Organization of the hospitalization process at a federal traumatology center using digital technologies

Cover Page


Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription or Fee Access

Abstract

BACKGROUND: To successfully meet approved state-assigned healthcare volumes, healthcare organizations utilize key organizational tools, including planning, structured allocation of healthcare volumes, and management of core processes such as patient selection, communication, and hospitalization using digital technologies.

AIM: The work aimed to present an organizational model for managing hospitalization processes and outpatient visits in the Federal Center for Traumatology using digital technologies.

METHODS: This was a single-center, retrospective, comprehensive study to analyze the implementation of planned volumes of 95,260 cases of specialized medical care, including high-technology care, delivered over a 12-year period (2012–2024) in the fields of traumatology and orthopedics and neurosurgery, using a medical information system and a digital patient registry.

RESULTS: The types and baseline rates of patient no-shows for hospitalization were identified. The rate of informed no-shows was 37.9 ± 0.4 per 100 scheduled patients, whereas the rate of uninformed no-shows was 18.4 ± 0.4 per 100 patients presenting to the admission department. The rate of repeated no-shows was 1.6 ± 0.1, and the rate of unscheduled patient arrivals was 6.0 ± 0.1. The rate of hospital admission refusals over the 12-year study period (2012–2024) was 6.4 ± 0.1 per 100 patients presenting to the admission department. Over the 5-year period (2020–2024), the rate of unconfirmed indications for surgery was 7.5 ± 0.1 per 100 patients. A comparative analysis of two 5-year periods (2013–2017 vs. 2018–2022) demonstrated a 1.4-fold increase in the mean 5-year rate of hospital admission refusals (t = 13.6; p < 0.0001). During a 5-year period (2020–2024), the hospitalization rate among patients aged ≥ 75 years was 6.3 ± 0.1, and among patients with diabetes mellitus, it was 13.4 ± 0.2 per 100 treated patients. The baseline rate of outpatient no-shows was 17.6 ± 0.2 per 100 scheduled appointments.

CONCLUSION: Given the identified types and rates of patient no-shows for hospitalization and outpatient visits, it is advisable to implement optimized patient communication strategies and a standardized method for forecasting completed hospital admissions. The availability of an operational reserve within the digital patient registry allows for rapid replacement of no-show patients. The implemented patient communication model was found effective, demonstrating a 5.1-fold decrease in the outpatient no-show rate (per 100 scheduled appointments) (t = 4.1; p < 0.001), from 17.1 in 2022 to 3.4 in the first quarter of 2025, and a 2.1-fold decrease in the rate of uninformed no-shows for hospitalization (per 100 patients presenting to the admission department) (t = 5.1; p < 0.001), from 18.4 in 2022 to 8.6 in 2024.

Full Text

ОБОСНОВАНИЕ

Важнейшими организационными инструментами для успешной реализации государственного задания являются планирование, структурное распределение утверждённых медицинской организацией объёмов специализированной, в том числе высокотехнологичной, медицинской помощи по подразделениям, управление ключевыми процессами отбора, информирования, госпитализации пациентов с применением цифровых технологий. Современная работа учреждений учитывает принципы человекоцентричности, повышения доступности и качества оказания медицинской помощи, способствует повышению удовлетворённости пациентов [1–6].

Проблема неявки пациентов на плановую госпитализацию или амбулаторный приём в установленную дату рассматривается многими авторами как одна из основных причин сложности исполнения медицинской организацией государственного задания, решить которую без внедрения современных цифровых технологий практически невозможно [1, 4, 5, 7].

Прогрессирующее старение населения, коморбидность, повышенный риск возникновения различных заболеваний, в том числе возраст-ассоциированных в связи со снижением компенсаторных возможностей организма, являются серьёзным вызовом для экономики стран всего мира независимо от уровня доходов населения и ставят под угрозу устойчивое функционирование национальных систем здравоохранения. Вопросы здоровья и медицинского обслуживания старшего поколения становятся всё более актуальными [8–11]. Одновременно с этими тенденциями в сфере здравоохранения активно развивается цифровизация как медицинских, так и организационных процессов, обусловленная необходимостью трансформации процессов взаимодействия с пациентом в силу растущих потребностей граждан в медицинской помощи и ограниченности ресурсов отрасли в текущих реалиях [12–16].

Активно внедряются онлайн-запись на приём к врачу, телемедицинские консультации, мобильные приложения для здоровья, чат-боты, однако, несмотря на растущий перечень современных способов коммуникации, представители старшего поколения, согласно данным опросов, отдают предпочтение традиционным каналам получения информации и услуг — по телефону и при личном визите, что зачастую вызвано низким уровнем цифровой грамотности и доступа к электронным средствам, наличием когнитивных нарушений, трудностями психологического характера [17].

Данные обстоятельства приводят к возникновению цифровых барьеров у пожилых пациентов, которые находят своё выражение в нежелании, невозможности использования ими цифровых технологий и недоступности последних. Наиболее распространённым барьером (46%) при получении медицинских услуг в электронном виде стало отсутствие у пожилых людей в личном пользовании необходимой техники (компьютер, смартфон, планшет). Обеспеченность лиц старше трудоспособного возраста техникой для использования цифровых медицинских сервисов неудовлетворительная: почти половина пожилых людей не располагают необходимыми гаджетами. В посторонней помощи при получении медицинских услуг в электронном виде нуждаются 22,2%, четверть из них (25,5%) получают её от близких людей (родственники, супруги, совместно проживающие лица). Имеются трудности при самостоятельной записи на приём к врачу через Интернет: среди всех возможных способов записи на приём к врачу данным видом записи пользуются только 21,6%, из них почти треть (28,1%) сообщали о возникновении сложностей. Наиболее затруднительным для пожилых (38,0%) является общение с чат-ботом (роботом): 18% сообщили, что не могли записаться на приём к врачу из-за мелкого шрифта на сайте или в приложении. Доступность информации для пожилых людей на сайтах медицинских организаций обеспечивается не в полной мере, 24,0% сталкиваются с трудностями при поиске необходимой информации [18].

По данным ряда авторов, от 6,5 до 23% пациентов не являются на госпитализацию в назначенную дату [1, 19]. Проведённый анализ данных информационной системы ЕМИАС в г. Москве за 2019 год показал, что на амбулаторный приём к врачу поликлиники не являлись до 19% записавшихся пациентов1. Несоблюдение пациентами обязанностей — неявки на приём и плановую госпитализацию без своевременного информирования принимающей медицинской организации — снижает возможность получения медицинской помощи для других граждан в более ранние сроки в связи с полной записью в поликлинике либо сформированным планом госпитализации в стационаре.

В 2020–2022 гг., в том числе вследствие пандемии, показатели неявок на амбулаторный приём и плановую госпитализацию увеличились. Неявка пациента в назначенную дату и последующее оказание ему медицинской помощи в отложенные сроки имеют значение и негативно сказываются на итогах лечения.

Наряду с физическими проблемами лица старше трудоспособного возраста сталкиваются с психологическими и коммуникационными барьерами, к предикторам возникновения которых относят проблемы со здоровьем (физические и когнитивные), одиночество, ограниченную ожидаемую продолжительность жизни, финансовые трудности, низкий уровень образования, отсутствие социальных связей, культурные и языковые трудности, недостаточную осведомлённость о медицинских услугах. У многих пожилых пациентов отсутствует желание к обучению навыкам для получения медицинских услуг в электронном виде (65,1%), они не готовы к более активному использованию электронных сервисов при получении медицинской помощи (64,2%) [9].

Исследования показали, что имеет значение даже выбор вида информирования пациента, которое должно быть ориентировано на его возраст. Для пациентов молодого и среднего возраста предпочтительными являются текстовые сообщения, а для пациентов старшей возрастной группы — телефонные звонки, личный разговор с оператором.

При анализе общего уровня удовлетворённости населения медицинской помощью в разных возрастных группах и при различных сроках получения медицинской помощи выявлено, что самый низкий уровень показателя наблюдался в группе лиц старше 65 лет (34,9–40,1%) [20].

Медицинским работникам при выстраивании отношений с целью преодоления препятствий во взаимопонимании с пациентами важно учитывать гендерные и возрастные особенности поведения пожилых людей: уровень доверия к медицинским работникам был выше у женщин по сравнению с мужчинами и у сельских жителей по сравнению с городскими [20–21].

