Архитектура программного обеспечения для разработки системы совместной медицинской деятельности при реабилитации инсультов

Человек, перенесший инсульт, чтобы оправиться от его последствий, нуждается в реабилитации, Многопрофильная команда экспертов проводит реабилитацию, предлагая многоплановое лечение, включая диету, неврологию, психологию и физиотерапию. В процессе реабилитации врачи взаимодействуют с медицинскими приборами и программным обеспечением. Такая работа представляет собой медицинскую врачебную деятельность, сопровождающую процесс реабилитации. Тем не менее, в силу отсутствия подходящих средств взаимодействия, позволяющих осуществлять междисциплинарное сотрудничество при комплексной реабилитации инсультов, способы взаимодействия специалистов, совместно решающих медицинские задачи, технологически понимаются плохо. Поэтому мы представляем совместную программную архитектуру, способную обеспечить мониторинг медицинской деятельности посредством мультимодального взаимодействия человека и компьютера. Архитектура имеет трехуровневое строение: первый уровень служит для восприятия взаимодействия и мониторинга деятельности, второй – для управления обменом информацией и междисциплинарным доступом, а третий – для оценки того, насколько хорошо были выполнены междисциплинарные мероприятия. Врачам помогают в принятии решений по выполнению плана лечения путем оценки того, как выполняются действия, которые рекомендуются предложенной архитектурой. В результате мы предоставляем прототип, спроектированный с ориентацией на пользователя, который понимает, как архитектура поддерживает взаимодействие человека с компьютером.

1. Interaccion. Revista digital de AIPO. Asociación Intercción Persona-Ordenador. [En línea]. Disponible en https://revista.aipo.es/index.php/INTERACCION/CFP-multimodal-HCI [Accedido: 25-abr-202

2. Lukin V. N., Dzyubenko A. L., Chechikov Y. B. (2020). Approaches to user interface development. Programming and Computer Software, 46, 316-323.

3. Alessandro L., Olmos L. E., Bonamico L., Muzio D. M., Ahumada M. H., Russo M. J., Allegri R. F., Gianella M. G., Campora H., Delorme R., Vescovo M. E., Lado V., Mastroberti L. R., Butus A., Galluzzi H. D., Décima G., Ameriso S. F. (n.d.). Rehabilitación multidisciplinaria para pacientes adultos con accidente cerebrovascular. MEDICINA (Buenos Aires) 2020, 80: 54-68.

4. Gregorio S. I. F., Montané-Jiménez L. G. (2022, October). Towards the improvement of computer-assisted medical activities for stroke rehabilitation. In 2022 10th International Conference in Software Engineering Research and Innovation (CONISOFT) (pp. 102-111). IEEE.

5. Hayyolalam V., Kazem A. A. P. (2018). A systematic literature review on QoS-aware service composition and selection in cloud environment. Journal of Network and Computer Applications, 110, 52-74.

6. Obana M., Furuya J., Matsubara C., Tohara H., Inaji M., Miki K., Numasawa Y., Minakuchi S., Maehara T. (2019). Effect of a collaborative transdisciplinary team approach on oral health status in acute stroke patients. “Journal of Oral Rehabilitation”, 46 (12), 1170–1176. https://doi.org/10.1111/joor.12855.

7. Pristipino C., Anzola G. P., Ballerini L., Bartorelli A., Cecconi M., Chessa M., Donti A., Gaspardone A., Neri G., Onorato E., Palareti G., Rakar S., Rigatelli G., Santoro G., Toni D., Ussia G. P., Violini R. (2013). Management of patients with patent foramen ovale and cryptogenic stroke: A collaborative, multidisciplinary, position paper. “Catheterization and Cardiovascular Interventions”, 82 (1). https://doi.org/10.1002/ccd.24637.

8. Watson T., Tiu J., Clissold B. (2020). Addressing inequity in acute stroke care requires attention to each component of regional workflow. “Medical Journal of Australia”, 212 (1), 8-10. https://doi.org/10.5694/mja2.50440.

