автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.10, диссертация на тему:Технология распознавания как формализованная основа принятия решений по управлению здравоохранением

АКАДЕМИЯ НАУК РЕСПУБЛИКИ УЗБЕКИСТАН О/ЧНО - ПРОИЗВОДСТВЕННОЕ ОБЪЕДИНЕНИЕ «КЖ^НЕЩСА»

2 2 ДЭД 210

На правах рукописи УДК 519.6:616-097

МАРАСУЛОВ Ахмат Фаёзович

ТЕХПОЛОГИЯ РАСПОЗНАВ АШ1Я КАК ФОРМАЛИЗОВАННАЯ ОСНОВА ПРИНЯТИЯ РЕШЕНИЙ ПО УПРАВЛЕНИЮ ЗДРАВООХРАНЕНИЕМ

Специальность - 05.13.10 - Управление в социальных

и экономических системах

АВТОРЕФЕРАТ

диссертации на соискание учёной степени доктора-технических наук

Ташкент-2000

Работа выполнена в научно - исследовательском институте кардиологии Министерства Здравоохранения РУз.

Официальные оппоненты

доктор технических наук, профессор

доктор технических наук, профессор

доктор медицинских наук, профессор

Лутфуллаев Х.С. Фазылов П1Х. Бобожонов А.С.

Ведущая организация

Ташкентский Педиатрический медицинский институт МЗ РУз.

Защита состоится « 2,0 » Л ^К^и^Л 2000 г. в ^ V

- -у---

на заседании специализированного совета Д 015. 12. 01 при научно - производственном объединении «Кибернетика» АН РУз, по адресу: 700125, г. Ташкент, ул. Ф. Ходжаева, 34.

чао

С диссертацией можно ознакомиться в библиотеке Института Кибернетики НПО «Кибернетика» АН РУз.

Автореферат разослан « У" » И О Я 2000 г.

Учёный секретарь специализированного совета, доктор технических наук, профессор Исмаилов М. А.

? с X'

! | к/

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. Забота о здоровье человека всегда была и остаётся одной из главных задач руководства страны. Это нашло свое отражение в Законе Республики Узбекистан «Об охране здоровья граждан», постановлении Кабинета Министров Республики Узбекистан от 21 мая 1996 года №182 «О программе развития социальной инфраструктуры села Республики Узбекистан на период до 2000 года» и в особенности в указе Президента Республики Узбекистан И.А. Каримова от 10 ноября 1998 года «О государственной программе реформирования системы здравоохранения республики». Эта программа нацелена на обеспечение конституционных прав населения на получение квалифицированного медицинского обслуживания и социальную защиту, а также создание организационных, экономических и правовых условий для повышения качества медицинских услуг, воспитания здорового поколения, приведения системы здравоохранения в соответствие с осуществляемыми в стране преобразованиями.

В связи с этим, важное значение имеет создание механизмов эффективной реализации ряда составляющих данной программы. Такие механизмы могут создаваться на разных основаниях, в том числе и на основании разработок по применению математики и ЭВМ, с учетом теории менеджмента и идей социальной инженерии.

При этом следует отметить существенный вклад в развитие исследований по управлению в социальных и экономических системах академика Кабулова В.К., по управлению биологических и медицинских системах академика Камипова М.М., профессоров Кадырова Х.К., Икра-мовой Х.З., Адылоеой Ф.Т., Алламиярова Б.У., Фазылоза Ш.Х. и среди зарубежных ученых особо следует выделить исследования школ академиков Марчука Г.И., Гельфанда И.М., Журавлева Ю.И., член - корр. РАН Загоруйко Н.Г., Воронина Ю.А., профессоров Гублера Е.В., Васильева В.И., Мазурова В.Д., ВаЬника В.Н., Неймарка Ю.И., Расстригина Л.А., Тавровского В.И., Клещбва А.С., Черняховской М.Ю. и др.

В таких наукоёмких областях деятельности как здравоохранение применение математики и ЭВМ является одним из важных факторов прогресса. В особенности в период реформы. Естественно при условии, что это применение базируемся на подходящих методолого-теореотических основаниях.'

Анализ применения математики и ЭВМ при решении задач здравоохранения показывают, что оно может проводиться в двух направлениях: новационном, связанным с повышением эффективности решения этих задач на базе существующих методолого-теоретических представлений и схем, и инновационном, связанным с предварительным совершенство-

ванием методолого-теоретических представлений и схем здравоохранё-ния.

Как легко убедиться, подавляющее число исследований по применению математики и ЭВМ в здравоохранении относится к первому направлению. Наши исследования связаны с первым и вторым направлениями. Причем основное внимание уделено второму направлению..

При применении математики и ЭВМ в здравоохранении мы исходили из того, что главная цель такого применения: помочь специалистам повысить обоснованность суждений, а не обеспечить им комфорт. Дело не только в том, чтобы получить решение той или иной задачи, но и в том, чтобы оценить эффективность её решения.

Главные недостатки применения математики и ЭВМ в системе здравоохранения (СЗ) обусловлены не бедностью СЗ, а другими причинами (раздельное и выборочное рассмотрение отдельных этапов процесса здравоохранения; излишнее увлечение сервисом, хранением, передачей и первичной обработкой данных; отсутствие необходимых работ по совершенствованию баз знаний; пренебрежение нормативами построения, испытания и распространения программных средств).

Уже установлено огромное значение идей и методов теории распознавания для здравоохранения, идеи и методы распознавания, в принципе, являются наиболее подходящими для развития представлений о постановке и решении основных задач здравоохранения, поскольку содержат идею принятия решений.

Практически же влияние идей и методов распознавания на развитие методологии, теории и практики здравоохранения вряд ли можно сейчас считать достаточным.

Это связанно со спецификой как распознавания в здравоохранении, так и самого здравоохранения.

Специфика распознавания в здравоохранении связывается с размытостью ее объектов и множеств объектов, а также образов, некорректностью материала для распознавания, нечеткостью косвенного описания объектов, спожностью обоснования критериев оценки эффективности распознавания.

Многие трудности построения теории распознавания в здравоохранении обусловлены не только отсутствием стандартной формы представления входных данных, но и отсутствием оценки качества исходных данных и стандартной формы представления априорных предположений медиков.

Относительно специфики здравоохранения Республики Узбекистан можно сказать следующее. Оно не отвечает идеям современной теории мененджмента, возможностям математики и ЭВМ, не способна обеспечить в нынешних социально - экономических условиях эффективное по-

вышение качества населения (его здоровья с учетом того, что оно лишь в незначительной степени предопределяется медициной).

При совершенствовании здравоохранения, важно чтобы «лучше» стало «лучшим» потребителям (ведущим правильный образ жизни, заботящимся о своём здоровье, выполняющим наставления врача) и производителям услуг здравоохранения с учетом реальных социально - экономических условий и возможностей.

Важно также, чтобы разделение «лучшего» и «худшего» проводилось на районном уровне на основе заранее принятых и периодически изменяемых формальных республиканских нормативов.

Успех в использовании теории распознавания образов в задачах здравоохранения зависит в первую очередь от того, как именно та или иная задача здравоохранения сведена к задаче распознавания, и только во вторую очередь зависит от того, как решается сама задача распознавания.

Для преодоления трудностей и недостатков распознавания в здравоохранении и самого здравоохранения, а также обеспечения эффективного влияния идей и методов распознавания на совершенствование методологии, теории и практики здравоохранения, в первую очередь необходимо одновременное и согласованное развитие методолого - теоретических основ здравоохранения и распознавания.

С учетом всего вышесказанного, исследование методов распознавания в направлении построения новой методолого-теоретической базы здравоохранения и новой технологии распознавания в здравоохранении является актуальной проблемой. Решению этой проблемы и посвящена настоящая диссертационная работа.

Работа выполнена в соответствии с планами НИР по ГНТП № 2 на темы: (1) Оптимизация массовых медицинских осмотров (ММО) населения на базе автоматизированных рабочих мест (АРМ) врача, № гос. регистрации - 01.87.0099372; (2) Прогнозирование основных сердечнососудистых заболеваний (ССЗ) на базе автоматизирован) -ой системы распознавания, № гос. регистрации - 01.940002703.

Разработка исследуемой проблемы рассматривается в рамках идей распознавания образов, опирающихся на теорию Ю.А. Воронина о сходстве и атрибутивных функциях принадлежности.

Цель работы. Разработка формализованных основ принятия решений по управлению здравоохранением на базе новой технологии распознавания образов и их применения при решении основных задач медицинского обслуживания населения РУз.

Задачи исследования.

1. Разработка и обоснование новой технологии распознавания для решения основных задач медицинского обслуживания населения (мониторинга и прогноза за состоянием здоровья населения, диагностики больных, диагностики здоровых лиц, лечения и оздоровления).

2. Разработка и исследования общей концепции и методолого-теоретического обеспечения схем ММО населения на базе формальных изменений в процессе постановки медицинского диагноза.

3. Разработка экспертной системы интегрированного медицинского обследования населения, включая распознавание и прогнозирование состояний обследуемых по плоским кривым и звездчатым фигурам и их практическая реализация.

4. Разработка методолого-теоретического обеспечения совершенствования СЗ РУз на базе новой технологии распознавания образов.

Объекты исследования. Автоматизированные системы распознавания и прогнозирования ММО населения. Системы выявления больных с ССЗ и факторами риска (ФР) их развития. Медико-технологические и организационные структуры здравоохранения.

Методы исследования. В работе использован широкий круг идей и методов теории менеджмента и искусственного интеллекта, теории классификации и распознавания образов, анализа данных и теории принятия решений, математического моделирования и программирования, многомерного прогнозирования, популяционного исследования, социальной инженерии.

Научная новизна результатов работы заключается в разработке формализованных основ принятия решений по управлению здравоохранением на базе новой технологии распознавания образов, основанной на идее разделения объектов распознавания на' экстремальные и ординарные, а также распознавания пар противоположных объектов.

