По всем вопросам звоните:

+7 495 274-22-22

УДК: 614.2 DOI:10.33920/med-03-2304-01

Методология контент-анализа информационного поля цифровой медицины

Бердутин Виталий Анатольевич ведущий специалист Ассоциации академиков науки и культуры России, доцент кафедры выездного и инновационного обучения по интегрированным дисциплинам Медико-биологического университета инноваций и непрерывного образования ФМБЦ имени А. И. Бурназяна ФМБА России, г. Москва, канд. мед. наук, е-mail: kartikeya2691@yahoo.com, https://orcid.org/0000‑0003‑3211‑0899
Романова Татьяна Евгеньевна заведующая кафедрой социальной медицины и организации здравоохранения Приволжского исследовательского медицинского университета Министерства здравоохранения Российской Федерации, заместитель главного врача государственного бюджетного учреждения здравоохранения Нижегородской области «Городская клиническая больница № 5», г. Нижний Новгород, канд. мед. наук, ORHID 0000‑0001‑6328‑079Х, е-mail: drmedromanova@gmail.com

В ближайшем будущем в глобальном здравоохранении неминуемы коренные изменения, связанные с цифровой трансформацией медицины, которая поддерживается многочисленными инновационными технологиями. Цифровизация отечественного здравоохранения сегодня является приоритетным направлением его развития. Оно требует от медицинских работников специальных знаний и готовности максимально эффективно пользоваться достижениями цифровой медицины. Контент-анализ информационного поля цифровой медицины позволяет определить тональность настроения людей, узнав мнения представителей различных слоев гражданского общества, выраженные в средствах массовой информации, и сделать заключение о состоянии здравоохранения как в России, так и во всем мире. В этой связи особый интерес представляет методологическое обеспечение компьютерного контент-анализа, который необходимо проводить на самом современном технологическом уровне. Не случайно целью настоящей статьи является рассмотрение ключевых вопросов, связанных с применением инновационных подходов и алгоритмов для оценки информационного пространства цифровой медицины.

Литература:

1. Бердутин В. А., Абаева О. П., Романова Т. Е., Романов С. В. Применение искусственного интеллекта в медицине: достижения и перспективы. Обзор литературы. Часть 1. Социология медицины. 2022; 21, 1: 83–96.

2. Бердутин В. А., Абаева О. П., Романова Т. Е., Романов С. В. Применение искусственного интеллекта в медицине: достижения и перспективы. обзор литературы. Часть 2. Социология медицины. 2022; 21, 2: 77–83.

3. Taylor K., Ronte H., Hammet S. A bold future? Healthcare and life science predictions. Deloitte Centre; 2020. URL: http://www2.deloitte.com/content/dam/Deloitte/ global/Documents/Life-Sciences-Health-Care/gxlshc-healthcare-and-life-sciences-predictions-2020.pdf

4. Романова Т. Е., Родина А. А., Романов С. В., Абаева О. П. Оценка качества подготовки студентов медицинских вузов в период пандемии COVID-19 для будущей работы в практическом здравоохранении. ОРГЗДРАВ: новости, мнения, обучения. Вестник ВШОУЗ. 2022; 8, 1: 75–81.

5. Романова Т. Е., Абаева О. П., Романов С. В., Родина А. А. Оценка готовности врача многопрофильного стационара к применению цифровых технологий в практической деятельности. ОРГЗДРАВ: новости, мнения, обучения. Вестник ВШОУЗ. 2022; 8, 3 (29): 105–111.

6. Elenko E., Speier A., Zohar D. A regulatory framework emerges for digital medicine. Nature Biotechnology. 2015; 33 (7); 697–702.

7. Arthur D. Little Succeeding with digital health, winning offering and digital transformation. London: Arthur D. Little; 2014. URL: http://www.adlittle.de/uploads/ tx_extthoughtleadership/ADL_HC_2014_Succeeding_With_Digital_Health_01.pdf

8. Указ Президента РФ от 07.05.2018 № 204 «О национальных целях и стратегических задачах развития Российской Федерации на период до 2024 года».

9. Русова В. С. Цифровое здравоохранение: разработка и применение в России. Креативная экономика. 2019; 13 (1): 75–82.

10. Романов С. В., Абаева О. П. Проблемы органного донорства и трансплантации в русскоязычных социальных сетях. Социология медицины. 2019; 18, 1: 24–27.

