автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.18, диссертация на тему:Математические модели, методы и программные системы медицинского обеспечения подготовки граждан к военной службе

На правах рукописи КАСЬЯНОВ ОЛЕГ ЮРЬЕВИЧ

МАТЕМАТИЧЕСКИЕ МОДЕЛИ, МЕТОДЫ И ПРОГРАММНЫЕ СИСТЕМЫ МЕДИЦИНСКОГО ОБЕСПЕЧЕНИЯ ПОДГОТОВКИ ГРАЖДАН К ВОЕННОЙ СЛУЖБЕ

Специальность 05.13.18 — Математическое моделирование, численные методы! и комплексы программ

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук

Петрозаводск 2004

Диссертация выполнена на кафедре прикладной математики и кибернетики Петрозаводского государственного университета.

Научный руководитель:

Кандидат экономических наук, доцент,

Заслуженный деятель науки РК

Научный консультант:

Доктор медицинских наук, доцент

В. А. Кузнецов

А. А. Фомин

Официальные оппоненты: Доктор физико-математических наук, профессор

Кандидат технических наук Ведущая организация — Институт информатики и математического моделирования технологических процессов Кольского научного центра РАН, г. Апатиты

А. М. Камачкин И. М. Шабалина

Защита диссертации состоится "./.?!"декабря 2004 года в часов на заседании Диссертационного Совета Д 212.190.03 в Петрозаводском государственном университете по адресу: 185910, г. Петрозаводск, пр. Ленина, д. 33, аудитория........

С диссертацией можно ознакомиться в Научной библиотеке Петрозаводского государственного университета.

Автореферат разослан "/.^."ноября 2004 года>; Ученый секретарь диссертационного совета, кандидат технических наук, доцент //¿к;

В. В. Поляков

Общая характеристика работы

Актуальность исследования. В настоящее время проблема медицинского обеспечения подготовки граждан к военной службе приобретает особую остроту. С одной стороны, отказ от полного комплектования армии на профессиональной основе в обозримом будущем означает повышение значимости состояния здоровья призывников для обороноспособности страны. С другой стороны, спад рождаемости конца 80-х - начала 90-х годов XX века становится серьезной проблемой для комплектования армии на основании призыва уже к 2007 году.

Проблема охраны здоровья подростков привлекает к себе все большее внимание медицинской общественности и общества в целом. Применение современных технических средств, новых решений и технологий в медицинском обеспечении подготовки граждан к военной службе невозможно без решения задач планирования и управления с помощью методов математического моделирования.

Основные перспективы развития в направлении решения этих проблем связаны с использованием вычислительной техники, новых информационных технологий и автоматизации управления - факторов, повышающих оперативность и надежность управления и планирования.

Организационные технологии во всех областях деятельности системы здравоохранения переживают в настоящее время период быстрого развития. Но разработка и внедрение новых механизмов и методов в этой области и рост количества используемых в практике охраны и укрепления здоровья организационных технологий не сопровождаются соответствующей разработкой и развитием их научных основ. Отсутствие прочной научной базы снижает продуктивность и качество работы по созданию, оценке и внедрению новых организационных технологий и вследствие этого отрицательно сказываются на организационной и управленческой деятельности в здравоохранении.

Как отмечено в работах А. А. Фомина, в настоящее время деятельность медицинских комиссий военных комиссариатов городов и районов автоматизирована крайне слабо. Это во многом объясняется недостаточной компьютеризацией данных комиссий. Практически не применяется современный математический аппарат для решения насущных проблем врачей-специалистов. Такие задачи как статистический анализ заболеваемости и годности призывников, нахождение оптимальных методик лечения контингента, построение рекоменда-

РОС. НАЦИОНАЛЬНАЯ } 3 БИБЛИОТЕКА |

¿-зуду

ций по изменению приказа либо вообще не ставятся, либо решаются на явно недостаточном математическом уровне.

Цель исследования: Создание комплекса математических моделей и методов, реализованных в виде специализированных медицинских информационных систем для облегчения принятия решений в целях повышения качества медицинского обеспечения подготовки граждан к военной службе.

Задачи исследования:

1. Построение математических моделей основных мероприятий медицинского обеспечения подготовки граждан к военной службе.

2. Постановка и решение задач улучшения количественных и качественных характеристик состава категорий годности призывников путем лечебно-оздоровительной работы и реформирования расписания болезней.

3. Построение алгоритмов группировки территорий и районов по уровню заболеваемости (годности) призывников при нечетко сформулированных критериях для последующего отображения результатов на географической карте.

4. Разработка современного программного комплекса для автоматизации работы медицинских комиссий военкоматов, связанной с вводом, хранением и статистической обработкой данных о призывниках, реализующего предложенные методы.

Научная новизна исследования обусловлена построением математических моделей, учитывающих особенности проведения медицинского освидетельствования граждан. В рамках предметной области предложены новые и модифицированы существующие методы решения задач нечеткого кластерного анализа, целочисленной оптимизации. Вводится и обосновывается определение линейного нечеткого кластера, строится алгоритм нечеткой кластеризации, близкой к оптимальной. Доказывается теорема о сходимости данного алгоритма к решению, допустимому в рамках введенного определения.

Некоторые задачи оптимизации, поставленные и решенные в ходе исследования, отличают такие особенности, как высокая размерность переменных, наличие целочисленных переменных, нелинейный характер ограничений задачи.

Разработан ряд алгоритмов для решения поставленных задач.

Методы исследования.

В работе представлены несколько подходов к моделированию рассматриваемой системы, рассмотрены несколько типов задач, отражающих отдельные аспекты функционирования военно-врачебной экспертизы. Для решения полученных задач применяются методы исследования операций.

В ходе работы применялись методы целочисленной оптимизации, динамического программирования, статистического анализа, нечетких множеств.

При создании комплекса программ использовались средства программирования, такие как Borland Delphi, Microsoft Visual Basic, a также географическая информационная система Maplnfo.

Приводятся алгоритмы решения задач и структуры данных программ.

