Обоснование. Несмотря на то, что в приказе Министерства здравоохранения Российской Федерации «Об утверждении порядка оказания медицинской помощи взрослому населению при заболеваниях глаза, его придаточного аппарата и орбиты» сказано про оснащение медицинского консультативно-диагностического отделения поликлиники оптическим когерентным томографом, динамическое наблюдение пациентов с патологией сетчатки после начала лечения осуществляется чаще всего в медицинском офтальмологическом центре, что снижает доступность лечения для пациентов со впервые выявленной (первичной) патологией, требующей как можно более раннего начала лечения. Имеющаяся технология нуждается в изменении и интенсификации, в том числе — с применением технологий искусственного интеллекта.

Цель — разработка методических основ организационной технологии диспансерного наблюдения пациентов с патологией заднего отрезка глаза с использованием систем поддержки принятия врачебных решений на основе искусственного интеллекта.

Материалы и методы. Оценка существующей нормативной базы проведена на основе анализа Конституции Российской Федерации, федеральных законов, подзаконной нормативной базы и судебной практики. Создание структурированного медицинского документа описания снимка оптической когерентной томографии проведено с использованием экспертного метода: анкетирования 100 врачей-офтальмологов, имеющих соответствующий уровень образования, в том числе дополнительное профессиональное, занимающихся оказанием медицинских услуг — специализированной медицинской помощи пациентам с патологией заднего отрезка глаза. Структурированный медицинский документ послужил основой для формирования предикторов искусственных нейронных сетей. Обучение нейронных сетей произведено с использованием 60 000 медицинских изображений с помощью метода классификации и сегментации в зависимости от признака.

Результаты. Экспертным методом отобрано и описано 123 бинарных признака, позволяющих описать структуру макулярной области сетчатки в норме и при патологии, из которых выявлено 26 признаков, которые могут быть интерпретированы в качестве предикторов ухудшения клинического течения заболевания.

Заключение. Разработанный классификатор позволил создать и обучить на основе 60 000 медицинских изображений систему поддержки принятия врачебных решений, которая в качестве информационного сервиса, без постановки диагноза, может позволить изменить организацию процесса динамического наблюдения. Формирование маршрутизации пациентов — первичная услуга разработанной системы поддержки принятия врачебных решений. При наличии признаков ухудшения клинической картины предполагается маршрутизация в медицинский офтальмологический центр для оценки динамики и оказания специализированной, в том числе высокотехнологичной, медицинской помощи.

论证。根据俄罗斯联邦卫生部命令《关于向成年居民提供眼部、眼部附属装置和眼眶疾病医疗服务的程序批准》，综合医院的医疗咨询和诊断部门都配备光学相干断层扫描仪。然而，视网膜病变患者在开始治疗后的动态观察通常是在专门眼科医疗中心进行。这就降低了对首次发现（原发性）病变患者的治疗机会，因为这些患者需要尽早开始治疗。需要改变和加强现有技术，包括使用人工智能技术。

目的。本研究旨在利用基于人工智能的医疗决策支持系统，为眼后段病变患者的防治观察组织技术奠定方法论基础。

材料和方法。在对《俄罗斯联邦宪法》、联邦法律、附属法规和司法实践分析的基础上，对现有管理框架进行了评估。使用专家方法编制了描述光学相干断层扫描图像的结构化医学文件：对100名具有适当教育水平的眼科医生进行了问卷调查，包括额外的专业教育。所有医生都从事医疗服务工作，即为眼后段病变患者提供专业医疗服务。结构化医疗文件是形成人工神经网络预测器的基础。利用基于特征的分类和分割方法，使用60000张医学图像对神经网络进行了训练。

结果。通过专家方法选取并描述了123个能够描述正常和病理下视网膜黄斑区结构的二元特征。其中，26个特征被确定为疾病临床过程恶化的预测器。

结论。所开发的分类器可以在60000张医学图像的基础上创建和训练一个医疗决策支持系统。该系统可用作信息服务。它可以在不做出诊断的情况下改变动态观察过程的组织结构。患者路径选择是已开发的医疗决策支持系统的主要服务。如果临床症状有恶化的迹象，患者就会被转诊到眼科医疗中心，以接受动态评估及包括高科技在内的专业医疗服务。