторинга. Информационные системы и технологии. 2015. № 6 (92). С. 5-11.
  8. Гусев А. В., Плисс М. А., Левин М. Б., Новицкий Р. Э. Тренды и прогнозы развития медицинских информационных систем в России. Врач и информационные технологии. 2019. № 2. С. 38-49.
  9. Гусев А. В., Кузнецова Т. Ю., Корсаков И. Н. Искусственный интеллект в оценке рисков развития сердечно-сосудистых заболеваний. Журнал телемедицины и электронного здравоохранения. 2018. № 3 (8). С. 85-90.
  10. Гусев А. В., Новицкий Р. Э. Использование технологий Microsoft в реализации Псковского проекта автоматизации системы здравоохранения регионального уровня. Врач и информационные технологии. 2009. № 2. С. 44-49
  11. Гусев А. В., Новицкий Р. Э. Обзор отечественных лабораторных информационных систем. Врач и информационные технологии. 2008. № 2. С. 24-32.
  12. Гусев А. В., Плисс М. А. Основные рекомендации к созданию и развитию информационных систем в здравоохранении на базе искусственного интеллекта. Врач и информационные технологии. 2018. № 3. С. 45-60.
  13. Девятков В. В. Разработка методов исследования дискретных систем на основе диалоговой имитации: автореф. дис. на соискание ученой степени канд. техн. наук: 05.13.13. Девятков Владимир Васильевич. М., 1984. 13 с.
  14. Девятков В. В., Власов С. А., Девятков Т. В. Универсальная моделирующая среда для разработки имитационных приложений. Информационные технологии и вычислительные системы. 2009. № 2. С. 5-12.
  15. Ляпин В. А. и др. Анализ количественных показателей травматизма военнослужащих в вузе. В сборнике: Физическая культура в системе профессионального образования: идеи, технологии и перспективы. Сборник материалов III всероссийской научно-практической конференции. 2018. С. 118-122.
  16. Ляпин В. А. и др. Комплексные показатели заболеваемости населения города Омска. 20 лет системе обязательного медицинского страхования Омской области: достижения и перспективы. Сборник статей. Омск: Имтел, 2013. С. 124-129.
  17. Шелепов А. М. и др. Особенности организации разноведомственного взаимодействия медицинской службы военного округа, силовых министерств и ведомств в современных условиях. Вестн. Рос. воен.-мед. акад. 2014. № 3 (47). С. 164-171.
  18. Шелепов А. М., Благинин А. А., Жуков А. А. Перспективные технологии медицинского обеспечения войск. Воен.-мед. журн. 2013. Т. 334. № 6. С. 92-96.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

© Кульнев С.В., Борисов Д.Н., Кушнирчук И.И., Трошко И.В., Волкова Я.Я., 2019

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».