أنظمة دعم اتخاذ القرار السريري (CDSS)
البنية التقنية، وخطوات التطوير، والتكاليف
تستفيد ساينس سوفت من خبرتها الممتدة في تطوير برمجيات الرعاية الصحية منذ عام 2005، لإنشاء أنظمة قوية ومتوافقة مع اللوائح التنظيمية لدعم الأطباء في اتخاذ قرارات سريرية مبنية على معلومات دقيقة بشأن التشخيص، والعلاج، وقبول المرضى، وغيرها من جوانب الرعاية.
تُعد أنظمة دعم اتخاذ القرار السريري (CDSS) ضرورية لاقتراح التشخيصات المحتملة، وخيارات العلاج المُثلى، والإجراءات الإدارية المناسبة، كما تُسهم في التحقق من مدى ملاءمة الإجراءات الطبية، وتقدم للأطباء إرشادات سريرية مبنية على أدلة علمية تدعمهم في اتخاذ القرارات المتعلقة بتشخيص وعلاج المرضى. بالإضافة إلى ذلك، تساعد هذه الأنظمة على تحديد التفاعلات الدوائية، والمرضى المعرضين للخطر، ورصد عدم امتثال المرضى لخطط العلاج.
تُعد أنظمة دعم اتخاذ القرار السريري المخصصة خيارًا مثاليًا لمؤسسات الرعاية الصحية التي لديها عمليات سريرية وبيئات تقنية معقدة، حيث يمكن دمجها مع العديد من الأنظمة المستخدمة في مختلف الأقسام، وتخصيصها بدقة لتقديم الدعم في تشخيص حالات محددة، ومتابعتها، وعلاجها. كما أنها مناسبة أيضًا للمؤسسات التي تسعى إلى دمج الميزات المدعومة بتقنيات الذكاء الاصطناعي (AI) وتعلم الآلة (ML) في حلولها، مثل تحليل الصور الطبية، والبحث في البيانات المعزز بتقنيات معالجة اللغة الطبيعية (NLP) ونماذج اللغات الكبيرة (LLM).
- المدة الزمنية للتنفيذ: من 6 أشهر إلى أكثر من 18 شهرًا.
- عمليات التكامل الأساسية: مع أنظمة السجلات الصحية والطبية الإلكترونية (EHR/EMR)، وأنظمة إدارة معلومات المختبر (LIMS/LIS)، وأنظمة أرشفة وتبادل الصور الطبية (PACS)، وأنظمة معلومات الأشعة (RIS)، وبرمجيات مراقبة المرضى عن بُعد، بالإضافة إلى قواعد البيانات المستخدمة في مؤسسات نشر الدراسات والأبحاث الطبية.
- التكاليف: من 1.1 مليون ريال سعودي إلى أكثر من 11.25 مليون ريال سعودي، حسب تعقيد الح
للحصول على تقدير مخصص لتكلفة مشروعكم، يمكنكم استخدام أداة حساب التكلفة المجانية لدينا.
نظرة عامة على سوق أنظمة دعم اتخاذ القرار السريري
يُتوقع أن يصل حجم سوق أنظمة دعم اتخاذ القرار السريري (CDSS) إلى نحو 16.7 مليار ريال سعودي بحلول عام 2030. وفقًا لتقارير شركة Mordor Intelligence، فإن المحرك الرئيسي لزيادة تبني هذه الأنظمة هو تركيز القطاع الصحي على الرعاية القائمة على القيمة، وإعطاء الأولوية للجودة والنتائج الصحية الإيجابية. لتحقيق هذه الأهداف، ينبغي الاعتماد على أدوات متقدمة وموثوقة تدعم الأطباء في اتخاذ القرار السريري.
