Анализ в системе управления внеоборотными активами предприятия.

Содержание
Введение
Глава 1. Теоретические аспекты управления внеоборотными активами
1.1. Сущность внеоборотных активов
1.2. Задачи управления внеоборотными активами на предприятии
1.3. Показатели эффективности использования основных фондов как базового элемента внеоборотных активов
Глава 2. Анализ управления внеоборотными активами ООО «Маблос»
2.1.Общая характеристика предприятия
2.2. Анализ экономических и финансовых показателей деятельности ООО «Маблос»
2.3.Анализ внеоборотных активов на предприятия
2.4.Анализ финансирования основных средств ООО «Маблос»
Глава 3. Совершенствование и пути улучшения управления внеоборотными активами ООО «Маблос»
3.1. Разработка методики формирования внеоборотных активов на предприятии
3.2. Предложения по улучшению управлением внеоборотными активами
Заключение
Список использованных источников и литературы
Приложения

Там же создана система «КЛИНЭКО», ориентированная на раннее выявление у детей заболеваний, связанных с длительным воздействием экотоксических факторов (первоначально широкий перечень потенциально возможных экотоксикантов уменьшается после рассмотрения системой «признаков-маркеров», характерных для определенных веществ).
Система «ЭСБАД», разработанная МНИИПДХ совместно с Институтом системного анализа РАН, предназначена в помощь врачу при дифференциальной диагностике бронхиальной астмы, определяет степень тяжести заболевания и дает рекомендации по лечению (эффективность – 87,2%).
Программа «Неонатальные судороги» позволяет успешно диагностировать судороги периода новорожденности, встречающиеся при 78 заболеваниях и синдромах, и обеспечивает повышение эффективности диагностики на 30 % по сравнению с традиционными методами и снижение инвалидизации детей вследствие своевременного установления правильного диагноза и назначения адекватной терапии.
Компьютерная технология «Айболит» (НЦ ССХ им. А.Н. Бакулева, Бураковский В.И. и др.), включает математическую модель кровообращения, «реагирующую» на поступающую с датчиков текущую информацию. Она позволяет не только проводить диагностику и оценку состояния больного, но и помогать при выборе и последующей коррекции лечебных мероприятий. Мониторно-компьютерная технология с обратной связью позволяет реализовать индивидуальный подход к лечению больного (РГМУ, Гаспарян С.А., Зарубина Т.В.).
Методы обработки и сегментации 3D-изображений, реализованные в программной системе (МГУ, Гаврилов А.В. и др.), позволяют объективизировать радиологические исследования и обеспечивают реалистическую визуализацию внутренних структур и органов человека. Представляет интерес система ТАИС (Терапевтическая Автоматизированная Информационная Система), рассчитанная на полное компьютерное ведение пациента в стационаре при одновременной поддержке постановки развернутых клинических диагнозов, назначении исследований и лечения (РГМУ, Устинов А.Г., Ситарчук Е.А.) Когнитивные технологии сделались неотъемлемой составляющей здравоохранения. Они применяются на всех уровнях управления и оказания медицинской помощи. В настоящее время осуществляется переход к комплексной автоматизации отдельных направлений медицины, лечебно-профилактических учреждений и территориального здравоохранения.
Прогресс в охране здоровья населения основан, прежде всего, на внедрении в практику здравоохранения России современных научных разработок, обеспечивающих снижение заболеваемости, инвалидности и смертности. Существенное место в решении этих вопросов занимают когнитивные технологии, ориентированные на мониторинг социально значимых хронических заболеваний и консультативную поддержку лечебно-диагностического процесса. Современная медицина – это комплексный динамический подход к оценке индивидуального и общественного здоровья, это мониторинг, учитывающий разнообразные влияния окружающей среды (природные и техногенные) на организм плода, ребенка, взрослого человека. Появился даже термин «технология здоровья», хотя и не совсем точно отражающий существо вопроса, но характеризующий новый этап в организации системы охраны здоровья населения.
