З.М. Юлдашев1, Е.А. Семенова2, И.П. Корнеева3, Ю.О. Боброва4

1–4 Санкт-Петербургский государственный электротехнический университет «ЛЭТИ» (Санкт-Петербург, Россия)

Постановка проблемы. Наибольшая доля смертности населения во всем мире приходится на хронические неинфекционные заболевания. Прогнозирование обострения хронических неинфекционных заболеваний требует наблюдения комплекса медико-биологических параметров пациента в динамике, что не всегда возможно при однократном посещении врача.

Цель. Разработать систему удаленного длительного мониторинга состояния здоровья пациентов с хроническим неинфекционным заболеванием для выявления его обострения на ранней стадии.

Результаты. Предложена структура системы длительного удаленного мониторинга хронических неинфекционных заболеваний, обеспечивающей коммуникацию с лечащим врачом, регистрацию комплекса биомедицинских сигналов и их обработку. Предложенная система включает математическую модель состояния пациента в нормированном многомерном пространстве диагностически значимых показателей, персонифицированные модели состояний ремиссии и обострения. Глубокий анализ данных мониторинга позволяет выявить индивидуальные особенности течения хронических неинфекционных заболеваний. Оценка скорости смещения вектора состояния пациента из области ремиссии в область обострения обеспечивает возможность ранней диагностики обострения.

Практическая значимость. Применение системы длительного удаленного мониторинга состояния здоровья пациентов с хроническим неинфекционным заболеванием с учетом индивидуальных закономерностей течения болезни обеспечивает выявление обострения на ранней стадии, способствует повышению эффективности оказания медицинской помощи таким пациентам.

Юлдашев З.М., Семенова Е.А., Корнеева И.П., Боброва Ю.О. Удаленный мониторинг состояния здоровья людей с хроническим заболеванием для выявления его обострения на ранней стадии // Биомедицинская радиоэлектроника. 2023. T. 26. № 2. С. 5−11. DOI: https://doi.org/10.18127/j15604136-202302-01

1. Масленникова Г.Я., Бойцов С.А., Оганов Р.Г., Аксельрод С.В., Есин П.Е. Неинфекционные заболевания как глобальная проблема здравоохранения, роль ВОЗ в ее решении // Профилактическая медицина. 2015. № 1. С. 9–13. DOI:10.17116/profmed20151819-13.
2. Noncommunicable diseases [Электронный ресурс] https://www.who.int/news-room/fact-sheets/detail/noncommunicable-diseases. (обновление 01.03.2023).
3. Sellers S. Cause of death variation under the shared socioeconomic pathways. Climatic Change. 2020. V. 163. P. 559–577. https://doi.org/ 10.1007/s10584-020-02824-0.
4. NCD Countdown 2030: worldwide trends in non-communicable disease mortality and progress towards Sustainable Development Goal target 3.4. Lancet. 2018 Sep. 22. V. 392(10152). P. 1072–1088. DOI: 10.1016/S0140-6736(18)31992-5. Epub 2018 Sep. 20.
5. Benkel I., Arnby M., Molander U. Living with a chronic disease: preparation, information, talking and thoughts about the disease. Int. J. Med. Res. Health. Sci. 2019. V. 8(2). P. 50–58.
6. Wang Y., Wang J. Modelling and prediction of global non-communicable diseases. BMC public health. 2020. V. 20. P. 1–13.
7. Malta D., Duncan B. et al. Trends in mortality due to non-communicable diseases in the Brazilian adult population: national and subnational estimates and projections for 2030. Population health metrics. 2020. V. 18. P. 1–14.
8. Приказ Министерства здравоохранения РФ от 15 января 2020 г. № 8. Об утверждении Стратегии формирования здорового образа жизни населения, профилактики и контроля неинфекционных заболеваний на период до 2025 года. https://www. garant.ru/products/ipo/prime/doc/73421912/.
9. Chmiel F.P., Burns D.K, Pickering J.B., Blythin A., Wilkinson T.M.A., Boniface M.J. Prediction of chronic obstructive pulmonary disease exacerbation events by using patient self-reported data in a digital health app: statistical evaluation and machine learning approach. JMIR medical informatics. 2022. V. 10. № 3. P. e26499.
10. Balogh E.P., Miller B.T., Ball J.R. Improving Diagnosis in Health Care. National Academies Press. 2015. 473 p. DOI:10.17226/21794.
11. Early diagnostics: shaping healthcare and society through new technologies. https://eithealth.eu/wp-content/uploads/2020/09/EIT-Health-paper_Early-Diagnostics_Shaping-Healthcare-Society.pdf (обновлено 1.03.2023)
12. Yuldashev Z.M. A Remote System for Monitoring the State of Health of People with Chronic Diseases and Predicting Periods of Exacerbation. Biomedical Engineering. 2023. V. 56. № 5. P. 294–297. DOI: 10.1007/s10527-023-10222-w.
13. Peyroteo M., Ferreira I.A., Elvas L.B., Ferreira J.C., Lapão L.V. Remote monitoring systems for patients with chronic diseases in primary health care: systematic review. MIR mHealth and uHealth. 2021. V. 9. № 12. P. e28285.
14. Анисимов А.А., Глазова А.Ю., Пустозеров Е.А., Юлдашев З.М. Системы удаленного мониторинга здоровья людей с хроническими заболеваниями. СПб.: Изд-во СПбГЭТУ «ЛЭТИ». 2019. 172 c.
15. Vittinghoff E., McCulloch C.E., Glidden D.V., Shiboski S.C. Essential Statistical Methods for Medical Statistics. 2011, P. 66–103. https://doi.org/10.1016/B978-0-444-53737-9.50006-2