close

Вход

Забыли?

вход по аккаунту

?

bd000101039

код для вставкиСкачать
На правах рукописи
Шульман Ефим Иосифович
РАЗРАБОТКА Б А З О В Ы Х СИСТЕМ
ИНФОРМАЦИОННОЙ ПОДДЕРЖКИ
ЛЕЧЕБНО-ДИАГНОСТИЧЕСКИХ ПРОЦЕССОВ
05.11.17 - приборы, системы и изделия медицинского назначения
Автореферат
диссертации на соискание ученой степени
доктора технических наук
ск - 2005 г.
S Z S 8 TF'""
Работа выполнена в Институте молекулярной биологии и биофизики С О Р А М Н
Научный консультант: действительный член Р А М Н , доктор биологических
наук, профессор Штарк Марк Борисович
Официальные оппоненты:
доктор технических наук, профессор
Губарев Василий Васильевич
доктор технических наук
Ноженкова Людмила Федоровна
доктор технических наук
Велик Дмитрий Васильевич
Ведущая организация: З А О « В Н И И М П - В И Т А » Р А М Н
Защита состоится 22 ноября 2005 г. в 14-00 на заседании диссертационного со­
вета Д 212.173.08 в Новосибирском государственном техническом университе­
те по адресу: 630092, г. Новосибирск, пр. К. Маркса, 20.
С диссертацией можно ознакомиться в библиотеке Новосибирского государст­
венного технического университета.
Автореферат разослан «3 » октября 2005 г.
Ученый секретарь
диссертационного совета
K.T.H., доцент
^'^~
Полубинский В.Л.
7 ^
^ ^ ^ ^
Общая характеристика работы
Актуальность темы. В последней четверти двадцатого столетия происходило
стремительное развитие биологических, медицинских и фармакологических
наук, продолжающееся и теперь, и обуславливающее значительное расширение
и углубление знаний о закономерностях функционирования организма челове-.
ка, появление новых методов обследования и лечения пациентов. Важное зна­
чение имеет и развитие медико-технических наук (Викторов В.А., 2001). Как
следствие, существенно возрос объем информации, необходимой врачам в их
практической деятельности для диагностики и лечения заболеваний. Использо­
вание появляющихся новых лекарственных средств, методов диагностики, дан­
ных доказательной медицины, должно способствовать повышению клиниче­
ской и экономической эффективности медицинской помощи.
Однако, как и много десятилетий назад, практическая медицина по-прежнему
остается трудно формализуемой областью человеческой деятельности, в кото­
рой специалисты, принимая решения, во многих случаях исходят не столько из
анализа объективных данных, сколько из предыдущего профессионального
опыта и собственной интуиции. В такой ситуации трудно избежать врачебных
ошибок, социальное и экономическое значение которых является чрезвычайно
высоким. Проблема существенно усугубляется тем, что ряд демографических и
экологических факторов (возрастание доли пожилого населения, увеличиваю­
щееся загрязнение среды обитания человека и др.) приводят к тому, что врачи
все чаще имеют дело не с одной болезнью пациента, а с их сочетанием. В ре­
зультате возникает необходимость увеличения числа учитываемых и анализи­
руемых врачом взаимозависимых показателей деятельности организма, что еще
более усложняет задачу выбора адекватных лечебных воздействий, также взаи­
модействующих между собой. В конечном итоге это приводит к возрастанию
числа врачебных ошибок в ходе лечебно-диапюстических процессов (ЛДП).
По оценкам Института медицины в больницах США ежегодно умирает около
7СЮ0 пациентов вследствие ошибок врачей при назначении медикаментов
(Kohn L. et al., 1999). Не лучше обстоит дело в европейских и других странах
(по данным доклада ВОЗ, 2001). Одна из причин - «неспособность врача за­
помнить перечень показаний и противопоказаний десятков и сотен препара­
тов...» (Гаспарян С.А. и др., 2005).
С другой стороны, в развитых странах постоянно растет стоимость затрат на
здравоохранение (не только в абсолютном выражении, но и относительно
ВВП), что вынуждает плательщиков контролировать затраты больниц. Вслед­
ствие этого врачам приходится стремиться к достижению наилучших клиниче­
ских результатов, расходуя разумное минимальное количество ресурсов, что
еще более усложняет их задачу. Все это делает весьма актуальной проблему
информационной поддержки хода ЛДП.
В то же время происходит быстрое развитие информационных технологий,
приводящее к совершенствованию различных процессов, протекающих во всех
сферах деятельности человека. К сожалению, в наименьшей степени влияние
РОС, НАЦИОНАЛЬНА» 1
БИБЛИОТЕКА^
1
^ А°даУ5
*>11
г
-1
■■
■
*
такого развития коснулось практической медицины. И это связано не только с
традиционным (и, безусловно, полезным) консерватизмом врачей, но и с тем,
что пока не выработаны научные подходы к осутцествлению широкой конвер­
генции современных достижений информационных технологий и практической
медицины. Существующие внедрения таких технологий основаны, как правило,
на бизнес-подходах, являются фрагментарными, их результаты не подвергнуты
научному анализу и обобщению.
Известны системы и алгоритмы, способствующие оптимизации решений вра­
чами задач диагностики, прогнозирования и лечения, доказавшие свою полез­
ность, созданные в учреждениях РАН, РАМН и ВУЗах (Осипов Г.С., Назаренко
Г.И.; Дуданов П.И., Гусев А.В., Лищук В.А., Шифрин М.А.; Гаспарян С.А., За­
рубина Т.В. и др.), и за рубежом (Bates D., Coiera Е., Gardner R., Payne Т. и др.).
Однако они используются в небольшом числе клиник и, в основном, в научных
целях. Необходимо проведение исследований, цель которых заключается в
формировании, реализации и апробации такой концепции базовой системы ин­
формационной поддержки ЛДП, которая позволила бы обеспечить достаточные
условия для широкого внедрения информационной поддержки клинической
деятельности в практической медицине. Результатом таких исследований
должна быть система информационной поддержки ЛДП, работающая в реаль­
ном масштабе времени, обеспечивающая возможность развития функций под­
держки принятия врачебных решений (ГШВР), и эффективная при использова­
нии в больницах различного статуса, профиля и географического положения.
Цель работы заключается в исследовании, разработке и апробации принципов,
подходов и методов создания систем информационной поддержки лечебнодиагностических процессов в реальном масштабе времени. В соответствии с
этой целью проведены следующие исследования и разработки:
- исследование необходимости использования информационной поддержки
ЛДП в реальном масштабе времени;
- исследование характеристик и функций клинических информационных сис­
тем (ИС) как основы для информационной поддержки ЛДП;
- исследование и разработка подходов и требований к построению типовой
клинической ИС нового поколения;
- разработка алгоритма обучения полносвязной искусственной нейронной сети
для применения в задачах медицинской диагностики и прогнозирования;
- исследование и разработка подходов к созданию подсистем заказа назначений
лабораторно-диагностических обследований, медикаментозных и немедика­
ментозных воздействий, динамических наблюдений;
- выполнение количественных оценок эффективности использования такой
системы в типовой сельской больнице;
- исследование подходов к созданию и разработка алгоритмов функционирова­
ния систем автоматизации медико-биологических исследований и компью-
терной биотехнической обратной связи (БОС) для изучения механизмов само­
регуляции сердечно-сосудистой системы человека.
Методология исследований базируется на применении системного анализа,
методов анализа и планирования требований, методологии проектирования и
разработки информационных систем на основе баз данных и интранеттехнологий, методов эволюционного и экстремального программирования, ме­
тодологии автоматизации медико-биологических исследований, методов меди­
цинской информатики и биотехнической обратной связи; методологии эксперт­
ных систем и искусственных нейронных сетей.
Научная новизна представленной работы:
1. Разработаны научные основы построения базовых систем информационной
поддержки ЛДП: компонентный состав типовой клинической ИС и связи меж­
ду компонентами; специализированные структуры данных; принципы разра­
ботки подсистем назначений на обследования и лечение; количественная оцен­
ка пользовательского интерфейса системы посредством моделирования; сфор­
мулированы цель и задачи создания и внедрения клинических ИС.
2. Обоснована необходимость повсеместного применения таких систем в боль­
ницах для информационной поддержки ЛДП в реальном масштабе времени.
Показано значение клинических ИС как основы для осуществления такой под­
держки.
3. В результате анализа и декомпозиции ЛДП синтезирована структурная мо­
дель типовой клинической информационной системы, содержащая основные
компоненты системы и их связи, обеспечившая возможность создания без про­
граммирования новых форм документов, бланков, отчетов, исполняемых пунк­
тов меню. Реализация модели позволила достигнуть высокой степени функцио­
нальной гибкости системы, необходимой для ее внедрения и использования в
больницах различного статуса, профиля и географического положения.
4. Предложены и применены специализированные структуры данных, состоя­
щие в общем случае из трех таблиц реляционной базы данных, одна из которых
содержит столбец с величинами разнородных показателей определенного типа
данных и столбец идентификаторов пациентов, вторая - описание этих показа­
телей, третья содержит информацию о пациентах. Реализация специализиро­
ванных структур данных обеспечила возможность создания и использования
без дополнительного программирования новых атрибутов системы.
5. Выдвинуты и реализованы новые требования к типовым клиническим ИС:
накопление информации, необходимой для получения количественных оценок,
характеризующих эффективность систем в процессе функционирования; ис­
пользование встроенных функций и возможности интеграции с автономными
(внешними) системами, реализующими интеллектуальные алгоритмы анализа
данных, для информационной и интеллектуальной поддержки врачебньпс ре­
шений. Обоснованы преимущества использования таких алгоритмов в фоновом
режиме работы клинической ИС.
6. Предложена архитектура искусственной полносвязной нейронной сети для
применения в задачах медицинской диагностики и прогнозирования, учиты­
вающая специфические особенности этих задач. Разработан алгоритм обучения
такой сети и получено условие ее сходимости.
7. Сформулирована, обоснована и реализована в типовой клинической И С кон­
цепция «Обследования, воздействия и наблюдения», состоящая в объединении
различных ЛДП, подчиняющихся ряду общих правил. Ее реализация привела к
созданию универсальных программных модулей в составе инвариантного ядра
системы, обеспечивших работу с лабораторно-диагностическими обследова­
ниями, немедикаментозными воздействиями и динамическими наблюдениями.
В результате существенно снижены затраты на создание подсистемы заказа на­
значений, объединенных этой концепцией, ее развитие в ходе эксплуатации
сведено к администрированию, облегчено использование персоналом.
8. Показано важное значение метода компьютерной биотехнической обратной
связи в исследованиях механизмов саморегуляции сердечно-сосудистой систе­
мы человека. Предложено использовать принцип состязательности в компью­
терных БОС-методах для преодоления присущих им недостатков; создана сис­
тема на основе этого принципа и получены доказательства эффективности се
применения при обучении навыкам саморегуляции.
Практическая ценность:
1. Разработганная на основе проведенных исследований компьютерная техноло­
гия ведения историй болезни « Д О К А » эксплуатируется в двадцати больницах
различного статуса и географического положения на протяжении от 5 до 11 лет.