Формальное представление системы знаний о функционировании медицинского учреждения может служить основой для оптимизации принятия оперативных и долговременных решений. Оптимальным решением оперативного обеспечения информацией лиц, принимающих решения, может быть построение хранилища данных, интегрирующего необходимые сведения из существующих учрежденческих автоматизированных систем. В этом случае обеспечивается полноценная поддержка принятия управленческих решений. На государственном уровне США поставили целью формирование единой национальной базы данных (Uniform National Data Set), в которую должны войти данные о заболеваемости и смертности, факторах риска (профессиональных, окружающей среды, поведенческих) и статистика, характеризующая местные службы здоровья [14].
Сегодняшнее состояние когнитивных технологий здравоохранения России позволяет перейти от автоматизации отдельных процессов учета медицинских услуг к созданию интегрированных систем, обеспечивающих возможность непрерывной автоматизированной обработки информации. Информационные ресурсы системы здравоохранения и ОМС включают в себя базы данных по различным направлениям деятельности. В качестве примеров можно назвать республику Удмуртию, в которой достигнут 100-процентный охват медицинских учреждений автоматизацией по направлениям «Стационар», «Поликлиника», «Стоматология», «Кадры» и г. Новокузнецк, где разработана и эксплуатируется интегрированная автоматизированная система управления охраной здоровья населения «Здоровье». Такие системы позволяют переходить от анализа данных к анализу ситуации и к прогнозированию состояния здоровья населения.
В области охраны здоровья детей и состояния здравоохранения в стране младенческая смертность представляет собой интегральный критерий для оценки общего положения. Приказ Минздрава России № 241 от 07.08.2000 г., которым была утверждена медицинская документация, удостоверяющая случаи рождения и смерти, заложил основу для сочетанного многофакторного анализа младенческой и перинатальной смертности с данными, наблюдаемыми при рождении детей, что обеспечивает разработанная МНИИПДХ (при поддержке фонда Сороса), автоматизированная система информационной поддержки сбора и анализа данных. Комплексный анализ данных является предпосылкой для оценки эффективности работы медицинских учреждений и факторов, определяющих уровень и перспективы дальнейшего снижения детской смертности, и основой для принятия обоснованных управленческих решений по широкому кругу вопросов детского здравоохранения, в том числе для определения приоритетов и объемов необходимого финансирования [14].
Автоматизированный регистр детей-инвалидов «ДИСАРЕГ», разработка которого осуществлена в МНИИПДХ, обеспечивает ведение базы данных детей-инвалидов и получение однотипной учетно-отчетной документации в декретируемые сроки и по запросам, что соответствует Указу Президента РФ от 27.07.92г. №802 «О научном и информационном обеспечении проблем инвалидности и инвалидов». Медицинская карта соответствует требованиям учета характера нарушений и их динамики при различных причинах инвалидности, а также социальной адаптированности детей и их потребности в медико-психолого-педагогической коррекции и вспомогательных средствах. Этот регистр, включающий уровни учреждения, городской, региональный и федеральный, может послужить основой для системы государственной статистики детской инвалидности в России.
В настоящее время в структуре детской заболеваемости и смертности в большинстве развитых стран на первое место выходят врожденные пороки развития. Последние встречаются примерно у 5% новорожденных, а их вклад в структуру причин младенческой смертности достигает 20%. В то же время, по данным ВОЗ может быть предупреждено не менее 10% случаев ВПР. С 1999г. в Российской Федерации проводится мониторинг врожденных пороков. В нем участвуют более 40 субъектов Федерации, использующих разработанное в МНИИПДХ программное обеспечение, что способствует более полному и раннему выявления ВПР, позволяет получить объективную оценку эффективности проводимых профилактических мероприятий и поддерживать территориальные и федеральную базы данных. В результате мониторинга, только за первые три года, уровень выявления ВПР у новорожденных повысился в 2 и более раз в Архангельской, Новгородской и Московской областях [14].