1. Разработана новая технология распознавания, включающая: по-, строение эффективных схем взаимодействия медика и математика в постановке и решении задачи распознавания, использование представлений о сходстве по одному и многим свойствам обеспечивающей не только взвешивание по информативности различных свойств, но и взвешивание по информативности различных пар значений отдельных свойств; формализацию представлений экспертов - врачей о "просто" и "надежно", "сложно" и "ненадежно" распознаваемых обследуемых, различии и сходстве "точек" и "кривых" в "произвольных пространствах": проведение оценки качества распознавания без разделения на материал обучения и материал экзамена; построение класса решающих правил определяющих связь показателей критерия оценки эффективности (количество и значимость обследуемых выделенных правильно,

количество обследуемых выделенных неправильно, количество выделения правильно выделенных обследуемых, а также затраты на их выделение) с ошибками распознавания 1-го и 11-го родов и отказами от распознавания, использующих атрибутивные функции принадлежности, опирающихся на представления об экстремальных противоположных обследуемых, использующих совокупности решающих пар обследуемых, различных для разных обследуемых; определение структурного положения обследуемого из материала экзамена относительно материала обучения; построение ансамбля алгоритмов распознавания, отвечающих одному и тому же классу решающих правил, но действующих в разных пространствах косвенных свойств.

2. Разработаны и исследованы общая концепция и методолого- теоретическое обеспечение схем ММО населения на базе формальных изменений в процессе постановки медицинского диагноза, включающие: решение задач распознавания видов пациентов и видов заболеваний; скрещивающейся последовательности задач распознавания типов, ро-доз, классов, а затем видов; использование простых карт обследования и сложных решающих правил.

3. Разработана экспертная система интегрированного медицинского обследования населения, включая распознавание и прогнозирование состояний обследуемых по плоским кривым и звездчатым фигурам и их практическая реализация, основанная на: построении новой схемы ММО населения в которой главными принципами являются: целевая установка - отделение нормы от патологии и определение типа патологии, последовательная система взаимодействия врачей и их взаимоконтроль, поэтапная оценка эффективности проведения ММО; построение трех-этапного подхода при отделении нормы от патологии, где на первом этапе отделяются заведомо здоровые, на втором этапе заведомо больные, на третьем этапе производится разделение больных и здоровых ("ординарных" случаев).^На каждом из этих трех этапов используется один и тот же общий алгоритм распознавания с решающими правилами, отвечающие нулю ошибок одного рода и минимуму ошибок другого рода. При этом материал обучения и экзамена подбирается под фиксированный вид алгоритма распознавания; построение обобщенного критерия близости плоских кривых и звездчатых фигур.

4. Разработано методолого-теоретическое обеспечение совершенствования управления СЗ РУз на базе новой технологии распознава-ния образов.

Практическая ценность. Предложенные в диссертационной работе методопого-теоретический подход, схемы анализа и действий, постановки решения задач, а также алгоритмы распознавания образов значительно расширяют возможности решения задач медицинского обследо-

вания и прогнозирования. Это подтверждается результатами решения прикладных задач - оценки распространенности застойной сердечной недостаточности (ЗСН) и ФР их развития, а также прогноза основных показателей здоровья населения РУз.

Разработанная новая технология СЗ позволяет эффективно нормировать затраты как на производство медицинских услуг, так и на потребление в условиях рыночных отношений.

Предложенные в работе технологии распознавания, функциональная схема интегрированного медицинского обследования, экспертная система интегрированного медицинского обследования на базе трбх-этапного распознавания и ряд др. обеспечивают значительное совершенствование методолого-теоретических основ существующей СЗ, а также составляют формализованную основу принятия решений в деятельности служб здоровья (слежении за состоянием больных, диагностики, лечении, оздоровлении) разработанной нами принципиально новой технологии СЗ в условиях рыночных отношений.

Способ формирования классификационных построений видов ССЗ успешно используется для обучения студентов-медиков.

Внедрение результатов работы. Разработанные в работе методы, алгоритмы и программы для ПЭВМ прошли практическую проверку в ходе научно-исследовательских работ, выполненных при участии автора для ряда организаций:

Министерство здравоохранения (МЗ) РУз (методолого-теоретическое обеспечение реформы СЗ, экспертная система прогнозирования основных показателей состояния здоровья населения);

- НИИ кардиологии МЗ РУз (экспертная система трбхэтапного распознавания для проведения ММО населения, АРМ врача-кардиолога, экспертная система распознавания плоских кривых и звездчатых изображений);

- НИИ туберкулеза МЗ РУз (алгоритмы построения классификация, видов диагностических заключений);

- 2-ой Ташкентский-медицинский институт (автоматизированная система распознавания - моделирование экстремальных объектов (МОЭКСТРО) на базе видовой принадлежности диагностических заключений.

В настоящее время совместно с Управлением здравоохранения Ташкентской области и отделом здравоохранения Урта-Чирчикского района ведутся работы по внедрению в практическое здравоохранение технологии «общественно-семейного» здравоохранения района (договор №1 от 01.06.95 г.).

Реализация и внедрение результатов работы подтверждаются справками и актами о внедрении.

Апробация работы. Основные результаты неоднократно докладывались на: II Республиканском семинаре - «Проблемы создания систем обработки, анализа и распознавания изображений» (Ташкент, 1989); Всесоюзной конференции - «Информатизация и моделирование территориальных социально-экономических объектов» (Новосибирск, 1990); Первой Всесоюзной конференции - «Системный анализ, моделирование и управление сложными процессами и объектами на базе ЭВМ» (Ташкент, 1991); Конф. - «Проблемы создания систем обработки, анализа и понимания изображений» (Ташкент, 1991); Научной конференции - «Перспективные информационные технологии а анализе изображений и распознавания образов» (Ташкент, 1992); Юбилейной конференции -«Современные вопросы оптимизации преемственной терапии и мониторинга больных» (поликлиника, стационар, санаторий) (Ташкент, Кисловодск, Франкфурт-на-Майне, 1992); Третьей Международной научно-практической конференции - «Системный анализ, моделирование и управление сложными процессами и объектами на базе ЭВМ» Ташкент, 1993); Международной конференции - Математическое моделирование и вычислительный эксперимент» (Ташкеот, 1994); Перйом конгрессе по внутренней медицине стран Центральной Азии» (Ташкент, 1994); II-III съездах кардиологов Узбекистана (Ташкент, 1988, 1994), Международной конференции «Современные проблемы прикладной и вычислительной математики» (Новосибирск, 1995); семинаре - «Самоорганизация природных и социальных систем» (Алма-Ата, 1995); Межрегиональном российско-американском семинаре - «Обеспечение качества оказания медицинской помощи в лечебно-профилактических учреждениях» (Барнаул, 1996); конференции - «Проблемы информатики и управления, перспективы их решения» (Ташкент, 1996); межрегиональной конференции - «Сибирское соглашение» (Новосибирск, 1996); Республиканской научной конференции - «Современные проблемы алгоритмизации» (Ташкент, 1996).

Кроме того наши результаты неоднократно обсуждались на семинарах института математики СО РАН, (отдел д.т.н., проф. Загоруйко Н.Г.), ВЦ СО РАН (отдел д.ф-м. н., проф. Воронина Ю.А. и д.т.н. Гейци И.И.), ИК АН РУз (лаб. д.т.н., проф. Адыловой Ф. Т.) в течении 1990-1999 гг.

Публикации. Результаты исследований опубликованы в 51 научных работах, а также в ряде отчетов выполненных НИР.

Личный вклад автора."Все основные научные результаты получены автором самостоятельно и лично. Во всех работах, опубликованных в соавторстве, автором дана постановка задач, предложены основные идеи их решения, методы исследования, получены аналитические выкладки и теоретические результаты.

Научные положения, выносимые на защиту:

1) методолого-теоретические положения, совокупность которых является вкладом в развитие теории принятия решений по управлению здравосхранением, технология распознавания, обеспечивающая комплексное решение основных задач медицинского обслуживания, совершенствование методолого-теоретических представлений и схем здравоохранения;

2) общая концепция и методолого-теоретическое обеспечение схем медицинского диагноза;

3) функциональная схема интегрированного медицинского обследования населения, опирающейся на комплексное рассмотрение задач классификации индивидов (пациентов или клиентов), отделения нормы от патологии, диагностики, дифференциальной диагностики, выбора воздействия;

4) экспертная система интегрированного медицинского обследования, реализующая технологию трёхэтапного распознавания в решении задач ММО населения;

5) экспертная система распознавания и прогнозирования состояний обследуемых по кривым;

6) описание одной из возможных принципиально новых СЗ, удовлетворяющей нормативным требованиям менеджмента и распознавания, а также начало её методолого-теоретического, алгоритмического и программного обеспечения;

7) технология «общественно-семейного» здравоохранения района.

Структура и объём диссертации. Диссертация состоит из введения, четырёх глав, заключения, списка использованной литературы в 191 названии и трёх приложений. Работа изложена на 245 стр. машинописного текста, включая таблицы и блок-схемы.

КРАТКОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность работы, сформулирована основная цель и задачи исследования. Отмечено, что повышение эффективности влияния'идей и методов распознавания в здравоохранении обусловливает необходимость согласованного развития методолого-теоретического обеспечения самого здравоохранения и самого распознавания. Приведены основные положения й научные результаты, которые выносятся на защиту.

В первой главе обоснована необходимость перехода к новой технологии распознавания и предпринята попытка её разработки в духе тех идей, которые были выдвинуты ранее Ворониным Ю.А., Чере-мисиной E.H. и др. Основное содержание сводится к разработке и обоснованию следующих положений и результатов:

1). Для обеспечения диалога между медиками и математиками по постановке задач здравоохранения разработаны представления: о свойствах «задающих» (фиксирующих исходное множество), «группирующих» (разбивающих исходное множество на простые подмножества), «организующих» или «прямых» (позволяющих определять принадлежность к образам без ошибок) и «распознающих» или «косвенных» (позволяющих определять принадлежность к образам с ошибками) с их целевой привязке и информативности, об объективных и субъективных способах определения значения этих свойств и затратах их определения,.о допустимых и недопустимых способах определения принадлежности к образам и об оценке эффективности этих способов (с учётом «противоположных» распознаваемых объектов).

