Развитие страхового рынка в России в условиях расширения объектов страхования

Список использованной литературыI. Нормативно-правовые материалы:

Конституция РФ / Федеральный конституционный закон РФ от 12 декабря 1993 г. // Российская газета.-1993.-25 декабря. Гражданский кодекс Российской Федерации. Ч I и II. — М.: Норма, 2012

Закон РФ от 27.

11.1992 N 4015−1 (ред. от 30.

11.2011) «Об организации страхового дела в Российской Федерации» (с изм. и доп., вступающими в силу с 01.

01.2012) — СПС Гарант-2012.II. Специальная литература:

Архипов, А. П., Гомеля В. Б., Туленты Д. С., Страхование. Современный курс: Учебник/Под ред. В. П. Коломина.

М.: Финансы и статистика, 2011. 416с. Балабанов, И.Т., Балабанов А. И. Страхование./ И. Т. Балабанов, А. И. Балабанов.

Спб: Питер, 2011. — 256с. Гвозденко, А. А. Страхование: учебное пособие/ А. А. Гвозденко. — М.: ТК Велби, Изд-во Проспект, 2011.

— 464 с. Гвозденко, А. А. Основы страхования. Учебник. — М.: Финансы и статистика, 2009. — 420с. Гомеля, В. Б. Проблемы современного регулирования страхового рынка России // Финансы.

— 2011. — N 8.

— С.50−52. Ермасов, С.В., Ермасова, Н. Б. Страхование: Учеб. Пособие для вузов./ С. В Ермасов, Н. Б.

Ермасова. — М.: ЮНИТИ-ДАНА, 2009. — 462 с. Жук, И. Анализ конкуренции на страховом рынке РФ и его отдельных сегментах // Страховое дело.

— 2011. — N 6(221).

— С.38−44. Жук, И. Н. Развитие рынка страхования в условиях глобализации экономики // Страховое дело. — 2010. — N 7. ;

С.3−9. Жуков, Е. Ф. Банки и небанковские кредитные организации и их операции: Учебник. — М.: Вузовский учебник, 2010. — 634с. Итоги развития страхового рынка за 2011 год //

http://www.rgs.ru/media/Кагаловская, И. Т. Классические закономерности российского страхового рынка // Страховое дело. — 2011. — N 11.

— С.7−11. Коваленко, Н.В. О необходимости и возможности государственного участия в развитии страхового рынка России // Страховое дело. — 2011. — N

10. — С.3−8. Литовченко, В. П. Финансы: Учебник. — М.: Издательско-торговая группа «Дашков и Ко», 2009. — 548с. Лушин, С. И. Финансы: Учебник.

— М.: Экономистъ, 2010. — 724с. Нешитой, А. С. Финансы: Учебник. — М.: Издательско-торговая корпорация «Дашков и Ко, 2011. — 512с. Поляк, Г. Б. Финансы.

Денежное обращение. Кредит: Учебник для вузов. — М.: ЮНИТИ, 2010. — 650с. Сахирова, Н.

П. Страхование: Учебное пособие/ Н. П. Сахирова.

М.: ТК Велби, Издательство Проспект, 2011. 744с. Сплетухов, Ю. А., Дюжиков, Е. Ф. Страхование: Учебное пособие.

М.: ИНФРА -М, 2010. 312с. Страховой рынок России за 9 месяцев 2011 года // Финансы. — 2011. — N 12. ;

С.55−58. Шахов, В. В. Страхование: Учебник для вузов. — М.: Страховой полис, ЮНИТИ, 2011.

— 447с. Когнитивные технологии сделались неотъемлемой составляющей здравоохранения. Они применяются на всех уровнях управления и оказания медицинской помощи. В настоящее время осуществляется переход к комплексной автоматизации отдельных направлений медицины, лечебно-профилактических учреждений и территориального здравоохранения. Прогресс в охране здоровья населения основан, прежде всего, на внедрении в практику здравоохранения России современных научных разработок, обеспечивающих снижение заболеваемости, инвалидности и смертности. Существенное место в решении этих вопросов занимают когнитивные технологии, ориентированные на мониторинг социально значимых хронических заболеваний и консультативную поддержку лечебно-диагностического процесса. Современная медицина — это комплексный динамический подход к оценке индивидуального и общественного здоровья, это мониторинг, учитывающий разнообразные влияния окружающей среды (природные и техногенные) на организм плода, ребенка, взрослого человека.

