Основные аспекты роботизации бизнес-процессов в сфере услуг здравоохранения
Ермакова С.Э.1, Ковязин И.Е.1
1 Российская академия народного хозяйства и государственной службы при Президенте Российской Федерации, Россия, Москва
Скачать PDF | Загрузок: 12 | Цитирований: 12
Статья в журнале
Вопросы инновационной экономики (РИНЦ, ВАК)
опубликовать статью | оформить подписку
Том 10, Номер 1 (Январь-Март 2020)
Эта статья проиндексирована РИНЦ, см. https://elibrary.ru/item.asp?id=42676112
Цитирований: 12 по состоянию на 30.01.2024
Аннотация:
В статье излагаются вопросы теории и практики роботизации бизнес-процессов в медицинских организациях, что является инновацией применительно к сфере здравоохранения. В основе механизма – концепция реинжиниринга бизнес-процессов и применения искусственного интеллекта. Даются рекомендации по интеграции организационных решений на основе роботизации в структуру учреждений здравоохранения и систему менеджмента качества. Рассматриваются условия совершенствования системы управления организациями здравоохранения на основе анализа успешных практик внедрения роботизации бизнес-процессов в российском и зарубежном здравоохранении, что представляется наиболее актуальным в сложных финансово-экономических условиях.
Ключевые слова: здравоохранение, роботизация, бизнес-процессы, сфера услуг, искусственный интеллект, управления медицинскими организациями
JEL-классификация: I15, C50, C51, C52, C53
Введение
В последнее десятилетие руководство Российской Федерации активно ищет новые механизмы, способные обеспечить создание, внедрение и дальнейшее развитие инновационных технологий в различных сферах народного хозяйства, включая и социальную сферу, неотъемлемой составной частью которой является система здравоохранения.
В этой связи актуально разрабатывать и внедрять в медицинские организации такие инновационные для российского здравоохранения технологии, как персонализированная медицина, генетические данные, «технологии интернета медицинских вещей», искусственный интеллект и роботизация бизнес-процессов, а также различные инструменты электронного здравоохранения. Как представляется, они целесообразны как в области управления, так и в профессиональной медицинской деятельности. Несмотря на то, что в последние годы ситуация с подготовкой управленческих кадров претерпела достаточно позитивные сдвиги, тем не менее менеджмент и экономика в здравоохранении остаются до сих пор их слабым звеном, поэтому новые высокотехнологичные методы на основе процессно-ориентированного управления, а именно роботизация бизнес-процессов, по всей видимости, будут как нельзя актуальны.
Развитие процессно-ориентированной системы управления на основе роботизации бизнес-процессов медицинской организации – это еще один шаг в мировой медицинский менеджмент. По данным экспертов, в 2023 году мировой рынок робототехники в здравоохранении достигнет 11,44 млрд долларов [17].
Роботизация бизнес-процессов позволяет экономить до 80 % временных ресурсов руководителей и персонала, того основного ресурса, который всегда ограничен, за счет автоматизации рутинных процессов и концентрироваться на решении приоритетных управленческих задач. Очень значимо, что почти до нуля снижаются риски возникновения ошибок по вине человеческого фактора. При этом до 80 % в среднем ускоряется процесс извлечения и обработки данных, полученных из разных источников, а 20 % работников полностью высвобождаются [8].
Понятия и признаки роботизации бизнес-процессов в сфере услуг здравоохранения
Роботизированная автоматизация бизнес-процессов в здравоохранении (RPA – Robotic Process Automation) – это технология для руководителей организаций и учреждений здравоохранения, предназначенная для повышения эффективности бизнес-процессов медицинской организации с целью обеспечения надлежащего уровня качества и доступности предоставляемых медицинских услуг. Однако это еще и класс программного обеспечения, разработанного для имитации действий человека, осуществляемых им в системах и приложениях посредством компьютерных технологий, согласно прописанной инструкции для каждого конкретного действия.
Таким образом, роботизация бизнес-процессов позволяет легко и без затрат масштабировать деятельность организаций без необходимости увеличения штата сотрудников при росте организации, что особенно актуально для частных медицинских компаний.
Роботизацию бизнес-процессов в здравоохранении можно рассматривать в настоящее время и как технологию антикризисного менеджмента, которая особенно целесообразна в настоящее время в связи со сложной финансово-экономической ситуацией, сложившейся в стране, при которой большинству медицинских организаций приходится просто «выживать» в условиях жесткой конкурентной среды.
