автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.09, диссертация на тему:Многовариантное моделирование и алгоритмизация принятия решений на основе классификации и визуальной трансформации медицинской информации

^ #

<© А На правах рукописи

в4 V

ПОПОВА ОЛЬГА БОРИСОВНА

МНОГОВАРИАНТНОЕ МОДЕЛИРОВАНИЕ И АЛГОРИТМИЗАЦИЯ ПРИНЯТИЯ РЕШЕНИЙ НА ОСНОВЕ КЛАССИФИКАЦИИ И ВИЗУАЛЬНОЙ ТРАНСФОРМАЦИИ МЕДИЦИНСКОЙ ИНФОРМАЦИИ

Специальность 05.13.09 - Управление в биологических и медицинских системах (включая применение вычислительной техники)

АВТОРЕФЕРАТ

диссертации на соискание ученой степени доктора технических наук

Воронеж -1998

Работа выполнена на межвузовской кафедре «Компьютеризация управления в медицинских системах»

Научный консультант Заслуженный деятель науки РФ,

академик РАЕН, доктор технических наук, профессор Фролов В. Н.

Официальные оппоненты: Заслуженный деятель науки и техники РФ,

доктор технических наук, профессор Петровский В. С.

Заслуженный деятель науки РФ, доктор технических наук, профессор Сысоев В. В.

доктор медицинских наук, профессор Губин М. А.

Ведущая организация Курский государственный технический

университет (г. Курск)

Защита состоится 24 апреля 1998 г. в 14 часов в коференц-зале на заседании диссертационного совета Д 063.81.04 при Воронежском государственном техническом университете по адресу: 394026, Воронеж, Московский проспект, 14.

С диссертацией можно ознакомиться в библиотеке Воронежского государственного технического университета.

Автореферат разослан " 23 " марта 1998 г.

Ученый секретарь диссертационного совета

Пасмурное С.М.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. Перспективы развития компьютерного моделирования и мониторинговых подходов в системах диагностики, управления выбором лечения и слежения за показателями клинического состояния биообъекта обусловливают актуальность предлагаемой работы. Несмотря на большое количество исследований, посвященных проблемам разработки критериев диагностики в слабо алгоритмически опреде-. ленных предметных областях знаний, ошибки в постановке диагноза, в частности, на ранних стадиях развития патологического процесса (и вследствие этого - выбор неадекватной терапии), определяют важность многовариантного моделирования в медицинских системах и перспективность разработки автоматизированных систем интеллектуально-информационной поддержки принятия решений, ориентированных на использование неформальных знаний и правил, лежащих в основе врачебной логики, и предоставляющих врачу-специалисту новую дополнительную информацию о состоянии биообъекта в модельно-графической форме, воздействующей на интуитивное и образное мышление врача.

Сложность построения строгих математических моделей в условиях отсутствия четкой дифференциации медицинских показателей между нозологическими формами заболеваний, избыточность фоновой информации о состоянии биообъекта, необходимость учета влияния на него факторов внешней среды, нечеткости границ рассматриваемых классов нозологических форм, неединственность известных классификаций заболеваний, а также многообразие возможных диагностируемых состояний биообъекта с учетом индивидуальности проявления его характеристик, - все это обусловливает целесообразность применения аппарата нечетких множеств.

Актуальность разработки математических моделей классификации на нечетком подмножестве диагностических признаков, позволяющих выделять пограничные стадии заболевания (например, в области терапевтической стоматологии - детализировать пограничную стадию неосложненного кариеса как вторую стадию начального и первую стадию поверхностного кариеса; в психологическом консультировании - корректно соотнести пограничное состояние личности, находящееся между бесконфликтным и конфликтным вариантами поведения, к условной «норме»), обусловлена необходимостью обоснованного выбора приоритетных методов консервативного лечения.

Часто задача корректного распознавания симптоматической картины заболевания может быть осложнена как присутствием интеркуррентных заболеваний, так и субъективной мотивацией поведения пациента во время беседы с врачом. В клинической урологии наличие индивидуальной ва-

риабельности в оценке степени тяжести симптоматики заболевания простаты, существование нескольких классификаций заболевания обусловливают необходимость разработки математических моделей и алгоритмов выбора вида лечения доброкачественной гиперплазии предстательной >келезы (ДГПЖ) для обоснованного назначения приоритетных нетравматичных неинвазивных, мало- и минимально инвазивных методов неоперативного лечения, а также методов хирургического вмешательства, базирующихся на высоких медицинских технологиях.

Многообразие клинической картины течения и исходов многих заболеваний, в частности, шизофрении, определяет сложность задачи выбора терапии, предупреждающей развитие отрицательного лекарственного патоморфоза и формирование фармакорезистентности (ФР) у больного. Необходимость анализа клинических, гормональных, иммунных, клинико-гормональных и клинико-иммунных эффектов в процессе терапии нейро-пептидами и применение немедикаментозных методов лечения, прогнозирование динамики клинического профиля в мониторинговом процессе обусловливают важность построения моделей и алгоритмов управления процессом преодоления ФР.

За последнее десятилетие комплексное исследование и решение задач выявления степени и характера зависимости показателей уровня здоровья населения от факторов внешней среды получили новую возможность реализации на базе компьютерных геоинформационных систем (ГИС), что связано с пространственной организацией и анализом динамически изменяющихся причинно-следственных связей между показателями факторов. Моделирование ситуаций по данным медицинского мониторинга, прогнозирование значений уровней заболеваемости населения территориальных единиц с учетом экологического подхода, управление визуализацией результатов моделирования необходимо для обоснования принятия решений по выбору стратегии организации лечебных мероприятий на любом уровне системы здравоохранения и обусловлено повышенным. вниманием к изучению роли .геофакторов как в возникновении, так и в изменении клиники многих заболеваний, что связывается с нарушениями биологической адаптации организма, отрицательным влиянием психоэмоциональных факторов, порождаемых "информационной революцией", изменением социально-экономических условий общества и ухудшением экологической обстановки регионов.

Таким образом, компьютерные подсистемы интеллектуально-информационной поддержки принятия решений, реализующие математические

модели классификации и диагностики состояний биообъектов, алгоритмические схемы выбора лечения и методы визуальной трансформации в условных графических образах результатов моделирования имеют важное значение для практического здравоохранения для повышения эффективности принимаемых решений как с учетом индивидуальных особенностей состояния объекта исследования, так и с учетом пространственно-временного аспекта взаимодействия объектов.

Работа выполнена в соответствии с межвузовской научно-технической программой 12.11 "Перспективные информационные технологии в образовании" в рамках единого заказа-наряда МОиПО России по направлению "Информатизация образования" и в рамках одного из основных направлений Воронежского государственного технического университета "Биомедкибернетика, компьютеризация в медицине".

Цель и задачи исследования. Целью диссертационного исследования является многовариантное моделирование медицинской информации, алгоритмизация процессов принятия решений в задачах диагностики, выбора лечения, управления визуализацией информации, реализуемых в компьютерных подсистемах информационной поддержки принятия решений, позволяющих классифицировать состояния биообъекта, прогнозировать оценки будущих его состояний в мониторинговом процессе с учетом данных, поступающих от врача на основе визуального анализа условных графических образов, интерпретирующих результаты моделирования.

Для достижения поставленной цели необходимо решить следующие основные задачи:

провести анализ перспективных направлений развития компьютерных информационных технологий для обоснования необходимости разработки компонента визуальной трансформации результатов моделирования медицинских данных и ситуаций по принятию решений в условных графических образах;

разработать математические модели распознавания пограничных форм заболевания (что особенно важно на ранних этапах развития патологического процесса), реализующих предложенные методы формализации и структуризации медицинской информации с учетом ее особенностей;

разработать модель распознавания симптоматической картины заболевания, учитывающую нечеткость задания степени проявления симптомов качественного типа, и алгоритмические схемы рационального выбора лечебно-профилактических мероприятий на основе комплексной диагностики;

разработать алгоритм управления процессом преодоления фарма-корезистентности при назначении больным шизофренией нейропептидов и иглотерапии на основе предложенной логической модели выбора терапевтических воздействий;

осуществить структурную классификацию показателей медицинской отчетности с учетом территориально-временного аспекта на базе инвариантного информационного ядра;

разработать методы визуальной трансформации в условных графических образах динамики оценок клинического состояния биообъекта, оценок межличностного восприятия индивидуумов в клиринговых психологических системах, трудно формализуемых в текстовом описании результатов классификации состояний биообъекта с использованием когнитивного подхода, результатов математико-картографического моделирования взаимодействий пространственных объектов;

разработать комплексную методику многовариантного моделирования медико-экологических показателей качества состояния среды и здоровья людей как основного компонента автоматизированного медицинского кадастра;

реализовать разработанные модели, методы и алгоритмы в подсистемах информационной поддержки принятия решений на базе компьютерных информационных технологий;

апробировать результаты исследований в клинических условиях. Методы исследования для решения поставленных задач объединяются на основе системного подхода к решаемой проблеме. Используются аппарат и методы теории распознавания образов, принципы и основные положения теории вероятностей и математической статистики,. нечеткой логики, многомерного шкалирования, методы и модели теории управления, принципы теории программирования, современные методики лечения в клинической урологии и психиатрии, в терапевтической стоматологии. Достоверность теоретических результатов подтверждается данными экспериментальных исследований в клинических условиях.

Научная новизна результатов исследования состоит в том, что разработаны модели, методы и алгоритмы классификации, диагностики, управления выбором вида лечения, использующие возможности визуальной трансформации результатов моделирования и позволяющие обеспечить информационную поддержку принимаемых врачом решений, повысить их эффективность и качество. В работе получены и выносятся на защиту следующие результаты, характеризующиеся научной новизной:

математические модели классификации и распознавания пограничных стадий заболевания, ориентированные на использование аппарата нечеткой логики и формализованных правил-эвристик, учитывающих различную степень информативности и нечеткость задания признаков и характеристик, описывающих состояние объекта исследования, отличающиеся формированием уточненных оценок близости состояний исследуемых биообъектов как к условным нормам рассматриваемых классов заболеваний, так и между объектами в психологических клиринговых системах;

алгоритмические схемы комплексной диагностики и рационального выбора вида лечения, отличающиеся этапом компьютерного самотестирования симптоматической картины заболевания, и представлением врачу-исследователю возможности варьирования шкалы интенсивности проявления качественных диагностических признаков и условных границ классов рассматриваемой патологии;

алгоритм управления процессом преодоления фармакоре-зистентности у больных шизофренией, отличающийся использованием результатов компьютерной визуализации в условных графических образах прогностических оценок клинического состояния больного с применением когнитивного подхода;

методы технологии визуальной трансформации результатов моделирования медицинской информации в условных графических образах, отличающиеся возможностями графического обоснования диагностических и прогностических оценок и трудно формализуемых в текстовом описании выводов, воздействующих на образное мышление врача;

комплексная методика информационной поддержки принятия решений по выбору лечебно-профилактических мероприятий, отличающаяся возможностью анализа пространственных взаимодействий объектов на основе многовариантного моделирования медико-экологических показателей качества окружающей среды и здоровья населения с использованием методологии геоинформационных технологий

Практическая ценность и реализация результатов работы. Разработанное математическое, алгоритмическое, методическое и программное обеспечение задач классификации состояний биомедицинских объектов, управления процессом принятия решений по выбору лечебно-профилактических мероприятий, предложенные методы графической интерпретации результатов моделирования могут широко применяться при построении компьютерных систем информационной поддержки врача.

