Введение к работе
Актуальность темы. В настоящий момент все больше внимания уделяется вопросам развития и совершенствования методов анализа и учета данных для медицины Необходимость развития и совершенствования определяется расширением круга задач, который ставятся перед медицинскими учреждениями в связи с растущим количеством заболеваний и регрессу здоровья нации. Основным критерием состояния здоровья населения страны является комплекс нозологических показателей, определяемых учреждениями системы здравоохранения
Традиционно под нозологией понимается раздел патологии, включающий общее учение о болезни, а также изучение причин (этиология), механизмов развития (патогенез) и клинических особенностей отдельных болезней, классификацию и номенклатуру болезней
Совокупность внешних признаков (симптомов) составляет клиническую картину нозологической формы У конкретного больного могут наблюдаться вариации того или иного признака, не меняющие, однако, «лица болезни» и определяющиеся условиями развития патологического процесса (особенности возбудителя и реакции организма, обусловленной наследственными и приобретенными его свойствами) Важны данные так называемых параклинических методов исследования лабораторных, инструментальных - как функциональных, например, электрокардиография при инфаркте миокарда, так и морфологических В ряде случаев именно морфологический критерий определяет нозологическую форму например, для диагностики злокачественных опухолей обязательны гистологическое доказательство появления ненормальных клеточных структур и определение места (органа) их первичного возникновения, разнообразные внешние признаки, сопровождающие опухолевый рост, имеют меньшее диагностическое значение
Однако эффективность применения нозологического подхода многие годы была невысокой вследствие того, что современной медицине известно более 5000 нозологических форм, а высокопроизводительных автоматизированных средств обработки и системного их анализа, доступных российским клиникам и больницам, не было
Проектирование и разработка комплексной медицинской информационной системы (МИС) представляет собой чрезвычайно сложную задачу, требующую для своего решения больших материальных затрат и затрат труда квалифицированных специалистов Это объясняется тем, что проектирование системы такого класса ведет к совершенствованию и оптимизации процессов внутри медучреждения
Большинство современных МИС, в которых реализованы функции, присущие учетным системам, не обеспечены средствами data-mining анализа, такими как прогнозирование и классификация, и не обладают достаточной гибкостью для адаптации к решению конкретных задач. В связи с этим при необходимости проведения анализа данных необходимо или использовать дополнительно статистические пакеты или модифицировать существующую систему, что ведет как к дополнительным финансовым тратам (покупка программного продукта, обучение специалистов), так и к усложнению процесса анализа, обу-
словленному универсальностью статистического пакета
По данным ежегодного бюллетеня Technology Review, 6 из 10 перспективных технологий, которые в ближайшее время будут оказывать влияние на человеческое общество, так или иначе связаны с медициной Большинство из перечисленных технологий или методик базируются на достижениях информационных технологий Одно из направлений развития информационного комплекса медицины заключается в применении современных математических методов и технических средств, таких, как математическое моделирование, прогнозирование, классификация
Проблемы' прогнозирования и классификации нозологических показателей в настоящее время являются весьма актуальными, поскольку ускорение анализа данных и повышение его точности ведет к оперативному и адекватному принятию управленческих решений
Объектом исследования является МИС с методологией анализа нозологических показателей и данные нозологических показателей по социальным группам населения
Предметом исследования является программное, информационное обеспечение анализа нозологических показателей, методы построения бинарных моделей классификации разнородных данных, математическое описание алгоритмов решения систем нелинейных уравнений
Цель работы состоит в проведении комплексных исследований для получения научно-обоснованных решений, направленных на разработку проблемно-ориентированной МИС, наделенной программно-инструментальными средствами для решения задач учета и анализа нозологических показателей, что будет способствовать автоматизации обработки больших массивов данных о состоянии здоровья населения УР, получению теоретически обоснованных оценок уровня медицинского обеспечения в регионе и принятию адекватных управленческих мер для устранения негативных тенденций в здравоохранении УР
В ходе работы решались следующие научные и практические задачи:
выработка научно-обоснованных решений для создания логистических моделей классификации социальных групп,
выбор и обоснование методики построения логистической модели,
проектирование и разработка МИС учета и анализа нозологических показателей,
разработка алгоритма численного расчета параметров модели для оценки степени риска и классификации социальных групп населения,
исследование влияния факторов на такой нозологический показатель как смертность населения от случаев суицида на территории УР
Методы исследования. В работе применялись теоретические методы исследования и вычислительный эксперимент
Бинарные модели классификации построены на основе логистической функции, для определения коэффициентов модели использовался метод Ньютона-Канторовича, классификация нозологических факторов основывается на применении методов теории вероятности и математической статистики
МИС построена по типу реляционной базы данных «клиент-сервер», со-
держащей метаданные о комплексе нозологических факторов и показателей, включенных в реестр государственной статистики Универсальная система диалога позволяет вводить и контролировать данные, используя имеющиеся априорные сведения
Программное обеспечение системы реализовано на алгоритмическом языке высокого уровня - Object Pascal, интерфейс пользователя разработан в интегрированной среде Borland Delphi 7 0, база данных работает под управлением СУБД Microsoft SQL Server 2005 Для проверки достоверности полученных решения использовался пакет MATLAB
Достоверность и обоснованность полученных в работе результатов и выводов подтверждена сопоставительным анализом разработанных и существующих математических моделей и методов, а также итогами проведения вычислительного эксперимента
Математические модели, алгоритмы и прикладные программы, используемые в работе, основаны на положениях теории вероятности и математической статистики, методах вычислительной математики Приведенные в работе математические модели построены с использованием результатов научных трудов по вопросам математического моделирования логистической регрессии таких ученых как С А Айвазян, И.С Енюков, Д Бендат, Д В Хосмер, С Лемешов, П Мак-Куллаг, Д А. Нелдер
