The paper presents a systematic analysis of modern digital technologies used in the medical evacuation support of victims in emergency situations. The regulatory legal framework for healthcare digitalization is examined, along with the functional capabilities of telemedicine systems, artificial intelligence algorithms for automated medical triage, unmanned aircraft systems, simulation modeling tools, and unified information platforms. It is demonstrated that the integration of these solutions reduces evacuation time, improves triage accuracy, and ensures rational resource allocation, ultimately increasing victim survival. Promising directions for further digital transformation of the All-Russian Disaster Medicine Service are identified.
All-Russian Disaster Medicine Service, medical evacuation support, medical evacuation, digital technologies, telemedicine, artificial intelligence, medical triage, unmanned aircraft systems, simulation modeling, emergency situation
Введение. В соответствии с Федеральным законом от 21 ноября 2011 г. № 323-ФЗ «Об основах охраны здоровья граждан в Российской Федерации» организация и оказание медицинской помощи при чрезвычайных ситуациях (ЧС), включая медицинскую эвакуацию, возлагаются на Всероссийскую службу медицины катастроф (ВСМК), которая является функциональной подсистемой Единой государственной системы предупреждения и ликвидации чрезвычайных ситуаций (РСЧС) [1, 2]. Порядок организации и оказания ВСМК медицинской помощи при ЧС, в том числе медицинской эвакуации, утверждён приказом Минздрава России от 6 ноября 2020 г. № 1202н [3]. Данным приказом закреплено, что ВСМК осуществляет лечебно-эвакуационное обеспечение (ЛЭО) пострадавших на основе системы этапного лечения с их эвакуацией по назначению, предусматривающей последовательное и преемственное оказание медицинской помощи в зоне поражения и на этапах медицинской эвакуации в медицинские организации, способные обеспечить оказание необходимой медицинской помощи [3].
Масштабы и последствия крупных катастроф – землетрясений, наводнений, транспортных аварий, террористических актов – нередко сопровождаются массовыми санитарными потерями, разрушением медицинской инфраструктуры и дефицитом времени для принятия решений [4, 5]. В этих условиях особую значимость приобретают цифровые технологии, способные обеспечить быструю и объективную оценку обстановки, дистанционную поддержку медицинского персонала и оптимальную маршрутизацию потоков поражённых. Утверждённая Стратегия цифровой трансформации здравоохранения и формирование Единой государственной информационной системы в сфере здравоохранения (ЕГИСЗ) создают правовую и технологическую основу для внедрения интеллектуальных инструментов в деятельность медицинских формирований, участвующих в ликвидации медико-санитарных последствий ЧС [6]. Накопленный опыт свидетельствует, что без применения цифровых средств достижение высокой опративности и качества медицинской эвакуации в условиях дефицита ресурсов практически невозможно [7].
Цель настоящего исследования – систематизировать и проанализировать современные цифровые технологии, используемые в организации лечебно-эвакуационного обеспечения пострадавших при ЧС, оценить их эффективность и определить направления дальнейшего развития.
Материалы и методы. В качестве материалов использованы научные публикации в рецензируемых изданиях, государственные доклады о состоянии защиты населения и территорий от ЧС, а также результаты практического внедрения цифровых продуктов в работу территориальных центров медицины катастроф (ТЦМК) и станций скорой медицинской помощи. Основными методами стали информационно-аналитический обзор и системный анализ, включающие систематизацию данных о функциональных возможностях цифровых решений и их влиянии на временны́е и медико-тактические показатели эвакуационных мероприятий.
Результаты и их анализ. Проведённый анализ показывает, что ключевыми направлениями цифровизации ЛЭО являются: телемедицинское консультирование, автоматизированная медицинская сортировка с элементами искусственного интеллекта, дистанционное наблюдение за жизненно важными показателями, применение беспилотных авиационных систем (БАС), системы поддержки принятия решений (СППР), имитационное моделирование для оптимизации маршрутов и использования ресурсов, а также создание единых информационных центров управления.
