автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.09, диссертация на тему:Средства информационного обеспечения автоматизированной системы представления и интерпретации знаний в медицинских экспертных системах

АКАДЕМИЯ НАУК УКРАИНЫ ИНСТИТУТ КИБЕРНЕТИКИ ИМЕНИ Е Ы ГЛУШКОВА АКАДЕМИЯ НАУК РЕСПУБЛИКИ УЗБЕКИСТАН НАУЧНО-ПРОИЗВОДСТВЕННОЕ ОБЬЕДЕЯЕНИЕ "КИБЕРНЕТИКА"

МУБАРАКОВ РУСТАМ ХАСАГОВИЧ

"СРЕДСТВА ИНФОРМАЦИОННОГО ОБЕСПЕЧЕНИЯ

АВТОМАТИЗИР0ВАНН0Я СИСТЕМЫ ПРЕДСТАВЛЕНИЯ И ИНТЕРПРЕТАЦИИ ЗНАНИЙ В МЕДИЦИНСКИХ ЭКСПЕРТНЫХ СИСТЕМАХ"

"Специальность 05.13.09 - Управление в биологических

и медицинских системах (включая применение

Автореферат диссертации на соискание ученой степени кандидата технических наук

На правах рукописи

вычислительной техники)

Ташкент - 1992

Работа выполнена в Институте кибернетики имени К М. Глушкова АН Украины и

Институте кибернетики с вычислительным центром Уь.ЛО "Кибернетика" АН Республики Узбекистан

Научный руководитель : доктор медицинских наук,профессор

1ЮП0В А. А.

Научный консультант : доктор технических наук,профессор АДЫЛОВА Ф.Т.

Официальные оппоненты : доктор технических наук,профессор

ИКРАМОВА X. 3.

кандидат технических наук. старший научный сотрудник ЯКУБОБ Ы. X.

Ведущая организация : Институт проблем информатики .

.и управления АН Республики Казахстан

Защита состоится " к 5 " ¿/^■ ^А¿'СЛ 6и 1992 г. в '/''/ часов-на заседании специализированного совета Д 015.12.03 при Узбекском научно-производственном объединении Кибернетика АН Республики Узбекистан по адресу 700125, Ташкент ул. Ф. X. Ходжаева 34, институт кибернетики с ВЦ АН РУа.

С диссертацией можно ознакомиться в библиотеке института

О / „ у ^

Автореферат разослан " 7 " ¿д/г'^.^/1 - 1992 г.

Ученый секретарь специализированного совета доктор технических наук

АЛЫЛОВА Ф. Т.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность работы. Появление задач исследования систем в отраслях народного хозяйства, наугл и техники вид ;гает требование создания новых средств информационного обеспечения при построении и анализе моделей слолных динамических систем. Часто имеет место ситуация, когда специфика изучаемой системы такова, что один специалист не может охватить все взаимосвязи процессов и явлений. Во многих практически наиболее важных случаях специалистам известны не количественные законы развития процессов изучаемых объектов, а лищь некоторые качественные, эмпирические сведения в данной области знаний. Для изучения таких систем, которые будем называть обобщенной динамической ск.гемой (ОДС), применяются методы искусственного интеллекта, экспертных систем и размытой логики, построения математических моделей.

Процесс построения моделей ОДС формализован не полностью. Специалисты, занимающиеся анализом эмпирических данных и разработкой модели ОДС, нуждаются в специальных процедурах, которые позволяют решать задачи исследования взаимосвязей параметров, характеризующих модель, а также автоматизировать процесс получения экспертных заключений. Основой для р ализации этих процедур является информационное обеспечение, представленное в виде баз данных и знаний, раз. ^ботка которого становится в настоящее время все более актуальной.

Целью диссертационной работы является разработка и реализация средств информационного обеспечеьля автоматизированной системы представления и интерпретации знаний экспертов специалистов.

