Проблема цифровой трансформации здравоохранения неотъемлемо связана с необходимостью решения задач научно обоснованной поддержки врачебных решений в условиях высокой цены ошибки и влияния человеческого фактора. Цель данного исследования – представить обобщенный концептуальный подход к моделированию процесса автоматизированного формирования врачебного решения как ключевого этапа построения автоматизированных систем управления медицинскими технологическими процессами при хирургическом лечении. Исследование базируется на анализе существующих подходов к автоматизации в хирургии, а также на использовании разработанной на предыдущем этапе научной работы теоретико-множественной концептуальной модели медицинского технологического процесса. Для разработки и декомпозиции функциональной модели применяется нотация IDEF0. Построена контекстная диаграмма основной функции «Автоматизированное формирование врачебного решения», определены входные данные (состояние пациента), выходные (сценарий лечения), управляющие воздействия (нормативные документы, клинические рекомендации, критические множества показаний/противопоказаний) и механизмы (техническая инфраструктура, персонал, методологический инструментарий). Выполнена декомпозиция на пять взаимосвязанных подфункций, включая проверку полноты данных с обратной связью на дообследование, оценку необходимости операции и выбор метода лечения. Представлен алгоритм формирования врачебных решений при функционировании автоматизированной системы рассматриваемого класса. Ключевым отличием является выделение методологического инструментария (методов и алгоритмов проверки полноты, оценки необходимости и выбора метода лечения) в отдельный механизм базы знаний, что позволяет реализовать интеллектуальную поддержку решений, в отличие от классических автоматизированных медицинских информационных систем, ориентированных в основном на сбор и хранение данных. В представленных моделях предусмотрены внутренние контуры обратной связи, обеспечивающие адаптивность: при неполноте или неопределенности данных система автоматически инициирует дополнительные диагностические шаги. Разработанный подход отражает полный автоматизированный цикл – от ввода данных до формирования сценария лечения – и может служить основой для последующей реализации программных модулей в составе автоматизированных систем управления медицинскими технологическими процессами.

The problem of digital transformation in healthcare is inextricably linked to the need to address the challenges of providing evidence-based support for clinical decision-making in a context where the cost of error is high and the human factor plays a significant role. The aim of this study is to present a generalised conceptual approach to modelling the process of automated medical decision-making as a key stage in the development of automated control systems for medical technological processes in surgical treatment. The study is based on an analysis of existing approaches to automation in surgery, as well as on the use of a theoretical set-based conceptual model of the medical technological process developed in a previous stage of the research. IDEF0 notation is used for the development and decomposition of the functional model. A context diagram of the main function ‘Automated formation of a medical decision’ has been constructed; the input data (patient condition), output (treatment scenario), control actions (regulatory documents, clinical guidelines, critical sets of indications/contraindications) and mechanisms (technical infrastructure, personnel, methodological tools). A decomposition into five interrelated sub-functions has been carried out, including verification of data completeness with feedback for further examination, assessment of the need for surgery, and selection of a treatment method. An algorithm for the formation of medical decisions during the operation of an automated system of the class under consideration is presented. A key distinction is the separation of methodological tools (methods and algorithms for verifying completeness, assessing necessity and selecting a treatment method) into a separate knowledge base mechanism, which enables the implementation of intelligent decision support, in contrast to classical automated medical information systems, which are primarily focused on data collection and storage. The models presented include internal feedback loops that ensure adaptability: in the event of incomplete or uncertain data, the system automatically initiates additional diagnostic steps. The developed approach reflects a fully automated cycle – from data entry to the formulation of a treatment plan – and can serve as a basis for the subsequent implementation of software modules within automated systems for managing medical technological processes.