الميزات الأكثر طلبًا في أنظمة دعم اتخاذ القرار السريري (CDSS)
تقارن أنظمة دعم اتخاذ القرار السريري (CDSS) أعراض المرضى بالمعلومات الموجودة في قاعدة المعرفة السريرية (مثل الإرشادات الطبية وأفضل الممارسات)، والتاريخ الطبي للمرضى، ثم تقدم للأطباء قائمة بالتشخيصات المحتملة. يمكن تعزيز هذه الأنظمة بخوارزميات الذكاء الاصطناعي (AI) وتعلم الآلة (ML) لتمكين التنبؤ بمخاطر حالات معينة، وتفسير نتائج الفحوصات المعملية بدقة، وتحليل الصور الطبية مثل الأشعة المقطعية، وصور الرنين المغناطيسي، والأشعة السينية.
الدعم في إدخال الأوامر الطبية
تساعد حلول دعم القرارات السريرية على طلب الفحوصات الطبية والإجراءات العلاجية بدقة، بحيث تتماشى مع التشخيص الطبي لكل مريض. كما تقدم هذه الأنظمة توصيات عملية تضم أوامر طبية مخصصة حسب حالة كل مريض، وتُقيّم مدى ملاءمة أوامر التصوير الطبي وفقًا لمعايير الاستخدام المناسبة (AUC)، وتُقدِّم معلومات دقيقة عن التكاليف المحتملة لكل إجراء علاجي أو تشخيصي.
الدعم في وصف الأدوية
يمكن لأنظمة دعم القرار السريري إنشاء تنبيهات حول ردود الفعل التحسسية المحتملة تجاه الأدوية الموصوفة، والتحقق من التداخلات الدوائية والمضاعفات السلبية، ورصد حالات تكرار العلاج، بالإضافة إلى تحديد الجرعات المثلى للأدوية بناءً على الخصائص الفردية لكل حالة والأمراض المصاحبة لها. كما يمكن لهذه الأنظمة اقتراح بدائل دوائية عند رصد أي اختلاف أو خطأ في وصف الدواء.
تقديم توصيات مخصصة لكل حالة
يمكن لأنظمة CDSS إعداد خطط رعاية مخصصة (مثل خطط رعاية مرضى الأورام والأمراض المزمنة)، وتقديم خيارات علاجية مثبتة سريريًا وتوصيات مخصصة تستند إلى التاريخ الطبي، والبيانات الديموغرافية، والملف الجينومي لكل مريض. عقب ذلك، يمكن للطبيب تقييم هذه الخيارات لتحديد الخيار الأنسب منها.
مراقبة المرضى
يمكن لأنظمة CDSS مراقبة المؤشرات الحيوية للمرضى داخل المرافق الصحية وعن بُعد (مثل مستوى الجلوكوز في الدم وضغط الدم)، وإرسال تنبيهات فورية للطاقم الطبي عند تدهور الحالة الصحية للمرضى. كما يمكن وضع حدود للمؤشرات غير الطبيعية، وضبط فترات التنبيه لتتماشى مع البروتوكولات السريرية. إلى جانب ذلك، يمكن للنظام تحليل البيانات الصحية القديمة لتحديد الاتجاهات وتقييم تأثير التدخلات الطبية العاجلة.
دعم قرارات قبول المرضى
تحلل أنظمة CDSS بيانات المرضى (مثل المؤشرات الحيوية، والأعراض، ونتائج الفحوصات المعملية)، بالإضافة إلى الإرشادات السريرية الخاصة بكل حالة مرضية، وبيانات توفر الأسرة والكوادر الطبية، ما يساعد الأطباء على اتخاذ قرارات قبول المرضى استنادًا إلى معلومات وأدلة سريرية دقيقة.
دعم فرز الحالات في قسم الطوارئ
تقارن أنظمة CDSS البيانات الصحية للمرضى (مثل المؤشرات الحيوية، والأعراض) بمعايير تقييم محددة لمعرفة مدى ضرورة تقديم الرعاية، وتصنيف الحالات حسب أولوياتها تلقائيًا. ومن خلال التكامل مع الأنظمة الأخرى في المستشفيات (مثل، أنظمة تتبع أصول المستشفى)، يمكن لهذه الحلول مزامنة بيانات توفر الموارد في الوقت الفعلي، مثل حالة غرف العمليات.
