Цифровое решение для оптимизации периоперационной антибиотикопрофилактики

   Актуальность. Периоперационная антибиотикопрофилактика (ПАП) является важной составной частью стратегических программ здравоохранения, направленных на снижение антибиотикорезистентности. Применение современной методики ПАП также позволяет уменьшить затраты на профилактику и лечение хирургической инфекции. Однако реальная клиническая практика ПАП и в настоящее время нередко отличается от научно обоснованной, имеет место неоптимальное, избыточное назначение антибактериальных средств. Внедрение ПАП с использованием системы поддержки принятия врачебных решений (СППВР) может увеличить приверженность врачей к следованию современной медицинской технологии.

   Цель. Разработать и внедрить протокол ПАП многопрофильного стационара скорой медицинской помощи. Разработать и внедрить мобильное приложение, чат-бот для выбора решения о режиме периоперационной антибиотикопрофилактики.

   Методы. Клинико-экономический — оценка «стоимости болезни» в стационаре скорой помощи отделений хирургического профиля. Литературный — обзор нормативных документов как основы протокола ПАП. Метод программирования на языке Python, разработка цифрового приложения. Разработка с учётом ГОСТ Р 71671–2024 «Системы поддержки принятия врачебных решений с применением искусственного интеллекта». Административный — издание приказа и распоряжений по лечебному учреждению по процедуре внедрения протокола, мониторинг следования протоколу.

   Результаты. Разработан локальный протокол ПАП учреждения. Составлены на основе протокола ПАП типовые решения по выбору метода ПАП. Разработаны приложения (чат-боты Телеграм), облегчающие такой выбор для врача, принимающего решение о режиме ПАП. Установлено, что продолжает нарастать приверженность к исполнению протокола ПАП. Это может быть обусловлено отсутствием учащения случаев инфицирования операционной раны, несмотря на кратное снижение применения антимикробных средств. Выявлены также наглядность и удобство применения алгоритмов выбора режимов ПАП с применением цифровой технологии.

   Выводы. Внедрение локального протокола эффективно осуществляется с применением цифровых технологий, системы поддержки принятия врачебных решений с применением искусственного интеллекта. Внедрение данного протокола ПАП позволило добиться существенного снижения затрат при сохранении эффективности антимикробной профилактики.

1. Программа СКАТ (Стратегия Контроля Антимикробной Терапии) при оказании стационарной медицинской помощи: Российские клинические рекомендации / Под ред. С.В. Яковлева, Н.И. Брико, С.В. Сидоренко, Д.Н. Проценко. — М.: Издательство «Перо», 2018 — 156 с.

2. Стратегия предупреждения распространения антимикробной резистентности в Российской Федерации на период до 2030 года Распоряжение Правительства РФ от 25. 09. 2017 № 2045-р.

3. Гомон Ю.М. Комплексная клинико-экономическая оценка применения антимикробных препаратов на стационарном этапе оказания медицинской помощи. Дис… д. м. н. — Санкт-Петербург; 2020. Доступно по: https://vmeda.mil.ru/upload/site56/document_file/r43eGlVSJ1.pdf?ysclid=mbkp5mhw3y540991490. Ссылка активна на 16. 05. 2025.

4. Кошечкин К.А., Свистунов А.А., Лебедев Г.С., Фартушный Э.Н. Практика применения систем на основе искусственного интеллекта в сфере обращения лекарственных средств. Вестник Росздравнадзора. 2022;(3):27-33. EDN: VDFACA.

5. Кошечкин К.А. Регулирование искусственного интеллекта в медицине. Пациентоориентированная медицина и фармация. 2023;1(1): 32-40. doi: 10.37489/2949-1924-0005.

6. Кошечкин К.А., Яворский А.Н. Новые возможности применения искусственного интеллекта в фармакологии. Экспериментальная и клиническая фармакология. 2023;86(11S):85. doi: 10.30906/ekf-2023-86s-85. EDN: MDLEKJ.

7. Vo C, Geoffrion AV, Mohamed ZA, et al. Impact of individualized feedback letters on adherence to surgical antibiotic prophylaxis guidelines: an interrupted time series study (FEEDBACK-ASAP). Am J Infect Control. 2023 Apr;51(4):440-445. doi: 10.1016/j.ajic.2022.06.015.

8. Внедрение программы стратегии контроля антимикробной терапии (скат) в хирургических отделениях медицинских организаций государственной системы здравоохранения города Москвы при оказании стационарной медицинской помощи : Методические рекомендации / Под ред. А.В. Шабунина, М.В. Журавлевой. Том 38. — Москва : Государственное бюджетное учреждение города Москвы "Научно-исследовательский институт организации здравоохранения и медицинского менеджмента Департамента здравоохранения города Москвы", 2020. — 54 с. EDN: FOJVHK.

9. Berríos-Torres SI, Umscheid CA, Bratzler DW, et al; Healthcare Infection Control Practices Advisory Committee. Centers for Disease Control and Prevention Guideline for the Prevention of Surgical Site Infection, 2017. JAMA Surg. 2017 Aug 1;152(8):784-791. doi: 10.1001/jamasurg.2017.0904.

10. Мэтиз Эрик. Изучаем Python. Программирование игр, визуализация данных, веб-приложения. — СПб.: Питер, 2017. — 496 с.: ил. — (Серия «Библиотека программиста»). ISBN 978-5-496-02305-4.

11. Калинина А.М., Куликова М.С., Гомова Т.А., и др. К вопросу о востребованности и применении телемедицинской модели «врач — пациент» для профилактики и контроля хронических заболеваний: взгляд врача первичного здравоохранения. Профилактическая медицина. 2021;24(6):28-36. doi: 10.17116/profmed20212406128.

12. Яровой С.К., Восканян Ш.Л., Тутельян А.В., Гладкова Л.С. Антибактериальная профилактика при развитии инфекций в области хирургического вмешательства: взгляд эпидемиолога. пидемиология и инфекционные болезни. Эпидемиология и инфекционные болезни. Актуальные вопросы. 2020;10(1). doi: 10.18565/epidem.2020.10.1.21-9.

13. ГОСТ Р 71671-2024. Национальный стандарт Российской Федерации. Системы поддержки принятия врачебных решений с применением искусственного интеллекта. Основные положения (утв. и введен в действие Приказом Росстандарта от 07. 10. 2024 N 1384-ст).