Снижение доли несостоявшихся приёмов и плановых госпитализаций способствует повышению доступности медицинской помощи и, как следствие, сокращает фактические сроки её ожидания [19, 22].

Первого июня 2025 года в Российской Федерации (РФ) вступили в силу существенные законодательные ограничения, связанные со способами информирования бюджетными организациями пациентов о дате приёма в поликлинике, госпитализации, иной важной информации2. Иностранные мессенджеры, находящиеся с 01.03.2023 г. в перечне Роскомнадзора, которые установлены у большинства граждан РФ (с возможностью отправки ответа пациентом), применять для этих целей запрещено3, а национальный мессенджер4, 5 установлен не у всех граждан. Разрешённый способ уведомления посредством СМС-сообщений требует дополнительных расходов со стороны медицинских организаций (сервис платный). Нарушение правил массовых обзвонов влечёт за собой признание звонков незаконными, за исключением случаев, когда инициаторами выступают государственные органы, местные власти, организации и лица, перечень которых утверждён правительством РФ (в настоящее время этот перечень пока отсутствует). Робот-обзвон пациентов и обзвон операторами колл-центров не демонстрируют нужной клиникам эффективности, граждане из соображений собственной безопасности не отвечают на такие телефонные вызовы в связи с массовыми в РФ звонками мошенников в период 2023–2024 гг. В связи с этим можно предположить, что количество неявок пациентов на приём в поликлинику и плановую госпитализацию возрастёт.

Сроки ожидания плановой медицинской помощи являются одним из составляющих аспектов программы государственных гарантий и соблюдения прав граждан, актуальны организационные мероприятия, направленные на сокращение длительных сроков ожидания.

На сроки ожидания госпитализации влияет в том числе средняя продолжительность стационарного лечения. Улучшение организационных и интенсификация лечебно-диагностического процессов позволяют добиваться необходимого клинического результата без потери качества и осуществлять выписку пациентов в более ранние сроки. Применение технологии Fast-track при проведении эндопротезирования коленного и тазобедренного суставов позволяет сократить средние сроки стационарного лечения с 14 до 4 дней [23].

При подготовке пациентов к плановой госпитализации в федеральные клиники необходимо внедрение процессного подхода. Недостаточное взаимодействие и преемственность между направляющими организациями, амбулаторным звеном, принимающими клиниками, отсутствие единых регламентированных алгоритмов подготовки пациентов к госпитализации, в том числе к оперативному лечению, влияют на сроки ожидания госпитализации. Решением должны стать систематизация процесса догоспитальной подготовки пациентов, разработка и обязательное применение единых алгоритмов по подготовке пациентов к плановой госпитализации (по профилям), повышение координирующей функции и ответственности направляющей медицинской организации и лечащего врача [22, 24]. Решить многие имеющиеся организационные проблемы без внедрения современных цифровых технологий невозможно.

Мировые тренды цифровой трансформации отрасли здравоохранения позволяют отнести электронные системы учёта и анализа информации к разделу предиктивной аналитики (Predictive Analytics) — умного использования данных, прогнозного моделирования будущих событий, поддержки и обоснования принятия управленческих решений [25–26].

В Указе Президента РФ № 309 от 07.05.2024 «О национальных целях развития Российской Федерации на период до 2030 года и на перспективу до 2036 года» две из семи национальных целей развития РФ посвящены сохранению здоровья населения и цифровой трансформации государственного управления и социальной сферы. Внедрение принципов человекоцентричности, цифровизации — изменения подходов к работе с гражданами для решения их жизненных ситуаций, в том числе с помощью внедрения новых цифровых решений, — абсолютный тренд современного этапа развития во всех отраслях Российской Федерации [27–33].

Информационные системы являются инструментом управления, и качество процесса их внедрения — не менее важный фактор успеха, чем качество самой системы, непрофессиональное внедрение способно дискредитировать идею информатизации и цифровые инструменты в целом. Внедрение цифровых систем — реальная возможность оптимально перестроить внутренние процессы, повысить эффективность работы и вывести деятельность организации на новый уровень [34–37]. Актуальность вопроса перехода от отдельных ИТ-систем к цифровым экосистемным решениям, где пользователями являются все участники процесса, внедрение технологий с применением искусственного интеллекта являются логичными согласно современным трендам человекоцентричности6 [38–44].

Ценностно-ориентированная модель здравоохранения предполагает развитие конкуренции как основополагающего механизма повышения качества услуг, процессный подход, формирование мультидисциплинарных команд специалистов, благодаря чему обеспечиваются индивидуальные потребности пациента и достигается высокий уровень пациентоориентированности, информатизации медицинских и организационных процессов, развития и совершенствования системы контроля качества медицинской помощи (разработка критериев качества медицинской помощи для всех заболеваний), внедрения системы рейтингов медицинских организаций, отделений, врачей [45–48].

Основной задачей внутреннего контроля качества и безопасности медицинской деятельности является не только предупреждение нарушений при оказании медицинской помощи [49], но и принятие управленческих решений по совершенствованию организационных подходов к осуществлению медицинской деятельности, что мы и предлагаем в данной работе.

ЦЕЛЬ

Представить организационную модель управления процессами госпитализации и амбулаторных приёмов в федеральном травматологическом центре с применением цифровых технологий.

МЕТОДЫ

Дизайн исследования

Проведено одноцентровое ретроспективное сплошное исследование исполнения плановых объёмов 95 260 случаев оказания специализированной, в том числе высокотехнологичной, медицинской помощи в ФГБУ «Федеральный центр травматологии, ортопедии и эндопротезирования» Минздрава России, г. Барнаул (далее — Центр) за 12-летний период (2012–2024 гг.) по профилям «травматология и ортопедия», «нейрохирургия» с помощью медицинской информационной системы учреждения и функционирующего в Центре цифрового регистра пациентов7.

Критерии соответствия (отбора)

Критерии включения определены с учётом требований действующего законодательства, заключения Локального этического комитета, положений Хельсинкской декларации, добровольного согласия пациентов на участие в исследовании и публикацию его данных в научном издании.

Условия проведения

Исследование проведено в Федеральном государственном бюджетном учреждении «Федеральный центр травматологии, ортопедии и эндопротезирования» Министерства здравоохранения Российской Федерации (г. Барнаул).

Целевые показатели исследования

На основании сплошного анализа 49 330 пакетов документов пациентов, поступивших на рассмотрение за 3 года (2022–2024 гг.), установлен показатель частоты неподтверждённых показаний к операции (на 100 пациентов).

Проведён сплошной анализ 45 742 законченных случаев лечения пациентов за 5-летний период (2020–2024 гг.), установлены показатели частоты возрастной категории пациентов 75 лет и старше и пациентов с сопутствующей патологией «сахарный диабет» (на 100 пролеченных пациентов).

Выполнен сплошной анализ состоявшихся госпитализаций 8907 пациентов (за период 2022 года), выявлены системные организационные проблемы в процессе формирования и реализации плана госпитализации, установлены показатели частоты неявки пациентов и их виды при назначенной дате госпитализации.

Выполнен сплошной анализ результатов госпитализации 21 902 пациентов (за период 2023–2024 гг.), проведена оценка эффективности новой организационной модели управления процессом госпитализации.

Проведён расчёт и сравнительный анализ показателей частоты отказов в госпитализации за 12-летний период (2012–2024 гг.) на 100 обратившихся в приёмное отделение пациентов (101 325 человек), определены среднепятилетние показатели (2013–2017 и 2018–2022 гг.), установлена динамика за эти сравниваемые периоды.

За 2022–2025 гг. проведён сплошной анализ записанных на приём в поликлинику 85 192 пациентов, установлена частота неявок на приём, проведена оценка эффективности предложенной организационной модели.

Проведено электронное анкетирование 1342 пациентов, установлены предпочитаемые пациентами способы информирования и обратной связи (сообщение даты госпитализации, подтверждение / отмена явки на приём в поликлинику / на госпитализацию, иная важная оперативная информация для пациентов).

Этическая экспертиза

Статья одобрена к публикации на заседании этического комитета ФГБУ «Федеральный центр травматологии, ортопедии и эндопротезирования» Минздрава России (г. Барнаул), протокол № 3 от 10.04.2025 г.