Для достижения цели были поставлены следующие задачи:

- обоснование структур средств "нформационного обеспечения автоматизированной системы представления и интерпретации знаний экспертов-специалистов;

- реализация автоматизированных процедур обобщения информации, содержащейся в базе данных реализации параметров изучаемой системы;

- исследование средств информ -тонного обеспечения автоматизированной системы представления и интерпретации знаний экспертов специалистов.

Общая методика исследования базируется ка одном алгоритме

теории распознавания образов, определении коэффициентов информативности параметров, статистической обработки данных, систем упрат "■ения базами ~ инных и интерактивных процедур взаимодействия человек-ЭВМ.

Научная новизна В диссертации обоснованы, доведены до уровня реализации на ЭВМ в виде комплекса программ средства инфо-чаци-онного обеспечения зкспе' -эв-специалистов для построения ими моделей ОДС ( на примере медицинских прогнозов ).

Разработаны автоматизированные процедуры синтеза экспертных заключений о взакмосвязах параметре.., ОДС.

Практическая ценность. Работа является часью средств математического обеспечения ЭВМ, разрабатываемых в Институте кибернетики имени Е. М. Глушкова лН Украины для решения и исследования сложных динашчеасих объектов. Средства разработанного комплекса программ качественной обработки -ардиологическ^й информации позволяют экспертам-специалистам сформулировать свои знания о связях '; между параметрами в разные моменты времени при остром инфаркте миокарда.

С помонью разработанного комплекса программ определены наиболее информативные параметры для решения задач прогнозирования состояний сердечно-сосудистой системы прь инфаркте миокарда, а также построены карты прогнозирования состояний пациентов.

Как показал опыт, анализ результатов обработки комбустиоло-гической информации позволил экспертам-комбустиологам формировать свои экспертные оценки при различных исходах ожоговой болезни.

О помощью комплекса программ определены наиболее информативные параметры для решения задач прогнозирования исходов ожоговой болезни, построены унифицированные карты прогнозирования исходов' ожоговой болезни и для выявления осложнений различных исходов ожоговой блпезни.

Реализация и внедрение результатов работы. Разработанные средства информационного обеспечения автоматизированной системы представления и интерпретации знаний для построения моделей ОДС реализованы в виде комплекса прикладных программ, связанных с базой данных на ЭВМ серии ЕС.

Результат! работы применялись в НИР ГКНТ Совета Министров СССР "Разработать и внедрить системы анализа кардиологической

информации (САКИ-1) о целью ранней диагностики сердечной недостаточности в остром периоде инфаркта миокарда" - научный руководитель профессор А. А. Попов. НИР ГКНТ Совета Министров СССР "Огнеопасность". В отделе медицинских информационных систр" Института кибернетики имени К М. Глушкова АН Украины, Киевском НИИ кардиологии имени академика Е Т Отражеско МЗ Украины, Институте переливания крови МЗ Украины и некоторых других учреждениях для прогнозирования течения острых периодов инфаркта к окарда и ожоговой болезни.

В настоящее время результаты используются для изучения и прогнозирования осложнений ожоговой болезни.

Фрагменты работы вошли в методические рекомендации для &1а-лиза кардиологической информации 6ольг"а инфарктом миокарда, изданные МЗ Украины.

Расчетный экономический эффект от внедрения информационной техн'иогии для обработки медицинской информации составляет 7-5,6 тысяч рублей.

Публикации и апробации работы. По теме диссертационной раб • ты опубликовано 8 печатных работ. Основные результаты диссертации доложены и обсуждены на: Четвертой Республиканской научной конференции "Нарушения гомеостаза и их коррекция у обожженных" (Одесса, 1980 г.); Седьмой научной конференции ьиенно-медицинской академии имени С. М. Кирова по проблеме "Ожоги" (Ленинград, 1981 г.); Второй Всесоюзной конференции "Банки данных" (Ташкент,1983 г.); семинарах научного совета АН УССР по проблесме "Киберне пса" и научных семинарах лаборатории "Мод. шре ание и управление биомедицинскими системами" Института кибернетики с ВЦ АН РУз.

