The effectiveness of mastering a patient-oriented interdisciplinary model of interaction on the example of robot-assisted learning technologies

Full Text

Введение

Четвертая промышленная революция характеризуется развитием и применением искусственного интеллекта (ИИ) и робототехники [1]. Робот – это система, первостепенной целью которой является непрерывное выполнение задач, указанных в алгоритме, при сохранении их характеристик в процессе повторения. Применение промышленных роботов началось 30 лет назад, когда они стали широко использоваться в качестве помощников или даже заменителей человека на производстве, на транспорте и в медицине [2].

Симуляционное обучение в медицине насчитывает тысячелетия и неразрывно связано с развитием технологий. В докомпьютерную эру в широком пользовании оказались фантомы, муляжи, манекены. С приходом компьютерных систем симуляция шагнула на новую ступень за счет введения запрограммированных алгоритмов в указанные имитационные структуры, тем самым обеспечивая формирование более реалистичных ситуаций, но при некотором ограничении количества вариантов развития событий. Век ИИ позволил преобразовать и автоматизировать традиционные подходы, что является актуальным для выполнения отдельных врачебных манипуляций, в том числе, например, во время хирургического вмешательства или на стоматологическом приеме.

Активное внедрение роботизированных систем в медицинское образование позволяет сформировать необходимые компетенции у будущих медицинских специалистов и улучшить их качество [3].

Доказано, что симуляция в обучении анестезиологов улучшает технические навыки, главной задачей которых является скорость клинического мышления и манипулятивных реакций. Навык клинического мышления должен быть развит у врача любого профиля, поэтому важность его формирования и отработки не вызывает сомнений [4]. Освоение врачебных тактических приемов является актуальным аспектом подготовки и повышения квалификации всех медицинских работников, и, по нашему мнению, сценарный подход к обучению в части интеграции специалистов разного профиля с отработкой клинических сценариев в условиях смоделированного врачебного приема может стать одним из наиболее эффективных [5].

При этом остаются дискуссионными вопросы, касающиеся формирования клинического мышления, коммуникативных навыков и эффективности освоения нозологической единицы у студентов разных медицинских специальностей с использованием антропоморфных роботов, способных моделировать клинические сценарии [6]. Актуальной на сегодняшний день является проблема междисциплинарного взаимодействия, а также особенности работы со «сложными» пациентами. Поиск ответов на эти вопросы и ряд экспериментов, проведенных авторами ранее, определил выбор цели настоящего исследования.

Материалы и методы исследования

За период с 01.01.2023 по 01.01.2024 выполнено проспективное одноцентровое исследование на базе ФГБОУ ВО «Пермский государственный медицинский университет им. академика Е.А. Вагнера» Минздрава России.

Всего в исследование включено 200 студентов V–VI курсов лечебного и стоматологических факультетов. Студентов разделили на две группы по 100 человек. Первая группа проводила обучение по стандартной модели путем опроса пациента. В задачи входили сбор жалоб и анамнеза, постановка диагноза и назначения лечения. Необходимо было выполнить курацию двух пациентов с диагнозами:

Для оценки использовался чек-лист, в который было включено девять пунктов, согласно ключевым принципам пациенто-ориентированности и выполнения требований по постановке диагноза и назначению лечения [8]. При успешном выполнении каждого пункта присваивался один балл (таблица).

 

Чек-лист оценки курации пациента/ прохождении клинического диагноза

№ п/п	Параметр
1	Постановка верного диагноза
2	Полноценный сбор жалоб и анамнеза
3	Назначение лечение согласно клиническим рекомендациям с выбором оптимальной терапии
4	Уважительное отношение к пациенту
5	Целостность, логичность и преемственность лечебно-диагностического процесса
6	Информированность пациента о всех деталях лечебно-диагностического процесса
7	Создание комфортных условий пребывания пациента
8	Обеспечение эмоциональной поддержки пациента
9	Обеспечение непрерывности лечебного процесса (для обеспечения этого принципа прежде всего надо доносить подробную информацию о лекарственных препаратах, ограничениях, диете и т.д. в доступной для пациента форме)

 

В качестве роботизированной системы использовался антропоморфный робот на базе платформы Robo-C.

У всех пациентов было получено информированное добровольное согласие на работу со студентами.

Курация пациентов проводилась на клинической базе ФГБОУ ВО «Пермский государственный медицинский университет им. академика Е.А. Вагнера» Минздрава России в кардиологическом отделении ГБУЗ ПК «Ордена "Знак Почёта" Пермская краевая клиническая больница».

Для проведения исследования на роботе был создан «лингвокейс» с собственной «лингвобазой», описывающий ключевые моменты нозологий «Ишемическая болезнь сердца» и «Кардиомиопатия Такоцубо». Данные сценарии были разработаны на основе российских и международных клинических рекомендаций и включали следующие разделы: вводная информация – описание образа взаимодействия с пациентом; опрос – собственно коммуникативная часть, включающая сбор жалоб и анамнеза робота-пациента; физикальный осмотр – представляющий собой набор данных осмотра пациента по системам организма; предварительный диагноз – выставляемый на основании жалоб, анамнеза, физикального осмотра; начальное лечение – базирующееся на основании предварительного диагноза с учетом анамнеза пациента; диагностические исследования – реализованные в виде набора данных для уточнения диагноза; заключительный диагноз – установленный на основании проведенных методов диагностики; лечение – сопоставимое с заключительным диагнозом сценария. В результате обработки и анализа данных получено свидетельство на ЭВМ [2]. Все предложенные наборы сведений в разделах «Физикальный осмотр» и «Диагностические исследования» включают правильные и неправильные позиции с целью оценки клинического мышления пользователя и более точного приближения к реальному врачебному приему. По окончании прохождения сценария пользователь мог ознакомиться с результатами симуляции, правильностью установленных диагнозов, назначенных методов исследования и лечения. Был разработан дизайн исследования (рисунок).

