Надзорная платформа для операционной и ОРИТ

Супервизор для операционных и ОРИТ

Это не чёрный ящик ИИ. Это супервизор: детерминированная система надзорного управления, которая держит каждую рекомендацию и команду прослеживаемой до конкретного правила, утверждённого опытным врачом.

Для кого

Что делает платформа

HealthOS ICU работает у постели пациента: оценивает его состояние и формирует команды управления оборудованием. За этим стоит цикл знаний: предметная область формализуется, стабилизируется в утверждённый снимок графа знаний, компилируется в детерминированные модули оценки, встраивается в оборудование и возвращает материалы применения для учёта нюансов оценки состояния редких пациентов.

  • Формальное описание предметной области для оценки состояния пациента и синтеза команд;
  • Детерминированные вычислительные модули супервизора для дискретной и непрерывной оценки состояния пациента;
  • Подтверждающие материалы — результаты применения, улучшающие систему.
Цикл знанийПять звеньев по кругу, с возвратом к первому.ПредметнаяобластьУтверждённыйснимок графаКомпиляциямодулейОборудованиеу койкиМатериалыпримененияизменения графа с уточнениями нюансов — из материалов применения
Поведение модулей меняется через уточнение графа, новый снимок и повторную компиляцию.

Подтверждено. Роспатент, решения о выдаче патентов: способ машиночитаемого представления медицинского знания (26.05.2026) · способ семантически корректной расшифровки ЭКГ (03.08.2026).

Прикроватный контур

Прикроватный контурПять звеньев и полоса аудита внизу.Мониторы, насосыАдаптерыОценочный модульЯдро безопасностиподтверждение врачаИсполнениерекомендации, проверки и команды — в аудите

В операционной и ОРИТ цикл уточнения знаний проявляется как контур применения неизменяемых компонентов и скомпилированного модуля оценки. Данные с мониторов, насосов и другого оборудования проходят через адаптеры, модуль формирует рекомендацию, а утверждённая команда проходит через ядро безопасности и отправляется в исполнение. Рекомендации, проверки, принятые решения и авторизованные команды фиксируются в аудите.

Граф знаний

Граф знаний — это формальное машиночитаемое описание предметной области, связывающее правила, триггеры, параметры, доказательства, возможности устройств, ограничения и роли управления, возложенные на человека. В компиляцию попадает стабильный снимок, материалы эксплуатации возвращаются в контур триажа изменений, специфичных для ваших пациентов, для подготовки уточняющего снимка.

Тип объекта Количество
Клиническое правило 142
Условие / триггер 89
Ссылка на доказательство 310
Профиль возможностей устройства 24
Параметр мониторинга 58
Ограничение SHACL 19
Роль и политика надзорного управления 6
Версия и подпись пакета 12
Критерии MedBench (флаги приёмки) 26 групп, 202 флага
Состав хранилища триплетов 10 графов диалектов, 11 графов общего назначения; ~73,5 тыс. троек всего
Тестовые ЭКГ с метками патологий 9 нозологических групп; 3 620 размеченных примеров из 4 133

Происхождение чисел — на странице источников →

Место доверенного ИИ в платформе

Доверенный ИИ в HealthOS ICU работает не у койки пациента, а в контуре подготовки знаний. Здесь агенты анализируют источники знаний, разбирают материалы и оформляют проект графа знаний. Проект проходит ручную проверку, SHACL-валидацию и утверждение, затем становится стабильным снимком.

Этап Что делает агентный слой Что делает платформа дальше
Подготовка знаний Собирает источники, выделяет фрагменты, формализует проект графа знаний Принимает проект в контур проверки
Проверка Не используется Помогает эксперту выполнить экспертизу, SHACL-валидацию и утверждение снимка графа знаний
Исполнение Не используется Компилирует модуль из утверждённого снимка и выполняет его упаковку к использованию
Улучшение Разбирает материалы применения и готовит следующий проект графа знаний Решает, что войдёт в следующий снимок

Агентный слой не заменяет автора и утверждающего эксперта, не меняет снимок напрямую и не выдаёт команды оборудованию. Как измеряется его полезность и доверенность — на странице «Почему не ИИ» →

Границы ответственности

Ядро безопасности гарантирует изоляцию семантики правил от исполняемого кода:

  • Прикладной сервис — отвечает за транспорт, декодирование данных, работу с секретами, проверки версий компонентов;
  • Встраиваемая библиотека — отвечает за исполнение скомпилированных правил;
  • Граф знаний — уточняется утверждёнными снимками с дискретными изменениями формализованного знания.

Ключевые факты

Факт Значение
Интероперабельность данных HL7 v2/MLLP · IHE PCD · ISO/IEEE 11073 SDC · FHIR R4 · DICOMweb
Уровни адаптеров медоборудования Уровень 1: HL7 v2/MLLP, только чтение · 2: IHE PCD, структурированные данные · 3: SDC, чтение и двунаправленное наблюдение · 4: SDC, управляемая запись параметров
Фазы валидации команд Уровень 1: только съём · 2: внутренний разбор · 3: только рекомендации · 4: надзорная запись · 5: ограниченная запись · 6: полное управление

Технический состав — платформы, компиляторы, языки ядра — в полной документации →

Обсудить поэтапный ввод в вашей клинике или интеграцию с вашим оборудованием.

Связаться с командой Полная концепция →