Роль информационных технологий в совершенствовании качества медицинской помощи пациентам с множеством хронических неинфекционных заболеваний (обзор литературы)

Каждый год от неинфекционных заболеваний в мире умирает более 40 млн человек. У значительной доли взрослых пациентов диагностированы два и более хронических заболеваний (множество хронических заболеваний, МЗ). Многие вопросы повышения качества и доступности медицинской помощи пациентам с хронической патологией могут быть улучшены путём применения информационных технологий (ИТ).

Целью данной работы стало изучение современных подходов к организации медицинской помощи пациентам с МЗ с использованием ИТ.

Научное исследование проведено путём поиска в Google и PubMed. Для пристального изучения отобрана 31 публикация.

Анализ литературы показал, что популяция пациентов с МЗ чрезвычайно гетерогенна. В потоке медицинской информации (электронные регистры пациентов, цифровые медицинские карты, инновационные научные знания и т. д.) на помощь врачам приходят технологии искусственного интеллекта. Определены не менее трёх основных направлений развития ИТ для оказания медицинской помощи пациентам с МЗ: разработка алгоритмов поддержки принятия клинических решений; координация оказания медицинской помощи; достижение самоконтроля над состоянием здоровья.

Представленные результаты подтверждают важную роль ИТ в оказании помощи пациентам с МЗ. Растёт число научных публикаций, посвящённых данному вопросу. Применение ИТ в медицине демонстрирует перспективность принципов автоматизированного анализа и предоставления дополнительной информации непосредственно на месте оказания медицинской помощи. Это может способствовать улучшению медицинских процессов и, в некоторой степени, клинических исходов, включая показатели качества жизни пациентов.

Заключение. Необходимо проведение дополнительных исследований с использованием данных из реальной клинической практики для полной оценки направлений применимости ИТ.

Участие авторов:
Камынина Н.Н. — концепция и дизайн исследования, редактирование;
Андреев Д.А. — сбор и обработка материала, составление списка литературы, написание текста;
Пахуридзе М.Д. — сбор и обработка материала, написание текста;
Сизов Г.Г. — сбор и обработка материала.
Все соавторы — утверждение окончательного варианта статьи, ответственность за целостность всех частей статьи.

Финансирование. Исследование не имело спонсорской поддержки.

Конфликт интересов. Авторы декларируют отсутствие явных и потенциальных конфликтов интересов в связи с публикацией данной статьи.

Поступила 22.06.2023
Принята в печать 23.08.2023
Опубликована 03.11.2023

1. ВОЗ. Неинфекционные заболевания; 2023. Доступно: https://www.who.int/ru/news-room/fact-sheets/detail/noncommunicable-diseases

2. National Center for Chronic Disease Prevention and Health Promotion. About the Center; 2023. Available at: https://www.cdc.gov/chronicdisease/center/index.htm

3. Salisbury C., Man M.S., Bower P., Guthrie B., Chaplin K., Gaunt D.M., et al. Management of multimorbidity using a patient-centred care model: a pragmatic cluster-randomised trial of the 3D approach. Lancet. 2018; 392(10141): 41–50. https://doi.org/10.1016/s0140-6736(18)31308-4

4. Boersma P., Black L.I., Ward B.W. Prevalence of multiple chronic conditions among US adults, 2018. Prev. Chronic Dis. 2020; 17: E106. https://doi.org/10.5888/pcd17.200130

5. Management of individuals with multiple chronic conditions: a continuing challenge. Am. J. Manag. Care. 2021; 27(6): 256–60. https://doi.org/10.37765/ajmc.2021.88665

6. Benjamin R.M. Multiple chronic conditions: a public health challenge. Public Health Rep. 2010; 125(5): 626–7. https://doi.org/10.1177/003335491012500502

7. Wolff J.L., Starfield B., Anderson G. Prevalence, expenditures, and complications of multiple chronic conditions in the elderly. Arch. Intern. Med. 2002; 162(20): 2269–76. https://doi.org/10.1001/archinte.162.20.2269

8. Agborsangaya C.B., Lau D., Lahtinen M., Cooke T., Johnson J.A. Health-related quality of life and healthcare utilization in multimorbidity: results of a cross-sectional survey. Qual. Life Res. 2013; 22(4): 791–9. https://doi.org/10.1007/s11136-012-0214-7

9. Ward B.W. Barriers to health care for adults with multiple chronic conditions: United States, 2012–2015. NCHS Data Brief. 2017; (275): 1–8.

10. Schiltz N.K. Prevalence of multimorbidity combinations and their association with medical costs and poor health: A population-based study of U.S. adults. Front. Public Heal. 2022; 10: 953886. https://doi.org/10.3389/fpubh.2022.953886

11. Официальный сайт Мэра Москвы. Цифровая поликлиника: как технологии помогают врачам и пациентам; 2021. Доступно: https://www.mos.ru/news/item/88866073/

12. Андреев Д.А., Кашурников А.Ю., Завьялов А.А. Цифровые технологии в совершенствовании онкологической помощи жителям Москвы. В кн.: Труды научно-исследовательского института организации здравоохранения и медицинского менеджмента. Сборник научных трудов. М.; 2020: 27–37. https://elibrary.ru/vtkzrk

13. ТАСС. Специалисты центра телемедицины провели более 1 млн. консультаций за год работы в Москве; 2021. Доступно: https://tass.ru/moskva/11055261