Практическая значимость. Разработанные программы и методы позволяют повысить эффективность работы по медицинскому обеспечению подготовки граждан к военной службе. Проведенное исследование обеспечивает военно-врачебные комиссии субъектов РФ объективными методиками обработки и анализа разнообразных показателей, выявляемых в ходе призывных мероприятий, а также позволяет отображать полученные результаты в наиболее наглядном виде. Разработанные в ходе работы программы впервые позволяют в кратчайшие сроки изучить динамику, структуру и прогноз результатов медицинского освидетельствования, построить рекомендации по организации и проведению основных мероприятия медицинского обеспечения подготовки граждан к военной службе.

Основные результаты, выносимые на защиту:

1. Математические модели, связанные с планированием медицинского обеспечения подготовки граждан к военной службе.

2. Математические методы решения статистических и оптимизационных задач, связанных с данными моделями.

3. Алгоритмы решения поставленных задач.

4. Разработанные и внедренные программные комплексы, которые успешно используются в практических и научных исследованиях в рамках медицинского обеспечения подготовки граждан к военной службе.

Апробация работы:

Основные результаты исследования докладывались и обсуждались на конференциях: всеармейская научно-практическая конференция, посвященная 75-летию со дня рождения профессора Л. Е. Полякова "Здоровье военнослужащих и статистические методы его изучения" (Санкт-Петербург, 1999); 52 студенческая научная конференция (Петрозаводск, 2000); северо-западная научно-практическая конференция "Информационные системы в здравоохранении" (Петрозаводск - Кон-допога, 2002); научно-практическая конференция "Здоровье населения, политика и технологии развития здравоохранения" (Москва, 2003).

Публикации:

Итоги деятельности автора в направлении исследований опубликованы 7 работ, в том числе 4 статьи и 3 тезиса докладов.

Предложенные программы были апробированы в реальных проектах, на их основании было получено 7 рационализаторских предложений и 3 акта о внедрении.

Структура и объем работы:

Работа состоит из списка сокращений, введения, четырех глав, заключения, списка литературы и приложений. Список литературы содержит 115 наименований. В работе представлено 13 рисунков и 21 таблица. Общий объем диссертации - 137 страниц.

Содержание работы

Во введении обоснована актуальность проблемы, сформулированы цель и задачи исследования, показаны его научная новизна и практическая значимость, отражено внедрение результатов работы и перечислены основные положения, выносимые на защиту.

В Главе 1 анализируются данные отечественной и зарубежной литературы о современном состоянии автоматизации и новых информационных технологий для медицинского обеспечения подготовки граждан к военной службе, а также дается необходимое описание предметной области.

Даются определения основных понятий военно-врачебной экспертизы (категория годности, расписание болезней, первичная постановка на воинский учет и др.). Рассматриваются этапы медицинского обеспечения граждан к военной службе, а также проблемы, стоящие в настоящее время перед медицинскими комиссиями военкоматов, и требующие для своего решения применения новых информационных технологий и методов исследования операций.

Дается обзор использования вычислительной техники и новых информационных технологий в военно-врачебной экспертизе в настоящее время, с указанием решаемых с их помощью задач. Отмечено крайне низкое использование современных информационных технологий в медицинских комиссиях районов (городов).

Также рассматривается возможность использования географических информационных систем (ГИС) в медицинском обеспечении подготовки граждан к военной службе. Даются базовые определения ГИС, рассматриваются методы статического и динамического картографирования. Исследуются приложения ГИС, используемые в настоящее время в военной медицине.

Кроме того, дано описание основных материалов и методов исследования.

В Главе 2 описываются статистические методы, используемые в ходе исследования и программно реализованные в разработанных комплексах программ.

Описываются особенности использования методов прикладной статистики в программе "Экспертиза" анализа данных о заболеваемости и годности к военной службе призывников на примере города Петрозаводска. Особое внимание уделяется использованию регрессионного анализа для прогнозирования заболеваемости и годности призывников в будущем. При этом используются линейная, экспоненциальная и логистическая регрессия; для полученных значений строятся доверительные интервалы, определяются их точность, надежность и значимость. Все рассматриваемые величины строятся на основании реальных данных заболеваемости и годности призывников города Петрозаводска.

Далее рассматривается использование статистических методов в программе "ГИС". Данная программа предназначена для построения динамически изменяемой тематической карты Карелии на основании данных о заболеваемости (годности) призывников по районам. Основное внимание при этом уделяется применению методов кластерного и нечеткого кластерного анализов для разбиения районов Карелии на группы со схожим уровнем заболеваемости, что позволяет делать выводы о состоянии заболеваемости и методах ее снижения в ряде районов на основании исследования одного. Для этого использовались и стандартные методы кластеризации (например, использование иерархического дерева), и специальные, разработанные в диссертации для решения данной задачи. Среди таких методов:

1. Разбиение на основании функции различий. Основное достоинство этого метода по сравнению со стандартными - более четкая формализация определения оптимального разбиения.

На основании значений х(к, Ь) заболеваемости в районе к в момент Ь строится функция различий между районами:

Обозначим С^) - множество элементов группы г в момент времени Ь. Далее построим индикатор отношения района к к группе г:

у(= Хк£С1{ь)

Хк £ С?4(*)

(2)

В результате получим задачу оптимизации, решение которой определяет оптимальное разбиение районов на группы в момент времени точки зрения функции различия

2. Разбиение с учетом динамики. Модифицируем предыдущую задачу таким образом, чтобы разбиение на кластеры строилось только один раз, и учитывало все изменения значений заболеваемости по районам с течением времени. Тогда функция различий (1) примет вид:

р(/с1,&2) = ОК^ъО ~ х{к2Л))2, к\,к-2 е 1..ТП

(4)

«=1

Целевая функция и ограничения задачи также не будут зависеть от момента времени

' пг тп

ЕЕ Е ¿=1 &1 = 1 к2=1 в

р2, Е г/(Лт, г) = 1, /г€1..то; /5ч

¿=1 ^ тп

Е У(М) ^

. у{к,г) € {0,1} , & € 1..т, г е 1..0.

Предлагаемые методы решения этих двух задач описываются в главе 4.

3. Нечеткое разбиение. Рассматривается применение методов нечеткого кластерного анализа для решение указанной задачи.