Статистический анализ

Запланированный размер выборки

Репрезентативность выборки из генеральной совокупности (количество пациентов, необходимых для изучения требуемых аспектов исследуемой проблемы) определена по методике В.И. Паниотто с допущением пятипроцентной ошибки.

Статистические методы

Статистическая обработка полученных данных выполнена с помощью программы SPSS Statistics 27. Соответствие значений выборки нормальному распределению в MS Excel подтверждали графическим методом, что позволило отразить результаты в виде среднего показателя (P) и стандартной ошибки (m). Для оценки статистической значимости различий средних значений в группах использовали t-критерий Стьюдента. Для доверительного интервала 95% разницу считали значимой при p < 0,05.

РЕЗУЛЬТАТЫ

Одна из основных причин сложности исполнения медицинской организацией государственного задания и иных утверждённых объёмов медицинской помощи — проблема неявки пациентов на плановую госпитализацию в установленную дату.

Проведённый анализ и выбор способов информирования пациентов позволил организовать оптимальную систему информирования пациентов и обратной связи с учётом их возрастного состава.

Для изучения организационных проблем, оптимизации процесса госпитализации пациентов нами создана программа для ЭВМ «Мониторинг госпитализации» (функционирует в онлайн-режиме)8.

Основные результаты исследования

Установлены виды неявок пациентов и исходные показатели их частоты, которые составляют основные трудности в планировании и последующей организации всех последовательных процессов в учреждении в целом.

Информированная неявка

Пациенты заранее сообщают в принимающую медицинскую организацию о невозможности своего прибытия в назначенную дату госпитализации либо эта информация выявляется сотрудниками Центра при активном телефонном обзвоне пациентов за 1,5 месяца до даты госпитализации. Причинами, по которым пациенты отказываются от назначенной даты госпитализации, являются наличие медицинских противопоказаний (состояние здоровья, результаты анализов и обследований), обстоятельства личного характера (невозможность уехать из дома в назначенную дату в связи с личными, бытовыми, хозяйственными и иными причинами). По итогам 2022 года частота информированной неявки составила 37,9 ± 0,4 (на 100 запланированных пациентов) — это установленный исходный показатель. У принимающей медицинской организации имеется возможность быстро принять меры, оперативно провести замену, заранее пригласить на госпитализацию другого пациента (с аналогичным диагнозом) для точного исполнения объёмов медицинской помощи.

Неинформированная неявка

Пациенты заранее не сообщают в принимающую медицинскую организацию о невозможности своего прибытия в назначенную дату госпитализации либо при активном информировании (сообщения в мессенджере, СМС-сообщения, телефонный обзвон сотрудниками Центра за 1,5 месяца до даты госпитализации) подтверждают своё прибытие, но в назначенную дату не прибывают. По итогам 2022 года частота неинформированной неявки составила 18,4 ± 0,4 (на 100 обратившихся в приёмное отделение пациентов). У принимающей медицинской организации нет возможности быстро провести замену в этот же день. На госпитализацию приглашается другой пациент, готовый в течение 1,5 недели прибыть на госпитализацию (с аналогичным диагнозом, полностью обследованный для госпитализации, с возможностью быстро прибыть в Центр), для точного исполнения объёмов медицинской помощи.

Повторная неявка

После первой неявки пациент перемещается нами в созданный оперативный резерв цифрового регистра Центра, после чего ему автоматически назначается и сообщается повторная дата госпитализации (которая сообщается в том числе направляющей организации, органам управления здравоохранением (ОУЗ) субъекта РФ). Пациенты заранее не сообщают принимающей медицинской организации о невозможности своего прибытия в повторно назначенную дату госпитализации либо при активном информировании за 1,5 месяца до даты госпитализации подтверждают своё прибытие, но в назначенную дату повторно не прибывают. По итогам 2022 года частота повторной неявки составила 1,6 ± 0,1 (на 100 обратившихся в приёмное отделение пациентов). Все факты повторной неявки пациентов мы проводим через рассмотрение врачебной комиссии, закрываем талон, сообщаем информацию и реквизиты протокола врачебной комиссии направляющей организации (ОУЗ субъекта РФ). На госпитализацию приглашается другой пациент, готовый в течение 1,5 недели прибыть на госпитализацию (с аналогичным диагнозом, полностью обследованный для госпитализации, с возможностью быстро прибыть в Центр).

К перечню выявленных проблем относится также и внеплановая явка (прибытие) пациентов, когда пациенты прибывают в принимающую медицинскую организацию не в назначенную дату госпитализации либо госпитализируются после поликлинического приёма в Центре или переводятся из других медицинских организаций (в связи с наличием неотложных показаний). По итогам 2022 года частота внеплановой явки (прибытия) пациентов (на 100 обратившихся в приёмное отделение) составила 6,0 ± 0,1.

Принимающая медицинская организация должна установить среднегодовые объёмы внепланового прибытия пациентов и при формировании планов госпитализации ежемесячно предусматривать резерв мест для решения вопросов по таким пациентам (пациентоцентричный подход).

Другим аспектом рассматриваемого вопроса являются отказы в госпитализации в приёмном отделении принимающей медицинской организации в связи с наличием у пациента медицинских противопоказаний к операции (очень высокий или критический риск осложнений).

Показатель частоты отказов в госпитализации за 12-летний период (2012–2024 гг.) (на 100 обратившихся в приёмное отделение пациентов) составил 6,4 ± 0,1. Среднепятилетняя частота отказов в госпитализации (за 2013–2017 гг.) составляет 5,4 ± 0,1 (на 100 обратившихся в приёмное отделение пациентов). Среднепятилетняя частота отказов в госпитализации (за 2018–2022 гг.) составляет 7,3 ± 0,1 (на 100 обратившихся в приёмное отделение пациентов). Сравнительный анализ установил увеличение среднепятилетних показателей частоты отказов в госпитализации за сравниваемые периоды в 1,4 раза (t = 13,6; p < 0,0001), что указывает на недостаточный контроль соматического статуса пациентов направляющими медицинскими организациями и выявление очень высоких или критических рисков операции уже на уровне принимающей медицинской организации.

Установленные уровни показателей и проблемные вопросы при организации планирования и распределения объёмов медицинской помощи, информирования, госпитализации определили основные направления для совершенствования внутренних ключевых процессов, на которых мы и сконцентрировали своё внимание при разработке и внедрении системных решений.

В ФГБУ «Федеральный центр травматологии, ортопедии и эндопротезирования» Минздрава России (г. Барнаул) разработана, внедрена и функционирует организационная модель управления объёмами медицинской помощи, процессами отбора, информирования, госпитализации с применением цифровых технологий, структурированная по этапам на основе процессного подхода (далее — модель).

Первый этап — планирование и структурное распределение объёмов медицинской помощи на год на основании анализа основных показателей отделений (профиля специализации каждого отделения, кадрового состава и коечной мощности, среднего койко-дня, тарифов, финансового итога, иных обстоятельств), анализа итогов и выявления закономерностей, в том числе санитарно-эпидемиологического, сезонного, иного характера, за предыдущие периоды (оптимально — за 2–3-летний период), автоматического расчёта требуемой коечной мощности для точного исполнения государственного задания.

Для оптимизации этапа планирования в Центре создана комиссия по планированию и распределению объёмов медицинской помощи, разработаны порядок планирования и контроля, положение о комиссии, унифицированная форма протокола решения, плана и распределения объёмов медицинской помощи, содержащая следующие разделы:

  • номенклатурный состав структурных подразделений, видов медицинской помощи, групп, клинико-статистических групп (КСГ), объёмные показатели по каждому месяцу, финансовое обеспечение;
  • осуществление комиссией еженедельного мониторинга и контроля итогов исполнения плана (автоматически в режиме реального времени — онлайн-дашборды), проведение оперативных корректировок (при необходимости), принятие иных системных решений.