دعم إدارة الرعاية السريرية
تقدم أنظمة CDSS توصيات لإدارة الرعاية وفقًا لأحدث الإرشادات والأبحاث السريرية. على سبيل المثال، يمكنها اقتراح إجراءات خاصة ببروتوكولات الرعاية الصحية، وإجراءات الرعاية الوقائية (مثل التطعيم والفحوصات)، ومواعيد المتابعة. كما يمكنها أيضًا إرسال تنبيهات إلى مقدمي الرعاية عند حدوث انحرافات عن الإرشادات السريرية ضمن خطة العلاج، أو عدم امتثال المرضى للرعاية الموصوفة، أو تأخر الاختبارات التشخيصية.
أدوات التعاون وإدارة المعلومات
يمكن الوصول إلى أنظمة دعم اتخاذ القرار السريري (CDSS) مباشرةً عبر أنظمة السجلات الصحية أو الطبية الإلكترونية (EHR/EMR)، مع إمكانية تعزيزها بمجموعة من الأدوات التكميلية مثل مساحات العمل التعاونية لإعداد الخطط العلاجية وتنسيق الرعاية، وروبوتات الدردشة المدعومة بالذكاء الاصطناعي (AI) لتلخيص الملاحظات السريرية.
دعم مطابقة التجارب السريرية
تُحلِّل أنظمة CDSS بيانات التاريخ الطبي للمرضى، بما في ذلك علامات جينية محددة، وتقترح التجارب السريرية الأنسب لمساعدة المرضى على الوصول إلى خيارات علاجية بديلة، مع تبسيط عملية استقطاب المشاركين في التجارب السريرية لمنظمات الأبحاث التعاقدية (CRO)، وغيرها من الجهات البحثية.
تساعد الوحدات التحليلية المدمجة في أنظمة CDSS على كشف أوجه القصور في تقديم الرعاية، مثل فترات الإقامة الطويلة في المستشفى بسبب تأخر التدخلات العلاجية، وتكرار الفحوصات الطبية. كما يمكنها التنبؤ بمخاطر تدهور حالات المرضى استنادًا إلى البيانات التاريخية والمؤشرات الحيوية اللحظية، ومقارنة فعالية الخيارات العلاجية لحالات محددة، مثل استراتيجيات إدارة حالات الإنتان (تعفن الدم). بالإضافة إلى ذلك، يمكنها إعداد تقارير للإدارة العليا حول مؤشرات الأداء السريري، وتقارير مخصصة للهيئات التنظيمية حول مدى الامتثال للإرشادات العلاجية ومعايير الجودة الطبية.
مراقبة جرعات الإشعاع
تُحلِّل أنظمة دعم اتخاذ القرار السريري (CDSS) جرعات الإشعاع المُعطاة للمرضى، وتُقيِّم مدى سلامتها وفق معايير مخصصة لكل مريض (مثل: تاريخ التعرض السابق للإشعاع، وعمر المريض). وبناءً على نتائج التحليل، يرسل النظام إشعارات فورية إلى الفريق الطبي عند رصد أي جرعات غير مناسبة، ويقترح بدائل آمنة لها.
نموذج للبنية التقنية لحلول دعم اتخاذ القرار السريري (CDSS)
فيما يلي، يستعرض مهندسو البرمجيات لدينا نموذجًا للبنية التقنية لأنظمة دعم اتخاذ القرار السريري (CDSS).