Как отмечено Э. Г. Руспини, решение проблемы автоматической классификации эквивалентно нахождению функции, которая отображает структуру подобия, определенную на выборочном множестве, в разбиение этого выборочного множества. А это означает, что всякий раз, когда классификация строится с использованием четких множеств, проблема оказывается неразрешимой, так как она равносильна определению изоморфизма между двумя неизоморфными структурами.

С одной стороны, имеется структура, порожденная отношением подобия, которое, в общем виде представляет собой нетранзитивное бинарное отношение (из того факта, что "заболеваемость в районе А подобна заболеваемости в В", а "заболеваемость в В подобна С" не следует, что "заболеваемость в А подобна С").

С другой стороны, структура, обусловленная двузначной функцией принадлежности четких множеств, определяет отношение принадлежности этих точек одному кластеру, которое, разумеется, транзи-тивно.

По этой причине решение проблемы кластеризации в общепринятых терминах выполнимо только после некоторого подходящего ослабления постановки задачи.

Определение. Пусть д - нечеткое множество в ХсЯ,1. Тогда д называется линейным нечетким кластером в том и только в том случае, когда:

i -д(у)

О если 3/ : х = argminx:g(x)=i|x - у\\

z = argminz:f{t)=l\z-y\; \x-y\>\z-y\; sign(x - у) = sign{z - у); r{argminx,g(x)=i\x-y\,y), иначе

(6)

2-\g(x) ~9(y)\ < 1 - r(x,y) для g(x),g{y) > 0. (7)

Далее в главе исследуются преимущества данного определения нечеткого кластера для рассматриваемой задачи по сравнению с определением, предложенным Э. Г. Руспини.

В качестве меры подобия элементов выбирается следующая функция:

где N - максимальная разность заболеваемости в районах.

Точное нахождение оптимального нечеткого кластерного разбиения с вычислительной точки зрения достаточно трудоемко. В нашем случае для построения нечеткого разбиения, близкого к оптимальному, используется итеративный алгоритм:

1. Для базового множества районов X строим полное нечеткое множество /.

2. Для каждого х € X вычисляем С(х) = J2 [r(x>?/) + f(v) ~

3. Находим х = argmax{C(x)}.

4. Модифицируем нечеткое множество /:

5. Если не выполнено условие прекращения процесса (либо ограничение на число кластеров, либо шах{С{х)} < е), то возвращаемся на шаг 2.

6. Все элементы, лежащие слева от первого кластера, отнесем к ядру первого кластера. Все элементы, лежащие справа от ядра последнего кластера, отнесем к ядру последнего кластера. Для всех элементов, которые до сих пор не были отнесены к ядру какого-либо кластера, определяем меры их принадлежности по формуле (6).

Теорема 2.1. Разбиение на линейные нечеткие кластеры, построенное в результате работы данного алгоритма, удовлетворяет условиям (6)-(7).

В главе также рассматривается использование отдельных методов корреляционного анализа (ранговый коэффициент корреляции Спирмэна, критерий Стьюдента) для определения степени зависимости численности категорий годности от стажа работы и квалификации врача-специалиста по районам Карелии, а также дисперсионного анализа (критерий Крускалла-Уоллиса) для сравнения средних значений численности категорий годности по районам в зависимости от стажа работы (квалификации) врачей призывных комиссий военкомата.

В Главе 3 дается описание основных оптимизационных моделей медицинского обеспечения подготовки граждан к военной службе, а также предлагаются методы решения задач, построенных на их базе.

Обозначим 5 - множество субъектов военно-врачебной экспертизы (допризывники, призывники, а также граждане, имеющие отсрочку); J - множество заболеваний. Одна из главных функций военно-врачебных и медицинских комиссий сводится к оценке состояния здоровья военнообязанных граждан, что с позиции модели может соответствовать отображению (для простоты рассматриваем только самое тяжелое заболевание каждого призывника). Каждому заболеванию $ 6 J ставится в соответствие категория годности д = д€ на основании утвержденного приказом Министерства Обороны расписания болезней. Определим численность статьи расписания болезней Ь^ = € ¿>|/(з) — и категории годности

Задача военно-врачебных и медицинских комиссий - обеспечить необходимый контингент призывников по численности и состоянию здоровья. В случае, если численность некоторой категории годности попадает в заданные рамки есть 2 возможности:

1. Изменить количество лиц, страдающих определенным заболева-

нием, за счет лечебно-оздоровительной работы (влияя на отображение /).

2. Изменить численность категорий годности за счет реформирования расписания болезней (влияя на отображение д).

В условиях ограниченных средств возникает вопрос выбора наиболее эффективной методики лечебно-оздоровительной работы с точки зрения управления ситуацией.

Введем дополнительные обозначения. Пусть К - множество ресурсов региона, которые могут использоваться для лечения контингента, - множество методик лечения заболевания причем

1(h) — $ ДЛЯ h Ф 321 U — Для каждой методики лечения i

поставлена в соответствие вероятность Рщ перехода пациента в категорию годности q в результате применения методики , а также нормы расхода ресурсов {ацс}кек в ходе лечения при общем количестве ресурса Cfc. На основании заданных границ численности категории годности Z™ln и Z™ax строятся величины rq, характеризующие степень необходимости призывников категории годности q для армии в настоящий момент.

Тогда естественным образом ставится задача оптимизации лечебно-оздоровительной работы

п

при ограничениях на с ^^ х. <bj, j £ J

ieiU)

вших

и количество

затрач! К,

iei

Xi > 0, г е J;

Xi — целые, г € I,

а также с учетом характера переменных

Решение данной задачи целочисленной линейной оптимизации реализовано методом ветвей и границ в программе "Экспертиза" и используется в работе медицинской комиссии города Петрозаводска.

Потребности вооруженных сил могут не соответствовать состоянию здоровья призывников, даже с учетом лечебно-оздоровительной работы. В этом случае единственным выходом становится реформирование расписания болезней.

