В статье анализируется влияние организации потоков пациентов на клинические исходы, доступность и удовлетворённость медицинской помощью, а также роль цифровых технологий и эффективной маршрутизации как ключевых инструментов повышения эффективности амбулаторных учреждений.

Ключевые слова : маршрутизация пациентов, амбулаторная помощь, поток пациентов, эффективность здравоохранения, качество медицинской помощи.

Введение

В Казахстане предпринимаются последовательные шаги по укреплению роли первичной медико-санитарной помощи (ПМСП) как ключевого звена системы здравоохранения. Установлена цель довести долю её финансирования до 60 % от общего объёма расходов на здравоохранение. В период с 2012 по 2022 годы были реализованы важные инициативы, такие как скрининговые осмотры, программы управления хроническими заболеваниями, интегрированное ведение болезней детского возраста и прогрессивная модель патронажа. Эти меры способствовали расширению охвата населения медицинскими услугами и формированию профилактической ориентированности у граждан. С 2019 по 2022 год число посещений организаций ПМСП увеличилось на 14,4 %. Наибольший прирост отмечен в 2021 году, включая посещения как в учреждениях, так и на дому [1].

Систематический рост потока пациентов значительно увеличивает нагрузку на организации первичной медико-санитарной помощи (ПМСП), особенно в условиях ограниченных ресурсов и кадрового дефицита. Для обеспечения устойчивой работы амбулаторного звена необходимы современные управленческие решения и цифровые инструменты, направленные на оптимизацию маршрутизации, сокращение времени ожидания и повышение доступности медицинской помощи [2].

В условиях старения населения и роста числа хронических заболеваний актуален переход к модели, основанной на профилактике, непрерывном наблюдении и межсекторальной координации. Совершенствование управления потоками пациентов становится приоритетной задачей, способной повысить эффективность и качество обслуживания [3].

Ключевой проблемой остаётся несбалансированная маршрутизация: повторные визиты, задержки в направлении к специалистам и дублирование диагностических процедур. В ряде стран внедряются модели управляемого маршрута пациента (Patient Navigation), предполагающие чёткую регламентацию взаимодействия с системой здравоохранения. Их реализация требует цифровизации, организационных изменений и развития компетенций медперсонала [4].

В Казахстане предпринимаются шаги к внедрению таких подходов — создаются электронные очереди, мобильные сервисы и интегрированные медицинские информационные системы. Это формирует предпосылки для более эффективной маршрутизации пациентов. Грамотная организация потоков пациентов способствует не только снижению нагрузки на врачей, но и обеспечивает преемственность помощи, особенно для хронических больных. Согласованное взаимодействие между уровнями здравоохранения напрямую влияет на качество, своевременность и результативность медицинской помощи [5].

Целью данной статьи является обзор современных подходов к совершенствованию управления потоками пациентов как ключевого инструмента повышения эффективности и качества медицинской помощи в амбулаторной практике.

Материалы и методы

В данной обзорной статье использован метод систематического анализа научной литературы, опубликованной в базах данных PubMed, Scopus и Google Scholar за период 2010–2024 годов, с акцентом на современные подходы к управлению потоками пациентов в амбулаторной помощи. Отбор информации проводился по ключевым словам «patient routing», «outpatient care», «patient flow», «healthcare efficiency», «quality of medical care» с целью выявления эффективных и адаптируемых инструментов для повышения качества медицинской помощи

Результаты

В последние годы в систему здравоохранения активно внедряются цифровые технологии и инструменты аналитики, способствующие оптимизации потоков пациентов. Среди них особое внимание уделяется системам отслеживания в реальном времени (RTLS), предиктивной аналитике, телемедицинским решениям, интеллектуальным системам расписания и маршрутизации, а также методологиям Lean и Six Sigma. Эти подходы позволяют медицинским организациям выстраивать устойчивые модели оказания помощи, ориентированные на пациента, повышать эффективность внутренних процессов и сокращать потери ресурсов.