Телемедицинские технологии играют важнейшую роль на догоспитальном этапе. Уже в первые минуты после происшествия врач-консультант может дистанционно оценить состояние пострадавшего, принять решение о необходимом объёме помощи и выбрать оптимальную тактику эвакуации. Так, например, за 2023 год на базе федерального центра медицины катастроф проведено более 292 тысяч телемедицинских консультаций по схеме «врач – врач», из них почти 1,8 тысячи – для пациентов, пострадавших в ЧС [8]. Современные мобильные комплексы, такие как автоматизированный диагностический лечебный комплекс «АНГЕЛ», позволяют не только передавать физиологические параметры, но и поддерживать жизнедеятельность во время транспортировки [9]. Аналогичный опыт применения телекоммуникационных технологий в работе Воронежского областного клинического центра медицины катастроф показал свою эффективность в оказании экстренной специализированной нейрохирургической помощи населению Воронежской области [10]. Применение беспилотных систем расширяет возможности дистанционной оценки обстановки: в соответствии с поручениями Минздрава России, с 2023 года ведётся активная работа по внедрению беспилотных технологий в деятельность службы медицины катастроф для транспортировки медицинских грузов, биоматериалов и координации оказания первой помощи с постоянным видеонаблюдением [11].
Медицинская сортировка является тем этапом, где цифровые алгоритмы демонстрируют наибольшее превосходство над традиционными шкалами. Системы, построенные на методах машинного обучения («случайный лес», градиентный бустинг, нейронные сети), способны учитывать сложные нелинейные взаимосвязи между показателями и в ряде исследований превосходят шкалы START (Simple Triage and Rapid Treatment – простая сортировка и быстрое лечение), RTS (Revised Trauma Score – пересмотренная шкала тяжести травмы) и MGAP (Mechanism, Glasgow Coma Scale, Age, arterial Pressure – механизм травмы, шкала комы Глазго, возраст, артериальное давление) по точности прогноза необходимости экстренной операции и интенсивной терапии [12]. Примером полностью автоматизированной платформы служит система поддержки принятия решений DSS-MEDEVAC, разработанная для вооружённых сил и испытанная в полевых условиях. Она в режиме реального времени измеряет частоту сердечных сокращений, частоту дыхания, насыщение крови кислородом и систолическое артериальное давление, после чего присваивает пострадавшему цветовую категорию в соответствии с алгоритмом медицинской сортировки и вычисляет вероятность выживания. В ходе полигонных испытаний время обработки данных для 10 000 условных раненых не превышало одной минуты, а точность идентификации критических состояний достигала 90% [13].
Дистанционное наблюдение за физиологическими параметрами с помощью носимых датчиков расширяет возможности сортировки в зоне ЧС, куда доступ спасателей затруднён. Беспилотные системы, оснащённые видеокамерами и тепловизорами, позволяют быстро обнаруживать пострадавших в труднодоступных районах, задымлённых или химически заражённых участках. Совмещение этих технологий с алгоритмами компьютерного зрения на основе глубоких нейронных сетей даёт возможность автоматически оценить двигательную активность, наличие дыхательных движений и даже уровень сознания по вербальному ответу, что в совокупности реализует дистанционную сортировку по системе START. Экспериментальные системы добивались точности обнаружения замаскированного человека до 97%, а точности сортировки – до 98% [12, 14]. Беспилотные летательные аппараты также могут оперативно доставлять медикаменты, кровоостанавливающие средства и компактное оборудование в зону бедствия, сокращая время от момента вызова до получения помощи примерно вдвое – с 60 до 30 минут [14].
Имитационное моделирование служит действенным инструментом стратегического планирования эвакуации. Исследование, выполненное на примере массового дорожно-транспортного происшествия в Белгородской области, показало, что создание Единого центра скорой медицинской помощи и медицины катастроф с единой диспетчерской службой и изменёнными алгоритмами маршрутизации сокращает среднее время эвакуации с (105,8 ± 12,1) мин до (43,2 ± 1,18) мин. При этом все пострадавшие тяжёлой и средней степени тяжести были госпитализированы в травмоцентр первого уровня в пределах «золотого часа», что практически исключило необходимость повторных межбольничных перевозок [15]. Подобные виртуальные модели позволяют на этапе планирования проверить различные сценарии ЧС и оптимально распределить силы и средства, включая количество бригад скорой помощи и воздушных судов.
Особое место в цифровом контуре занимают системы поддержки принятия решений (СППР), которые должны обеспечивать непрерывный мониторинг обстановки, прогнозирование развития событий и оперативную оценку альтернативных вариантов действий по критериям времени, эффективности и риска [16]. Интеграция СППР с геоинформационными системами, имитационными моделями и базами данных о медицинских ресурсах позволяет лицу, принимающему решение, в сжатые сроки формировать обоснованные планы лечебно-эвакуационных мероприятий даже в условиях высокой неопределённости.