Ее использование облегчает и ускоряет работу медицинского персонала, пере­
водит информационное обеспечение врачей на новый уровень, давая им мгно­
венный доступ к электронным архивам историй болезни, результатам выпол­
ненных обследований пациентов, к различным справочным материалам.
2. На основе интранет-технологий, системных и инструментальных средств с
открытыми исходными кодами, создана типовая клиническая интранст-система
нового поколения «ДОКЛ-н», содержащая в своем составе подсистемы заказа
назначений лечения и обследований со встроенными функциями П П В Р . Пока­
зана возможность реального использования системы практическими врачами в
больницах различного статуса и профиля. Система эксплуатируется в трех
больницах (академической клинике, городской и сельской больницах) в течение
от полутора до трех лет.
3. Внедрение системы обеспечивает целенаправленное решение задач стандар­
тизации лечебно-диагностических процессов с использованием данных науч­
ной (доказательной) медицины. Получены доказательства эффективности при­
менения системы в типовой сельской больнице. Достигнутый уровень инфор­
матизации работы медицинского персонала позволяет решать важнейшие ме­
дицинские, экономические и социальные проблемы, такие как увеличение кли-
нической эффективности лечения, повышение зфовня безопасности пациентов,
рационализация расходов на лечение.
4. Использование принципа состязательности при разработке компьютерной
БОС-технологии, позволяя нейтрализовать недостатки традиционных БОСметодов, способствует ее широкому применению для профилактики различных
заболеваний.
5. Предложенные и исследованные в работе специализированная структура ба­
зы данных, структурная модель системы, принцип динамического многослой­
ного интерфейса, алгоритм обучения полносвязной искусственной нейронной
сети, режимы функционирования алгоритмов ПГГВР, могут использоваться при
создании ИС в дрзлих сферах деятельности человека.
6. Клиническая ИС «ДОКА+» применяется в учебном процессе в Новосибир­
ской государственной медицинской академии на кафедре медицинской инфор­
матики и в Новосибирском государственном техническом университете на ка­
федре систем сбора и обработки данных. Являясь результатом конвергенции
современных информационных технологий и ЛДП, она используется для обу­
чения студентов - медиков и ИТ-специалистов применению системного анали­
за ЛДП и построению современных информационных систем.
7. Клиническая ИС «ДОКА+» может использоваться в многопрофильных и спе­
циализированных больницах и академических клиниках для проведения
широкого спектра наз'чных медицинских исследований. Это могут быть ретро­
спективные и проспективные рандомизированные исследования в формате,
удовлетворяющем общепринятым требованиям к научным медицинским рабо­
там, и направленные на развитие медицины, основанной на доказательствах.
Личный вклад. Постановка задач, способы решения, основные научные ре­
зультаты принадлежат автору. Программное обеспечение систем создано при
личном участии и под руководством автора.
Основные положения, выносимые на защиту:
- обоснование необходимости информационной поддержки принятия врачеб­
ных решений;
- обоснование использования принципа состязательности и его реализация при
разработке системы компьютерной биотехнической обратной связи;
- обоснование необходимости применения системного анализа ЛДП и подхо­
дов к автоматизации медико-биологических исследований для разработки
требований к типовой клинической ИС и сформулированные требования;
- структурная модель типовой клинической ИС, созданная в результате деком­
позиции ЛДП и обеспечивающая функциональную гибкость, требуемую для
типовой системы;
- специализированные структуры данных, обеспечивающие реализацию струк­
турной модели системы;
- концепция «Обследования, воздействия и наблюдения» и принцип динамиче­
ского многослойного интерфейса, обеспечивающие реализацию подсистем
назначения обследований и лечения с встроенными функциями информаци­
онной поддержки, удовлетворяющих сформулированным требованиям;
- теоретическое обоснование эффективности клинической И С и практическое
подтверждение, полученное в типовой сельской больнице;
- алгоритм обучения полносвязной сети нейроподобных элементов для задач
медицинской диагностики и прогнозирования;
- концепция информационной пациентоцснтрической среды больницы как ос­
новы для интеллектуальной поддержки Л Д П .
Апробация работы. Все представленные в диссертации результаты доклады­
вались на международных, всесоюзных, всероссийских и региональных конфе­
ренциях и семинарах: Первая международная школа молодых ученых «Автома­
тизация биотехнологических процессов и биологических экспериментов» (Вар­
на, H P Болгария, 1984), International Conference "Informatics in Medicine"
(Tbilisi, 1986), Первая всесоюзная конференция «Принципы и механизмы дея­
тельности мозга человека» (Ленинград, 1986), International Workshop "Neurocomputers and Attention" (Москва, 1989), 2'*' International Conference on Biobehavioral Self-Regulation and Health (Munich, Germany, 1991), l " Baltic Sea Con­
ference on Psychotherapy and Psychosomatics (Kiel, Germany, 1992), 33"* Annual
Meeting of Society for Psychophysiological Research (Rottach-Egem, Germany,
1993), Harvard Medical School Seminar "Heart Rate Variability. Clinical Applica­
tions and Technical Considerations (Cambridge, U S A , 1994), 3"" European Confer­
ence of Psychological Assessment (Trier, Germany, 1995), 26* Annual Meeting A s ­
sociation for Applied Psychophysiology and Biofeedback (Cincinnati, U S A , 1995),
Научно-практическая конференция "Обеспечение качества оказания медицин­
ской помощи в лечебно-профилактических учреждениях" (Барнаул, 1996), М е ­
ждународная конференция «Биомедприбор-96» (Москва, 1996), Научнопрактическая конференция «Современные лечебные и диагностические техно­
логии в специализированной медицинской помощи» (Новосибирск, 1997), Пер­
вая Всероссийская конференция «Биоуправление в медицине и спорте» (Омск,
1999), Всероссийские конференции «Информационно-аналитические системы и
технологии в здравоохранении и О М С » (Красноярск, 2000, 2002, 2004), Х1-ая и
XIV-ая Научно-практические конференции «Актуальные вопросы современной
медицины» (Новосибирск, 2001, 2004), Всероссийская научно-практическая
конференция «Настоящее и будущее технологичной медицины» (ЛенинскКузнецкий, 2002), Первый и Второй региональные форумы «Сибирская инду­
стрия информационных систем» (Новосибирск, 2002, 2005), Региональная на­
учно-практическая конференция «Общественное здоровье: стратегия развития в
регионах Сибири» (Новосибирск, 2002), Вторая международная конференция
«Электронная Россия - человеку, бизнесу, обществу» (Новосибирск, 2003),
Всероссийская научно-практическая конференция «Многопрофильная больни­
ца: проблемы и решения» (Ленинск-Кузнецкий, 2003), Межрегиональный ин-
формационный конгресс «МИК-2004» (Омск, 2004), Всероссийская научнопрактическая конференция «Проблемы и перспективы клинической фармако­
логии» (Барнаул, 2004), Всероссийская научно-практическая конференция
«Проблемы и перспективы формирования и развития системы управления
обеспечением качества медицинской помощи» (Кемерово, 2004), Международ­
ная конференция «Вычислительные и информационные технологии в науке, ■
технике и образовании» (Алматы, 2004), V Всероссийская конференция «Ин­
формационные технологии в медицине - 2004» (Москва, 2004), Первый между­
народный научный конгресс «Нейробиотелеком - 2004» (Санкт-Петербург,
2004), Международная конференция «Информационные технологии в образо­
вании, технике и медицине» (Волгоград, 2004), Научно-технический форум
«Высокие технологии - 2004» (Ижевск, 2004), Всероссийская научнотехническая конференция «Информационные технологии» (Воронеж, 2005).
Основания для выполнения работ: научные темы Института Автоматики и
электрометрии СО Р А Н (1975 - 1989 гг.) и Института молекулярной биологии
и биофизики СО Р А М Н (1990 - 2005 гг.) по автоматизации медикобиологических исследований и адаптивному биоуправлению, договорные темы
Фонда «Медсанчасть-168» по разработке сетевой компьютерной технологии
ведения историй болезни (1990 - 1999 гг.) и клинической И С нового поколения
(2000-2005 гг.).
Публикации. Всего опубликовано 50 работ по теме диссертации, из них 21 научные статьи в журналах, рекомендованных В А К Минобрнауки Р Ф , 7 - на­
учные статьи в рецензируемых журналах; 6 - статьи в сборниках научных тру­
дов; 8 - научные доклады в сборниках трудов конференций; 1 - патент Р Ф ; 3 препринты; 4 - статьи в зарубежных изданиях. Кроме этого в автореферате
приведена работа в журнале, рекомендованном В А К Минобрнауки Р Ф , вы­
шедшем из печати в августе 2(Ю5 г.
Объем и структура работы. Диссертация общим объемом 276 страниц содер­
жит 263 страницы основного текста, список литературы из 247 наименований,
включает 25 рисунков и 32 таблицы, состоит из введения, семи глав, заключе­
ния и приложения.
Содержание работы
В о введении показана актуальность исследования, сформулированы цель и
задачи работы, научная новизна и практическая значимость, приведены основ­
ные положения, выносимые на защиту.
В первой главе рассмотрена эволюция автоматизированных (информацион­
ных) систем, используемых в российских и зарубежных больницах [25]. Про­
веденный анализ характеристик таких систем позволил вычленить их недостат­
ки и сформулировать цель и задачи клинических И С нового поколения [19, 23,
26, 33]. Цель разработки и внедрения в больницах таких систем должна состо­
ять в обеспечении возможностей повышения качества медицинской помощи
пациентам. Эта цель достигается при использовании информационной под­
держки Л Д П в результате решения трех задач: а) увеличение клинической эф-
фективности лечения; б) повышение уровня безопасности пациентов; в) рацио­
нализация расходов больницы.
В о второй главе описаны подходы к созданию, алгоритмы функционирования
и изучены свойства систем автоматизации медико-б1иологических исследова­
ний, биотехнической обратной связи, системы информатизации Л Д П .
В основе ряда важнейших Л Д П лежит сбор информации, характеризующей
деятельность различных органов и систем организма человека. В о многих слу­
чаях показатели, необходимые врачу для диагностики и лечения, содержатся в
электрофизиологических сигналах. В последней четверти 20-го столетия для
сбора и обработки таких показателей началось использование мини-, а затем и
микрокомпьютерной техники. Однако врачи и исследователи при регистрации
сигналов наталкивались на ряд трудностей, так как используемые приборы б ы ­
ли узкоспециализированными и не обладали функциями для работы с различ­
ными наборами сигналов. Решение этой проблемы состояло в использовании
опыта автоматизации физических исследований (Нестерихин Ю.Е. и др., 1984).
В И А и Э СО Л Н С С С Р был развит подход к созданию и применению в медикобиологических исследованиях компьютерных систем на основе аппаратуры
К А М А К . Для его осуществления потребовалась разработка прикладного профаммного обеспечения, ориентированного на регистрацию и обработку физио­
логических сигналов в реальном масштабе времени.
Автор разработал алгоритмы и программное обеспечение анализа и накопления
этих сигналов [1 - 7, 9, 11], алгоритмы и программы генерации сигналов обрат­
ной связи [8, 10, 14]. Созданная БОС-система использовалась в Институте кли­
нической и экспериментальной медицины СО А М Н С С С Р для многопарамет­
рического мониторинга сердечно-сосудистых показателей и позволила полу­
чить ряд важных результатов [6, 12, 16, 17]. Но ее применение для профилакти­
ческих и лечебных процедур сдерживалось такими недостатками БОС-методов,
как их монотонность и отдаленность конечных результатов.