С первых лет применения информационных технологий в здравоохранении одним из ведущих направлений являлись системы поддержки процесса принятия клинических решений. За несколько десятилетий они прошли путь от использования статистических и детерминистских методов до технологии интеллектуальных систем. Применение этих разработок в практике способствует оптимизации дифференциально-диагностического процесса, позволяет повысить качество диагностики и эффективность лечения. Можно привести ряд примеров из различных областей медицины. Так, около 50 ЛПУ России и СНГ используют созданную в МНИИПДХ автоматизированную систему ранней диагностики наследственных болезней «ДИАГЕН», позволяющей идентифицировать свыше 1200 форм (эффективность составляет 90% в сравнении с 60% у врачей медико-генетических консультаций). Там же создана система «КЛИНЭКО», ориентированная на раннее выявление у детей заболеваний, связанных с длительным воздействием экотоксических факторов (первоначально широкий перечень потенциально возможных экотоксикантов уменьшается после рассмотрения системой «признаков-маркеров», характерных для определенных веществ).
Система «ЭСБАД», разработанная МНИИПДХ совместно с Институтом системного анализа РАН, предназначена в помощь врачу при дифференциальной диагностике бронхиальной астмы, определяет степень тяжести заболевания и дает рекомендации по лечению (эффективность – 87,2%).
Программа «Неонатальные судороги» позволяет успешно диагностировать судороги периода новорожденности, встречающиеся при 78 заболеваниях и синдромах, и обеспечивает повышение эффективности диагностики на 30 % по сравнению с традиционными методами и снижение инвалидизации детей вследствие своевременного установления правильного диагноза и назначения адекватной терапии.
Компьютерная технология «Айболит» (НЦ ССХ им. А.Н. Бакулева, Бураковский В.И. и др.), включает математическую модель кровообращения, «реагирующую» на поступающую с датчиков текущую информацию. Она позволяет не только проводить диагностику и оценку состояния больного, но и помогать при выборе и последующей коррекции лечебных мероприятий. Мониторно-компьютерная технология с обратной связью позволяет реализовать индивидуальный подход к лечению больного (РГМУ, Гаспарян С.А., Зарубина Т.В.).
Методы обработки и сегментации 3D-изображений, реализованные в программной системе (МГУ, Гаврилов А.В. и др.), позволяют объективизировать радиологические исследования и обеспечивают реалистическую визуализацию внутренних структур и органов человека. Представляет интерес система ТАИС (Терапевтическая Автоматизированная Информационная Система), рассчитанная на полное компьютерное ведение пациента в стационаре при одновременной поддержке постановки развернутых клинических диагнозов, назначении исследований и лечения (РГМУ, Устинов А.Г., Ситарчук Е.А.) Когнитивные технологии сделались неотъемлемой составляющей здравоохранения. Они применяются на всех уровнях управления и оказания медицинской помощи. В настоящее время осуществляется переход к комплексной автоматизации отдельных направлений медицины, лечебно-профилактических учреждений и территориального здравоохранения.
Прогресс в охране здоровья населения основан, прежде всего, на внедрении в практику здравоохранения России современных научных разработок, обеспечивающих снижение заболеваемости, инвалидности и смертности. Существенное место в решении этих вопросов занимают когнитивные технологии, ориентированные на мониторинг социально значимых хронических заболеваний и консультативную поддержку лечебно-диагностического процесса. Современная медицина – это комплексный динамический подход к оценке индивидуального и общественного здоровья, это мониторинг, учитывающий разнообразные влияния окружающей среды (природные и техногенные) на организм плода, ребенка, взрослого человека. Появился даже термин «технология здоровья», хотя и не совсем точно отражающий существо вопроса, но характеризующий новый этап в организации системы охраны здоровья населения.
Формальное представление системы знаний о функционировании медицинского учреждения может служить основой для оптимизации принятия оперативных и долговременных решений. Оптимальным решением оперативного обеспечения информацией лиц, принимающих решения, может быть построение хранилища данных, интегрирующего необходимые сведения из существующих учрежденческих автоматизированных систем. В этом случае обеспечивается полноценная поддержка принятия управленческих решений. На государственном уровне США поставили целью формирование единой национальной базы данных (Uniform National Data Set), в которую должны войти данные о заболеваемости и смертности, факторах риска (профессиональных, окружающей среды, поведенческих) и статистика, характеризующая местные службы здоровья [14].
