Posobie Informatica

141

Повышение безопасности пациентов. Именно необходимость повышения безопасности пациентов привела к началу распространения клинических систем поддержки принятия решений. Было показано, что после внедрения в больнице такой системы количество ошибок, допускаемых врачами при назначении препаратов, уменьшается более чем в 2 раза. Это достигается за счет того, что система при назначении врачом каждого препарата проверяет его совместимость с назначенными ранее препаратами, проверяет наличие в анамнезе пациента аллергических реакций, наличие аномальных показателей выполненных обследований и сигнализирует врачу об обнаруженных эффектах. Ошибки, связанные с неразборчивостью рукописных записей в листах назначений названия препарата, дозы, кратности и пути введения, исключаются при внедрении системы на 100%. Система позволяет избежать избыточных обследований, уменьшает время реакции врача на вновь выполненное обследование, сообщает врачу о выходе измеренных лабораторных показателей за границы нормы.

Рационализация расходов на лечение пациентов. Это чрезвычайно важный эффект в наших условиях абсолютно недостаточного финансирования здравоохранения. Очевидно, что единственная причина, по которой не происходит широкого внедрения клинических информационных систем нового поколения в российских больницах – отсутствие необходимых на это средств. Однако показано, что вследствие рационализации расходов на лечение, достигаемой после внедрения системы нового поколения, затраченные на ее внедрение средства, окупаются примерно за полтора года. В таблице перечислены основные механизмы, приводящие к более рациональному расходованию средств на лечение пациентов.

Таблица 12.2

Основные механизмы, обусловливающие рационализацию расходов на лечение

Внедрение клинической информационной системы обеспечивает механизм персонифицированного распределения медикаментов, так как все назначения препаратов делаются врачами непосредственно через систему.

Прогнозирование (от греческого слова prognose – предвиденье, предсказание), разработка прогноза – вероятного суждения о состоянии какого-либо явления в будущем; в узком значении – специальное научное исследование перспектив развития какого-либо явления, преимущественно с количественны-

142

ми оценками и с указанием более или менее определенных сроков изменения этого явления.

Прогнозирование используется для управления состоянием объекта с целью оптимизации принимаемых решений.

Различают три основных способа прогнозирования:

-экстраполяция,

-моделирование,

-экспертиза.

Но такая классификация условна, так как прогностические модели представляют экстраполяцию и экспертные оценки, последние представляют итоги экстраполяции и моделирования и так далее. В разработках прогнозов применяют такие методы аналогии, индукции и дедукции, различные статистические, экономические, социологические и другие методы.

Конкретные методики, по которым ведется прогнозирование, образуются путем сочетания ряда методов. Иногда несколько методик составляют так называемую прогнозирующую систему.

Типовая методика прогнозирования содержит следующие основные этапы исследования:

-предпрогнозная ориентация (определение объекта, предмета, рабочих гипотез, методов, структуры и организации исследования);

-прогнозный фон (сбор данных, влияющих на развитие объекта);

-исходная модель, то есть система показателей, параметров, отображающая характер и структуру объекта;

-поисковый прогноз (проекция в будущее исходной модели по наблюдаемой тенденции с учетом факторов прогнозного фона, чтобы выявить перспективные проблемы, подлежащие решению);

-нормативный прогноз (проекция в будущее исходной модели в соответствии с заданными целями и нормами по заданным критериям);

-оценки степени достоверности и уточнение прогностических моделей, обычно опросом экспертов;

-выработка рекомендаций для оптимизации решений на основе сопоставления прогностических моделей.

Моделирование является одним из способов прогнозирования, применяемых в системах поддержки принятия решений в биологии и медицине.

Моделирование медико-биологических процессов.

Основные виды моделирования. Есть реальный мир вещей и явлений - звезд, атомов, перемещений, жизни организмов, болезней. А есть отображающий эту реальность мир моделей, с которыми, в конце концов, работает наша мысль. Анализируя модели, мы прогнозируем свойства или дальнейшее поведение реального объекта.

Модель - это искусственно созданный человеком объект любой природы, который замещает или воспроизводит исследуемый объект так, что изучение модели способно давать новую информацию об объекте. Модель всегда беднее реального объекта, она всегда отображает лишь некоторые его черты, причем в

143

разных случаях – разные. Все зависит от задачи, для решения которой создается модель.

Объектами исследования в биологии и медицине является живой организм в целом или его части, которые представляют собой очень сложные системы. Поэтому исследователь неизбежно выбирает упрощенную точку зрения, подходящую для решения конкретно поставленной задачи. Выбор модели определяется целями исследования. Можно выделить 4 вида моделей, используемых в медицине и биологии:

1)Биологические предметные модели служат для изучения общих биоло-

гических закономерностей, действия различных препаратов, методов лечения.