Структура и объем работы. Диссертация состоит из введения, четырех глав, списка литературы и 18 приложений. Объем работы 213 страниц, в том числе 124 страницы клинописного текста, 37 страниц рисунков, 52 страницы приложений; список литературы включает 143 наименования.

СОДЕРЖАНИЕ РАБОТЫ

Во в /дении обоснована актуальность выбранной темы исг педо-вания, сформулированы цель и эадачи диссертационной работы, при-

- 4 -

' ведено -одержание диссертации по главам.

Первая глава посвящена анализу вопросов интеллектуализации баз данных. Создание таких систем, ¡сак правило, осуществляется с примерзшем методов искусственного интеллекта. Одной из областей применения информационных систем с элементами искусственного интеллекта является автоматизированные диалоговые и обучающие системы, где эначия о предметной области используется для решения конкретных задач V обучен"" в режиме человек-ЭВМ. Реализация автоматизированных диалоговых и обучающих систем связана с разработкой специальных пакетов прикладных программ (ОПШО для ма-::;::;ного представления знаний, автомг. ического формирования сце-пагазв диалога с конечным пользователем.

В главе рассматривается проблема концептуального моделирования, цель которой соо. ж; в создании целостной модели предметной области и информационной деятельности человека в среде этой предметной области.

В главе проведен краткий обзор существующих медицинских экспертных систем. Рассмотрены вопросы представления знаний в системах искусственного интелл-кта и экспертных системах.

Во второй главе описана методшеа построения моделей обобщенных динамических систем.

Обобщенная динамическая система представляет собой совокупность взаимосвязанных объектов и процесов, изменяющихся во времени.

Исследования ОДС разбивается на несколько зтапов. Первым является этап постановки задачи, состоящей из определения объекта исследования, постановки целей, задания критериев для изучения объекта и управления им.'

На этом этапе исследования определяется единица времени через которую будет выражаться динамика изучаемого -объекта.

Вторым этапом исследования 0Д0 является очерчивание границ изучаемой системы и ее первичная структуризация. Вся совокупность объектов и процессов, имеющих отношение к поставленной цели, разбивается на два класса - собственно изучаемую систему и внешнюю ■ среду. Выделяется отдельные составные части - элементы изучаемой системы, а возможные внешние воздействия представляются в виде элементарных вог "'.ействий.

Следующим этапом является составление математической модели изучаемой системы. Первым шагом в атом направлении является параметризация. т.е. описаний выделенных элементов системы и элементарных воздействий на нее с помощью тех или иных пара..-тров.

В ОДС, наряду с непрерывными параметрами, рассматриваемыми в теории классических динамических систем, могут рассматриваться и дискретные параметры, среди которых особо выделяется класс "качественных" параметров (дискретных параметров, принимающих конечное множество значений, описывающихся лингвистическими паременны-ми).

С их помощью мокно олисшать процессы и объекты, которые хотя и могут бить охарактеризованы с помощью обычных числозых параметров, но различаются лишь к?'"зстпенно, язык качественных параметров близок экспертам-специалистам, которые пользуются ими для построения своих высказываний - знаний.

Введение любого параметра предполагает прежде все-"> задание его имени. Кроме имени задается область изменения его значений. Для числовых параметров оно задается фиксированием левого и правого значения интервала области изменений, для качественных -перечислением возможных градаций его значений. При описании параметров могут быт« введены некоторая баг зая размерность его значений и нормальное значение, принимаемое за начальное при проведении экспериментов с моделью ОДС, если, конечно, начальное значение параметра не определено специальным образом.

' Параметризация изучаемой системы представляет лишь первый шаг в построении ее математической модели, вторым шагом является установление различного рода зависимостей между введенными параметрами.

Для установления связей между введ-чыми параметрами используется знание экспертов-специалистов.