تقدم أنظمة دعم القرار السريري (CDSS) التوصيات والتنبيهات بناءً على البيانات المستمدة من الأنظمة المتكاملة مثل أنظمة EHR، وEMR، وبرمجيات مراقبة المرضى عن بُعد، وقواعد المعرفة التي تتضمن أفضل الممارسات والإرشادات السريرية. كما يمكنها الاستفادة من البيانات الواردة من مصادر خارجية مثل قواعد بيانات الأبحاث الطبية (مثل PubMed، وCochrane Library، وUpToDate)، وقواعد بيانات علم الأدوية (مثل RxNorm، وMicromedex، وFDA Orange Book)، بالإضافة إلى مجمعات الأبحاث المدعومة بالذكاء الاصطناعي (مثل Semantic Scholar، وLitCovid). بالإضافة إلى ذلك، تتكامل هذه الحلول مع أنظمة الإدخال الإلكتروني لأوامر الطبيب (CPOE)، ما يتيح للأطباء إدخال طلبات الأدوية والفحوصات المعملية والأشعة إلكترونيًا.
بناءً على حالة الاستخدام، يمكن دمج العديد من الأنظمة مع حلول دعم اتخاذ القرار السريري (CDSS) إما بشكل مباشر أو عبر أنظمة السجلات الصحية الإلكترونية (EHR). يُعد التكامل المباشر خيارًا مثاليًا للحصول على نتائج فورية، بينما يُفضَّل التكامل عبر أنظمة EHR للاستفادة من تحليلات البيانات التاريخية. ومع ذلك، فإن لكلا الخيارين جوانب سلبية، حيث تتطلب العديد من عمليات التكامل المباشر جهودًا إضافية لتوحيد صيغ البيانات، كما قد يؤثر ربط جميع الأنظمة عبر برمجيات EHR في أداء أنظمة دعم اتخاذ القرار السريري (CDSS). في معظم الحالات، يُعد النهج المختلط حلًا فعَّالًا للاستفادة من الأداء القوي والتحليل الشامل للبيانات الصحية. على سبيل المثال، يمكننا ربط أنظمة CDSS مباشرةً بأجهزة مراقبة القلب لتلقي تنبيهات فورية عند رصد معدلات غير طبيعية في ضربات القلب، وفي الوقت نفسه التكامل عبر أنظمة EHR للاطلاع على البيانات التاريخية لحالة القلب بهدف تقديم توصيات علاجية مخصصة.
تتولى خدمة الاستدلال (The inference service) معالجة المعلومات الطبية المخزنة في قواعد البيانات، وتطبيقها على بيانات المرضى وفقًا للحالة الصحية المحددة. على سبيل المثال، إذا وصف الطبيب دواءً لمريض وأظهرت نتائج التحاليل الأخيرة وجود قصور في وظائف الكلى، ما قد يزيد من خطر حدوث تفاعل دوائي ضار، فإن خدمة الاستدلال تقارن الدواء الموصوف بقوائم التفاعلات المحتملة والحالات الطبية ذات الصلة، ثم تصدر تنبيهًا للطبيب في حال تبيّن أن الدواء غير مناسب للحالة. ويمكن دعم خدمة الاستدلال بآليات قائمة على قواعد محددة، إلى جانب محرك مدعوم بتقنيات الذكاء الاصطناعي (AI) أو تعلم الآلة (ML). كما يمكن أن تتولى وحدة الذكاء الاصطناعي أو تعلم الآلة تنفيذ مهام ذكية أخرى، مثل تحليل الصور الطبية، والبحث عن البيانات بناءً على استعلامات اللغة الطبيعية.
يتولى مستودع البيانات تخزين البيانات المنظمة التي تستخدمها خدمة التحليلات لإعداد التقارير والتنبؤات. ويُعالج المحرك الذكي بيانات مستودع البيانات لاكتشاف الأنماط والحصول على بيانات جديدة للتعلم الذاتي.