Важно, что измерение «прямых» свойств связано с «большими» затратами, но не всегда «доступно», а измерение «косвенных» свойств связано с «малыми» затратами, «сложно», но всегда «доступно».

Кроме того, введены представления о распознавании «стати — ческом» (по короткосрочным наблюдениям) и «динамическом» (по долгосрочным наблюдениям) или прошозировании.

2). Модифицированы принятые представления об исходном материале для распознавания. Мы говорим о задании этого материала в «полной» форме, если заданы:

Ао: (ak, Fk, Sk), k = Hn0, Ao = AoiUAo2, AocA;

Fk = (fpk). P = 1+m, fpk e (ф , q = 1+qp;

Sk = S1, S2, S = S (Ф);

Ф* = (<p¡S), e = 1-5-m, cp* e (q>") i = Ut,;

с (Ф, а), с (F, a);

Cu C2. Co,

где A - множество распознаваемых объектов a¡, состоящие из двух образов А, и А2, Ао - множество уже распознанных объектов ak; fp - «косвенные» свойства объектов a¡ из Ао, (f¡?) - множество их возможных значений, F - совокупность «косвенных свойств; п0 - число объектов а, в Ао, n0i из них принадлежит образу Ai, а п02 - по образу А2; S1 и S2 — символы, указывающие принадлежность объектов a¡ из А к образам Ai и А2; (?в - «прямые» свойства объектов a¡ из А, (ср^) -множество их возможных .значений, Ф - совокупность «прямых» свойств; S = S (Ф) — алгоритм (или инструкция) «организации» образов Ai и А2; с (Ф, а) и с (F,a) - затраты на определение значений совокупности «прямых» и «косвенных» свойств на объекте ак из А, с (Ф,а)»с(Р,а); с,, сг и Со - цены ошибок распознавания первого, второго рода и отказов.

Заметим, что алгоритм «организации» образов А! и А2, то есть в = в (Ф), необходим для обнаружения ошибки распознавания объектов ак из А, для которых известны значения совокупности «прямых» свойств Фк, не прибегая к экспертам. Обычно в практических ситуациях алгоритм «организации» образов А1 и А2 отсутствует, но имеется порождённая экспертами инструкция по «организации» этих образов.

3). Разработано представление о «правильном» распознавании, при котором в начале на основе инструкции строится алгоритм «организации» образов 5 = 5 (Ф). Если «прямые» свойства измеряются объективно, то мы говорим о «объективном распознавании. Это позволяет модифицировать представления о работе с экспертами при распознавании. Заметим, что из многочисленных опросов экспертов-медиков, следует неожиданный факт. При распознавании двух образов, все эксперты «уверенно» разделяют распознаваемые объекты на: «просто» и «сложно», «надёжно» и «ненадблсно» распознаваемые, причём это разделение не зависит от имеющегося исходного экспериментального материала для распознавания. У разных экспертов это разделение различно. Однако, все эксперты почти одинаково выделяют объекты «просто» и «надёжно» распознаваемые. В связи со сказанным проведена формализация представлений экспертов о «просто» и «надёжно» распознаваемых объектах. На этой основе на первом этапе, с помощью одного «простого» подхода, распознавать те объекты, которые распознаются экспертами «просто» и «надёжно», а затем, на втором этапе, с помощью другого «сложного» подхода, распознавать прочие объекты. При этом на первом этапе можно использовать подход, который явно не опирается на исходный экспериментальный материал для распознавания Ас, а основывается на некоторой гипотезе, не противоречащей этому материалу Ао, которая позволяет теоретически получить тек называемый «экстремальный» материал для распознавания А». На втором же этапе можно использовать подход, который явно опирается на исходный экспериментальный материал для распознавания Ао, дополненный «экстремальным» материалом Аэ.

4). Проведено «расширение» представлений об алгоритмах «распознавания» 5=5(Р). Предполагается, что построение Б=5(Р) сводится:

- во-первых, к построению 5(Ао,Р) - алгоритмы распознавания для определения принадлежности объектов а( А\Ао к образам А, и А2;

- во-вторых, к построению 5(А\Ао;Р) - алгоритм разбиения А\Ао на (А\Ао)1 и (А\АоЬ. где (А\Ао)1 содержит такие объекты а, из А, которые «надёжно» распознаются ё(Ао;Р), а (А\АоЬ содержит такие объекты а, из А, которые «ненадёжно» распознаются 8 (А\Ао; Р);

- в-третьих, к построению S (A1cA\Ao;F) - алгоритм выделения из А\Ао такого минимального А1, что (A\AoUA1)2 = 0.

Из сказанного можно сделать вывод, что при нашем подходе к распознаванию не только определяется принадлежностью объекта а к образу А, или А2, но и указывается, в каких случаях эта принадлежность определяется «надёжно», а в каких «ненадёжно» (в том или ином фиксированном смысле). Кроме того, указывается способ эффективного дополнения исходного материала распознавания Ао.

Важно, что построение алгоритма S(Ao;F) предусматривается возможность использования таких критериев эффективности:

Pi = О, С0Р0 + С2Р2 = min;

Р2 = О, С0Р0 + CiPi = min;

Po = 0, C^Pt + C2P2 = min,

где Pi, P2 и P0 - частоты ошибок распознавания первого, второго рода и отказов. При построении же критерия эффективности алгоритма S(F) дополнительно используется показатель «экономичности» распознавания:

h (Ф/F) = С (Ф,а) /C(F,a).

5). В отличие от известных подходов к распознаванию реализован такой подход, который связан с оптимизацией распознавания не только за счёт изменения совокупности сзойств Р(изменение числа градаций свойств fp, исключение некоторых свойств fp, переход от свойств fp к другим свойствам фр) и алгоритма распознавания S(Ao,F) (переход к более сложным и более гибким алгоритмам), но и за счёт:

а). Разбиения множества распознавания объектов А (на однородные подмножества А-, или группы (с раздельным простым распознаванием),

6). Изменения исходного материала для распознавания Ао в частности, добавление «экстремального» материала Аэ, содержащие такие объекты ае, которые распознаются всеми экспертами «просто» и «надёжно».

б). В общих чертах наш алгоритм распознавания S (Ао, F) основанный на сходстве, может быть описан так:

а). Для каждого из свойств fp, числом градаций с qp проводится уменьшение числа градаций («эффективная» градуировка fp, переход OTqpKqj„ qpaqj,).

б). Для каждого из свойств fp на основе (а) вводится мера сходства между объектами а( и а; из А («эффективная» мера сходства НР(а„ а,).

с). Для совокупности свойств F на основе (б) вводится элементарная мера сходства между объектами а, и а, из А («эффективная» элементарная мера сходства Лр(3|, aj)).

д). Для совокупности свойств Я на основе (с) вводится простая мера сходства между объектами а■, и а, из А («эффективная простая мера сходства Л°(а,, а))).

е). Для совокупности свойств V на основе (д) вводится мера сходства между объектами а, и подмножеством объектов А1 («эффективная» мера сходства Лр(Э|, А1)).

ф). Для совокупности свойств Я на основе (е) вводится мера сходства между подмножествами объектов А1 и А («эффективная» мера сходства Лр(А', А").

Я). К исходному экспериментальному материалу Ао добавляется «экстремальный» материал А, («эффективное расширение» Ао).

Ь). Из расширенного экспериментального материала

Л Л Л Л

Ао = А0иАэ, А = Ао1иАо2, среди объектов первого и второго

образов выбираются «опорные» подмножества объектов

- - V

Ао1 и А02 («эффективное» представление Ао).

Л

¡). Для каждого распознаваемого объекта а, из А \ Ао на основе

(е) вводятся «атрибутивные» функции принадлежности к образ-

Л л

ам А, и А2: ЛР(ае,Ао1) и ЛР(ае,Ао2) •

л

Для каждого распознаваемого объекта а„ из А\ А0 на основе (¡) указывается принадлежность к образу А, и Аг и определяется показатель надёжности этой принадлежности.

При реализации (а) - 0) используется нормативная эвристическая схема выбора. Эту схему можно пояснить на примере (б) следующим образом. Заранее считаются заданными конкурирующие классы мер сходства ( лР (а,; а^, И = 1+Н). Предполагается, что для каждого из этих классов имеются краткие описания 9Л, ориентированные на экспертов, на основе которых они выбирают «подходящие»" классы. За-, даётся формальный способ, позволяющий из фиксированного «подходящего» класса (Лр(а*;а,))ц выбрать «подходящую» меру сходства (Лр(а„а^11). Задаётся формальный критерий, позволяющий из двух уже выбранных «подходящих» мер сходства ХР(аьа^Ь1) и ?ьр(аьа1;Ь") выбрать «лучшую», с учётом представлений об эквивалентности этих мер.

Имеются некоторые основания предполагать, что любой известный сейчас алгоритм распознавания Р(Р) может быть аппроксимирован алгоритмом распознавания 5(Ао,Р) за счёт подходящей реализации (а)- 0).

7). Для нашего алгоритма распознавания 8(Ао,Р) принципиальное значение имеет формирование «экстремального» материала А,. Раз-

работки по такому формированию опираются на следующие гипотезы, связанные с «разумным» описанием распознаваемых объектов.

а). Для каждого свойства fp имеется одна или несколько пар значений (р' и fp", которые максимально различаются между собой.

б). Для каждого свойства 1Р имеется одна пара значений fp* и fp*^ которые максимально различаются между собой и одно из которых fp* присуще в «основном» объектам первого образа А1, а другое присуще в «основном» объектам второго образа А2.

с). Пары объектов э{ и а,, которым отвечают значения свойств fp* и fp** в т' случаях из т, при т /т ~ 1, принадлежат разным образам.