Цифровые платформы постепенно внедряются и в традиционные виды санитарного транспорта. Так, разрабатывается концепция «умного поезда милосердия», который представляет собой железнодорожный состав, интегрированный в интеллектуальную транспортную систему ОАО «РЖД» и оснащённый медицинским оборудованием с возможностью телемедицинских консультаций, непрерывного наблюдения за состоянием раненых и автоматизированного ведения интегрированной персональной электронной медицинской карты (ИПЭМК). Информационно-телекоммуникационный комплекс такого поезда обеспечивает надёжный обмен данными между начальником состава, медицинским персоналом и внешними абонентами – эвакуационными пунктами, лечебными учреждениями Министерства здравоохранения и органами управления. Пропускная способность сети для реализации всех заявленных функций должна составлять не менее 700 кбит/с, что в современных условиях вполне достижимо с помощью спутниковых и мобильных каналов связи [17].
Объединяющим элементом цифровой экосистемы медицины катастроф становятся региональные и федеральные информационные системы, обеспечивающие сквозное наблюдение за пациентом от момента получения травмы до госпитализации в профильное учреждение. Внедрение Единого центра скорой медицинской помощи и медицины катастроф в ряде субъектов Российской Федерации подтвердило, что централизация диспетчерской службы и общий цифровой контур повышают оперативность реагирования, исключают дублирование действий и позволяют направлять пострадавших сразу в профильные стационары, минуя необоснованные промежуточные этапы [8, 15].
Показателен в этом отношении опыт Воронежской области, в которой преобладают ЧС техногенного характера, а эффективное оперативное управление, осуществляемое специалистами территориального центра медицины катастроф, позволяет обеспечить экстренное реагирование и согласованную работу всех привлечённых медицинских сил, а также организовать эвакуацию наиболее тяжёлых пострадавших с применением санитарной авиации [18].
Несмотря на очевидные преимущества, цифровая трансформация лечебно-эвакуационного обеспечения сталкивается с рядом ограничений. К ним относятся: высокая стоимость разработки и внедрения систем, необходимость обеспечения кибербезопасности и защиты персональных данных, недостаточная нормативно-правовая регламентация применения искусственного интеллекта и беспилотных систем в клинической практике, а также потребность в целенаправленной подготовке медицинского персонала. Тем не менее, накопленный практический опыт и результаты исследований свидетельствуют, что указанные трудности преодолимы, а ожидаемый медико-социальный эффект – снижение летальности и инвалидизации вследствие травм – оправдывает необходимые вложения.
Заключение. Таким образом, цифровые технологии органично встраиваются в систему лечебно-эвакуационного обеспечения пострадавших в ЧС, превращаясь из вспомогательного инструмента в обязательный компонент. Интеллектуальные системы медицинской сортировки, дистанционное наблюдение, беспилотные авиационные системы, системы поддержки принятия решений, имитационные модели, а также единые информационные платформы в своей совокупности сокращают время реагирования, повышают объективность сортировочных решений и обеспечивают рациональное использование ограниченных ресурсов. Дальнейшее развитие данного направления требует совершенствования правовой базы, стандартизации протоколов обмена данными и проведения масштабных клинико-полевых исследований, однако, несмотря на вышеперечисленные барьеры внедрения представленных систем, уже сегодня очевидно, что цифровые технологии способны качественно повысить эффективность отечественной медицины катастроф.
1. Federal'nyy zakon ot 21.11.2011 № 323-FZ «Ob osnovah ohrany zdorov'ya grazhdan v Rossiyskoy Federacii». Stat'ya 41.
2. Vserossiyskaya sluzhba mediciny katastrof (VSMK) // Terminy MChS Rossii. – URL: https://mchs.gov.ru/ministerstvo/o-ministerstve/terminy-mchs-rossii/term/3480 (data obrascheniya: 28.04.2026).
3. Prikaz Ministerstva zdravoohraneniya Rossiyskoy Federacii ot 06.11.2020 № 1202n «Ob utverzhdenii Poryadka organizacii i okazaniya Vserossiyskoy sluzhboy mediciny katastrof medicinskoy pomoschi pri chrezvychaynyh situaciyah, v tom chisle medicinskoy evakuacii» (v red. ot 29.10.2024).
4. Baranova, N. N. Sovremennoe sostoyanie problemy organizacii i provedeniya medicinskoy evakuacii postradavshih v chrezvychaynyh situaciyah / N. N. Baranova, S. F. Goncharov // Medicina katastrof. – 2020. – № 4. – S. 57–65.