Второй этап — организация процесса отбора пациентов на госпитализацию. Для оптимизации этого этапа сложные экспертные процессы в Центре оцифрованы, работа врачебной комиссии по отбору пациентов максимально переведена в электронный формат (члены комиссии, секретари и консультанты работают посредством личного кабинета в медицинской информационной системе, рассмотрение пакетов документов, подтверждение показаний либо иные решения осуществляются дистанционным способом, применяются автоматическое формирование и нумерация протоколов комиссии, подписание электронно-цифровой подписью), выполняется размещение протоколов в подсистемах ЕГИСЗ «Система мониторинга оказания высокотехнологичной медицинской помощи», «Система мониторинга оказания специализированной медицинской помощи». После прохождения врачебной комиссии весь массив информации автоматически перемещается в созданный цифровой регистр пациентов Центра, где происходит накопление всех сведений о пациентах, дальнейший учёт и маршрутизация. Автоматическое уведомление пациентов о принятом решении и предварительной дате госпитализации осуществляется в день принятия решения.

Третий этап — организация процесса госпитализации пациентов. Планирование госпитализации происходит сразу после подтверждения показаний, в автоматическом режиме назначается предварительная дата госпитализации (программа ЭВМ для авторасстановки на основе параметров объёмов медицинской помощи).

В Центре разработана и внедрена оптимальная (трёхэтапная) модель информирования пациентов о датах госпитализации и получения подтверждения явки на госпитализацию:

  • этап 1 — информирование происходит через мессенджер WhatsApp (без использования персональных данных): более 73% оповещений пациентов, из них 6,0% пациентов дистанционно заранее (ответом в WhatsApp) отменяют приём или сообщают о неявке на госпитализацию;
  • этап 2 — через сервис СМС-сообщений выполняется 27,0% оповещений (только пациенты, у которых нет мессенджера WhatsApp), отказы пациентов осуществляются посредством их звонка в колл-центр;
  • этап 3 — производится телефонный обзвон (только тех пациентов, кто не дал обратную связь посредством WhatsApp, СМС, звонка — 13,0%) с целью оптимизации (минимизации трудозатрат) рабочего времени сотрудников колл-центра, 8,3% от всех записанных на приём в поликлинику пациентов дистанционно заранее отменяют приём, что даёт возможность срочно оперативно расставить новых пациентов на освободившиеся места и сократить лист ожидания в поликлинике.

Результаты проведённого анкетирования установили предпочтительные для пациентов способы информирования (допускалось выбрать несколько вариантов ответов), наиболее оптимальными названы мессенджер WhatsApp (76,2%), звонки оператора колл-центра (68,3%), СМС-сообщения (61,0%).

Менее предпочтительны для пациентов сообщения в электронной почте (19,7%), бумажные письма (14,8%), Telegram (15,7%), «ВКонтакте» (4,3%), робот-обзвон (8,1%), пуш-уведомления через приложение (9,5%), сообщения в личном кабинете пациента (4,2%), Viber (0,3%).

За период 2022–2025 гг. внедрённая модель информирования пациентов показала свою эффективность и позволила снизить показатель частоты неявок пациентов на приём в поликлинику (на 100 записанных на приём) в 5,1 раза (t = 4,1; p < 0,001) — с 17,1 в 2022 году до 3,4 в первом квартале 2025 года. Показатель частоты неинформированных неявок на госпитализацию (на 100 обратившихся в приёмное отделение) снижен в 2,1 раза (t = 5,1; p < 0,001) — с 18,4 в 2022 году до 8,6 в 2024 году.

В настоящее время создан и функционирует личный кабинет пациента, чат-бот Центра в национальном мессенджере МАХ, применяются иные способы информирования.

Ежедневно ведётся автоматический мониторинг итогов, и в случае несостоявшихся госпитализаций на незанятые места производится автоматическая расстановка пациентов из оперативного резерва регистра (обследованные пациенты с возможностью быстро прибыть на госпитализацию).

Четвёртый этап — мониторинг итогов всех процессов, обоснование, разработка и внедрение новых организационных и цифровых инструментов, ориентация на потребности пациентов, оценка удовлетворённости пациентов. На основе выявленных проблемных процессов нами была научно обоснована, разработана и внедрена программа ЭВМ «Управление объёмами медицинской помощи и коечным фондом организации, оказывающей специализированную, в том числе высокотехнологичную, медицинскую помощь»9, которая оптимизирует организационную модель управления объёмами медицинской помощи, процессами отбора, информирования и госпитализации, коечным фондом. Предложены организационные и цифровые решения, систематизирующие и упрощающие исполнение медицинской организацией обязательств по государственному заданию, иным утверждённым объёмам медицинской помощи.

Программа является современным инструментом управления деятельностью медицинской организации и предназначена для оперативного мониторинга и контроля движения утверждённых годовых объёмов оказания медицинской помощи в режиме реального времени (по специализированной, в том числе высокотехнологичной, медицинской помощи).

Она основана на показателях годовых объёмов медицинской помощи, утверждённых в качестве государственного задания медицинской организации, объёмов обязательного медицинского страхования, цифровом регистре пациентов ФГБУ «Федеральный центр травматологии, ортопедии и эндопротезирования» Минздрава России (г. Барнаул) травматолого-ортопедического и нейрохирургического профиля, интегрирована с внутренней медицинской информационной системой, электронной медицинской картой для автоматического (без участия сотрудников) учёта и актуализации нужных сведений, электронных направлениях на госпитализацию.

Программа помогает прогнозировать и идентифицировать потенциальные организационные риски (неявки, сезонная зависимость, эпидемические периоды — для обеспечения равномерности выборки годовых объёмов и закупа расходных материалов и конструкций и пр.).

Основными пользователями программы являются структурные подразделения Центра, участвующие в планировании, распределении и контроле исполнения объёмов медицинской помощи (организационно-методический отдел, отдел госпитализации, приёмное отделение, планово-экономический отдел, отдел информационных технологий).

В связи с установленными видами и показателями неявок пациентов на госпитализацию, отказов в госпитализации в приёмном отделении, внеплановых явок (прибытий) пациентов при формировании предварительного плана госпитализации на целевой период (месяц, квартал, год) принимающей медицинской организации необходимо обязательно предусматривать дополнительное количество пациентов сверх плана для достижения необходимых итоговых показателей по состоявшимся госпитализациям.

Нами разработана методика планирования, расчёта и достижения итогового (требуемого) количества госпитализированных пациентов (на необходимый период):

Pi=Po-Ni-Nn-Op+V-Ov-Pp-Pn,

где Pi (абс.) — прогнозный итог госпитализированных, Po — количество запланированных пациентов (прогнозный план информирования / обзвона), Ni — количество информированных неявок пациентов, Nn — количество неинформированных неявок пациентов, Op — количество отказов в приёмном отделении плановым пациентам (медицинские противопоказания), V — количество внеплановых явок (явка пациентов в неустановленную дату, неотложные госпитализации), Ov — количество отказов в приёмном отделении внеплановым пациентам (отсутствие показаний к госпитализации, медицинские противопоказания), Pp — количество пациентов переходящей группы (уже госпитализированы, но ещё не пошли в учёт законченных случаев, так как продолжают лечение, не выписаны; госпитализированы в одном месяце, а будут выписаны в следующем месяце), Pn — количество пациентов с несколькими случаями (объёмами).

В случае, если прогнозный итог госпитализированных (расчётный) не соответствует целевому плану по состоявшимся госпитализациям за период (месяц) (не достигает или превышает), необходимо корректировать (увеличивать или уменьшать) количество запланированных пациентов (прогнозный план информирования / обзвона) согласно установленным показателям по учреждению (по месяцам, при этом целесообразно учитывать выявленную сезонность максимальных неявок).

Нами установлены периоды максимальной неявки пациентов на госпитализацию и несостоявшихся госпитализаций (июнь, сентябрь), тенденция повторения которых практически идентична за 12-летний период (для условий Алтайского края — аграрного региона с низкой плотностью населения 12,8 чел/км2, с 42% сельского населения)10.

Кроме изменений организационных подходов, система помогла нам выявить иные имеющиеся проблемы и оптимизировать ряд клинических процессов.

Сплошной анализ 45 742 законченных случаев лечения пациентов за 5-летний период (2020–2024 гг.) позволил нам установить показатели частоты госпитализации пациентов возрастной категории 75 лет и старше — 6,3 ± 0,1, пациентов с сопутствующей патологией «сахарный диабет» — 13,4 ± 0,1 (на 100 пролеченных пациентов). Эти категории пациентов требуют специализированного сопровождения и повышенных финансовых затрат медицинской организации.