Эксперт описывает связи между введенными им параметрами, используя свой опыт и интуицию. Далее он описывает различные ситуации, при выполнений которых рассматриваемый параметр может изменить свое значение. Зависимости описываются на специальном языке для Лаписи экспертных оценок. Н ¡ирая таким образом "локальные" зависимости по всем параметрам, мы получаем математическую модель изучаемой системы. 'Каждый параметр описывается нес-

колькими специалистами. Это делается для того, чтобы охватить по возможности все взаимосвязи параметра.

В главе рассматривается язык экспертных оценок, ^сть изучаемая система описывается множеством параметров (внутренних, управляющих, внешней среды и т.д.)

■ Обобщенной динамически системой называется совокупность £ Ху ЭО> где X - множество параметров ОДС; 30 -множество зависимостей между параметрами ОДС (экспертных оценок); А - весовые коэффициенты экспертных оценок; д - единица системного времени.

Х-ВП О УП О ПоС , где £>П - внутренние параметры ОДС; У¡7 -управлявшее параметры; /73С - параметры внешней среды. Среди множества внутренних параметров вы ляется небольшая группа параметров, служащих аргументами функционала качества ; управления ОДС - множество ПК У (параметры качества управления).

пкуевя

Основу математической модели составляют зависимости вида Л? С7) = Ау (X*, (Г- Х„ ( Т- Тк„; )), ■

где />/ - высказывание J - то эксперта для ¿- - го параметра, причем Хс ё , /■£, с ¿г М , М - количество внутренних

параметров ОДС; Хх^ £ X . И^^ // . Ы V

/У - количество параметров ОДС;. /¿/-^ЛЛ' ?

- количество экспертов, оценивающих параметр Язык экспертных оценок представляет собой формализованное средство для выратения причинно-следственных связей внутренних параметров с учетом введенной единицы системного времени. Экспертная оценка состоит из вступления, ряда описаний и самого высказывш—я эксперта

Во вступлении для идентификации оценки задаются фамилия, имя и отчество эксперта и номер его оценки.

В экспертной оценке всегда присутствуют описания параметров, используемых для формулирования высказывания. Кроме тоге, в экспертной оценке могут описываться временное и вспомогательные зависимости.

В экспертной оценке описываются параметры, которые необхо-' димы для формулирования взаимосвязей "главного" параметра оценки (т.е. параметра, зависимость которого от других параметров и выражает данная оценка).

В экспертном высказывании заключена сущность экспертной оценки и может содержаться несколько альтернатив с различными вероятностными характеристиками.

Пример экспертной оценки приведен в описании четвертой главы.

В третьей главе описаны автоматизированные процедуры информационного обеспечения методики синтеза моделей ОДС, структурная схема которой представлена на рисунке.

Процесс синтеза моделей ОДС слабо формализован. Поэтому группа специалистов, занимающаяся разработкой моделей, нуждается для анализа параметров в специальных процедурах, которые позволяют решать задачи исследования их взаимосвязей в модели, а также автоматизировать процесс составления экспертных заключен"1}.

При проведении параметризации изучаемой системы полезной является информация о взаимосвязах параметров. Эту информацию можно получить с помощью методов математической статистики при обработке массивов информации, представляющих собой реализации динамики параметров'изучаемой системы, ' ранящихся в автоматизированной базе данных. В клиниках - это собранные формализованных • историй болезн. с достаточной степенью точности, отражающие происходящие у больных патологические состояния в процессе лечения.

'Существенную помощь врачам-экспертам могут оказать процедуры оценки информативности параметров модель при составлении зависимостей, анализе экспертами-специалистами причинно-следственных связей параметров.