Системы отслеживания в реальном времени (Real-Time Location Systems) становятся неотъемлемой частью цифровой трансформации здравоохранения. RTLS позволяют точно определять местоположение пациентов, персонала и оборудования внутри медицинского учреждения. Это обеспечивает прозрачность перемещений, своевременность принятых решений и оптимизацию логистики. Применение RTLS показывает впечатляющие результаты, сокращая среднее время ожидания в отделениях неотложной помощи до 36 %, а скорость перевода пациентов между подразделениями возрастает на 23 % [6]. Система позволяет оперативно выявлять «узкие места», улучшать координацию и планирование, что особенно важно в учреждениях с высокой нагрузкой. Интеграция RTLS с электронными медицинскими картами даёт дополнительные преимущества, такие как снижение числа отмен визитов на 30 %, повышение точности загрузки врачей на 25 %, снижение числа инцидентов с уязвимыми пациентами и ускорение реакции на экстренные случаи до 42 % [7].

Другим ключевым направлением является предиктивная аналитика, использующая методы анализа больших данных (Big Data) и машинного обучения [8]. Такие технологии позволяют прогнозировать пиковые нагрузки, моделировать сценарии маршрутизации, оценивать риск неявки, перегрузки врача или повторных визитов. Например, в клиниках Kaiser Permanente и NHS Trusts предиктивные модели сократили время ожидания на приём на 15–25 %. В Университете Джонса Хопкинса внедрение DES-моделей увеличило пропускную способность отделений на 20 % [9].

Визуальные дашборды, объединяющие данные в реальном времени о загруженности, времени ожидания и маршрутах пациентов, усиливают управленческую эффективность. Их использование позволяет принимать решения на основе фактов, оперативно перераспределять ресурсы и избегать перегрузок. В Казахстане и других странах с развивающейся инфраструктурой подобные инструменты могут быть особенно полезны при переходе к интегрированным медицинским информационным системам [10].

Телемедицина также играет важную роль в оптимизации потоков. Её внедрение позволяет перераспределить нагрузку, снизить число ненужных очных визитов и обеспечить доступ к медицинской помощи в отдалённых регионах [11]. В клиниках первичной помощи телемедицинские консультации сократили количество очных визитов на 21 %, повысили удовлетворённость пациентов, а также позволили снизить число госпитализаций у больных с сердечной недостаточностью на 30 %. Интеграция e-consult между врачами ПМСП и специалистами повышает оперативность и эффективность ведения пациентов [12].

Подходы Lean и Six Sigma, заимствованные из производственной сферы, также доказали свою эффективность в здравоохранении. Lean позволяет устранить потери и сократить время ожидания, а Six Sigma — снизить вариативность и стандартизировать процессы [13]. Комбинированная модель Lean Six Sigma демонстрирует высокую эффективность: производительность в кардиологии выросла до 93 %, экономия на персонале достигла 2 228 € за полгода. Интеллектуальные системы расписания, основанные на ИИ и алгоритмах машинного обучения, способствуют оптимизации приёма повышают использование рабочего времени специалистов, снижают число неявок до 30 % и сокращают общее время ожидания. Системы Smart Care Routing направляют пациентов на основе симптомов и истории болезни, что улучшает коммуникацию и эффективность обслуживания [14].

Влияние организации потоков пациентов на эффективность и качество медицинской помощи. Организация потоков пациентов в медицинском учреждении оказывает прямое влияние на клинические исходы лечения. К ним относятся своевременность постановки диагноза, частота осложнений, уровень госпитализаций, повторных визитов, смертность и качество жизни. В условиях городской поликлиники, где поток пациентов особенно плотный и разнообразный, рациональная маршрутизация становится критически важной для обеспечения эффективности лечения [15].