На приёме в поликлинике при установлении у пациентов показаний к оперативному лечению проводится оценка риска остеопороза (по шкале FRAX®) у возрастного контингента старше 50 лет, устанавливается диагноз, в протоколах осмотра врача-травматолога или врача-нейрохирурга в период ожидания госпитализации рекомендуется пройти лечение остеопороза у профильного специалиста с целью предоперационной подготовки (увеличения плотности костной ткани) для снижения рисков перипротезных переломов в послеоперационном периоде.

Одним из основных принципов пациентоцентричности является обеспечение интегрированного подхода при лечении пациентов (обеспечение возможности работы мультидисциплинарных бригад). Нами выполнено обоснование введения в штатное расписание Центра ставок (штатных единиц) врача-гериатра, врача-эндокринолога, врача-невролога в детское отделение травматологии и ортопедии (ботулинотерапия в условиях стационара), проведено лицензирование необходимых дополнительных работ (услуг).

Дополнительные результаты исследования

Организационные технологии позволили получить за 2022–2024 годы более 26 млн рублей дополнительных средств, при формировании и подаче на оплату реестров счетов нами применялись коэффициенты сложности лечения пациентов, предусмотренные п. 6 приложения № 3 Программы государственных гарантий, методическими рекомендациями Минздрава России и Федерального фонда обязательного медицинского страхования по способам оплаты медицинской помощи за счёт средств обязательного медицинского страхования, КСГ (ботулинотерапия) изменена на более дорогую, достигнута экономия, в том числе за счёт снижения количества койко-дней, внедрена дополнительная КСГ по антимикробной терапии.

ОБСУЖДЕНИЕ

Проблема неявки пациентов на плановую госпитализацию в назначенную дату вносит существенную дезорганизацию и требует огромных дополнительных усилий со стороны принимающей медицинской организации для срочных корректировок своих планов госпитализации с целью недопущения срывов исполнения государственного задания.

Вопрос изучения сезонности неявок пациентов требует дальнейшей системной проработки, в 2020–2021 гг. на показатели оказал влияние длительный период пандемии и показатели максимальной неявки пациентов совпадали с прохождением пиковых значений заболеваемости в РФ и регионах.

Очевидно, что для разных регионов РФ данные показатели будут отличаться от установленных нами в связи с наличием особенностей региона, однако предложенная методика расчёта прогнозного итога госпитализированных является универсальной и будет полезна для планирования и реализации объёмов медицинской помощи, оптимизации внутренних организационных процессов.

В связи с установленными видами и показателями частоты неявки пациентов на госпитализацию и приём в поликлинике целесообразно применять оптимальные способы информирования пациентов (с учётом возрастного состава) и универсальную методику расчёта прогнозного итога госпитализированных.

Учитывая установленные значительные показатели неявки пациентов, для быстрого решения вопроса с исполнением плановых показателей по состоявшимся госпитализациям в цифровом регистре пациентов нами создан оперативный резерв, что позволяет в кратчайшие сроки автоматически (функция авторасстановщика в нашей программе) провести замену неявок другими пациентами идентичной номенклатурной группы, сообщить даты госпитализации новым пациентам. Оперативный резерв формируется автоматически: это пациенты, сообщившие о невозможности прибытия в ранее назначенную дату, пациенты с выявленными ранее медицинскими противопоказаниями из группы их краткосрочного устранения, иные случаи.

За 5-летний период (2020–2024 гг.) на основании сплошного анализа 68 850 пакетов документов пациентов, поступивших на рассмотрение в Центр, нами установлен показатель частоты неподтверждённых показаний к операции, который составил 7,5 ± 0,1 (на 100 пациентов).

Уровень показателя позволяет сделать вывод о достаточно качественном определении медицинских показаний и проведении отбора пациентов направляющими организациями и органами управления здравоохранением субъектов РФ для оказания специализированной, в том числе высокотехнологичной, медицинской помощи в профильной федеральной медицинской организации.

Вместе с тем действующими приказами Минздрава РФ № 186н от 11.04.2025 и № 1363н от 23.12.2020 установлены сложные многоэтапные порядки отбора пациентов, в том числе врачебной комиссией, на этапе принимающей медицинской организации, что, на наш взгляд, можно упростить без существенных потерь качества отбора пациентов.

Установленные крайне сжатые сроки рассмотрения документов, организация внутренней экспертизы пакетов документов, подтверждение показаний членами врачебной комиссии, оформление протокола решения врачебной комиссии, размещение этих протоколов в различных ресурсах — вот неполный перечень работ федеральной медицинской организации. Восемь сотрудников Центра в ежедневном режиме заняты данным трудоёмким процессом отбора, почти все сотрудники профильных отделений являются внутренними консультантами (в режиме ротации).

Считаем, что на этапе принимающей медицинской организации необходимость подтверждения медицинских показаний к операции врачебной комиссией целесообразно сохранить только для сложных экспертных случаев. При среднегодовом количестве поступающих на рассмотрение в Центр 18 500 пакетов документов не более 1350 (7,3%) требуют экспертного комиссионного решения — их действительно необходимо проводить через решение врачебной комиссии, остальные 17 150 (92,7%) пакетов не требуют комиссионного рассмотрения и оформления протоколов врачебной комиссии, достаточно будет решения врача травматолога-ортопеда либо врача-нейрохирурга принимающей медицинской организации.

Внесение изменений в приказы МЗ РФ по оптимизации отбора пациентов на специализированную, в том числе высокотехнологичную, медицинскую помощь на этапе федеральной медицинской организации позволит существенно упростить лишние требования без потери качества подтверждения показаний к операции, освободить профильных специалистов от дополнительной нагрузки и документооборота.

Сравнительный анализ 5-летних периодов 2013–2017 и 2018–2022 гг. установил увеличение среднепятилетних показателей частоты отказов в госпитализации в связи с наличием высоких рисков и медицинских противопоказаний в 1,4 раза (t = 13,6; p < 0,0001).

Считаем целесообразными разработку и внедрение в РФ процессного подхода при подготовке пациентов к госпитализации в федеральные клиники, проведение оптимизации процесса догоспитальной подготовки пациентов, разработку, утверждение и обязательное применение единых алгоритмов по подготовке к госпитализации (по конкретным профилям), повышение координирующей функции и ответственности направляющей медицинской организации и лечащего врача. Необходимы дополнительный этап оценки (проверки) медицинского статуса пациента перед его поездкой в федеральную медицинскую организацию (за 1,5–2,0 месяца до поездки — контроль основных медицинских параметров, являющийся необходимой мерой), усилия, направленные на своевременное выявление медицинских противопоказаний и стабилизацию сопутствующей соматической патологии. Недостаточное взаимодействие и преемственность между направляющими организациями, амбулаторным звеном, принимающими клиниками, отсутствие единых регламентированных алгоритмов подготовки пациентов к госпитализации влияют на сроки ожидания госпитализации.

Ежегодное изменение номеров групп в Программе государственных гарантий оказания гражданам медицинской помощи представляет собой дополнительную сложность в адаптации всех внутренних учётных систем, регистра, ведении анализа показателей в связи с разной номенклатурой групп, без очевидной и ясной всем пользы.

ЗАКЛЮЧЕНИЕ

Предложена организационная модель управления процессами госпитализации и амбулаторных приёмов в федеральном травматологическом центре с применением цифровых технологий.

Для достижения поставленной цели решён комплекс задач: выявлены организационные проблемы при оказании плановой медицинской помощи в профильном федеральном центре; установлены показатели несостоявшихся плановых госпитализаций, их виды и структура, сезонные закономерности; установлена структура прогнозного показателя количества госпитализированных пациентов; разработана методика планирования, расчёта и достижения итогового (требуемого) количества госпитализированных пациентов (на конкретный период); предложены организационные и цифровые решения, систематизирующие и упрощающие для медицинской организации исполнение обязательств по государственному заданию, иным утверждённым объёмам медицинской помощи; разработана программа ЭВМ для планирования и распределения в медицинской организации объёмов специализированной, в том числе высокотехнологичной, медицинской помощи; выявлены способы информирования, предпочтительные для пациентов; систематизированы и усовершенствованы процессы отбора, информирования и госпитализации пациентов с применением цифровых технологий; обоснованы управленческие решения по совершенствованию внутренних организационных процессов.