Введем дополнительные обозначения. Пусть для каждой статьи расписания болезней заданы значения приоритета данного заболевания, определяемые методом экспертных оценок, и характеризую -щие степень вреда для здоровья призывника с таким заболеванием, а также для армии в целом, в случае его призыва на военную службу. Требуется построить для каждой статьи расписания болезней оптимальный номер новой категории годности

Таким образом ставится задача минимизации суммарного вреда здоровью призывников

при условии выполнения плана призыва

г'Г <гч< г™*, д е я,

нежелательности резких изменений пасписания болезней

-1 < и - х5 < 3 €

Также вводят ¡язывающие чис-

ленность категор = ^^ Ъj, q£Q болезней:

I < Xj < Q, X] — целые, з € ./,

Еще одной дополнительной возможностью алгоритма является отсечение и отказ от рассмотрения статей, уровень приоритета которых превышает некоторое выбранное пользователем значение При

этом появляется одно дополнительное условие:

Данная задача решается методом динамического программирования в программе "Экспертиза". Особенность метода заключается в возможности построения большого количества вариантов ревизии расписания болезней, из которых эксперт выберет наилучший на основании плохо формализуемых критериев.

В предыдущей главе были сформулированы задачи псевдобулевой оптимизации (3) и (5), предназначенные для построения разбиения районов некоторой территории на группы со схожим уровнем заболеваемости. Далее предлагаются методы их решения при дополнительных ограничениях (9), исключающих фрагментацию кластеров в оптимальном решении:

Приближенное решение задачи (3) при дополнительном условии (9) находится при помощи алгоритма:

1. Выполним первоначальное разбиение районов на группы с равным числом элементов. Для этого районы сортируются по возрастанию уровня заболеваемости призывников, а затем их отсортированная последовательность поровну делится на g частей.

2. Выделим граничные районы в каждой группе, т.е. районы, уровень заболеваемости в которых принимает максимальное или минимальное значение в своей группе. Обозначим ^ттО) - район из группы с минимальным уровнем заболеваемости,

- с максимальным уровнем заболеваемости.

3. Рассматривая поочередно граничные районы в каждой группе, найдем тот, для которого выполнено одно из соотношений (10) или (11).

Р(МпикШ,*) > X] € — 1 ,

(10)

р{к,кт^и),1) > ]Г р(М«шпДО,«)> 3 е2..д . (11)

Если найти не удалось, то считаем разбиение близким к оптимальному, иначе переходим на шаг 4.

4. Если было выполнено условие (10), то переносим элемент из группы ] в группу ¿+1. Если же было выполнено условие (11),то переносим элемент хьтЫ из группы ] в группу

5. Возвращаемся на шаг 2.

Теорема 3.1. Описанный алгоритм сходится за конечное число шагов.

Теорема 3.2. В случае использования разбиения на 2 группы алгоритм сходится к оптимальному решению задачи (3),(9) за конечное число шагов.

Метод решения задачи (5) аналогичен описанному, за рядом исключений:

1. Основной алгоритм поиска оптимального решения выполняется один раз для всех периодов времени. Получившееся разбиение считается оптимальным для всех

2. Шаг 2 основного алгоритма больше не требуется. На шаге 3 перебираются поочередно все районы из всех групп, и производится проверка на возможность их отнесения к каждой из оставшихся групп.

В Главе 4 описываются общие структуры и возможности использования разработанных программ "Экспертиза", "Мониторинг" и "ГИС".

Информационная система "Экспертиза" относится к медицинским информационным системам территориального уровня для решения специализированных медико-технологических задач военно-врачебной комиссии субъекта РФ или медицинских комиссий военных комиссариатов районов или городов. Программа вошла в государственную программу работы военных комиссариатов "Зарница". В настоящее время программа имеет четыре модуля: "Статистика", "Оптимизация", "Рекомендации", "Организация".

Модуль "Статистика" предназначен для ведения базы данных, выполнения расчетов и вывода форм, требующихся для исследования общей картины динамики годности, ее группировки, систематизации и предварительной обработки, а также составления прогнозов.

Модуль "Оптимизация" позволяет определять численности контингента лиц, коррекцию здоровья которых необходимо производить в первую очередь в условиях ограниченных ресурсов. Модуль может

использоваться совместно с учреждениями здравоохранения при планировании лечебно-оздоровительной работы в условиях стационара.

Модуль "Рекомендации" предназначен для определения рациональных вариантов ревизии расписания болезней. Модуль может использоваться в случае внесения изменений в расписание болезней по категориям годности для расчетов возможных "потерь" призывных ресурсов и в случае их недостатка.

Модуль "Организация" позволяет хранить и анализировать статистических данных о призывниках, прошедших медицинское освидетельствование при первичной постановке на воинский учет, призыве на военную службу по дням работы комиссии. Необходимость создания такого модуля объясняется неравномерным вызовом на медицинское освидетельствование граждан, у которых определяется категория годности "В", "Г", "Д", требующих длительного времени на оформление клинико-экспертного заключения. В результате возникают перегрузки врачей-специалистов медицинских комиссий военкоматов, которые отображаются графически по категориям годности.

Информационная система "Мониторинг" предназначена для решения задач информационной поддержки деятельности медицинских работников штатной военно-врачебной комиссии субъекта РФ. Эти задачи включают в себя ввод, хранение и последующий анализ медико-социальной информации для граждан 15-18-летнего возраста. "Мониторинг" предполагает на этой основе развитие информационной базы до уровня, позволяющего снижать неблагоприятное воздействие различных факторов риска, влиять на другие характеристики и условия жизни, имеющие значение для формирования здоровья групп граждан, перспективных для службы в ВС РФ.

Программа "ГИС" позволяет наглядно и в динамическом режиме строить отображение некоторой статистической информации медицинского характера (в первую очередь - информация о заболеваемости и годности призывников) на карте Карелии путем заполнения различных районов цветами, соответствующими заданным числовым характеристикам.

В заключении приводятся основные результаты работы, рекомендации по использованию программ и направления будущих исследований.

Диссертацию завершает список используемой литературы и два приложения. Приложение 1 содержит общую схему и текстовое описание структуры баз данных программ "Экспертиза", "Мониторинг" и

"ГИС". Приложение 2 содержит иллюстрации, демонстрирующие режимы работы описанных программ.

Выводы

1. В работе представлен и исследован широкий класс прикладных задач, связанных с медицинским обеспечением подготовки граждан к военной службе, выявлены свойства этих задач и характеризующие их признаки.