Для преодоления указанных недостатков автором разработана и реализована
концепция, основанная на принципе состязательности. Основная идея состоит в
объединении БОС-процедуры и спортивной компьютерной игры в рамках од­
ной системы [18, 20 - 22]. Анализ общих свойств таких игр, имитирующих
спортивные состязания, и визуального БОС-тренинга (ритмичность, циклич­
ность и др.) позволил автору разработать требования и алгоритмы функциони­
рования программной системы, названной «Гребной канал», в которой изме­
ряемая в реальном масштабе времени величина физиологического показателя
пациента или здорового испытуемого преобразуется в величину скорости фигу­
ры (лодки), представленной на экране монитора в графическом виде во время
прохождения дистанции. Скорость второй фигуры (соперника) вычисляется по
специальному алгоритму таким образом, чтобы мотивировать обучаемого к
выигрышу каждого этапа соревнования.
10
Рассмотренные алгоритмы и программное обеспечение систем ориентированы
на применение в экспериментальных клинических исследовани5ГХ и, в частно­
сти, в профилактической медицине.
Для информатизации работы врачей в ходе Л Д П в начале 90-х годов на базе
Фонда «Медсанчасть-168» создана компьютерная технология ведения историй
болезни ( К Т В И Б ) , названная « Д О К А » (аббревиатура английских слов DOCtor's
Assistant, в переводе означающих - помощник врача). Она представляла собой
файл-серверную систему, базирующуюся на настольной С У Б Д Clipper 5.01 и
была внедрена в сетевой версии в 20 больницах сибирского региона [19,23,24].
Свойства, присущие К Т В И Б , исследованы на протяжении восьми лет ее разра­
ботки и внедрения в больницах различного профиля и статуса. Важнейщим из
них является возможность использования структурированного архива инфор­
мации в ходе Л Д П . Поддержка в К Т В И Б архивов облегчает и сзтцественно ус­
коряет подготовку рутинных отчетов, квалификационных и научных работ вра­
чей. Еще одно важное свойство состоит в осуществлении информационной свя­
зи между подразделениями больницы.
В третьей главе дано обоснование необходимости информатизации Л Д П [35]
и сформулированы требования к клиническим И С нового поколения [29]. В ос­
нове использованного подхода лежит рассмотрение в различных системах ко­
ординат характеристик трех видов Л Д П , отличающихся применяемыми мето­
дами: а) БОС-тренинг; б) вывод пациентов из критических состояний ( В К С ) ; в)
остальные лечебно-диагностические процессы, протекающие в больницах (в
этой главе аббревиатура Л Д П используется для их обозначения).
Рассмотренными системами координат являются: система координат ключевых
параметров; система координат «ключевые параметры - степень тяжести со­
стояния пациента»; система координат «степень тяжести - характеристика
ЛДП». Л Д П , объект которых - организм человека, а цель - перевод объекта из
исходного состояния в требуемое, характеризуются наличием большого числа
регистрируемых показателей (первый ключевой параметр). Второй параметр,
дискрета измерения, составляет в большинстве случаев часы или дни, то есть в
отличие, например, от дискрет, используемых при проведении многих физиче­
ских экспериментов, имеет относительно большую величину, что всегда позво­
ляло медикам иметь достаточно времени для переработки информации и при­
нятия решений. Можно полагать, что именно из-за этого процесс информатиза­
ции, интенсивно протекающий в различных сферах человеческой деятельности,
затронул Л Д П лишь в незначительной степени.
Два существенно отличающихся вида лечебно-диагностических процессов Б О С и В К С являются близкими по величинам ключевых параметров. Главное
отличие состоит в степени тяжести состояний пациентов, для которых они ис­
пользуются. Б О С - при состояниях, близких к нормальным, когда не требуются
многочисленные обследования и лечебные воздействия, В К С - при ттротивоположных состояниях, когда главной задачей врачей становится проведение ме­
роприятий, направленных на сохранение жизни пациента.
11
Одной из важных характеристик различных видов Л Д П является степень (уро­
вень) участия в них врачей и самих пациентов. Еще одна качественная характе­
ристика видов Л Д П - уровень их информатизации. Рассмотрены зависимости
этих характеристик от степени тяжести состояния пациентов. Следствием
крайних различий в состояниях пациентов, при которых приемлемы методы
Б О С и В К С являются и крайняя степень различия участия в проведении этих
методов врачей и самих пациентов.
Зависимость суммарного уровня участия пациента и врача от степени тяжести
состояния и, соответственно, от видов лечебно-диагностических процессов
имеет минимум в области Л Д П . Предположение о том, что для ведения Л Д П не
требуется большая степень участия врача в силу их тривиальности в отличие от
В К С , является несостоятельным. Это подтверждается тем, что даже в простых
случаях нередки предотвратимые врачебные ошибки, приводящие к тяжелым
последствиям (Kohn L. et al., 1999).
Мероприятия, проводимые для В К С , сопровождаются информационной под­
держкой, оказываемой компьютеризированными системами или приборами в
отделениях интенсивной терапии и реанимационных отделениях. Так же, как
для БОС-методов, традиционное применение таких систем - следствие малой
дискреты измерения, из-за чего для методов В К С требуется информационная
поддержка. Зависимость ее уровня от степени тяжести состояния пациентов и,
соответственно, от используемых видов лечебно-диагностических процессов
имеет также резкий минимум в области Л Д П .
Сложение указанных зависимостей дает еще одну качественную зависимость,
имеющую точку минимума в области Л Д П . При всей условности этой зависи­
мости, она приводит к выводу о том, что такой важный фактор, как сумма сте­
пеней з^астия врача и пациента и уровня использования информационных тех­
нологий в Л Д П является существенно меньшей, чем при проведении мероприя­
тий В К С и БОС-методов.
Возможность изменения сложившегося в течение десятилетий отношения к
участию в Л Д П со стороны врачей и пациентов является маловероятной. Един­
ственный реальный путь устранения минимума суммарной зависимости в об­
ласти Л Д П состоит в использовании информационной поддержки этих процес­
сов на уровне, превышающем ее в крайних точках суммарной кривой. А это оз­
начает необходимость повсеместного применения в больницах информацион­
ных технологий, так же как системы и приборы применяются везде для выве­
дения пациентов из критических состояний и для БОС-методов.
Рассмотрены оценки объема необходимых врачам знаний и сложности задачи
лечения. Каждая точка на оси состояний пациента является проекцией на эту
ось совокупности областей в многомерном пространстве У синдромов и сим­
птомов различных заболеваний. Каждая ось этого пространства отражает коли­
чественную характеристику одного из синдромов или симптомов i,- (i = 1, . . . ,
я , где и - размерность пространства У ) с нулевым значением в начале оси. Ка12
чественные синдромы и симптомы могут быть преобразованы в количествен­
ные характеристики путем нормирования.
Даже для списков заболеваний, относящихся к узким врачебным специальностям, размерность п пространства Уможет иметь порядок 10 и выше. Так как
цель ЛДП состоит в том, чтобы ослабить выраженность заболевания, по воз-,
можности устранив его причину, то в результате лечения должно быть достиг­
нуто перемещение точки Pi =(si,S2,—,s„)e f, соответствующей началу лече­
ния, в точку P2=(si,S2,—,s„)e V в конце лечения. Точка Р-^ соответствует
измененному состоянию пациента. При положительном исходе лечения точка
на оси состояний переместится ближе к началу координат:
\РЛАРЛ
(1)
Для достижения этой цели лечащему врачу или консилиуму необходимо пра­
вильно выбрать набор воздействий и количественные значения их параметров.
Если даже ограничиться только медикаментозными воздействиями, то список
медикаментов и возможных вариантов их сочетаний, так же как и для размерности пространства Ч", во многих случаях имеет порядок 10 и выше. Парамет­
рами при назначении медикаментов являются: разовые и суточные дозы, пути
введения. Во многих случаях доза препарата может зависеть от времени суток,
надо учитывать необходимость ежедневной коррекции доз и т. д. При принятии
решения о назначении пациенту медикаментов, лечебных процедур и их соче­
таний врач должен оценивать не только положение точки в пространстве Ч'ъ
данный момент, но и скорость ее перемещения.
Выполнение назначаемых врачом воздействий имеет определенную стоимость.
В большой степени она определяется стоимостью медикаментов и процедур,
необходимых для лечения, и его длительностью. В обязанности врача входит
обеспечение не только клинической, но и экономической эффективности лече­
ния. Следовательно, задача перемещения точки в пространстве У путем ис­
пользования набора воздействий
ZCri.rz.-./jfc). Z e i2,
где Q- пространство возможных воздействий размерности к, г ^ - вектор пара­
метров у-го воздействия, имеет ограничение
/ ( Z ) 5 5„,ax.
(2)
TpfffiZ) - суммарная стоимость используемого набора воздействий Z, а 5п,ах ~
максимальная приемлемая стоимость лечения для данного заболевания.
Лечение должно быть ограничено во времени. Оно считается клинически эф­
фективным, когда достигнута точка Я^- соответствующая приемлемому со­
стоянию пациента на оси состояний, в которой выполняется неравенство (1), за
такой интервал времени Т, что
7'^7'тах
13
(3)
приемлемое состояние пациента, максимальная стоимость лечения S^^^^ и дли­
тельность интервала времени Т^^^я задаются стандартом лечения для каждого
конкретного диагноза.
Таким образом, врач в ходе Л Д П должен решать задачу, описываемую неравен­
ствами (1) - (3). Очевидно, что при указанных выше порядках размерностей
пространств fn Х2 выбор лечебных воздействий врачом не может быть опти­
мальным и повышение клинической и экономической эффективности лечения в
общем случае невозможно без использования различных функций информаци­
онной поддержки принятия врачебных решений.
Для ее осуществления предлагается применять клинические И С нового поколе­
ния. Превалирующий подход к созданию типовых клинических И С опирается
на укоренившееся представление о том, что информационные процессы в боль­
ницах аналогичны процессам, протекающим на предприятиях других сфер дея­
тельности. Это представление формирует отношение к Л Д П как к бизнеспроцессам и сводит их многообразие к набору бизнес-правил. Как следствие,
при разработке клинических И С не учитываются специфические особенности
Л Д П , что приводит к созданию систем с недостатками, из-за которых они не
получают широкого применения (табл. 1).
Таблица 1 - Недостатки
современных клинических ИС
Недостатки
Причины
Ограниченность и недостаточная интеграция функций
Необходимость использования специального персона­
ла для ввода информации
Недостаточная функциональная гибкость
Замедление работы медицинского персонала
Недостаточно удобные для персонала интерфейсы
Чрезвычайно высокая стоимость разработки и владе­
ния системой
Отсутствие системного анали­
за Л Д П , предшествующего
проектированию
Отсутствие выделения крити­
ческих процессов в составе
ЛДП
Высокая трудоемкость созда­
ния и сопровождения ИС
Для создания типовой клинической И С , учитывающей многообразие возмож­
ных процессов в больницах, автором применен иной подход. Он состоит в на­
учном обосновании структурной модели системы, схемы данных, выбора инст­
рументальных средств и т. д. на этапе проектирования системы [34]. Выпол­
ненный системный анализ Л Д П позволил сформулировать ряд принципиально
важных требований к такой системе.