11. Романова Т. Е., Фролова И. А. Анализ удовлетворенности пациентов, страдающих патологией сердечно-сосудистой системы, лекарственной терапией после окончания основных волн пандемии COVID-19 2020–2021 годов (по материалам контент-анализа данных интернет-платформ). Главврач. 2022; 10: 25–30.

12. Adil A., Usman A., Jalil A. Qualitative analysis of digital health literacy among university students in Pakistan. 2020. doi:10.1080/10911359.2020.1812462.

13. Smith B., Magnani J. W. New technologies, new disparities: The intersection of electronic health and digital health literacy. International Journal of Cardiology. 2019; 292 (Suppl. 5). doi: 10.1016/j.ijcard.2019.05.066.

14. Meadows C. Z., Meadows C. W. A Content Analysis of Publication Trends in InternetFocused Healthcare Communication Research: A Look at the Past and Potential Future of the Field. J Healthc Commun. 2017; 2: 3. doi: 10.4172/2472–1654.100072.

15. Steinberg D., Horwitz G., Zohar D. Buiding a business model in digital medicine. Nature Biotechnology. 2015: 33 (9); 910–920.

16. Павлов С. В., Абаева О. П. Социология медицины: тенденции и векторы развития. Социология медицины. 2019; 18, 2: 128.

17. Kaplan B. Evaluating informatics applications — some alternative approaches: Theory, social interactionism, and call for methodological pluralism, International Journal of Medical Informatics. 2001; 4: 39–56.

18. Maxwell J. A. Realism and the role of the researcher in qualitative psychology. M. Kiegelmann, editor, The Role of the Researcher in Qualitative Psychology. Verlag Ingeborg Huber, Tuebingen, Germany, 2002: 11–30.

19. Hamad E. O., Savundranayagam M. Y., Holmes J. D., Kinsella E. A., Johnson A. M. Toward a Mixed-Methods Research Approach to Content Analysis in The Digital Age: The Combined Content-Analysis Model and its Applications to Health Care Twitter Feeds. JMIR Publications Advancing Digital Health & Open Science. 2016; 18, 3: e60.

20. Дубина И. Н. Математико-статистические методы в эмпирических социально-экономических исследованиях. М.: Финансы и статистика, ИНФРА-М, 2010: 414.

21. Бердутин В. А, Бердутина Э. В. Логистика прикладных решений для бережливого здравоохранения и соционическая типология. LAP LAMBERT Academic Publishing: Beau Bassin, 2020; 205 с.

22. Lewis S. C., Zamith R., Hermida A. Content analysis in an era of big data: a hybrid approach to computational and manual methods. J Broadcasting Electronic Media 2013 Jan; 57 (1): 34–52.

23. Rashkin H., Singh S., Choi Y. Connotation Frames: A Data driven Investigation. Proceedings of Association for Computational Linguistics Conference ACL-2016; 2016: 311–322.

1. Berdutin V.A., Abaeva O.P., Romanova T.E., Romanov S.V. Primenenie iskusstvennogo intellekta v meditsine: dostizheniia i perspektivy. Obzor literatury. chast 1 [Application of artificial intelligence in medicine: achievements and prospects. Literature review. Part 1]. Sotsiologiia meditsiny [Sociology of Medicine]. 2022. Vol. 21. No. 1. P. 83-96. (In Russ.)

2. Berdutin V.A., Abaeva O.P., Romanova T.E., Romanov S.V. Primenenie iskusstvennogo intellekta v meditsine: dostizheniia i perspektivy. Obzor literatury. chast 2 [Application of artificial intelligence in medicine: achievements and prospects. Literature review. Part 2]. Sotsiologiia meditsiny [Sociology of Medicine]. 2022. Vol. 21. No. 2. P. 77-83. (In Russ.)

3. Taylor K., Ronte H., Hammet S. A bold future? Healthcare and life science predictions. Deloitte Centre; 2020. http://www2.deloitte.com/content/dam/Deloitte/global/Documents/ Life-Sciences-Health-Care/gxlshc-healthcare-and-life-sciences-predictions-2020.pdf

4. Romanova T.E., Rodina A.A., Romanov S.V., Abaeva O.P. Otsenka gotovnosti vracha mnogoprofilnogo statsionara k primeneniiu tsifrovykh tekhnologii v prakticheskoi deiatelnosti [Assessment of the quality of training of medical students during the COVID-19 pandemic for future work in practical healthcare]. ORGZDRAV: novosti, mneniia, obucheniia. Vestnik VShOUZ [ORGZDRAV: news, opinions, training. Bulletin of the Higher School of Healthcare Organization and Management]. 2022. Vol. 8. No. 1 (27). P. 75-81. (In Russ.)