يتضمن الحل العديد من الخدمات التي تضمن الأمان والامتثال للوائح حماية البيانات مثل نظام حماية البيانات الشخصية السعودي (PDPL)، ومعيار أبو ظبي لأمن المعلومات الصحية والأمن الإلكتروني (ADHICS)، واللائحة العامة لحماية البيانات (GDPR)، وغيرها. تتعامل خدمة إدارة المستخدم مع ملفات المستخدمين وأدوارهم، وصلاحياتهم؛ وتوفر آليات لوصول المستخدم والمصادقة عليه. كما تضمن خدمة حماية البيانات التشفير الشامل للبيانات في أثناء تخزينها ونقلها، وإخفاء هوية البيانات جزئيًا أو كليًا، وغيرها من الآليات التي تضمن حماية البيانات الحساسة من التسريب أو الوصول غير المصرح به. أما خدمة التدقيق والتسجيل، فتحتفظ بسجلات لإجراءات المستخدم والتغييرات في بيانات المرضى وأحداث النظام لضمان الشفافية الكاملة والمساءلة عن الإجراءات داخل النظام.
خطوات تطوير أنظمة CDSS المخصصة: نصائح الخبراء، وأفضل الممارسات
يُعد تطوير أنظمة CDSS المخصصة ضروريًا لتمكين دمج النظام في سير العمل السريري الخاص بالمؤسسة، وتحقيق التوافق السلس للنظام مع البرمجيات الإدارية الأخرى، والاستفادة من مجموعة فريدة من الميزات والوظائف البرمجية. استنادًا إلى خبرتنا الممتدة في تطوير برمجيات الرعاية الصحية منذ عام 2005، يوضح لكم خبراء ساينس سوفت الخطوات الأساسية لضمان تنفيذ أنظمة CDSS المخصصة بنجاح.
1.
تحليل الأعمال
إذا كان الهدف من نظام CDSS هو الاستخدام الداخلي، فإن مُحللي الأعمال يتعاونون مع الجهات المعنية (مثل الأطباء، والممرضين، والإداريين، والمديرين التقنيين) لجمع المعلومات اللازمة لصياغة المتطلبات الوظيفية وغير الوظيفية للنظام. إذ يوضح الخبراء القرارات التي يجب أن يدعمها النظام (مثل التشخيص، وإدخال الأوامر الطبية)، ويحددون الأنظمة ومسارات العمل المعمول بها في المؤسسة.
أما إذا كان الهدف توزيع النظام تجاريًا، فعادةً ما يجري محللو الأعمال مقابلات مع مالكي المنتجات (product owners) لفهم رؤيتهم للمنتج، وتحديد احتياجات المؤسسات المستهدفة، وإجراء تحليل تنافسي للسوق، بالإضافة إلى تحديد الميزات التي تعزز تنافسية المنتج.
في هذه المرحلة، يُحدد خبراء الامتثال اللوائح التنظيمية المطلوب الالتزام بها، مثل نظام حماية البيانات الشخصية، ولائحة GDPR، وقانون HIPAA، وغيرها.
ction).
وفقًا للوائح إدارة الغذاء والدواء (FDA)، يُمكن تصنيف بعض أنظمة دعم اتخاذ القرار السريري (CDSS) ضمن فئة البرمجيات كأجهزة طبية (SaMD). وينطبق ذلك على الأنظمة التي توفر تقييمات للمخاطر، أو تقيس احتمالية الإصابة بحالات مرضية محددة، أو تُحلِّل الصور الطبية أو الإشارات الحيوية المستمرة. وتستلزم هذه البرمجيات موافقة الجهات التنظيمية المعنية مثل الهيئة العامة للغذاء والدواء السعودية (SFDA) وإدارة FDA؛ إلى جانب الامتثال لمعايير IEC 62304:2006/Amd 1:2015، والأيزو 1497 والأيزو 13485، وغيرها من المعايير المعتمدة في دول الخليج. أما إذا كان النظام مُصمَّمًا لتحديد مدى حاجة المريض إلى تصوير تشخيصي متقدم (مثل التصوير بالأشعة المقطعية، والتصوير بالرنين المغناطيسي، والتصوير المقطعي بالإصدار البوزيتروني) للامتثال لمتطلبات مراكز التأمين الصحي، فيجب تطويره وفقًا لمجموعة من متطلبات برامج معايير الاستخدام المناسبة (AUC). كما يجب أن يُصدر شهادات امتثال للمطالبات المقدمة إلى مراكز الرعاية أو الخدمات الطبية، وأن يتضمن واجهة مستخدم متوافقة مع معيار الأيزو 62366.