ориентированных и на раннюю диагностику заболевания, и на рациональный выбор лечения , и на прогнозирование уровня заболеваемости.

Результаты исследований в виде программного обеспечения подсистем распознавания пограничных стадий неосложненного кариеса; диагностики нарушений психологической адаптации личности в социальной среде; комплексной диагностики и рационального выбора вида лечения при заболевании доброкачественной гиперплазией простаты; управления процессом преодоления фармакорезистентности у больных шизофренией при назначении иглотерапии и нейропептидов; информационной поддержки принятия решений по выбору лечебно-профилактических мероприятий на основе данных медицинского мониторинга с учетом экологического подхода внедрены на кафедре терапевтической стоматологии с курсом физиотерапии ВГМА им. H.H. Бурденко; на кафедре психиатрии, наркологии, общей и медицинской психологии ВГМА им. H.H. Бурденко; на курсе урологии ВГМА им. H.H. Бурденко, в учебный процесс межвузовской кафедры КУМС при обучении студентов по специальности 190500 "Биотехнические и медицинские аппараты и системы", в учебный процесс кафедры САПРиИС ВГТУ при обучении студентов по специальности 071900 "Информационные системы".

Разработанные модели, алгоритмические схемы и методики, представленные в диссертации, получены при непосредственном участии автора в госбюджетной научно-исследовательской работе № ГБ 96.27, выполненной по теме:" Разработка алгоритмического, программного обеспечения процессов диагностики и лечения заболеваний и формирования автоматизированных систем" (код НИР 34.55.21).

Медико-экономическая эффективность работы заключается в возможности осуществления рационального выбора вида лечения с учетом индивидуального подхода к пациенту, предотвращении повторных обращений к врачу, в сокращении на 10-15 % сроков лечения, оптимизации управления на различных уровнях здравоохранения. Ожидаемый экономический эффект от внедрения результатов НИР в клиническую урологию -2,53 млн р. в год (в ценах 1995 г.); в клиническую психиатрию - 615 тыс. р. в год (в ценах 1997 г.).

Основные научные положения и результаты, выносимые на защиту

1. Модели распознавания пограничных стадий заболевания, характеризующие обратимость патологического процесса, учитывающие степень информативности и нечеткость задания диагностических признаков

и отличающиеся предоставляемой возможностью графической визуализации в условных образах результатов диагностики.

2. Алгоритмические схемы управления процессом рационального выбора лечебно-профилактических мероприятий, отличающиеся проведением комплексной диагностики, реализацией многовариантного подхода к моделированию, учитывающих индивидуальные особенности состояния объекта исследования - с одной стороны, пространственно-временной аспект взаимодействия объектов исследования - с другой стороны.

3. Методы визуальной трансформации в условных графических образах результатов многовариантного моделирования медицинской информации, отличающиеся использованием принципов когнитивного подхода к графической интерпретации данных и возможностью графического обоснования трудно формализуемых в текстовом описании рекомендаций.

Совокупность научных положений и результатов, представляющих собой решение научной проблемы, имеющей народнохозяйственное зна-' чение, получена в рамках выдвинутого и обоснованного автором научного направления в области моделирования и управления процессом принятая решений в медицинских системах, заключающееся в разработке математического, алгоритмического, методического и программного обеспечения процессов классификации, диагностики, принятия решений по рациональному выбору лечебно-профилактических мероприятий с практическим внедрением на различных уровнях здравоохранения.

Апробация работы. Основные положения и научные результаты диссертационной работы докладывались и обсуждались на Международных конференциях, симпозиумах и конгрессах - "САПР-92. Новые информационные технологии в науке, образовании и бизнесе" (Воронеж, 1992); "БИОМЕДПРИБОР", (Москва, 1995,1996); "Новые информационные технологии в медицине и экологии" (Украина, Крым, Гурзуф, 1996, 1997); "Реабилитация в медицине и иммунореабилитация" (Израиль, 1997); "7-й Национальный конгресс по болезням органов дыхания" (Москва, 1997);

на Всероссийских совещаниях-семинарах - "Оптимальное проектирование технических устройств и автоматизированных систем" (Воронеж, 1992); "Высокие технологии в проектировании технических устройств и автоматизированных систем" (Воронеж, 1993); "Математическое обеспечение информационных технологий в технике, образовании и медицине" (Воронеж, 1994,1995,1996,1997 гг.); "Диагностика, информатика, метрология, экология, безопасность (ДИМЭБ-96)" (Санкт-Петербург, 1996);

на республиканских научных и научно-практических конференциях -"Высокие технологии в практике учреждений здравоохранения г. Воронежа" (Воронеж, 1989); "Проблемы экологии и экологической безопасности Центрального Черноземья" (Липецк, 1996); "Актуальные вопросы медицины и проблемы реабилитации" (Харьков, 1996); "День науки: диагностика и новые технологии в здравоохранении" (Липецк, 1997);

на Межрегиональной научно-практической конференции "Актуальные вопросы обеспечения качества медицинской помощи. Аккредитация и лицензирование медицинской и фармацевтической деятельности" (Воронеж, 1998); региональной научно-практической конференции "Актуальные проблемы информационного мониторинга" (Воронеж, 1998); региональном совещании-семинаре "Компьютеризация управления качеством высшего образования" (Воронеж, 1992); научно-технических конференциях Воронежского государственного технического университета (1990-1997 гг.)

Публикации. По теме диссертационной работы опубликовано 56 работ, включая 27 статей в центральных изданиях и межвузовских сборниках научных трудов.

Структура и объем работы. Диссертация состоит из введения, 7 глав, заключения, списка литературы из 209 наименований и трех приложений. Основная часть работы изложена на 217 страницах машинописного текста, содержит 62 рисунка и 41 таблицу.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обосновывается актуальность темь1 диссертационной работы, сформулированы цель и задачи исследования, изложены основные научные положения и результаты, выносимые на защиту.

В первой главе на основе системного анализа современных тенденций развития компьютерных информационных технологий и их применения для решения медико-диагностических задач выделены два основных направления, позволяющие с одной стороны - автоматизировать ■ процессы классификации и диагностики состояний биообъекта, принятия решений по выбору лечебно-профилактических мероприятий с учетом его индивидуальных особенностей, а с другой стороны - автоматизировать процессы ведения, обработки и интерпретации медико-экологической информации с учетом пространственно-временного аспекта и реализовать информационную поддержку принятия решений на основе оверлейных операций с информационными слоями территориальных объектов.

Обсуждаются границы компьютерных подсистем распознавания пограничных стадий заболевания, достоинства и недостатки автоматизации процедур тестирования в психодиагностике, преимущества графической интерпретации трудно формализуемых в текстовом описании результатов моделирования. На основе проведенного анализа определены требования, предъявляемые к разработке современных автоматизированных программных комплексов, обеспечивающих специалиста широким спектром средств графической интерпретации медицинских данных с возможностью проведения врачом оперативного визуального анализа в интерактивном режиме.

Исследованы методы формализации медицинской информации, учитывающие ее особенности: нечеткость, избыточность, информативность, неполноту, субъективность. Системный подход к анализу известных методов представления данных и знаний выявил необходимость разработки конпонента для визуализации результатов моделирования в условных графических образах, обосновывающих принимаемые решения в задачах диагностики, прогнозирования, управления выбором лечебно-профилактических мероприятий.

Обосновывается важность и актуальность интеграции моделей и алгоритмов решения задач мониторирования и пространственного анализа медико-экологической информации на базе геоинформационных технологий.

Во второй главе диссертационной работы описаны разработанные модели классификации состояний биомедицинских объектов. Предлагается многомерный вектор признаков, описывающий состояние г-го объекта в признаковом пространстве Р, возможно, совокупностью ] = 1з м видов аспектов представить в виде . . , Т

Vй-У) V }

-А// ХЛ!,; ,

где принадлежность элемента Хц множеству Р выражается на основе дихотомического кодирования.

Ставится задача классификации: используя заданное множество признаков и зафиксировав классы состояний объектов (К0 - класс, в котором объект не обладает ни одним из признаков множества I'; К, - класс, определяющий некоторую "норму" ; К3 - класс патологических состояний объекта), требуется отнести состояние исследуемого объекта к одному из

классов и получить оценку его положения в этом классе. (= (<7)}т'

\^ ¡2} ' •'_2Г/У' * ~ Условная норма д-го класса .заболевания). Реально, границы между классами к, и К, являются нечеткими.

Признаки разбиваются на группы //,/?,...Уа'> /' п^ 1 гАе каждая группа (фактор) содержит признаки, описывающие основные классы.

Таблица 1 1 • Д™ классификации со-

стояния исследуемого г-го объекта при дихотомическом задании значе- ■ ний признаков формируется таблица оценок, где-^Г' 6 [0,1] -вес информативности л-го признака для ;'-го аспекта, определяющий степень его диагностической важности.

Факторы Аспекты

1 м

Л

К1,

А

Я

(у,я),

N

ЕЬс^«'

2. Сочетание формализованной постановки задачи классификации и правил-эвристик позволило описать качественные диагностические характеристики состояния объекта с учетом опыта и интуиции врача. Признаки р7, описывающие патологию В{ р,, \м/к }, к-1,К, представлялись в

форме утверждений с тенденцией усиления интенсивности их проявления по шкале, представляемой структурными лингвистическими переменными, где элементы множества термов Г имели вид: Т = { в пределах нормы; слабо выраженная; выраженная; сильно выраженная), и каждое значение м}к задавалось нечеткой функцией принадлежности ц (р7) е [0,1].

