Система MaXimus

Автоматизированная информационно-аналитическая система управления лечебно-диагностическим процессом Maximus является важнейшим компонентом, призванным внести решительную лепту в повышение  эффективности здравоохранения как в России, так и за рубежом.

Разработчиком Maximus, обеспечивающим жизненный цикл системы, является компания «Диакеа-Софт», которая в партнёрстве с Медико-образовательной организацией «Нефрологический Экспертный Совет» («Нефросовет» или сокращенно - «НЭС»), фирмой «Лаборатория системных проектов «Креатив ИНФО» и ведущими учёными и практиками клиники нефрологии, внутренних и профессиональных болезней им. Е.М. Тареева, Государственной клинической больницы им. С.П.Боткина и др. учебных и лечебно-профилактических учреждений Минздрава РФ создают оригинальную, унифицированную, интеллектуальную систему управления (СУ) лечебно-диагностическим процессом в области нефрологии и гемодиализа с перспективой масштабирования на другие отрасли медицины.

В основу Maximus положена методология PLM-систем (Product Life Management).

Product в Maximus являются: пациент (состояние), лечебно-диагностический процесс (действия), оборудование (состояние), персонал (действия, квалификация как состояние) и др. объекты управления жизненным циклом.

Основные функции и компоненты Maximus (М)

Функции М как СУ - сбор информации, учёт, контроль, планирование, анализ, целевое управление по критериям, организация (регламентирование - БП, униф. альбом форм).

В подразделах показаны основные функциональные компоненты М:

1. Регламентирование ЛДП. Регламент в Maximus основан на построении стратегических карт для всех уровней НЭС, унификации и описании БП и критериев оценки качества лечения пациента, работы персонала, центра и НЭС в целом.

Унификация и описание БП ЛДП включает их стандартное графическое представление по ролям, условиям, действиям, источникам информации с отражением в системе бар-кодирования, выходных формах, организационной структуре и должностных инструкциях.

2.Медицинская структурированная База знаний, описывающая во взаимосвязи признаковое пространство, нозологические формы и клинические протоколы.

Источником информации для БЗ являются: опыт ведущих специалистов и учёных России, международные открытые интернет-ресурсы, обработка статистических данных Maximus.

3. Диагностическая машина помогает оперативно ставить диагнозы с выделением главной, сопутствующих нозологий и осложнений, оценивать достоверность диагноза, тяжесть состояния пациента, а также выдавать рекомендации по необходимым дополнительным исследованиям.

4. Сервис причинно-следственного анализа заболеваний – инструмент первичной диагностики и прогнозирования возможного развития заболеваний, а также для справочных, учебных и др. целей. Сервис реализован в графической интерпретации, оперирует с показателями вероятности, темпов развития, опасности заболеваний.

5. Программа лечения пациента (исследования и воздействия). На основе поставленного диагноза применяется методика поиска по «дереву решений» формализованного описания протоколов лечения и OLAP-технология работы с динамической многомерной матрицей назначений. Используется также прецедентная БЗ.

6. Электронная история болезни– информационная основа ЛДП, собирающая и фиксирующая всю информацию о пациенте в динамике в режиме ON-Line как от подключаемого измерительного оборудования, так и от врача с любой стационарной или мобильной точки доступа.

7. Maximus-Driver – программный компонент системы, позволяющий автоматически в режиме «реального времени» считывать информацию о пациенте с различного измерительного оборудования разных фирм, подключаемого к Maximus.

8. Аналитическое представление информации Maximus Graphic Analizer - MGA представляет данные о параметрах состояния пациента и ЛДП в нескольких измерениях, разрезах, на различных уровнях детализации.

MGA даёт также возможность увидеть общую картину динамики состояния пациента по группе параметров за период. в 3D-графическом представлении.

9. Дополнительные свойства и возможности Maximus

• Оперативный расчёт и аргументация стоимости и оплаты  лечения
• Сбор статистических данных
• Формирование новых формализованных знаний для науки и практики
• Использование нескольких мобильных интерфейсов для разных условий, ролей, целей
• Сервис ориентированная архитектура (SOA)