М.И. Ярмолинская1, З.М. Юлдашев2, Е.А. Семенова3, Ю.О. Боброва4, И.П. Корнеева5

1 ФГБНУ «НИИ акушерства, гинекологии и репродуктологии им. Д.О. Отта» (Санкт-Петербург, Россия)
2–5 Санкт-Петербургский государственный электротехнический университет «ЛЭТИ» (Санкт-Петербург, Россия)
 

Постановка проблемы. В условиях широкого распространения инфекционных заболеваний (ИЗ), актуальна проблема разработки системы удаленного мониторинга состояния здоровья беременной для выявления осложнений течения гестации. Традиционный порядок оказания медицинской помощи по профилю «Акушерство и гинекология», утвержденный нормативными документами здравоохранения, и алгоритм работы системы мониторинга требуют корректировки из-за возможного негативного влияния заболевания на течение беременности.

Цель. Разработать систему удаленного интеллектуального мониторинга состояния здоровья беременной для прогнозирования и своевременного выявления осложнений течения беременности.

Результаты. Разработан алгоритм интеллектуального мониторинга, имеющий расширенный комплекс диагностически значимых показателей, требуемых для оценки и контроля текущего состояния здоровья беременной, периодичности и последовательности их анализа в случае выявления признаков инфекционного заболевания. В процессе удаленного интеллектуального мониторинга обеспечивается оценка расширенного комплекса диагностически значимых показателей (РКДЗП) и их динамики, корректировка мощности (веса) диагностически значимых показателей в разных триместрах беременности, экстренное информирование врача об ухудшении состояния здоровья беременной для проведения очного обследования или госпитализации.

Практическая значимость. Возможность анализа динамики диагностически значимых показателей и экстраполяция их значений позволит прогнозировать возможные осложнения течения беременности и улучшить перинатальные исходы. Предложенный алгоритм интеллектуального мониторинга состояния здоровья беременной и реализующая его система, обеспечивающие изменение структуры комплекса диагностически значимых показателей, периодичность и последовательность их оценки, анализ динамики показателей с учетом изменяющегося состояния здоровья беременной, прогнозирование осложнений течения беременности и информирование врача в случае ухудшения здоровья пациентки реализуют персонифицированный подход к медицинскому сопровождению беременной. Сказанное выше позволяет выявить на ранних стадиях развития инфекционных заболеваний с использованием инструментального обследования и возможных осложнений течения периода гестации, что дает возможность своевременно предложить дополнительное обследование или госпитализацию беременной.

Ярмолинская М.И., Юлдашев З.М., Семенова Е.А., Боброва Ю.О., Корнеева И.П. Удаленный интеллектуальный мониторинг состояния здоровья беременной и прогнозирование осложнений течения беременности // Биомедицинская радиоэлектроника. 2023. T. 26. № 2. С. 12−17. DOI: https://doi.org/10.18127/j15604136-202302-02

1. Порядок оказания медицинской помощи по профилю «Акушерство и гинекология». Приказ Министерства здравоохранения Российской Федерации от 20 октября 2020 г. № 1130н. http://www.consultant.ru/document/cons_doc_LAW_367763/96ca7 cf83ace522670ef7bfd2d92aafe875c113b/ (дата обращения 27 января 2023)
2. Материнская смертность. https://rosstat.gov.ru/storage/mediabank/pUVvU4Rg/3-18.xls (дата обращения 28 января 2023).
3. Seebregts C. Designing for scale: optimising the health information system architecture for mobile maternal health messaging in South Africa (MomConnect) // BMJ global health. 2018. Т. 3. №. Suppl 2. P. e000563.
4. Haruna U., Dandeebo G., Galaa S. Z. Improving access and utilization of maternal healthcare services through focused antenatal care in rural Ghana: a qualitative study. Advances in Public Health. 2019. V. 2019.
5. Li X. et al. The impact of healthcare monitoring technologies for better pregnancy. 2021 IEEE 4th International Conference on Electronics Technology (ICET). IEEE, 2021. P. 731-736.
6. 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. С. 172.
7. 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. P. 1.
8. Сергеев А.М. Обеспечение надежности носимых устройств систем удаленного online-мониторинга // Биомедицинская ра­диоэлектроника. 2022. T. 25. № 6. С. 52–59. DOI: 10.18127/j15604136-202206-06
9. Korneeva I. et al. A System for Remote Monitoring of Pregnant Women's Health State and Pregnancy Complications Prediction. BIODEVICES. 2022. P. 306–314.
10. Korneeva, I.P., Kramar, K.A., Semenova, E.A., Sergeev, A.M., Yuldashev, Z.M. Hardware and software complex for remote monitoring and control of a pregnant woman's health state. 2021. № 6. P. 21–30.
11. Yoffe L. et al. Early diagnosis of gestational diabetes mellitus using circulating microRNAs. European journal of endocrinology. 2019. V. 181. № 5. P. 565–577.
12. Rasmussen M. et al. RNA profiles reveal signatures of future health and disease in pregnancy. Nature. 2022. V. 601. № 7893. P. 422–427.
13. Bertini A. et al. Using Machine learning to predict complications in pregnancy: A systematic review. Frontiers in bioengineering and biotechnology. 2022. V. 9. P. 1385.
14. Zhao Z. et al. DeepFHR: intelligent prediction of fetal Acidemia using fetal heart rate signals based on convolutional neural network. BMC medical informatics and decision making. 2019. V. 19. P. 1–15.