Возможности прогнозирования осложнений в абдоминальной хирургии: от диагностических шкал до систем поддержки принятия врачебных решений (обзор литературы)

Послеоперационные специфические и неспецифические осложнения в абдоминальной хирургии остаются значимой клинической и организационной проблемой, ассоциированной с увеличением летальности, длительности госпитализации и затрат на лечение. Несмотря на развитие современных хирургических технологий, их частота на протяжении последних десятилетий существенно не снижается, что указывает на необходимость совершенствования подходов к оценке и управлению рисками осложнений. Цель исследования – проанализировать роль современных диагностических шкал и существующих систем поддержки принятия врачебных решений для оценки рисков и профилактики послеоперационных осложнений в абдоминальной хирургии. Проведен обзор отечественных и зарубежных публикаций, посвященных послеоперационным осложнениям, шкалам оценки хирургического риска, регистрам исходов, чек-листам хирургической безопасности, а также системам поддержки принятия врачебных решений, включая методы «мягких вычислений» и машинного обучения. Показано, что традиционные клинические и балльные шкалы риска обладают ограниченной прогностической точностью и, как правило, ориентированы на отдельные осложнения или нозологии в абдоминальной хирургии. Регрессионные и машинно-обучающие модели демонстрируют более высокую точность прогнозирования, однако требуют значительных объемов данных и вычислительных ресурсов. Использование хирургических регистров и чек-листов безопасности потенциально снижает частоту осложнений, но их внедрение ограничено организационными и методологическими факторами. Существующие методы прогнозирования послеоперационных осложнений носят фрагментарный характер. Актуальной задачей является разработка интегрированных модульных систем поддержки принятия врачебных решений, учитывающих индивидуальные факторы пациента и позволяющих повысить эффективность профилактики осложнений.

1. Downey CL, Bainbridge J, Jayne DG, Meads DM. Impact of in-hospital postoperative complications on quality of life up to 12 months after major abdominal surgery. British Journal of Surgery. 2023;110(9):1206–1212. https://doi.org/10.1093/bjs/znad167.

2. Skervin A, Levy B. Management of common surgical complications. Surgery (Oxford). 2023;41(2):76−80. https://doi.org/10.1016/j.mpsur.2022.11.008.

3. van der Hulst HC, van der Bol JM, Bastiaannet E, et al. Surgical and non-surgical complications after colorectal cancer surgery in older patients; time-trends and age-specific differences. European Journal of Surgical Oncology. 2022;49(4):724–729. https://doi.org/10.1016/j.ejso.2022.11.095.

4. Straatman J, Cuesta M, Klerk E, Peet D. Hospital Cost-Analysis of Complications after Major Abdominal Surgery. Digestive Surgery. 2015;32(2):150–6. https://doi.org/10.1159/000371861.

5. Клюйко Д.А. Патогенетические предпосылки развития спаечного процесса брюшной полости. Новости хирургии. 2021;29(6):728–35. https://dx.doi.org/10.18484/2305-0047.2021.6.728.

6. Lu Y, Chen DC, MacQueen IT. General Surgery: Management of Postoperative Complications Following Ventral Hernia Repair and Inguinal Hernia Repair. Surgical Clinics of North America. 2021;101(5):755–766. https://doi.org/10.1016/j.suc.2021.05.018.

7. Balsano N, Cayten CG. Surgical emergencies of the abdomen. Emergency Medicine Clinics of North America. 1990;8(2):399–410.

8. Schwenk W, Hoffmann PC. CAVE – A checklist system for preoperative risk evaluation. Der Chirurg. 2017;88(12):1046–1056. https://doi.org/10.1007/s00104-017-0482-4.

9. Neragi-Miandoab S, Wayne M, Cioroiu M, et al. Preoperative evaluation and a risk assessment in patients undergoing abdominal surgery. Surgery Today. 2010;40:108–113. https://doi.org/10.1007/s00595-009-3996-7.

10. Schecter W. Assessment of acute abdominal symptoms. Surgery. New York: Springer; 2008. p. 759–769. https://doi.org/10.1007/978-0-387-68113-9_42.

11. Murray D. Major abdominal surgery in the elderly. Anaesthesia for the elderly patient. Oxford University Press; 2014.

12. Copeland GP, Sagar P, Brennan J, et al. Risk-adjusted analysis of surgeon performance: a 1-year study. The British journal of surgery. 1995;82(3):408–411. https://doi.org/10.1002/bjs.1800820344.

13. Bamgbade OA, Rutter TW, Nafiu OO, Dorje P. Postoperative complications in obese and nonobese patients. World journal of surgery. 2007;31(3):556–561. https://doi.org/10.1007/s00268-006-0305-0.