Процесс составления самих зависимостей (экспертных заключений) является по сути задачей распознавания образов. Поэтому известные методы распознавания образов, реализованные в связи с базой данных и функционирующие в интерактивном режиме эксперта с базой данных могут составить основу автоматизированных процедур информационного обеспечения методики синтеза моделей обобщенных динамических систем. Таким образом, , тя решения задач информационного обеспечения экспертов при составлении модели ОДС нь.,бхо-димо:

Процедуры ка- / Автоматизирован-^ Процедуры рас-

чественного анализа инфор- / ная база данных \ чета ког*фщи-ентов информа-

* 1 кгадИзаЦИИ ДИНЭ- №-

мации базы дан- V мики параметров / тивности пара-

ных \ ОДС У метров ОДС

• /¿Хл

Процедуры опре- / / Автоматизиро- \ \ Процедура ав-

деления надеж- / / ванная база \ \ томатизирован

ности эксперт- * 1 знании эксперт- Н ного синтеза

ных оценок У ных оценок / экспертных оценок

Процедуры доступа к базе внанкй экспертных оценок

Рисунок. Автоматизированные процедуры синтеза моделей ОДС

- 9 - •

- разработать автоматизированные процэдуш обобщения информации. содержащейся в базах данных реализаций динамики параметров изучаемой системы;

- разработать процедуры исследования взаимосвязей параметров модели;

- создать автоматизированную базу данных, в которой хранятся реализации динамики параметров ОДС.

В процессе диссертационного исследования были разработаны автоматизированные проце уры, которые использованы для анализа информации автоматизированных баз данных кардиологическое и комбуетиологического профиля.

Разработанные средства информационного обеспечения для представления и интерпретации знаний' экспертов-специалистов Г"1И построении моделей ОДС реализованы на ЗЕМ в виде комплекса прикладных програк'д'..

Комплекс программ расчета коэффициентов информативности признаков произвольной природы для решения задач распознаналия образов состоит из следующих программ:

- расчет коэффициентов информативности признаков;

- построение эталонных векторов классов;

- испытание эталонных вектороЕ классов;

- генерация унифиг "рованных карт классификации;

- расчет надежности аппроксимации эталонными векторами множеств классифицируемых объектов.

Задача расчета коэффициентов информативности признаков осно-вг^-.а на одном алгоритме, разработанно' ,в Институте кибернетики имени В.М.Гяушкова АН Украины, суть которого состоит в вычислении вероятностей значений признаков д^.. каздого класса распознаваемых объектов.

Если каждый объект описан набором из П признаков £ X; , ■"/■)}, то задача определения коэффициентов информативности признаков 1 с - ■ " ' 1 я . состоит в вычислении ве-

личины Т/- , количественно вырастающей пригодность X; для решения конкретной задачи распознавания :

-ю-

где К - число классов; Р4г ; - вероятности /* -го

а. лчения признака в классе соответственно и £

/¿' - количество значений приг-ака Л7

Классификация объектов распознавания основана на построении системы эталонных векторов классов (ЭБК), аппроксимирующих обучающее мь-лесгво объектов, и вычислении расстояний до ЭБК. Эталонные векторы классов строятся «а основе обработки объектов обуча-вдей Еыборки и представляют1 собою булевы векторы.

Пусть Я,, и - эталонные векторы классов Г и Ц. ;

если .то у - я компонента вектора принимает

значение " I " . при этом </ " я компонента вектора принимает значение " 0 т.е. 3^=0 • Если /Э. р, . тогда О ; У , где Л? и ^г. - у - я компонента вектора и • если Р; = р.- . значения/- у компонент изменяем произвольным образом

Й ¿или ^ . .

Таким образом, покомпонентная конъюнкция ЭБК есть нулевой-вектор в. .т.е. Л .

КлассиЛикация объектов распознавания проводится путем вычисления расстояний до ЭВК: ■

¿а(2)

л

где р = , ; и - булевый вектор

объекта контрольной группы; п - количество признаков описаний объекта.