Появился даже термин «технология здоровья», хотя и не совсем точно отражающий существо вопроса, но характеризующий новый этап в организации системы охраны здоровья населения. Формальное представление системы знаний о функционировании медицинского учреждения может служить основой для оптимизации принятия оперативных и долговременных решений. Оптимальным решением оперативного обеспечения информацией лиц, принимающих решения, может быть построение хранилища данных, интегрирующего необходимые сведения из существующих учрежденческих автоматизированных систем. В этом случае обеспечивается полноценная поддержка принятия управленческих решений. На государственном уровне США поставили целью формирование единой национальной базы данных (UniformNationalDataSet), в которую должны войти данные о заболеваемости и смертности, факторах риска (профессиональных, окружающей среды, поведенческих) и статистика, характеризующая местные службы здоровья [14]. Сегодняшнее состояние когнитивных технологий здравоохранения России позволяет перейти от автоматизации отдельных процессов учета медицинских услуг к созданию интегрированных систем, обеспечивающих возможность непрерывной автоматизированной обработки информации.

Информационные ресурсы системы здравоохранения и ОМС включают в себя базы данных по различным направлениям деятельности. В качестве примеров можно назвать республику Удмуртию, в которой достигнут 100-процентный охват медицинских учреждений автоматизацией по направлениям «Стационар», «Поликлиника», «Стоматология», «Кадры» и г. Новокузнецк, где разработана и эксплуатируется интегрированная автоматизированная система управления охраной здоровья населения «Здоровье». Такие системы позволяют переходить от анализа данных к анализу ситуации и к прогнозированию состояния здоровья населения. В области охраны здоровья детей и состояния здравоохранения в стране младенческая смертность представляет собой интегральный критерий для оценки общего положения. Приказ Минздрава России № 241 от 07.

08.2000 г., которым была утверждена медицинская документация, удостоверяющая случаи рождения и смерти, заложил основу для сочетанного многофакторного анализа младенческой и перинатальной смертности с данными, наблюдаемыми при рождении детей, что обеспечивает разработанная МНИИПДХ (при поддержке фонда Сороса), автоматизированная система информационной поддержки сбора и анализа данных. Комплексный анализ данных является предпосылкой для оценки эффективности работы медицинских учреждений и факторов, определяющих уровень и перспективы дальнейшего снижения детской смертности, и основой для принятия обоснованных управленческих решений по широкому кругу вопросов детского здравоохранения, в том числе для определения приоритетов и объемов необходимого финансирования [14]. Автоматизированный регистр детей-инвалидов «ДИСАРЕГ», разработка которого осуществлена в МНИИПДХ, обеспечивает ведение базы данных детей-инвалидов и получение однотипной учетно-отчетной документации в декретируемые сроки и по запросам, что соответствует Указу Президента РФ от 27.

07.92г. № 802 «О научном и информационном обеспечении проблем инвалидности и инвалидов». Медицинская карта соответствует требованиям учета характера нарушений и их динамики при различных причинах инвалидности, а также социальной адаптированности детей и их потребности в медико-психолого-педагогической коррекции и вспомогательных средствах. Этот регистр, включающий уровни учреждения, городской, региональный и федеральный, может послужить основой для системы государственной статистики детской инвалидности в России.

В настоящее время в структуре детской заболеваемости и смертности в большинстве развитых стран на первое место выходят врожденные пороки развития. Последние встречаются примерно у 5% новорожденных, а их вклад в структуру причин младенческой смертности достигает 20%. В то же время, по данным ВОЗ может быть предупреждено не менее 10% случаев ВПР. С 1999 г. в Российской Федерации проводится мониторинг врожденных пороков. В нем участвуют более 40 субъектов Федерации, использующих разработанное в МНИИПДХ программное обеспечение, что способствует более полному и раннему выявления ВПР, позволяет получить объективную оценку эффективности проводимых профилактических мероприятий и поддерживать территориальные и федеральную базы данных.

В результате мониторинга, только за первые три года, уровень выявления ВПР у новорожденных повысился в 2 и более раз в Архангельской, Новгородской и Московской областях [14]. С первых лет применения информационных технологий в здравоохранении одним из ведущих направлений являлись системы поддержки процесса принятия клинических решений. За несколько десятилетий они прошли путь от использования статистических и детерминистских методов до технологии интеллектуальных систем. Применение этих разработок в практике способствует оптимизации дифференциально-диагностического процесса, позволяет повысить качество диагностики и эффективность лечения. Можно привести ряд примеров из различных областей медицины. Так, около 50 ЛПУ России и СНГ используют созданную в МНИИПДХ автоматизированную систему ранней диагностики наследственных болезней «ДИАГЕН», позволяющей идентифицировать свыше 1200 форм (эффективность составляет 90% в сравнении с 60% у врачей медико-генетических консультаций).