Существуют еще несколько факторов, которые определяют актуальность рассматриваемой проблематики, такие как повышенный интерес со стороны медицинских учреждений к оптимизации и проектированию деятельности учреждений в сфере здравоохранения с учетом бизнес-процессов, протекающих в них, а также тот факт, что такие понятия, как «роботизация» и «искусственный интеллект», в последнее время стали особенно популярны и даже покрыты некоторым налетом мистики.
Как известно, под бизнес-процессом (БП) понимается набор действий, который выполняется в организации для достижения поставленной задачи, например оказания медицинской услуги. При этом эффективность выполнения этих действий напрямую влияет на степень конкурентоспособности, рентабельности медицинской организации, а также на укрепление лидирующих позиций на рынке медицинских услуг [5] (Evdokimova, Ermakova, 2014).
Так как риски в системе здравоохранения достаточно велики, медицинские организации должны управляться согласно научным концепциям и принципам доказательной медицины, которые включают детальный и тщательный анализ внешней и внутренней среды организации и постоянную адаптацию стратегии организации к каждой конкретной ситуации. Эффективное управление, инновационные методы лечения и грамотное обучение персонала являются залогом успеха учреждений здравоохранения, поэтому процессы роботизации бизнес-процессов основной медицинской и управленческой деятельности являются весьма целесообразными в этом плане [16] (Evdokimova, Ermakova, Izmalkov, 2014).
Следует отметить, что RPA – это способ оптимизировать производственную деятельность медицинских организаций, снизить затраты и устранить утомительные рутинные задачи, оставив персоналу больше времени для обслуживания пациентов, а также освободив время для выполнения творческой и ценной для медицинской организации деятельности. Существует еще одно название RPA, такое как интеллектуальная автоматизация БП.
Для успешной реализации проекта RPA необходимо его правильное проектирование, планирование и управление, только в таком случае раскроется реальный потенциал технологии роботизации бизнес-процессов и средства RPA смогут заменить в БП рутинные операции. Немаловажным представляется и процесс интегрирования программных роботов в существующую ИТ-инфраструктуру в сфере здравоохранения, имеющую много специфических особенностей, которые просто невозможно игнорировать [2] (Vayolino).
Реалии сегодняшнего дня таковы, что искусственный интеллект или роботы, которые могут имитировать онколога-диагноста, хирурга или сиделку для пациента, постепенно заменяют человека в сфере здравоохранения. Искусственный интеллект в виде роботов становится компаньоном для одиноких пенсионеров и конкурирует с квалифицированными специалистами в точности постановки клинических диагнозов, а также в проведении сложных хирургических вмешательств [21] (Matthews, 2019).
По оценкам BCG, уже к 2022 году рынок медицинской робототехники достигнет 8 млрд долл. США, причем наибольшую долю в нем займет автоматизированная диагностика (1,3 млрд долл. США), а оценка рисков и разработка соответствующего лечения пациента составит 2,8 млрд долл. США [10].
Проводя анализ зарубежного опыта роботизации бизнес-процессов в организациях здравоохранения, хочется констатировать, что очевидны два направления, по которым этот процесс развивается:
- во-первых, это повышение точности и эффективности лечения и диагностики заболеваний за счет использования ранее недоступных инновационных технологий;
- во-вторых, это появление систем и аппаратов (определенных «роботов»), существенно оптимизирующих затраты на протекание управленческих и узкопрофессиональных или сугубо медицинских бизнес-процессов, при этом улучшая еще и качество медицинских услуг.
Существуют различные типы медицинских роботов, которые появились в течение определенного периода времени, в том числе хирургические роботы, реабилитационные роботы, диагностические роботы и роботы для лучевой терапии. Хирургический сегмент, по данным за 2017 г., занимает достаточно большую долю рынка, что обусловлено высоким уровнем спроса на данный вид услуг, необходимостью приобретения расходных компонентов и комплектующих. Роботизированные процессы продемонстрировали достаточно высокую эффективность лечения и реабилитации пациентов, что не могло не отразиться на росте скорости применения технологии хирургической робототехники.
Роботизация бизнес-процессов в сфере услуг зарубежного здравоохранения
В качестве наглядной иллюстрации вышеизложенного можно привести пример робота-хирурга da Vinci, уже на протяжении многих лет успешно используемого в кардиохирургии не только зарубежной, но и российской [9].