По критерию минимума расстояний определяется принадлежность распознаваемого объекта к тому или иному классу-

Система эталонов 5" — {*5л> ^ аппроксимирует

.множество классов разбиения с надежностью

где -2),'/ - среднее расстояние от объекта класса с до вектора эталона </

Ду = -Щ

где Ор - булевый вектор объекта класса с \ N1 - количество объектов в классе £ .

При проведении анализа информации, содержащейся в автоматизированной базе данных стандартизированных карт клинике-Фенологических исследозяний, специалистам необходимо знание ряда обобщающих показателей.

С этой целью разработан комплекс программ качественного анализа информации автоматизированной базы данных кардиологического профиля.

В четвертой главе приведены результаты применения автоматизированных процедур анализа информации баз данных кардиологического и комбустиологического профиля. Для организации и ведения баз данных использована система управления базами данных ПАЛЬМА.

В кардиологической базе данных хранятся данные стандартизированных карт клинико-физиологических исследований о 428 больных с острым инфарктом миокарда, поступивши* в клинику в первых 3-х суток заболевания.

С целью выявления характеристик при благоприятном течении инфаркта миокарда, без признаков левожелудочковой недостаточности (ЛЕН), были рассчитаны коэффициенты информативности признаков с предварительной фиксацией их града: л.

По наиболее информативным признакам построены эталонные векторы следующих классов:

1. Больные без признаков ЛЖН в течение всего периода наблюдения.

2. Больные без признаков ЛЖН з первый день наблюдения, но с их . явлением в любой другой день наблюдения.

3. Больные с признаками ЛХН в первый день наблюдения.

■ - 12 -

По эталонны!,! векторам классоз была составлена карта прогноза состояния больного по критерию развития ЖН.

- Определение типа течения по прогнозной карте была проверено на выборке из 115 больных при общем кохиестзе совпадений в 89 случаях (77,АХ).

Оценка используемых признаков в приведенных градациях з сопоставлении с эталонами к-удого из' 3-х классов дает вг мощность. с одной стороны, выявить градацш гемодикамических параметров, характеризуют наиболее благоприятное течьние инфаркта миокарда (класс 1), которые, вероятно, могут расцениваться как оптимальные для данного контингента больных. С другой стороны, выявить режимы данных параметров, хара'териз^щие неблагоприятное течение инфаркта миокарда (класс 2 и 3).

С целью анализа взаимоотношений между гемодинамическими параметрами и характером эволюции зоны инфаркта представленная выборка была разделена на К класса:

1) больные с "гладким" течением инфаркта миокарда;

2) больные с распространяющимся инфарктом миокарда

Для клинических и гемодинамических показателей рассчг^аны коэффициенты информативности с предварительной фиксацией их градации. По наиболее информативным признакам были построены ЭВК и соответствующая прогнозная ка^та по критерию распространения зоны инфаркта миокарда.

Карта прогноза была проверена на выборке из Ш9 больных, при общем количестве совпадений в 79 случаях (72,5 %). Лричем наиболее высокая прогностическая значимость ЭВК используемых показателей наблюдается в 1-м классе (86,5 %), что дает возможность охарактеризовав , градации каждого показателя, в пределах которых риск распространения зоны инфаркта минимален. Такая оценка пока' зала, что гемодинамические параметры, найденные по критерию развита ЛЕН и по критерию распространения зоны инфаркта, лежат в близких областях, и позволила создать единую таблицу оптимальных режимов гемодинамики у больных в первые дни инфаркта миокарда.

С целью анализа состояния пораженн:к и основных осложнений при ожоговой болезни использовалась разработанная база данных комбустиологической информации, имеющая структуру стандартизированных историй болезни.

С целью прогноза исхода обожданных г 'ли рассчитаны коэффициенты информативности параметров при разделении ожоговых больных на классы с благоприятным и неблагоприятным исходом. Из обг-эго списка параметров были выбраны наиболее информативные, составля:и-щие этачонные векторы классов, и построена прогнозная карга, состояния больных.