Там же создана система «КЛИНЭКО», ориентированная на раннее выявление у детей заболеваний, связанных с длительным воздействием экотоксических факторов (первоначально широкий перечень потенциально возможных экотоксикантов уменьшается после рассмотрения системой «признаков-маркеров», характерных для определенных веществ). Система «ЭСБАД», разработанная МНИИПДХ совместно с Институтом системного анализа РАН, предназначена в помощь врачу при дифференциальной диагностике бронхиальной астмы, определяет степень тяжести заболевания и дает рекомендации по лечению (эффективность — 87,2%). Программа «Неонатальные судороги» позволяет успешно диагностировать судороги периода новорожденности, встречающиеся при 78 заболеваниях и синдромах, и обеспечивает повышение эффективности диагностики на 30% по сравнению с традиционными методами и снижение инвалидизации детей вследствие своевременного установления правильного диагноза и назначения адекватной терапии. Компьютерная технология «Айболит» (НЦ ССХ им. А. Н. Бакулева, Бураковский В. И. и др.), включает математическую модель кровообращения, «реагирующую» на поступающую с датчиков текущую информацию.

Она позволяет не только проводить диагностику и оценку состояния больного, но и помогать при выборе и последующей коррекции лечебных мероприятий. Мониторно-компьютерная технология с обратной связью позволяет реализовать индивидуальный подход к лечению больного (РГМУ, Гаспарян С. А., Зарубина Т.В.). Методы обработки и сегментации 3D-изображений, реализованные в программной системе (МГУ, Гаврилов А. В. и др.), позволяют объективизировать радиологические исследования и обеспечивают реалистическую визуализацию внутренних структур и органов человека. Представляет интерес система ТАИС (Терапевтическая Автоматизированная Информационная Система), рассчитанная на полное компьютерное ведение пациента в стационаре при одновременной поддержке постановки развернутых клинических диагнозов, назначении исследований и лечения (РГМУ, Устинов А. Г., Ситарчук Е.А.) Когнитивные технологии сделались неотъемлемой составляющей здравоохранения. Они применяются на всех уровнях управления и оказания медицинской помощи.

В настоящее время осуществляется переход к комплексной автоматизации отдельных направлений медицины, лечебно-профилактических учреждений и территориального здравоохранения. Прогресс в охране здоровья населения основан, прежде всего, на внедрении в практику здравоохранения России современных научных разработок, обеспечивающих снижение заболеваемости, инвалидности и смертности. Существенное место в решении этих вопросов занимают когнитивные технологии, ориентированные на мониторинг социально значимых хронических заболеваний и консультативную поддержку лечебно-диагностического процесса. Современная медицина — это комплексный динамический подход к оценке индивидуального и общественного здоровья, это мониторинг, учитывающий разнообразные влияния окружающей среды (природные и техногенные) на организм плода, ребенка, взрослого человека. Появился даже термин «технология здоровья», хотя и не совсем точно отражающий существо вопроса, но характеризующий новый этап в организации системы охраны здоровья населения. Формальное представление системы знаний о функционировании медицинского учреждения может служить основой для оптимизации принятия оперативных и долговременных решений.

Оптимальным решением оперативного обеспечения информацией лиц, принимающих решения, может быть построение хранилища данных, интегрирующего необходимые сведения из существующих учрежденческих автоматизированных систем. В этом случае обеспечивается полноценная поддержка принятия управленческих решений. На государственном уровне США поставили целью формирование единой национальной базы данных (UniformNationalDataSet), в которую должны войти данные о заболеваемости и смертности, факторах риска (профессиональных, окружающей среды, поведенческих) и статистика, характеризующая местные службы здоровья [14]. Сегодняшнее состояние когнитивных технологий здравоохранения России позволяет перейти от автоматизации отдельных процессов учета медицинских услуг к созданию интегрированных систем, обеспечивающих возможность непрерывной автоматизированной обработки информации. Информационные ресурсы системы здравоохранения и ОМС включают в себя базы данных по различным направлениям деятельности. В качестве примеров можно назвать республику Удмуртию, в которой достигнут 100-процентный охват медицинских учреждений автоматизацией по направлениям «Стационар», «Поликлиника», «Стоматология», «Кадры» и г. Новокузнецк, где разработана и эксплуатируется интегрированная автоматизированная система управления охраной здоровья населения «Здоровье».