д). Объект Э), которому отвечают значения свойств fp* в т* случаях, а в т** случаях, принадлежит первому образу А,, если т*/т ~ 1, и принадлежит второму образу, если т**/т ~ 1.

8). Если в исходном материале Ао, о котором речь шла ранее, объектам ак, хотя бы в некоторых случаях, приписываются не одно значение свойства ^, а совокупность значений ^(Ц г = 1 Р (объекту а„ сопоставляется не вектор значений свойств Я,, а вектор-функция значений свойств Р, (У, г = 1 + Р), то мы говорим о «динамическом» распознавании или прогнозировании.

Как показано для того, чтобы воспользоваться нашими результатами по распознаванию для получения результатов по прогнозированию достаточно разработать представления о мерах сходства двух последовательностей значений свойства ^ (У и ^(Ц, г = 1 + Я, аналогично тому, как были разработаны представления о мерах сходства двух значений свойства ^ и Такие разработки нами уже выполнены.

Во второй главе предложена функциональная схема интегрированного медицинского обследования, обсуждены возможности её использования для построения соответствующей экспертной системы и приведены дополнительные алгоритмические разработки, необходимые для создания этой системы. Здесь достаточно отметить следующее:

1). Функциональная схема интегрированного медицинского обследования включает в себя: а) стадию нормо-патологического анализа пользователей: клиентов (здоровых) и пациентов (больных); б) стадию диагностирования пациентов (больных); с) стадию диагностирования клиентов (здоровых).

На стадии (а) пользователи делятся на «заведомо здоровых», «заведомо больных», «здоровых» и «больных.

На стадии (б) для пациентов («заведомо больных» и «больных» определяется «вид патологии» и даются рекомендации по лечению.

На стадии (с) для клиентов («заведомо здоровых» и «здоровых») определяется «вид здоровья», даются рекомендации по оздоровлению и срокам последующих осмотров.

На стадии (а) первоначально определяется «тип пользователя» нг основе его «конституционных» характеристик и «образа жизни». Предполагается, что внутри различных «типов пользователей» выделение «заведомо здоровых», «заведомо больных» алгоритмам (на основе различного исходного экспериментального материала).

На стадии (б) для определения «вида патологии» пациентов предварительно определяется «тип», «род» и «класс патологии». При определении "типа", "рода", "класса", "вида патологии" пациента предварительно определяется «тип», «род», «класс» и «вид пациента» на основе его «конституционных» характеристик и «образа жизни». Предполагается, что внутри различных «типов», «родов», «классов» и «видов пациентов» разделение соответственно на «типы», «роды», «классы» и «виды патологии» проводятся по различным «простым» алгоритмам (на основе различного исходного экспериментального материала).

Рекомендации по лечению выдаются на основе «вида пациента» • и присущему ему «вида патологии», с учётом (в условиях рынка), социально-экономического положения пациента, возможностей лечебного учреждения и субъективных предпочтений пациентов по «риску и затратам».

На стадии (с) для определения «вида здоровья» клиентов предварительно определяется «тип», «род» и «класс здоровья». При определении «типа», «рода», «класса» и «вида здоровья» клиента предварительно определяется «тип», «род», «класс» и «вид клиента» на основе его «конституционных» характеристик и «образа жизни». Предполагается, что внутри различных «типов», «родов», «классов» и «видов клиента» разделение соответственно на «типы», «роды», «классы» и "виды здоровья" проводится по различным «простым» алгоритмам (на основе различного исходного материала). Рекомендации по оздоровлению и срокам последующих осмотров выдаются на основе лвида клиента» и присущего ему «вида здоровья» с учётом (в условиях рынка) социально-экономического положения клиента, возможностей оздоровительного учреждения и субъективных предпочтений клиентов по «риску» и «затратам».

2). Разработанное нами алгоритмическое обеспечение новой технологии распознавания а здравоохранении является почти достаточным для реализации всех стадий и этапов описанной выше функциональной схемы. Чтобы сделать его достаточным необходимо построить алгоритм для определения мер сходства между временными по-

следовательностями произвольных векторов Fj(ts) и F,(ts), S=1*S, описывающих краткую нормо-патологическую историю ¡-ого и j-ro обследуемых. Нами разработан такой алгоритм, который связан с использованием представлений о стандартной нормо-патологической истории обследуемых, которой отвечает последовательность векторов F*(ts), S=1-hS, с использованием преобразований

F, (t,HA,(ts) =A(FK(ts), F*(ts)), к = i,j где A(F«(ts), F* (ts)) - известные меры сходства между F,(ts) и F* (t8), и использованном для определения мер сходства между Ai(ts) и Aj(ts) известных формул Воронина-Москапенского.

3). Главной трудностью в конкретной реализации описанной выше функциональной схемы является отсутствие достаточно подходящих баз знаний для некоторых её стадий и этапов.

В качестве дополнительных алгоритмических разработок рассмотрены представления о распознавании как диагнозе-прогнозе, обобщённом критерии близости плоских кривых и звёздчатых фигур, изображающих состояния различных органов обследуемых лиц.

Обобщённый критерий близости опирается на следующие представления о сходстве плоских кривых. Психологами исследовано сравнение двух плоских кривых экспертами (в том числе врачами). Установлено, что следует выделять понятия «различие» и «сходство» двух кривых. «Различие» одним и тем же экспертом определяется одинаково при любых целевых установках, а «сходство» одним и тем же экспертом при различных целевых установках определяется неодинаково. Следовательно, для эффективного сравнения кривых необходимо учитывать специфику этих двух понятий. Поэтому нами предлагается обобщённый критерий близости пар кривых, трактующий «различие» как различие значений в точках, а «сходство» - сходство значений в точках и значений их первых производных. Тогда появляется возможность учёта «величины отклонений», «знаков отклонений» и «месторасположения отклонений», а также «знаков первых разностей» как это делают эксперты (врачи).

Рассмотрим две кривые x(t) и y(t), o<x,y,t<1, замеренных в абсолютной шкале в п равноотстоящих друг от друга точках, принимающих m различных значений. Таких по-точечно различных «кусочно-линейных» кривых mn.

На основе разработок fio сходству чисел и символов Ю.А Воронина следует, что на первых этапах разумно ограничиться семейством простейших мер сходства кривых, которое можно задавать в явном виде. При этом следует: 1) построить описание функций х и у в точке ti; 2) определить меры сходства функций х и у в точке tj по этому опи-

санию - Цх, у) 3) задать меры сходства функций х и у в интервале (0.1) т.е. задать Х(х,у) через Х(х.у>,.

Опишем функцию х в точке Ъ через её значения x¡ и через символ ^»(•^(ох (').°х (О.Ох (О) ■ где

<4(0=

1, х^) > Xj О, , с£(0 = '

-1, Х(_1 < ^

1, х1 > хы О, Х| = х1+1 ,

-1, X; < Х,+1

1, ХЫ>ХМ О, ХМ = Х;+1 . -1, Х|.] < Х;+1

Также опишем функцию у в точке Ъ и е^Псг'/и.^ОХ^О))-

положив х0=хп, х„+,=х(, уо=уп; упи=у(

получим поточечное описание функций х и у: {х,; аМ и {у,; ау{\)). ¡=1-п. Определим Цх.у}, так:

Х.(х,у):= сЛ(х^)+(1-а)Мс,0), ау(0), 0<а<1, где

Гху^^1!11. Д'хуЧх,^!, 0<я£2, О£г0£1, 1<Ь<оо,

Б= 1,2 (с учётом знака разности (ъ-у,)) известная формула Ю.А. Воронина.

Цах0),оу(0)= ¿а^ст^О^О)), ¿ак=1, [1,0^0) = ^«,

к = 1,2,3.

Причём должно выполняться:

Для меры сходства функций х и у получим

*(х,У) = -£*(х.У)1 И)

П|-|

Ч + (1-Ч)(1 +

•(д'„)'.

Можно показать, что формула (1) действительно задаёт семейство простейших мер сходства плоских кривых, зависящих от восьми параметров:

а, д, г0,11, э; а*, к=1-кЗ (3)

имеющий очевидный смысл. Выбором этих параметров можно распорядиться с учётом тех целей, во имя которых мы сопоставляем кривые.

Легко установить, что второе слагаемое в формуле (1), то есть Х(сх('0,оу0)) может быть использовано в качестве меры сходства по форме плоских звёздчатых фигур X и У.

На основании диалога с опытными врачами проводится «подгонка» параметров (2) так, чтобы экспертная система определяла бы меры сходства между плоскими фигурами, также как это делают врачи.

8 третьей главе основное внимание уделено созданию баз знаний и данных для проведения стадий и этапов предлагаемой нами экспертной системы, прежде всего, получению исходного материала для распознавания. В настоящее время в медицине в достаточной степени разработаны только представления о видах патологий. Все остальные необходимые представления (о норме и патологии, о типах, родах, классах и видах пациентов (больных) и клиентов (здоровых) и пр.) нуждаются в дополнительной разработке. В этой главе рассматривается вопрос о разработке представлений о типах, родах и классах патологии, пациентов при заданных представлениях о видах патологии пациентов, представленных достаточным материалом пациентов. Мы ограничились только теми видами патологии, которые традиционно относятся к ССЗ. Экспериментальный материал был получен в процессе изучения распространённости ССЗ в г. Ташкенте в 1983-1992 годах с помощью созданной нами АРМа врача-кардиолога.

Главным результатом программной разработки, на базе новых технологий распознавания и функциональной схемы интегрированного медицинского обслуживания язляется экспертная система трёх-этапного распознавания (ЭСТЕР) для проведения ММО населения.

Реализуемая нами новая схема ММО базируется на следующих главных принципах: целевая установка заключается в отделении нормы (Н) от патологии (П) и определении типа П; последовательной системы взаимодействия врачей и их взаимоконтроля; поэтапной оценки эффективности проведения ММО.