Сегодняшнее состояние когнитивных технологий здравоохранения России позволяет перейти от автоматизации отдельных процессов учета медицинских услуг к созданию интегрированных систем, обеспечивающих возможность непрерывной автоматизированной обработки информации. Информационные ресурсы системы здравоохранения и ОМС включают в себя базы данных по различным направлениям деятельности. В качестве примеров можно назвать республику Удмуртию, в которой достигнут 100-процентный охват медицинских учреждений автоматизацией по направлениям «Стационар», «Поликлиника», «Стоматология», «Кадры» и г. Новокузнецк, где разработана и эксплуатируется интегрированная автоматизированная система управления охраной здоровья населения «Здоровье». Такие системы позволяют переходить от анализа данных к анализу ситуации и к прогнозированию состояния здоровья населения.
В области охраны здоровья детей и состояния здравоохранения в стране младенческая смертность представляет собой интегральный критерий для оценки общего положения. Приказ Минздрава России № 241 от 07.08.2000 г., которым была утверждена медицинская документация, удостоверяющая случаи рождения и смерти, заложил основу для сочетанного многофакторного анализа младенческой и перинатальной смертности с данными, наблюдаемыми при рождении детей, что обеспечивает разработанная МНИИПДХ (при поддержке фонда Сороса), автоматизированная система информационной поддержки сбора и анализа данных. Комплексный анализ данных является предпосылкой для оценки эффективности работы медицинских учреждений и факторов, определяющих уровень и перспективы дальнейшего снижения детской смертности, и основой для принятия обоснованных управленческих решений по широкому кругу вопросов детского здравоохранения, в том числе для определения приоритетов и объемов необходимого финансирования [14].
Автоматизированный регистр детей-инвалидов «ДИСАРЕГ», разработка которого осуществлена в МНИИПДХ, обеспечивает ведение базы данных детей-инвалидов и получение однотипной учетно-отчетной документации в декретируемые сроки и по запросам, что соответствует Указу Президента РФ от 27.07.92г. №802 «О научном и информационном обеспечении проблем инвалидности и инвалидов». Медицинская карта соответствует требованиям учета характера нарушений и их динамики при различных причинах инвалидности, а также социальной адаптированности детей и их потребности в медико-психолого-педагогической коррекции и вспомогательных средствах. Этот регистр, включающий уровни учреждения, городской, региональный и федеральный, может послужить основой для системы государственной статистики детской инвалидности в России.
В настоящее время в структуре детской заболеваемости и смертности в большинстве развитых стран на первое место выходят врожденные пороки развития. Последние встречаются примерно у 5% новорожденных, а их вклад в структуру причин младенческой смертности достигает 20%. В то же время, по данным ВОЗ может быть предупреждено не менее 10% случаев ВПР. С 1999г. в Российской Федерации проводится мониторинг врожденных пороков. В нем участвуют более 40 субъектов Федерации, использующих разработанное в МНИИПДХ программное обеспечение, что способствует более полному и раннему выявления ВПР, позволяет получить объективную оценку эффективности проводимых профилактических мероприятий и поддерживать территориальные и федеральную базы данных. В результате мониторинга, только за первые три года, уровень выявления ВПР у новорожденных повысился в 2 и более раз в Архангельской, Новгородской и Московской областях [14].
С первых лет применения информационных технологий в здравоохранении одним из ведущих направлений являлись системы поддержки процесса принятия клинических решений. За несколько десятилетий они прошли путь от использования статистических и детерминистских методов до технологии интеллектуальных систем. Применение этих разработок в практике способствует оптимизации дифференциально-диагностического процесса, позволяет повысить качество диагностики и эффективность лечения. Можно привести ряд примеров из различных областей медицины. Так, около 50 ЛПУ России и СНГ используют созданную в МНИИПДХ автоматизированную систему ранней диагностики наследственных болезней «ДИАГЕН», позволяющей идентифицировать свыше 1200 форм (эффективность составляет 90% в сравнении с 60% у врачей медико-генетических консультаций). Там же создана система «КЛИНЭКО», ориентированная на раннее выявление у детей заболеваний, связанных с длительным воздействием экотоксических факторов (первоначально широкий перечень потенциально возможных экотоксикантов уменьшается после рассмотрения системой «признаков-маркеров», характерных для определенных веществ).