Достоверность экспериментальных результатов обеспечена большим объемом экспериментального материала, статистическими методами обработки данных и хорошей воспроизводимостью результатов
На защиту выносятся результаты исследования и разработки МИС, обеспечивающей повышение уровня автоматизации обработки больших массивов данных о состоянии здоровья населения УР и получению теоретически обоснованных оценок уровня медицинского обеспечения в регионе, в том числе
проектирование и реализация МИС, разработка концептуальной структуры объектно-ориентированной системы, принципов построения программного, информационного и математического обеспечения системы,
результаты разработки и исследований алгоритмов и методов анализа данных нозологических показателей, определяющих реперные характеристики мониторинга здоровья населения региона,
обоснование выбора критерия классификации степени риска приобретения того или иного заболевания индивидами из различных социальных групп населения,
обработка больших объемов информации об индивидуальных нозологических показателях больных, прошедших медицинское обследование в учреждениях здравоохранения, систематизация результатов обработки и построение информационных карт, свидетельствующих о вероятности возникновения того или иного заболевания у конкретного больного,
системный анализ для выявления социально-опасных тенденций в развитии тяжелых, трудноизлечимых заболеваний, например, суицида
Научная новизна полученных результатов определяется впервые проведенными комплексными исследованиями, направленными на разработку алгоритмов и программных средств для обработки и системного анализа уровня за-
болеваемости населения УР, в ходе которых
разработана структура МИС, которая может использоваться в повседневной практике медицинских организаций и учреждений, обладающих большим объемом нозологической информации;
программно-аппаратно реализован нозологический подход, позволяющий клиницистам и представителям теоретической медицины с помощью средств вычислительной техники выделять нозологические формы, для которых характерны определенные причины, однозначный патогенез, типичные внешние проявления и специфические структурные нарушения в органах и тканях,
определены принципы построения алгоритмов и программных средств, предназначенных на ранней стадии обработки информации выявлять ошибочные данные с механизмом их автоматического исправления,
разработаны научно обоснованные программные решения, направленные на повышение уровня достоверности нозологических данных,
разработанная система контроля достоверности информации обладает высокой степенью совместимости и мобильности, вследствие чего может быть интегрирована в уже существующие хранилища данных, а также портироваться на сервера различных медицинских учреждений, поддерживающих реляционную модель данных;
впервые при проектировании МИС анализа медицинских показателей применен предметно-ориентированный подход, применяемый при разработках промышленных систем класса Enterprise Resource Planning, который позволяет оперировать набором метаданных для настройки системы под нужды системы здравоохранения,
предложены и обоснованы различные стратегии построения обучающих выборок для построения регрессионных моделей классификации нозологических показателей
Практическая ценность работы. Разработанная и реализованная в виде МИС методика классификации социальных групп по нозологическим показателям предназначена для использования различными медицинскими учреждениями как для регистрации значений нозологических показателей на основании первичных документов и получения стандартизированных отчетов, так и для проведения анализа нозологических показателей в разрезе социальных групп населения
Данная МИС построена на основе теории диалогики, базирующейся на логике распознавания образов нозологических форм Она способствует развитию клинической нозологии, представляющей собой специфическое преломление общей нозологии в индивидуально-личностном преломлении МИС, построенная на диалогике, требует от врача совершенствования ума и таланта, интуиции и знаний нозологии, этиологии, патогенеза, клиники, лечения, поскольку в основе клинической патологии лежат законы саморегуляции (пато-кинеза), законы адаптивного реагирования.
Выделение нозологических форм важно для развития клинических дисциплин, т к способствует единому подходу к каждой болезни, в частности разработке методов специфической патогенетической терапии
Реализация и внедрение работы. Полученные результаты использованы
и апробированы для опытно-методической эксплуатации системы анализа нозологических показателей в НИИ Федеральной службы исполнения наказаний России Созданная информационная система позволила получить новые знания по составу социальных групп для различных видов смертности населения.
Апробация работы. Основные положения и результаты диссертации докладывались и обсуждались на российских и международных научно-технических конференциях и конгрессах- IV Международной научно-технической конференции «Информационные технологии в инновационных проектах» (Ижевск, 2003), VII Всероссийской НТК «Повышение эффективности средств обработки информации на базе математического моделирования» (Тамбов, 2004), VI Российская университетская академическая научно-практическая конференции (Ижевск, 2004), VI Международном конгрессе по математическому моделированию (Нижний Новгород, 2004); 33-й международной конференции «Информационные технологии в науке, социологии, экономике и бизнесе» (Украина, Крым, Ялта-Гурзуф, 2006), XI Международная открытая конференция «Современные проблемы информатизации в прикладных задачах» (Воронеж, 2006), Международная научная конференция «75 лет высшему образованию в Удмуртии» (Ижевск, 2006), VI Всероссийская научно-техническая конференция «Проблемы информатики в образовании, управлении, экономике и технике» (Пенза, 2006), Всероссийской НТК «Компьютерные и информационные технологии в науке, инженерии и управлении» (Таганрог, 2006)
Публикации. Основные научные результаты по теме диссертации опубликованы в 8 научных работах, в том числе 2 тезиса докладов, 6 статьей в журналах и сборниках Автор имеет 1 научный труд в издании, выпускаемых в РФ и рекомендуемых ВАКом для публикации основных результатов диссертаций
Структура и объем работы. Объем диссертационной работы составляет 161 страницу, включая 47 рисунков и 50 таблиц Работа состоит из введения, четырех глав, заключения и списка литературы, включающего 108 наименований
Похожие диссертации на Информационная система классификации нозологических показателей : на примере Удмуртской Республики
