Возможности систем поддержки принятия решений в контексте хирургии позвоночно-тазового комплекса (аналитический обзор)

Аннотация

Цель. Изучение систем поддержки принятия решений, использующихся в хирургии позвоночно-тазового комплекса, анализ их функциональных возможностей и подходов, позволяющих врачу принять правильное решение. Материалы и методы. На основе единообразных критериев проанализированы функциональные особенности современных систем поддержки принятия решений, использующихся в хирургии позвоночно-тазового комплекса. Для оценки учитывались данные, полученные с официальных сайтов производителей указанных систем и публикаций в научных журналах. Результаты. Системы поддержки принятия решений MediCAD, TraumaCAD, Surgimap, Sectra AB и OrthoView являются наиболее востребованными при планировании операции на позвоночнике и тазобедренном суставе. Указанные системы могут работать в нескольких независимых друг от друга анатомических областях ортопедической хирургии (например, позвоночник, таз, бедро, голень, стопа). При этом ни одна из этих систем не может работать с позвоночно-тазовым комплексом. С помощью данных систем можно проводить только геометрическое планирование, которое заключается в осуществлении геометрических измерений, проектировании физиологически нормального положения анатомических элементов, а также в выборе и полуавтоматической локализации имплантатов. Заключение. Для достижения положительных результатов хирургического лечения в отдаленном периоде необходимо использовать не только геометрическое планирование, но и биомеханическое моделирование. Необходимость биомеханического моделирования связана с тем, что оно позволяет оценить не только степень и характер нарушений, вызванных деформацией позвоночно-тазового комплекса, но и объем хирургического вмешательства с учетом вновь складывающейся биомеханической ситуации после предлагаемых вариантов реконструкции. В этой связи использование систем поддержки принятия решений должно включать в себя следующие этапы: геометрическое планирование, биомеханическое моделирование постоперационного состояния и прогнозирование результатов лечения в отдаленном постоперационном периоде. Внедрение в клиническую практику систем поддержки принятия решений позволит повысить качество медицинской помощи и реабилитации при одновременной оптимизации расходов здравоохранения.