Ктакому типу моделей относятся лабораторные животные, изолированные органы, культуры клеток. Этот вид моделирования - самый древний и играет большую роль в современной науке (первые полеты в космос, испытание новых лекарств и так далее).

2)Физические (аналоговые) модели – это физические системы или уст-

ройства, которые обладают аналогичным с моделируемым объектом поведением. Физическая модель может быть реализована в виде некоторого механического устройства или в виде электрической цепи. Например, процесс движения крови по крупным сосудам может быть смоделирован электрической цепью из конденсаторов и сопротивлений. К физическим моделям относятся технические устройства, заменяющие органы и системы живого организма. Это: аппараты искусственного дыхания, которые моделируют легкое; аппараты искусственного кровообращения (модель сердца) и так далее. Физическое моделирование является традиционным для медицины и в настоящее время достаточно широко используется и в лечебной практике, и в исследовательских целях.

3)Кибернетические модели – это различные устройства, чаще всего электронные, с помощью которых моделируются информационные процессы в живом организме. Среди информационных процессов один из самых распространенных - это управление (например, - движением руки, всего тела или управление величиной зрачка). Предполагается, что развитие ЭВМ и создание суперЭВМ следующих поколений позволит решить проблему “искусственного интеллекта”, то есть супер-ЭВМ будут кибернетической моделью работы мозга человека.

4)Математическая модель - это система формул, функций, уравнений, описывающих те или иные свойства изучаемого объекта, явления или процесса. Закон всемирного тяготения, закон Ома и так далее - все это математические модели реальных физических явлений. Когда же изучают динамические процессы, то математической моделью обычно является система дифференциальных уравнений (то есть уравнений, содержащих производные), так как именно производные отражают изменение интересующих нас величин в исследуемой системе. Математическое моделирование какого-либо процесса возможно, когда достаточно хорошо изучены его физические и биологические закономерности. Но перечень таких процессов в живом организме пока еще невелик. Внедрение ЭВМ расширило возможности математического моделирования в медицине, так как стало возможным моделирование более сложных систем.

144

Отличительные особенности метода математического моделирования состоят в следующем:

1.Во-первых, математическое моделирование позволяет исследовать поведение биологической системы в таких условиях, которые трудно создать в эксперименте или клинике, причем без существенных материальных затрат.

2.Во-вторых, уменьшается время исследования, так как на ЭВМ можно за короткое время “разыграть” огромное число вариантов опыта.

3.В-третьих, математическая модель облегчает решение задач по лечению болезней, так как позволяет очень быстро, в считанные секунды, ответить на вопросы, возникающие при лечении.

Этапы математического моделирования.

Принято выделять три основных этапа при изучении явления с помощью математического моделирования:

I этап - создание основы математической модели. При этом необходимо: а) накопить экспериментальные данные о процессах в изучаемой системе, б) составить уравнение или систему уравнений, описывающих известные факты.

II этап - проверка и корректировка модели. При этом необходимо:

а) определить численные значения коэффициентов и задать начальные условия, б) решить систему уравнений, в) сравнить полученное решение с данными эксперимента, выявить несоответствия, выяснить их причины,

г) ввести поправки в математическую модель.

IIIэтап - исследование математической модели, то есть использование ее

впрактических целях; конечной целью этого этапа является получение новой информации об исследуемом объекте.

Пример. Математическое моделирование роста популяции микроор-

ганизмов. Динамика численности популяция - изменение количества живых особей в связи с рождаемостью и смертностью - один из важнейших вопросов в экологии популяций. С этой задачей приходится иметь дело при рассмотрении условий размножения саранчи, количества животных на определенной территории, при исследовании заболеваний, обусловленных размножением патогенных микроорганизмов. Именно поэтому математическое моделирование численности популяции вызывает не только теоретический интерес, но и имеет важное практическое значение.

Большинство воспалительных процессов обусловлено развитием популяции патогенных микроорганизмов, и поэтому именно этот фактор необходимо включить в математическую модель, описывающую развитие воспалительных процессов. При развитии популяции микроорганизмов большое значение имеет бактерицидные и бактериостатические воздействия на эти микроорганизмы. К числу таких воздействий относятся: иммунные факторы, конкуренция микроорганизмов в поисках источников питания, воздействие антибактериальных препаратов и др.

После первичного инфицирования популяция микроорганизмов в питательной среде начинает быстро размножаться. Относительная скорость роста

145

численности некоторое время сохраняется постоянной. Иными словами, величина полному числу имеющихся микроорганизмов N и времени dt, за которое образуются микроорганизмы, не изменяется во времени:

Коэффициент зависит от особенностей рассматриваемого вида организмов, а также состава среды, где они размножаются, и физических условий. Его величина, определяющая относительную скорость размножения микроорганизмов, связана с так называемым периодом генерации Т, равным среднему промежутку времени между последовательными делениями микроорганизмов:

ln2 / T = 0,69 / T.