В ЭСТЭР реализован трёхэтапный подход при отделении Н от П: на первом этапе отделяются заведомо здоровые; на втором этапе заведомо больные; на третьем этапе производится разделение больных и здоровых («ординарных» случаев). На каждом из этих трёх этапов

•используется один и тот же общий алгоритм распознавания с решающими правилами, отвечающие нулю ошибок одного рода и минимуму ошибок другого рода. При этом материал обучения и экзамена подбирается под фиксированный вид алгоритма распознавания.

Экспертами решаются следующие задачи: организация образов в пространстве признаков; формирование дополнительного материала обучения; формальный анализ экспериментального материала и согласование с экспертными данными. "

ЭСТЭР для проведения ММО населения обеспечивает: построение схем вывода суждений о состоянии обследуемых; построение схем их обследования; параллельно-последовательное классифицирование и распознавание обследуемых; определение диагноза на основе видовой принадлежности; определение зон компетенций и зон отказов специалистов (инстанций взаимодействия) в постановке диагноза; построение модели пациента и действий врача на ПЭВМ; построение базы данных, обследуемых в прошлом, настоящем и.будущем; разделение обследуемых на три группы: «здоровых», с определением типа здоровья, подлежащих повторному обследованию через большой промежуток времени ДТ; «пока здоровых», обследуемых через малый промежуток времени ST; «больных», нуждающихся в лечении у специалистов в соответствии с типом заболеваний.

Для нормальной работы ЭСТЭР необходимо ПЭВМ типа IBM PC AT (или совместимые с ними) с ОЗУ объёмом не менее 1 Мбайт и памяти на жёстком диске не менее 4 Мбайт (зависит от количества объектов обучающей выборки). Программа написана на языке СУБД «КАРАТ». Программное обеспечение базы данных занимает не более !!) Кбайт.

На основе дополнительных алгоритмических разработок, изложенных в гл. 2, раздел 2.4.2 нами разработана экспертная система, реализующая задачи: (1) установления меры сходства по форме плоских кривых и звёздчатых фигур; (2) распознавания объектов (обследуемых) по кривым; (3) прогнозирования состояний объектов (обследуемых) по кривым.

Для нормальной работы экспертной системы необходимо ПЭВМ типа IBM PC AT (или совместимые с ними) С ОЗУ объёмом не менее 640 Кбайт и памяти на жёстком диске не менее 20 Мбайт. Программа написана на СУБД FOXPRO 2.6 и занимает не более 1,5 Мбайт.

В четвёртой главе рассматриваются вопросы совершенствования СЗ. При этом основное внимание было обращено на выработку представлений о такой СЗ, которая могла бы обеспечить в нынешних социально-экономических \условиях выбор наиболее эффективного направления реформирования СЗ РУз.

Реформирование любой СЗ является «вырожденной» проблемой управления системами, оно связано, помимо прочего, со сложными задачами искусственного интеллекта: описания систем; построения критериев их эффективности; прогнозирования их развития.

В настоящий момент база знаний здравоохранения не может служить достаточным основанием для успешного проведения реформы, эта база должна быть дополнена базой знаний, связанных с упомянутыми задачами искусственного интеллекта.

Прежде чем приступить к реформе любой СЗ, мы обязаны позаботиться о её формальном обеспечении. Как минимум, для момента времени t:

(а). Описать эту СЗ через некоторые параметры, оценивания её эффективности с точки зрения тех, кто ею пользуется: X(t), и тех, кто обеспечивает её функционирование: Y(t);

(б). Построить «внешний» и «внутренний» критерии эффективности этой СЗ: Kx(t) и Ky(t);

(с). Построить «компромиссный» критерий оценки эффективности этой СЗ: Kxy(t);

(д). Описать эту СЗ через некоторые структурные параметры, которые предопределяют основные особенности её функционирования: Z;

(е). Зафиксировать вектор-функцию структурных параметров Z0(t), которая отвечает этой СЗ до реформы, t<t0;

(f). Зафиксировать множество вектор-функций структурных параметров системы (Zj(t)), которые могут отвечать этой СЗ после реформы, t>to;

(q). Зафиксировать интервал времени от момента начала проводимой реформы этой СЗ до момента начала её последующей реформы: (to,tx);

(h). В предположении, что до реформы этой СЗ отвечала вектор-функция структурных параметров Z0(t) построить две кривые эффективности нереформированной СЗ, ретрогнозную и прогнозную: К?уОХ tät0 и t0 <t<tx;

(i). В предположении, что после реформы этой СЗ в i-м варианте ей будет отвечать вектор-функция структурных параметров Z,(t) построить прогнозную кривую эффективности реформированной системы Kj^t), t„£tstx;

(j). Построить критерий эффективности проведения реформы этой СЗ в i-м варианте на основании сравнения программных кривых её эффективности K®y(t) nK^t), t0 £t£t„, с учётом затрат на реформи-

рование в этом варианте 0,(1), при прогнозируемых условиях её функционирования.

Особо необходимо учесть, что возможности проведения реформы СЗ существенно зависят от способов оценки эффективности её реформирования на первых этапах. Нельзя судить о результатах реформирования на сопоставлении того, что было до реформы и что есть сейчас после её начала. Необходимо сопоставлять то, что было бы сейчас без реформы и то, что есть сейчас с реформой.

Отметим, что в последующем потребуется выбирать вариант реформирования на основе К^) и О^). Легко убедиться, что для такого выбора потребуется задание некоторых идеологических установок.

Для реформирования СЗ в данный момент необходимо, в первую очередь, на базе идей искусственного интеллекта и теории менеджмента, разработать новые представления о постановке и решении задач; описания СЗ; конструирования критериев оценки эффективности СЗ; распознавания и прогнозирования внешних и внутренних условий функционирования СЗ; прогнозирования результатов функционирования СЗ.

Видимо начинать следует с зэдач конструирования критериев оценки эффективности СЗ, измеренных в шкале порядка. Естественно потребовать, чтобы критерии удовлетворяли заранее сформулированным требованиям, в частности:

- зависели только от «усердия, умения и удачи» тех, кто обеспечивает функционирование СЗ; •

• - определялись «объективно и оперативно» в любых условиях функционирования СЗ;

- затраты на определение и независимый контроль в любых условиях функционирования СЗ были бы «приемлемыми».

Как можно убедиться, критерии оценки эффективности СЗ («средняя продолжительность жизни», «детская смертность») не удовлетворяют этим требованиям. Важно, что некоторые СЗ в силу специфики своего обособления и организации, в принципе, не могут иметь удовлетворительных критериев оценки эффективности.

В связи с вышеуказанным, нами предпринята попытка разработать программу реформирования здравоохранения в РУз, способную конкурировать с другими программами.

Главное в этой программе заключается в: изменении главной цели здравоохранения - повышении качества населения, а не только здоровья населения; изменении критериев оценки эффективности здравоохранения - раздельный учёт умения, усердия и удачи специалистов здравоохранения; формировании новых принципов солидарности - «отраспей и регионов», «богатых и бедных», «здоровых и боль-

кых», «детных и бездетных»; фиксации необходимых требований к здравоохранению после реформирования; построение объективно контролируемой схемы функционирования здравоохранения; построение схемы управления здравоохранением с явной ответственностью.

С формальных позиций все СЗ можно различать по: «качеству» функционирования «приемлемые» и «неприемлемые»; «затратам» на функционирование «подходящие» и «неподходящие»; «организационной структуре» («простые» и «сложные»); способности к «самореорганизации» («способные» и «неспособные»).

Заметим, что самореорганизация помимо прочего предполагает объективный и оперативный контроль «сверху» и «снизу» за «качеством» и «затратами» функционирования всех организаций здравоохранения, более того, их предсказуемость.

Все известные сейчас СЗ у нас и за рубежом, являются «простыми», «неспособными», «подходящими» и «почти приемлемыми».

Предлагаемая нами СЗ является «сложной» и «способной». На первых порах она может быть «неподходящей», но обязана быть «сверх приемлемой».

В нашей СЗ между организациями и пользователями стоит семейный врач выбираемый и оплачиваемый самим пользователем.

Естественно требование того, чтобы в желательной СЗ (ЖСЗ) в первую очередь были обеспечены права её пользователей. В частности, такие:

а). Иметь в банке развития здравоохранения счёт здоровья, индивидуальный и (или) семейный, отдельно на диагностику, лечение и оздоровление, пополняемый из государственного фонда здравоохранения, фондов «силовых» министерств и личных средств пользователя. Использование этих «безналичных денег здоровья» должно контролироваться семейным врачом;

б). Иметь возможность выбора семейного врача, организаций и специалистов здравоохранения;

с). Через общество потребителей услуг здравоохранения иметь . возможность судебной защиты своих интересов и получения достойной компенсации за ошибки, допущенные при лечении и оздоровлении.

Во вторую очередь в ЖСЗ необходимо обеспечить права специалистов. В частности, врачей (их доходы должны определяться только заработанными «безналичными деньгами здоровья»):

а). Отказа от диагностики, лечения и оздоровления пользователей, нарушающих предписания по образу жизни.

б). Отвечать только за правильность (своевременность, качество и затраты) диагностики, лечения и оздоровления пользователей.

с). Через общество здравоохранителей иметь возможность судебной защиты своих интересов и получение достойной компенсации за ошибки аттестации и необоснованные обвинения.

д). Иметь равные возможности использования достаточных средств диагностики, лечения и оздоровления.

е). С согласия общества потребителей услуг здравоохранения иметь возможности инновации (приобретать интеллектуальную собственность) при диагностике, лечении и оздоровлении.

Эти и другие требования должны сделать ЖСЗ: «жесткой» (нарушать рекомендации по образу жизни и болеть должно стать очень невыгодно);

«профилактической» (оздоровлять должно стать выгоднее, чем лечить); . >

«ответственной» (плохо лечить и оздоровлять должно стать очень невыгодно);

«уравновешенной» (ущемление прав пользователей и специалистов здравоохранения должно наказываться в равной мере); «контролируемой на каждом шагу» (снизу и сверху); «социально-управляющей» (за счёт формирования индивидуального и (или) семейного счёта здоровья, например, с учётом службы по призыву в «силовых» структурах в настоящем и прошлом).