14. Thompson JS, Baxter B, Allison J, et al. Temporal patterns of postoperative complications. Archives of surgery. 2003;138(6):596–602. https://doi.org/10.1001/archsurg.138.6.596.

15. Alves A, Panis Y, Pocard M, et al. Management of anastomotic leakage after nondiverted large bowel resection. Journal of the American College of Surgeons. 1999;189(6):554–559. https://doi.org/10.1016/s1072-7515(99)00207-0.

16. Ledgerwood A, Lucas C. Postoperative complications of abdominal trauma. The Surgical clinics of North America. 1990;70(3):715–731. https://doi.org/10.1016/s0039-6109(16)45140-6.

17. Новиков И.И., Балтабеков Н.Т., Калмаханов С.Б. Ранние послеоперационные осложнения хирургического лечения больных раком желудка и толстого кишечника и пути их профилактики (литературный обзор). Вестник Казахского национального медицинского университета. 2020;(4):615–621. https://elibrary.ru/OJNNJE.

18. Морозов А.М., Сергеев А.Н., Жуков С.В. и др. Профилактика инфекции области хирургического вмешательства. Современные проблемы науки и образования. 2020;(6):198. https://doi.org/10.17513/spno.30268; https://elibrary.ru/XHGMIB.

19. Park YY, Lee S-H. Korean perspectives of surgical site infection surveillance: An interim analysis of SSI rates in abdominal surgery before and after SSI prevention bundle education. The Journal of hospital infection. 2024;146:199–205. https://doi.org/10.1016/j.jhin.2023.05.013.

20. Благовестнов Д.А., Драйер М.Н., Мурадян А.А. и др. Персонализированный подход при лечении больных пожилого и старческого возраста с гигантскими послеоперационными вентральными грыжами. Вестник Всероссийского общества специалистов по медико-социальной экспертизе, реабилитации и реабилитационной индустрии. 2024;1:75–76. https://elibrary.ru/IBGKOB.

21. Ejaz A, Schmidt C, Johnston F, et al. Risk factors and prediction model for inpatient surgical site infection after major abdominal surgery. The Journal of surgical research. 2017;217:153–159. https://doi.org/10.1016/j.jss.2017.05.018.

22. Dindo D, Demartines N, Clavien PA. Classification of surgical complications: A new proposal with evaluation in a cohort of 6336 patients and results of a survey. Annals of surgery. 2004;240(2):205–213. https://doi.org/10.1097/01.sla.0000133083.54934.ae.

23. Натрошвили И.Г., Байчоров Э.Х., Прудков М.И., Шулутко А.М. Применение интегрального индекса тяжести осложнений для оптимизации хирургического лечения острого холецистита легкой и средней степеней тяжести. Медицинский вестник Северного Кавказа. 2019;14(2):312–316. http://dx.doi.org/10.14300/mnnc.2019.14075.

24. Khuri SF, Henderson WG, Daley J, et al. The american college of surgeons national surgical quality improvement program: A new tool to enhance the value of surgical care. Annals of surgery. 2008;248(4):577–85.

25. Кулезнева Ю.В., Цвиркун В.В., Патрушев И.В. и др. Реестр больных с посттравматическими билиарными стриктурами: Результаты 8-летней работы. Анналы хирургической гепатологии. 2025;30(2):83–92. https://doi.org/10.16931/1995-5464.2025-2-83-92; https://elibrary.ru/MDDINO.

26. Исмаилов С.И., Худжабаев С.Т., Рустамов М.И. и др. Предикторы послеоперационных осложнений у пациентов с вентральными грыжами. Хирургия. Журнал им. Н.И. Пирогова. 2023;(1):56–60. https://doi.org/10.17116/hirurgia20230115; https://elibrary.ru/PKHLAJ.

27. Сирота В.С., Кирилина С.И., Сирота Г.Г. и др. Снижение моторно-эвакуаторной функции желудочно-кишечного тракта и нарушение гликемического профиля – факторы риска в хирургии суставов у геронтологических пациентов с сахарным диабетом 2 типа. Современные проблемы науки и образования. 2022;(5):97. https://doi.org/10.17513/spno.32051; https://elibrary.ru/NKCIKH.

28. Заболотских И.Б., Трембач Н.В., Мусаева Т.С. и др. Национальное многоцентровое проспективное обсервационное исследование «Роль сопутствующих заболеваний в стратификации риска послеоперационных осложнений» ‒ STOPRISK: Протокол исследования. Вестник интенсивной терапии им. А.И. Салтанова. 2022;8(4):24–35.