Такие системы позволяют переходить от анализа данных к анализу ситуации и к прогнозированию состояния здоровья населения. В области охраны здоровья детей и состояния здравоохранения в стране младенческая смертность представляет собой интегральный критерий для оценки общего положения. Приказ Минздрава России № 241 от 07.

08.2000 г., которым была утверждена медицинская документация, удостоверяющая случаи рождения и смерти, заложил основу для сочетанного многофакторного анализа младенческой и перинатальной смертности с данными, наблюдаемыми при рождении детей, что обеспечивает разработанная МНИИПДХ (при поддержке фонда Сороса), автоматизированная система информационной поддержки сбора и анализа данных. Комплексный анализ данных является предпосылкой для оценки эффективности работы медицинских учреждений и факторов, определяющих уровень и перспективы дальнейшего снижения детской смертности, и основой для принятия обоснованных управленческих решений по широкому кругу вопросов детского здравоохранения, в том числе для определения приоритетов и объемов необходимого финансирования [14]. Автоматизированный регистр детей-инвалидов «ДИСАРЕГ», разработка которого осуществлена в МНИИПДХ, обеспечивает ведение базы данных детей-инвалидов и получение однотипной учетно-отчетной документации в декретируемые сроки и по запросам, что соответствует Указу Президента РФ от 27.

07.92г. № 802 «О научном и информационном обеспечении проблем инвалидности и инвалидов». Медицинская карта соответствует требованиям учета характера нарушений и их динамики при различных причинах инвалидности, а также социальной адаптированности детей и их потребности в медико-психолого-педагогической коррекции и вспомогательных средствах. Этот регистр, включающий уровни учреждения, городской, региональный и федеральный, может послужить основой для системы государственной статистики детской инвалидности в России. В настоящее время в структуре детской заболеваемости и смертности в большинстве развитых стран на первое место выходят врожденные пороки развития.

Последние встречаются примерно у 5% новорожденных, а их вклад в структуру причин младенческой смертности достигает 20%. В то же время, по данным ВОЗ может быть предупреждено не менее 10% случаев ВПР. С 1999 г. в Российской Федерации проводится мониторинг врожденных пороков. В нем участвуют более 40 субъектов Федерации, использующих разработанное в МНИИПДХ программное обеспечение, что способствует более полному и раннему выявления ВПР, позволяет получить объективную оценку эффективности проводимых профилактических мероприятий и поддерживать территориальные и федеральную базы данных. В результате мониторинга, только за первые три года, уровень выявления ВПР у новорожденных повысился в 2 и более раз в Архангельской, Новгородской и Московской областях [14]. С первых лет применения информационных технологий в здравоохранении одним из ведущих направлений являлись системы поддержки процесса принятия клинических решений. За несколько десятилетий они прошли путь от использования статистических и детерминистских методов до технологии интеллектуальных систем.

Применение этих разработок в практике способствует оптимизации дифференциально-диагностического процесса, позволяет повысить качество диагностики и эффективность лечения. Можно привести ряд примеров из различных областей медицины. Так, около 50 ЛПУ России и СНГ используют созданную в МНИИПДХ автоматизированную систему ранней диагностики наследственных болезней «ДИАГЕН», позволяющей идентифицировать свыше 1200 форм (эффективность составляет 90% в сравнении с 60% у врачей медико-генетических консультаций). Там же создана система «КЛИНЭКО», ориентированная на раннее выявление у детей заболеваний, связанных с длительным воздействием экотоксических факторов (первоначально широкий перечень потенциально возможных экотоксикантов уменьшается после рассмотрения системой «признаков-маркеров», характерных для определенных веществ). Система «ЭСБАД», разработанная МНИИПДХ совместно с Институтом системного анализа РАН, предназначена в помощь врачу при дифференциальной диагностике бронхиальной астмы, определяет степень тяжести заболевания и дает рекомендации по лечению (эффективность — 87,2%). Программа «Неонатальные судороги» позволяет успешно диагностировать судороги периода новорожденности, встречающиеся при 78 заболеваниях и синдромах, и обеспечивает повышение эффективности диагностики на 30% по сравнению с традиционными методами и снижение инвалидизации детей вследствие своевременного установления правильного диагноза и назначения адекватной терапии. Компьютерная технология «Айболит» (НЦ ССХ им. А. Н. Бакулева, Бураковский В. И. и др.), включает математическую модель кровообращения, «реагирующую» на поступающую с датчиков текущую информацию. Она позволяет не только проводить диагностику и оценку состояния больного, но и помогать при выборе и последующей коррекции лечебных мероприятий.