Для РУз в первую очередь, необходимо исследовать возможности критериев оценки эффективности СЗ, которые опираются на прогнозируемую динамику изменения таких оценочных показателей: отношение числа оздоровляющихся к числу лечащихся; временные затраты пользователей на услуги здравоохранения; перечень услуг здравоохранения и их себестоимость; частоты недопустимых исходов лечения и оздоровления.

Создание методолого-теоретической базы перехода нашего здравоохранения к рынку - это прежде всего построение принципов организации службы здоровья на районном уровне. С учётом этого нами разработана технология "общественно-семейного" здравоохранения района, основанная на: строго целевом кредите государства семьям, семьи - службе здоровья после оказания услуг; дифференциации использования фондов (диагностики, лечения, оздоровления) здоровья семьи и налогообложения доходов (от диагностики, лечения, оздоровления) деятельности медицинского учреждения; построении принципов организации службы здоровья на основе конкурирующих фирм с раздельной организацией диагностики, лечения и оздоровления.

Также разработаны функциональные обеспечения структурных составляющих (ассоциация семейных врачей (медбратьев и медсестер); фирмы общей диагностики; фирмы дифференциальной диагностики: госпитали; центры оздоровления; технологические центры

здравоохранения; служба здравоохранения; комитет здравоохранения РУз; общество пользователей услуг здравоохранения РУз; общество здравоохранителей РУз; банки развития здравоохранения РУз; информационные центры РУз) СЗ РУз.

ЗАКЛЮЧЕНИЕ. В заключении формулируются основные научные и практические результаты работы.

ПРИЛОЖЕНИЯ. В приложении вынесены симптоматические описания общей схемы видовой классификации ССЗ, результаты обследования лиц и приведены документы об использовании результатов работы.

ОСНОВНЫЕ НАУЧНЫЕ И ПРАКТИЧЕСКИЕ РЕЗУЛЬТАТЫ РАБОТЫ

Основным результатам диссертационной работы является решение научной проблемы создания теоретических основ комплексной формализации основных этапов процесса здравоохранения и их при-0 ложения при решении важной народно-хозяйственной задачи построения новой технологии распознавания образов и ее применение при решении основных задач медицинского обслуживания населения РУз. -

1. Проведен анализ состояния и определены перспективы применения распознавания в здравоохранении. Выявлены необходимость разработки и исследования распознавания в направлении построения новой методолсго-тесретичесхой базы здравоохранения и новой технологии распознавания в здразоохранении для создания формализованных основ принятия решений по управлению здравоохранением.

2. Формализована и обоснована новая технология распознавания образоз, обеспечивающая: анализ эмпирического и получение экспертного материала; выбор мер сходств по отдельным свойствам и их совокупностям; построение эмпирической и экспертной функции принадлежности объектов распознавания; селекцию признаков; построение эмпирического и экспертного решающих правил; построение алгоритма распознавания; определение показателей сложности и надежности распознавания; оценку качества распознавания; верификацию и объяснение результатов дополнения эмпирического материала; выдачу результатов распознавания.

3. Разработаны алгоритмы моделирования экстремальных объектов с использованием атрибутивных функций принадлежности и определены их возможности в составе новой технологии распознавания образов. Определены показатели формального описания эталонного материала для выбора класса алгоритмов распознавания и эффективного дополнения экспериментальных данных. Предложен новый

класс решающих правил, отвечающих нулю ошибок одного рода и минимуму ошибок другого рода, опирающихся на представления об экстремальных противоположных обследуемых, что позволяет существенно расширить исходный материал для распознавания и, главное формально описать принимаемые априорные представления. Построен ансамбль алгоритмов распознавания, отвечающих одному и тому же классу решающих правил, но действующих в разных пространствах косвенных свойств, эффективно учитывающих поэтапность (при-емственность) в проведении ММО населения.

4. Предложена функциональная схема экспертной системы интегрированного медицинского обследования населения. Разработан целостный подход при котором совместно и с единых позиций рассматриваются задачи: классификации индивидов с точки зрения их " конституционных " особенностей; отделения нормы от патологии; диагностики; дифференциальной диагностики; выбора воздействия; оценки эффективности воздействия. Создан сценарий МД включающий операции определения схем обследования, описания и выдвижения гипотез, проверки гипотез. Определена схема действий для обеспечения жизнедеятельности' индивидов, позволяющая в зависимости от той или иной зэдачной ситуации получать соответствующую общую схему МД.

5. Сформулированы необходимые- определения связанных с попыткой выработки четких представлений о нормо-патологическом, патологическом и норматическом виде обследуемых для создания экспертом материала обучения. Предложена новая формальная трактовка прогноза состояний обследуемых позволяющей МД интерпретировать как качественное и короткосрочное многомерное прогнозирование с короткой и многоаспектной историей.

6. Разработан алгоритм эффективного сравнения ' плоских кривых и звездчатых фигур. Предложен обобщенный критерий близости учитывающий и "различие" и "сходство" между экспериментальной и теоретической кривым, что является более гибким подходом к формализации представлений врача о различии и сходстве "точек" и "кривых" в "произвольных пространствах", и более адекватным мышлению врача и позволяют по новому подойти к решению ряда задач здравоохранения существенно использующих методы распознавания.

7. Построен алгоритм классификации диагностических заключений по видовой принадлежности. Определена и рекомендована новая форма представления результатов в общих схемах МД. Разработано медико-технологическое обеспечение видовой классификации ССЗ на базе организации классов, родов, типов патологии

при известных видах.. Предложены оригинальные алгоритмы формирования видов ЗСН отдельно по каждой группе высокого риска её

развития: ИБС - постинфаркгный кардиосклероз; ИБС - стенокардия напряжения; ИБС - безболевые формы (врожденные и приобретенные пороки сердца); артериальная гипертония; сахарный диабет; алкогольное поражение сердца.

8. Показано эффективность ЭСТЭР в реализации следующих задач технологии профилактики заболеваний и здоровья населения: построение схем вывода суждений о состояний обследуемых; построение схем их обследования; параллельно-последовательное классифицирование и распознавание обследуемых; определение диагноза на основе видовой принадлежности; определение зон компетенций и зон отказов специалистов (инстанций взаимодействия) в постановке диагноза; построение модели пациента и действий врача на ПЭВМ; построение базы данных обследуемых в прошлом, настоящем и будущем; разделение обследуемых на три группы: "здоровых", с определением типа здоровья, подлежащих повторному обследованию через, большой промежуток времени АТ; "пока здоровых", • обследуемых через малый промежуток времени 5Т; "больных", нуждающихся в лечении у специалистов в соответствии с типом заболеваний.

9. Выявлены необходимые требования к эффективной реализации основных задач медицинского обслуживания населения в условиях рыночных отношений. Разработаны методолого-теоретическое обеспечение совершенствования СЗ РУз на основе новой технологии распознавания образов, а также основы и описание одной из возможных принципиально новых СЗ, удовлетворяющей нормативным требованиям менеджмента и распознавания.

10. Построены принципы организации службы здоровья на районном уровне, основанные на: раздельное проведение, фиксирование и оценку действий и результатов по диагностике, лечению-и оздоровлению; использование коллективных схем взаимодействий врачей в районной и областной сети здравоохранения при отделение нормы от патологии, отделение типичных случаев от "сложных" и постановки диагноза в типичных случаях, отделении типичных случаев от "сложных" и постановки диагноза в "сложных" случаях; базирование системы постановки диагноза на комплексной классификации видов норм, нормо-патологий и патологий обследуемых, с учетом их "конституционных" особенностей; формирование системы окономической деятельности службы здоровья на базе нормативных требований менеджмента; критериях оценок эффективности-динамика изменения соотношения числа оздсравливающихся и лечащихся, динамика нормативных затрат на услуги по здоровью, динамика инновации по услугам по здоровью.

11. Разработана технология "общественно-семейного" здравоохранения района и программа её реализации.

12. Создан формализованный аппарат проектирования СЗ различного уровня (назначения) Для принятия решений ЛПР.

13.Полученные в диссертации научные и практические результаты внедрены в ряде учреждений здравоохранения РУз.

Разработанная ЭСТЭР для проведения ММО населения с учетом исследований НИИ кардиологии МЗ РУз позволила получить компьютерную технологию выявления больных с ССЗ (в частности, больных с ЗСН) и наклонных к ним. Данная технология позволила исключить ошибки при формировании диагностических заключений и повысить эффективность выявляемое™ ЗСН на 33.4%, дифференцировать обследуемую популяцию не только на здоровых и больных, но кроме этого формировать различные группы с различным прогнозом развития и исхода состояния, группы здоровых лиц с различным уровнем факторов развития ССЗ. Формирование групп лиц с высоким, средним и низким уровнем факторов развития и составляет основную задачу дальнейших первичных профилактических вмешательств.

На базе обобщенных мер сходства разработана экспертная система распознавания плоских кривых, звездчатых фигур и прогнозирования состояния пациентов. С помощью данной экспертной системы (на основании приказ МЗ РУз N 67 от 17.02.94) решена задача прогнозирования основных показателей состояния здоровья населения РУз до 2003 года, что позволяет разработать комплекс программно-целевых мероприятий по предупреждению заболеваемости и смертности населения. Решена также задача оценки прогноза и исходов ССЗ по материалам популяционных исследований в г.Ташкенте.

Результаты диссертационного исследования, в частности методы видовой классификации ССЗ, моделирование "экстремальных" обследуемых используется в настоящее время в специальных курсах по циклу кардиология, читаемые студентам 5-6 курсов, кафедрой госпитальной терапии 2-го ТашГос МИ.

Разработанная технология использованна в качестве базисных материалов для разработки Государственной программы реформирования СЗ РУз.

14. Полученные результаты и их уже частичное опробование свидетельствуют об их возможности эффективной реализации указа Президента Республики Узбекистан ИАКаримова «О государственной программе реформирования системы здравоохранения республики».

