| Заказчики: Администрация Томской области Томск; Государственные и социальные структуры Подрядчики: Rubius (Рубиус) Продукт: Проекты ИТ-аутсорсингаДата проекта: 2018/07 — 2018/08
|
Технология: ИТ-аутсорсинг
|
13 августа 2018 года компания Rubius сообщила, что совместно с Администрацией Томской области приступили к реализации проекта по анализу больших медицинских данных. По информации компании, на первом этапе с помощью алгоритмов Big Data предполагается повысить эффективность работы скорой помощи, а в перспективе – предотвращать инфаркты и инсульты.
Как сообщалось, в России анализ больших объемов неоднородной цифровой информации в социальной сфере пока недостаточно развит. Хотя источники информации есть – например, медицинские данные. В Томской области они собираются с 2012 года, когда все медучреждения подключились к областной медицинской информационной системе (МИС).
 | На каждого пациента в течение шести лет копилась информация, начиная от даты рождения и заканчивая диагнозом, оказанным лечением и исходом. Администрация Томской области выступила заказчиком, предоставила обезличенные данные и сняла все административные и юридические барьеры, связанные со сбором и работой с персональными данными. Rubius проанализирует весь имеющийся массив информации, начав с данных работы скорой помощи. Иван Деев, заместитель губернатора Томской области по социальной политике |  |
| | Rubius активно участвует в программе цифровой трансформации России. Вместе с Администрацией Томской области мы и дальше будем вести социально важную работу по анализу медицинских данных, для того, чтобы в дальнейшем тиражировать её положительные результаты на другие регионы. Антон Кудинов, технический директор Rubius | |
По информации компании, первые результаты анализа данных ожидаются в октябре 2018 года. Далее к работе подключатся клинические консультанты - сотрудники Фонда обязательного медицинского страхования, Департамента здравоохранения региона, врачи скорой помощи и сотрудники Сибирского государственного медицинского университета, которые проанализируют полученные модели.
Результаты анализа позволят врачам скорой помощи точнее оценить риск сердечно-сосудистой патологий у пациента, вовремя вмешатся и тем самым спасти ему жизнь.