Выполненное исследование установило закономерности реализации плановой госпитализации пациентов травматолого-ортопедического и нейрохирургического профиля в условиях специализированного федерального центра. При формировании годовых планов госпитализации необходимо проводить структурные расчёты и учитывать состоявшиеся (фактические) итоги и закономерности, в том числе санитарно-эпидемиологического и сезонного характера, за предыдущие периоды (оптимально — за 3 года) для точного планирования и исполнения государственного задания. Разработанная программа ЭВМ по управлению объёмами медицинской помощи и госпитализации, своевременное уведомление пациентов, наличие электронного счётчика остатков объёмов в режиме реального времени, создание оперативного резерва пациентов во внутреннем цифровом регистре для быстрого замещения несостоявшихся госпитализаций позволяют систематизировать процесс, управлять объёмами медицинской помощи и процессом госпитализации.

Предложенная методика расчёта прогнозного итога госпитализированных является универсальной и будет полезна медицинским организациям для планирования и реализации объёмов медицинской помощи, оптимизации внутренних организационных процессов. Предложены организационные и цифровые решения, систематизирующие и упрощающие для медицинской организации исполнение обязательств по государственному заданию, иным утверждённым объёмам медицинской помощи.

Сформулированы обоснованные предложения по внесению изменений в действующее законодательство.

Внедрённая оптимальная модель оповещений пациентов поликлиники и стационара о датах госпитализации или приёма для снижения показателя неявки (на основе выявленных при опросе предпочтений пациентов по способам информирования) продемонстрировала свою эффективность. За 2022–2025 гг. показатель частоты неявок пациентов на приём в поликлинику (на 100 записанных на приём) снижен в 5,1 раза (t = 4,1; p < 0,001) — с 17,1 в 2022 году до 3,4 в первом квартале 2025 года. Показатель частоты неинформированных неявок на госпитализацию (на 100 обратившихся в приёмное отделение) снижен в 2,1 раза (t = 5,1; p < 0,001) — с 18,4 в 2022 году до 8,6 в 2024 году.

В связи с введёнными с 01.06.2025 существенными законодательными ограничениями, связанными со способами информирования бюджетными организациями пациентов, запретом применения для этих целей иностранных мессенджеров, находящихся в перечне Роскомнадзора, медицинским организациям необходимо предусмотреть финансовое обеспечение разрешённого способа уведомления посредством СМС-сообщений (сервис платный) и работать над приведением процессов информирования пациентов в соответствие с действующим законодательством. Телефонный обзвон операторами, робот-обзвон пациентов не показывают нужной клиникам эффективности. В связи с этим можно предположить, что количество неявок пациентов на приём в поликлиники и плановую госпитализацию возрастёт.

ДОПОЛНИТЕЛЬНАЯ ИНФОРМАЦИЯ

Вклад авторов. Е.В. Колядо — разработка концепции, поиск, отбор и обзор источников литературы, написание текста статьи; В.А. Пелеганчук — постановка задачи, редактирование текста статьи; А.Н. Повалихин — сбор и анализ статистических данных, редактирование текста статьи; В.В. Лазарева — анализ статистических данных. Все авторы одобрили рукопись (версию для публикации), а также согласились нести ответственность за все аспекты работы, гарантируя надлежащее рассмотрение и решение вопросов, связанных с точностью и добросовестностью любой её части.

Этическая экспертиза. Статья одобрена к публикации на заседании этического комитета ФГБУ «Федеральный центр травматологии, ортопедии и эндопротезирования» Минздрава России (г. Барнаул), протокол № 3 от 10.04.2025 г.

Согласие на публикацию. Неприменимо.

Источники финансирования. Отсутствуют.

Раскрытие интересов. Авторы заявляют об отсутствии отношений, деятельности и интересов (личных, профессиональных или финансовых), связанных с третьими лицами (коммерческими, некоммерческими, частными), интересы которых могут быть затронуты содержанием статьи, а также иных отношений, деятельности и интересов за последние три года, о которых необходимо сообщить.

Заявление об оригинальности. При создании настоящей работы авторы не использовали ранее опубликованные сведения (текст, данные).

Доступ к данным. Авторы предоставляют ограниченный доступ к данным (по запросу, после завершения периода эмбарго).

Генеративный искусственный интеллект. При создании настоящей статьи технологии генеративного искусственного интеллекта не использовали.

Рассмотрение и рецензирование. Настоящая работа подана в журнал в инициативном порядке и рассмотрена по обычной процедуре. В рецензировании участвовали два внешних рецензента, член редакционной коллегии и научный редактор издания.

ADDITIONAL INFORMATION

Author contributions: E.V. Kolyado: conceptualization, formal analysis, writing — original draft; V.A. Peleganchuk: conceptualization, writing — review & editing; A.N. Povalikhin: data curation, formal analysis, writing — review & editing; V.V. Lazareva: formal analysis. All the authors approved the version of the manuscript to be published and agreed to be accountable for all aspects of the work, ensuring that questions related to the accuracy or integrity of any part of the work are appropriately investigated and resolved.

Ethics approval: The manuscript was approved for publication by the Ethics Committee of the Federal Center for Traumatology, Orthopedics and Endoprosthetics (Barnaul, Russia), Ministry of Health of the Russian Federation (Minutes No. 3 dated April 10, 2025).

Consent for publication: Not applicable.

Funding sources: No funding.

Disclosure of interests: The authors have no relationships, activities, or interests (personal, professional, or financial) for the last three years related to for-profit, not-for-profit, or private third parties whose interests may be affected by the content of the article, as well as no other relationships, activities, or interests to disclose.

Statement of originality: No previously published material (text or data) was used in this article.

Data availability statement: Data are available from the authors upon reasonable request after the embargo period.

Generative AI: No generative artificial intelligence technologies were used to prepare this article.

Provenance and peer-review: This article was submitted unsolicited and reviewed following the standard procedure. The peer review process involved two external reviewers, a member of the Editorial Board, and the in-house science editor.

1 ГБУ «НИИОЗММ ДЗМ» [Интернет]. Режим доступа: https://niioz.ru/news/otdel-metodologii-provedeniya-audita-effektivnosti-proanaliziroval-situatsiyu-s-nesostoyavshimisya-v/. Дата обращения: 24.04.2025.

2 Федеральный закон № 41-ФЗ от 01.04.2025 «О создании государственной информационной системы противодействия правонарушениям, совершаемым с использованием информационных и коммуникационных технологий, и о внесении изменений в отдельные законодательные акты РФ». Режим доступа: http://publication.pravo.gov.ru/document/0001202504010010. Дата обращения: 24.04.2025.

3 Перечень информационных систем и/или программ для электронных вычислительных машин, указанных в ч. 8 ст. 10 Федерального закона № 149-ФЗ от 27.07.2006 «Об информации, информационных технологиях и о защите информации» (утв. Роскомнадзором). Режим доступа: https://rkn.gov.ru/docs/Perechen6_informacionnykh_sistem_05052023.pdf. Дата обращения: 24.04.2025.

4 Федеральный закон № 156-ФЗ от 24.06.2025 «О создании многофункционального сервиса обмена информацией и о внесении изменений в отдельные законодательные акты Российской Федерации». Режим доступа: http://publication.pravo.gov.ru/document/0001202506240021?ysclid = mm7ivgwcib332838881. Дата обращения: 24.04.2025.

5 Распоряжение Правительства РФ № 1880-р от 12.07.2025 «Об определении организации, обеспечивающей создание и функционирование многофункционального сервиса обмена информацией». Режим доступа: https://www.zakonrf.info/rasporiazhenie-pravitelstvo-rf-1880-r-12072025/?ysclid = mm7ixaovvn313207938. Дата обращения: 24.04.2025.

6 ГОСТ Р 71549-2024. Национальный стандарт Российской Федерации. Система менеджмента человекоцентричной медицинской организации. Общие требования (утверждён и введён в действие приказом Росстандарта № 1017-ст от 01.08.2024). Режим доступа: https://docs.cntd.ru/document/1306887073?ysclid = mm7ka6zdun408973633. Дата обращения: 23.04.2025.

