В Петербурге создали базу данных для мгновенного мониторинга в реанимации

САНКТ-ПЕТЕРБУРГ, 13 октября. Исследователи из Технологического института Веллора и Санкт-Петербургского государственного электротехнического университета "ЛЭТИ" разработали архитектуру базы данных для систем интеллектуального мониторинга в отделениях интенсивной терапии. Разработка позволяет сократить время реакции на критические события, сообщили ТАСС в пресс-службе СПбГЭТУ "ЛЭТИ". Об этом сообщает издание ТАСС.

Специализированная база данных полностью размещается в оперативной памяти компьютера. Она использует механизм прямого доступа к памяти и асинхронную фоновую синхронизацию с дисковой системой, что исключает задержки, характерные для традиционных решений. Главная цель — обеспечить мгновенную обработку потоков данных от систем искусственного интеллекта в реанимации и палатах интенсивной терапии, где каждая миллисекунда имеет значение для своевременного оказания помощи пациенту, привели в пресс-службе слова выпускника аспирантуры кафедры МО ЭВМ СПбГЭТУ "ЛЭТИ" Алексея Субботина.

Современная медицина, особенно в отделениях реанимации, сталкивается с проблемой неспособности стандартных систем обработки данных справляться с высокоскоростными потоками информации от камер и датчиков. Традиционные базы данных, ориентированные на административную отчетность, тратят слишком много ресурсов на синхронизацию и запись на диск, что вызывает задержки. В условиях интенсивной терапии даже простая задержка в 1,5-2 секунды при обнаружении падения пациента или смещения катетера может стоить жизни.

Использование стандартных видеорегистраторов и облачных хранилищ также не решает проблему: локальные системы страдают от фрагментации данных, а облачные — от сетевых задержек и зависимости от интернет-соединения. В результате существующие подходы не обеспечивают необходимую для медицинского оборудования скорость передачи данных в реальном времени и высокую надежность визуализации, что делает их непригодными для критически важных клинических задач.

Сначала исследователи спроектировали архитектуру, в которой критически важные данные хранятся непосредственно в оперативной памяти, а вместо сложных таблиц используется упрощенный кольцевой буфер, исключающий лишние системные проверки. Чтобы обеспечить надежность без потери скорости, в систему внедрен механизм фонового автоматического сохранения данных на диск. Это позволило гарантировать мгновенную реакцию на события в реальном времени, защищая информацию от потери при внезапном отключении электричества.

Следующим шагом стали практические испытания прототипа в условиях, имитирующих реальную больничную палату. Камеры с ИИ отслеживали действия пациентов, а система мгновенно и эффективно фиксировала критические события, передавая сигнал тревоги врачам практически без задержек. Затем ученые подвергли систему экстремальному стресс-тестированию, сымитировав одновременную тревогу со множества камер. Сравнение показало, что разработка превосходит зарубежные аналоги в скорости и стабильности при минимальной нагрузке на процессор.

"Уже сегодня систему можно внедрять в инфраструктуру "умных больниц" для мгновенного оповещения медицинского персонала о критических событиях, таких как падение пациента или смещение медицинских катетеров, сокращая общее время реакции системы до 60 миллисекунд. В будущем мы планируем интегрировать аппаратное ускорение на базе специализированных микросхем, исследовать возможности квантового машинного обучения для анализа сложных медицинских паттернов, а также добавить легковесную блокчейн-верификацию для гарантии неизменности данных при их долгосрочном архивировании", - приводятся в сообщении слова профессора кафедры квантового искусственного интеллекта Школы компьютерных наук и инженерии Технологического университета Веллора Радхакришнана Делибабу.