9. Tiu J., Watson T., Clissold B. (2021). Mechanical thrombectomy for emergent large vessel occlusion: an Australian primary stroke centre workflow analysis. “Internal Medicine Journal”, 51 (6), 905–909. https://doi.org/10.1111/imj.14843. https://doi.org/10.1016/j.future.2017.09.061 (in press)

10. Alonso de Leciñana M., Fuentes B., Ximénez-Carrillo A., Vivancos J., Masjuan J., Gil-Nuñez A., Martínez-Sánchez P., Zapata-Wainberg G., Cruz-Culebras A., García-Pastor A., Díaz-Otero F., Fandiño E., Frutos R., Caniego J. L., Méndez J. C., Fernández-Prieto A., Bárcena-Ruiz E., Díez-Tejedor E. (2016). A collaborative system for endovascular treatment of acute ischaemic stroke: The Madrid Stroke Network experience. “European Journal of Neurology”, 23 (2), 297–303. https://doi.org/10.1111/ene.12749.

11. Macisaac R. L., Khatri P., Bendszus M., Bracard S., Broderick J., Campbell B., Ciccone A., Dávalos A., Davis S. M., Demchuk A., Diener H. C., Dippel D., Donnan G. A., Fiehler J., Fiorella D., Goyal M., Hacke W., Hill M. D., Jahan R., … Lees K. R. (2015). A collaborative sequential meta-analysis of individual patient data from randomized trials of endovascular therapy and tPA vs. tPA alone for acute ischemic stroke: ThRombEctomy And tPA (TREAT) analysis: Statistical analysis plan for a sequential meta-anal. “International Journal of Stroke”, 10 (A100), 136–144. https://doi.org/10.1111/ijs.12622.

12. Chowdhury S. Z., Baskar P. S., Bhaskar S. (2021). Effect of prehospital workflow optimization on treatment delays and clinical outcomes in acute ischemic stroke: A systematic review and meta-analysis. “Academic Emergency Medicine”, 28 (7), 781–801. https://doi.org/10.1111/acem.14204.

13. Santana Baskar P., Cordato D., Wardman D., Bhaskar S. (2021). In-hospital acute stroke workflow in acute stroke – Systems-based approaches. “Acta Neurologica Scandinavica”, 143 (2), 111–120. https://doi.org/10.1111/ane.13343

14. Rogers H., Madathil K. C., Joseph A., Holmstedt C., Qanungo S., McNeese N., Morris T., Holden R. J., McElligott J. T. (2021). An exploratory study investigating the barriers, facilitators, and demands affecting caregivers in a telemedicine integrated ambulance-based setting for stroke care. “Applied Ergonomics”, 97. https://doi.org/10.1016/J.APERGO.2021.103537

15. Daemen E. M. L., Flinsenberg I. C. M., van Loenen E. J., Cuppen R. P. G., Rajae-Joordens R. J. E. (2013). Adaptive Daily Rhythm Atmospheres for stroke patients: A staff evaluation. Proceedings of the 2013 7th International Conference on Pervasive Computing Technologies for Healthcare and Workshops, PervasiveHealth 2013, 121–128. https://doi.org/10.4108/icst.pervasivehealth.2013.252090

16. Grigoriev O. G., Kobrinskii B. A., Osipov G. S., Molodchenkov A. I., Smirnov I. V. (2018). Health Management System Knowledge Base for Formation and Support of a Preventive Measures Plan. “Procedia Computer Science”, 145, 238–241. https://doi.org/10.1016/J.PROCS.2018.11.050/

17. Esensoy, A. V., Carter, M. W. (2018). High-fidelity whole-system patient flow modeling to assess health care transformation policies. “European Journal of Operational Research”, 266(1), 221–237. https://doi.org/10.1016/J.EJOR.2017.09.019.

18. Ferrante S., Bonacina S., Pinciroli F. (2013). Modeling stroke rehabilitation processes using the Unified Modeling Language (UML). “Computers in Biology and Medicine”, 43 (10), 1390–1401. https://doi.org/10.1016/J.COMPBIOMED.2013.07.012.

