Опыт миграции с SAP на 1С в амбулаторных учреждениях и дневных стационарах Тюменской области представлен на международном конгрессе «ИТМ»

 
Управляйте здоровьем регионов

Международный конгресс «Информационные технологии в медицине» – это крупнейшее ежегодное тематическое мероприятие в России, а также на территории Восточной Европы и Средней Азии, проводится 21-й год подряд.

Ежегодный конгресс прошел 15-16 октября, основными его темами стали:

  • Цифровое здравоохранение,

  • Национальные и региональные информационные системы в сфере здравоохранения.

  • Комплексная автоматизация медицинских организаций.

  • Специализированные медицинские информационные системы.

  • Системы поддержки принятия решений в здравоохранении.

  • Решения для мониторинга и оптимизации клинико-диагностических процессов.

  • Электронная медицинская карта как ключевой элемент информационного взаимодействия.

  • Сквозные ИТ технологии в здравоохранении (Блокчейн, AR,VR, IoТ, ГИС, Биометрия, Машинное обучение, Облачные вычисления) и многие другие вопросы, имеющие большое практическое значение в информатизации здравоохранения.

Предлагаем вам познакомиться с видеоверсией доклада Андрея Макарихина, руководителя отдела внедрения МИС в амбулаторных учреждениях (ресурсный центр 1С-Медицина-Регион, г.Тюмень). Тема доклада: «Опыт миграции с платформы SAP на платформу 1С в амбулторных учреждениях и дневных станционарах Тюменской области». Предстояла миграция 10 функциональных блоков, среди которых: регистратура, сервисы записи, ведение ЭМК, хронических больных и других блоков. При этом были интеграции с внешними сервисами, например, ПФР, ТФОМС, ФСС. Было большое количество внешних источников записи на прием, вплоть до того, что банкоматы местного Запсибкомбанка поддерживали запись на прием в городские поликлиники – предстояло повторить все эти опции.

Андрей Владимирович, отметил, в какие рекордные сроки был реализован проект миграции данных медучреждений – 1 год. В этот срок специалисты «1С-МР» должны были учесть пожелания пользователей по развитию системы, убрать ошибки, которые были заложены в предыдущей системы и которые не устраивали заказчика.

Также в докладе Андрея Макарихина представлен опыт разработки модели машинного обучения для оценки рисков сердечно-сосудистых заболеваний, которая базируется на 13 показателях. В основу модели легли данные 4000 пациентов, контрольная выборка составила более 1000 пациентов. Точность модели на контрольных примерах составила 97%.