2.
التصميم التقني
في هذه المرحلة، يخطط مهندسو الحلول مكونات البنية التقنية اللازمة لدعم مسارات العمل المحددة، مع اختيار التقنيات التي تلبي متطلبات قابلية التوسع، والمرونة، والأداء، وغيرها من المتطلبات الأخرى بأفضل توازن بين التكلفة والفائدة. كما يضع خبراؤنا خطة شاملة للتكامل، ويحددون معايير تبادل البيانات مع الأنظمة المستخدمة في المستشفيات، مثل HL7، وFHIR.
إذا كان النظام يستند إلى قاعدة معرفية تضم إرشادات سريرية وقواعد مبنية على أدلة علمية وأبحاث لدعم اتخاذ القرار، فمن الضروري التأكد من دمج هذه البيانات بسلاسة في النظام، وضمان تحديثها بانتظام وفقًا لأحدث المستجدات البحثية. يمكن تحقيق ذلك عن طريق ترميز الإرشادات السريرية وفقًا لصيغ موحدة مثل Clinical Decision Support Hooks أو Arden Syntax، وإنشاء معاجم مفاهيمية (أنطولوجيات) طبية مخصصة لسيناريوهات محددة (مثل SNOMED CT، وLOINC)، وذلك لتسهيل مواءمة الإرشادات السريرية، وإقامة شراكات مع الجهات التي تنشر الإرشادات المبنية على الأدلة لضمان التحديث الديناميكي للبيانات.
3.
تصميم واجهة وتجربة المستخدم (UI/UX)
في هذه المرحلة، يُصمم خبراؤنا في واجهة وتجربة المستخدم (UI/UX) العناصر المرئية ومسارات العمل، لتسهيل التنقل السلس وتقديم تجربة مستخدم سلسة للأطباء. على سبيل المثال، يمكن للمصممين استخدام نظام ألوان موحد لأنواع البيانات المختلفة، مثل اللون الأزرق للإشارة إلى الحالات العادية، والأحمر للحالات الحرجة، سواء في التنبيهات أو المؤشرات الحيوية للمرضى.
تُعد ظاهرة إرهاق التنبيهات (Alert Fatigue) أحد أبرز التحديات في تصميم واجهة وتجربة المستخدم (UI/UX) لبرمجيات دعم اتخاذ القرار السريري (CDSS). عندما يزدحم النظام بعدد كبير من التنبيهات التي تختلط برسائل من أنظمة أخرى، قد يتجاهل متخصّصو الرعاية الصحية بعض الإشارات الضرورية لتقديم رعاية طبية عالية الجودة للمرضى. للتخفيف من هذه المشكلة، يمكن لمصممي تجربة المستخدم إنشاء رسائل مختصرة تضم توصيات إجرائية واضحة مثل «راجع تغيير الدواء» أو «حدِّث السجل الطبي للمريض». يمكنهم أيضًا تجميع التنبيهات غير الحرجة في ملخص يومي يُرسل في نهاية اليوم بديلًا عن إرسال تنبيهات فورية لكل حدث جديد، لتجنب التشتت المتكرر للأطباء. جدير بالذكر أن مصممي تجربة المستخدم ليسوا الخبراء الوحيدين المسؤولين عن تقليل إرهاق التنبيهات، إذ يمكن أن تسهم أدوار أخرى أيضًا في معالجة ذلك. على سبيل المثال، يمكن لمحللي الأعمال التنسيق مع الأطباء لتحديد أولوية التنبيهات وتصنيفها حسب خطورتها، كما يمكن للمطورين ضبط معايير محددة لإطلاق التنبيهات حسب خصائص كل مجموعة من المستخدمين
4.