Оценка близости между нечеткими подмножествами А и В (описывающими, соответственно, состояние объекта исследования и условные границы класса) вычислялась через обобщенное относительное расстояние Хэмминга, что позволило размещать ее в единичном коридоре:

I

N

~ - /=1 _ 3. Модифицированная классификация неосложненного кариеса. Кариес как объект моделирования и управления, имеет ряд особенностей: не все клинические проявления и признаки в одинаковой мере характеризуют кариозный процесс; оценка кариозного поражения на основе лишь количественных признаков не обеспечивает обоснованный выбор лечебных оперативных и консервативных мероприятий; существующая классификация кариеса не позволяет точно детализировать его стадии с учетом субъективности оценки качественных признаков и отсутствия строгой

дифференциации признаков между ними. На этапе структуризации признаков неосложненного кариеса на основе экспертного оценивания была выделена группа из 16 наиболее информативных признаков: «наличие болевых ощущений разной степени выраженности», «характер поверхности эмали при зондировании», «интенсивность окрашивания пятна метиленовым синим», «наличие кариозного поражения в виде пятна», «температурная чувствительность эмали» и др. Каждый признак представлялся в форме нескольких утверждений, показывающих тенденцию усиления проявления кариозного поражения на зубе от начального к глубокому кариесу. Например, признак "Чувствительность дентина на прикосновение зондом" имел следующие представления: «потеря гладкости эмали при зондировании»; «повышенная чувствительность в области эмалево-дентинной границы»; «болезненность по всему дну кариозной полости». Использование прямого метода задания функций принадлежности нечеткого подмножества позволило выделить пограничную стадию кариозного заболевания.

Направление усиления кариозного поражения зуба

Начальный кариес Поверхностный кариес

I.....................................................I)...........................................................I..........................

/■ Начальный > НачальныйПоверхност- Поверхност- .•■'• Средний .';•

< кариес I кариес II •••'. ный кариес 1ч ный кариес II ';. кариес I

''.........................."I .................................-¡'.....................................................''

Пограничная стадия

4. Для задачи психологического консультирования при выявлении характеристик адаптивного/дезъадалтивного поведения личности в социальной среде использовались факторы "Лидерство", "Уверенность в себе", "Требовательность" и др. Формируемый профиль личности характеризовал степень ее адаптивности (а также тревожности, самолюбования, неуверенности, психопатичности, ипохондричности) как характеристики способности индивидуума переносить психическую нагрузку или компенсировать ее влияние. Было показано, что между состоянием объекта и "условной нормой" адаптивного поведения не может быть четкой границы: с одной стороны - влияние факторов мотивационного поведения, с другой стороны - "двугорбость" психологических характеристик, одновременно включающих понятие "хорошо" и " плохо" для различных вариантов ■ индивидуального восприятия. Психологические характеристики представлялись в виде утверждений с тенденцией усиления их проявления от некоторой условной нормы адаптивности к дезъадаптивности - высокой степени конфликтности.

При определении характера взаимодействия двух объектов А1 и А2 на основе нечеткого задания значений признаков вычислялись оценки состояния сильного проявления каждой ¡-¡л характеристики

¡.I. = та

(2)

К/с / = 1

где э=1,2; Ык - количество признаков в к- м факторе.

Для оценки межличностных притязаний объектов А и В в психологических клиринговых системах (модифицированный тест Т. Лири) рассматривались следующие аспекты: А1, В1 - реальная оценка объекта; А2, В2 - оценка идеала объекта; АЗ, ВЗ - ролевое перевоплощение; А4, В4 -оценка прожективного; А5, В5 - самооценка. Качественно новые характеристики межличностного восприятия формировались в перекрестных сочетаниях аспектов (сходство реального и идеального, соотношение прожективного и инверсно-прожективного и др.). Вычислялось относительное обобщенного расстояния Хемминга. Для варианта нечеткого задания значений признаков вычислялась оценка

Ык

Як- !>(/?,*)- (3)

./=!

Предлагается табличная интерпретация значений оценок состояния объекта по каждому фактору в виде числа позиционной системы счисления . с любым основанием Ь

т-1

(ат.ь ат_2, ...а-!, ао) ь ~ат-1Ьт +эт_гй'п + ... +Эо = Х^/Ь » (4)

/=■■0

где значение более информативного ("сильного") признака оказывалось в Ь, б2, Ь3 и т.д. раз больше "слабого" признака. Числовые оценки типа

О = (1110...110) ь позволили количественно сравнивать как степень интенсивности психологической характеристики каждого фактора, так и оценки взаимных притязаний объектов.

5. Предложенная структурная классификация медицинских данных относительно выбираемых нозологических форм с учетом их

пространственно-временного аспекта позволила сформировать по запросам пользователя информационные модели, являющиеся результатом преобразования трехмерной информации в двумерную (реляционные таблицы). Базовой формой медицинской отчетности являлась Форма № 12 Госкомстата России. Показано, что такая структурная трансформация информационных слоев локальных территорий по показателям качества состояния окружающей среды и здоровья людей базируется на парадигме инвариантного информационного ядра, используемого для математико-картографического моделирования данных медицинских мониторингов.

Рассмотрена классификация пространственных объектов по различным многомерным группировкам показателей состояния качества среды и здоровья людей (в работе исследовалось более 300 экологических показателей: агрохимические мероприятия, валовое содержание солей металлов в почве, промышленные выбросы в атмосферу от стационарных источников, транспортная загрузка территорий и др.; уровни заболеваемости по конкретным нозологическим формам, показатели медико-ресурсной обеспеченности объектов исследования и др.), которую предложено включить в один из этапов комплексной методики прогнозирования заболеваемости по районам Воронежской области (ВО).

Временные срезы любого процесса, характеризующего территорию, представлялись в виде одного или нескольких информационных слоев (цифровых моделей). Классификация территориальных единиц по комплексу признаков (показателям информационных слоев карты) позволила выделить однородные относительно задаваемых критериев совокупности территорий. Экологические показатели состояния ландшафта (показатели абиотических, биотических и антропических процессов) были представлены экспертными оценками (база экологических данных кафедры природопользования и мониторинга окружающей среды ВГУ). Кластеризация локальных территорий по комплексу признаков базировалась на стандартных алгоритмах прямой классификации и проводилась по критерию минимизации внутриклассовой дисперсии по выбранным признакам

для различного числа задаваемых классов

N К ,

Р = I 1сГй-->т/п- <5>

Ы у=1

С каждой территориальной единицей связывался вектор-состояний,

хЧ-{ ьЧ> Яг П г'г Уг .

где Ь\' показатели ландшафта; - показатели природных ресурсов; у*! - показатели ресурсной обеспеченности объектов; и У; -

неуправляемые и управляемые показатели состояния внешней среды; ~ показатели уровней качества здоровья населения по нозологическим формам; ? - временной диапазон, за который агрегируются данные по факторам; г-код территориальной единицы.

Кластерный анализ проводился на базе пакета ЭТАПЭТЮА 3.0. Запросы на кластеризацию формировались для следующих вариантов: А) - все районы ВО; Б) - промышленные районов ВО; В) - непромышленные (с/х) районы ВО. Пример запроса при фиксации временного параметра:" валовое содержание солей тяжелых металлов в почве + авиа- и агрохимическая обработки почв + выбросы в атмосферу от стационарных источников + заболеваемость хронической обструктивной болезнью легких". Включение показателей агрохиммероприятий достоверно (р<0,05) отличало результаты классификации в группах промышленных и с/х районов ВО.

Третья глава посвящена обсуждению моделей и организации управления процессами принятия решений по выбору лечебно-профилактических мероприятий с учетом экспертной информации, поступающей от врача. Обсуждаются преимущества и обоснованность процедуры принятия решений по результатам статистического и математико-картографического моделирования данных медицинского мониторинга с учетом экологического подхода, базирующейся на компьютерных информационных технологиях и предоставляющей возможности моделирования ситуаций по принятию решения. Индикаторный характер результатов исследования ориентирован на решение задач практического здравоохранения, обоснования принятия решений по выбору мероприятий медицинской и гигиенической профилактики. По результатам моделирования данных медицинского мониторинга предлагается формировать так называемый «медицинский паспорт» рассматриваемых территориальных единиц, включающий значения оценок показателей качества окружающей среды и здоровья населения и значения интегральных показателей по различным совокупностям агрегированных критериев. Обсуждаются методы формирования интегральных критериев, учитывающих нечеткость задания степени их важности. Предлагается процедуру принятия решения по выбору лечебно-профилактических мероприятий проводить на основе визуального анализа результатов моделирования, представляемых в модельно-знаковой форме и в условных графических образах, реализуемых на базе геоинформационных технологий.

Предложенные модели распознавания симптоматической картины заболевания доброкачественной гиперплазии простаты (ДГП)

где

5'' = £ '

X - индикатор выбора ЭУ -го симптома -1 IV. - весовой коэффициент у-го симптома в л-й шкале;

( 6;

у=1 ~

( 7 )

позволили учитывать субъективность мотивации жалоб пациента и субъективность оценки диагностической значимости признаков врачом как при первичном осмотре пациента, так и во время контрольных тестирований. Уточненная оценка степени тяжести заболевания использовалась для обоснования выбора медикаментозной терапии и приоритетных неинвазив-ных методов лечения. Компью-' терное тестирование и представление в условных графических образах динамики симптоматики ДГП. в процессе назначенной терапии с использованием модели модифицированного семантического диффе-' ренциала (рис. 2), позволили дать врачу дополнительный инструментарий слежения за состоянием больного в мониторинговом процессе.

8 8.) 8.2 8.3 М 8.5 б.С 8.7 0.8 0.3!

Признак?

ЛризвакЗ

ПриэяаМ

Приз«»«5

Признак 6

Прнзнзк? |

- . I

(5=5,6)

Рис.2. Пример визуализации динамики изменения симптоматики ДГП! по результатам 3 контрольных тестирований (1-й,25-й, 45-й день терапии пермиксоном) больного Д. (53 года)

Структурно-алгоритмическая схема управления процессом преодоления фармакорезистентности (ФР) у больных приступообразно-прогре-диентной шизофренией (ППШ) дана на рис.3. Описаны результаты статистического моделирования архивной информации, дан анализ

динамики оценок клинико-гормональных и клинико-иммунных корреляций в процессе терапии и предложена их табличная и графическая интерпретация.

|ит I

ИММУННАЯ

I- I СИСТЕМА

|М-РОК

ш Г|дА]||зсГ] [|дм]

»ГЬрйойалС-;,.