Л Д П характеризуются большими объемами фиксируемой и обрабатываемой
разнородной информации, а также необходимостью оперативного анализа по­
ступающих данных и принятия решения о назначении тех или иных лечебных и
диагностических воздействий. Такие решения должны приниматься с мини­
мальным латентным периодом.
14
Перечисленные характеристики присущи широкому кругу управляемых меди­
ко-биологических исследований [ 1 , 2, 7, 9]. Из этого следует, что на современ­
ные клинические И С могут быть распространены базовые требования, которые
сформулированы для систем автоматизации таких исследований: 1) наличие ал­
горитмов принятия решений о воздействиях и их параметрах, функционирую­
щих в цепи обратной связи с объектом (использование встроенных функций ■
П П В Р реальном масштабе времени); 2) наличие средств оперативной модифи­
кации функциональности системы при расширении набора регистрируемых
данных и применяемых воздействий без затрат на перепрограммирование; 3)
применение технологий, позволяющих снизить затраты на создание и сопрово­
ждение системы; 4) обеспечение простоты ее освоения и использования раз­
личными категориями пользователей.
Исследование свойств и характеристик К Т В И Б , используемой в различных
больницах, а также свойств и функций систем, внедренных в больницах разви­
тых стран, как с положительными, так и с отрицательными результатами, при­
вело к формированию ряда дополнительных требований [29]. Наиболее важны­
ми из них являются: наличие средств накопления и обработки количественной
информации об эффективности влияний системы на Л Д П ; возможность инте­
грации с автономными (внешними) системами, реализующими интеллектуаль­
ные алгоритмы анализа данных для информационной и интеллектуальной под­
держки врачебных решений.
В четвертой главе рассмотрены структурная модель клинической И С [28] и
специализированные структуры базы данных системы [41].
Процессы лечения и диагностики соответствуют установленным процедурам и
подчиняются общим правилам (назовем их ЛД-правилами). Такие правила, оп­
ределяющие базисную фз'нкциональность И С , не претерпевают изменений со
временем и незначительно отличаются в различных больницах. Создаваемая
медицинским персоналом документация представляет собой набор заполняе­
мых форм, имеющих определенную структуру и несущих информацию о про­
цессах и результатах обследования и лечения каждого пациента. И структура, и
форма одних и тех же документов, используемых в различных больницах, мо­
гут значительно отличаться. Число используемых форм и бланков имеет тен­
денцию увеличиваться со временем.
Каждое ЛД-правило является уникальным и поэтому должно быть реализовано
специальным алгоритмом, а формы различных документов могут генерировать­
ся посредством одного и того же универсального механизма. Декомпозиция
Л Д П на две составляющие лежит в основе структурной модели клинической
И С , которая представлена в обобщенном виде на рис. 1. Структура системы в ы ­
текает из необходимости осуществления в ней уникальных алгоритмов ДЦправил и универсального механизма создания и заполнения форм для докумен­
тирования клинических процессов. Такой механизм основан на использовании
двух наборов программных модулей: конструкторов и генераторов, предназна­
ченных как для обеспечения документирования Л Д П , так и для расширения
15
фЗ'нкциональности системы непосредственно пользователями. Взаимодействие
конструкторов и генераторов происходит через базу данных, содержащую всю
информацию о пациентах и клинических процессах. Конструкторы позволяют
модифицировать и расширять базис системы, состоящий из созданных на этапе
разработки пунктов меню, форм документов, справочников и т. п., записанных
в базу данных. Генераторы, используя записи из базы данных, обеспечивают
пользователям возможность работы с формами документов (заполнение, про­
смотр, редактирование), бланками обследований, пунктами меню и т. д.
Встраиваемые
функции
Конструкторы
Генераторы
Т'' •'рНИИШЬ,» ■';
»&«^
Диалоговые
функции
ZflTJ^/-^
■тл
Администратор
клинической И С
Медицинский
персонал
Рис. 1. Структурная
модель клинической ИС. Стрелки
направление потоков информации между
компонентами модели и базой данных
указывают
пользователями ИС,
Информация в базе данных не во всех случаях хранится в виде, в котором она
может понадобиться при генерации той или иной формы. Отсюда следует не­
обходимость еще одного структурного компонента модели - набора функций,
являющихся программными модулями, используемыми генераторами, и поэто­
му названных встраиваемыми функциями. Расширение этого набора невозмож­
но без программирования, но создание новой функции не связано с необходи­
мостью проведения какой-либо модификации программного ядра системы.
Программные модули, назначение которых состоит в реализации алгоритмов
ЛД-правил, в отличие от встраиваемых функций, работают в режиме непосред­
ственного диалога с пользователем и поэтому названы диалоговыми функция­
ми. В терминах унифицированного языка моделирования U M L они соответст­
вуют вариантам использования или прецедентам (use case), отражающим взаи­
модействие пользователя с системой для решения конкретных задач. Создание
новой диалоговой функции, как и встраиваемой, невозможно без программиро­
вания, но ЛД-правила являются общими для различных больниц. Однако воз­
можность наличия даже небольших отличий для типовой системы означает, что
16
в ней должен быть реализован механизм модификации работы этих функций
(расширение варггантов использования в терминах U M L ) самими пользовате­
лями. Для управления работой диалоговых функций предусмотрено использо­
вание параметрической настройки.
Назначение одного из наиболее важных конструкторов состоиг в создании и '
модификации форм документов. Форма документа представляет собой текст,
содержащий выделенные специальным образом диалоговые окна, создаваемый
с использованием язьпса гипертекстовой разметки H T M L . При создании формы
нового документа необходимо ввести его название, которое заносится в спра­
вочник документов. Для указания в форме окон, в которые информация должна
вводиться пользователем или подставляться системой из базы данных, служит
специальный парный тэг. Его интерпретация осуществляется программой - ге­
нератором док>'ментов. Интерпретация стандартных тэгов H T M L и вьгаод формы докуме1гта на экран производрггся уюшерсальной клиентской программой Web-браузером. Для каждого окна формы указывается ряд логических призна­
ков и связь с полем базы данных.
Логические пргонаки формы указывают генератору характеристики для ее об­
работки. Тип диалогового окна определяет тип данных, которые используются
при его заполнении (рис. 2). Связь окна с полем базы данных необходима гене­
ратору, чтобы извлекать информацию для представления в окне и записывать в
базу данных при сохранении сформированного документа.
Выбор типа окж.J форты
Функция
Выбор паля
базы данных
Текст
Список
naieii
Справоч­
ники
-^
Окно формы
<-
Новое
поле
Число
Шаблоны
Дата
Вариалты
Рис. 2. Связывание диалогового окна формы документа с информацией
в базе данных
Конструктор меню системы дает возможность наращивать ее функциональ­
ность, создавая новые пункты меню. Из списков существующих диалоговых
функций и форм документов (входивших в состав системы или вновь создан­
ных) выбирается та, которая должна запускаться генератором меню, или наби­
рается цепочка из выбранных и пронумерованных функций и форм.
17
Относительное распределение времени, затраченного на создание компонентов
модели, и относительное распределение реализованной на этапе разработки
функциональности по компонентам системы приведено в табл. 2.
Таблица 2 - Относительное распределение времени разработки
и функциональности по компонентам модели
Времяв
Функциона­
льность
Конструкторы
30
32
Генераторы
37
42
Название
компонептя
%
в %
Название компо­
нента
Диалоговые функ­
ции
Встраиваемые
функции
Вре­
мя в
%
Функциона­
льность
в %
31
26
2
-
Выбор системных и инструментальных средств для создания типовой клиниче­
ской И С осз^цествлен с учетом сформулированных требований к построению
таких систем.
Использование среды W e b в качестве платформы приложений баз данных явля­
ется одним из перспективных путей для создания корпоративных информаци­
онных систем (Connolly Т., Begg С , 1998). Она имеет существенные преиму­
щества перед традиционной архитектурой «клиент-сервер», важные для реше­
ния поставленной задачи. В качестве технологии для практической реализации
типовой клинической И С были выбраны именно Web-технологии.
Для разработки системы предложено использовать свободно распространяемые
программные средства с открытым кодом: операционную систему Linux, Webсервер Apache, языки С1(енариев Р Н Р и JavaScript, С У Б Д Interbase. Одно из
важных обоснований такого выбора состоит в том, что обеспечивается добав­
ление в систему новых функций, как и модификация имеющихся, без переком­
пилирования и перекомпоновки. Следовательно, в больницах, внедривших сис­
тему, ее функциональность можно наращивать, создавая автономно новые диа­
логовые и встраиваемые функции. Однако, для обеспечения высокого уровня
функциональной гибкости, необходимого типовой И С , требуется наличие в ней
инструмента для создания новых полей базы данных.
При разработке систем автоматизацит» управляемых исследований автором б ы ­
ли предложены структуры данных, облегчающие организацию хранения изме­
рений показателей физиологических сигналов, их математическую обработку,
расширение списка показателей и другие модификации [7]. Аналогичные
структуры применялись в последующие годы для автоматизации некоторых
классов медико-биологических исследований (Huff S. et а!., 1991; Nadkami P. et
al., 1999). Общность ряда свойств и характеристик управляемых исследований
и Л Д П привела к выводу о возможности использования таких структур для соз­
дания схемы базы данных клинической И С .
При использовании реляционной базы данных любое расширение набора эле­
ментов данных ( Э Д ) системы приводит к необходимости добавления новых по18
лей в определенные таблицы. Решение этой проблемы состоит в том, чтобы
хранить однотипные величины (целые числа, текстовые строки, BLOB-объекты
и т. д.) различных Э Д в одной таблице. Разнородная информация, относящаяся
к различным показателям Л Д П , но представленная Э Д одного типа, хранится в
одном столбце, названном столбцом-результатом. В такой таблице должны
быть и столбцы, значения которых определяют Э Д в столбце-результате и ■
идентификатор обращения пациента в больницу.
Для описания хранящихся в системе Э Д служит таблица, имеющая традицион­
ную для реляционных баз данных структуру, содержащая их перечень и уни­
кальные идентификаторы. Идентификаторы обращений пациентов также хра­
нятся в обычной таблице. В общем случае схема специализированных стрз^ктур
данных Д Д П может быть представлена в виде набора трех связанных между
собой таблиц (рис. 3).
Таблица обращений
пациентов
Иденти фи катор
обращения
Дополнитель­
ные поля
Таблица значений Э Д
одного из возможных типов
Идентификатор за­
писи
Идентификатор обращения пациента
Идентификатор Э Д
Таблица элементов
данных
Идентификатор Э Д
Название Э Д
ТипЭД
Значение Э Д
Признак удаленно­
го Э Д
Дополнительные по­
ля
Дополнительные
поля
Рис. 3. Обобщенная схема специализированной структуры
данных
Конструирование нового Э Д пользователем сводится к заполнению в диалого­
вом режиме таблицы, содержащей окна для ввода названия и выбора типа ЭД.