5. Romanova T.E., Abaeva O.P., Romanov S.V., Rodina A.A. Otsenka gotovnosti vracha mnogoprofilnogo statsionara k primeneniiu tsifrovykh tekhnologii v prakticheskoi deiatelnosti [Assessing the readiness of a doctor in a multidisciplinary hospital to use digital technologies in practice]. ORGZDRAV: novosti, mneniia, obucheniia. Vestnik VShOUZ [ORGZDRAV: news, opinions, training. Bulletin of the Higher School of Healthcare Organization and Management]. 2022. Vol. 8. No. 3 (29). P. 105-111. (In Russ.)

6. Elenko E., Speier A., Zohar D. A regulatory framework emerges for digital medicine. Nature Biotechnology. 2015; 33(7); 697-702.

7. Arthur D. Little Succeeding with digital health, winning offering and digital transformation. London: Arthur D. Little; 2014. http://www.adlittle.de/uploads/tx_extthoughtleadership/ADL_HC_2014_Succeeding_With

_Digital_Health_01.pdf

8. Decree of the President of the Russian Federation of 07.05.2018 No. 204 "On the national goals and strategic objectives of the development of the Russian Federation for the period up to 2024". (In Russ.)

9. Rusova V.S. Tsifrovoe zdravookhranenie: razrabotka i primenenie v Rossii [Digital health: development and application in Russia]. Kreativnaia ekonomika [Creative Economy]. 2019;13(1):75-82. (In Russ.)

10. Romanov S.V., Abaeva O.P. Problemy organnogo donorstva i transplantatsii v russkoiazychnykh sotsialnykh setiakh [Problems of organ donation and transplantation in Russian-speaking social networks]. Sotsiologiia meditsiny [Sociology of Medicine]. 2019. Vol. 18. No. 1. P. 24-27. (In Russ.)

11. Romanova T.E., Frolova I.A. Analiz udovletvorennosti patsientov, stradaiushchikh patologiei serdechno-sosudistoi sistemy, lekarstvennoi terapiei posle okonchaniia osnovnykh voln pandemii covid-19 2020-2021 godov (po materialam kontent-analiza dannykh internet-platform) [Analysis of the satisfaction of patients suffering from pathology of the cardiovascular system with drug therapy after the end of the main waves of the COVID-19 pandemic in 2020-2021 (based on content analysis of data from Internet platforms)]. Glavvrach [Chief Medical Officer]. 2022. No. 10. P. 25-30. (In Russ.)

12. Adil A., Usman A., Jalil A. Qualitative analysis of digital health literacy among university students in Pakistan. 2020. doi:10.1080/10911359.2020.1812462

13. Smith B., Magnani J. W. New technologies, new disparities: The intersection of electronic health and digital health literacy. International Journal of Cardiology. 2019; 292 (Suppl. 5). doi:10.1016/j.ijcard.2019.05.066

14. Meadows C.Z., Meadows C.W. A Content Analysis of Publication Trends in Internet-Focused Healthcare Communication Research: A Look at the Past and Potential Future of the Field. J Healthc Commun. 2017, 2:3. doi: 10.4172/2472-1654.100072.

15. Steinberg D., Horwitz G., Zohar D. Building a business model in digital medicine. Nature Biotechnology. 2015: 33(9); 910-920.

16. Pavlov S.V., Abaeva O.P. Sotsiologiia meditsiny: tendentsii i vektory razvitiia [Sociology of medicine: trends and vectors of development]. Sotsiologiia meditsiny [Sociology of Medicine]. 2019. Vol. 18. No. 2. P. 128. (In Russ.)

17. Kaplan B. Evaluating informatics applications – some alternative approaches: Theory, social interactionism, and call for methodological pluralism,International Journal of Medical Informatics 64; 2001; 39-56.

18. Maxwell J.A. Realism and the role of the researcher in qualitative psychology. M. Kiegelmann, editor, The Role of the Researcher in Qualitative Psychology. Verlag Ingeborg Huber, Tuebingen, Germany, 2002; 11-30.

