САНКТ-ПЕТЕРБУРГ, 1 октября. /ТАСС/. Ученые из Санкт-Петербургского Федерального исследовательского центра Российской академии наук (СПб ФИЦ РАН) создали компьютерную модель, помогающую принимать оперативные решения при экстренной госпитализации пациентов с коронавирусной инфекцией. Об этом сообщил ТАСС старший научный сотрудник лаборатории интегрированных систем автоматизации Санкт-Петербургского института информатики и автоматизации РАН (СПИИРАН - входит в СПб ФИЦ РАН) Николай Тесля.
"Мы предложили компьютерную модель, которая осуществляет поддержку диспетчерского центра скорой помощи при экстренной госпитализации большого количества заболевших в условиях пандемии. В своей работе модель учитывает множество факторов, среди которых факт сообщения о симптомах заболевания, количество доступных госпиталей и степень их загруженности, возраст пациента, скорость обследования и приема пациентов, удаленность места жительства пациентов от госпиталей", - рассказал он.
По словам собеседника агентства, есть необходимость принятия оперативных решений при экстренных госпитализациях, чтобы избежать очередей в период роста заболеваемости COVID-19. В ходе исследования были собраны обезличенные данные о пациентах и врачах со станций скорой помощи в двух района Петербурга: возраст, симптомы, предварительный диагноз для пациента, общая продолжительность смены, время, проведенное у пациента, возраст и пол для медперсонала. Оказалось, что некоторые из этих факторов могут повлиять на скорость и эффективность принятия решения.
Программа позволит после сбора и анализа оперативной информации подобрать наиболее подходящую схему госпитализации, тем самым облегчив нагрузку на диспетчера. Модель может просчитывать около 6 млн решений менее чем за 10 минут, выбирая те, которые обеспечивают наиболее быструю транспортировку и прием больного.
Сейчас перед учеными стоит задача внедрения компьютерной модели в систему госпитализаций пациентов с коронавирусом. До конца года планируется повысить ее точность с учетом дополнительных данных из медицинских учреждений Санкт-Петербурга. Проект поддержан грантом Российского фонда фундаментальных исследований в сфере борьбы с пандемией.