Новый ЭД, называемый пользовательским атрибутом, сразу после создания
может быть встроен в форму любого документа, описанного в системе, для чего
необходимо указать соответствие какого-либо окна формы этому ЭД. Для ввода
в систему значений новых Э Д можно конструировать новые формы докумен­
тов. Чтобы дать возможность заполнять новую форму в ходе Л Д П , необходимо
в диалоговом режиме добавить в иерархическое меню системы новую ссылку,
указывающую на эту форму. Значение нового ЭД, введенное пользователем
при заполнении или редактировании документа, относящегося к конкретному
пациенту, записывается в таблицу значений ЭД. Следствие этого подхода к
хранению собираемой в ходе Л Д П информации - значительное сокращение
объема работ по программированию подсистемы формирования статистиче­
ских отчетов и произвольных выборок.
П я т а я глава посвящена рассмотрению созданных подсистем назначения меди­
каментов и обследований [37, 40, 42, 43]. Минусы существующих автономных
19
компьютерных систем заказа назначений - недостаточное быстродействие ра­
боты и неудобства выбора врачами медикаментов при назначении - следствие
того, что список препаратов, которые может использовать врач, содержит от
нескольких сотен до нескольких тысяч наименований.
Для преодоления указанной проблемы решены две связанные между собой за­
дачи. Первая состоит в адекватном разбиении препаратов на группы, которое
позволяет находить их в иерархическом списке, перемещая по нему указатель
мыши (без ввода с клавиатуры названия или его первых букв). Вторая заключа­
ется в создании интерфейса, который позволил бы минимизировать: а) количе­
ство манипуляций мышью для выбора требуемых препаратов; б) количество
экранных форм, необходимых для заказа назначений.
Первая задача сводится к тому, чтобы располагать названия всех s препаратов
списка на одном экране вместе с элементами check-box (для пометки выбирае­
мых препаратов) экранной формы. Это делает их доступными для выбора вра­
чом без перемещения полос прокрутки, используемых, когда форма выходит за
пределы экрана, затрудняющих и замедляющих поиск требуемых препаратов.
Решение состоит в том, чтобы заполнять экран )шорядоченными группами пре­
паратов, снабдив врача простой и быстрой возможностью инициирования за­
проса на вывод той или иной группы. Для этого производится разбиение упоря­
доченного по алфавиту множества D = {dj,...,rfj} названий всех s препаратов на
л
п подмножеств D, ={</,],...,</,^ }, / = 1
п, 'Z.r, =5 так, чтобы все элементы
1=1
каждого из них разместились на одном экране. Далее создается отображение
подмножеств D,- => G , , i = 1,..., л , где G ; - такое экранное представление под­
множества D,, которое позволяет, занимая минимально возможное место в од­
ной строке, легко управлять их выводом. Для этого все представления G,- раз­
мещаются в относительно узком столбце левой части экранной формы одно­
временно, а вывод одного из подмножеств О, - в остальной ее части.
Число препаратов, отображаемых описанным образом в экранной форме, имеет
2
ограничение: s < Л^ (N - число строк экрана, отводимое для вывода элементов
подмножества). В общем случае можно принять п = INT(>fs) +1, если
. Это же значение является начальным приближением для после­
дующего получения точного значения rj, которое для каждого подмножества
D, должно быть таким, чтобы выполнялось неравенство:
di,n*dM,\
(4)
Если при разбиении множества о с исходным значением r^=n для какоголибо i верно равенство rf,-^ -di+\\, то элемент </,+ц из подмножества D,^j
переносится в D,. Эти действия повторяются пока не выполнится условие (4)
для каждого подмножества D,. Его необходимость вызвана тем, что препараты
20
с одинаковым названием, но различными характеристиками, не должны попа­
дать в разные подмножества, так как это затруднило бы их выбор.
Решение второй задачи состоит в следующем. Представление G, подмножества
Dj в экранной форме осуществляется путем вывода нескольких первых симво­
лов названий элементов d,i и d,,., разделенных многоточием (рис. 4, левый.
столбец в правом фрюйме). Число символов выбирается минимально достаточ­
ным, чтобы не было совпадающих сочетаний. Этот способ разбиения множест­
ва D позволяет добиться того, что при выводе в один столбец представлений
G, всех подмножеств они доступны для выбора указателем мыши без верти­
кального скроллинга.
ЯВЭЭЗЭЗЗЗЗ^ЗЯ
■
История болезни
Списки пвциеигов
йтдвлвмия
В ы б о р отделения
Мед. с е с т р ы
Парлклиника
Привпщов
отделение
госпитализации
О т ч е т ы по
отделениям
Справочники
Тестирование
Выкпд иэ с и с т е м ы
i E u d l ^ ^ ' y *
к/дг 37
1 ^^-^ [email protected]*1
WZ^:
Дивгн1м:ЖК£, острый иоплцисЮ'Пашфелтт
о т м е ч е н о : 1 tvpan_
S-ф A^i
{ Записать
Записать
как (|]
Смесь
| Вернуться
V Дилцерен
ЭО мг| м50
таблетки
q
Аминока, Ари4
V Цуттмроп 1 % 1 к л мгЮ анпулы t u s l •
Аско Ацц
АЭСЦ Бии
Г Димедрол 50 иг Mt 10 таблетки [1?21 V
Бильт Вар
р|димексил 100 мл ml флакон [з] •
л»*о . гем
Р Диоксидин Х% 10 мл wlO ампулы f 1) Ш>
Гвнта Глюк
Гран...Дик
V Диоспин 450 кг иЭО таблетки 11] •
Дйя^ГЯро^-"'
Г Дисоль 400 мл m l флакон [1] 9
ДУЭЛ , йод
Г Дисоль раствор 200 ил ml флакон (24] •
Кае Кена
кетаи Корг
кордар Лаэ
Лакто. .Мак
Максим. .Мето г Дицйнои 12 5% 2 мл N«10 ампулы [ l ] ф
'".Jjxl
\
'1У^
T^^^^^^^^^^ff^^
гН1едыдущие
Эконоиика
Ашустоаа С ь я т л а н в МииаЯловна, 19 лег
метрог Наг
Нафти Ново
Нопиц Пан
Панкрв Пира
Пирадо Прок
Пропвд, Сан
Свеч Суль
Сулы{»вц . Тел
Теолэ Трок
Троибо Ф е н
« в р а к фура
Фурацил Цеф
Цефура .Эка
Энап Эуфи
г Дичиной 12 5 % 2 мл M S O ампулм ( I ) •
Г д о к с а а о э м ! 4 мг mZO таблетки (1) •
V Доксициклин(вибрамицин) lOO мг н*10 капсулы [ н е ] ф
V
Дорникум 1 ил ppi амПуЛк [ I ] •
Г Дормикум 3 и я vti аппул!» ( I ] Ф
Г" Дофамин О 5% 5 мл м Ю лмпулы [ П о ] Ф
Г дофамин 4% 5 ил NtlO а и п у л ы Ю ф
Г Дроверии 2 % 2 мл тЮ «ппулн [11 Ф
Р Дротаеерин 2 % 2 мл wlO ампулы [84] ф
Г Дротаверии 40 мг иг20 капсулы [59] ♦
m^iSKM
{[ЧР^сЁыЧМйй^пГТ*^
Рис 4. Экранная форма, иллюстрирующая работу динамического
многослойного интерфейса при назначении пациенту медикаментов
Названия всех препаратов из любого подмножества D,- помещаются во втором
столбце (рис. 4, правый столбец в правом фрейме). Для вывода каждого столбца
на экран используется отдельный слой изображения. При перемещении указа­
теля мыши в вертикальном направлении по элементу G, первого столбца, раз­
мещаемого в первом слое, формируется и выводится столбец с подмножеством
D, размещаемый во втором слое, справа от первого. Слева от названия каждого
препарата в этом столбце располагается элемент check-box, служащий для вы­
бора препарата. Область, в которую должен попасть указатель мыши для акти21
вации этого элемента после нажатия ее левой кнопки, соответствует прямо)тольной полосе (ячейке таблицы), в которой располагаются название препара­
та, его характеристики, а также символ " @ " , являющийся гиперссылкой на
текст рекомендаций по его применению.
Первая экранная форма (рис. 4), предъявляемая врачу для выбора препаратов,
представляет собой реализацию динамического многослойного интерфейса.
Время, необходимое на выбор медикаментов при таком способе работы, рас­
считанное по модели G O M S (Раскин Д., 2003), не превосходит времени, затра­
чиваемого с использованием клавиатуры опытным пользователем и примерно в
2,4 раза меньше, чем требуется неопытному пользователю.
Вторая экранная форма служит для уточнения ряда параметров, необходимых
при выполнении медикаментозных назначений (дозы препаратов, пути их вве­
дения и т. д.). По умолчанию параметрам присваиваются рекомендуемые наи­
более часто используемые значения, хранящиеся в базе данных системы. После
окончания работы со второй формой инициируются встроенные в систему
функции П П В Р для обнаружения возможных врачебных ошибок.
С системной точки зрения лечебный процесс, связанный с назначениями, не ог­
раничивается только работой лечащего врача. Он включает в себя планирова­
ние заказа медикаментов, выполнение назначений, контроль со стороны адми­
нистративного персонала. На каждом из этих этапов информационная под­
держка действий персонала больницы дает возможность уменьшения количест­
ва допускаемых ошибок, В табл. 3 приведен список некоторых функций такой
поддержки, осуп;ествляемой системой на различных этапах процесса лечения.
Все алгоритмы, реализующие приведенные в списке функции, работают в ре­
альном масштабе времени, но различаются способом инициации (СИ).
I. Инициация персоналом (ИП). Например, врач может инициировать вывод на
экран справочника схем лечения или текст рекомендаций по применению на­
значаемого препарата. 2. Инициация системой в определенной ситуации (ИС).
Например, система инициирует проверку выполнения ограничений, наклады­
ваемых на разовые и суточные дозы назначаемых препаратов после уточнения
врачом их параметров. 3. Инициация системой через заданный промежуток
времени (по таймеру, ИТ). Например, врач, работая в системе с историями бо­
лезни, получит сигнал о выходе введенной только что в лаборатории величины
какого-либо показателя за границы нормы, так как алгоритм анализа и сигнали­
зации запускается по таймеру каждую минуту. Этот сигнал - восклицательный
знак в верхнем фрейме экрана (рис. 4) - гиперссылка на бланк обследования,
содержащий обнаруженный показатель.