Прогнозная карта была проверена на выборке из 485 обожженных. Больные 1 класса составили группу из 307 человек. Больные 2 класса составил;? группу из 178 человек. Правильный ответ при распознавании обожженных 1 класса составил 203 случая (92 %), 2 класса-104 случая (53,4 X). Общее количество совпадений составила 387 случаев (80 %).

В таблице приведена карта прогноза состояния пораженных.

Эталонные векторы классов, полученные при реализации ^¿год^ распознавания образов, служат основой синтеза экспертных оценок.

Экспертная оцен. ... полученная из эталонных векторов классов, карты прогнозирования исходов ожоговой болезни, имеет вид: "ЭКСПЕРТ" ИВАНОВ И. К "ОЦЕНКА N 1 "ПАРАМЕТРЫ": ВОЗР - ВОЗРАСТ (¿15 : 16-50 >51).

"РАЗМЕРНОСТЬ" : (ЛЕТ);

ОБСО - ОБЩЕЕ СОСТОЯНИЕ (УДОВЛИТБОРИТЕЛЫЮЕ :

СРЕДНЕЙ ТЯЖЕСТИ : ТЯШОЕ : КРАЙНЕ ТЯЖЕЛОЕ);

СОЗН - СОЗЬ—ЛКЕ (ЯСНОЕ : СПУТАННОЕ : КОШ : СТУПОР : БЕЗ СОЗНАВ;

! подобным образом описывается Есе параметры, необходимые эксперту для формулирования своего высказывания !

X - исход БОЛЕЗНИ (ВЫЗДОРОВЛЕНИЕ•: СМЕРТЬ); "ГЛАВНЫЙ" - ИСХОД БОЛЕЗНИ ;

"ПУСТЬ" : Я ЭВК1(Т) - ! алгоритм определения расстояния до

эталонного вектора первого класса по формуле (2) ! .

/?ЭВК2(Т) - 1 алгоритм определения расстояния до эталонного вектора второго класса по формуле (2) !

"ВЫСКАЗЫВАНИЕ" : "С ВЕР" (0,8) "ЕСЛИ" /?ЭВК1(Т) > £ЭВК2(Т) "ТО" Х(Т+3 "МЕС") - ' ЕЬВДОРОВЛЕНИЕ' "ИНАЧЕ" Х(Т+3 "МЕС") - 'СМЕРТЬ' .

- 1'4 -

Таблица

Карта прогноза состояния пораженных (чере три месяца)при разделении пострадавших на классы с благоприятным и неблагоприятным исходом

N

п'ч

параметр

Градации значений параметра

ЭЕК1

ЭВК2

1 Возраст

2 Общее состояние

3 Сознание

4 Наличие и степень шока .

б Степень дыхания

6 Характер дыхания

7 Число дыханий в минуту

8 Частота пульса .'

9 Напряжение пульса 10 Наполнение пульса И Общая площадь ожога

12 Процент поражения ЗВ степени

13 Кола

до 16 лет 0 1

16-50 лет 10

51 и более 0 1 удовлетворительное.

средней тяжести 1 О

тяжелое,крайне тяжелое 0 1

ясное 1 О спутанное,кома.ступор

без сознания С 1

1, 2 степень 1 О

3 степень 0 1

ослабленное 0 1

не ослабленное 1 О

везикулярое 1 О

жесткое . • 0 1

до 24 1 О

25 и более -0 1

до 100 '• 1 О

100 и более 0 1

уовлитворительный 1 О

твердый,мягкий 0 1 •

хорошее удовлитворительное 1 О

слабое 0 1

до 35 % 10

35 болеег 0 1

до 15 X 10

16 и более 0 1

нормальная 1 О

сухая,влажная 0 1

■ - 15 - '

ЗАКЛЮЧЕНИЕ

Основным результатом диссертационной работы является разработанные автоматизированные процедуры информационного обеспечения для представления и интерпретации знаний экспертов-специалистов при построении модели обобщенной динамической системы.