Дифференциальное уравнение, описывающее размножение микроорга-

низмов имеет решение в виде:

N = No e t,

где No - число микроорганизмов в момент времени t=0, e 2,71.

Чем больше коэффициент число организмов в популяции.

Полученное уравнение описывает неограниченный рост численности популяции. В реальных условиях в ограниченном пространстве увеличение количества микроорганизмов не может происходить неограниченно. Этому препятствуют истощение запаса питательных веществ, а также продукты жизнедеятельности микроорганизмов, вызывающие их отравление. И поэтому в ходе заболевания увеличение количества микроорганизмов прекращается, а в дальнейшем (по мере выздоровления) происходит сокращение популяции. Поэтому ясно, что простая экспонента не может служить хорошей математической моделью рассматриваемого процесса. Более точное описание развития популяции дает уравнение Ферхюльста-Перла, полученное в 1845 году. Это уравнение учитывает "эффект самоотравления" популяции, или в общем виде - внутривидовую борьбу в популяции. Этот эффект, снижающий скорость роста популяции, объясняется многими причинами: конкурентной борьбой за место и пищу, распространением инфекции из-за тесноты и т.п. Очевидно, конкуренция тем выше, чем большее количество встреч между особями, а количество этих встреч пропорционально произведению N*N = N2. С учетом этого эффекта скорость размножения микроорганизмов выражается дифференциальным уравнение Ферхюльста-Перла:

dNdt = N - N2

Второй член правой части равенства отражает снижение скорости роста популяции из-за внутривидовой конкуренции. Положительную постоянную величи-

внутривидовой конкуренции. Полученное уравнение часто записывают в ином виде. Вынесем за скобки N. Тогда

Решение этого дифференциального уравнения имеет вид:

N he t

(t) = h - N + N e t .

Графики этой функции, получившие название логистических кривых, при различных приведены на рис. 12.1.

Рис. 12.1. Логистические функции, описывающие рост популяции микроорганизмов.

В начальный момент времени t = 0 количество живых организмов N равно некоторому их начальному значение N0. Затем приходит экспоненциальное

живых организмов асимптотически приближается к величине h. Поэтому величину h называют максимальной численностью популяции (теоретически) возможной в данных условиях. Поскольку h = , то очевидно, что максимальное количество особей в популяции зависит только от условий, определяющих их размножение ( и внутривидовую борьбу ( ).

С помощью математической модели Ферхюльста-Перла можно анализировать и более сложные ситуации, например, количество особей в неизолированной популяции. В данном случае рассматриваемое дифференциальное уравнение преобразуется к виду:

147

dNdt = N - N2 + N1 - N2,

где N1 -приток извне, то есть численность особей, поступающих в данную популяцию (например, из соседнего ареала), N2 - численность особей, покидающих данную популяцию.

Список литературы

1.Астанин С.В., Курейчик В.М., Попов Д.И., Кузьмицкий А.А. Интеллектуальная образовательная среда дистанционного обучения // Новости искусственного интеллекта. - 2003. - N 1. - С. 7-14.

2.Голенков В.В., Емельянов В.В., Тарасов В.Б. Виртуальные кафедры и интеллектуальные обучающие системы // Новости искусственного интеллек-

та. - 2001. - N 4. - С. 3-13.

4.Кобринский Б.А. Ретроспективный анализ медицинских экспертных систем // Новости искусственного интеллекта. - 2005. - N 2. - С. 6-17.

5.Кобринский Б.А. Консультативные интеллектуальные медицинские системы: классификации, принципы построения, эффективность // Врач и информационные технологии. - 2008. - N 2. - С. 38-47.

6.Плаксин М.А., Решетников И.П. Мягкие вычисления при диагностике заболеваний // Труды Международного семинара "Мягкие вычисления-96". -

Казань, 1996. - С. 166-169.

7.Приходина Л.С., Марьянчик Б.В., Длин В.В. Игнатова М.С. Компьютерная система и нефротренажер для дифференциальной диагностики заболеваний почек у детей с синдромом гематурии // Информационные технологии в здравоохранении. - 2002. - N 8-10. - С. 16-17.

8.Таран Т.А. Технология обучения понятиям в интеллектуальных обучающих системах // Новости искусственного интеллекта. - 2003. - N 6. - С. 1823.

9.Wille R., Ganter D. Formal concept analysis. - Berlin: Springer - Verlag, 1999.

Контрольные вопросы

1.Что такое клиническая система поддержки принятия решений?

2.В чем заключаются преимущества использования клинических систем поддержки принятия решений?

3.Перечислите основные свойства клинических систем поддержки принятия решений.