5. O sostoyanii zaschity naseleniya i territoriy Rossiyskoy Federacii ot chrezvychaynyh situaciy prirodnogo i tehnogennogo haraktera v 2019 godu : Gosudarstvennyy doklad. – Moskva : MChS Rossii : FGBU VNII GOChS (FC), 2020. – 259 s.
6. Postanovlenie Pravitel'stva Rossiyskoy Federacii ot 09.02.2022 № 140 «O edinoy gosudarstvennoy informacionnoy sisteme v sfere zdravoohraneniya».
7. Baranova, N. N. Medicinskaya evakuaciya postradavshih: sostoyanie, problemy. Soobschenie 1 / N. N. Baranova // Medicina katastrof. – 2018. – № 4 (104). – S. 37–40.
8. Chernikov, S. I. Opyt vnedreniya sovremennyh tehnologiy v sferu mediciny katastrof / S. I. Chernikov, S. I. Antonov // Sbornik statey UGMU. – 2025. – S. 111–114.
9. Koncepciya rekonfiguriruemogo izoliruemogo robotizirovannogo medicinskogo modulya dlya evakuacii bol'nyh i postradavshih / S. F. Goncharov, M. E. Sokolov, N. N. Baranova [i dr.] // Mediko-biologicheskie i social'no-psihologicheskie problemy bezopasnosti v chrezvychaynyh situaciyah. – 2020. – № 3. – S. 14–23.
10. Mehant'eva, L. E. Opyt primeneniya telemedicinskih tehnologiy v rabote Voronezhskogo oblastnogo klinicheskogo centra mediciny katastrof / L. E. Mehant'eva, A. N. Artemov, V. P. Il'ichev // Medicina katastrof. – 2021. – № 4. – S. 17–22.
11. Bespilotniki v sisteme zdravoohraneniya: perspektivy primeneniya // FGBU «FCMK» Minzdrava Rossii. – URL: https://fcmk.minzdrav.gov.ru/bespilotniki-v-sisteme-zdravoohraneniya-perspektivy-primeneniya/ (data obrascheniya: 15.04.2026).
12. Seliverstov, P. A. Vozmozhnosti primeneniya tehnologiy iskusstvennogo intellekta dlya okazaniya dogospital'noy pomoschi pri travmah / P. A. Seliverstov, Yu. G. Shapkin, N. Yu. Stekol'nikov // Zhurnal im. N. V. Sklifosovskogo «Neotlozhnaya medicinskaya pomosch'». – 2025. – T. 14, № 3. – S. 609–618.
13. Smart Medical Evacuation Support System for the Military / J. Krygier, P. Lubkowski, K. Maslanka [et al.] // Sensors. – 2024. – Vol. 24. – P. 4581.
14. Muzhikov, M. A. Sovremennye tehnologii v medicine katastrof: ispol'zovanie dronov i telemediciny v zonah chrezvychaynyh situaciy / M. A. Muzhikov // Sbornik materialov konferencii. – Voenno-medicinskaya akademiya im. S. M. Kirova, 2025. – S. 3–5.
15. Imitacionnoe modelirovanie likvidacii mediko-sanitarnyh posledstviy massovogo dorozhno-transportnogo proisshestviya, na primere Belgorodskoy oblasti / S. A. Grigor'ev, V. M. Teplov, E. A. Cebrovskaya [i dr.] // Medicina katastrof. – 2025. – № 2. – S. 66–70.
16. Mehant'eva, L. E. Organizaciya sistem podderzhki prinyatiya resheniy v chrezvychaynyh situaciyah / L. E. Mehant'eva, V. P. Il'ichev, T. P. Sklyarova // Sovremennye tehnologii obespecheniya grazhdanskoy oborony i likvidacii posledstviy chrezvychaynyh situaciy. – 2019. – № 1 (10). – S. 260–262.
17. Voprosy organizacii «umnogo poezda miloserdiya» / A. V. Tatarenko, E. V. Kazakevich, A. A. Privalov, S. A. Lopatin // Izvestiya Peterburgskogo universiteta putey soobscheniya. – 2024. – T. 21, vyp. 2. – S. 525–536.
18. Voprosy sovershenstvovaniya organizacii okazaniya medicinskoy pomoschi pri chrezvychaynyh situaciyah na territorii Voronezhskoy oblasti / G. I. Sapronov, T. P. Sklyarova, V. P. Il'ichev, V. I. Grechkin // Sovremennye problemy grazhdanskoy zaschity. – 2018. – № 1 (26). – S. 7–11.