Система «ЭСБАД», разработанная МНИИПДХ совместно с Институтом системного анализа РАН, предназначена в помощь врачу при дифференциальной диагностике бронхиальной астмы, определяет степень тяжести заболевания и дает рекомендации по лечению (эффективность – 87,2%).
Программа «Неонатальные судороги» позволяет успешно диагностировать судороги периода новорожденности, встречающиеся при 78 заболеваниях и синдромах, и обеспечивает повышение эффективности диагностики на 30 % по сравнению с традиционными методами и снижение инвалидизации детей вследствие своевременного установления правильного диагноза и назначения адекватной терапии.
Компьютерная технология «Айболит» (НЦ ССХ им. А.Н. Бакулева, Бураковский В.И. и др.), включает математическую модель кровообращения, «реагирующую» на поступающую с датчиков текущую информацию. Она позволяет не только проводить диагностику и оценку состояния больного, но и помогать при выборе и последующей коррекции лечебных мероприятий. Мониторно-компьютерная технология с обратной связью позволяет реализовать индивидуальный подход к лечению больного (РГМУ, Гаспарян С.А., Зарубина Т.В.).
Методы обработки и сегментации 3D-изображений, реализованные в программной системе (МГУ, Гаврилов А.В. и др.), позволяют объективизировать радиологические исследования и обеспечивают реалистическую визуализацию внутренних структур и органов человека. Представляет интерес система ТАИС (Терапевтическая Автоматизированная Информационная Система), рассчитанная на полное компьютерное ведение пациента в стационаре при одновременной поддержке постановки развернутых клинических диагнозов, назначении исследований и лечения (РГМУ, Устинов А.Г., Ситарчук Е.А.)
Основные фонды
Долгосрочные вложения
Нематериальные активы
Внеоборотные активы
Когнитивные технологии сделались неотъемлемой составляющей здравоохранения. Они применяются на всех уровнях управления и оказания медицинской помощи. В настоящее время осуществляется переход к комплексной автоматизации отдельных направлений медицины, лечебно-профилактических учреждений и территориального здравоохранения.
Прогресс в охране здоровья населения основан, прежде всего, на внедрении в практику здравоохранения России современных научных разработок, обеспечивающих снижение заболеваемости, инвалидности и смертности. Существенное место в решении этих вопросов занимают когнитивные технологии, ориентированные на мониторинг социально значимых хронических заболеваний и консультативную поддержку лечебно-диагностического процесса. Современная медицина – это комплексный динамический подход к оценке индивидуального и общественного здоровья, это мониторинг, учитывающий разнообразные влияния окружающей среды (природные и техногенные) на организм плода, ребенка, взрослого человека. Появился даже термин «технология здоровья», хотя и не совсем точно отражающий существо вопроса, но характеризующий новый этап в организации системы охраны здоровья населения.
Формальное представление системы знаний о функционировании медицинского учреждения может служить основой для оптимизации принятия оперативных и долговременных решений. Оптимальным решением оперативного обеспечения информацией лиц, принимающих решения, может быть построение хранилища данных, интегрирующего необходимые сведения из существующих учрежденческих автоматизированных систем. В этом случае обеспечивается полноценная поддержка принятия управленческих решений. На государственном уровне США поставили целью формирование единой национальной базы данных (Uniform National Data Set), в которую должны войти данные о заболеваемости и смертности, факторах риска (профессиональных, окружающей среды, поведенческих) и статистика, характеризующая местные службы здоровья [14].
Сегодняшнее состояние когнитивных технологий здравоохранения России позволяет перейти от автоматизации отдельных процессов учета медицинских услуг к созданию интегрированных систем, обеспечивающих возможность непрерывной автоматизированной обработки информации. Информационные ресурсы системы здравоохранения и ОМС включают в себя базы данных по различным направлениям деятельности. В качестве примеров можно назвать республику Удмуртию, в которой достигнут 100-процентный охват медицинских учреждений автоматизацией по направлениям «Стационар», «Поликлиника», «Стоматология», «Кадры» и г. Новокузнецк, где разработана и эксплуатируется интегрированная автоматизированная система управления охраной здоровья населения «Здоровье». Такие системы позволяют переходить от анализа данных к анализу ситуации и к прогнозированию состояния здоровья населения.