4.Какие эффекты достигаются при внедрении клинических систем поддержки принятия решений?

5.Что такое прогнозирование?

6.Какие способы прогнозирования могут использоваться в клинической практике?

7.Что называется моделью?

8.Какие основные виды моделей используются в биологии и медицине?

9.В чем заключаются преимущества использования математического моделирования?

148

10. Для чего используется модель роста и размножения микроорганизмов?

Клинические информационные ресурсы

http://www.cche.net/usersguides/main.asp - Центр Health Evidence

149

ТЕМА 13 ТИПЫ ИНФОРМАЦИОННЫХ СИСТЕМ В ОБЛАСТИ ЗДРАВО-

ОХРАНЕНИЯ. ГОСПИТАЛЬНЫЕ ИНФОРМАЦИОННЫЕ СИСТЕМЫ И ИХ РАЗВИТИЕ

Информационные процессы присутствуют во всех областях медицины и здравоохранения. Важнейшей составляющей информационных процессов являются информационные потоки. От их упорядоченности зависит четкость функционирования отрасли в целом и эффективность управления ею.

Для работы с информационными потоками предназначены информационные системы.

Информационная система – организованно упорядоченная совокупность документов (массивов документов) и информационных технологий, в том числе, с использованием средств вычислительной техники и связи, реализующих информационные процессы.

Основная цель информационных систем медицинского назначения состоит в информационной поддержке разнообразных задач оказания медицинской помощи населению, управления медицинскими учреждениями и информационном обеспечении самой системы здравоохранения. Самостоятельной задачей является информационная поддержка научных исследований, учебной и аттестационной работы.

Медицинскую информационную систему (МИС) можно определить как комплекс аппаратных и программных средств, предназначенных для автоматизации работы медицинских учреждений. Синонимы: АИС (Автоматизированная Информационная Система); БИС, или в английском эквиваленте, HIS (Больнич-

ная Информационная Система, Hospital Information System).

Цели создания МИС:

o повышение качества деятельности медицинских работников и учреждений здравоохранения;

oликвидация трудоемких, малоэффективных процессов ручной обработки и анализа медицинских данных;

oобеспечение эффективного обмена информацией с другими информационными системами.

На современном этапе происходит переход от отдельных информационных систем к информационным средам.

Информационные медицинские среды (ИМС) – это качественно новая форма организации обмена информацией в медицине, которая дает возможность интегрировать в рамках единого технологического процесса МИС раз-

ных классов, которые пронизаны единым информационным потоком

Известны различные виды классификации МИС.

Классификация МИС в зависимости от уровней управления и организа-

ции:

1.государственный (государственный и региональный);

2.территориальный (город, район);

150

3.учрежденческий (лечебно-профилактические учреждения (ЛПУ), Научно-исследовательские институты (НИИ), вузы и др.);

4.базовый.

Классификация МИС, определяемая спецификой решаемых ими задач:

1. Административно-хозяйственные (офисные) медицинские сис-

темы:

бухгалтерские системы;

системы учета лекарственных препаратов;

системы регистрации пациентов;

системы регистрации медицинской документации;

системы автоматизации делопроизводства;

системы клинического обследования;

системы контроля выполнения лечебных назначений и др.

Основная функция офисных медицинских систем – обеспечение информационной поддержки функционирования ЛПУ.

2.Системы для лабораторных и диагностических исследований

(лабораторные системы микробиологии, радиологии, рентгенографии, компьютерной томографии, ультразвукового исследования и др.) - служат для автоматизации ввода и сохранения результатов лабораторных исследований.

3.Экспертные системы для диагностики, прогнозирования и мо-

ниторинга. Данные системы представляют собой программное обеспечение, анализирующее некоторую информацию на основе специальных механизмов представления знаний о предметной области и логического вывода.

4.Системы информационного и библиографического поиска. В их функции входит создание и ведение электронных каталогов, подготовка реферативной информации, создание и ведение профессионально ориентированных баз данных и др.

5.Обучающие системы. Представляют собой различные комплексы тренировочных упражнений и практических методик.

6.Интегрированные системы (больничные информационные сис-

темы) - объединяют в себе функциональные возможности информационных систем нескольких классов и предназначены для комплексного решения задач в зависимости от специфики конкретного учреждения.

Классификация МИС с точки зрения представления и обработки информации:

a. фактографические МИС - хранят сведения об объектах предметной области (подразделениях, сотрудниках, договорах, суммах, процентах

ит. д.). Причём сведения о каждом объекте, например о сотруднике, могут поступать в систему из множества источников и разных документов. При размещении в системе этих сведений они преобразуются

ихранятся в виде записей;

b.документальные МИС (системы документооборота) - объект хранения - документы, так как именно документы накапливаются и обрабатываются. Для обработки информации не важно, какие сведения со-