Одним из ключевых факторов является время до получения помощи. Согласно данным BMJ Open, задержка первичного осмотра более чем на 7 дней у пациентов с онкологическими симптомами увеличивает риск запущенной стадии заболевания на 13–20 % [16]. Аналогичные данные получены при обследовании пациентов с подозрением на ишемическую болезнь сердца задержка повышает риск инфаркта в течение ближайших шести месяцев. Эти примеры подтверждают, что несвоевременное оказание помощи вследствие неэффективной маршрутизации может ухудшать прогноз по широкому спектру заболеваний [17].

Пациенты с хроническими и коморбидными состояниями особенно чувствительны к качеству маршрутизации. Отсутствие чёткой координации между уровнями помощи снижает согласованность лечения, повышает риск ошибок и ухудшает приверженность терапии. Исследования Phillips подчёркивают, что несогласованные маршруты ведут к пропускам в мониторинге, дублирующим назначениям и ухудшению показателей по хроническим заболеваниям. Внедрение программ навигации пациента позволяет сократить число неплановых госпитализаций на 15–22 %, особенно среди пожилых и социально уязвимых групп [18].

Цифровые шаблоны маршрутов (clinical pathways), интегрированные в ЭМК, обеспечивают лучшее соблюдение клинических рекомендаций, своевременность назначения контрольных обследований и снижение числа обострений. При этом потоки пациентов, построенные без учёта клинической приоритетности, создают конкуренцию между экстренными и плановыми визитами. По данным Journal of Emergency Medicine, внедрение электронной системы приоритезации в амбулаторной практике позволило сократить осложнения у пациентов с острыми состояниями на 19 % благодаря ускоренному допуску к врачу [19].

Оптимизация маршрутизации и сокращение времени ожидания повышают эффективность диагностики и лечения, особенно в условиях городской поликлиники. Это также способствует росту удовлетворённости пациентов, которая сегодня рассматривается как один из важнейших показателей качества помощи [20]. Согласно исследованиям, внедрение предиктивной аналитики в системе управления потоками позволило увеличить уровень удовлетворённости на 26 % за счёт снижения времени ожидания и улучшения прозрачности маршрутов. В США пациенты в учреждениях с электронной очередью и цифровыми панелями демонстрировали на 30–40 % более высокий уровень удовлетворённости по сравнению с учреждениями без подобных решений [21].

Проект NHS Digital в Великобритании показал, что аналитические панели и системы прогнозирования нагрузки, используемые для перераспределения врачей в режиме реального времени, обеспечивают более равномерную загрузку персонала, ускоряют оказание помощи и повышают доверие пациентов к системе [22].

Выводы

Совершенствование управления потоками пациентов в амбулаторной помощи является важным направлением повышения эффективности и качества медицинских услуг в условиях роста нагрузки на систему здравоохранения. Как показано в статье, современные подходы, такие как цифровизация процессов, внедрение аналитических инструментов, использование телемедицины, методов Lean и Six Sigma, а также интеллектуальных систем маршрутизации позволяют решать ключевые задачи амбулаторного звена: сокращать время ожидания, снижать перегрузку персонала, повышать доступность и клиническую результативность оказания помощи. Системы RTLS обеспечивают прозрачность логистики внутри медицинских учреждений, способствуя ускорению диагностики и перевода пациентов, а также повышению безопасности. Предиктивная аналитика и визуальные дашборды позволяют управлять потоками проактивно, прогнозируя и предотвращая узкие места. Телемедицина доказала свою эффективность в снижении количества ненужных визитов и расширении доступа к помощи, особенно в отдалённых регионах. Lean и Six Sigma как методы управления качеством укрепляют внутреннюю устойчивость организаций и делают процессы ориентированными на пациента.

На организационном уровне качественное управление потоками напрямую влияет на клинические исходы, особенно для пациентов с хроническими, коморбидными и острыми состояниями. Оптимальная маршрутизация способствует своевременной диагностике, снижению числа осложнений и повышению удовлетворённости пациентов.