7 Пелеганчук В.А., Колядо Е.В., Повалихин А.Н., Дених И.В., Лазарева В.В. Регистр пациентов ФГБУ «ФЦТОЭ» Минздрава России (г. Барнаул) травматолого-ортопедического и нейрохирургического профиля. Свидетельство о регистрации базы данных 2022620563, 16.03.2022. Режим доступа: https://elibrary.ru/item.asp?id = 48137432. Дата обращения: 23.04.2025.

8 Пелеганчук В.А., Колядо Е.В., Повалихин А.Н., Дених И.В., Лазарева В.В. Мониторинг госпитализации. Свидетельство о регистрации программы для ЭВМ RU 2023687498, 14.12.2023. Режим доступа: https://www.elibrary.ru/item.asp?id = 65612932. Дата обращения: 24.04.2025.

9 Пелеганчук В.А., Колядо Е.В., Повалихин А.Н., Дених И.В., Лазарева В.В. Управление объёмами медицинской помощи и коечным фондом организации, оказывающей специализированную, в том числе высокотехнологичную, медицинскую помощь. Свидетельство о регистрации программы для ЭВМ 2022667793, 26.09.2022. Режим доступа: https://elibrary.ru/item.asp?id = 49775223. Дата обращения: 24.04.2025.

10 Федеральная служба государственной статистики [Интернет]. Режим доступа: https://rosstat.gov.ru/storage/mediabank/chisl_RF_01-01-2022_VPN-2020.xls. Дата обращения: 25.04.2025.

×

About the authors

Elena V. Kolyado

Digital Technologies for Organization of the Hospital Admission Process in the Federal Center for Traumatology

Email: centrlicmed@inbox.ru
ORCID iD: 0000-0001-5606-6963
SPIN-code: 6651-0019

MD, Cand. Sci. (Medicine), Associate Professor

Russian Federation, Barnaul

Vladimir A. Peleganchuk

Digital Technologies for Organization of the Hospital Admission Process in the Federal Center for Traumatology

Email: pva-barnaul@yandex.ru
ORCID iD: 0000-0002-2386-4421
SPIN-code: 8723-7499

MD, Dr. Sci. (Medicine)

Russian Federation, Barnaul

Anton N. Povalikhin

Digital Technologies for Organization of the Hospital Admission Process in the Federal Center for Traumatology

Author for correspondence.
Email: obez2003@gmail.com
ORCID iD: 0000-0002-3645-3023
SPIN-code: 8590-5450

Cand. Sci. (Engineering)

Russian Federation, Barnaul

Viktoriia V. Lazareva

Digital Technologies for Organization of the Hospital Admission Process in the Federal Center for Traumatology

Email: viklazareva@mail.ru
ORCID iD: 0000-0002-9976-3862
SPIN-code: 5597-5106
Russian Federation, Barnaul