Мониторно-компьютерная технология с обратной связью позволяет реализовать индивидуальный подход к лечению больного (РГМУ, Гаспарян С. А., Зарубина Т.В.). Методы обработки и сегментации 3D-изображений, реализованные в программной системе (МГУ, Гаврилов А. В. и др.), позволяют объективизировать радиологические исследования и обеспечивают реалистическую визуализацию внутренних структур и органов человека. Представляет интерес система ТАИС (Терапевтическая Автоматизированная Информационная Система), рассчитанная на полное компьютерное ведение пациента в стационаре при одновременной поддержке постановки развернутых клинических диагнозов, назначении исследований и лечения (РГМУ, Устинов А. Г., Ситарчук Е.А.) Когнитивные технологии сделались неотъемлемой составляющей здравоохранения. Они применяются на всех уровнях управления и оказания медицинской помощи. В настоящее время осуществляется переход к комплексной автоматизации отдельных направлений медицины, лечебно-профилактических учреждений и территориального здравоохранения. Прогресс в охране здоровья населения основан, прежде всего, на внедрении в практику здравоохранения России современных научных разработок, обеспечивающих снижение заболеваемости, инвалидности и смертности. Существенное место в решении этих вопросов занимают когнитивные технологии, ориентированные на мониторинг социально значимых хронических заболеваний и консультативную поддержку лечебно-диагностического процесса. Современная медицина — это комплексный динамический подход к оценке индивидуального и общественного здоровья, это мониторинг, учитывающий разнообразные влияния окружающей среды (природные и техногенные) на организм плода, ребенка, взрослого человека.

Появился даже термин «технология здоровья», хотя и не совсем точно отражающий существо вопроса, но характеризующий новый этап в организации системы охраны здоровья населения. Формальное представление системы знаний о функционировании медицинского учреждения может служить основой для оптимизации принятия оперативных и долговременных решений. Оптимальным решением оперативного обеспечения информацией лиц, принимающих решения, может быть построение хранилища данных, интегрирующего необходимые сведения из существующих учрежденческих автоматизированных систем. В этом случае обеспечивается полноценная поддержка принятия управленческих решений. На государственном уровне США поставили целью формирование единой национальной базы данных (UniformNationalDataSet), в которую должны войти данные о заболеваемости и смертности, факторах риска (профессиональных, окружающей среды, поведенческих) и статистика, характеризующая местные службы здоровья [14]. Сегодняшнее состояние когнитивных технологий здравоохранения России позволяет перейти от автоматизации отдельных процессов учета медицинских услуг к созданию интегрированных систем, обеспечивающих возможность непрерывной автоматизированной обработки информации. Информационные ресурсы системы здравоохранения и ОМС включают в себя базы данных по различным направлениям деятельности. В качестве примеров можно назвать республику Удмуртию, в которой достигнут 100-процентный охват медицинских учреждений автоматизацией по направлениям «Стационар», «Поликлиника», «Стоматология», «Кадры» и г.

Новокузнецк, где разработана и эксплуатируется интегрированная автоматизированная система управления охраной здоровья населения «Здоровье». Такие системы позволяют переходить от анализа данных к анализу ситуации и к прогнозированию состояния здоровья населения. В области охраны здоровья детей и состояния здравоохранения в стране младенческая смертность представляет собой интегральный критерий для оценки общего положения. Приказ Минздрава России № 241 от 07.

08.2000 г., которым была утверждена медицинская документация, удостоверяющая случаи рождения и смерти, заложил основу для сочетанного многофакторного анализа младенческой и перинатальной смертности с данными, наблюдаемыми при рождении детей, что обеспечивает разработанная МНИИПДХ (при поддержке фонда Сороса), автоматизированная система информационной поддержки сбора и анализа данных. Комплексный анализ данных является предпосылкой для оценки эффективности работы медицинских учреждений и факторов, определяющих уровень и перспективы дальнейшего снижения детской смертности, и основой для принятия обоснованных управленческих решений по широкому кругу вопросов детского здравоохранения, в том числе для определения приоритетов и объемов необходимого финансирования [14]. Автоматизированный регистр детей-инвалидов «ДИСАРЕГ», разработка которого осуществлена в МНИИПДХ, обеспечивает ведение базы данных детей-инвалидов и получение однотипной учетно-отчетной документации в декретируемые сроки и по запросам, что соответствует Указу Президента РФ от 27.

