Карась Сергей Иосифович - д-р мед. наук, ведущий специалист офиса по развитию образования; специалист отдела координации научной и образовательной деятельности
443099, Российская Федерация, г. Самара, ул. Чапаевская, 89634012, Российская Федерация, г. Томск, ул. Киевская, 111а
Sergey I. Karas - Dr. Sci. (Med.), Leading Specialist of the Office for Education Development; Specialist of the Department for Research and Training Coordination
89, Chapaevskaya str., Samara, Russian Federation, 443099
111a, Kievskaya str., Tomsk, Russian Federation, 634012
Аржаник Марина Борисовна - канд. пед. наук, доцент кафедры медицинской и биологической кибернетики
634050, Российская Федерация, г. Томск, Московский тракт, 2
Marina B. Arzhanik - Cand. Sci. (Ped.), Associate Professor, Department of Medical and Biological Cybernetics
2, Moskovsky trakt, Tomsk, Russian Federation, 634050
Гракова Елена Викторовна - д-р мед. наук, ведущий научный сотрудник, отделение патологии миокарда
634012, Российская Федерация, г. Томск, ул. Киевская, 111а
Elena V. Grakova - Dr. Sci. (Med.), Leading Research Scientist, Department of Myocardial Pathology
111a, Kievskaya str., Tomsk, Russian Federation, 634012
Балахонова Мария Вячеславовна - канд. мед. наук, доцент кафедры кардиологии
ORCID 0000-002-5510-4589
634050, Российская Федерация, г. Томск, Московский тракт, 2
Maria V. Balakhonova - Cand. Sci. (Med.), Associate Professor, Department of Cardiology
ORCID 0000-002-5510-4589
2, Moskovsky trakt, Tomsk, Russian Federation, 634050
Значительную часть профессиональных врачебных компетенций можно рассматривать в рамках одной емкой и важнейшей в клинической практике компетенции принятия диагностических и лечебных решений, при этом средств удаленного формирования навыков принятия клинико-диагностических решений крайне мало. Технология виртуальных пациентов (ВП) как цифровых моделей лечебно-диагностического процесса (ЛДП) позволяет делать это.Цель исследования: разработка методического обеспечения удаленного формирования, совершенствования и оценки навыков принятия врачебных решений в кардиологии.Материал и методы. Материалом для создания виртуальных моделей ЛДП являлась клинико-диагностическая информация из разных источников. Для разработки технического задания на создание ВП были привлечены квалифицированные кардиологи, использованы индивидуальные и групповые коммуникативные методы инженерии знаний. В результате этой работы создано 50 ВП линейной структуры и 10 – разветвленной. Для реализации технического задания использовано программное обеспечение: Java Script (framework Vue.js), Twitter bootstrap, система управления базами данных PostgreSQL.Результаты. На первом этапе выполнения проекта был создан Web-ресурс, на котором цифровые неинтерактивные модели ЛДП были представлены в линейной модели. На втором этапе проекта была разработана интерактивная разветвленная модель ЛДП. Она отражает все этапы принятия решений – от поступления в стационар до выписки пациента – и позволяет обучающимся анализировать не существовавшие в реальности варианты ЛДП, демонстрирующие «как могло бы быть, если…». Среди интерактивных блоков модели эксперты выделили те, что могут привести к изменению траектории ЛДП (триггерные блоки). Для оценки эффективности врачебных решений разработана рейтинговая система, позволяющая определить не только общий, но и частные персональные рейтинги обучающегося для определенных категорий врачебных решений.Заключение. В исследовании предложена методология удаленного формирования и оценки клинико-диагностических компетенций врача, которая реализована в формате виртуальных моделей ЛДП.
Background. It is the competence of making diagnostic and therapeutic decisions that is the most important in clinical practice. Digital model of treatment and diagnostic process (TDP) allows provide the remote formation of skills for decision-making.Aim: To provide the methodological support of remote formation of competences, to improve and assess the skills of medical decision-making in cardiology.Methods. Clinical and diagnostic information from different sources was the material for creating virtual models of TDP. Skilled cardiologists were involved to develop technical specification; knowledge engineering methods were used. Fifty virtual patients with linear structure and ten with branched structure were developed. Technical specification was implemented using Web technologies – Java Script (framework Vue.js), Twitter bootstrap, PostgreSQL.Results. In the first phase of this project only a Web-resource was created. All digital models of patients’ TDP were placed in a linear order without any interactivity. To assess the effectiveness of medical decisions in the second phase of the project, branched TDP model with interactivity was created. It covers all stages of medical decision-making: from the patient hospital admission to his discharge. Besides the real invariant treatment of the patient, the model includes “subjunctive” process variants – “how could it be if ...” Among the interactive blocks, experts considered those leading to a change in TDP trajectory. We named them as “trigger” blocks, where the decisions influence upon TDP outcome. To assess the effectiveness of decisionmaking by learners, the rating system has been developed. It makes it possible to calculate not only general, but also particular personal ratings for certain categories of medical and diagnostic decisions.Conclusion. This study suggests the methodology for remote formation and evaluation of doctor’s competencies, which is implemented in the format of virtual TDP models.
The authors declare that there are no conflicts of interest present.