Интересен опыт применения роботизированной радиохирургической системы кибер-нож (Cyber Knife), который компания Accuray выпустила еще в 1987 году. В международной практике в настоящее время насчитывается более 250 кибер-ножей. В российской практике кибер-нож также используется в ряде медицинских организаций, например, следует назвать больницу Ильинскую (г. Москва), где кибер-нож осуществляет операции на предстательной железе.
Недавно были представлены роботы, которые используются для диагностики с помощью эндоскопии. Роботы, применяемые в лучевой терапии, являются дорогостоящими из‑за использования ими неинвазивной технологии лечения онкологических заболеваний.
Наиболее амбициозным проектом американской корпорации IBM является разработка и внедрение в качестве онколога-диагноста суперкомпьютера IBM Watson. Реализация проекта начала осуществляться в клиниках США в 2013 году. Отмечается, что искусственный супермозг Watson, ориентированный на огромное количество проанализированных данных об онкозаболеваниях, превосходит как в точности, так и в скорости постановки диагноза среднестатистического врача [6].
Еще одним интересным проектом, наглядно иллюстрирующим колоссальные возможности роботизации бизнес-процессов посредством использования когнитивных технологий и применения нейронных сетей в медицинских организациях, является система DeepMind Health, отличительной особенностью которой является способность за несколько минут обрабатывать сотни тысяч медицинских документов и находить среди них нужные данные. Система уже используется в глазной больнице Мурфильдса (Великобритания). Анализируя миллионы компьютерных снимков глаз, она создает определенные алгоритмы, направленные на повышение качества лечения пациентов [1].
Касательно этого вопроса интересен опыт Японии:
- система HOSPI, которая заменила медицинский персонал на процессах транспортировки и распределения лекарственных средств пациентам клиник;
- робот телеприсутствия RP-VITA обеспечивает дистанционное общение врача с пациентом с возможностью получения данных о его показателях жизнедеятельности (давление, число сердечных сокращений, температура тела и т.д.);
- роботы-поводыри Lightbot (компании NSK) при помощи трехмерного датчика предоставляют возможность слепым пациентам безопасно передвигаться по городу;
- робот PARO (компания AIST), напоминающий маленького гренландского тюленя, уже начиная с 2000-х годов используется в медицинских учреждениях как альтернатива так называемой зоотерапии, так как известно, что общение с животными оказывает благоприятное воздействие на организм пациентов, что особенно актуально для больных детей и лиц пожилого возраста;
- роботы-сиделки VGo – проекты, которые реализуются не только в Японии, но и в США, а также в странах ЕС, позволяют пациентам поддерживать связь с внешним миром и способствуют реабилитации пациентов [4].
Интересен опыт функционирования робота – QT-robot, который применяется для лечения детей с заболеваниями аутистического спектра начиная с 4-х летнего возраста. У пациентов, имеющих данный вид заболеваний, нарушены процессы коммуникации с окружающими людьми и достаточно сильно, хотя у всех в разной степени, страдает эмоциональная сфера. В этой связи чем раньше начать проведение соответствующей терапии, тем реальнее шансы на положительную динамику течения болезни. В этом плане трудно переоценить значение данной цифровой технологии, потому что, как показал анализ за 2018 г., дети больше доверяют роботу, чем врачу [7] (Poryaeva, Evstafieva, 2019).
В статье Волчек Ю.А. и др. представлены различные варианты использования «роботов» или искусственного интеллекта, представляющего собой и выполняющего функции различных медицинских экспертных информационных систем, построенного по образу и подобию нейронной сети головного мозга человека, который выполняет уникальные действия, такие как структурирование определенных задач и их классификация, а также многие др. [3] (Volchek, Shishko, Spiridonova, Mohort, 2017).
Исследователи также провели глубокий анализ зарубежного опыта клинического использования подобных современных информационных технологий в медицинской деятельности, направленных на принятие решений врачами при осуществлении диагностики и лечения пациентов.
Например, Андерсен Р. и др. доказали эффективность искусственной нейросети для диагностики ранней стадии острого панкреатита в 2011 г. [12] (Andersson, Andersson, Ohlsson, Nilsson, 2011).
Нейросети успешно использовались и в кардиологии для повышения качества диагностики различных форм сердечной патологии, например, таких как аритмия и другие нарушения функций сердечной мышцы [20] (Kurt, Ture, Kurum 2008).
