информационные системы

Исследование посвящено разработке модульного ETL-фреймворка на базе Python, предназначенного для автоматизации извлечения высокочастотных мультимодальных данных из систем управления данными пациентов (PDMS) в условиях реанимации и периоперационного периода. Авторы решают проблему фрагментированной и закрытой архитектуры медицинских систем, которая затрудняет вторичное использование клинических данных для исследований. Разработанная система использует модели Pydantic для обеспечения строгой типизации и автоматической проверки правдоподобности данных, а также SQLAlchemy для абстракции доступа к базам данных. Ключевым преимуществом является встроенный механизм необратимой псевдонимизации с использованием «соли», что обеспечивает полное соответствие регламенту GDPR и немецкому закону о защите данных в больницах (BayKrG). Фреймворк позволяет трансформировать гетерогенные записи PDMS в стандартизированные, готовые к анализу наборы данных с обеспечением полной прослеживаемости через интегрированный аудит-лог. Это решение значительно снижает технические и регуляторные барьеры, заменяя сложные разовые запросы на воспроизводимый и масштабируемый процесс подготовки медицинских данных.

Департамент города Москвы объявил о проведении открытого конкурса на развитие Единой медицинской информационно-аналитической системы (ЕМИАС). Проект направлен на масштабную автоматизацию процессов проведения и расшифровки диагностических исследований, что напрямую связано с внедрением интеллектуальных алгоритмов в медицинскую практику. Начальная максимальная цена контракта составляет 975,13 млн рублей. Основная цель работ заключается в переработке и подготовке компонентов системы для повышения эффективности цифровой диагностики. Реализация данного проекта позволит интегрировать более продвинутые аналитические инструменты в городскую систему здравоохранения. Заявки на участие в тендере принимаются до 1 июня 2026 года.

В исследовании представлена оценка эффективности расширенной информационной схемы, лежащей в основе платформы VBDs360, предназначенной для интеграции данных сложных энтомологических исследований. Основная задача заключалась в обеспечении высокоточной связки данных и прослеживаемости образцов в многоэтапных рабочих процессах, включающих полевые сборы, содержание в инсектариях и лабораторные анализы. В ходе пилотного проекта в южной Танзании система позволила успешно интегрировать 77 017 строк данных, распределенных по 6 различным таблицам и 3 типам рабочих процессов. Результаты показали 100% точность связки между полевым сбором и морфологической категоризацией для 66 108 записей диких особей F0. Также была достигнута полная прослеживаемость линий Fn и 100% точность связи между историей воздействия инсектицидов и данными о смертности для 5 654 записей. Точность связки с данными молекулярной лаборатории составила 97,3% для образцов F0 и 99,3% для образцов Fn. Данная информационная архитектура позволяет минимизировать ошибки транскрипции и обеспечивает надежность данных в масштабных распределенных исследованиях по контролю переносчиков малярии.

ИТ-компания DIS Group совместно с разработчиком «Платформа данных Селена» представила новый программный продукт под названием «Селена Моделирование». Данное решение ориентировано на работу со сложными структурами данных и позволяет автоматизировать процессы моделирования информационных потоков. Основная цель продукта заключается в оптимизации управления данными и повышении точности построения моделей для различных бизнес-процессов. Хотя в анонсе не указана узкая медицинская специализация, подобные платформы управления данными являются критически важным фундаментом для внедрения систем искусственного интеллекта в здравоохранении, так как обеспечивают подготовку структурированных датасетов. Инструмент может быть полезен медицинским организациям при интеграции разрозненных систем электронных медицинских карт и подготовке данных для обучения нейросетей. Решение направлено на повышение качества архитектуры данных, что напрямую влияет на надежность последующей аналитики и предиктивного моделирования.

Исследователи представили MTB-KB — специализированную базу знаний, предназначенную для систематизации разрозненных данных о туберкулезе, вызываемом Mycobacterium tuberculosis. Проект решает проблему фрагментации знаний, объединяя данные из восьми ключевых областей: от эпидемиологии и диагностики до разработки вакцин и механизмов лекарственной устойчивости. В текущую версию базы включено 75 170 ассоциаций, извлеченных из 1 246 высокоцитируемых публикаций, охватывающих 18 439 стандартизированных сущностей. Центральным элементом платформы является интерактивный граф знаний, который позволяет визуализировать и выявлять скрытые взаимодействия между патогеном и хозяином, а также находить новые стратегии лечения. Использование стандартизированных классификаций ВОЗ обеспечивает высокую точность и применимость данных для клинической практики. Платформа предоставляет инструменты для расширенного поиска и статистической визуализации, становясь критически важным ресурсом для ускорения глобальных усилий по ликвидации туберкулеза.

Департамент Москвы по конкурентной политике инициировал тендер на масштабную модернизацию Единой медицинской информационно-аналитической системы (ЕМИАС). Проект предполагает глубокую переработку как пользовательских, так и программных интерфейсов системы, что критически важно для эффективности цифровой экосистемы здравоохранения столицы. Общий бюджет проекта составляет 480,7 млн рублей, что подчеркивает значимость обновления инфраструктуры. Согласно условиям государственного контракта, реализация всех запланированных работ должна быть завершена в течение 720 календарных дней. Данная инициатива направлена на улучшение взаимодействия медицинского персонала с цифровыми инструментами и оптимизацию обработки данных в рамках ЕМИАС. Успешная модернизация позволит повысить скорость работы с электронными медицинскими картами и снизить когнитивную нагрузку на врачей при использовании ИТ-решений.

Научно-технический центр информационных технологий «Роса» и компания «Сафиб» завершили тестирование совместной работы системы удаленного мониторинга «Ассистент» с каталогом «Роса Dynamic Directory». Данное решение направлено на интеграцию систем управления доступом и мониторинга в медицинской инфраструктуре. Тестирование подтвердило техническую совместимость продуктов, что позволяет объединить их в единый контур информационной безопасности медицинских учреждений. Система «Ассистент» предназначена для дистанционного наблюдения за пациентами и сбора медицинских данных, а «Роса Dynamic Directory» обеспечивает централизованное управление идентификацией и доступом. Внедрение такой интеграции упрощает администрирование медицинских информационных систем и повышает уровень защиты конфиденциальных данных пациентов. Решение может быть развернуто в больницах и клиниках для централизованного управления доступом к системам телемедицины и удаленного мониторинга. Однако в предоставленном тексте отсутствуют детали о применении искусственного интеллекта или машинного обучения в данных системах.