07.92г. № 802 «О научном и информационном обеспечении проблем инвалидности и инвалидов». Медицинская карта соответствует требованиям учета характера нарушений и их динамики при различных причинах инвалидности, а также социальной адаптированности детей и их потребности в медико-психолого-педагогической коррекции и вспомогательных средствах.

Этот регистр, включающий уровни учреждения, городской, региональный и федеральный, может послужить основой для системы государственной статистики детской инвалидности в России. В настоящее время в структуре детской заболеваемости и смертности в большинстве развитых стран на первое место выходят врожденные пороки развития. Последние встречаются примерно у 5% новорожденных, а их вклад в структуру причин младенческой смертности достигает 20%. В то же время, по данным ВОЗ может быть предупреждено не менее 10% случаев ВПР. С 1999 г. в Российской Федерации проводится мониторинг врожденных пороков. В нем участвуют более 40 субъектов Федерации, использующих разработанное в МНИИПДХ программное обеспечение, что способствует более полному и раннему выявления ВПР, позволяет получить объективную оценку эффективности проводимых профилактических мероприятий и поддерживать территориальные и федеральную базы данных. В результате мониторинга, только за первые три года, уровень выявления ВПР у новорожденных повысился в 2 и более раз в Архангельской, Новгородской и Московской областях [14].

С первых лет применения информационных технологий в здравоохранении одним из ведущих направлений являлись системы поддержки процесса принятия клинических решений. За несколько десятилетий они прошли путь от использования статистических и детерминистских методов до технологии интеллектуальных систем. Применение этих разработок в практике способствует оптимизации дифференциально-диагностического процесса, позволяет повысить качество диагностики и эффективность лечения. Можно привести ряд примеров из различных областей медицины. Так, около 50 ЛПУ России и СНГ используют созданную в МНИИПДХ автоматизированную систему ранней диагностики наследственных болезней «ДИАГЕН», позволяющей идентифицировать свыше 1200 форм (эффективность составляет 90% в сравнении с 60% у врачей медико-генетических консультаций). Там же создана система «КЛИНЭКО», ориентированная на раннее выявление у детей заболеваний, связанных с длительным воздействием экотоксических факторов (первоначально широкий перечень потенциально возможных экотоксикантов уменьшается после рассмотрения системой «признаков-маркеров», характерных для определенных веществ).

Система «ЭСБАД», разработанная МНИИПДХ совместно с Институтом системного анализа РАН, предназначена в помощь врачу при дифференциальной диагностике бронхиальной астмы, определяет степень тяжести заболевания и дает рекомендации по лечению (эффективность — 87,2%). Программа «Неонатальные судороги» позволяет успешно диагностировать судороги периода новорожденности, встречающиеся при 78 заболеваниях и синдромах, и обеспечивает повышение эффективности диагностики на 30% по сравнению с традиционными методами и снижение инвалидизации детей вследствие своевременного установления правильного диагноза и назначения адекватной терапии. Компьютерная технология «Айболит» (НЦ ССХ им. А. Н. Бакулева, Бураковский В. И. и др.), включает математическую модель кровообращения, «реагирующую» на поступающую с датчиков текущую информацию. Она позволяет не только проводить диагностику и оценку состояния больного, но и помогать при выборе и последующей коррекции лечебных мероприятий. Мониторно-компьютерная технология с обратной связью позволяет реализовать индивидуальный подход к лечению больного (РГМУ, Гаспарян С. А., Зарубина Т.В.). Методы обработки и сегментации 3D-изображений, реализованные в программной системе (МГУ, Гаврилов А. В. и др.), позволяют объективизировать радиологические исследования и обеспечивают реалистическую визуализацию внутренних структур и органов человека. Представляет интерес система ТАИС (Терапевтическая Автоматизированная Информационная Система), рассчитанная на полное компьютерное ведение пациента в стационаре при одновременной поддержке постановки развернутых клинических диагнозов, назначении исследований и лечения (РГМУ, Устинов А. Г., Ситарчук Е.А.)