В научных статьях рассматривается, как искусственные нейросети эффективно диагностируют ранние стадии рака молочной железы, что детально описано в статье Гурунеску Ф. [18] (Gorunescu F., Gorunescu M., Saftoiu, Vilmann, Belciug, 2011).
Сфера достижений роботов-медиков очень широка благодаря осуществляемой ими высокоэффективной диагностике, а также лечению и реабилитации пациентов, которые часто превосходят действия медицинского персонала, предоставляя врачам более широкий интерфейс и возможности для быстрого принятия решений касательно лечебного процесса.
Комплексное принятие решений в условиях неопределенности и риска лежит в основе современной экономики, будь то потребитель, решающий, какие продукты и услуги приобрести, или сотрудник, обдумывающий выбор правильной работы, карьеры, или менеджер, выполняющий ежедневные операции. Все сталкиваются со сложными, взаимосвязанными проблемами, для которых человеческий интеллект очень хорошо приспособлен. Действительно, до недавнего времени ни одна машина не могла даже отдаленно считаться способной соответствовать нашим интеллектуальным возможностям, хотя идея машины такого рода появилась сразу после изобретения компьютера.
Интеллектуальные цифровые помощники, такие как «Google Assistant», которых можно назначать для самостоятельной записи на прием по телефону, являются лишь одним из возможных применений искусственного интеллекта. В этой связи распознавание речи и изображений, обработка естественного языка и машинный перевод занимают одну из ключевых областей развития искусственного интеллекта (ИИ). Другие вариации включают автоматическую генерацию текста, например такую как подготовка (коротких) журналистских материалов, автоматическая генерация выписок организации или удаленных помощников клиентов. Более сложные приложения содержат медицинские экспертные системы для анализа и диагностики патологии пациентов («medtech»), автоматического анализа юридических контрактов для подготовки судебных дел («lawtech»), самостоятельного вождения легковых или грузовых автомобилей и обнаружения моделей на складе, а также определения рынков для успешной торговли (алгоритмическая торговля).
Эти достижения в области ИИ стали возможными благодаря слиянию трех различных, хотя и связанных между собой событий:
- во-первых, феноменальное снижение вычислительных затрат привело к взрыву установленной вычислительной мощности и емкости хранения;
- во-вторых, развитие и широкое распространение интернета и других форм цифровой связи привели к значительному увеличению поставок и хранения цифровой информации, в том числе в центральных точках (облачные вычисления), что позволяет сравнивать и анализировать значительные объемы данных для статистических целей, которые необходимы для разработки инструментов, основанных на принципах ИИ;
- в-третьих, снижение капитальных затрат на цифровые технологии значительно облегчило вход для стартапов, уменьшив финансовые издержки, необходимые для создания нового предприятия.
Вместе эти три события вызвали быстрый рост количества заявок на патенты ИИ в различных странах (рис. 1).
Примечание:
1 – Ведомство США по патентам и товарным знакам;
2 – Государственное ведомство интеллектуальной собственности Китайской Народной Республики;
3 – Патентное ведомство Японии;
4 – Договор о патентной кооперации;
5 – Европейское патентное ведомство;
6 – другие.
Рисунок 1. Количество зарегистрированных патентов на ИИ по странам
Источник: составлено авторами на основе данных [15] (Ernst, Merola, Samaan).
В результате появился бесконечный поток новых услуг и продуктов, и те, кто выдержал конкуренцию, быстро масштабировались и стали опережать крупные, устоявшиеся компании в традиционных направлениях бизнеса. Действительно, в течение короткого 15-летнего периода такие компании, как Google, Apple, Facebook и Amazon, обогнали крупнейшие компании, давно присутствующие на рынке, такие как Walmart, General Motors или General Electric [15] (Ernst, Merola, Samaan, 2018).
Особенности рынка робототехники в сфере здравоохранения
Рынок робототехники сферы здравоохранения можно классифицировать в соответствии с целевой группой, которую технология поддерживает следующим образом (информация представлена в таблице 1).