На рис. 5 показан фрагмент иерархического списка обследований, воздействий
и динамических наблюдений. Анализ свойств процесса назначения и связанных
с ним Л Д П (планирование выполнения, выполнение назначений, использование
результатов, контроль выполнения, подготовка отчетов) привел к выделению
ряда общих свойств существенных частей немедикаментозных назначений и
22
Таблица 3 - Функции информационной поддержки различных этапов лечения
Э т а п процесса
лечения
Вход в режим на­
значения медика­
ментов
Выбор препара­
тов для назначе­
ния
Формирование
(заказ) назначе­
ний
Выполнение на­
значений
Контроль меди­
каментозного
лечения
Поддержание не­
обходимого запа­
са медикаментов
в больнице
Ф у н к ц и и информационной поддержки
СИ
Вывод таблицы с диагнозами, антропометриче­
скими данными и противопоказаниями
Сигнализация о выходе лаборатс^но-диагностических показателей за границы нормы
Список возможных схем (протоколов) лечения с
рекомендуемыми дозами
Рекомендации по применению медикаментов
Указание объемных показателей и наличия пре­
паратов в больнице
Проверка ограничений на дозы препаратов и сиг­
нализация об их нарушениях, выявленных взаи­
модействиях препаратов м противопоказаниях
ис
Сигнализация о новых назначениях и отменах
Формирование журналов назначений
Частотный анализ различных видов выявленных
взаимодействий медикаментов
Персонифицированный учет медикаментов
Данные о реальном расходе медикаментов за про­
извольный период времени
Данные о наличии медикаментов на складе и в
отделениях больницы
ит
ип
ис
ип
ис
Персонал
Врачи кли­
нических
отделений
ис
ит
ип
ип
Медицин­
ские сестры
Управлен­
ческий
персонал
ип
Фармацев­
ты
динамических наблюдений, а также всех видов обследований (блоки I - V на
рнс. 5). Это позволило сформировать концепцию О В и Н (по первым буквам
слов: обследования, воздействия и наблюдения), состоящую в том, что все на­
значения для групп Л Д П в блоках I - V на рис. 5 (далее обозначаемых как
О В и Н ) могут обрабатываться идентично, то есть универсальными программ­
ными модулями. В с е выполняемые в больнице обследования, воздействия и на­
блюдения, подчиняющиеся общим ЛД-правилам, разбиты на группы, опреде­
ляемые местом их выполнения или характером вьтолняемых действий. Такая
группировка О В и Н в системе не является жесткой, как и порядок следования
О В и Н в группах - каждому из них можно присвоить порядковый номер в груп­
пе для вывода на экран во время ifx назначения врачом пациенту в виде двух­
уровневого списка.
Реализация подсистемы с использованием концепции О В и Н обеспечила уни­
фикацию работы персонала с назначением, выполнением, представлением и
статистической обработкой обследований и большой части немедикаментозных
воздействий и динамических наблюдений. Для зачета частных свойств О В и Н
предусмотрен ряд настраиваемых числовых параметров и логических призна­
ков как бланков, так и входящих в них показателей. Примененный подход по­
зволил при разработке системы не затрачивать ресурсы на программирование и
дальнейшую поддержку наборов специальных функций, необходимых для ра­
боты персонала больницы с различными О В и Н .
23
Рис. 5. Фрагмент иерархического списка обследований, воздействий и
динамических наблюдений, объединяемых концепцией ОВиН (блоки I -V)
В системе реализованы программные модули - конструкторы для создаггая
бланков двух видов. Первый - бланки, собираемые автоматически на основе
списка входяпцк в них показателей, назван стандартным. Такие бланки имеют
унифицированную структуру, которую можно представить кортежем:
B = <H.G,D,
{C).S>,
где Н - верхняя часть бланка В, содержащая название больницы, полное назва­
ние обследования, дату и время выполне1шя, порядковый номер выполненного
обследования; G - общие данные, включающие информащпо о пациенте и его
направлении; D - таблица с полученными результатами; С - комментарий к ре­
зультатам (не обязательный); S - фамилия сотрудника, выполнившего анализ.
Таблица D содержит один ш ш два столбца, разбитых на три части, в которых
располагаются: название показателя обследования, его значение, границы нор­
мы. Часть элементов Н и все элементы G подставляются в стандартный бланк
автоматически из базы данных.
Второй вид бланков назван конструируемым. В основе формы конструируекюго бланка, как и описанной вьппе формы документов, лежит текст, создаваемый
на языке гипертекстовой разметки H T M L .
Принципиально важным свойством подсистемы назначения О В и Н является
возможность встраивания в нее функций П П В Р . Их ценность исследована в ря­
де работ (Payne Т., 2000; Handler J . et al., 2004), однако они все еще не нашли
широкого применения в практической медицине. В созданной системе к футсциям информационной поддержки при назначении обследований относится
предьявление врачам списка О В и Н и их показателей в соответствии со стан24
дартом обследования. При назначении О В и Н , выходящих за рамки стандарта,
выводится предупреждающее сообщение.
В шестой главе рассмотрены компоненты и функщюнальные свойства клини­
ческой информационной системы нового поколения «ДОКА+» [31, 32, 36, 38],
приведен анализ эффективности ее эксплуатации [27, 30, 39].
Система включает в свой состав все технологические компоненты, необходи­
мые для повышения качества медицинской помощи. Особая роль в решении за­
дач, решаемых системой, принадлежит компьютерному заказу назначений на
обследования и лечение, функциям П П В Р и персонифицированному распреде­
лению медикаментов. Важным свойством системы является возможность ее т и ­
ражирования, обусловленная ее функциональной гибкостью. Ряд свойств, ха­
рактеристик и функций, реализованных в системе, делает ее уникальной среди
типовых клинических И С не только в России, но и за рубежом. К их числу от­
носятся: 1) применение при разработке открытых технологий; 2) использова­
ние структурной модели системы и специализированных структур данных,
обеспечивших функциональную гибкость; 3) реализация динамического много­
слойного интерфейса и концепции О В и Н , обеспечивших достаточную скорость
и удобства работы с системой; 4) встроенные функции П П В Р , обеспечивающие
повышение клинической эффективности и безопасности лечения; 5) сбор ин­
формации об эффективности эксплуатации системы и ее обработка; б) реализа­
ция персонифицированного распределения препаратов.
Создана обобщенная схема влияний системы на эффективность работы
больницы, включающая в себя 6 видов влияний, обуславливающих повышение
эффективности лечения пациентов при меньших затратах на обеспечение кли­
нических процессов. Проанализирована обратная связь «повышение экономи­
ческой эффективности» - «развитие клинической ИС». Ее действие приводит к
запуску и поддержанию динамического процесса использования в больнице все
более совершенной системы.
Рассмотрены основные результаты использования системы «ДОКА+» в О Г У З
«Чулымская центральная районная больница» (ЦРБ), представляющей собой
типовую сельскую больницу. В Ц Р Б была проведена оценка эффективности
персонифицированного распределения медикаментов ( П Р М ) . Работа механиз­
мов, необходимых для осуществления такого распределения была запущена с
01.03.2004 г. Наличие в системе «ДОКА+» данных о выданных в отделения ме­
дикаментах в 2003 г. дало возможность сравнить их номенклатуру и количества
до и после перехода на П Р М . После внедрения П Р М номенклатура выдаваемых
в отделения медикаментов снизилась на 3 2 , 1 % . Из препаратов, применявшихся
в обоих периодах, 3 были выданы в одинаковых количествах, 61,5% выдавалось
в больших количествах в 2003 г. и 36,2% - в больших количествах в 2004 г.
Превышение числа препаратов с превосходящим количеством стандартов в
2003 г. по сравнению с 2004 г. является статистически достоверным (р < 0,05).
Таким образом, внедрение П Р М привело к существенным изменениям не толь­
ко в номенклатуре, но и в количестве выданных стандартов. Число наименова25
НИИ медикаментов, использованных до перехода на П Р М , сократилось после
перехода, а из оставшихся 54,9% препаратов более 6 0 % выданы в меньших ко­
личествах. Это позволило использовать высвободившиеся средства на приобре­
тение более дорогостоящих и эффективных препаратов.
В табл. 4 показаны величины эффектов, полученных при эксплуатации системы
в ЦРБ. Они заключаются в увеличении клинической эффективности и безопас­
ности лечения пациентов, в рационализации расходов больницы. Приведенные
в третьем столбце величины эффектов, обусловленных действием функций
П П В Р , вычислены следующим образом. При запуске функции в процессе на­
значения лечения или обследований система анализирует действия врача, сле­
дующие после вывода предупреждающего сообщения (о взаимодействии на­
значаемых препаратов, превышении максимально допустимой дозы и т. д.). В
базе данных фиксируется подтверждение врачом назначения либо отказ от не­
го. В качестве показателя эффективности функции П П В Р используется про­
центное отношение числа отказов к общему числу срабатываний функции.
Таблица 4 - Показатели эффективности эксплуатации
клинической ИС «ДОКА+» в Чулымской ЦРБ
Функция системы
Вид и направление эффекта
Проверка назначаемых об­
следований на соответст­
вие стандарту
Вели­
чина
Уменьшение назначений обследований сверх стан­
дарта обследования
25,2%
Проверка взаимодействий
между выбранными для
назначения и назначенны­
ми ранее препаратами
Проверка превышения
максимальных доз
Персонифицированный
учет медикаментов
Уменьшение назначений пар препаратов подобно­
го действия
Уменьшение назначений препаратов, усиливаю­
щих действие других препаратов
Уменьшение назначений препаратов, ослабляю­
щих действие других препаратов
Уменьшение назначений препаратов, повышаю­
щих риск неблагоприятных событий
Уменьшение частоты назначений препаратов с ра­
зовой дозой, превосходящей максимальную
Уменьшение частоты назначений препаратов с су­
точной дозой, превосходящей максимальную
Сокращение номенклатуры выдаваемых в отделе­
ния препаратов
59,1%
54.9%
60,5%
54,8%
65,8%
68,2%
32,1%
В седьмой главе дается обоснование концепции информационной пациентоцентрической среды (ИПС) больницы и рассматривается возможность приме­
нения на ее основе интеллектуальных алгоритмов П П В Р [40, 43, 44]. Работы по
применению медицинских экспертных систем ( Э С ) и алгоритмов интеллекту­
ального анализа данных (ИАД; Губарев В.В. и др., 2000) не вышли за рамки на­
учных исследований. Причина состоит в том, что их постоянное, стабильное
функционирование в больнице возможно только при наличии в ней определен­
ной среды. Инфраструктурной основой этой среды может служить локальная
26
компьютерная сеть больницы, а информационной - клиническая интранетсистема.
Клиническая И С нового поколения «ДОКА+» дает возможность удаленного и
мобильного доступа к данным о пациентах, их заболеваниях, обследованиях и
лечении. Важнейшая характеристика системы состоит в ее ориентации на по­
вышение качества медицинской помощи каждому пациенту. Основная роль в'
достижении цели принадлежит функциям информационной поддержки ЛДП,
работающим в реальном масштабе времени. Совокупность свойств и характе­
ристик системы позволяет рассматривать ее как основу И П С больницы. Утвер­
ждение о том, что именно И П С необходима в качестве среды для функциони­
рования и развития в больнице Э С и алгоритмов И А Д базируется на ее сле­
дующих свойствах: предоставление персоналу технологического инструмента­
рия для ведения Л Д П ; предоставление доступа к внутренней (в интранет) и
внешней информации (в сети Интернет); функционирование в непрерывном
режиме.
Принципиальное отличие использования интеллектуальных алгоритмов в И П С
больницы от способа их работы в автономных системах, требующего ввода
данных для каждого пациента, заключается в функциональных характеристиках
такой среды: в базе данных системы происходит постоянное накопление ин­
формации, требуемой для работы алгоритмов интеллектуальной поддержки;
возможно расширение (без программирования) набора признаков, фиксируе­
мых системой, нужных для совершенствования алгоритмов; высокая скорость и
простота поиска и отбора информации для обучения и тестирования новых ал­
горитмов; возможно функционирование алгоритмов не только по запросу вра­
ча, но и в фоновом режиме. Такой режим может быть реализован в И П С боль­
ницы двумя не альтернативными способами.
