К.Е. Санарова1

1 Санкт-Петербургский государственный электротехнический университет «ЛЭТИ» им. В.И. Ульянова (Ленина) (Санкт-Петербург, Россия)
1 kseniya.sanarova@mail.ru

Постановка проблемы. С целью оптимизации оказания медицинской помощи пациентам с установленным диагнозом легочная гипертензия (ЛГ) предлагается внедрить систему дистанционного персонализированного мониторинга состояния здоровья пациентов с ЛГ в условиях их привычной активности.

Использование систем удаленного мониторинга в сочетании с анализом индивидуальных динамических закономерностей клинически значимых показателей при ЛГ позволит повысить точность раннего выявления обострений, своевременно корректировать терапию и улучшать долгосрочные клинические исходы.

Цель. Разработать интеллектуальную платформу для удаленного наблюдения за динамикой состояния пациентов с ЛГ для раннего обнаружения патологических изменений.

Результаты. Проведено научное обоснование возможности внедрения системы удаленного мониторинга в повседневную жизнь пациентов с ЛГ. Система дистанционного мониторинга обеспечивает непрерывный контроль ключевых физиологических параметров вне стационарных условий и тем самым положительно влияет на качество лечения, приводит к снижению количества экстренных обращений и повышению уровня самостоятельности в управлении здоровьем. Приведено обоснование клинической значимости дистанционного мониторинга показателей здоровья пациентов с ЛГ для предикции рисков обострения заболевания. Выполнена разработка модели и метода для прогнозирования начальных стадий клинического ухудшения у больных с ЛГ.

Практическая значимость. Предложенные и описанные в работе модель и метод для прогнозирования начальных стадий клинического ухудшения у больных с ЛГ стали основой для создания интеллектуальной системы удаленного мониторинга, способствующей улучшению эффективности и качества оказания медицинской помощи пациентам.

Санарова К.Е. Система удаленного мониторинга состояния здоровья пациентов с установленным диагнозом легочная гипертензия // Биомедицинская радиоэлектроника. 2025. T. 28. № 5. С. 109−114. DOI: https://doi.org/10.18127/j156 04136-202505-22

1. Humbert M. et al. 2022 ESC/ERS Guidelines for the diagnosis and treatment of pulmonary hypertension: Developed by the task force for the diagnosis and treatment of pulmonary hypertension of the European Society of Cardiology (ESC) and the European Respiratory Society (ERS). Endorsed by the International Society for Heart and Lung Transplantation (ISHLT) and the European Reference Network on rare respiratory diseases (ERN-LUNG). European heart journal. 2022. Т. 43. № 38. С. 3618–3731.
2. Kovacs G. et al. Definition, classification and diagnosis of pulmonary hypertension. European Respiratory Journal. 2024. Т. 64. № 4.
3. Swietlik E.M., Fay M., Morrell N.W. Exploring Diagnostic and Therapeutic Odyssey in Pulmonary Arterial Hypertension: Insights from In-Depth Semi-Structured Interviews. Respiration. 2025. V. 104. № 1. P. 26–39.
4. Thangam S. et al. Smart health monitoring system using IoT and machine learning. Challenges in Information, Communication and Computing Technology. CRC Press. 2025. P. 518–523.
5. Khor Y.H. et al. Assessment of Home-based Monitoring in Adults with Chronic Lung Disease: An Official American Thoracic Society Research Statement. American Journal of Respiratory and Critical Care Medicine. 2025. V. 211. № 2. P. 174–193.
6. Liyakat K.K. S. Heart health monitoring using IoT and machine learning methods. AI-Powered Advances in Pharmacology. IGI Global. 2025. P. 257–282.
7. Madgula A.S. et al. CardioMEMS® and Remote Hemodynamic Monitoring in Pulmonary Hypertension. Advances in Pulmonary Hypertension. 2025. V. 23. № 2. P. 48–55.
8. Attaripour Esfahani S. et al. A Comprehensive Review of Artificial Intelligence (AI) Applications in Pulmonary Hypertension (PH). Medicina. 2025. V. 61. № 1. С. 85.