Таблица 1
Классификация медицинской робототехники в здравоохранении
Робототехника, поддерживающая врачей,
хирургов
|
Роботизированная технология для поддержки
пациентов
| ||
Роботизированные технологии для временного
использования
|
Роботизированные технологии для постоянного
использования
|
Роботизированная технология,
поддерживающая инфраструктуру
| |
Роботизированные
интервенционные системы
|
Роботизированная
реабилитация / Терапевтические системы
|
Роботизированные
системы вспомогательных технологий
|
Роботизированные
системы автоматизации больниц
|
Роботизированные
системы обучения
|
Роботизированные
системы поддержки
|
Роботизированные
протезно-ортопедические системы
|
Роботизированные
умные жизненные пространства
|
Роботизированные
диагностические системы
|
Робототехника
медсестер
|
Робототехника
медсестер
|
Роботизированная
лаборатория автоматизации
|
|
Робототехника
хирургические помощники
|
|
|
Благодаря использованию таких особенностей роботизированных технологий, как чувствительность, интеллект, движение и автоматизация, система здравоохранения получает определенные преференции. Существует большое количество продуктов данного типа, которые по каким-либо причинам не попадают в распространенные категории робототехники для здравоохранения или находятся еще на ранних стадиях исследований и по этой причине далеки от коммерциализации. Хотя многие из этих технологий достаточно перспективны, их описание выходит за рамки этой статьи [19].
Однако, как представляется, в перспективе роботизация бизнес-процессов в сфере здравоохранения способна решить еще больший спектр проблем, в частности нивелировать дефицит среднего и младшего медицинского персонала, доминировать в вопросах дистанционной диагностики и контроля правильности лечения и в конечном плане уменьшить издержки клиник, связанные с организацией лечебно-диагностической деятельности.
В этой связи рассматриваемой проблематике уделяется достаточно большое внимание в европейском сообществе. Нами был проанализирован отчет, обобщающий презентации и обсуждения семинара по использованию роботов и искусственного интеллекта в здравоохранении, который проходил в Европейском парламенте в Брюсселе в феврале 2019 года. Целью семинара было предоставление справочной информации и рекомендаций членам Комитета по окружающей среде, здравоохранению и безопасности пищевых продуктов о состоянии и перспективах применения технологий, основанных на роботизированном и искусственном интеллекте в здравоохранении, о практическом применении ИИ и роботов в здравоохранении, а также возможных этических вопросах и последствиях работы с данными технологиями [14] (Dolic, Castro, Moarcas, 2019).
В исследовании, проведенном в 2017 г, отмечается, что 31 % руководителей здравоохранения считают ИИ самой передовой технологией в отрасли (рис. 2) [11].
Рисунок 2. Рейтинг инновационных технологий в сфере здравоохранения
Источник: составлено авторами на основе данных [11].
Кроме того, анализ показал, что, по крайней мере, 63 % руководителей здравоохранения планируют инвестировать значительные финансовые ресурсы в ИИ в последующие годы. Роботизация БП на основе ИИ поможет врачам избавиться от рутинной работы, которую они должны выполнять, и получить структурированную информацию, на основании которой могут быть предоставлены медицинские услуги пациентам.
Согласно отчету, 10 лучших приложений для сферы здравоохранения с использованием ИИ, способного оказать «наибольшее влияние в ближайшей перспективе», помогут к 2026 году сэкономить только системе здравоохранения 150 млрд долл. США в год (табл. 2) [13].
Таблица 2
Наиболее перспективные информационные технологии в сфере здравоохранения
Приложение
|
Потенциальная годовая
стоимость к 2026 г., млрд долл. США
|
Ключевые факторы для принятия
|
Робот-ассистированная хирургия
|
40
|
Достижения в области робототехники
|
Виртуальные помощники по уходу
|
20
|
Рост нехватки рабочей силы
|
Административная поддержка рабочего
процесса
|
18
|
Более простая интеграция с существующими
системами
|
Обнаружение мошенничества
|
17
|
Все более сложные попытки мошенничества
|
Уменьшение ошибки дозировки
|
16
|
Распространенность медицинских ошибок
|
Подключенные машины
|
14
|
Увеличение подключенных устройств
|
Идентификация участника клинических
испытаний
|
13
|
Количество доступных данных
|
Предварительный диагноз
|
5
|
Повышенная точность благодаря лучшей
архитектуре данных
|
Автоматическая диагностика изображений
|
3
|
Емкость накопителей и повышение доверия
к ИИ
|
Информационная безопасность
|
2
|
Увеличение количества нарушений
|
Источник: составлено авторами на основе данных [13].