ЭНДОГЕННЫЙ УРОВЕНЬ (£)

'.щ-гг I ЭНДОКРИННАЯ АК"'К| СИСТЕМА

ТТГ, ТЗ.Т4

Лролаетин

ФСГ,ЛГ,Э,Т

стг

Рис. 3. Обобщенная алгоритмическая схема управления процессом преодоления ФР

В четвертой главе обсуждаются преимущества индивидуального подхода к оцениванию текущего и прогнозируемого состояния исследуемого биообъекта. Описаны результаты изучения механизмов влияния клинических симптомов шизофрении в процессе назначения больным шизофренией нейропептидов (вазопрессина - В, окситоцина - О, даларгина - Д) и немеди-каментозного метода лечения иглотерапии (ИТ) на фоне психофармакотерапии (ПФТ) - с одной стороны, показателей иммунного и гормонального статуса - с другой стороны. Результаты статистического моделирования архивных данных по 5 группам резистентных больных Воронежской областной психиатрической больницы (сопоставимых по основным клиническим показателям, возрасту, полу, нозологии, типу и длительности заболевания) показали достоверные отличия в изменении степени "активности"' клинико-гормональных и клинико-иммунных эффектов при назначении нейропептидов и ИТ. Контрольные тестирования проводились до начала лечения (До), на 7-9-й (ДО и 14-17-й (ДеП()) дни лечения. Достоверность степени тесноты корреляционной связи между /-м клиническим и ./-м

гормональным (иммунным) показателями определялась по {-критерию Стьюдента (q=5 %). На основе данных контрольных тестирований состояния исследуемых пациентов в процессе ИТ и при назначении В, О, Д была выявлена "сильная" и "средняя" степени "активизации" клинических симптомов по каждой из 11 групп аффективно-бредовых и кататонических синдромов. Группы синдромов: I - аффективные нарушения, II - двигательно-волевые и поведенческие нарушения, III - нарушения мышления, внимания, ориентировки, IV - расстройства сознания, V - снижение критики к состоянию сознание болезни, VI - патологические тенденции и влечения, VII - преоб-' ладающие патологические идеи и представления, VIII - патологические ощущения и восприятия, IX - нарушение психической активности, X -нарушения сна, XI - показатели социально-трудовой адаптации

Трансформация приступообразно-прогредиентной шизофрении (ППШ) (утрата остроты приступов, монотонность и вялость течения болезни, стирание граней между приступом и ремиссией) связана с назначаемой больным ПФТ. Противоборство прогредиентной тенденции, заложенной в сущности шизофрении, и регредиентной, отражающей терапевтическое воздействие на симптоматику и течение заболевания, - формирует клинические картины шизофрении. Для выбора метода преодоления ФР был предложен вариант графической интерпретации прогностических оценок трансформации клинического профиля с учетом степени реактивности симптомов с использованием когнитивного подхода.

Результаты статистического исследования влияния факторов внешней среды на уровень заболеваемости взрослого населения районов Воронежской области (на примере легочной и гинекологической патологий) позволили выявить специфический характер достоверных корреляций медико-экологических показателей и обосновать важность проведения такого исследования как одного из этапов комплексной методики прогнозирования заболеваемости на региональном уровне. Методика построения адекватных регрессионных моделей включала проверку автокорреляции между уровнями рядов динамики (кросс-корреляции); проверку автокорреляции в остатках (отклонениях от тренда); вычисление взаимной корреляционной функции для временных лагов; исключение мульти-коллинеарности между факторами; выбор вида уравнения регрессии. Устранение мультиколлениарности, определяемой по парным коэффициентам корреляции позволило выделить наиболее существенные из них.

1. Исследовалась заболеваемость женского населения репродуктивного возраста эндометриозом, сальпингитом и бесплодием за

1991-1996 гг. по всем районам Воронежской области (ВО) и отдельно по промышленным (N=11) и сельскохозяйственным (N=21) районам на основе данных медицинского мониторинга с учетом экологического подхода. Фрагмент результатов исследования дан в табл. 2. Рассматривались следующие динамические ряды относительных медицинских показателей по каждому /му району ВО (/ =1,32): рождаемость на 1000 чел. населения; заболеваемость сальпингитом (эндометриозом, бесплодием); впервые выявленная заболеваемость сальпингитом (эндометриозом, бесплодием); число диспансерных больных сальпингитом (эндометриозом, бесплодием); количество врачей акушеров-гинекологов на 1000 чел. населения и др. Статистическое моделирование проводилось с использованием пакета БТАЛБЛСА 3.0 и модулей "мастеров" для статистической обработки атрибутивной информации и построения запросов ГИС-вьювера Агс\Ле\л/ 2.3.

Таблица 2

Статистическая согласованность(р<0,05) показателей заболеваемости эндометриозом с показателями комфортности среды (1991-1996 гг.)

Группа показателей Показатели Э н до м етриоз Прим.

ВО-32 Пром. С/х р. - гпах (год)

Об/Вв Об/ Вв Об /Вв

Пром. Выбросы в атмосферу 1. Промышленные выбросы в атмосферу (всего) тыс.т в год 2. Промышленные выбросы в атмосферу СО (газообр.+жид.) тыс.т в год 3. Промышленные выбросы в атмосферу углеводорода (газообр.+жид.) тыс.т в год 0,45 /0,5/- 0,72 /0,81 /- 0,87/0,48 0,8/0,9 0,44 /- 1992

Агро- хим. мер-я 1. Агрохим. обработка (% пл.) 2. Авиахимобработка (% пл.) 3. Внесено мин.удобр. (т в год) 0,54/0,51 0,48/0,46 0,45/0,43 19911994

Климат 1. Кол-во дней УФ-голодания -0,68/ -0,69 -0.43/-0.4 19931994

Почва 1. Черноземы южные (% пл.) 2. Валовое содер-е меди, мг/кг 3. Валовое содер-е никеля,мг/кг 4. Валовое содер-е ванадия,мг/кг 0,47/ 0,45 0,42^ 0,4 0,6/0,6 0,46/ 0,45 0,56 / 0,47 -0,47/-0,35

Здра-воохр. 1. Обеспеченность ЛПУ акушер -гинеколог. 0,67/ 0,5 -0,49/-0,42 1993

Обозначения: Об- заболеваемость, Вв - впервые выявленная заб-сть.

Для построения краткосрочного прогноза использовалась модель экспоненциального сглаживания, проверка адекватности моделей основывалась на проверке гипотезы о наличии сериальных корреляций в остатках (статистика Дарбина-Уотсона).

2. Исследовалась заболеваемость хронической обструктивной болезнью легких (ХОБЛ), бронхиальной астмой и пневмонией взрослого населения районов ВО за период с 1985 по 1995 гг. Рассматривались следующие динамические ряды относительных медицинских показателей для каждого района ВО ( ,32); заболеваемость на 100.000 чел. населения; профосмотры с целью выявления туберкулеза (на 1.000 чел. нас.); обеспеченность поликлиническими мощностями (на 10.000 чел. нас); число посещений врачей всех специальностей на 1 жителя в год; число К-исследсвакий на одного выбывшего из стационара; число ^исследований на 100 посещений в поликлинике; впервые выявленная заболеваемость бронхиальной астмой и ХОБЛ и др.

Анализ результатов статистического исследования выявил колеблемость уровней впервые выявленной заболеваемости ХОБЛ по с/х районам ■ ВО; Воробьевскому, Петропавловскому, Верхнемамонскому, Богучарскому, Рамонскому, отличающихся не только климатическими условиями, но и степенью развития промышленной индустрии, наличием источников загрязнения воздуха токсичными веществами.

Выявленные территориальные контрасты распространения уровней заболеваемости по исследуемым нозологическим формам свидетельствуют о наличии локально действующих факторов медико-биологического аспекта. Несмотря на сокращение валовых выбросов токсических веществ в атмосферу от стационарных источников (с 1992 г.), выявлено ухудшение показателей качества здоровья населения, в частности, показателей общей и впервые выявленной заболеваемости эндометриозом и ХОБЛ.

В пятой главе описаны алгоритмы комплексной диагностики и рационального выбора лечебно-профилактических мероприятий. Алгоритмизация процесса диагностики и выбора лечения неосложненного кариеса позволила провести его автоматизацию и нацелить врача-стоматолога на использование более полного объема известных диагностических методов, учитывающих индивидуальное состояние зубов пациента и ориентировать врача на приобретение современных средств диагностики и лечения, гарантируя высоким методический уровень и оптимизацию показателей диагностико-лечебного процесса (рис.4).

Алгоритмическая схема диагностики неосложненного кариеса (1-й этап) включала в себя следующие алгоритмы: 1 - алгоритм настройки подсистемы (задание условных норм границ классов, коэффициентов информативности признаков и т.п.); 2 - алгоритм проведения процедуры тестирования (2а - формирование оценки состояния объекта исследования по уточненной процедуре классификации, использующей геометрические меры близости и дихотомический вариант выбора признаков; 26 - формирование оценки состояния объекта исследования на основе нечеткого задания значений признаков); 3 - алгоритм вывода предварительного диагноза (и . рекомендаций по выбору оперативной/неоперативной терапии) и визуализация результатов диагностики - табличное представление и графическая интерпретация в условных образах.

Автоматизированная диагностика неосложненного кариеса , ;•

1 этап

Объект исследования

Некариозное заболевание

Начальный кариес I

Начальный кариес П

<а)

-О-

2 этап

Поверхностный кариес I

"в—

1. Сошлифовачие эмали

2. Покрытие рем«нера-лизующим р-ром

3. Лазеротераг ия

Поверхностный кариес II

Средний кариес I

Средний кариес II

-0-<Д)

1. Препарирование

2. Разовое воздействие ГИЛ

3. Пломбирование

Обозначения:

А - схема печения начального кариеса I; Б - схема лечения начального кариеса II; В - схема лечения поверхностного кариеса I; Г - схема лечения поверхностного кариеса II;

1. Обезболивание

2. Преларироианне

3. Воздействие ГНЛ

4. Пломбирование с наложением лечебной и изолирующей прокладок

Рис. 4. Структурная схема диагностики и выбора лечения кариеса

Разработанная модель рационального выбора вида лечения доброкачественной гиперплазии простаты (ДГП) на основе комплексной диагностики является основой для алгоритмизации процесса выбора консервативной терапии и оперативного вмешательства. Предлагается 3 ■ основных этапа ведения урологических больных, ориентироЕ1анных на автоматизацию диагностического процесса и принятия решений по выбору тактики лечения ДГП. Первый этап включает критерии отбора пациентов с симптоматикой в области мочевых путей, не относящихся к группе повышенного риска (без нарушений мозгового кровообращения, неврологических

заболеваний, тяжелых форм сахарного диабета, либо принимающих лекарственные препараты, потенциально нарушающие функции мочевого пузыря). Для этой группы используется другой алгоритм. Второй этап включает компьютерное самотестирование пациента и формирование балла симптоматики ДГП. Сложность второго этапа обусловлена отсутствием строгой дифференциации показателей между стадиями ДГП, а также ДГП и раком предстательной железы и такими урологическими заболеваниями, как стриктуры уретры, инфравезикальные обструкции мочевого пузыря и др. Третий этап включает алгоритмические схемы рационального выбора лечения ДГП: на выбор оперативного вмешательства влияют выявленные абсолютные критерии (повторная массивная гематурия, наличие камней мочевого пузыря, большие дивертикулы мочевого пузыря) и показания:. выраженная симптоматика ДГП, размеры аденомы, острая задержка мочи и гематурия, хроническая почечная недостаточность, высокая степень инфравезикальной обструкции, низкая максимальная скорость мочеиспускания (менее 5 мл/с) при высоком внутрипузырном давлении. Информативные показатели, используемые при выборе вида лечения ДГП, должны обеспечивать уменьшение обструкции и улучшение показателей симптоматики, иплеть минимальный риск возникновения патологических состояний без риска возникновения фатального исхода. Формализация решающих правил выбора вида лечения представлена правилами продукций (N=38) типа п : Ш -> ¿Л", где Щ - логические связки условий ¡и с: Ш; сН - действие.