14. Samal L., Fu H.N., Camara D.S., Wang J., Bierman A.S., Dorr D.A. Health information technology to improve care for people with multiple chronic conditions. Health Serv. Res. 2021; 56(Suppl. 1): 1006–36. https://doi.org/10.1111/1475-6773.13860

15. Thorpe K., Jain S., Joski P. Prevalence and spending associated with patients who have a behavioral health disorder and other conditions. Health Aff. (Millwood). 2017; 36(1): 124–32. https://doi.org/10.1377/hlthaff.2016.0875

16. Foo K.M., Sundram M., Legido-Quigley H. Facilitators and barriers of managing patients with multiple chronic conditions in the community: a qualitative study. BMC Public Health. 2020; 20(1): 273. https://doi.org/10.1186/s12889-020-8375-8

17. Goldberg D.G., Gimm G., Burla S.R., Nichols L.M. Care experiences of patients with multiple chronic conditions in a payer-based patient-centered medical home. Popul. Health Manag. 2020; 23(4): 305–12. https://doi.org/10.1089/pop.2019.0189

18. Atlas S.J., Grant R.W., Ferris T.G., Chang Y., Barry M.J. Patient-physician connectedness and quality of primary care. Ann. Intern. Med. 2009; 150(5): 325–35. https://doi.org/10.7326/0003-4819-150-5-200903030-00008

19. Lim C.Y., Berry A.B.L., Hirsch T., Hartzler A.L., Wagner E.H., Ludman E.J., et al. Understanding what is most important to individuals with multiple chronic conditions: a qualitative study of patients’ perspectives. J. Gen. Intern. Med. 2017; 32(12): 1278–84. https://doi.org/10.1007/s11606-017-4154-3

20. Loeb D.F., Bayliss E.A., Candrian C., DeGruy F.V., Binswanger I.A. Primary care providers’ experiences caring for complex patients in primary care: a qualitative study. BMC Fam. Pract. 2016; 17: 34. https://doi.org/10.1186/s12875-016-0433-z

21. Giordano C., Brennan M., Mohamed B., Rashidi P., Modave F., Tighe P. Accessing artificial intelligence for clinical decision-making. Front. Digit. Health. 2021; 3: 645232. https://doi.org/10.3389/fdgth.2021.645232

22. Allard J.P., Keller H., Jeejeebhoy K.N., Laporte M., Duerksen D.R., Gramlich L., et al. Decline in nutritional status is associated with prolonged length of stay in hospitalized patients admitted for 7 days or more: A prospective cohort study. Clin. Nutr. 2016; 35(1): 144–52. https://doi.org/10.1016/j.clnu.2015.01.009

23. Barrett M., Boyne J., Brandts J., Brunner-La Rocca H.P., De Maesschalck L., De Wit K., et al. Artificial intelligence supported patient self-care in chronic heart failure: a paradigm shift from reactive to predictive, preventive and personalised care. EPMA J. 2019; 10(4): 445–64. https://doi.org/10.1007/s13167-019-00188-9

24. Boers S.N., Jongsma K.R., Lucivero F., Aardoom J., Büchner F.L., de Vries M., et al. SERIES: eHealth in primary care. Part 2: Exploring the ethical implications of its application in primary care practice. Eur. J. Gen. Pract. 2020; 26(1): 26–32. https://doi.org/10.1080/13814788.2019.1678958

25. Tarumi S., Takeuchi W., Chalkidis G., Rodriguez-Loya S., Kuwata J., Flynn M., et al. Leveraging artificial intelligence to improve chronic disease care: methods and application to pharmacotherapy decision support for type-2 diabetes mellitus. Methods. Inf. Med. 2021; 60(S01): e32–43. https://doi.org/10.1055/s-0041-1728757

26. Labovitz D.L., Shafner L., Reyes Gil M., Virmani D., Hanina A. Using artificial intelligence to reduce the risk of nonadherence in patients on anticoagulation therapy. Stroke. 2017; 48(5): 1416–9. https://doi.org/10.1161/strokeaha.116.016281

27. Ju H.H. Improving care coordination of patients with chronic diseases. J. Nurse Pract. 2022; 18(8): 833–6. https://doi.org/10.1016/j.nurpra.2022.06.011

28. Bates D.W., Samal L. Interoperability: what is it, how can we make it work for clinicians, and how should we measure it in the future? Health Serv. Res. 2018; 53(5): 3270–7. https://doi.org/10.1111/1475-6773.12852

29. Carey M., Noble N., Mansfield E., Waller A., Henskens F., Sanson-Fisher R. The role of eHealth in optimizing preventive care in the primary care setting. J. Med. Internet. Res. 2015; 17(5): e126. https://doi.org/10.2196/jmir.3817

30. Hou C., Carter B., Hewitt J., Francisa T., Mayor S. Do mobile phone applications improve glycemic control (HbA1c) in the self-management of diabetes? A systematic review, meta-analysis, and GRADE of 14 randomized trials. Diabetes Care. 2016; 39(11): 2089–95. https://doi.org/10.2337/dc16-0346

31. Dinsmore J., Hannigan C., Smith S., Murphy E., Kuiper J.M.L., O’Byrne E., et al. A digital health platform for integrated and proactive patient-centered multimorbidity self-management and care (ProACT): Protocol for an action research proof-of-concept trial. JMIR Res. Protoc. 2021; 10(12): e22125. https://doi.org/10.2196/22125