В области охраны здоровья детей и состояния здравоохранения в стране младенческая смертность представляет собой интегральный критерий для оценки общего положения. Приказ Минздрава России № 241 от 07.08.2000 г., которым была утверждена медицинская документация, удостоверяющая случаи рождения и смерти, заложил основу для сочетанного многофакторного анализа младенческой и перинатальной смертности с данными, наблюдаемыми при рождении детей, что обеспечивает разработанная МНИИПДХ (при поддержке фонда Сороса), автоматизированная система информационной поддержки сбора и анализа данных. Комплексный анализ данных является предпосылкой для оценки эффективности работы медицинских учреждений и факторов, определяющих уровень и перспективы дальнейшего снижения детской смертности, и основой для принятия обоснованных управленческих решений по широкому кругу вопросов детского здравоохранения, в том числе для определения приоритетов и объемов необходимого финансирования [14].
Автоматизированный регистр детей-инвалидов «ДИСАРЕГ», разработка которого осуществлена в МНИИПДХ, обеспечивает ведение базы данных детей-инвалидов и получение однотипной учетно-отчетной документации в декретируемые сроки и по запросам, что соответствует Указу Президента РФ от 27.07.92г. №802 «О научном и информационном обеспечении проблем инвалидности и инвалидов». Медицинская карта соответствует требованиям учета характера нарушений и их динамики при различных причинах инвалидности, а также социальной адаптированности детей и их потребности в медико-психолого-педагогической коррекции и вспомогательных средствах. Этот регистр, включающий уровни учреждения, городской, региональный и федеральный, может послужить основой для системы государственной статистики детской инвалидности в России.
В настоящее время в структуре детской заболеваемости и смертности в большинстве развитых стран на первое место выходят врожденные пороки развития. Последние встречаются примерно у 5% новорожденных, а их вклад в структуру причин младенческой смертности достигает 20%. В то же время, по данным ВОЗ может быть предупреждено не менее 10% случаев ВПР. С 1999г. в Российской Федерации проводится мониторинг врожденных пороков. В нем участвуют более 40 субъектов Федерации, использующих разработанное в МНИИПДХ программное обеспечение, что способствует более полному и раннему выявления ВПР, позволяет получить объективную оценку эффективности проводимых профилактических мероприятий и поддерживать территориальные и федеральную базы данных. В результате мониторинга, только за первые три года, уровень выявления ВПР у новорожденных повысился в 2 и более раз в Архангельской, Новгородской и Московской областях [14].
С первых лет применения информационных технологий в здравоохранении одним из ведущих направлений являлись системы поддержки процесса принятия клинических решений. За несколько десятилетий они прошли путь от использования статистических и детерминистских методов до технологии интеллектуальных систем. Применение этих разработок в практике способствует оптимизации дифференциально-диагностического процесса, позволяет повысить качество диагностики и эффективность лечения. Можно привести ряд примеров из различных областей медицины. Так, около 50 ЛПУ России и СНГ используют созданную в МНИИПДХ автоматизированную систему ранней диагностики наследственных болезней «ДИАГЕН», позволяющей идентифицировать свыше 1200 форм (эффективность составляет 90% в сравнении с 60% у врачей медико-генетических консультаций). Там же создана система «КЛИНЭКО», ориентированная на раннее выявление у детей заболеваний, связанных с длительным воздействием экотоксических факторов (первоначально широкий перечень потенциально возможных экотоксикантов уменьшается после рассмотрения системой «признаков-маркеров», характерных для определенных веществ).
Система «ЭСБАД», разработанная МНИИПДХ совместно с Институтом системного анализа РАН, предназначена в помощь врачу при дифференциальной диагностике бронхиальной астмы, определяет степень тяжести заболевания и дает рекомендации по лечению (эффективность – 87,2%).
Программа «Неонатальные судороги» позволяет успешно диагностировать судороги периода новорожденности, встречающиеся при 78 заболеваниях и синдромах, и обеспечивает повышение эффективности диагностики на 30 % по сравнению с традиционными методами и снижение инвалидизации детей вследствие своевременного установления правильного диагноза и назначения адекватной терапии.