Кроме того, в процессе диссертационного исследования получены следующие результаты:

- разработан и внедрен комплекс программ расчета коэффициентов информативности признаков произвольной природы для решения задач распознавания образов в стыковке с базой данных реляционного типа;

- разработан и внедрен комплекс•программ качественного анализа данных стандартизированных гарт клкнико-физиологических исследований больных в остром периоде инфаркта миокарда;

- разработаны автоматизированные базы данных кардиологической и комбустиологической информации, .предназначенные для автоматизации научных исследований и прикладных разработок;

- с помощью разработанных программных с. здств выполнен анализ информации, содержащейся в автоматизированных базах данных кардиологического и комбустиологического профиля, результатом которого явилось создание унифицированных карт прогнозирования функционального состояния кардиологических и комбустиологических больных;

-апробация прогнозных к'рт показала их высокую точность при прогнозировании течения различных заболеваний, что является осно-ва"чем для использования разработанных средств при создании алгоритмов прогнозирования патологических состояний.у человека

Основные рёзультаты диссертащ'ч опубликованы в следующих работах:

1. Прогнозирование исходов охогового шока с использованием ЭВМ / С.Ф. Пачин, А. А.Тарасов, Е А.Петрухин,... ,Р.X.Мубараков и др./ Ожоговая болезнь: Тез. докл. 4 Респ. нау конф. "Нарушения гомеостаза и их коррекция у обожженных" (Одесса, 25-26 сент., 1980 г.) - Киев. 1Я8С.- С.9-10.

2. Использование стандартизированной истории болезни и унифицированной карты для изучения и прогнозирования исходов ожоговой болезни / Е А. Петрухин, А. А. Тарасов, С. 5>. Пачин.....

Л X. Мубараков и др. // Седьмая науч. конф. по проблеме "Ожоги".

-16,- JL: Военно-медицинская академия им. С. МКирови, 1981. -С. 109-110.

. 3. Алгоритм прогнозирования исходов озгоговой болезни / А. А. Тарасов, В. А. Петр/хин, С. Ф. Пачин, P. X. Мубараков //Клиническая хирургия. -1982. - N3. С. 28-31.

4. Мубараков P. X. Разработка алгоритма анализа непара,",трических медицинских данных // Кибер' этика и вычисл. техника. -

1982.- вып. 55. - С. 63-65.

5. Петрухин R А , Пачин С. Ф. , Мубараков P. X. Использование медицинских баз данных для построения моделей обобщенных дина. мическкх систем // Банкг данных: Тез. докл. 2 Всееоюз. конф.

, Секция L "Опыт создания и функционироваения банков данных" (Ташкент, 12-14 окт., 1983 г.) - Киев: Ин-т кибернетики им.

B. !,L Глуикова АН УССР, 1983.- С. 134-136.

6. Изучение основных оолотаений ожоговой болезни с использованием автоматизированной базы данных кокбустиологической ин-

■ формации / В. А. Петрухин, A.A. Тарасов, С. Ф. Пачин, P. X. Мубараков и др. // Клиническая хирургия. - 1S84. - 43. -

C. 20-22. ...

7. База кликико-физиологических данных для исследования функционального состояния инфарктного больного / RA.Петрухин, •

А. С. Коваленко, P. X. Мубараков и др.//Биологическая,медицинская кибернетика и бионика - Киев: Ин-т кибернетики имени R М. Глуикова АН УССР. -1984. - С. 7-9.

8. О некоторых подходах к оптимизации гемодинамики у больных инфарктом миокарда / В. JL Кравцсв, В. А. Петрухин, ,Р. X. Мубараков

и др. I Кардиолог, л.-1987.-N2. - С. 53-57.

Подписано в печатьZ4.0/-92 Заказ /£ . Тирад /00 экз.

Отпечатано на. ротапринте в ИЧ с ВЦ НПО "Ни'эрнетика" АН Уз Р 700125, г.Ташкент-125, ул.ФЛо^даева.34