2. Построены математические модели класса задач оптимизации лечебно-оздоровительной работы среди призывников, предложены и программно реализованы адаптированные методы целочисленного линейного программирования для решения этих задач.

3. Разработана математическая модель поиска рациональных вариантов изменения Расписания болезней, предложены и программно реализованы способы решения этой задачи на основе методов динамического программирования.

4. Построен комплекс математических моделей анализа заболеваемости (годности) по районам Карелии с применением средств классического и нечеткого кластерного анализов.

5. Обоснована сходимость к оптимальному решению созданных алгоритмов кластеризации для определенного класса задач медицинского обеспечения подготовки граждан к военной службе.

6. Разработан комплекс программ статистического анализа основных процессов медицинского обеспечения подготовки граждан к военной службе с применением средств корреляционного, дисперсионного, регрессионного и кластерного анализов, который внедрен и используется призывными комиссиями г. Петрозаводска и Республики Карелия.

7. Создана программная система, предназначенная для автоматизации ввода, хранения и статистической обработки данных, полученных в ходе призывных мероприятий в группе районов.

8. Разработан комплекс программ статистической обработки географически распределенных данных и наглядного отображения результатов с применением географических информационных систем.

Список печатных работы, опубликованных по теме диссертации:

1. Кузнецов В. А., Фомин А. А., Касьянов О. Ю Математические методы и использование ГИС-отображений состояния здоровья молодежи Карелии // Петрозаводский государственный университет - Петрозаводск, 1999, Рук. деп. в ГЦНМБ №Д-26148 от 28.01.99. 15 стр.

2. Фомин А. А., Касьянов О. Ю. Совершенствование региональной модели управления системой медицинского обеспечения подготовки граждан к военной службе на основе информационных технологий // Бюллетень НИИ им. Н.А.Семашко РАМН - 2003, вып.7. с.118-121.

3. Касьянов О. Ю. ГИС-технологии отображения результатов медицинского освидетельствования граждан в Республике Карелия // Сборник материалов I Всероссийской университетской научно-практической конференции молодых ученых и студентов по медицине: Тез.докл. - Тула, 2002. с.94-95.

4. Касьянов О. Ю., Коробков М. Н., Кузнецов В. А. ГИС-система отображения статистики цереброваскулярных заболеваний по районам Карелии // Медицинский академический журнал. Том 2. Приложение 2. 2002. с.47-48.

5. Касьянов О. Ю. Программа "Экспертиза" как средство статистического анализа годности призывников к военной службе в Республике Карелия // Сборник материалов II Всероссийской университетской научно-практической конференции молодых ученых и студентов по медицине: Тез.докл. - Тула, 2003. с.71-73.

6. Касьянов О. Ю. Программа "Мониторинг" как средство контроля и статистического анализа годности призывников к военной службе в Республике Карелия // Сборник материалов III Всероссийской университетской научно-практической конференции молодых ученых и студентов по медицине: Тез.докл. - Тула, 2004. с. 105-106.

7. Касьянов О. Ю. Комплекс математических моделей и методов решения задач военно-врачебной экспертизы // Труды ИПМИ КарНЦ РАН, вып.5, 2004. с. 184-194.

Подписано в печать 11.11.2004. Формат 60x84 1/16. Бумага офсетная. Печать офсетная. Уч.-изд.л. 1. Усл. кр.-отт. 8. Тираж 100 экз. Изд. №220.

Государственное образовательное учреждение высшего профессионального образования ПЕТРОЗАВОДСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ Типография Издательства Петрозаводского государственного университета 185910, Петрозаводск, пр. Ленина, 33

»23 3 в*

Список сокращений

Введение

1. Описание предметной области

1.1. Медицинское обеспечение подготовки граждан к военной службе

1.2. Использование современных вычислительных средств в военной медицине

1.3. Географические информационные системы и их применение в медицинском обеспечении подготовки граждан к военной службе

1.4. Материалы и методы исследования

2. Статистические модели медицинского обеспечения подготовки граждан к военной службе

2.1. Применяемые методы

2.2. Статистические модели в модуле "Статистика" программы "Экспертиза"

2.3. Статистические модели в модуле "Организация" программы

Экспертиза"

2.4. Статистические модели в комплексе программ ТИС"

2.5. Применение нечеткого кластерного анализа в комплексе программ

2.6. Статистические модели и задачи, реализованные в программе "Мониторинг"

3. Оптимизационные задачи в области медицинского обеспечения подготовки граждан к военной службе

3.1. Применяемые методы

3.2. Экономико-математические модели лечебно-оздоровительной работы. Модуль "Оптимизация"

3.3. Математическая модель поиска рациональных вариантов изменения Расписания болезней. Модуль "Рекомендации".

3.4. Оптимизационные модели, применяемые в географических информационных системах

4. Программная реализация моделей медицинского обеспечения подготовки граждан к военной службе

4.1. Программа "Экспертиза"

4.2. Программа "Мониторинг"

4.3. Комплекс программ ТИС"

Актуальность исследования. В настоящее время проблема медицинского обеспечения подготовки граждан к военной службе приобретает особую остроту. С одной стороны, отказ от полного комплектования армии на профессиональной основе в обозримом будущем означает повышение значимости состояния здоровья призывников для обороноспособности страны. С другой стороны, крупный спад рождаемости конца 80-х - начала 90-х годов XX века [25] становится серьезной проблемой для комплектования армии на основании призыва уже к 2007 году.

Проблема охраны здоровья подростков привлекает к себе все большее внимание медицинской общественности и общества в целом [103]. Применение современных технических средств, новых решений и технологий в медицинском обеспечении подготовки граждан к военной службе невозможно без решения задач планирования и управления с помощью методов математического моделирования [49, 51].

Основные перспективы развития в направлении решения этих проблем связаны с использованием вычислительной техники, новых информационных технологий и автоматизации управления - факторов, повышающих оперативность и надежность управления и планирования [49].

Организационные технологии во всех областях деятельности системы здравоохранения переживают в настоящее время период быстрого развития. Но разработка и внедрение новых механизмов и методов в этой области и рост количества используемых в практике охраны и укрепления здоровья организационных технологий не сопровождаются соответствующей разработкой и развитием их научных основ. Отсутствие прочной научной базы снижает продуктивность и качество работы по созданию, оценке и внедрению новых организационных технологий и вследствие этого отрицательно сказываются на организационной и управленческой деятельности в здравоохранении [88].