Компьютерная технология «Айболит» (НЦ ССХ им. А.Н. Бакулева, Бураковский В.И. и др.), включает математическую модель кровообращения, «реагирующую» на поступающую с датчиков текущую информацию. Она позволяет не только проводить диагностику и оценку состояния больного, но и помогать при выборе и последующей коррекции лечебных мероприятий. Мониторно-компьютерная технология с обратной связью позволяет реализовать индивидуальный подход к лечению больного (РГМУ, Гаспарян С.А., Зарубина Т.В.).
Методы обработки и сегментации 3D-изображений, реализованные в программной системе (МГУ, Гаврилов А.В. и др.), позволяют объективизировать радиологические исследования и обеспечивают реалистическую визуализацию внутренних структур и органов человека. Представляет интерес система ТАИС (Терапевтическая Автоматизированная Информационная Система), рассчитанная на полное компьютерное ведение пациента в стационаре при одновременной поддержке постановки развернутых клинических диагнозов, назначении исследований и лечения (РГМУ, Устинов А.Г., Ситарчук Е.А.) Когнитивные технологии сделались неотъемлемой составляющей здравоохранения. Они применяются на всех уровнях управления и оказания медицинской помощи. В настоящее время осуществляется переход к комплексной автоматизации отдельных направлений медицины, лечебно-профилактических учреждений и территориального здравоохранения.
Прогресс в охране здоровья населения основан, прежде всего, на внедрении в практику здравоохранения России современных научных разработок, обеспечивающих снижение заболеваемости, инвалидности и смертности. Существенное место в решении этих вопросов занимают когнитивные технологии, ориентированные на мониторинг социально значимых хронических заболеваний и консультативную поддержку лечебно-диагностического процесса. Современная медицина – это комплексный динамический подход к оценке индивидуального и общественного здоровья, это мониторинг, учитывающий разнообразные влияния окружающей среды (природные и техногенные) на организм плода, ребенка, взрослого человека. Появился даже термин «технология здоровья», хотя и не совсем точно отражающий существо вопроса, но характеризующий новый этап в организации системы охраны здоровья населения.
Формальное представление системы знаний о функционировании медицинского учреждения может служить основой для оптимизации принятия оперативных и долговременных решений. Оптимальным решением оперативного обеспечения информацией лиц, принимающих решения, может быть построение хранилища данных, интегрирующего необходимые сведения из существующих учрежденческих автоматизированных систем. В этом случае обеспечивается полноценная поддержка принятия управленческих решений. На государственном уровне США поставили целью формирование единой национальной базы данных (Uniform National Data Set), в которую должны войти данные о заболеваемости и смертности, факторах риска (профессиональных, окружающей среды, поведенческих) и статистика, характеризующая местные службы здоровья [14].
Сегодняшнее состояние когнитивных технологий здравоохранения России позволяет перейти от автоматизации отдельных процессов учета медицинских услуг к созданию интегрированных систем, обеспечивающих возможность непрерывной автоматизированной обработки информации. Информационные ресурсы системы здравоохранения и ОМС включают в себя базы данных по различным направлениям деятельности. В качестве примеров можно назвать республику Удмуртию, в которой достигнут 100-процентный охват медицинских учреждений автоматизацией по направлениям «Стационар», «Поликлиника», «Стоматология», «Кадры» и г. Новокузнецк, где разработана и эксплуатируется интегрированная автоматизированная система управления охраной здоровья населения «Здоровье». Такие системы позволяют переходить от анализа данных к анализу ситуации и к прогнозированию состояния здоровья населения.
В области охраны здоровья детей и состояния здравоохранения в стране младенческая смертность представляет собой интегральный критерий для оценки общего положения. Приказ Минздрава России № 241 от 07.08.2000 г., которым была утверждена медицинская документация, удостоверяющая случаи рождения и смерти, заложил основу для сочетанного многофакторного анализа младенческой и перинатальной смертности с данными, наблюдаемыми при рождении детей, что обеспечивает разработанная МНИИПДХ (при поддержке фонда Сороса), автоматизированная система информационной поддержки сбора и анализа данных. Комплексный анализ данных является предпосылкой для оценки эффективности работы медицинских учреждений и факторов, определяющих уровень и перспективы дальнейшего снижения детской смертности, и основой для принятия обоснованных управленческих решений по широкому кругу вопросов детского здравоохранения, в том числе для определения приоритетов и объемов необходимого финансирования [14].