Задачи медико-экологических мониторингов различного уровня, ' прогнозирования качества здоровья населения и состояния внешней среды, моделирования различных ситуаций по принятию решений относительно территориальных единиц (лечебных учреждений, районов города и города в целом, районов области и др.) являются известными задачами принятия решений, и в то же время имеют новое решение в связи с использованием новых информационных технологий, являющихся современными средствами интеграции статистического анализа и математического моделирования со средствами управления базами данных для исследования пространственно организованных данных. Прогнозирование с использованием ГИС позволяет создавать проекты для установления новых зависимостей между наборами медицинских, экологических и географических данных, их пространственного анализа и представляет возможности оптимизировать процесс выбора стратегии в составлении плана лечебно-профилактических мероприятий.

На примере вирусных инфекций половых органов (что обусловлено доказанной их онкогенностью, особое место среди которых по частоте выявления занимает патологический эндометриозный процесс) разработана комплексная методика прогнозирования гинекологической заболеваемос-. ти женщин репродуктивного возраста, включающая следующие этапы.

1. Разработка модели пространственных данных и создание необходимых покрытий, характеризующих районы Воронежской области.

2. Разработка информационной модели описательных данных по гинекологическим заболеваниям без онкопатологии: сальпингит, эндомет-риоз, нарушение менструального цикла, бесплодие (для групп больных в возрастном диапазоне от 18 до 50 лет).

3. Создание баз экологических данных.

4. Выбор критериев, контролируемых (прямых и косвенных) возмущений, управляемых и неуправляемых факторов, влияющих на заболеваемость. Рассматривались контролируемые и управляемые факторы, влияющие на гинекологическую заболеваемость: количество • лечебных учреждений и койко-мест в районных стационарах по районам ВО; обеспеченность медикаментозными средствами; наличие современной диагностической аппаратуры; повышение квалификации врачей в специализированных клиниках и др.

5. Проведение статистического моделирования данных медицинского мониторинга для установления статистической согласованности между управляемыми факторами и уровнем заболеваемости и выявление их избирательного влияния на репродуктивную функцию женщин.

6. Создание процедур имитационного моделирования контролируемых возмущений.

7. Построение модели выбора лечебно-профилактических воздействий.

8. Создание компьютерной информационной сети для оперативного обеспечения информацией, поступающей из Областного Фонда статистических исследований.

9. Разработка пользовательского интерфейса для отображения покрытий и их связи с медицинскими и экологическими данными при проведении текущего и опережающего гинекологического мониторинга на базе геоинформацинных систем.

10. Разработка математических моделей формирования интегральных прогностических оценок заболеваемости по каждой из рассмат-

риваемых нозологических форм с учетом изменяющихся факторов внешней среды по районам ВО для формирования их «медицинского паспорта».

В_шестой главе обсуждаются методы технологии визуальной

трансформации результатов моделирования в условных графических образах. Рассмотрены возможности когнитивного подхода к визуализации оценок состояния биообъекта в задачах классификации, диагностики и прогнозирования, что позволяет воздействовать на образное мышление врача и предоставлять ему дополнительную, качественно новую инфор- ' мацию о состоянии исследуемого биообъекта и, таким образом, влиять на эффективность принимаемого решения. Медицина относится к слабо формализуемой области знаний, и поэтому для получения эффективного решения требуется не только логическое, но и образно-интуитивное мышление врача. Именно разнообразие вариантов графического представления результатов моделирования наиболее эффективно для обоснован ля трудно формализуемых в текстовом виде выводов, и в то же время являются средством настройки на индивидуальное восприятие информации врачом-специалистом.

Реализация методов графической интерпретации многомерных данных в условных графических образах позволяет графически обосновывать динамику изменения и возможные пограничные состояния биообъектов не только относительно задаваемых классов заболеваний, но и между объектами в задачах психологического клиринга. К традиционному представлению медицинской клинической информации (буквенно-цифровому и иллюстративно-графическому) предлагается добавить графическую интерпретацию в когнитивном стиле. Иллюстративная графика, как правило, основанная на пороговых значениях показателей (критериев), задаваемых врачом, почти всегда предполагает существование так называемой пограничной области, в которой не гарантируется достоверность принятого решения. Графическое представление результатов моделирования в когнитивном стиле позволяет избежать этого: когнитивные образы, как результат различных математических преобразований исходных данных, строятся на основе однообразных графических средств; воздействуя (прямо и непосредственно) на интуицию врача (с учетом его индивидуального восприятия), предоставляют ему новую важную информацию для принятия решений. Примеры визуализации в когнитивном стиле "реактивности" клинических симптомов, динамики клинико-гормональных и клинико-иммунных взаимодействий используются для обоснования выбора метода преодоления фармакорезистентности (рис. 5); в психологических клиринга-

Клинический статус фармакорезистентного больного Л.

Д о назначения ИТ

14-й день терапии

Графическая интерпретация

«активизации» (%) клинико-гормональных эффектов

)0иГ0плциен11

Визуализация изменения реактивности" клинических симптомов при назначении ИТ Рис. 5_____

вых системах наглядность получаемых результатов позволяет "увидеть" характеристики взаимодействия исследуемых объектов.

Определенным образом организованные для принятия решения медицинские данные подвергаются различным процедурам обработки, реализуемым на базе компьютерных информационных технологиий, а затем графически интерпретируются. Предлагается посредством анаморфированных площадных изображений территориальных единиц отображать их информационную емкость по каждому слою медицинских данных (например, плотность заболеваемости относительно фиксированных нозологических форм, обеспеченность ресурсами врачей и поликлиническими мощностями и др.), что позволяет наглядно увидеть возможную деформацию во времени исследуемого параметра. Результаты анализа анаморфированных изображений, созданных по тестовым запросам, показали перспективность и важность этого направления векторной графики для визуализации медицинской информации.

Наглядность результатов обработки и анализа данных удачно реализуется в графической форме представления, поэтому задачи управления визуализацией медицинской информации тесно связаны с парадигмой геоинформационных технологий, обеспечивающей возможности интерпретации результатов исследования: с использованием таблиц, карт, условных графических образов, матричных легенд, анимации отдельных знаков на карте и др. Результатам моделирования, нанесенным на карту, дается пространственная определенность, учитывается топология объектов. Фрагменты визуализации результатов статистико-территориального исследования показателей уровня здоровья населения по выбираемым нозологическим формам с использоваем ГИС-вьювера ArcView дано на рис. 6.

В_седьмой главе рассматриваются вопросы автоматизации

разработанных моделей, методов и алгоритмов, их практическая реализация в аЕГтоматизированных подсистемах диагностики, выбора лечения и визуализации результатов исследования. Представлены структуры информационных моделей и функциональные схемы взаимодействия программных модулей автоматизированных подсистем. Обоснован выбор среды разработки программного обеспечения подсистем информационной поддержки принятия решений, в частности, для психологического тестирования выбран язык Borland Delphi 2.0 Desktop, функционирующий в операционной среде Windows 95. Программное обеспечение проекта использует элементы многооконного интерфейса. Реализованы два варианта выбора ответов в интерактиЕ;ном режиме: дихотомический и нечеткий.

Фрагмент результатов исследования

Слмлпукски*

1983 объем выбросов в атмосферу 1992 от стационарных источников (тыс.гони)

Подгорвнский

4 - Эртильский 3 - Верхнехавсхай 5- Тернов:кий ä - Новоусманс кий

11 -Анникс.чий te -боЕровский 10 -Талоас/й1Й

12 -ГрибаювскмИ 7 -Хохольский

15 - Репьееский

Общая заболеваемость населения Янскинского С), (7одгар«нсшго и Бобровского районов

Кантеиировский

__Районы ВО

M« Заболеваемостью Бронхитом "^Ыннжа среднего уровня 1992 г.

выше среднего уровня 1992 г.

РИС. 6. Визуализация результатов анализа заболеваемости ХОБЛ Описаны аппаратно-программные элементы для реализации методики прогнозирования заболеваемости на базе ГИС: ГИС-вьювер ArcView 2.3 (ArcView 3.0), рабочая станция (PC Pentiuml 00/32/12/1,3/SVGA); сервер (РС486/100/16/12/1,3/SVGA); операционная система MS DOS 6.0; графическая операционная среда Microsoft Windows 3.11 (Windows 95); модем (Internet); пакет статистической обработки данных Statistica 3.0; струйный принтер HP DeskJet 660С.

Анализ результатов верификации моделей, методов и алгоритмов, опытной эксплуатации автоматизированных подсистем информационной поддержки принятия решений и апробация в клинических условиях показали, что полученная совокупность научных положений и конкретных результатов, заключающаяся в разработке математического, алгоритмического, методического и информационно-программного обеспечения процессов диагностики, прогнозирования и выбора лечения, используется для рационализации, повышения эффективности и обоснованности принимаемых решений по выбору лечебно-профилактических мероприятий на различных уровнях практического здравоохранения.

В заключении приведены основные результаты работы.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ

1. Проведен анализ перспективных направлений развития информационных компьютерных технологий, позволивший показать, что для реализации задачи принятия решений по выбору лечебно-профилактических мероприятий на разных уровнях здравоохранения необходим компонент визуальной трансформации результатов моделирования данных медицинского мониторинга в условных графических образах.

2. Разработаны математические модели классификации и диагностики пограничных стадий заболевания (что особенно важно на ранних этапах развития патологического процесса) на основе экспертного оценивания нечетких диагностических признаков и эвристической структуризации медицинской информации, позволившие получить уточненные оценки близости объектов как к условным границам рассматриваемых классов заболевания, так и между объектами при оценивании характеристик межличностного восприятия в психологических клиринговых системах.

3. Разработана модель управления процессом преодоления фармако-резистентнэсти у больных шизофренией, позволяющая формировать прогностические оценки выхода из этого состояния по результатам статистического моделирования архивной информации и интерпретации результатов моделирования в условных графических образах с использованием когнитивного подхода.

4. Разработаны алгоритмические схемы комплексной диагностики и рационального выбора лечебно-профилактических мероприятий, реализующие особенности клинического поиска и правила продукций по выбору схем лечения и базирующиеся на модели распознавания симптоматической картины заболевания, учитывающей субъективность оценивания диагностических признаков качественного типа.

5. Осуществлен метод структурной классификации с учетом территориально-временного аспекта информационных слоев показателей качества состояния окружающей среды и здоровья людей по различным информационным блокам, включающим инвариантное ядро.

6. Разработаны методы технологии визуальной трансформации результатов моделирования в условных графических образах, позволяющие графически интерпретировать результаты моделирования и предоставлять врачу качественно новую информацию для принятия решений.