19. Yang Y., Xu H., Qi B., Niu X., Li M., Zhao D. (2020). Stroke screening data modeling based on openEHR and NINDS Stroke CDE. “Proceedings - 2020 IEEE International Conference on Bioinformatics and Biomedicine, BIBM 2020”, 2147–2152. https://doi.org/10.1109/BIBM49941.2020.9313127.

20. Wantaka C., Kitidumrongsuk P., Soontornpipit P., Sillabutra J. (2018). Design and Development of Data Model for Stroke FAST Track System. “IEECON 2018 - 6th International Electrical Engineering Congress”. https://doi.org/10.1109/IEECON.2018.8712241.

21. Chang T. M., Kao H. Y., Wu J. H., Su Y. F. (2016). Improving physicians’ performance with a stroke CDSS: A cognitive fit design approach. “Computers in Human Behavior”, 54, 577–586. https://doi.org/10.1016/J.CHB.2015.07.054.

22. Gibson O. J., Balami J. S., Pope G. A., Tarassenko L., Reckless I. P. (2012). “Stroke Nav”: A wireless data collection and review system to support stroke care delivery. “Computer Methods and Programs in Biomedicine”, 108(1), 338–345. https://doi.org/10.1016/J.CMPB.2012.02.001.

23. Tang Z., Lawson S., Messing D., Guo J., Smith T., Feng J. (2016). Collaborative Rehabilitation Support System: A Comprehensive Solution for Everyday Rehab. “Proceedings - 2015 IEEE International Symposium on Multimedia, ISM 2015”, 61–64. https://doi.org/10.1109/ISM.2015.62.

24. Sun M., Dai D., Wu X., Wang S., Zang T., Xu X. (2016). SS4CSHC: A Services System for the Collaboration in Stroke Healthcare Cycle. “Proceedings of International Conference on Service Science, ICSS</i>, 2016-Febru”, 174–180. https://doi.org/10.1109/ICSS.2015.29.

25. Li S., Manogaran G. (2019). Design and Implementation of Networked Collaborative Service System for Brain Stroke Prevention and First Aid. “IEEE Access”, 7, 14825–14836. https://doi.org/10.1109/ACCESS.2019.2892947.

26. Ilieva R. Y., Damyanov V. (2019). NextGen HighTech Solutions to Improve the QoL in Cerebral Stroke Consequences. “10th National Conference with International Participation, ELECTRONICA 2019 – Proceedings”, Ml, 2019–2022. https://doi.org/10.1109/ELECTRONICA.2019.8825640.

27. Park E., Kim J. H., Nam H. S., Chang H. J. (2018). Requirement Analysis and Implementation of Smart Emergency Medical Services. “IEEE Access”, 6, 42022–42029. https://doi.org/10.1109/ACCESS.2018.2861711.

28. Wang Y. (2012). When music, information technology, and medicine meet. MIRUM 2012 - Proceedings of the 2nd International ACM Workshop on Music Information Retrieval with User-Centered and Multimodal Strategies, Co-Located with ACM Multimedia 2012, 43–44. https://doi.org/10.1145/2390848.2390859.

29. Ramesh V., Kim S., Nguyen H. A., Agrawal K., Meyer B. C., Weibel N. (2020). Developing aids to assist acute stroke diagnosis. “Conference on Human Factors in Computing Systems – Proceedings” https://doi.org/10.1145/3334480.3383039.

30. Tsoupikova D., Triandafilou K., Solanki S., Barry A., Preuss F., Kamper D. (2016). Real-time diagnostic data in multi-user virtual reality post-stroke therapy. “SA 2016 - SIGGRAPH ASIA 2016 VR Showcase”, 1–2. https://doi.org/10.1145/2996376.2996387.

31. Virbitskaite I. B., Dubtsov R. S. (2008). Semantic domains of timed event structures. Programming and Computer Software, 34, 125-137.

32. Zhuklinets I. A., Khotimsky D. A. (2002). Logical time in distributed software systems. Programming and Computer Software, 28, 174-18.