Автоматизированный регистр детей-инвалидов «ДИСАРЕГ», разработка которого осуществлена в МНИИПДХ, обеспечивает ведение базы данных детей-инвалидов и получение однотипной учетно-отчетной документации в декретируемые сроки и по запросам, что соответствует Указу Президента РФ от 27.07.92г. №802 «О научном и информационном обеспечении проблем инвалидности и инвалидов». Медицинская карта соответствует требованиям учета характера нарушений и их динамики при различных причинах инвалидности, а также социальной адаптированности детей и их потребности в медико-психолого-педагогической коррекции и вспомогательных средствах. Этот регистр, включающий уровни учреждения, городской, региональный и федеральный, может послужить основой для системы государственной статистики детской инвалидности в России.
В настоящее время в структуре детской заболеваемости и смертности в большинстве развитых стран на первое место выходят врожденные пороки развития. Последние встречаются примерно у 5% новорожденных, а их вклад в структуру причин младенческой смертности достигает 20%. В то же время, по данным ВОЗ может быть предупреждено не менее 10% случаев ВПР. С 1999г. в Российской Федерации проводится мониторинг врожденных пороков. В нем участвуют более 40 субъектов Федерации, использующих разработанное в МНИИПДХ программное обеспечение, что способствует более полному и раннему выявления ВПР, позволяет получить объективную оценку эффективности проводимых профилактических мероприятий и поддерживать территориальные и федеральную базы данных. В результате мониторинга, только за первые три года, уровень выявления ВПР у новорожденных повысился в 2 и более раз в Архангельской, Новгородской и Московской областях [14].
С первых лет применения информационных технологий в здравоохранении одним из ведущих направлений являлись системы поддержки процесса принятия клинических решений. За несколько десятилетий они прошли путь от использования статистических и детерминистских методов до технологии интеллектуальных систем. Применение этих разработок в практике способствует оптимизации дифференциально-диагностического процесса, позволяет повысить качество диагностики и эффективность лечения. Можно привести ряд примеров из различных областей медицины. Так, около 50 ЛПУ России и СНГ используют созданную в МНИИПДХ автоматизированную систему ранней диагностики наследственных болезней «ДИАГЕН», позволяющей идентифицировать свыше 1200 форм (эффективность составляет 90% в сравнении с 60% у врачей медико-генетических консультаций). Там же создана система «КЛИНЭКО», ориентированная на раннее выявление у детей заболеваний, связанных с длительным воздействием экотоксических факторов (первоначально широкий перечень потенциально возможных экотоксикантов уменьшается после рассмотрения системой «признаков-маркеров», характерных для определенных веществ).
Система «ЭСБАД», разработанная МНИИПДХ совместно с Институтом системного анализа РАН, предназначена в помощь врачу при дифференциальной диагностике бронхиальной астмы, определяет степень тяжести заболевания и дает рекомендации по лечению (эффективность – 87,2%).
Программа «Неонатальные судороги» позволяет успешно диагностировать судороги периода новорожденности, встречающиеся при 78 заболеваниях и синдромах, и обеспечивает повышение эффективности диагностики на 30 % по сравнению с традиционными методами и снижение инвалидизации детей вследствие своевременного установления правильного диагноза и назначения адекватной терапии.
Компьютерная технология «Айболит» (НЦ ССХ им. А.Н. Бакулева, Бураковский В.И. и др.), включает математическую модель кровообращения, «реагирующую» на поступающую с датчиков текущую информацию. Она позволяет не только проводить диагностику и оценку состояния больного, но и помогать при выборе и последующей коррекции лечебных мероприятий. Мониторно-компьютерная технология с обратной связью позволяет реализовать индивидуальный подход к лечению больного (РГМУ, Гаспарян С.А., Зарубина Т.В.).
Методы обработки и сегментации 3D-изображений, реализованные в программной системе (МГУ, Гаврилов А.В. и др.), позволяют объективизировать радиологические исследования и обеспечивают реал