Эти приложения включают роботизированную ортопедическую хирургию (экономия 40 млрд долл. США), виртуальные помощники медсестер (20 млрд долл. США) и снижение ошибок дозировки (16 млрд долл. США). Такой объем инвестиций, направленных на проекты с привлечением ИИ и робототехники в здравоохранении, в течение следующих 20 или 30 лет не имеет прецедента.
Анализ рынка глобальной робототехники в сфере здравоохранения включает в себя углубленное изучение ключевых конкурентов и стратегий, происходящих на этом рынке, динамики рынка (движущих силы рынка возможностей и угроз), а также анализ положения дел в отрасли.
В настоящее время рынок медицинской робототехники можно разделить на четыре основных типа роботов, которые имеются в продаже. Он включает в себя хирургическую робототехнику, реабилитационную робототехнику, диагностические роботы и радиотерапевтическую робототехнику. В настоящее время в разработке находится значительное количество других роботов-медиков, которые, как ожидается, появятся на рынке в ближайшие годы.
Глобальный рынок роботизированных систем здравоохранения разделен по типам продуктов, которые включают в себя роботизированные системы, инструменты и аксессуары, а также услуги. В зависимости от применения роботов-хирургов рынок робототехники здравоохранения может быть разделен на следующие категории: общая хирургия, гинекологическая хирургия, урологическая хирургия, ортопедическая хирургия, неврологическая хирургия и другие. Реабилитационная робототехника включает вспомогательную, терапевтическую, экзоскелетную и бионическую. Географически рынок представлен пятью отдельными регионами, такими как Северная Америка, Европа, Азиатско-Тихоокеанский регион, Латинская Америка, Ближний Восток и Африка [17].
Заключение
Таким образом, представленные выше системы на основе роботизации бизнес-процессов доказали свою результативность и эффективность в зарубежном здравоохранении, и, как представляется, в ближайшем будущем будут выполнять гораздо большее количество функций. Необходимо отметить, что, несмотря на явные преимущества, которые может дать данная технология в медицинских организациях, она приживается медленнее, чем, например, какие-либо инновационные методы лечения, внедрение которых стало возможным в последнее десятилетие. По всей видимости, данные обстоятельства обусловлены множественными факторами.
В этой связи, прежде чем приступать к разработке проекта с использованием технологии роботизации бизнес-процессов (RPA) в сфере услуг российского здравоохранения, нужно проанализировать проблемы, с которыми могут столкнуться руководители организаций.
Во-первых, это отсутствие опыта работы с аналогичными системами у топ-менеджеров в сфере здравоохранения, не говоря уже о рядовом персонале, поэтому необходимо мотивировать сотрудников на внутреннее улучшение и показать их собственные выгоды и результаты, которые они получат в процессе роботизации, включая различные материальные преференции.
Во-вторых, недостаточные материальные ресурсы, необходимые для функционирования дорогостоящей роботизированной технологии. В этом плане целесообразно разработать альтернативную схему приобретения основных средств для развития организации с использованием системы кредитования, лизинга и аутсорсинга.
В-третьих, ограниченный временной ресурс, так как процесс внедрения проектов данного типа не только достаточно сложный, но и длительный.
В-четвертых, это не всегда надлежащий уровень корпоративной культуры, сформировавшийся в организациях здравоохранения, для менталитета российского работника часто комфортнее и привычнее получать конкретные приказы и показывать бурную деятельность по выполнению рутинных бизнес-процессов, чем использовать инновационные методы, которые еще не известны и непредсказуемы, и работе с которыми еще предстоит обучаться.
В-пятых, чтобы получить необходимые преимущества в области роботизации бизнес-процессов медицинских организаций, нужно спроектировать и осуществить поиск новаторских и креативных способов использования технологий с целью формирования конкурентных преимуществ и достижения высокого уровня качества и эффективности предоставляемых медицинских услуг, а также их сервисных характеристик в плане обеспечения клиентоориентированного обслуживания населения РФ.
Источники:
2. Вайолино Б. 8 условий для успешного внедрения RPA. Osp.ru [Электронный ресурс]. URL:https://www.osp.ru/cio/2018/04/13054395/
3. Волчек Ю.А., Шишко О.Н., Спиридонова О.С., Мохорт Т.В. Положение модели искусственной нейронной сети в медицинских экспертных системах (juvenis Scientia) Медицинские науки 2017 №9.