В настоящее время работа военно-медицинских комиссий военных комиссариатов автоматизирована крайне слабо. Это во многом объясняется недостаточной компьютеризацией данных комиссий. Практически не применяется современный математический аппарат для решения насущных проблем врачей-специалистов. Такие задачи как статистический анализ заболеваемости и годности призывников, нахождение оптимальных методик лечения контингента, построение рекомендаций по изменению приказа либо вообще не ставятся, либо решаются на явно недостаточном математическом уровне.

Цель исследования: создание комплекса математических моделей и методов, реализованных в виде специализированных медицинских информационных систем для облегчения принятия решений в целях повышения качества медицинского обеспечения подготовки граждан к военной службе.

Задачи исследования:

1. Построение математических моделей основных мероприятий медицинского обеспечения подготовки граждан к военной службе.

2. Постановка и решение задач улучшения количественных и качественных характеристик состава категорий годности призывников путем лечебно-оздоровительной работы и реформирования расписания болезней.

3. Построение алгоритмов группировки территорий и районов по уровню заболеваемости (годности) призывников при нечетко сформулированных критериях для последующего отображения результатов на географической карте.

4. Разработка современного программного комплекса для автоматизации работы медицинских комиссий военкоматов, связанной с вводом, хранением и статистической обработкой данных о призывниках, реализующего предложенные методы.

Научная новизна исследования обусловлена построением математических моделей, учитывающих особенности проведения медицинского освидетельствования граждан. В рамках предметной области предложены новые и модифицированы существующие методы решения задач нечеткого кластерного анализа, целочисленной оптимизации. Вводится и обосновывается определение линейного нечеткого кластера, строится алгоритм нечеткой кластеризации, близкой к оптимальной. Доказывается теорема о сходимости данного алгоритма к решению, допустимому в рамках введенного определения.

Некоторые задачи оптимизации, поставленные и решенные в ходе исследования, отличают такие особенности, как высокая размерность переменных, наличие целочисленных переменных, нелинейный характер ограничений задачи.

Разработано несколько алгоритмов для решения нестандартных задач. Методы исследования.

В работе представлены несколько подходов к моделированию изучаемой системы, рассмотрены несколько типов задач, отражающих отдельные аспекты функционирования военно-врачебной экспертизы. Для решения полученных задач применяются методы исследования операций.

В ходе работы применялись методы целочисленной оптимизации, динамического программирования, статистического анализа, нечетких множеств.

При создании комплекса программ использовались средства программирования, такие как Borland Delphi, Microsoft Visual Basic, а также географическая информационная система Mapinfo.

Приводятся алгоритмы решения задач и структуры данных программ.

Практическая значимость. Разработанные программы и методы позволяют повысить эффективность работы военно-врачебных комиссий. Проведенное исследование обеспечивает врачей заинтересованных служб объективными методиками обработки и анализа разнообразных показателей, выявляемых в ходе призывных мероприятий, а также позволяет отображать полученные результаты в наиболее наглядном виде. Разработанные в ходе работы программы позволяют в кратчайшие сроки изучить динамику, структуру и прогноз результатов медицинского освидетельствования, построить рекомендации по организации и проведению основных мероприятия медицинского обеспечения подготовки граждан к военной службе.

Основные результаты, выносимые на защиту:

1. Математические модели, связанные с планированием медицинского обеспечения подготовки граждан к военной службе.

2. Математические методы решения статистических и оптимизационных задач, связанных с данными моделями.

3. Алгоритмы решения поставленных задач.

4. Разработанные и внедренные программные комплексы, которые успешно используются в практических и научных исследованиях в рамках медицинского обеспечения подготовки граждан к военной службе.

Апробация работы:

Основные результаты исследования докладывались и обсуждались на конференциях: всеармейская научно-практическая конференция, посвященная 75-летию со дня рождения профессора Д.Е. Полякова "Здоровье военнослужащих и статистические методы его изучения" (Санкт-Петербург, 1999); 52 студенческая научная конференция (Петрозаводск, 2000); северо-западная научно-практическая конференция "Информационные системы в здравоохранении" (Петрозаводск - Кондопога, 2002); научно-практическая конференция "Здоровье населения, политика и технологии развития здравоохранения" (Москва, 2003).

Публикации:

Итоги деятельности автора в направлении исследований опубликованы 7 работ, в том числе 4 статьи:

1. Кузнецов В.А., Фомин A.A., Касьянов О.Ю. Математические методы и использование ГИС-отображений состояния здоровья молодежи Карелии // Петрозаводский государственный университет - Петрозаводск, 1999, Рук. деп. в ГЦНМБ №Д-26148 от 28.01.99. 15 стр.

2. Касьянов О.Ю., Коробков М.Н., Кузнецов В.А. ГИС-система отображения статистики цереброваскулярных заболеваний по районам Карелии // Медицинский академический журнал. Том 2. Приложение 2. 2002. с.47-48.

3. Фомин A.A., Касьянов О.Ю. Совершенствование региональной модели управления системой медицинского обеспечения подготовки граждан к военной службе на основе информационных технологий // Бюллетень НИИ им. Н.А.Семашко РАМН-2003, вып.7. с. 118-121.

4. Касьянов О.Ю. Комплекс математических моделей и методов решения задач военно-врачебной экспертизы // Труды ИПМИ КарНЦ РАН, вып.5, 2004. с.184-194.

Также были опубликованы 3 тезиса докладов:

1. Касьянов О.Ю. ГИС-технологии отображения результатов медицинского освидетельствования граждан в Республике Карелия // Сборник материалов I Всероссийской университетской научно-практической конференции молодых ученых и студентов по медицине - Тула, 2002. с.94-95.

2. Касьянов О.Ю. Программа 'Экспертиза' как средство статистического анализа годности призывников к военной службе в республике Карелия // Сборник материалов II Всероссийской университетской научно-практической конференции молодых ученых и студентов по медицине -Тула, 2003. с.71-73.

