Тип публикации: статья из журнала
Год издания: 2026
Ключевые слова: ovarian cancer, clinical decision support system, clinical guidelines, рак яичников, система поддержки принятия врачебных решений, клинические рекомендации
Аннотация: Среди онкологических заболеваний женской половой сферы рак яичников входит в тройку наиболее часто диагностируемых заболеваний. Сложность выбора тактики обусловлена большим объемом информации, которую необходимо учитывать согласно современным рекомендациям: стадию процесса, молекулярно-генетические особенности и персонализированныеПоказать полностьюподходы. Цель исследования - разработка прототипа приложения для автоматизированной верификации стадии рака яичника и формирования рекомендаций по лечению на основе действующих клинических рекомендаций Минздрава РФ. Архитектура приложения модульная и включает блоки ввода пред- и послеоперационных данных, а также модуль формирования плана лечения. Представлены результаты создания десктопного приложения и его первичного тестирования. Оно автоматизирует определение стадии по системам FIGO и TNM, учитывает гистологический тип, маркеры (BRCA1/2, HRD) и вычисляет индекс перитонеального канцероматоза для прогнозирования циторедукции. Разработанный прототип демонстрирует возможность успешной интеграции клинических алгоритмов в программную среду для поддержки врачебных решений. Among gynecological cancers, ovarian cancer is among the three most frequently diagnosed malignancies. The complexity of choosing a treatment strategy is due to the large amount of information that must be considered according to modern recommendations: the stage of the disease, molecular genetic features, and personalized approaches. The aim of the study is to develop a prototype application for the automated verification of ovarian cancer stage and the generation of treatment recommendations based on the current clinical guidelines of the Ministry of Health of the Russian Federation. The application architecture is modular and includes input blocks for pre- and postoperative data, as well as a module for generating a treatment plan. The results of creating the desktop application and its initial testing are presented. It automates the determination of the stage according to the FIGO and TNM systems, takes into account the histological type, markers (BRCA1/2, HRD), and calculates the peritoneal cancer index to predict cytoreduction. The developed prototype demonstrates the possibility of successfully integrating clinical algorithms into a software environment to support medical decision-making.
Журнал: Вестник Башкирского государственного медицинского университета
Выпуск журнала: № S2
Номера страниц: 65-70
ISSN журнала: 23097183
Место издания: Уфа
Издатель: Башкирский государственный медицинский университет