 

Рис. Дизайн исследования

 

Для статистической обработки полученных результатов использовали пакеты программ MedCalc® 15.8 Portable, Microsoft Excel 2010. Качественные переменные отражены в виде количества наблюдаемого признака и процентов, а для сравнения данных использовался критерий хи-квадрат (c² Пирсона). При сравнении измерений по количественным показателям для оценки статистической значимости различий применяли Т-критерий для парных выборок.

Результаты и их обсуждение

Выполнить курацию по первому клиническому сценарию (ишемическая болезнь сердца) удалось в 85 % случаев в группе 1 (курация пациента) и в 100 % в группе 2 (курация робота) (p < 0,0001).

Ограничения, связанные с прохождением первого клинического сценария в группе 1, связаны с отказом пациентов (15 пациентов, 60 %), особенностями эмоционального статуса пациента (10 пациентов, 40 %).

По второму клиническому сценарию (кардиомиопатия Такоцубо) успешная курация в группе 1 (курация пациента) определялась в 11 % случаях и в 100 % – в группе 2 (курация робота) (p < 0,0001). В данном клиническом сценарии ограничения были связаны с отсутствием пациентов с редким заболеванием (89 %).

При оценке курации согласно чек-листу среднее количество баллов в группе 1 (курация пациента) составило 7,3 ± 1,5 балла, в группе 2 (курация робота) – 8,5 ± 1,6 (p < 0,0001).

Выводы

Обучение студентов лечению пациентов включает не только теоретические, но и практические занятия. Как без теории невозможна практика, так и без курации пациентов в период обучения на базе лечебных учреждений студент не сможет получить полноценные знания об аспектах изучаемой нозологии. К сожалению, не все студенты получают доступ к пациентам и не всегда рассматриваются случаи комбинированных заболеваний, когда требуется междисциплинарное взаимодействие специалистов разного профиля, в частности, при развитии неотложных состояний на стоматологическом приеме или, например, гнойно-воспалительных заболеваний челюстно-лицевой области в период стационарного лечения в кардиологических отделениях и т.п. Причины ограничений разнообразны: эпидемиологический режим ограниченного доступа в медицинские организации, отказ пациентов от общения со студентами, загруженность преподавателей-клиницистов, малое количество пациентов с определенными нозологиями и тем более сочетанием комбинаций. В нашем исследовании основные причины неудачной курации по первой нозологии (ишемическая болезнь сердца) в группе 1 (курация пациента) заключались в частичном ограничении доступа в клинику в связи с эпидемиологическим режимом и отказом пациентов от участия в учебном процессе. Главной причиной неудачной курации по второму клиническому сценарию в группе 1 (курация пациента) являлось чрезвычайная редкость заболевания кардиомиопатия Такоцубо. За год клинического исследования на лечебных базах университета был лишь один пациент с данной нозологией, и за время его госпитализации провести его курацию смогла лишь одна группа студентов. При этом робот-пациент доступен ежедневно, при работе с ним нет эпидемиологических ограничений и отказа от общения со студентами, в том числе вследствие усталости. Важным преимуществом использования робот-ассистированных систем является возможность формирования и отработки сценариев с любыми редкими, в том числе орфанными, заболеваниями, а также и различными клиническими состояниями. Стоит отметить, что, согласно чек-листу, не было выявлено значимых отличий по качеству лечебного процесса между исследуемыми группами студентов в зависимости от объекта кураций.

Таким образом, в этом исследовании рассматривается и демонстрируется органичная интеграция робототехнических систем, а также предпринимается попытка спрогнозировать эффективность их использования с целью имитации вариативных клинических ситуаций и возможностью отработки междисциплинарных подходов к лечению пациентов разного профиля.

 

Финансирование. Работа выполнена при финансовой поддержке Пермского научно-образовательного центра «Рациональное недропользование» (Проект «Новые материалы и технологии для медицины», 2024 г.).

Конфликт интересов. Авторы декларируют отсутствие явных и потенциальных конфликтов интересов, связанных с проведенным исследованием и публикацией настоящей статьи.

Вклад авторов равноценен.

About the authors

A. A. Baidarov

Perm National Research Polytechnic University

Email: shamarinaam@gmail.com
ORCID iD: 0000-0003-3888-3358

PhD (Technology), Associate Professor of the Department of Automation and Telemechanics

Russian Federation, Perm

A. S. Vronsky

Clinical Cardiology Dispensary

Email: shamarinaam@gmail.com
ORCID iD: 0000-0002-0465-8964

PhD (Medicine), Acting Head of the Department of Cardiac Surger

Russian Federation, Perm

P. V. Lazarkov

S.G. Sukhanov Federal Center for Cardiovascular Surgery

Email: shamarinaam@gmail.com
ORCID iD: 0000-0001-7165-9134

Cardiac Surgeon

Russian Federation, Perm

N. B. Astashina

E.A. Vagner Perm State Medical University

Email: shamarinaam@gmail.com
ORCID iD: 0000-0003-1135-7833

DSc, (Medicine), Head of the Department of Orthopedic Dentistry

Russian Federation, Perm

A. M. Shamarina

E.A. Vagner Perm State Medical University

Author for correspondence.
Email: shamarinaam@gmail.com
ORCID iD: 0009-0007-7379-3936

Resident

Russian Federation, Perm

References

Supplementary files