7. Разработана комплексная методика прогнозирования заболеваемости населения по данным медицинских мониторингов с учетом экологического подхода, являющаяся компонентом автоматизированного

медицинского кадастра, ориентированным на использование

геоинформационных технологий.

8. Разработано алгоритмическое, методическое, информационное и программное обеспечение компьютерных подсистем информационной поддержки принятия решений, предоставляющее пользователю возможности настройки конфигурации подсистем и оперативного визуального анализа результатов многовариантного моделирования медицинской информации.

9. Результаты исследований апробированы в клинических условиях при лечении неосложненного кариеса, доброкачественной гиперплазии простаты, фармакорезистентных больных приступообразно-прогредиентной шизофрении, а также в психологическом консультировании, в комплексной методике прогнозирования уровня заболеваемости хронической обструк-тивной болезнью легких взрослого населения Воронежской области и заболеваемости эндометриозом женского населения репродуктивного возраста Воронежской области.

Основное содержание диссертации опубликовано в следующих работах:

1. Попова О. Б. Структура автоматизированной системы тестирования психологического состояния пациента и методы интерпретации результатов //Компьютеризация в медицине: Межвуз. сб. науч. тр. Воронеж:ВПИ, 1993. С. 14-18.

2. Попова О.Б., Фролов В.Н. Применение методов распознавания образов в задаче классификации состояний биомедицинских объектов //Компьютеризация в медицине : Межвуз. сб.науч.тр. Воронеж: ВПИ, 1993. С.168-172

3. Попова О. Б. Автоматизированный метод визуализации результатов в подсистеме диагностики неосложненного кариеса// Математическое обеспечение информационных технологий в технике, образовании и медицине.-Тез. докл. Всерос. сов.-сем. Воронеж:ВГТУ, 1994. С. 47.

4. Попова О. Б. Построение психологических клиринговых систем с применением нечеткой логики в задаче классификации состояний пациента// Высокие технологии в проектировании технических устройств и автоматизированных систем: Тез. докл. Всерос. сов.-сем. Воронеж, 1993. С. 34-35.

5. Попова О. Б. Модификация процедур классификации локальных территорий по комплексу признаков с учетом оценок информационных слоев// Компьютеризация в медицине: Межвуз. сб. науч. тр. Воронеж:ВГТУ, 1997. С. 79-84.

6. Попова О. Б. Использование экспертных оценок в автоматизированной системе диагностики наследственных заболеваний// САПР 92. Новые информационные технологии в науке, образовании и бизнесе:Тез. докл. Междунар. конф. Воронеж: 1992. С. 37.

7. Попова О. Б. Эвристический метод формализации и интерпретации медицинских данных качественного типа в процедурах классификации и диагностики// Высокие технологии в практике учреждений здравоохранения г. Воронежа: Тез. докл. науч.-прак. конф. Воронеж, 1995. С. 119.

8. Попова О. Б. Использование средств СУБД для построения экспертных систем в задачах медицинского диагностирования// Оптимальное проектирование технических устройств и автоматизированных систем: Тез. докл. Науч.-практ. совещания-семинара. Воронеж: 1992. С. 85.

9. Попова О. Б., Олейник О. И. Классификация состояний биоме- ' дицинсхих объектов в автоматизированной процедуре диагностики неос-ложненногэ кариеса/Жомпьютеризация в медицине: Межвуз. сб. науч. тр. Воронеж: ВГТУ, 1994. С. 47-51.

10. Попова О. Б., Мугафян М. И. Автоматизированный способ оценки психологической совместимости и корректировки индивидуальных свойств личности// Компьютеризация управления качеством высшего образования:Тез. докл. совещания-семинара. Воронеж,1992. С. 16-17.

11. Попова О. Б., Березуцкий Н. Т. Адаптивный подход к выбору вида консервативной терапии при заболеваниях простаты //Компьютеризация в медицине: Межвуз. сб. науч. тр. Воронеж.ВГТУ, 1995. С. 12-15.

12. Попова О. Б., Березуцкий Н. Т. Компьютерный анализ симптоматической картины доброкачественной гиперплазии предстательной железы на основе эвристической модели классификации //Компьютеризация в медицине: Межвуз. сб. науч. тр. Воронеж: ВГТУ, 1995. С. 33-37.

13. Попова О. Б., Березуцкий Н. Т., Воронин А. И. Алгоритмизация диагностического подхода при выборе консервативного лечения ДГП// Математическое обеспечение информационных технологий в технике, образовании и медицине: Тез. докл. Всерос. сов.-сем. Воронеж, 1995. С. 77-78.

14. Попова О. Б. Использование геоинформационных технологий для пространственного анализа и моделирования медико-экологических ситуаций в районах Воронежской области// Диагностика, информатика, метрологии, экология, безопасность (ДИМЭБ-96): Тез. докл. науч.-техн. конф. СПб.,1996. С. 304.

15. Oleihik О. I., Popova О. В. Automatized securing definition for laser therapy indications in case of non-complicated caries//Advanced laser Dentistry. Prog. SPIE. Washington, 1994. Vol. 1985. P. 238-244.

16. Попова О. Б., Олейник О. И. Оптимизация выбора параметров лазерной терапии при лечении начального кариеса// Математическое. обеспечение информационных технологий в технике, образовании и медицине: Тез. докл. Всерос. сов.-сем. Воронеж:ВГТУ, 1995. С. 75.

17. Попова О. Б., Березуцкий Н. Т., Федоркова Н. Т. Структурно-алгоритмическая схема выбора вида лечения пациентов с воспалительными заболеваниями предстательной железы//Современные методы диагностики и лечения (Часть I): Межвуз. сб. науч. тр.- Воронеж, 1995. С. 89-95.

18. О методе оценки эффективности медикаментозного и комбинированного методов лечения гиперплазии простаты в клинических условиях /

О.Б. Попова и др.// Высокие технологии в практике учреждений здравоохранения г. Воронежа:Тез.докл.науч.-прак.конф. Воронеж.1995. С. 120.

19. Попова О. Б., Березуцкий Н. Т., Войтенко А. В. Реализация медицинских проектов на базе ГИС с использованием метода структуризации показателей// Новые информационные технологии в медицине и экологии : Тез. докл. Ill Межд. конф. Украина, Крым, Гурзуф, 1997. С. 63-64.

20. Попова О. Б., Бурлачук В. Т., Войтенко А. В. Методика статистико-территориального исследования динамики показателей заболеваемости бронхитом и ХОБЛ (по Воронежской области)// Компьютеризация в медицине; Межвуз. сб. науч. тр.- Воронеж, 1997. С. 105-109.

21. Разработка информационного и программного обеспечения подсистемы реализации инвариантных запросов/ О.Б. Попова и др. //Компьютеризация в медицине: Межвуз. сб.науч. тр.-Воронеж:ВГТУ,1997.. С.176-181.

22. Попова О. Б„ Демьянова О. П., Фролов М. В. Моделирование и пространственный анализ данных по гинекологической заболеваемости в Воронежской области в среде ArcView/Жомпьютеризация в медицине; Межвуз. сб. науч. тр.-Воронеж: ВГТУ, 1996. С. 57-61.

23. Попова О. Б., Демьянова О.П., Фролов М. В. Методика прогнозирования гинекологической заболеваемости женщин репродуктивного возраста по регионам Воронежской области с использованием геоинформационных систем// Новые информационные технологии в медицине и экологии: Тез. докл. II Межд. конф. Украина, Крым, Гурзуф, 1996. С. 42-43.

24. Попова О. Б., Ширяев О.Ю. Разработка информационной и логической моделей подсистемы принятия решений при выборе нейропептидов и иглотерапии больным шизофренией с проявлениями вторичной терапевтической резистентности//Компьютеризация в медицине: Межвуз. сб. науч. тр.-Воронеж, 1996. С. 175-179.

25. Попова О. Б., Ширяев О.Ю., Дробышева М.И. Визуализация и интерпретация динамических шкал по оценкам клинико-гормональных корреляций у резистентных больных шизофренией под влиянием нейропептидов и иглотерапии/Жомпьютеризация в медицине: Межвуз. сб. науч. тр.-Воронеж:ВГТУ, 1996. С. 44-49.

26. Компьютерное моделирование результатов фармакомониторинга больных шизофренией с использованием когнитивных образов/ О. Б. Попова и др. //Новые информационные технологии в медицине и экологии: Тез. докл. Ill Межд. конф. Украина, Крым, Гурзуф, 1997. С. 64-65.

27. Кунин А. А., Попова О. Б. Автоматизированный метод диагностики стадии кариозного пятна// Высокие технологии в проектировании технических устройств и автоматизированных систем: Тез. докл. Всерос. совещания-семинара. Воронеж, 1993. С. 31.

28. Кунин А. А., Попова О.Б., Олейник О.И. Особенности структуры информационного обеспечения автоматизированной процедуры диагностики неосложненного кариеса// Компьютеризация в медицине: Межвуз.сб. науч. тр. - Воронеж, 1994. С. 16-21.

29. Березуцкий Н. Т., Попова О. Б. Анализ эффективности препаратов консервативной терапии на основе результатов комплексной диагностики неосложненной ДГП//Современные методы диагностики и лечения (Часть I): Межвуз. сб. науч. тр. - Воронеж:ВГТУ, 1995. С. 96-100.

30. Березуцкий Н. Т., Попова О. Б. Использование высоких технологий в комплексной диагностике и профилактике гиперплазии простаты//Актуальные вопросы медицины и проблемы реабилитации: Тез. докл. науч.-практ.конф. Липецк, 1996. С. 213-214.

31. Оптимизация медикаментозного лечения ДГП на основе комбинированного метода и оценка терапевтических эффектов/ О.Б. Попова и др.// Математическое обеспечение информационных технологий в технике, образовании и медицине: Тез.докл. Всерос. сов.-сем. Воронеж.ВГТУ, 1996. С.110.

32. Кунин А. А., Попова О.Б., Олейник О.И. Применение компьютерной диагностики для обоснования выбора метода консервативной терапии на ранних стадиях кариеса// • Математическое обеспечение информационных технологий в технике, образовании и медицине: Тез. докл. Всерос. совещания-семинара. Воронеж:ВГТУ, 1994. С. 63.

33. Войтенко А. В., Попова О. Б., Демьянова О. П. Функциональные • возможности программно-аппаратных элементов геоинформационных систем для организации и анализа данных в медицинских приложениях //Компьютеризация в медицине: Межвуз. сб.науч.тр.- Воронеж:ВГТУ,1996. С.189-192.

34. Демьянова О.П., Попова О. Б., Фролов М. В. Информационная модель дгя задачи гинекологического мониторинга с использованием ГИС// Воронежская областная клиническая больница: специализированная медицинская помощь: Сб. науч. тр. - Воронеж, 1996. С. 508-511.