3. Касьянов О.Ю. Программа 'Мониторинг' как средство контроля и статистического анализа годности призывников к военной службе в республике Карелия // Сборник материалов III Всероссийской университетской научно-практической конференции молодых ученых и студентов по медицине - Тула, 2004. с. 105-106.

Личный вклад автора

Все основные результаты получены лично автором.

Основная часть диссертационной работы состоит из введения, четырех глав, заключения и двух приложений. Работа содержит 137 страниц, 13 рисунков и 21 таблицу. Представлен библиографический список использованной при подготовке диссертации литературы из 115 наименований.

Основные результаты были опубликованы в 6 работах автора.

Направления дальнейших исследований связаны со следующим:

- Постановка, решение и программная реализация задачи планирования лечебно-оздоровительной работы среди призывников при условии неточности информации о числе заболевших и количестве ресурсов региона.

- Модификация алгоритма нечеткой кластеризации для п-мерного случая на основе разбиения с учетом динамики процесса, а также его программная реализация.

Заключение

Исследования диссертации охватывают вопросы построения статистических и оптимизационных моделей медицинского обеспечения подготовки граждан к военной службе, и комплексов программ, в которых широко обозначены фундаментальные научные и прикладные проблемы.

Прикладная часть диссертации содержит ряд задач, связанных между собой как областью приложения (военно-врачебная экспертиза и допризывный контроль здоровья подростков), так и используемыми для их постановки и решения математическими методами. Подведем основные итоги:

- в работе представлен и исследован широкий класс прикладных задач, связанных с медицинским обеспечением подготовки граждан к военной службе, выявлены свойства этих задач и характеризующие их признаки;

- построены математические модели класса задач оптимизации лечебно-оздоровительной работы среди призывников, предложены и программно реализованы адаптированные методы целочисленного линейного программирования для решения этих задач;

- разработана математическая модель поиска рациональных вариантов изменения Расписания болезней, предложены и программно реализованы способы решения этой задачи на основе методов динамического программирования;

- построен комплекс математических моделей анализа заболеваемости (годности) по районам Карелии с применением средств классического и нечеткого кластерного анализов;

- обоснована сходимость к оптимальному решению предложенных алгоритмов кластеризации для определенного класса задач медицинского обеспечения подготовки граждан к военной службе.

- разработан комплекс программ статистического анализа основных процессов медицинского обеспечения подготовки граждан к военной службе с применением средств корреляционного, дисперсионного, регрессионного и кластерного анализов, который внедрен и используется призывными комиссиями города Петрозаводска и республики Карелия;

- создана программная система, предназначенная для автоматизации ввода, хранения и статистической обработки данных, полученных в ходе призывных мероприятий в группе районов;

- разработан комплекс программ статистической обработки географически распределенных данных и наглядного отображения результатов с применением географических информационных систем.

Построенные в результате работы программные продукты можно применять в достаточно широкой сфере:

- прогнозирование заболеваемости в среде призывников по городу Петрозаводску в будущем;

- выбор рекомендуемых методик лечения призывников;

- построение рекомендаций по изменению состава категорий годности;

- анализ уровней заболеваемости (годности) призывников по районам Карелии за прошедшие годы;

- наглядного отображения полученных результатов и исходных данных.

Многие разработанные математические модели, методы и программы могут быть использованы и в других областях. Например, программа анализа данных с использованием географических информационных систем применялась в неврологии.

Предложенные программы были апробированы в реальных проектах, на их основании было оформлено 7 рационализаторских предложений и 3 акта о внедрении.

1. Автандилов Г.Г. Введение в количественную патологическую морфологию. М., 1980.-216 с.

2. Айвазян С.А., Енюков И.С., Мешалкин Л.Д. Прикладная статистика: основы моделирования и первичная обработка данных. М.: Финансы и статистика, 1983. 471 с.

3. Алтунин А.Е., Семухин М.В. Модели и алгоритмы принятия решений в нечетких условиях. Тюмень:Издательство Тюменского государственного университета, 2000. 352 с.

4. Баженова И.Ю. Visual FoxPro 6.0. М.:Диалог, 2001. 416 с.

5. Бахвалов Н.С. Численные методы. М., 1975. 632 с.

6. Беллман Р. Математические методы в медицине. М., 1987. 200 с.

7. Бендат Дж., Пирсол А. Прикладной анализ случайных данных. М., 1989. 540 с.

8. Бережнов Е.С., Ушаков И.Б., Усов В.М. Автоматизированная система поддержки принятия решений при лечебно-эвакуационных мероприятиях с применением авиации // Военно-медицинский журнал, 1995. № 12. с.40.

9. Берлянт A.M. и др. Картографические анимации. М., 2000. 99 с.

10. Буч Г. Объектно-ориентированное проектирование с примерами применения. М.:Диалектика, 1992. 517 с.

11. Быков И.Ю., Ларьков A.A., Столяр В.П., Парфенов В.Д. Использование ГИС-технологий в управлении медицинским обеспечением войск // Военно-медицинский журнал, 2002. №7. с. 10-13.

12. Вагнер Г. Основы исследования операций. Т.1. М., 1972. 335 с.

13. Б.Л.ван дер Варден Математическая статистика. М.:Издательство иностранной литературы, 1960. 435 с.

14. Васильев В.Н. Модели управления вузом на основе информационных технологий. Петрозаводск, 2000. 164 с.

15. Вирт М. Алгоритмы и структуры данных. М.:Мир, 1989. 360 с.

16. Власов В.В. Медицина в условиях дефицита ресурсов. М., 2000. 448 с.

17. Гавурин М.К. Лекции по методам вычислений. М., 1971. 248 с.

18. Гиг Дж., ван. Прикладная общая теория систем. М., 1981. 733 с.

19. Гилл Ф., Мюррей У., Райт М. Практическая оптимизация. М.:Мир, 1985. 509 с.

20. Горелик В.А. Математическое программирование // Соросовский образовательный журнал, 1998. №10. с. 118-123.

21. Гофман В., Хомоненко А. Delphi 6 в подлиннике. СПб.:БХВ-Петербург,2001.- 1152 с.

22. Грачев А.Ю. Введение в СУБД Informix. М.:Диалог МИФИ, 2000. 272 с.