4. Достижения в области создания медицинской робототехники. Medbe.ru [Электронный ресурс] URL: https://medbe.ru/videoarchive/nauka-i-tekhnologii-v-meditsine/dostizheniya-v-oblasti-sozdaniya-meditsinskoy-robototekhniki/?PAGEN_2=2.
5. Ермакова С.Э., Евдокимова Е.Г. Анализ российского рынка платных медицинских услуг // Вестник Самарского государственного экономического университета. – 2014. - №2. С. 62-66.
6. Как доктор Ватсон не смог победить рак. Medportal.ru [Электронный ресурс] URL: https://medportal.ru/mednovosti/news/2017/09/06/879watson/.
7. Поряева Е.П., Евстафьева В.А. Искусственный интеллект в медицине. Вестник науки и образования №6(60) часть 2, 2019.
8. Роботизация бизнес - процессов (RPA). Icl-services.com [Электронный ресурс] URL: https://icl-services.com/pdf-preview/?iblockID=41&id=68003
9. Роботизированная медицина - Robotic medicine. Proza.ru [Электронный ресурс] // URL: https://proza.ru/2013/11/26/1658 (Дата обращения: 20.12.2019).
10. Роботы в белых халатах: как оптимизировать затраты на персонал в медицинском бизнесе. Forbes.ru [Электронный ресурс] URL: https://www.forbes.ru/karera-i-svoy-biznes/348601-roboty-v-belyh-halatah-kak-optimizirovat-zatraty-na-personal-v.
11. 2017 Global Digital IQ Survey: 10th anniversary edition [Электронный ресурс] URL: https://www.pwc.com/us/en/advisory-services/digital-iq/assets/pwc-digital-iq-report.pdf
12. Andersson B., Andersson R., Ohlsson M., Nilsson J. Prediction of severe acute pancreatitis at admission to hospital using artificial neural networks// Pancreatology. 2011;11(3):328-35.
13. Artificial Intelligence (AI): Healthcare’s New Nervous System, Accenture, 2017. [Электронный ресурс] URL: https://www.accenture.com/_acnmedia/PDF-49/Accenture-Health-Artificial-Intelligence.pdf#zoom=50
14. Dolic Z., Castro R., Moarcas A. Robots in healthcare: a solution or a problem? Policy Department for Economic, Scientific and Quality of Life Policies Directorate-General for Internal Policies [Электронный ресурс] URL: http://www.europarl.europa.eu/supporting-analyses
15. Ernst E., Merola R., Samaan D. The economics of artificial intelligence: Implications for the future of work International Labour Organization 2018. Ilo.org [Электронный ресурс] URL: https://www.ilo.org/wcmsp5/groups/public/---dgreports/---cabinet/documents/publication/wcms_647306.pdf.
16. Evdokimova E.G., Ermakova S.E., Izmalkov N.S. Evaluation of the economic efficiency of process-oriented management system at healthcare organizations // Biology and medicine. – 2014. Volume 6, Issue 1, Supplement 1. Article ID: BM-012-14, 2014. Indexed by Scopus (Elsevier) – 0,51 п.л.
17. Global Healthcare Robotics Market: Focus on Product Type, Application Type, 23 Countries Data, and Competitive Landscape Analysis and Forecast: (2018-2023). Bisresearch.com [Электронный ресурс] URL: https://bisresearch.com/industry-report/healthcare-robotics-market.html
18. Gorunescu F., Gorunescu M., Saftoiu A., Vilmann P., Belciug S. Competitive/collaborative neural computing system for medical diagnosis in pancreatic cancer detection Expert Systems Volume28, Issue1 February 2011 Pages 33-48.
19. Healthcare Robotics: Current Market Trends and Future Opportunities. Roboticsbusinessreview.com [Электронный ресурс] URL: https://www.roboticsbusinessreview.com/health-medical/healthcare-robotics-current-market-trends-and-future-opportunities/
20. Kurt, M. Ture, A.T. Kurum. Comparing performances of logistic regression, classification and regression tree, and neural networks for predicting coronary artery disease. Expert Syst Appl, vol. 34, pp. 366- 374, 2008.
21. Matthews K. The Growing Emergence of Robots in Healthcare: Key Opportunities & Benefits [Электронный ресурс] URL: https://hitconsultant.net/2019/12/05/the-growing-emergence-of-robots-in-healthcare-key-opportunities-benefits/#.XfuHL9IzbMx
Страница обновлена: 28.10.2024 в 06:31:18