Проблемы цифровой трансформации аналитической подсистемы эпидемиологического надзора

Единая информационно-аналитическая система (ЕИАС) Роспотребнадзора представляет собой информационную основу эпидемиологического надзора, базу данных мониторинга количественных и качественных характеристик эпидемического процесса на разных уровнях его организации. Обработка и анализ этой информации в рамках диагностической подсистемы эпидемиологического надзора требуют применения соответствующих принципов и технологий.
Цель исследования. Разработка концепции цифровой трансформации аналитической подсистемы эпидемиологического надзора на основе больших информационных систем.
Результаты. Предложена концептуальная структура аналитической подсистемы эпиднадзора из нескольких функциональных системных блоков: блок управления базами данных, оперативного анализа, интеллектуального анализа, представления пользователю его результатов и подготовки принятия решений. Методы оперативного и интеллектуального анализа целесообразно реализовать в виде отдельных программных модулей. Выявлены проблемы цифровой трансформации аналитической подсистемы эпиднадзора.
Заключение. Решение комплексных проблем цифровой трансформации аналитической подсистемы эпиднадзора необходимо планировать, обеспечивать, реализовывать и контролировать еще на этапе технического задания. Ключевыми моментами концепции цифровой трансформации аналитической подсистемы эпиднадзора являются выбор ее технологической основы, определение модульной архитектуры, набора средств цифровой трансформации как внутренних, так и внешних взаимосвязей, а также закладка цифрового потенциала развития подсистемы.

Цифровая трансформация стала одним из стратегических направлений развития всех сфер современного общества, в том числе здравоохранения. Вопросы цифровизации отрасли рассматриваются как на национальном, так и на общемировом уровне. В 2020 г. Всемирная организация здравоохранения приняла Глобальную стратегию по цифровому здравоохранению [1], которая нацелена на поддержку стран в укреплении их систем здравоохранения за счет внедрения цифровых технологий для справедливого и всеобщего доступа к качественным медицинским услугам.

Обеспечение санитарно-эпидемиологического благополучия как важнейшего элемента общественного здоровья зависит от своевременности, эффективности и качества профилактических и противоэпидемических мероприятий, решение о проведении которых является результатом работы системы эпидемиологического надзора.

В соответствии с Постановлением Правительства Российской Федерации от 02.12.2021 № 217811 создана единая информационно-аналитическая система (ЕИАС) Роспотребнадзора, в которой аккумулируется информация санитарно-эпидемиологического характера. ЕИАС представляет собой информационную основу эпидемиологического надзора, базу данных мониторинга количественных и качественных характеристик эпидемического процесса на разных уровнях его организации, например, результатов эпидемиологического, социально-гигиенического, клинического, серологического, молекулярно-генетического и других видов мониторинга [2].

Однако, как показала пандемия COVID-19, для информационного обеспечения противоэпидемических мероприятий недостаточно данных только ЕИАС Роспотребнадзора, необходимо использование других федеральных информационных систем, работающих в режиме реального времени с большими объемами разнородной информации [3, 4]. К сожалению, существующая схема получения и анализа эпидемиологической информации ориентирована на ручную обработку, в результате чего многие данные поступают с периодичностью 1 раз в год и/или в обобщенном виде. Решить проблему полноты и оперативности получения и анализа данных сложно, так как для этого приходится решать вопросы взаимодействия разных ведомств. При этом, если задача сбора и хранения необходимой информации находит практическую реализацию в формировании баз данных, в полной мере соответствующих понятию «Big Data», то обработка и анализ этой информации в рамках диагностической подсистемы эпидемиологического надзора требует применения соответствующих принципов и технологий [5].

Главным принципом эпидемиологической диагностики является риск-ориентированность. Однако к настоящему моменту информационные системы обеспечения работы эпидемиолога в основном решают задачу информационного обеспечения описательного приема эпидемиологического метода, направленного на оценку интенсивности, распространенности и трендов в динамике эпидемического процесса. Выходными данными подобных информационных систем являются таблицы, к которым иногда добавляются простые диаграммы и графики. В свою очередь, многообразие факторов эпидемиологического риска требует применения мощных информационных технологий для реализации аналитического приема в эпидемиологическом анализе.

Цель исследования – разработать концепцию цифровой трансформации аналитической подсистемы эпидемиологического надзора на основе больших информационных систем.

Материалы и методы

Разработку осуществляли на основе теоретических представлений о функциональной структуре эпидемио­логического надзора, эпидемиологическом анализе и современных методах разработки больших информационно-аналитических систем (ИАС). Использованы общепринятые научные методы (индукции, дедукции, исторического, логического, компаративного анализа).

Результаты и обсуждение

Ранее нами была предложена модульная архитектура информационной подсистемы эпидемиологического надзора, согласно которой информация, полученная в ходе каждого из мониторингов, может быть представлена в виде самостоятельного модуля ЕИАС Роспотребнадзора, структурированного в зависимости от характера информации [2]. Эпидемиологический анализ данных осуществляется как внутри каждого модуля (аналитическая «микросистема»), так и в рамках больших информационных систем («макросистема»), позволяющих на основе многофакторного анализа провести полномасштабную эпидемиологическую диагностику для разработки мер управления эпидемической ситуацией. Следует подчеркнуть, что деление информационных систем на «микросистемы» и «макросистемы» условно и предложено лишь в методическом плане для отражения этапности проведения анализа данных, а также функциональных связей внутри и между модулями в структуре аналитической подсистемы.

На сегодня имеется ряд предпосылок для эффективного использования больших информационных систем. К ним можно отнести следующее:

• наличие вычислительных комплексов большой мощности, позволяющих проводить массивные вычисления и обрабатывать большие объемы информации;
• на...

Михеева И.В., Герасимов А.Н., Акимкин В.Г.