Ландшафт трудовой деятельности медработников под влиянием ИИ

Научные сотрудники НИИ организации здравоохранения и медицинского менеджмента, д. э. н., доцент Медведева Е. И. и к. т. н., доцент Крошилин С. В. на основе результатов исследований опубликовали статью «Трансформация ландшафта трудовой деятельности медицинских работников под влиянием искусственного интеллекта» в высокорейтинговом журнале «Здравоохранение Российской Федерации».

Использование искусственного интеллекта (ИИ) в медицине находит все большее применение. Процессы модернизации и цифровизации происходят во всех звеньях и структурах, в том числе и в первичном звене здравоохранения. Стоит задача в создании и обеспечении возможности эффективной организации трудовой деятельности с учетом получения новых знаний и компетенций посредством развития системы переподготовки.

Организация данной системы должна учитывать потребности медицинских работников и удобство получения необходимых навыков. Современные технологии в медицине существенно влияют на трудовую деятельность медицинских работников. Знания в области ИИ и ИТ становятся все более востребованы. Система переподготовки медиков с учетом новых форматов работы требует значительного переосмысления. На основе OLAP^[1]-технологий и теории графов авторами была предложена авторская модель ландшафта трудовой деятельности медработника.

Авторский подход моделирования на основе визуализации ландшафта трудовой деятельности и возможности развития образовательной траектории медицинских работников в «поликлиниках будущего» основан на использовании OLAP-технологии и построении ориентированного графа. Применение OLAP-технологии позволяет получить срезы по различным параметрам и значениям переменных, которые включены в OLAP-куб. Отдельные подвыборки характеризуются медианными (средними) значениями двух показателей «Возраст» и «Стаж работы», позволяющих построить усредненный ориентированный сетевой граф для визуализации модели ландшафта трудовой деятельности работника и развития его образовательной траектории (рис.).

Рис. Пример усредненного ориентированного сетевого графа для визуализации модели ландшафта трудовой деятельности работника и развитие его образовательной траектории (срез в OLAP-кубе по запросу «топ-менеджер»)

На рисунке представлен вариант среза в OLAP-кубе по запросу «топ-менеджеры», к которым в МО можно отнести заведующих отделениями/подразделениями, главных врачей, заместителей главного врача и т. п. Это позволяет проследить трудовую деятельность человека в динамике. Вес дуг по направлениям (на рисунке граф выделен жирными стрелками) характеризует время работы сотрудника (отработанные годы) для перехода на другой уровень (для получения образования, повышения квалификации, прохождения аккредитации, дополнительного обучения и т. п.). Данную иллюстрацию можно использовать при формировании кадровой политики МО, управлении персоналом и мотивации для повышения интеллектуального потенциала работников.

Применение OLAP-технологии направлено на получение показателей по переменным, которые включены в OLAP-куб на основе метрических параметров для формирования подвыборок. Это очень удобно для анализа как текущей ситуации, так и для выстраивания стратегии управления кадрами. Кроме того, предложенная модель обладает высокой степенью визуализации и позволяет выстраивать/понимать образовательную траекторию медицинского работника в аспекте анализа перспективы достижения определенного уровня трудовой деятельности согласно существующему ландшафту и подходам к управлению персоналом внутри конкретной МО.

Библиографическое описание статьи:

Медведева Е. И. Трансформация ландшафта трудовой деятельности медицинских работников под влиянием искусственного интеллекта / Е. И. Медведева, С. В. Крошилин // Здравоохранение Российской Федерации. – 2025. – Т. 69, № 5. – С. 481-489. – DOI 10.47470/0044-197X-2025-69-5-481-489. – EDN RGCICV.

Ссылка на публикацию https://www.rfhealth.ru/jour/article/view/2019

[1] OLAP (Online Analytical Processing) – данная технология используется для обработки данных и дает возможность проводить многомерный анализ массива информации, а также является эффективным инструментом для поиска и принятия обоснованных решений.