التطوير والاختبار
يسعى المطورون دائمًا إلى إيجاد طرق لخفض تكاليف التطوير دون المساس بجودة البرمجيات. ويمكن تحقيق ذلك من خلال إعادة استخدام المكونات والخدمات الجاهزة من مزودي الخدمات السحابية الموثوقين (مثل Azure وAmazon وGoogle Cloud)، وتطبيق أتمتة فعالة لإجراءات ضمان الجودة، وتنفيذ ممارسات DevOps. في مشروعات ساينس سوفت، يسهم هذا النهج في خفض تكاليف التطوير بنسبة تصل إلى 78%.
في كثير من الحالات، يُجري فريقنا الاختبارات بالتوازي مع التطوير لاكتشاف المشكلات وإصلاحها مبكرًا بهدف تقليل العيوب في بيئة الإنتاج.
ScienceSoft
5.
الإطلاق والدعم
في هذه المرحلة يُطلق فريق التطوير الحل في بيئة الإنتاج، مع مراقبة أدائه بانتظام. بالنسبة إلى الأنظمة القائمة على قواعد المعرفة، من الضروري التأكد من أن الإرشادات السريرية محدثة، وأن خدمة الاستدلال تقدم توصيات دقيقة. أما في حالة الأنظمة المدعومة بالذكاء الاصطناعي أو تعلم الآلة، فيجب على الفريق تقييم أداء النماذج وتقديم تدريب إضافي للنموذج عند الحاجة. يقدم المطورون للمستخدمين أدلة استخدام تفصيلية لتسهيل اعتماد النظام، إلى جانب وثائق برمجية شاملة مثل تعليمات استخدام واجهة برمجة التطبيقات (API)، وأدلة صيانة البرمجيات. وفي حال تصنيف النظام ضمن فئة البرمجيات كأجهزة طبية (SaMD)، ينبغي أن يتضمن ذلك الوثائق اللازمة لتقديمها إلى الهيئات التنظيمية المعتمدة.
ScienceSoft
ما تكلفة تطوير أنظمة دعم اتخاذ القرار السريري (CDSS) المخصصة؟
تتراوح تكلفة تطوير أنظمة CDSS المخصصة بين 1.1 مليون ريال سعودي وأكثر من 11.25 مليون ريال سعودي. وتشمل عوامل التكلفة الرئيسية: عدد ومدى تعقيد الميزات البرمجية وعمليات التكامل، وتنوع أدوار المستخدم، والحاجة إلى تقنيات البيانات الضخمة والذكاء الاصطناعي (AI) وتعلم الآلة (ML)، وما إذا كان سيُصنَّف النظام ضمن فئة البرمجيات كأجهزة طبية (SaMD)، وغير ذلك الكثير.
|
|
حل بسيط |
حل متوسط التعقيد |
حل متقدم |
|---|---|---|---|
|
عدد الميزات
?
على سبيل المثال، دعم التشخيص، وفرز المرضى. |
1 |
2 – 3 |
أكثر من 4 |
|
مدى تعقيد خوارزميات اتخاذ القرار
|
خوارزميات قائمة على قواعد المعرفة، حيث تُعزَّز التوصيات عبر مطابقة بيانات المرضى مع القواعد والإرشادات السريرية التي يحددها المستخدم. |
|
جميع الخوارزميات المذكورة في المستويات السابقة |
|
مدى تعقيد عمليات التكامل
|
التكامل مع أنظمة السجلات الصحية والطبية الإلكترونية (EHR/EMR) للوصول إلى معلومات شاملة عن المرضى. |
|
|
|
التصنيف ضمن فئة البرمجيات كأجهزة طبية (SaMD)
?
إذا تم تصنيف النظام ضمن فئة البرمجيات كأجهزة طبية (SaMD)، فقد تكون هناك حاجة إلى جهود إضافية لإعداد الوثائق التنظيمية اللازمة لتقديمها إلى الهيئات التنظيمية مثل الهيئة العامة للغذاء والدواء (SFDA)، و FDA. |
|
|
|
|
عدد المستخدمين
|
ما يصل إلى 1000 |
ما يصل إلى 5000 |
أكثر من 5,000 |
|
عدد أدوار المستخدم
?