Основные положения диссертации нашли отражение в следующих публикациях:

1. Марасулов А.Ф., Юнусов З.З., Касымходжаев А.Ш., Рихсиев З.И. Автоматизированное рабочее место врача для выявления сердечно-

сосудистых заболеваний (ССЗ). Мед. журнал Узбекистана, изд-во Ибн-Сино, - Ташкент, 1992, № 2, - С. 65-66.

2. Умурзаков Б.Х., Марасупов А.Ф., Карабаев В.Ш. "Общественно-семейное" здравоохранение в Узбекистане на уровне района (Краткое изложение концепции). Мед. журнал Узбекистана, изд-во Ибн-Сино, -Ташкент, 1992, № 11-12, - С. 3-5.

3. Марасулоз А.Ф. Новый структурно-функциональный подход к построению медико-техяологического обеспечения автоматизированной системы массовых медицинских осмотров населения (АСММОН). Узб.журнап «Проблемы информатики и энергетики», Ташкент, изд-во «ФАН» АН РУз, 1993, №2, с.50-52.

4. Марасулов АФ. К построению автоматизированных систем массовых медицинских осмотров населения (АСММОН). Узб.журнап «Проблемы информатики и энергетики». Ташкент, изд-во ФАН» АН РУз, 1993, №5, с.13-17.

5. Марасулоз А.Ф. Какой быть системе здравоохранения? Журнал «Экономика и статистика», Ташкент, 1995, №10-12, с.60-62.

6. Марасулов А.Ф. Технология распознавания образов как основа формализации представлений врача в решении задач здравоохранения //Докл. АН РУз, 1996, №8, с.57-59.

7. Марасулов А.Ф., Касымходжаев А.Ш. Методы распознавания образов в формализации эпидемиологического исследования заболеваний сердечно-сосудистой системы. Узб^курнал «Проблемы информатики и энергетики», Ташкент, изд-во «ФАН» АН РУз, 1995, №5, с.49-52.

8. Касымходжаев А.Ш., Марасулоз А Ф. Информационные технологии профилактических исследований здоровья населения. Журнал «Здравоохранение Казахстана», 1895, №11, с.11-13.

9. Касымходжаев А.Ш., Марасулоз А.Ф. Оценка распространенности застойной сердечной недостаточности и факторов риска еб развития на базе новой технологии распознавания образов. Часть 1. Подход к решению. Центрально-Азиатский медицинский журнал. Бишкек, 1996, №4. с. 16-23.

10. Касымходжаев А.Ш., Марасулов А.ф. Сценка распространенности застойной сердечной недостаточности и факторов риска ей развития на базе новой технололчи распознавания образов. Часть 2. Реализация решения. Центрально-Азиатский медицинский журнал. Бишкек, 1996, № 6, с. 12-17

11. Касалликларни диагностика ва тахмин этиш модели. Узоеки-стон тиббибт журнали, «Ибн Сино»,Ташкент, 1997, N28-10, 23-25 б. (хаммуаллифликда).

12. О методологических основах реформиравания и оценки эффективности системы здравоохранения. Журнал здравоохранения Российской Федерации. Москва, 1998, №6, с.16-18 (в соавторстве).

Статьи в сборниках научных трудов

1. Воронин Ю.А., Марасулов А.Ф., Зверинский К.Н. О сопоставлении алгоритмов распознавания II Теоретическое и алгоритмическое обеспечение задач вычислительной геологоразведки. -ВЦ СО РАН, Новосибирск, 1987, с.68-75.

2. Марасулов А.Ф. О методолого-теоретических основах разработки и использования баз знаний экспертных систем в медицине II Экспертные системы и анализ данных. - ВЦ СО РАН, Новосибирск, 1988, с. 134-136.

3. Марасулов А.Ф. О выделении типов алгоритмов распознавания// Методологическое и алгоритмическое обеспечение геологоразведочных вычислительных центров.- ВЦ СО РАН, Новоси-бирскк, 1990, с. 36-40.

4. Марасулов А.Ф. Принципы организации и функционирования службы здоровья в условиях компьютеризации рынка II Вычислительные методы при комплексной интерпретации геофизических и геохимических данных. ВЦ СО РАН, Новосибирск, 1991, с.106-115.

5. Марасулов А.Ф. Об одной модели экономических отношений в организации службы здоровья населения II Вопросы моделирования и информатизации экономики. НИС АН РУз, Ташкент, 1992, вып.6, с.94-97.

6. Марасулов А.Ф. О связи задач прогноза природных явлений, медицинского диагноза и распознавания. Сб.трудов «Методы, модели и системы обработки анализа данных и знаний», НПО «Кибернетика» АН РУз, Ташкент, 1992, с. 143-148.

7. Касымходжаев А.Ш., Махмудов Б.Х., Каримов Т.М., Кадырова Ф.Р., Юнусов З.З., Марасулов А-.Ф. Выявление застойной сердечной недостаточности (ЗСН) при массовых обследованиях населения (современные подходы). Сб.тр. «Актуальные вопросы кардиологии», 1-ый ТашМИ, Ташкент, 1992, с.27-28.

8. Марасулов А.Ф., Касымходжаев А.Ш. Клинико-математическая модель пациента по выявлению сердечно-сосудистых заболеваний. Сб.трудов «Актуальные вопросы кардиологии», 1-ый ТашМИ, Ташкент, 1992, с.32-33.

9. Марасулов А.Ф. О новой формальной структуре задач построения АСММОН. Сб.трудов «Методы и модели систем обработки данных», НПО «Кибернетика» АН РУз, Ташкент, 1994, с.65-74.

10. Марасулов А.Ф. О новом подходе к оценке прогноза и медицинского диагноза. Сб. трудов «Актуальные вопросы кардиологии», 1-ый ТашМИ, Ташкент, 1994, с. 103-104.

11. Марасулов А.Ф., Касымходжаев А.Ш., Юнусов 3.3. Профилактическая кардиология: методолого-теоретические основы решения профилактических задач в практической кардиологии. Сб.трудов «Актуальные вопросы кардиологии». 1-ый ТашМИ, Ташкент, 1994, с.105-107.

12. Воронин Ю.А., Марасулов А.Ф., Касымходжаев А.Ш., Доронин Б.М. Система профилактических исследований здоровья населения на базе информационных технологий. В кн.: Обеспечение качества оказания медицинской помощи в лечебно-профилактических учреждениях. Россия, г.Барнаул, 1996, с.87-91.

13. Марасулов А.Ф. О подходе к построению алгоритмического обеспечения экспертной системы интегрированного медицинского обследования населения // Алгоритмы. НИС АН РУз. -Ташкент, 1996,-Вып.81, с. 127-132.

14. Марасулов А.Ф. Метод прогнозирования состояния пациентов //Вопросы кибернетики. НИС АН РУз. - Ташкент, 1997. - Вып. 155, с.67-73.

Тезисы докладов конференций, рефераты, депонированная работа, методическая рекомендация, препринты:

1. Марасулов А.Ф., Брамук J1.M. Некоторые формальные изменения в процессе постановки медицинского диагноза. Тезисы докл. II съезда кардиологов Узбекистана, НИИ кардиологии МЗ РУз, Ташкент, 1988,с.179

2. Марасулов А.Ф. О построении новой технологии распознавания в медицине. Тезисы докл. II Республиканского семинара «Проблемы создания систем обработки, анализа и распознавания изображений», НПО «Кибернетика» АН РУз, Ташкент, 6-8 июня, 1989, с.59-60.

3. Марасулов А.Ф. К проблеме совершенствования кардиологической службы в Узбекской ССР в саязи с применением математики и ЭВМ,- Деп.22.09.89. № 1110-Уз89, Ташкент, 35 с.

4. Воронин Ю.А., Марасулов А.Ф., Воронин А.Ю. Аггоритм распознавания - моделирование экстремальных объектов (МОЭКСТРО). Тезисы докл.конф. - «Проблемы создания систем обработки, анализа и понимания изображений», НПО «Кибернетика» АН РУз, Ташкент, 1991, с. 18-19.

5. Воронин Ю.А., Марасулов А.Ф. Системный подход к использованию экспертных и теоретических систем диагностики в медицине. Тезисы докладов первой Всесоюзной конференции «Системный анализ, моделирование и управление сложными процессами и объектами на базе ЭВМ» (системный анализ-91), Ташкент, 5-7 декабря 1991, с.36.

6. Марасулов А.Ф. Об анализе классификации автоматизированных систем массового медицинского обследования населения (АС-ММОН). Тезисы докладов первой Всесоюзной конференции - «Системный анализ, моделирование и управление сложными процессами и объектами на базе ЭВМ» (Системный анализ - 91), Ташкент, 5-7 декабря 1991, с.41.

7. Марасулов А.Ф. О некоторых проблемах введения представлений с целью определения состояния распознаваемого объекта. Тезисы докл. Научной конф. - «Перспективные информационные технологии в анализе изображений и распознавания образов». НПО «Кибернетика» АН РУз, Ташкент, 3-5 сентября 1991, с. 40-41.

8. Марасулов А.Ф. Оптимизация массовых медицинских осмотров населения на базе компьютерных технологий. Материалы юбилейной конференции МСО УД АГ РУз..- Современные вопросы оптимизации преемственной терапии и мониторинга больных (поликлиника-стационар-санаторий). Ташкент, Кисловодск, Франкфурт-на-Майне, 1992, с.136-138.

9. Марасулов А.Ф. Системный анализ возможных схем организации здравоохранения. Тезисы докл.З-й Международной научно-практической конф. - «Системный анализ, моделирование и управление сложными процессами и объектами на базе ЭВМ», Ташкент, 8-10 ноября 1993, с.59.

10. Марасулов А.Ф. О новом подходе к оценке состояния обследуемого при массовом медицинском осмотре (ММО) населения. Тезисы докл. Международной конф. - «математическое моделирование и вычислительный эксперимент» АН РУз, Ташкент, 28-30 ноября 1994, с.208-209.