29. Ojima T, Hayata K, Kitadani J, et al. Risk Factors of Postoperative Intra-Abdominal Infectious Complications after Robotic Gastrectomy for Gastric Cancer. Oncology. 2022;100(11):583–590. https://doi.org/10.1159/000526920.

30. Malaussena Z, Pittala K, Diab ARF, Docimo S. Prediction models in hernia repair: A systematic review. Surgical endoscopy. 2023;37(5):3364–3379. https://doi.org/10.1007/s00464-022-09842-2.

31. Levy BE, Wilt WS, Lantz S, et al. Standardization and Visualization of the Surgical Time-Out. Journal of Patient Safety. 2023;19(7):453–459. https://doi.org/10.1097/PTS.0000000000001156.

32. Samost-Williams A, Sridhar S, Thomas EJ. Guide to perioperative checklist design, implementation, and integration. Journal of clinical anesthesia. 2024;96:111422. https://doi.org/10.1016/j.jclinane.2024.111422.

33. Facey M, Baxter N, Hammond Mobilio M, et al. Surgical safety checklist compliance process as a moral hazard: An institutional ethnography. PLoS One. 2024;19(2):e0298224. https://doi.org/10.1371/journal.pone.0298224.

34. Curatolo C, Goldberg A, Maerz D, et al. ASA physical status assignment by non-anesthesia providers: Do surgeons consistently downgrade the ASA score preoperatively? Journal of Clinical Anesthesia. 2017;38:123–128. https://doi.org/10.1016/j.jclinane.2017.02.002.

35. Munigangaiah S, Davies-Jones GR. The Relevance of World Health Organization Surgical Safety Checklist to Spinal Surgery. Medical Research Archives. 2024;12(2). https://doi.org/10.18103/mra.v12i2.5122.

36. Кобринский Б.А. Системы искусственного интеллекта в хирургии: Возможности, ограничения и перспективы. Обзор литературы. Российский вестник детской хирургии, анестезиологии и реаниматологии. 2023;13(3):385–404. https://doi.org/10.17816/psaic1547; https://elibrary.ru/LBMSPT.

37. Коробова Л.А., Гладких Т.В. Разработка модели принятия решения для постановки диагноза заболеваний на основе нечеткой логики. Вестник Воронежского государственного университета инженерных технологий. 2018;80(4(78)):80–89. https://doi.org/10.20914/2310-1202-2018-4-80-89.

38. Yasnitsky LN, Dumler AA, Cherepanov FM. Robot-Doctor: What Can It Be? Mechanisms and Machine Science (book Series). 2020;80:163–169. https://doi.org/10.1007/978-3-030-33491-8_20; https://elibrary.ru/XJHTZV.

39. Даринцев О.В., Мигранов А.Б. Аналитический обзор подходов к распределению задач в группах мобильных роботов на основе технологий мягких вычислений. Информатика и автоматизация. 2022;21(4):729–757. https://doi.org/10.15622/ia.21.4.4.

40. Пархоменко С.А., Субботина Т.И., Бойцова Е.А. и др. Оценка степени тяжести гангрены нижних конечностей на основе нечетких математических моделей. Вестник новых медицинских технологий. 2018;25(4):297–303. https://doi.org/10.24411/1609-2163-2018-16204.

41. Самарцев В.А., Гаврилов В.А., Кузнецова М.П. и др. Прогнозирование и профилактика развития эвентраций после лапаротомии. Хирургия. Журнал им. Н.И.Пирогова. 2025;(1):47–53. https://doi.org/10.17116/hirurgia202501147.

42. Соловьев Д.А., Андреева Д.А., Лысенко М.С., Бурневич С.З. Разработка системы поддержки принятия диагностических решений в области неотложной абдоминальной хирургии. Системный анализ и управление в биомедицинских системах. 2021;20(2):70–78. https://doi.org/10.36622/VSTU.2021.20.2.009; https://elibrary.ru/PAHHVI.

43. Абдуллаев Н.Т., Пашаева К.Ш., Мусеви У.Н. Экспертная система для диагностирования паразитарных заболеваний желудочно-кишечного тракта. Технологии живых систем. 2022;19(2):33–45. https://doi.org/10.18127/j20700997-202202-04; https://elibrary.ru/DZIAGG.

44. Глушков П.С., Марущак Е.А., Азимов Р.Х. и др. Роль искусственного интеллекта в ультразвуковой диагностике узловых образований щитовидной железы. Хирургия. Журнал им. Н.И. Пирогова. 2024;(12):109–116. https://doi.org/10.17116/hirurgia2024122109; https://elibrary.ru/CMKKHR.