References

  1. Nikolayev NS, Andreyeva VE, Preobrazhenskaya EV, et al. Information technology in hospitalization management in a federal medical organization. Physical and rehabilitation medicine, medical rehabilitation. 2021;3(3):329–336. (In Russ). doi: 10.36425/rehab70730 EDN: SXLKIP
  2. Kadykova AV, Larchenko EV. Automation of the process of patient selection for hospitalizing for rendering high-tech medical care. Roszdravnadzor reporter. 2018;(3):38–45. (In Russ.)
  3. Pogonin AV, Lyutsko VV. Inpatient medical care in the Russian Federation (literature review). Contemporary issues of healthcare and medical statistics. 2022;(1):605–629. doi: 10.24412/2312-2935-2022-1-605-629 EDN: HXMNJV
  4. Andreyeva VE. The effectiveness of the model of the integrated information support of the process of providing medical care to patients of trauma and orthopedic surgery. Manager of Health Care. 2018;(6):68–78. (In Russ.)
  5. Mantserov MP, Khatkevich MI, Khatkevich MM. Subsystem of hospitalizing planning of medical information systems of a healthcare organization engaged in scientific activities. Doctor and information technology. 2021;(S5):54–67. (In Russ). doi: 1025881/18110193_2021_S5_54 EDN: IBGEPW
  6. Gubin AV, Khan NV, Ryabykh SO, et al. 3DT concept as a model for integrating trauma and orthopedic services into priority areas of development and national projects of the Russian Federation. Genius of orthopedics. 2021;27(2):146–152. doi: 10.18019/1028-4427-2021-27-2-146-152 EDN: LSWSJV
  7. Ivanova AA, Litvinov DV, Novichkova GA. Difficulties of the federal centers providing the profile medical assistance. Pediatric Hematology/Oncology and Immunopathology. 2019;18(1):140–143. doi: 10.24287/1726-1708-2019-18-1-140-143 EDN: WOSSKU
  8. Kanev AF, Kobyakova OS, Kurakova NG, et al. Population ageing and national healthcare systems sustainability. A review of world practices. National Health Care. 2023;4(4):5–13. doi: 10.47093/2713-069X.2023.4.4.5-13 EDN: SNXYKK
  9. Almasud R, Chukavina AV, Vyskochkov VS, et al. Psychological and Communication Barriers in Receiving Medical Care for Older Adults. Russian Journal of Geriatric Medicine. 2025;(1):58–65. (In Russ). doi: 10.37586/2686-8636-1-2025-58-65 EDN: GEZSWM
  10. Samarin MA, Habiballah ZAA, Krivova AV, et al. Epidemiology of fractures of the proximal femur in people older than 50 years: what has changed in the last 30 years? N.N. Priorov Journal of Traumatology and Orthopedics. 2022;29(2):181–191. doi: 10.17816/vto109447 EDN: SSBCNZ
  11. Rodionova SS, Habiballah ZAA, Krivova AV, et al. Low-energy fracture of the proximal femur in older age groups as a factor of excess mortality: literature review. N.N. Priorov Journal of Traumatology and Orthopedics. 2022;29(3):297–306. doi: 10.17816/vto121358 EDN: GCQOOI
  12. Ivanov VN, Suvorov AV. Modern development problems of Russian health care (Part 1). Problems of Forecasting. 2021;6(189):59–71. doi: 10.47711/0868-6351-189-59-71 EDN: RIKFSG
  13. Vladzimirskiy AV, Lebedev GS, Shadyorkin IA, et al. Patient-doctor telemedicine: risk management. Ekaterinburg: Publisher’s solutions; 2022. 94 p. (In Russ.)
  14. Mazitov MR, Belskaya EE, Solovyova EI, Ganeyev KA. Network facilities of internal communication of a medical organization. Manager of Health Care. 2022;(2):85–94. doi: 10.21045/1811-0185-2022-2-85-94 EDN: RQHANU
  15. Aksenova EI, Gorbatov SY; State Institution The Research Institute for Healthcare Organization and Medical Management of Moscow Healthcare Department. Role of social networks in primary medical and sanitary care: expert survey. Moscow: The Research Institute for Healthcare Organization and Medical Management of Moscow Healthcare Department; 2023. (In Russ.)
  16. Stefanova NA, Shmatok KO. Instant messengers as a business tool. Karelian scientific journal. 2018;7;(2):127–129. EDN: XURWHJ
  17. Orlov GM, Chugunov AV. Digital health: elderly use of electronic services. Advances in gerontology. 2023;36(3):375–382. (In Russ). doi: 10.34922/AE.2023.36.3.012 EDN: LTAJZH
  18. Kungurtsev OV, Tyufilin DS, Chukavina AV, et al. Use of digital health services by elderly patients: main barriers and solutions. Medical Doctor and Information Technologies. 2024;(4):20–27. doi: 10.25881/18110193_2024_4_20 EDN: QVNRDU
  19. Claveau J, Authier M, Rodrigues I, et al. Patients’ missed appointments in academic family practices in Quebec. Canadian Family Physician. 2020;66(5):349–355.
  20. Tyufilin DS, Chigrina VP, Medvedev VA, et al. Satisfaction with medical care in the Russian Federation: factors influencing the assessment. Manager of Health Care. 2023;(8):68–80. (In Russ). doi: 10.21045/1811-0185-2023-8-68-80 EDN: QDHJRS
  21. Chukavina AV, Vyskochkov VS, Tyufilin DS, et al. Factors which influence confidence of elderly patients to the healthcare system in Russia. Contemporary issues of healthcare and medical statistics. 2024;(1):1078–1095. doi: 10.24412/2312-2935-2024-1-1078-1095 EDN: CNBIRQ
  22. Akhmetova AI, Shevchenko EV, Sharamko TG, et al. Factors affecting older patients’ trust in the health care system in Russia. Issues of central and local government. 2021;(4):137–158. (In Russ). doi: 10.17323/1999-5431-2021-0-4-137-158 EDN: AKHOIQ
  23. Cherkashov AM, Kadyrov FN, Sharamko TG, et al. Improving the efficiency of orthopedic treatment with fast-track protocol. Issues of standardization in healthcare. 2020;11(12):79–85. doi: 10.26347/1607-2502202011-12079-085 EDN: ZRDMYR
  24. Khorana AA, Bolwell BJ. Reducing time-to-treatment for newly diagnosed cancer patients. 2019. Available from: https://catalyst.nejm.org/doi/full/10.1056/CAT.19.0010
  25. Pugachev PS, Gusev AV, Kobyakova OS, et al. Global trends in the digital transformation of the healthcare industry. National Health Care. 2021;2(2):5–12. doi: 10.47093/2713-069X.2021.2.2.5-12 EDN: JADWXN
  26. Kleymeniova EB, Yashina LP. the role of health information technology in promoting patient safety. Medical doctor and information technologies. 2020;(3):13–24. doi: 10.37690/1811-0193-2020-3-13-24 EDN: ARCUWU
  27. Perepelova OV, Petrova IA. Patient-centeredness in the provision of medical services to the population as a value and principle of activity. Manager of Health Care. 2019;(10):12–17. EDN: APAAOA
  28. Shakhabov IV, Melnikov YY, Smyshlyaev AV. Key aspects of a patient-oriented model of managing a medical organization. Scientific review. 2020;(3):34–38. doi: 10.17513/srms.1112 EDN: IIGEUW
  29. Musina NZ, Omelyanovsky VV, Gostishchev RV, et al. Concept of value-based healthcare. Pharmacoeconomics. Contemporary pharmacoeconomics and pharmacoepidemiology. 2020;13(4):438–451. doi: 10.17749/2070-4909/farmakoekonomika.2020.042 EDN: FYNTXN
  30. Aleksandrova YK, Basina PA, Goyko VL. Way of artificial intelligence to the beautiful faraway: education and career paths in focus of big data: analytical report. Abramov KV, Galazhinskiy EV, editors. Tomsk: Publishing office of Tomsk State University; 2024. 52 p. (In Russ.)
  31. Raitskaya LK, Lambovska MP. Рrospects for ChatGPT Application in Higher Education: A Scoping Review of International Research. Integration of education. 2024;28(1):10–21. doi: 10.15507/1991-9468.114.028.202401.010-021 EDN: ZBYFFX
  32. Medvedeva EI, Kroshilin SV. Contemporary medical chat bots on service of healthcare problems solution: expert review. Moscow: State Institution The Research Institute for Healthcare Organization and Medical Management of Moscow Healthcare Department; 2023. (In Russ.)
  33. Aksenova EI, Gorbatov SY. Analysis of digital systems used in RF regions for imputed value of medical care services; expert review. Moscow: State Institution The Research Institute for Healthcare Organization and Medical Management of Moscow Healthcare Department; 2023. (In Russ.)
  34. Mikheyev AE, Fokht OA, Khayt IL. Transformation of the role of healthcare information system. The growth of the role of his from automating the activities of an individual clinic to managing a large medical and prophylactic association. Medical doctor and information technologies. 2020;(S5):51–61. doi: 10.37690/1811-0193-2020-5-51-61 EDN: ZGYFBX
  35. Usachev DY, Nazarenko AG, Konovalov NA, et al. Registration and analysis of complicationsin the neurosurgical clinic. N.N. Priorov Journal of Traumatology and Orthopedics. 2023;30(1):63–75. doi: 10.17816/vto340878 EDN: KQHLYC
  36. Nazarenko AG, Kleymenova EB, Dronov MA, et al. Information technologies for supporting prevention, diagnosis and management of surgical site infections in trauma and orthopedic patients. N.N. Priorov Journal of Traumatology and Orthopedics. 2024;31(4):467–479. doi: 10.17816/vto636446 EDN: ZOOJOI
  37. Vladzymyrskyy AV, Vasilev YuA, Arzamasov KM, Kazarinova VE, Astapenko EV. Artificial intelligence in the diagnostics of deforming osteoarthritis of large joints of the lower limbs — diagnostic accuracy assessment in the real clinical settings. N.N. Priorov Journal of Traumatology and Orthopedics. 2025;32(1):95–105. doi: 10.17816/vto633860 EDN: VLJPGK
  38. Belyshev DV, Guliyev YaI, Malykh VL, Mikheyev AE. New aspects of medical information systems development. Medical information systems. 2019;(4):6–12. doi: 10.37690/1811-0193-2019-4-6-12 EDN: TMQYSI
  39. Karaferis D, Balaska D, Pollalis Y. Design and Development of Data-Driven AI to Reduce the Discrepancies in Healthcare EHR Utilization. AJCMR. 2025;5(1):1–10. doi: 10.71010/AJCMR.2025-e184
  40. Dranev YYa, Kuchin II, Miryakov MI. Economic effect from artificial intelligence technology adoption in Russia. Artificial intelligence. Moscow: Institute of Statistic Studies and Economics of Knowledge, National Research University Higher School of Economics; 2025:17. (In Russ.)
  41. Bondarovich AF, Tyufilin DS, Tarasenko TD, et al. Regional Experience of Using Artificial Intelligence Services in the Healthcare Sector of the Russian Federation in 2023. Russian Academy of Medical Sciences reporter. 2024;79(2):168–174. doi: 10.15690/vramn13676 EDN: KSZUTB
  42. Andreychenko AE, Gusev AV. Рerspectives on the application of large language models in healthcare. National Health Care. 2023;4(4):48–55. doi: 10.47093/2713-069X.2023.4.4.48-55 EDN: MPDTJU
  43. Gusev AV, Artemova OR, Vasilyev YuA, Vladzimirskiy AV. Integration of AI-based software as a medical device into Russian healthcare system: results of 2023. National Health Care. 2024;5(2):17–24. doi: 10.47093/2713-069X.2024.5.2.17-24 EDN: GEQMJV
  44. Andryukhina LM. Personalization age: development of a person’s creative potential, filters wall and filter bubbles. Innovative scientific current academic research trajectory (INSIGHT). 2024;2(18):102–117. doi: 10.17853/2686-8970-2024-2-102-117 EDN: LVIUVA
  45. Kolyado EV, Perfilyev AA. Rating of healthcare organizations and implementing of medical care procedures as instruments of competition promotion and service-quality management in Altai Krai healthcare. Economy of Altai Krai. 2012;4(24):25–30. (In Russ.) EDN: WMBKLD
  46. Kolyado EV, Lazarev VS, Perfilyev AA. Ranking score of Altai Krai central district hospitals activities. Siberian medical journal (Irkutsk). 2013;120(5):91–94. EDN: QZVIQX
  47. Aksenova EI, Kamynina NN, Budarin SS. Recommended practice on making rating of healthcare organizations rendering primary medical care to adult population performance efficiency: recommended practice. Moscow: The Research Institute for Healthcare Organization and Medical Management of Moscow Healthcare Department; 2023. (In Russ.)
  48. Zheleznyakova IA, Kovaleva LA, Khelisupali TA, et al. The use of hospital bed capacity in medical organizations. Farmakoekonomika. Modern Pharmacoeconomics and Pharmacoepidemiology. 2017;10(4):37–43. doi: 10.17749/2070-4909.2017.10.4.037-043 EDN: YOQTYV
  49. Shvabsky OR, Minulin IB, Taut DF, Shcheblykina AA. Рractical recommendations of roszdravnadzor. The second version. New approaches to ensuring the quality and safety of medical activities. Quality management in the medical field. 2022;(2):2–7. (In Russ.) EDN: BSCKFK

Supplementary files

Supplementary Files
Action
1. JATS XML
Download

Copyright (c) 2026 Eco-Vector

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
СМИ зарегистрировано Федеральной службой по надзору в сфере связи, информационных технологий и массовых коммуникаций (Роскомнадзор).
Регистрационный номер и дата принятия решения о регистрации СМИ: серия ПИ № ФС 77-76249 от 19.07.2019.