35. Демьянова О.П., Попова О. Б., Фролов М. В. Разработка проектов на базе геоинформационного комплекса для подсистем медико-экологического мониторинга Воронежской области// Проблемы экологии и экологической безопасности Центрального Черноземья. Тез. докл. науч.-практ. конф. Липецк, 1996. С.103.

36. Попова О.Б., Демьяненко Г. И., Ширяев О. Ю. Выбор терапии на . основе графической когнитивной визуализации диагностической информации// Новые методы диагностики и исследования: Сб.науч. тр,-Воронеж,1996. С. 21-22.

37. Должиков В. И., Попова О. Б., Ширяев О. Ю. Анализ клинико-иммунслогических корреляций в процессе иглотерапии и назначения ней-ропептидов для прогностической модели оценивания резистентности у больных шизофренией// Математическое обеспечение информационных технологий в технике, образовании и медицине: Тез.докл. Всерос. совещания-семинара. Воронеж:ВГТУ, 1995. С. 114.

38. Кунин А. А., Попова О.Б., Олейник О.И. Логическая модель выбора схем лазерной терапии при лечении начального кариеса в автоматизированной процедуре диагностики//Современные методы диагностики и лечения (Часть I): Межвуз. сб. науч. тр.- Воронеж:ВГТУ, 1995. С. 83-88.

39. Меремьянин Л. В., Попова О. Б., Мутафян М. И. Обработка экспертных заключений в процессе лицензирования лечебно-профилактических учреждений методами многомерного шкалирования// Математическое обеспечение информационных технологий в технике, образовании и медицинеЛГез.докл.Всерос.сов.-сем. Воронеж:ВГТУ,1995. С.79-80.

40. Резников К. М., Попова О. Б., Ширяев О.Ю. Комплексный подход в лечении больных шизофренией на основе модели рационального выбора иглотерапии и нейропептидов// Новые информационные технологии в меди- • цине и экологии-.Тез.докл.И Межд.конф.Украина, Крым, Гурзуф,1996.С. 44-45.

41. Толстых Т.О., Попова О.Б., Федотов В.П. Особенности автоматизированного выбора медицинского диагноза в клинической тератологии //Компьютеризация в медицине: Межвуз. сб. науч.тр. Воронеж, 1992.С. 65-68.

42. Моделирование и прогнозирование динамики показателей здравоохранения при организации комплексной системы автоматизированного медицинского кадастра/О.Б. Попова, Е.Д. Федорков и др.// Компьютеризация в медицине: Межвуз. сб.науч.тр. Воронеж.ВГТУ, 1996. С. 111-121.

43. Федорков Е. Д., Попова О. Б„ Демьянова О.П. Построение комплексной системы автоматизированного медицинского кадастра (КСАМК) на базе геоинформационных систем// Математическое обеспечение информационных технологий в технике, образовании и медицине: Тез. докл. Всерос. совещания-семинара. Воронеж:ВГТУ,1996. С. 116.

44. Интеграция медицинских задач в проектах, реализуемых на базе . ГИС/ О. Б Попова, и др. //Математическое обеспечение информационных технологий в технике, образовании и медицине: Тез. докл. Всерос. совещания-семинара. Воронеж:ВГТУ,1996. С. 108.

45. Федорков Е. Д., Демьянова О.П., Попова О. Б. Модель прогнозирования показателей здравоохранения региона на основе комплексной системы автоматизированного медицинского кадастра// Математическое обеспечение информационных технологий в технике, образовании и медицине: Тез. докл. Всеросс. сов-.сем. Воронеж:ВГТУ, 1996. С. 95.

46. Фролов М. В, Попова О. Б., Демьянова О. П. Пространственный анализ медицинских данных на основе геоинформационных технологий в задачах управления и прогнозирования//Воронежская областная клиническая больница: специализированная медицинская помощь: Сб науч. тр. Воронеж, 1996. С. 506-508.

47. Демьянова О. П., Попова О. Б., Фролов М. В. Этапы реализации подсистемы гинекологического мониторинга с использованием геоинформационных технологии/Проблемы экологии и экологической безопасности Центрального Черноземья: Тез. докл. науч.-практ. конф. Липецк, 19Э6. С.76.

48. Попова О.Б., Ширяев О.Ю. Анализ выявленных корреляционных зависимостей между клиническими и гормональными показателями при иглотерапии на модели больных приступообразно-прогредиентной шизофренией//Деп. в ВНИИМИ № Д-25.206.-96.

49. Бурлачук В. Т., Попова О. Б., Минаков Э. В. Оптимизация профилактики обострений хронического бронхита на основании

регионального пульмонологического мониторинга//7-й Национальный Конгресс по болезням органов дыхания: Тез. докл. М, 1997. С. 897.

50. Ширяев О.Ю., Попова О Б., Конопелько Р.Г. Динамика клинико-иммунологических корреляций при вазопрессин-терапии фармако резистентных больных шизофренией//Актуальные проблемы онкологии: Сб. науч. тр. Воронеж, 1997. С. 189-191.

51. Ширяев О.Ю., Попова О. Б. Прогнозирование динамики проявлений резистентности и фармакомониторинг больных шизофренией при назначении иглотерапии и нейропептидов//Успехи психиатрии, неврологии, нейрохирургии и наркологии: Сб. науч. работ. Том 3 . Харьков, 1996. С. 387-388.

52. Ширяев О. Ю., Попова О. Б., Конопелько Р. Г. Клинико-имму-нологические аспекты окситоцинотерапии больных шизофренией //Современные достижения медицинской науки и практики: Сб. науч. тр. ■ Воронеж 1997. С. 35-39.

53. Ширяев О. Ю., Попова О. Б. Оптимизация выбора индивидуальной терапии для преодоления резистентности у больных шизофренией//День науки: диагностика и новые технологии в здравоохранении: Тез. докл. обл. науч.-практ. конф. Липецк, 1997. С.156.

54. Березуцкий Н. Т., Попова О. Б. Автоматизированная комплексная диагностика и выбор вида лечения ДГП //Медицинская техника. М.:Медицина, 1997. № 1. С. 32-35.

55. Попова О. Б., Войтенко А. В. Алгоритмизация принятия решений по результатам моделируемой ситуации на основе данных медицинского мониторинга// Актуальные вопросы обеспечения качества медицинской помощи. Аккредитация и лицензирование медицинской и фармацевтической деятельности: Сб.науч.тр. Воронеж:ВГУ, 1998. С. 257 .

56. Попова О. Б., Войтенко А. В., Павлов В. А. Управление. визуализацией медицинской информации на основе анаморфированных кзобрз-жений//Актуальные вопросы обеспечения качества медицинской помощи. Аккредитация и лицензирование медицинской и фармацевтической деятельности: Сб. науч. тр. Воронеж, 1998. С. 255-256.

ЛР № 020419 от 12.2.92. Подписано в печать 20.03.98. Фермат 60x84/16. Бумага для множительных аппаратов. Усл.печ.л. 2,0. Тираж 90 экз. Зак. № Издательство

Воронежского государственного технического университета 394026, Воронеж, Московский проспект, 14

президиум tí-А К Росс

! решение от" " ^ mîÂ, № ^â -рд^судил ученую степень ДОКТОРА.

I/ ТЛЛЯ.__

ii а

У - • "И

/г Начальник уиравления ВАК Росснг

ВОРОНЕЖСКИЙ ГОСУДАРСТВЕННЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ

МНОГОВАРИАНТНОЕ МОДЕЛИРОВАНИЕ И АЛГОРИТМИЗАЦИЯ ПРИНЯТИЯ РЕШЕНИЙ НА ОСНОВЕ КЛАССИФИКАЦИИ И ВИЗУАЛЬНОЙ ТРАНСФОРМАЦИИ МЕДИЦИНСКОЙ ИНФОРМАЦИИ

Специальность 05.13.09 - Управление в биологических и медицинских системах (включая применение вычислительной техники)

На правах рукописи

ПОПОВА ОЛЬГА БОРИСОВНА

ДИССЕРТАЦИЯ на соискание ученой степени доктора технических наук

Научный консультант: Заслуженный деятель науки РФ, д.т.н.,проф.

В. Н. Фролов

Воронеж 1998

ОГЛАВЛЕНИЕ

Введение 5

1. Перспективы развития компьютерных информационных технологий для реализации процессов в медицинских системах 22

1.1. Анализ функциональных возможностей и тенденций развития программно-аппаратного обеспечения компьютерных систем в области знаний для процессов обработки

и визуализации медицинской информации 22

1.2. Концептуальное моделирование предметной области и особенности формализации медицинской информации 45

1.3. Цель и задачи исследования 50

2. Классификация и диагностика состояний биомедицинских объектов 54

2.1. Классификация пограничных состояний объектов медицинской системы в условиях нечеткости диагностических признаков 54

2.2. Структурная классификация медицинских показателей

качества здоровья с использованием системного подхода 63

2.3. Классификация пространственных объектов по многомерным группировкам информационных слоев 70 Выводы второй главы 79

3. Моделирование процесса принятия решений по выбору лечебных

мероприятий на основе экспертной информации и результатов диагностики 80

3.1. Моделирование процесса принятия решений по выбору лечебно-профилактических мероприятий на основе результатов 80 медицинского мониторинга

3.2. Модель управления выбором терапии в процессе преодоле-

ния фармакорезистентности 87 3.3. Модель рационального выбора вида лечения на основе

комплексной диагностики 99

Выводы третьей главы 111

4. Моделирование и прогнозирование показателей степени и характера заболеваемости по нозологическим формам 112

4.1. Прогнозирование клинического состояния больного по оценкам клинико-гормональных и кпинико-иммунных эффектов в процессе назначенной терапии 112

4.2. Прогнозирование показателей уровня качества здоровья населения на основе многовариантного моделирования взаимодействий медико-экологических характеристик объектов 128

Выводы четвертой главы 149

5. Алгоритмизация принятия решений при выборе лечебно-профилактических мероприятий 150

5.1. Алгоритм диагностики неосложненного кариеса и выбора

схем лазерной терапии 150

5.2. Структурно-алгоритмическая схема рационального выбора

вида лечения гиперплазии простаты 158

5.3. Методико-алгоритмический подход к проведению медицинского мониторинга по территориальным единицам Воронежской области 164

Выводы пятой главы 171

6. Технология визуальной трансформации результатов моделирования 172

6.1. Методы графической ¡интерпретации оценок состояния

объектов в медицинских системах 172

6.2. Применение когнитивного подхода к визуализации

результатов моделирования 177

6.3. Управление визуализацией результатов взаимодействия

медико-экологических показателей на базе ГИС 183

Выводы шестой главы 188

7. Автоматизация медицинских проектов и анализ результатов апробации в клинических условиях 189

7.1. Структура информационного и программного обеспечения подсистемы распознавания пограничных стадий заболевания 189

7.2. Программное обеспечение подсистемы визуализации результатов моделирования медицинских данных 194

7.3. Разработка информационных моделей и программного обеспечения для реализации задач медицинского мониторинга 198

7.4. Анализ результатов апробации в клинических условиях 201 Заключение 215 Литература 218

Приложение1 237

Приложение2 240

ПриложениеЗ 277

ВВЕДЕНИЕ

Актуальность проблемы. Перспективы развития компьютерного моделирования и мониторинговых подходов в системах диагностики, управления выбором лечения и слежения за показателями клинического состояния биообъекта обусловливают актуальность предлагаемой работы.

Несмотря на большое количество исследований, посвященных проблемам разработки критериев диагностики в слабо алгоритмически определенных предметных областях знаний, таких как медицина и психология, ошибки в постановке диагноза, в частности, на ранних стадиях развития патологического процесса (и вследствие этого - выбор неадекватной терапии), определяют важность задачи многовариантного моделирования в медицинских системах на основе интеграции процедур классификации, рационального выбора вида лечения и управления визуализацией данных. Одним из перспективных направлений решения таких задач остается разработка автоматизированных систем интеллектуально-информационной поддержки принятия решений, ориентированных на использование неформальных знаний и правил, лежащих в основе врачебной логики, и не заменяющих врача-специалиста, а предоставляющих ему новую дополнительную информацию о состоянии пациента и трудно формализуемые в текстовом виде результаты моделирования в модельно-графической форме, воздействующей на интуитивное и образное мышление врача.

В слабо формализуемых областях знаний оценка клинического состояния биомедицинского объекта часто основывается на признаках качественного типа, и, вследствие отсутствия их четкой дифференциации между нозологическими формами заболеваний, неточного характера знаний об исследуемом объекте, неединственности известных классификаций заболеваний, оказывается неточной. Сложность построения строгих математических моделей в условиях неполноты информативных показателей, избыточности фоновой информации о состоянии биообъекта, учета влияния на него факторов внешней среды, нечеткости границ рассматриваемых

классов нозологических форм, а также многообразия возможных диагностируемых состояний биообъекта с учетом индивидуальности проявления его характеристик, - все это обусловливает целесообразность применения математического аппарата нечетких множеств, необходимость интеграции моделей и алгоритмов классификации, управления выбором лечения и визуализацией результатов моделирования.

В области терапевтической стоматологии, например, корректная диагностика начальных форм неосложненного кариеса, являющихся обратимыми этапами развития кариозного процесса, позволяет обоснованно применять приоритетные методики неоперативного лечения, связанные с использованием низкоэнергетического лазерного излучения, понижающего проницаемость и растворимость эмали, ускоряющего процессы реминерализа-ции и повышающего резистентность зубов к кариесу. Неудовлетворенность существующими классификациями кариеса, включающими различные сочетания диагностических характеристик по локализации дефекта, глубине поражения твердых тканей, распространенности и течению кариозного процесса при отсутствии специфических признаков, проявляющих лишь при одной форме заболевания, определяет актуальность разработок моделей и методов, позволяющих выделять так называемую "пограничную" форму кариозного заболевания, детализируя ее как вторую стадию начального или первую стадию поверхностного кариеса.

Часто задача корректного распознавания симптоматической картины заболевания на основе информации качественного типа может быть осложнена как присутствием интеркуррентных заболеваний, так и субъективной мотивацией поведения пациента во время беседы с врачом. Например, в клинической урологии, наличие индивидуальной вариабельности в оценке степени тяжести пациента при заболеваниях простаты, а также существования нескольких классификаций гиперплазии предстательной железы (ГПЖ), обусловливают необходимость разработки процедуры распознавания этого заболевания. Комплексная диагностика урологических больных, включающая алгоритмизацию процедуры рационального выбора вида лечения ГПЖ,

позволяет обоснованно назначать современные препараты консервативной терапии, приоритетные неинвазивные, нетравматичные мало- и минимально инвазивные методы неоперативного лечения, а также хирургические и эндоскопические методы, базирующиеся на высоких медицинских технологиях.

Многообразие клинической картины течения и исходов многих заболеваний, в частности, шизофрении, обусловливает чрезвычайную сложность задачи выбора терапии, предупреждающей развитие отрицательного лекарственного патоморфоза и формирование вторичной терапевтической резистентности у больного на фоне психофармакотерапии. Существующие методы преодоления фрмакорезистентности (инсулинотерапия, аутогемотера-пия, плазмаферрез и др.) не всегда достаточно эффективны, и поэтому поиск новых путей ее преодоления обусловливают: важность исследования психотропных эффектов пептидергической системы (включая опиатную), как звеньев ее патогенетических механизмов и методов нетрадиционной медицины (иглотерапии); необходимость анализа клинических, иммунных и гормональных профилей больного, сравнение их с прогнозируемым профилем в мониторинговом процессе; анализ выраженности психопатологического комплекса больного по динамике оценок клинико-гормональных и клинико-иммунных корреляций, возникающих в процессе назначенной терапии; построение модели и алгоритмов управления процессом преодоления фармако-резистентности с учетом результатов прогнозирования будущих состояний больного.

Ранняя диагностика не только большинства соматических, но и психосоматических заболеваний в области так называемой "малой" психологии является достаточно сложной в случае компенсированных, латентно протекающих форм пограничной патологии. В психологии легче установить, что поведение пациента "ненормально" и противоречит здравому смыслу, чем объяснить "нормальность" (это понятие не равнозначно "среднему показателю", рассчитываемому статистически в социологических исследованиях и не учитывающему индивидуальность личности). Поведение человека "нормально", если оно соответствует ситуации, и не обязательно соответс-

твует "среднему показателю". В задачах психологического консультирования корректное соотнесение психологического состояния пациента к условным ( стереотипным) нормам поведения при отсутствии четкой дифференциации характеристик качественного типа, в большинстве случаев не имеющих эталона для сравнения и измерения степени их проявления, а также учет влияния трудно контролируемых мотивационных факторов поведения как пациента, так и врача-психотерапевта, является достаточно трудоемкой процедурой, что обусловливает актуальность разработок моделей и методов компьютерной диагностики пограничных состояний личности (как первого этапа психодиагностики), находящихся между бесконфликтным и конфликтным вариантом поведения. Кроме того, в психологических клиринговых системах при формировании характеристик межличностных притязаний двух индивидуумов необходимо учитывать "специфику" задачи: границы между состояниями объектов исследования являются одновременно как разграничением, так и соединением, и результат есть синтез противоречий двух сторон, что обусловливает необходимость разработки нечетких моделей.

Современный период развития компьютерных информационных технологий характеризуется повышенным вниманием к изучению роли геофакторов как в возникновении, так и в изменении клиники многих заболеваний. Это связывается с нарушениями биологической адаптации организма, отрицательным влиянием психоэмоциональных факторов, порождаемых "информационной революцией", изменением социально-экономических условий общества и ухудшением экологической обстановки регионов. За последнее десятилетие комплексное исследование и решение задач выявления степени и характера зависимости показателей уровня здоровья населения от факторов внешней среды (загрязненности промышленными отходами и радиационной загрязненностью водоносных путей, почвы, атмосферы и др.) при воздействии множества экзогенных факторов: санитарно-гигиенических, экономических, демографических, медицинских и др. (заметим, что такая прямая зависимость отсутствует), получили новую возможность реализации

на базе компьютерных геоинформационных систем (ГИС), которая связана с пространственной организацией и анализом динамически изменяющихся причинно-следственных связей между показателями факторов. Моделирование ситуаций по архивной и текущей медицинской информации, прогнозирование значений уровней заболеваемости населения с учетом показателей экологического состояния территориальных единиц, управление визуализацией результатов моделирования важны для обоснования принятия решений по выбору стратегии организации лечебных мероприятий на любом уровне системы здравоохранения.

Возникновение новых и увеличение площади существующих так называемых ландшафтов техногенного прессинга и "территорий риска" деформирует составляющие уровня качества здоровья населения. "Экологически зависимые" заболевания составляют уже до 65 % в общем числе заболеваний. Воронежская область (ВО) наряду с Московской, Ленинградской, Липецкой, Орловской, Рязанской, Белгородской, Тамбовской, Брянской областями входит в группу территорий с наименьшими значениями информативного показателя рождаемости по РФ (7,6-10 на 1000 населения) и наиболее высокими значениями показателя общей смертности по РФ (13,4 -16,6 на 1000 населения) [108]. Поэтому актуальность многовариантного подхода к анализу временных срезов по информационным слоям медицинских и экологических данных относительно локальных территорий ВО, особенно за период после Чернобыльской аварии (1986 год), не вызывает сомнения.

Таким образом, автоматизация подсистем интеллектуально-информационной поддержки принятия решений, реализующих математические модели классификации и диагностики состояний биомедицинских объектов, алгоритмические схемы выбора лечения и методы визуальной трансформации в условных графических образах результатов исследования, актуальна и имеет важное значение для практического здравоохранения. Повышение эффективности принимаемых решений с учетом индивидуальных особенностей состояния объекта исследования - с одной стороны, с учетом

пространственно-временного аспекта взаимодействия объектов - с другой стороны, является актуальной задачей, решение которой обусловливает практическую, методологическую и научно-исследовательскую значимость многовариантного моделирования в медицинских системах.

Работа выполнена в соответствии с межвузовской научно-технической программой 12.11 "Перспективные информационные технологии в образовании" в рамках единого заказа-наряда МОиПО России по направлению "Информатизация образования" и в рамках одного из основных направлений Воронежского государственного технического университета "Биомедкибернетика, компьютеризация в медицине".

Цель и задачи исследования. Целью диссертационного исследования является многовариантное моделирование медицинской информации, алгоритмизация процессов принятия решений в задачах диагностики, выбора лечения, управления визуализацией информации, реализуемых в компьютерных подсистемах информационной поддержки принятия решений, позволяющих классифицировать состояния биообъекта, прогнозировать оценки будущих его состояний в мониторинговом процессе с учетом данных, поступающих от врача на основе визуального анализа условных графических образов, интерпретирующих результаты моделирования.

Для достижения поставленной цели необходимо решить следующие основные задачи:

провести анализ перспективных направлений развития компьютерных информационных технологий для обоснования необходимости разработки компонента визуальной трансформации результатов моделирования медицинских данных и ситуаций по принятию решений в условных графических образах;

разработать математические модели распознавания пограничных форм заболевания (что особенно важно на ранних этапах развития патологического процесса), реализующих предложенные методы формализации и структуризации медицинской информации с учетом ее особенностей;

разработать модель распознавания симптоматической картины заболевания, учитывающую нечеткость задания степени проявления симптомов качественного типа, и алгоритмические схемы рационального выбора лечебно-профилактических мероприятий на основе комплексной диагностики;

разработать алгоритм управления процессом преодоления фармакор