1. Режим скрининга (инициация по таймеру). Определенные программные мо­
дули, реализующие, например, диагностические алгоритмы, запускаются авто­
матически через заданный промежуток времени и поочередно проводят соот­
ветствующие вычисления по данным, относящимся к каждому поступившему
на лечение пациенту. В случае обнаружения значимой информации осуществ­
ляется индикация такого события (например, специальным знаком в списках
пациентов, с которыми ежедневно работают врачи в ИПС).
2. Режим инициации системой в определенной ситуации. При вводе в систему
величины какого-либо признака, зафиксированного у пациента в ходе ЛДП, и
используемого для вычислений алгоритмом И А Д , автоматически запускается
вычислительный модуль, реализующий его. После завершения работы модуля с
данными этого пациента, при обнаружении существенной для Л Д П информа­
ции, также производится сигнализация выявленного собьггия.
Схема информационных связей компонентов информационной и интеллекту­
альной поддержки Л Д П на базе И П С показана на рис. 6. Информационная под­
держка Л Д П осуществляется жесткими алгоритмами, рассмотренными в пре­
дыдущих главах. Интеллектуальные алгоритмы характеризуются способностью
27
к обучению, использованием баз знаний. Преимущества их функционирования
в ИПС больницы базируются на свойствах и характеристиках этой среды.
Интеллектуальная поддержка ЛДП
Экспертные системы,
алгоритмы ИАД
Позы
знаний > '*'
Алгоритмы
информационной
поддержки ЛДП
Программные модули
клинической ИС
Информационная пациентоцентрическая среда
Сетевая инфраструктура
больницы
•/лт^
'^
Рис. 6. Схема информационных связей компонентов информационной
и интеллектуальной поддержки ЛДП на базе ИПС
Рассмотрен один из интеллектуальных алгоритмов анализа данных - алгоритм
функционирования сети нейроподобных элементов ( С Н Э ) . Описаны предло­
женный автором алгоритм обучения полносвязной С Н Э и его адаптация к осо­
бенностям Л Д П для решения задач медицинской диагностики.
Для функционирования систем, реализующих нейросетевые алгоритмы, необ­
ходим ввод в них больших объемов информации. Это относится ко всем этапам
их работы: обучению сети, ее тестированию, решению задач медицинской ди­
агностики. Количество показателей, характеризующих различные заболевания
или их стадии и осложнения, требуемых для работы таких алгоритмов, варьи­
руется от нескольких десятков до нескольких сотен (Россиев Д.А., 1996). Для
проведения процедуры обучения С Н Э надо ввести в систему сотни обучающих
примеров, со значениями этих показателей, которые предварительно должны
быть извлечены из рукописных историй болезни, находящихся в архивах ле­
чебных учреждений. Даже поиск в архивах историй болезни представляет со­
бой трудную задачу. Погружение нейросетевых алгоритмов в И П С больницы
позволяет преодолеть указанные проблемы.
Чтобы нейросетевые алгоритмы были пригодны не только для научных меди­
цинских исследований, но и применялись в ходе ДДП, необходимо упрощение
архитектуры нейросети, основанное на анализе характеристик этих процессов.
Описываемое упрощение архитектуры С Н Э не использует известные стратегии.
28
основанные на удалении избыточных элементов из уже обученной сети (Царегородцев В.Г., 2002), так как их применение требует вмешательства в процесс
обучения и функционирования С Н Э .
Одной из наиболее важных и распространенных задач, решаемых в ходе ЛДП,
является дифференциальная диагностика, при которой на основании анализа
лабораторно-диагностических показателей, клинических симптомов и синдро-'
мов (далее - признаков) врач или консилиум врачей выбирает для проведения
лечения один из вероятных диагнозов. Существенно, что признаки в общем
случае не являются независимыми между собой. Следовательно, С Н Э для ре­
шения задач дифференциальной диагностики должна содержать связанные ме­
жду собой элементы. Конструирование С Н Э с обратными связями сопряжено с
решением вопроса устойчивости функционирования.
Известное условие устойчивости таких сетей состоит в симметричности матри­
цы весов связей (Hopfield J . , 1982). L. Almeida (1988) предложил метод обуче­
ния сети с обратными связями, условие стабильности которой - пропорцио­
нальность прямой и обратной связи каждой пары элементов. При этом не ис­
ключено наличие нескольких устойчивых состояний для какого-либо входного
воздействия. Такие условия стабильности С Н Э представляют собой серьезное
ограничение возможности се обучения за приемлемое время.
В общем случае в С Н Э с обратными связями выход каждого элемента соединен
с входами всех Л' элементов сети. Кроме этого на каждый элемент подается S
внешних входов. При этом суммарный входу-го элемента:
N
Xj = I. yiCOjj +Zj,
j =],...,
N,
/=l
где у, - выход 4-го элемента, Wij - вес связи /-го элемента су-м, г.- суммар­
ный внешний входу-го элемента:
Zj=I.Zj,Mj,,
s=\
j=l,...,N,
где Zp - s-K внешний вход к у-му элементу, Hj^ - вес этой связи, Sj - число
внешних входов у-го элемента.
Выход каждого элемента С Н Э связан с суммарным входом нелинейной функ­
цией:
yj=f(Xjh
j=J
N.
(5)
Рассмотрим частный случай С Н Э для решения задачи дифференциальной диаг­
ностики - выбора одного из М возможных диагнозов. Общее количество эле­
ментов такой сети N = Р + М, где Р - число признаков, которые используются
для решения задачи. Функционирование С Н Э представляет собой взаимодейст­
вие двух типов элементов: Р входных, на которые подаются внешние воздейст­
вия, и М выходных. Для ее обучения на входные элементы надо подавать по29
следовательности наборов величин признаков из историй болезни пациентов,
имеющих различные заключительные клинические диагнозы от 1-го до М-го и
добиваться стабилизации сети для каждого набора каждого диагноза. В резуль­
тате обучения У1^ —> 1, если к-тл элемент С Н Э соответствует Л-му диагнозу wyi^
—>-1 в противоположном случае (к = /,..., М ) . Упрощение архитектуры С Н Э
для рассматриваемого частного случая состоит в трех ограничениях, наклады­
ваемых на ее входы и связи элементов.
1. В качестве внешних входов используются числовые значения р ,• признаков,
каждый из которых подается только на один j-й входной элемент:
2;= Р,'
fi р. = ] при S = I и fi j, = о при S i4 I; j = 1,..., Р.
(6)
2. Веса обратных связей выходных элементов:
COtj=0, к=1
М, j=l,...,N.
(7)
3. Веса обратных связей входных элементов на себя:
а)ц=0,
1=1,
Р.
(8)
При такой архитектуре С Н Э каждый входной элемент соответствует какомулибо признаку, каждый выходной элемент соответствует одному из возможных
решений задачи, обратные связи существуют только между каждой парой
входных элементов. Рассмотренная архитектура С Н Э может применяться и для
решения других задач П П В Р , имеющих ограниченное (небольшое) число реше­
ний, например, для прогноза послеоперационных осложнений или исходов за­
болеваний.
Автором предложен алгоритм обучения нейросети с обратными связями, усло­
вие стабильности которой состоит для рассматриваемого частного случая архи­
тектуры нейросети с ограничениями (6) - (8) в ограничении суммы абсолютных
величин весов всех связей каждого входного элемента:
l|y>J<b
1 =1
Р.
(9)
Обучение такой С Н Э сводится к поиску значений весов <Уу при которых дос­
тигает минимума величина
E^ZZiyjc-dj,)^,
j=l....,M,
(10)
с J
где d jc - значение выхода 7-го элемента, которое требуется получить при
предъявлении заданных величин всех признаков на входные элементы сети, с индекс пары «предъявленный вход - полученный выход». Обучение имеет
смысл в том случае, когда можно гарантировать выполнение неравенств (9).
30
Выбор значений весов и»,-.-, приводящий к уменьшению суммарной ошибки (10)
как и в случае С Н Э с прямыми связями (Rumelhart D. et al., 1986), может быть
осуществлен методом градиентного спуска:
Да;,-,- = -а(дЕ / дшу),
где а- положительная константа, определяющая величину шага при спуске.
Автор показал [13, 15], что
dE/dcOij=(dE/dxi)yj,
где дЕ/dxi - выход
/-го
(11)
элемента преобразованной сети. Преобразованная
сеть получается из исходной при:
а) транспонировании матрицы весов связей исходной сети; б) замене нелиней­
ной функции (5) на линейную функцию с коэффициентом у,, где у,- - значе­
ние производной от выхода элемента исходной сети по суммарному входу, по­
лученное при установлении стабильного состояния се выходов после подачи
значений на входные элементы; в) подаче разности между полученными выхо­
дами в стабильном состоянии исходной сети и требуемыми значениями на ее
выходные элементы в качестве внешних входов.
Условие стабильности такой преобразованной сети аналогично условию (9).
Для нахождения значений ЭЕ/Эл:,, необходимых при вычислении производных
(11), требуется получить устойчивое состояние преобразованной сети.
Таким образом, алгоритм обучения нейросети с ограничениями (6) - (8), сво­
дящийся к модификации весов связей ее элементов, необходимой для умень­
шения суммарной ошибки (5), состоит в вычислении выходов всех элементов
преобразованной сети в устойчивом состоянии. Эта сеть получается из исход­
ной путем транспонирования матрицы весов связей, заменой нелинейных
функций вход-выход на линейные функции и подачей величин рассогласований
на выходные элементы исходной сети.
Предложенный подход к использованию Э С , алгоритмов И А Д и, в частности,
нейросетевых алгоритмов, может существенно расширить область и частоту их
применения в решении практических лечебно-диагностических задач. Клини­
ческие И С , интегрированные с интеллектуальными алгоритмами, будут обла­
дать еще одним уровнем гибкости, состоящим в их самообучении.
Заключение. Основные результаты проведенных исследований и разработок
состоят в следующем:
1. Разработаны научные основы создания типовых клинических ИС. Дано
обоснование необходимости повсеместного использования в больницах ин­
формационной поддержки Л Д П в реальном масштабе времени. Сформулирова­
но назначение клинических И С нового поколения и обозначены задачи их соз­
дания и внедрения.
31
2. Применен целевой подход к проектированию и разработке типовой клиниче­
ской ИС. Системному анализу подвергнуты различные этапы жизненного цикла
системы вплоть до выполнения оценки эффективности созданной системы в
условиях эксплуатации медицинским персоналом. Синтезирована стрзтоурная
модель клинической ИС, основанная на анализе и декомпозиции Л Д П . Реали­
зация модели обеспечила высокий уровень функциональной гибкости системы,
необходимый для ее внедрения и использования в больницах различного стату­
са, профиля и географического положения.
3. Предложены и применены специализированные структуры данных, обеспе­
чившие возможность создания системы на основе структурной модели.
4. Выдвинуты и исследованы новые требования к типовым клиническим И С :
накопление информации, необходимой для получения количественных оценок,
характеризующих эффективность систем в процессе функционирования; ис­
пользование встроенных функций П П В Р и преимущества интеграции с авто­
номными (внешними) системами, реализующими интеллектуальные алгоритмы
анализа данных для поддержки врачебных решений. Предложено использова­
ние таких алгоритмов в фоновом режиме работы клинической И С .