Литература:

1. Министерство здравоохранения Республики Казахстан. Национальный доклад о здоровье населения и системе здравоохранения Казахстана, 2023. https://nrchd.kz/files/ %D0 %B4 %D0 %BE %D0 %BA %D1 %83 %D0 %BC %D0 %B5 %D0 %BD %D1 %82 %D1 %8B %202024/ %D0 %9A %D0 %9D %D0 %98 %D0 %93 %D0 %90 %20ru_ %20(1).pdf
2. Концепция развития кадров здравоохранения РК на 2012–2020 годы, МЗ и СР РК
3. Liu G, Kokorelias K, Knoepfli A, DasGupta T, Ziegler N, Elliot E, Guilcher SJT, Hitzig SL. A new patient navigation model of care to support older adults in transitions of care: Key considerations for implementation for policy-makers and health leaders. Healthc Manage Forum. 2025 May;38(3):186–191. doi: 10.1177/08404704241288458. Epub 2024 Oct 6. PMID: 39370410; PMCID: PMC12009445.
4. Budde H, Williams GA, Winkelmann J, Pfirter L, Maier CB. The role of patient navigators in ambulatory care: overview of systematic reviews. BMC Health Serv Res. 2021 Oct 28;21(1):1166. doi: 10.1186/s12913–021–07140–6. PMID: 34706733; PMCID: PMC8555047.
5. Nurgaliyeva Z, Spatayev Y, Syla S, Yessenbayev B. Paving the way to establishing the digital-friendly health and care information model in Kazakhstan. Int J Med Inform. 2024 Dec;192:105610. doi: 10.1016/j.ijmedinf.2024.105610. Epub 2024 Aug 30. PMID: 39226634.
6. Vudathaneni VKP, Lanke RB, Mudaliyar MC, Movva KV, Mounika Kalluri L, Boyapati R. The Impact of Telemedicine and Remote Patient Monitoring on Healthcare Delivery: A Comprehensive Evaluation. Cureus. 2024 Mar 4;16(3):e55534. doi: 10.7759/cureus.55534. PMID: 38576693; PMCID: PMC10993086.
7. Overmann KM, Barrick L, Porter SC. Improving Documentation Using a Real-Time Location System in a Pediatric Emergency Department. Appl Clin Inform. 2021 May;12(3):459–468. doi: 10.1055/s-0041–1730028. Epub 2021 May 26. PMID: 34041733; PMCID: PMC8154348.
8. Zhou Y, Viswanatha A, Abdul Motaleb A, Lamichhane P, Chen KY, Young R, Gurses AP, Xiao Y; PROMIS Investigators. A Predictive Decision Analytics Approach for Primary Care Operations Management: A Case Study of Double-Booking Strategy Design and Evaluation. Comput Ind Eng. 2023 Mar;17:109069. doi: 10.1016/j.cie.2023.109069. Epub 2023 Feb 18. PMID: 37560446; PMCID: PMC10408698.
9. The Johns Hopkins University Center for Systems Science and Engineering COVID-19 Dashboard: data collection process, challenges faced, and lessons learned. Lancet Infect Dis. 2022 Dec;22(12):e370-e376. doi: 10.1016/S1473–3099(22)00434–0. Epub 2022 Aug 31. Erratum in: Lancet Infect Dis. 2022 Nov;22(11):e310. doi: 10.1016/S1473–3099(22)00645–4. PMID: 36057267; PMCID: PMC9432867.
10. Garcia-Vicuña D, López-Cheda A, Jácome MA, Mallor F. Estimation of patient flow in hospitals using up-to-date data. Application to bed demand prediction during pandemic waves. PLoS One. 2023 Feb 27;18(2):e0282331. doi: 10.1371/journal.pone.0282331. PMID: 36848360; PMCID: PMC9970104.
11. Ojinnaka CO, Johnstun L, Dunnigan A, Nordstrom L, Yuh S. Telemedicine Reduces Missed Appointments but Disparities Persist. Am J Prev Med. 2024 Jul;67(1):90–96. doi: 10.1016/j.amepre.2024.02.012. Epub 2024 Feb 17. PMID: 38373529.