23. Гублер Е.В. Информатика в патологии, клинической медицине и педиатрии. JI.¡Медицина, 1990. 176 с.

24. Гублер Е.В., Генкин A.A. Применение непараметрических критериев статистики в медико-биологических исследованиях. JI.'Медицина, 1973. 141 с.

25. Демографическое положение в России. "Круглый стол" Совета Федерации. М.: Комитет Совета Федерации по социальной политике, 2002. 82 с.

26. Драйпер Н., Смит Г. Прикладной регрессионный анализ. М.: Высш. школа, 1987.

27. Епанешников A.M., Епанешников В.А. Delphi 5. Базы данных. М.:Диалог-МИФИ, 2000.-416 с.

28. Заде JI.A. Размытые множества и их применение в распознавании образов и кластер-анализе // Классификация и кластер. Сборник статей. М.:Мир, 1980. с.208-247.

29. Зайцев В.М., Лифляндский В.Г., Маринкин В.И. Прикладная медицинская статистика. СПб., 2003. 432 с.

30. Иванов В.В., Дубынин И.В., Ретунский В.В. Применение современных технологий и средств проектирования при создании автоматизированных систем военно-медицинского назначения // Военно-медицинский журнал,2002. №3. с. 18-22.

31. Ивантер Э.В., Коросов A.B. Основы биометрии. Петрозаводск, 1992. 168 с.

32. Исследование операций под ред. Дж.Моудера, С.Элмаграби. Т.1. М.:Мир, 1981.-712 с.

33. Кант В.И. Математические методы и моделирование в здравоохранении. М„ 1987.-224 с.

34. Кант В.И. Методология системного подхода и ее применение в практике здравоохранения. М., 1978. 136 с.

35. Карпов Б. Visual Basic 6. Специальный справочник. СПб.:Питер, 2000.

36. Касьянов О.Ю., Коробков М.Н., Кузнецов В.А. ГИС-система отображения статистики цереброваскулярных заболеваний по районам Карелии // Медицинский академический журнал. Том 2. Приложение 2. 2002г. с.47-48.

37. Кемени Дж., Снелл Дж. Конечные цепи Маркова. М.гНаука, 1970.

38. Кириллов В.В. Основы проектирование реляционных баз данных. СПб.:Изд-во Санкт-Петербургского Гос. института точной механики и оптики, 1999.

39. Козлов М.В., Прохоров A.B. Введение в математическую статистику. М.:Изд-во МГУ, 1987. 262 с.

40. Крамер Г. Математические методы статистики. М.:Мир, 1975. 648 с.

41. Крылов H.J1. Правовые основы медицинской экспертизы военнослужащих и лиц, уволенных из вооруженных сил РФ // Военно-медицинский журнал, 2003. №9. с.52-56.

42. Кузнецов В.А., Фомин A.A. Статистические и оптимизационные модели в военно-врачебной экспертизе // Труды Петрозаводского государственного университета. Вып.4, Петрозаводск, 1995. с.3-12.

43. Кузнецов В.А., Фомин A.A., Касьянов О.Ю Математические методы и использование ГИС-отображений состояния здоровья молодежи Карелии // Петрозаводский государственный университет Петрозаводск, 1999, Рук. деп. в ГЦНМБ №Д-26148 от 28.01.99. 15 с.

44. Кузьменко В.Г. Visual Basic 6. Самоучитель. М.:Бином-Пресс, 2003. 432 с.

45. Куликов В.В. и др. Новые методологические аспекты организации военно-врачебной экспертизы // Военно-медицинский журнал, 2003. №7. с.4-9.

46. Куликов В.В., Кузнецов В.А., Фомин A.A., Чернов О.Э. Военно-врачебная экспертиза. Системное математическое моделирование. Петрозаводск, 1998.- 120 с.

47. Куликов В.В., Фомин A.A. Современный этап формирования единой системы стандартов в военно-врачебной экспертизе // Военно-медицинский журнал, 2002. №10. с. 13-17.

48. Культин Н.Б. Delphi в задачах и примерах. СПб.:БХВ-Петербург. 288 с.

49. Лакин Г.Ф. Биометрия. М., 1980. 293 с.

50. Лапач С.Н., Чубенко A.B., Бабич П.Н. Статистические методы в медико-биологических исследованиях с использованием Excel. Киев, 2000. 320 с.

51. Лишнер P. Delphi. Справочник. СПб.:Символ-Плюс, 2001. 640 с.

52. Лямец В.И., Тевяшев А.Д. Системный анализ. Харьков: ХТУРЭ, 1998 - 252 с.

53. Максимов Г.К. Методологические основы формирования учебной и научной дисциплины 'Автоматизация управления медицинской службой' // Военно-медицинский журнал, 1992. № 7. с. 12.

54. Малета Ю.С., Тарасов В.В. Математические методы статистического анализа в биологии и медицине. М.:, 1981. 176 с.

55. Малета Ю.С., Тарасов В.В. Непараметрические методы статистического ф анализа в биологии и медицине. М., 1982. 178 с.

56. Манита А.Д. Теория вероятностей и математическая статистика. М.: Из-дат. отдел УНЦ ДО, 2001. 120 с.

57. Моудер Дж. Методологические основы и математические методы, т.1. М., 1981.-712 с.

58. Назаренко Т.И., Марченко Л.В. Введение в интервальные методы вычислительной математики. Иркутск, 1982. 108 с.

59. Нечеткие множества в моделях управления и искусственного интеллекта под ред. Д.А. Поспелова. М.:Наука, 1986.

60. Орлик С. Секреты Delphi на примерах. М., 1996. 316 с.

61. Орловский С.А. Проблемы принятия решений при нечеткой исходной информации. М., 1981. 203 с.

62. Парин В.В., Баевский P.M. Введение в медицинскую кибернетику. М., 1966. 298 с.

63. Петленко В.П., Сергеев С.Т. К методологии математического моделирования в военной медицине // Военно-медицинский журнал, 1992. №8. с. 10.

64. Прад А. Модальная семантика и теория нечетких множеств // Нечеткие множества и теория возможностей: сб. статей под ред. Р.Ягера. М.: Радио и связь, 1986. с. 161-177.69.72,73,74.