ОРЛОВ С.А., к.м.н.
г. Москва
ORLOV S.A., PhD.
Moscow
КАРПОВ О.Э., д.м.н., профессор, академик РАН
г. Москва
KARPOV O.E., DSc, Professor, Academician of the Russian Academy of Science
Moscow
В статье рассматривается алгоритм разработки и архитектура прототипа информационно-аналитической системы поддержки принятия управленческих решений (ИАС ППУР), интегрирующей данные о сети медицинских организаций, их ресурсах и потоках пациентов. Система предназначена для функционирования как в плановом режиме, так и в условиях чрезвычайных ситуаций, обеспечивая прогнозирование, оптимизацию распределения ресурсов и координацию действий между структурными подразделениями и медицинскими организациями.
Разработка прототипа ИАС ППУР проведена на основе модульного подхода с использованием сервисно-ориентированной архитектуры. При разработке применены геоинформационные сервисы, современные языки программирования, фреймворки, аналитические библиотеки и инструменты визуализации. Архитектура включает геоинформационный модуль для отображения и анализа медицинской инфраструктуры, BPMN-редактор бизнес-процессов, модуль имитационного и оптимизационного моделирования, калькуляторы расчета интегральных индексов устойчивости, а также средства формирования отчетности, мониторинга ключевых показателей эффективности (KPI), управления запасами ресурсов и информационной безопасности.
Реализованный прототип ИАС ППУР объединяет более десяти взаимосвязанных микросервисов, что обеспечивает гибкость, масштабируемость и возможность интеграции с внешними информационными и аналитическими системами. Работоспособность архитектурного подхода верифицирована методом функционального тестирования на синтетических наборах данных, моделирующих сценарии биологических, техногенных и геополитических угроз. Комплексная интеграция геоинформационных технологий, моделирования бизнес-процессов, аналитики и средств оптимизации позволяет повысить готовность медицинских организаций к реагированию на чрезвычайные ситуации, минимизировать последствия внешних угроз и сократить время принятия решений. Предложенная архитектура может послужить основой для дальнейшего развития региональных систем поддержки принятия управленческих решений в здравоохранении, повышая устойчивость системы и эффективность ее функционирования в условиях глобальных вызовов.
IThe article examines the development algorithm and architecture of a prototype information-analytical decision support system (IADSS) integrating data on a network of medical organizations, their resources, and patient flows. The system is designed to operate both in routine mode and in emergency situations, providing forecasting, optimization of resource allocation, and coordination between departments and medical organizations.
The IADSS prototype was developed using a modular approach and a service-oriented architecture. Geoinformation services, modern programming languages, frameworks, analytical libraries, and visualization tools were used in the development.
The architecture includes a geoinformation module for displaying and analyzing medical infrastructure, a BPMN business process editor, a simulation and optimization modeling module, calculators for computing integral sustainability indices, as well as tools for reporting, monitoring key performance indicators (KPI), managing resource inventories and information security.
The implemented IADSS prototype combines more than ten interconnected microservices, ensuring flexibility, scalability, and the ability to integrate with external information and analytical systems. The viability of the architectural approach was verfied through functional testing on synthetic datasets simulating biological, technogenic (man-made), and geopolitical threats scenarios. The comprehensive integration of geoinformation technologies, business process modeling, analytics, and optimization tools improves the preparedness of healthcare organizations to respond to emergencies, minimizes the impact of external threats, and reduces decision-making time. The proposed architecture can serve as the basis for the further development of regional decision support systems in healthcare, enhancing the system’s resilience and operational efficiency in the face of global challenges.
The authors declare that there are no conflicts of interest present.