12. Lewis AK, Harding KE, Snowdon DA, Taylor NF. Reducing wait time from referral to first visit for community outpatient services may contribute to better health outcomes: a systematic review. BMC Health Serv Res. 2018 Nov 20;18(1):869. doi: 10.1186/s12913–018–3669–6. PMID: 30458761; PMCID: PMC6245820.
13. Daly A, Teeling SP, Ward M, McNamara M, Robinson C. The Use of Lean Six Sigma for Improving Availability of and Access to Emergency Department Data to Facilitate Patient Flow. Int J Environ Res Public Health. 2021 Oct 20;18(21):11030. doi: 10.3390/ijerph182111030. PMID: 34769548; PMCID: PMC8582671.
14. Artificial Intelligence for Patient Flow: Emerging Health Technologies [Internet]. Ottawa (ON): Canadian Agency for Drugs and Technologies in Health; 2024 Apr. Available from: https://www.ncbi.nlm.nih.gov/books/NBK604824/
15. Tlapa D, Zepeda-Lugo CA, Tortorella GL, Baez-Lopez YA, Limon-Romero J, Alvarado-Iniesta A, Rodriguez-Borbon MI. Effects of Lean Healthcare on Patient Flow: A Systematic Review. Value Health. 2020 Feb;23(2):260–273. doi: 10.1016/j.jval.2019.11.002. Epub 2020 Jan 23. PMID: 32113632.
16. Okoli GN, Lam OLT, Reddy VK, Copstein L, Askin N, Prashad A, Stiff J, Khare SR, Leonard R, Zarin W, Tricco AC, Abou-Setta AM. Interventions to improve early cancer diagnosis of symptomatic individuals: a scoping review. BMJ Open. 2021 Nov 9;11(11):e055488. doi: 10.1136/bmjopen-2021–055488. PMID: 34753768; PMCID: PMC8578990.
17. Phillips KA. Introducing the inaugural issue of Health Affairs Scholar: Emerging and Global Health Policy (HAS). Health Aff Sch. 2023 Jun 20;1(1):qxad009. doi: 10.1093/haschl/qxad009. PMID: 38756838; PMCID: PMC10986218.
18. Chan RJ, Milch VE, Crawford-Williams F, Agbejule OA, Joseph R, Johal J, Dick N, Wallen MP, Ratcliffe J, Agarwal A, Nekhlyudov L, Tieu M, Al-Momani M, Turnbull S, Sathiaraj R, Keefe D, Hart NH. Patient navigation across the cancer care continuum: An overview of systematic reviews and emerging literature. CA Cancer J Clin. 2023 Nov-Dec;73(6):565–589. doi: 10.3322/caac.21788. Epub 2023 Jun 26. PMID: 37358040.
19. Rotter T, de Jong RB, Lacko SE Improving healthcare quality in Europe: Characteristics, effectiveness and implementation of different strategies [Internet]. Copenhagen (Denmark): European Observatory on Health Systems and Policies; 2019.
20. Nguyen Q, Wybrow M, Burstein F, Taylor D, Enticott J. Understanding the impacts of health information systems on patient flow management: A systematic review across several decades of research. PLoS One. 2022 Sep 12;17(9):e0274493. doi: 10.1371/journal.pone.0274493. PMID: 36094946; PMCID: PMC9467348.
21. Mechanic OJ, Gavin M, Grossman SA. Acute Myocardial Infarction. 2023 Sep 3. In: StatPearls [Internet]. Treasure Island (FL): StatPearls Publishing; 2025 Jan–. PMID: 29083808.
22. Johns G, Whistance B, Burhouse A, Khalil S, Whistance M, Ahuja S, Ogonovsky M, Ahuja A. Benefits, challenges and sustainability of digital healthcare for NHS Wales: a qualitative study. BMJ Open. 2023 May 29;13(5):e069371. doi: 10.1136/bmjopen-2022–069371. PMID: 37247963; PMCID: PMC10230334.