19. Hamad E.O., Savundranayagam M.Y., Holmes J.D., Kinsella E.A., Johnson A.M. Toward a Mixed-Methods Research Approach to Content Analysis in The Digital Age: The Combined Content-Analysis Model and its Applications to Health Care Twitter Feeds. JMIR Publications Advancing Digital Health & Open Science. V.18; N3; 2016; e60.

20. Dubina I.N. Matematiko-statisticheskie metody v empiricheskikh sotsialno-ekonomicheskikh issledovaniiakh [Mathematical and statistical methods in empirical socio-economic research]. M.: Finance and statistics, INFRA-M; 2010:414. (In Russ.)

21. Berdutin V.A., Berdutina E.V. Logistika prikladnykh reshenii dlia berezhlivogo zdravookhraneniia i sotsionicheskaia tipologiia [Logistics of applied solutions for lean healthcare and socionic typology]. LAP LAMBERT Academic Publishing: Beau Bassin, 2020; 205 p. (In Russ.)

22. Lewis S.C., Zamith R., Hermida A. Content analysis in an era of big data: a hybrid approach to computational and manual methods. J Broadcasting Electronic Media 2013 Jan;57(1):34-52.

23. Rashkin H., Singh S., Choi Y. Connotation Frames: A Data driven Investigation. Proceedings of Association for Computational Linguistics Conference ACL-2016; 2016; 311-322.

В ближайшем будущем в глобальном здравоохранении неминуемы коренные изменения, связанные с цифровизацией медицины, которая поддерживается многочисленными инновационными технологиям, например такими, как нанобиосенсоры. В обзоре Deloitte Insights особое внимание уделяется «радикально совместимым за счет интероперабельности данным», которые нужны для обучения систем искусственного интеллекта (ИИ), а также для функционирования открытых безопасных цифровых платформ, являющихся системообразующими при организации удаленного слежения и ухода за маломобильными пациентами. В медицинских экосистемах будущего интероперабельность должна служить ключевым элементом обеспечения доступности и качества медицинской помощи. Достижения в области ИИ, больших данных (Big data), робототехники и машинного обучения (Machine learning) продолжают приводить к серьезным изменениям в цифровом ландшафте мирового здравоохранения, где идет активное создание виртуальных клиник, разработка сенсорных микродевайсов для приема внутрь, роботов-помощников, а также мобильных устройств и приложений для сопровождения больных [1, 2]. Темп прироста мирового рынка цифрового здравоохранения вплоть до 2027 г. прогнозируются на уровне 27,9 % в год, чему главным образом будет способствовать очевидная тенденция на разработку и внедрение медицинского программного обеспечения [3].

В РФ в связи с негативными популяционными сдвигами, старением населения, ростом числа хронических и детских заболеваний, повышенной смертностью на фоне эпидемических вспышек, напряженной ситуацией в экономике необходимость ускоренной цифровизации отечественного здравоохранения становится первоочередной задачей для руководства страны. Не секрет, что пандемия COVID-19 также послужила мощным стимулом к цифровой трансформации отрасли [4, 5]. Междисциплинарная концепция цифровой медицины лежит на стыке информационных технологий и здравоохранения. Процесс цифровизации обеспечивается современным компьютерным оборудованием, соответствующими программами, популяризацией различного рода цифровых услуг. Сюда можно отнести приложения для мобильного здравоохранения, электронные медицинские карты, носимые устройства, а также такие перспективные направления, как персонализированная медицина и телемедицина. Использование нейросетей и ИИ даст возможность совершить крупный научный и организационный прорыв в отрасли, ускорив создание новых методов лечения и вакцин для борьбы с болезнями. Цифровая терапия с использованием ИИ и персонализированные рекомендации позволят нам предотвращать развитие заболеваний, находить варианты лечения, ведущие к более безопасному и эффективному выздоровлению. Кроме того, интеллектуальные решения в области производства лекарственных средств и фармацевтической логистики обеспечат своевременность поставок медикаментов и расходных материалов в аптеки и лечебные учреждения [1, 2].

Для Цитирования:
Бердутин Виталий Анатольевич, Романова Татьяна Евгеньевна, Методология контент-анализа информационного поля цифровой медицины. ГЛАВВРАЧ. 2023;4.
Полная версия статьи доступна подписчикам журнала
Язык статьи:
Действия с выбранными: