Разработчики: | Радиоэлектронные технологии (КРЭТ) |
Дата премьеры системы: | июнь 2024 г. |
Отрасли: | Фармацевтика, медицина, здравоохранение |
2024: Анонс продукта
27 июня 2024 года, концерн «Радиоэлектронные технологии» (КРЭТ), входящий в госкорпорацию «Ростех», объявил о завершении предклинических испытаний первой отечественной центральной мониторной станции (ЦМС) для сбора данных о состоянии пациентов в отделениях интенсивной терапии и реанимации.
По информации пресс-службы «Ростеха», новое оборудование призвано заменить импортные аналоги в российских медицинских учреждениях. ЦМС была разработана специалистами Уральского приборостроительного завода (УПЗ) в сотрудничестве с Уральским государственным медицинским университетом.
Генеральный директор «Ростех-Медицинские технологии» Сергей Дмитроченко отметил: «Успешная реализация проекта КРЭТ по созданию центральной мониторной станции поможет в решении государственных задач по повышению уровня безопасности и независимости информационных и технических изделий».Андрей Шарак, LANSOFT: Мы предлагаем не отдельные продукты в рамках бренда, а карты решений для конкретной отрасли
Испытания нового оборудования проводились с мая 2023 года в нескольких уральских клиниках, а также в Амурской областной клинической больнице. В ходе тестирования были успешно исследованы способы подключения к различному медицинскому оборудованию и выполнен пробный запуск ЦМС с подключением к госпитализированному пациенту.
ЦМС позволяет в режиме реального времени отображать кривые, численные показатели и тревожные сигналы, поступающие с медицинской аппаратуры, включая аппараты искусственной вентиляции легких (ИВЛ). На один монитор может выводиться информация о 16 пациентах одновременно, при этом к системе подключается до четырех таких мониторов.
По словам заместителя генерального директора КРЭТ по развитию гражданской продукции и национальных проектов Алексея Мельникова, ЦМС является открытой системой, предназначенной для работы с медицинскими изделиями различных производителей. Она также накапливает большие данные для последующего анализа, прогнозирования, научных исследований и машинного обучения.[1]