45. Антонова А.Ю. Экспертная система медицинских препаратов. Научные записки молодых исследователей. 2022;10(3):78–88. https://elibrary.ru/DZCTZX.

46. Бурневич С.З., Соловьев Д.А., Орлов Б.Б. и др. Оценка эффективности экспертной диагностической системы при остром нарушении мезентериального кровообращения. Врач и информационные технологии. 2021;(4):46–57. https://doi.org/10.25881/18110193_2021_4_46; https://elibrary.ru/MTQCAQ.

47. Глашев Р.М., Шептунов С.А., Глашев Т.Ж. Использование сверточной нейронной сети для поддержки принятия решения в робот-ассистированной хирургии. Электротехнические и информационные комплексы и системы. 2018;14(4):73–9. https://elibrary.ru/YQXVLV.

48. Božić V. Transforming Healthcare with Artifical Intelligence: The Role of Artificial Intelligence in Smart Hospitals [Internet]. 2023 [cited 2024 May 22]; Available from: https://rgdoi.net/10.13140/RG.2.2.11416.16646.

49. Абдухалимова З.К., Белов С.В. Разработка системы диагностики состояния костных тканей в стоматологии посредством анализа рентген-снимков. European science. 2018;4(36):25–30.

50. Malibari AA, Alzahrani JS, Eltahir MM, et al. Optimal deep neural network-driven computer aided diagnosis model for skin cancer. Computers and Electrical Engineering. 2022;103:108318. https://doi.org/10.1016/j.compeleceng.2022.108318.

51. Ионкина И.А., Беликов А.В., Шапкин Ю.Г. и др. Применение методов искусственного интеллекта в выявлении крови и ее дериватов на эндоизображениях желудочно-кишечного тракта // Волжские берега: Современные технологии в медицине, биологии и ветеринарии: Сборник материалов I Международного научно-практического форума. Саратов: Саратовский государственный медицинский университет им. В.И. Разумовского; 2024:36–37. https://elibrary.ru/NGNUWF.

52. Talwar AA, Desai AA, McAuliffe PB, et al. Optimal computed tomography-based biomarkers for prediction of incisional hernia formation. Hernia. 2024;28(1):17–24. https://doi.org/10.1007/s10029-023-02835-7.

53. Семенова Е.А., Савельева М.А., Сигуа Б.В., и др. Алгоритм поддержки принятия решения хирурга при определении координат оперативного доступа во время лапароскопических вмешательств на ободочной кишке. Биомедицинская радиоэлектроника. 2024;27(2):25–35. https://doi.org/10.18127/j15604136-202402-04; https://elibrary.ru/BUGIZO

54. Mirjalili S, Lewis A. The Whale Optimization Algorithm. Advances in Engineering Software. 2016;95:51–67. https://doi.org/10.1016/j.advengsoft.2016.01.008.

55. Сигуа Б.В., Клейнюк С.В., Бакалкина Е.М., и др. Возможности использования искусственного интеллекта в практической работе хирурга // Джанелидзевские чтения – 2024: Сборник научных трудов конференции. Санкт-Петербург: СПб НИИ скорой помощи им. И.И. Джанелидзе; 2024:229–230.

56. Xue B, Li D, Lu C, et al. Use of Machine Learning to Develop and Evaluate Models Using Preoperative and Intraoperative Data to Identify Risks of Postoperative Complications. JAMA network open. 2021;4(3):e212240. https://doi.org/10.1001/jamanetworkopen.2021.2240.

57. Сысуева Т.С. Системы искусственного интеллекта в хирургии. Нацразвитие Наука и образование. 2023;(10):43–6. https://elibrary.ru/QTSRAG.

58. Cai J, Li P, Li W, Zhu T. Outcomes of clinical decision support systems in real-world perioperative care: A systematic review and meta-analysis. International journal of surgery. 2024;110(12):8057–8072. https://doi.org/10.1097/JS9.0000000000001821.

59. Самарцев В.А., Пушкарев Б.С., Гаврилов В.А. и др. Современные подходы к диагностике и оперативному лечению пациентов с острой обтурационной кишечной непроходимостью. Вестник хирургии им. И.И. Грекова. 2024;183(6):35–43. https://doi.org/10.24884/0042-4625-2024-183-6-35-43.

60. Laranjo L, Car LT, Payne RE, et al. Artificial intelligence in primary care: Innovation at a crossroads. The Lancet Primary Care. 2025;0(0). https://doi.org/10.1016/j.lanprc.2025.100078.