تتطلب أدوار المستخدم المختلفة تدفقات وأدوات برمجية مخصصة. |
1 – 2 مثل الأطباء والمتخصصين، بما فيهم أخصائيي الأشعة، والمتخصصين في علم الأمراض، وغيرهم. |
3 – 5 مثل المتخصصين في الرعاية الصحية، والإداريين السريريين، بما فيهم المديرين السريريين، ومسؤولي ضمان الجودة. |
أكثر من 5 مثل المتخصصون في الرعاية الصحية، والإداريون السريريون، ومحللو البيانات، والباحثون السريريون، والباحثون في الصحة العامة. |
|
التحليلات وإعداد التقارير
|
مراقبة مؤشرات الأداء الرئيسية (KPIs)، مثل معدلات التعافي، والوقت المستغرق لاتخاذ القرار، وتصنيف القرارات المدعومة حسب نوعها. |
|
|
|
إمكانات البحث الذكي عن البيانات باستخدام تقنيات تعلم الآلة والذكاء الاصطناعي
|
|
البحث عن البيانات باستخدام تقنية معالجة اللغة الطبيعية (NLP) عبر مختلف قواعد المعرفة لاسترداد إدخالات البيانات والملفات استنادًا إلى أوامر اللغة الطبيعية. |
البحث عن البيانات باستخدام نماذج اللغة الكبيرة (LLM) عبر مختلف قواعد المعرفة للحصول على معلومات موجزة استنادًا إلى أوامر اللغة الطبيعية. |
|
التكاليف
|
1.1 - 2.2 مليون ريال سعودي |
2.2 - 3.75 ملايين ريال سعودي |
3.75 - 11.25 مليون ريال سعودي |
لماذا تختارون التعاون مع ساينس سوفت لتطوير أنظمة CDSS؟
- خبرة منذ عام 2005 في مجال تقنية معلومات الرعاية الصحية، مع تنفيذ أكثر من 150 مشروعًا ناجحًا في المجال.
- خبرة في الامتثال التنظيمي للوائح ومعايير حماية البيانات، مثل نظام حماية البيانات الشخصية، وغيرها، إلى جانب معايير الأنظمة المدعومة بالذكاء الاصطناعي وتعلم الآلة، مثل ISO/IEC 23894:2023 وISO/IEC 42001:2023، وكذلك معايير البرمجيات المصنّفة كأجهزة طبية (SaMD) مثل متطلبات الهيئة العامة للغذاء والدواء السعودية (SFDA)، ومعايير الأيزو 13485، وIEC 62304، والأيزو 14971.
- خبرة منذ عام 1989 في مجالات الذكاء الاصطناعي (AI) وتعلم الآلة (ML).
- خبرة منذ عام 2013 في تطوير برمجيات تحليل الصور، مع خبرة واسعة معترف بها في أبحاث الشركات الرائدة في السوق لعام 2022 من قبل MarketsandMarkets وCoherent Market Insights.
- معرفة عميقة بمعايير تبادل بيانات الرعاية الصحية، مثل HL7، وDICOM، وASTM، وغيرها الكثير.
جوائزنا وشراكاتنا
مصنفون ضمن الشركات الرائدة في سوق خدمات تقنية معلومات الرعاية الصحية حسب تقرير SPARK Matrix لعامي 2022 و2024
مصنفون ضمن أفضل شركات تطوير برمجيات الرعاية الصحية في الإمارات
مدرجون ضمن قائمة IAOP لأفضل 100 شركة عالمية لخدمات التعاقد الخارجي في 2025، وذلك للعام الرابع على التوالي
شريك مايكروسوفت منذ عام 2008
شريك أمازون (AWS) منذ عام 2017
حاصلون على لقب الشركة الأفضل في مجال توصيل الأجهزة الطبية من شركة Frost & Sullivan لعام 2023
نظام إدارة جودة معتمد بشهادة ISO 9001
نظام إدارة أمن المعلومات معتمد بشهادة ISO 27001