11. Марасулов А.Ф.," Рахимов М.Р. Основные принципы новой организации службы здоровья района. Тезисы Международной конф. -«Математическое моделирование и вычислительный эксперимент», НПО «Кибернетика» АН РУз, Ташкент, 28-3- ноября 1994, с. 194.

12. Марасулов А.Ф., Касымходжаев А.Ш. Технология оценки отделения нормы от патологии и определения вида патологии при выявлении сердечно-сосудистых заболеваний и и* факторов риска. Ill съезд кардиологов Узбекистана, НИИ кардиологии МЗ РУз, Ташкент, 28-30 сентября 1994, с. 104-106.

13. Марасулов А.Ф., Касымходжаев А.Ш. О новой технологии прогноза здоровья населения. Тезисы 1-го Конгресса по внутренней медицине стран Центральной Азии. НИИ медицинской реабилитации и физической терапии им.НАСемашко. Ташкент, 28-30 сентября 1994,

C.268.

14. Марасулов А.Ф., Касымходжаев A.ÜJ. К проблеме развития профилактических исследований здоровья населения. Тезисы докл. IV съезда терапевтов Узбекистана. Ташкент, 24-25 октября 1995, с.42.

15. Марасулов А.Ф. Методолого-теоретические аспекты реформы здравоохранения Республики Узбекистан на базе математики и ЭЕМ (препринт) АН РУз, НПО «Кибернетика», Р-4-152. - АСНИ. Ташкент. -1995.-24 с.

16. Воронин Ю.А., Марасулов А.Ф. О реформировании системы здравоохранения РУз. Материалы семинара «Самоорганизация природных и социальных систем». - Алма-Ата, 6-8 июня 1995, с. 74.

17. Воронин Ю.А., Лавров Н.Г., Марасулов А.Ф. Постановка и ре- , шение задач многомерного прогнозирования. Тезисы докл. Международной конференции «Современные проблемы прикладной и вычислительной математики». - Новосибирск. 1995, с. 346-347.

18. Марасулов А.Ф., Юнусов 3.3., Касымходжаев А.Ш. Экспертная система трёхэтапного распознавания для проведения массовых медицинских осмотров населения. Узбекский медицинский журнал. Изд-во Ибн Сины, - Ташкент, 1995, № 1, -с. 48.

19. Менликулов П.Р., Марасулов А.Ф., Асадов Д.А. Прогнозы основных показателей здоровья населения Республики Узбекистан на период до 2003 года. Узбекский медицинский журнал. Изд-во Ибн Сины, -Ташкент, 19S6, № 3, с. 73

20. Воронин Ю.А., Марасулов А.Ф. Теория сходства и её приложения в медицине. Тезисы докладоз конф. «Проблемы информатики и управления, перспективы их решения». НПО «Кибернетика». - Ташкент, АН РУз, 19Э6, с. 111.

21. Воронин Ю.А., Доронин Б!М., Щедрина А.Г., Марасулов А.Ф. Эколсго-зпидемиологический подход в планировании организации здравоохранения в регионе. Межрегиональная конф. - «Сибирское соглашение». - Новосибирск. Май 199S. с. 92-93.

22. Марасулов А.Ф. К проблеме алгоритмизации решения задач здравоохранения. Тезисы докл. Республиканской научной конф. «Современные проблемы алгоритмизации». НПО «Кибернетика» АН РУз, - Ташкент, 1996, с. 233-234.

23. Менликулов П.Р., Марасулов А.Ф. Методические рекомендации по оценке качества работы сельского врачебного пункта (СВП). ГУОМП МЗ РУз, - Ташкент, 1997.- 32 с.

24. Воронин Ю.А., Доронин Б.М., Лавров Н.Г., Марасулов А.Ф., Шанин И.А. О реформировании и оценке эффективности системы здравоохранения Новосибирской области (Препринт) РАН Сибирское отделение, ВЦ; 1083. - Новосибирск -1997.- 33 с.

25. Воронин Ю.А., Доронин Б.М., Лавров Н.Г., Марасулов А.Ф., Шанин И.А. Система здравоохранения Новосибирской области в 19972007 годах: модификация, контреформа или реформа? (Препринт) РАН Сибирское отделение, ВЦ; 1089. - Новосибирск -1997. - 30 с.

Марасулов А.Ф

Сопш^ни саклаш хизматшш бонщарувида кррорлар к^бул кдалишнинг формаллаштирилган сифатида шакллар аншуташ технологияси.

К^ис^ача мазмун.

Согаикни саклаш шакллар ани^лаш таассуротининг оширилиши, со-нщни са1>лаш ва шакллар аншулаш методологик-назарий асосларннинг ба-равар ва узаро мослашув ривожланишлари билан богливдир.

Сорлик са^лашнинг янги методологик-назарий устуни ва согаикни сак-лашда шакллар ани!{лаш янги технологияси тузилиши йулланипнща, шакллар аницлаш изланишлари угказилган. -

Узбекистан Республикаси согашрш саклаш тизимининг алгоритмик таъмнноти эхтиёжларнга мувофик, яиги шакллар (шу жумладан пешбини-нинг >;ам) технологияси тасаввурлари ишлаб ч шпарил ган ва асослаштирил-ган. Индивидларни (пациентларни ва клиентларни) гуручларга булиш, пато-логияни нормадан ажратиш, диагноз куйиш, дифференциал диагноз 1$йиш, таъсиротни танлаб олиш (даволанишда ёки согломланищца) ва таъсиротни эффектини ба^олаш масалаларини комплекс равишда куришга таянадиган тиббиёт текширувининг интегрирлаштирилган функционал схемаси ишлаб чи^арилган. Тскшириланувчиларни ^олати, бош^адан таш^арн яссил юлдуз-ли чизицлар ва фигуралар билан тавсифланишларн мумкинлиги назарда ту-тилиб, тиббиёт текширишни интегрирлаштирилган эксперт тизими ишлаб чнь;арилган. Шакллар ашделаш технологияси устунлигида, согликни саклаш тизимини такомиллаштиришни методолог-назарий таъминоти ишлаб чи1{а-рилган.

Ишлаб чш$арилган технологиянинг тиббий-технолог ва программалаш таъминотлари, клиник ва профилакгик кардиологияда муваффа^иятли си-новлар утганлар.

Олинган методолог-назарий ва амалий натижалар асосида таклиф ь;и-лннган:

Ьуишло^ врач пунктлари (КВП) фаолиятларининг асоси була оладиган, ахолини касалланишини ва согломланишини профилактик технологиясининг янги функционал структураси. Ушбу функционал структура КВП тиббий ёр-

дам к^рсатиш тизимининг: диапюстшсалашни, даволаши ва сонгомланти-ришни хртги-харакатлзрини алохида утказиш, аниклаш ва бахолашни; норманн патологиядан ажратиш ва патология хилн аниклакишида, оддий >^олат-ларни «мураккаб» холатлардан ажратиш ва оддий ^олатларда диашоз 1{уйи-лишнда, оддий холатларни «мураккаб» холатлардан ажратиш ва «мураккаб» з^олатларда диагноз куйилишида, туман ва вилоят сошнрш са1раш тармоп!-да врачларни £заро-у,аракатлгринши- коллектив схемаларни ншлатинши; текшириланувчиларнинг норна, норма-патологня ва патология турларнни, уларнинг «конституцион» хусуиятларини назарда тутган холда умумийлаш-тирилган синфийланишига асосланган диагноз цуйиш тизимини; ирисодий фаолият доирани, менеджмент норматив талаолари буйича шаклланишннн яратишга имкон беради.

Аз^олини тиббий куриги утказилишда, врач-кардиологлар амалиётида юрах-1{он томир касалликларкки ва уларни рнвожланнш хавфларшш, компь-ютерлн ба^олага технологиясн сифатида самарали ?;улланиши мумкин була-диган уч бос^ичли аншучаш эксперт тизими; л

А?$олини касаллашшщ ва улиминшгг олдини олиш чора-тадбирларшш ишлаб чтршда, самарали 1флланиши мумкин буладиган, текшириланувчи-ларнп з^олатларини яссил чизи1р1ар ва юлдузли фигура:лр буйича аширшниш ва пешбини этнш эксперт тизими;

Согаищш Саураш тизимини такомиллаштиришда, унинг бозор муноса-батлари шароитида фаолият курсатиши назарда тутган ^олатда, самарали ;;улланнши мумкин буладиган согликни са^лаш тизими ислохотининг нлмий таъминоти.

Marasulov A F.

The technology of determination as formal basis for decision of health management.

Summary

The high effective of determination of the health care is relative with methologo-theoretical basis of determination and basis of health care system.

It was held research work in the direction new technology of determination methodological basis for health care and new technology of determination in health care.

During research work as defined imagination about new technology of determination involved prognosis to needs algorithmically management of system of the health caie of Uzbekistan Republic. Functional schema of integral medical examination, based on composed vision of classification

gain of individuals ( patients or customers), divisions norm from pathology, diagnosis, differential diagnosis, method of influence (treatment or reconvalescence ), was investigated. Expert system of integral medical examination, with note, that patient conditions may draw with surface curve and star likes figure. Medical and theoretical basis of enhanced health care system of Uzbek Republic on base of technology of determination.

Medical technologic and software are held successful trials in clinic and preventive cardiology.

On the base of the getting methodologo-theoretical and practice results was suggested:

New function structure of technology for the prevention of diseases snd population health, which may be consist, the primary base of activity for" country doctor patients" (CPP). This functional structure allows design the special service and health care system for the CPP with: differential, fixing and estimation of efficacy and results the action of doctors on diagnostic, treatment and preventive levels; used special relations, and scheme between doctors on the next level ( region and province doctors ) health care systems during determination of normal patients from pathologic; system determination of diagnosis on the base of complex classification of different kinds patients and health individuals; design of special economic sphere of CPP activity on the base of modern management;

Expert system (thirdstep determination system ), which could be used for the screening practice;

Expert system of determination and prognosis of the cardiovascular diseases ( CVD ) on the surface and star like figure;

Scientific bases of Healthcare reforming and adaptation for the new economic conditions.