5. Предложена архитектура искусственной полносвязной нейронной сети для
применения в задачах медицинской диагностики и прогнозирования, учиты­
вающая специфические особенности этих задач. Разработан алгоритм обучения
такой сети и получено условие ее сходимости.
6. Обоснована и реализована в типовой клинической И С концепция «Обследо­
вания, воздействия и наблюдения», объединяющая различные виды назначе­
ний, подчиняющиеся общим правилам. Ее применение позволило создать уни­
версальные программные модули в составе инвариантного ядра системы, обес­
печившие работу с лабораторно-диагностическими обследованиями, немедика­
ментозными воздействиями и динамическими наблюдениями. В результате су­
щественно уменьшен объем работ по созданию подсистемы заказа назначений,
объединенных этой концепцией, ее развитие в ходе эксплуатации сведено к
процессу администрирования, облегчено использование персоналом. Предло­
жен и реализован принцип динамического многослойного интерфейса, обеспе­
чивающий, как показало моделирование, достаточную скорость заказа назначе­
ний.
7. Впервые на основе интранет-технологии, системных и инструментальных
средств с открытыми кодами создана типовая клиническая И С с подсистемами
заказа назначений лечения и обследований и встроенными функциями П П В Р .
Показана возможность использования системы практическими врачами в боль­
ницах различного статуса и профиля.
8. Получены количественные оценки эффективности эксплуатации системы в
типовой сельской больнице. Выдвинута и обоснована концепция информаци­
онной пациентоцентрической среды больницы как основы для работы алгорит­
мов интеллектуальной поддержки клинических решений.
32
9. Разработана концепция использования принципа состязательности в компью­
терных БОС-методах. Реализована система на ее основе и показана возмож­
ность ее применения для обучения навыкам саморегуляции.
10. Разработанные и исследованные специализированные структуры данных,
структурная модель системы, принцип динамического многослойного интер­
фейса, режимы функционирования алгоритмов П П В Р , алгоритм обучения пол­
носвязной искусственной нейронной сети, могут использоваться при создании
информационных систем для других сфер деятельности человека.
Совокупность положений, предложенных и исследованных в диссертации,
представляет собой решение научной проблемы, состоящей в разработке основ
построения современных клинических И С , имеющей важное социальное и на­
родно-хозяйственное значение.
Благодарности. Помощь автору на протяжении всего 30-летнего периода ис­
следований оказывали академик Р Л М Н , проф. М.Б. Штарк и д.т.н. В.А. Дебе­
лое. Автор благодарен к.т.н. Г.Я. Яновскому и к.б.н. В.П. Третьякову за дли­
тельную совместную работу и ценные обсуждения, Б.П. Усову за плодотворные
предложения по развитию систем « Д О К А » и «ДОКА+» в процессе их эксплуа­
тации, Д . Ю . Пшеничникову, М.В. Глазатову, А.Г. Микшину и И.В. Аюповой ведущим разработчикам системы «ДОКА+» - за высокий профессионализм и
творческий подход к работе, всем коллегам и врачам, участвовавшим в созда­
нии и апробации систем (список приведен в диссертации). На каждом этапе
жизненного цикла этих систем особо существенен вклад к.м.н., заслуженного
врача Р Ф Г.З. Рота.
Основные публикации автора по теме диссертации
1. Дерий Б.Н., Карасев Н.П., Хайретдинов М . С , Шульман Е.И., Штарк М.Б.
САМАС-система автоматизации управляемого физиологического эксперимен­
та. - Новосибирск, 1977. - 24 с. - (Препринт / А Н СССР. Сибирское отделение.
И А и Э ; № 56).
2. Дроздова Л.Н., Карасев Н.П., Хайретдинов М С , Шульман Е.И. Об одном
подходе к автоматизации управляемого физиологического эксперимента // А в ­
тометрия. - 1977. - № 4. - С. 16 - 24.
3. Власов Ю.А., Шульман Е.И. Исследование структуры ритма сердца с исполь­
зованием КАМАК-системы автоматизации // Автометрия. - 1979. - № 6. - С.
103 - 106.
4. Гельцель М.Ю., Дерий Б.Н., Штарк М.Б., Шульман Е.И. Система автомати­
зации исследований рефлекторных реакций сердечного ритма человека при
кратковременных воздействиях // Автометрия. - 1981. - № 4. - С. 87 - 95.
5. Шульман Е.И., Гельцель М.Ю., Штарк М.Б. Об одном подходе к определе­
нию рефлекторных реакций сердечного ритма // Физиология человека. - 1982. № 2 . - С . 270-274.
6. Шульман Е.И., Гельцель М.Ю., Штарк М.Б. Реакции сердечного ритма при
сенсорных нагрузках различной сложности // Физиология человека. - 1983. № 5 . - С . 757-761.
Г РОС. Н А Ц И О Н А Л т л я ,
33
I
БИБЛИОТЕКА
♦
«в
1
1М ast
Я*\М»
'
W
7. Яновский Г.Я., Астафьев С В . , Дерий Б.Н., Третьяков В.П., Штарк М.Б.,
Шульман Е.И. H U M A N - комплекс программных и аппаратных средств авто­
матизации исследований физиологических систем человека. - Новосибирск,
1985. - 34 с. - (Препринт/ А Н СССР. Сибирское отделение. И А и Э ; № 269).
8. Сохадзе Э.М., Штарк М.Б., Шульман Е.И. Биологическая обратная связь в
научных исследованиях и клинической практике // Бюллетень СО А М Н СССР.
- 1985.-№5.-С. 78-85.
9. Третьяков В.П., Штарк М.Б., Шульман Е.И., Яновский Г.Я. Принципы по­
строения и функционирования проблемно-ориентированных программных сис­
тем автоматизации исследований в экспериментальной биологаи на основе
микро-ЭВМ и К А М А К // Автометрия. - 1986. - № 3. - С. 3 - 14.
10. Астафьев С В . , Дерий Б.Н., Сохадзе Э . М . , Третьяков В.П., Штарк М.Б.,
Шульман Е.И., Яновский Г.Я. Организация биотехнической обратной связи на
основе лабораторной микрокомпьютерной системы // Автометрия. - 1986. - №
3 . - С . 15-23.
11. Зубков А. А., Шульман Е.И., Яновский Г.Я. Цифровое синхронное накопле­
ние физиологических сигналов // Автометрия. - 1986. - № 3. - С. 23 - 29.
12. Сохадзе Э.М., Шульман Е.И., Штарк М.Б. Психофизиологические исследо­
вания методом биологической обратной связи по времени распространения
пульсовой волны // Биоуправление. Теория и практика. - Новосибирск: Наука,
Сибирское отделение, 1988. - С 97 - 108.
13. Шульман Е.И. Алгоритм обучения полносвязной сети нейроподобных эле­
ментов. - Новосибирск, 1989. - 11 с. - (Препринт / А Н СССР. Сибирское отде­
ление. И А и Э ; № 434).
14. Сохадзе Э.М., Штарк М.Б., Шульман Е.И. Микрокомпьютерная система
биотехнической обратной связи // Вестник А М Н СССР. - 1989. - № 3. - С. 75 83.
15. Shulman E.I. Learning in the fully connected neural network // Neurocoinputers
and attention. Volume П: Connectionism and neurocomputers. - Manchester: M a n ­
chester United Press, 1991. - P. 657 - 662. (Обучение полносвязной нейронной
сети).
16. Shulman Е., Sokhadze Е. Respiratory arrhythmia: rationale for use as a biofeed­
back signal // Biofeedback and Self-Regulation. - 1992. - V . 17. - № 4. - P. 330 331. (Дыхательная аритмия: обоснование использования в качестве сигнала
биологической обратной связи).
17. Шульман Е.И., Сохадзе Э . М . Структура дыхательной аритмии и кратковре­
менные реакции сердечного ритма // Биоуправление. Теория и практика, Ново­
сибирск: Наука, Сибирское отделение, 1993. - С. 80 - 85.
18. Дебелов В.А., Донская О.Г., Иугин B.C., Малахин А . С , Тарасов Е.А., Тка­
чев Ю.А., Штарк М.Б., Шульман Е.И. Биологическая обратная связь на основе
компьютерной игры // Автометрия. - 1996. - № 6. - С. 37 - 44.
19. Рот Г.З., Денисов В.Н., Шульман Е.И. Проблемы организации и перспекти­
вы внедрения компьютерных технологий в многогфофильной больнице // Б ю л ­
летень Сибирского Отделения Р А М Н . - 1998. - № 1. - С. 134 - 140.
34
20. Штарк М.Б., Шульман Е.И., Донская О.Г., Иутин B.C. Способ обучения са­
морегуляции физиологических параметров на основе биологической обратной
связи // Патент № 2124370. - Бюллетень № 1 от 10.01.1999.
2 1 . Великохатный Р.И., Джафарова О.А., Донская О.Г., Зубков А.А., Иутин
B.C., Лазарева О.Ю., Мазурок Б.С., Тарасов Е.А., Черепанов А.И., Штарк М.Б.,
Шульман Е.И. Игровое биоуправление (история и современное состояние) // •
Бюллетень Сибирского отделения Р А М Н . - 1999. - >fe 1. - С. 23 - 29.
22. Джафарова О.А., Донская О.Г., Зубков А.А., Лазарева О.Ю., Мазурок Б.С.,
Тарасов Е.А., Штарк М.Б., Шульман Е.И. Технология виртуальной реальности
и физиологические функции // Вестник Р А М Н . - 1999. - № 10. - С. 26 - 30.
23. Рот Г.З., Шульман Е.И. Опыт внедрения тиражируемой технологии компь­
ютерного ведения историй болезни // Проблемы разработки и внедрения ин­
формационных систем в здравоохранении: Труды межрегиональной конферен­
ции. - Красноярск, 2000. - С. 195 - 209.
24. Рот Г.З., Миронов В.А., Шульман Е.И. Современные подходы к созданию и
внедрению
информационной
системы
больницы
// Информационноаналитические системы и технологии в здравоохранении и О М С : Труды Все­
российской конференции. - Красноярск, 2002. - С. 317 - 327.
25. Рот Г.З., Шульман Е.И. Эволюция клинических информационных систем //
Здравоохранение. - 2004. - № 1. - С. 169 - 174.
26. Глазатов М.В., Микшин А.Г., Пшеничников Д.Ю., Рот Г.З., Шульман Е.И.,
Яновский Г.Я. Значение информационных технологий в повышении безопасно­
сти пациентов и эффективности лечения // Врач и информационные техноло­
гии. - 2004. - № 1. - С. 22 - 26.
27. Шульман Е.И., Рот Г.З. Экономическая эффективность клинической ин­
формационной системы нового поколения // Врач и информационные техноло­
гии. - 2004. - № 7. - С. 30 - 39.
28. Шульман Е.И., Глазатов М.В., Пшеничников Д.Ю., Микшин А.Г., Рот Г.З.
Структурная модель клинической информационной системы // Информацион­
ные технологии. - 2004. - № 8. - С. 35 - 40.
29. Шульман Е.И. Информационная поддержка лечебно-диагностических про­
цессов: требования и интранет-реализация базовой системы // Вычислительные
технологии. - 2004. - Т. 9. - Ч . 4. - С. 351 - 358.
30. Сидорова И.А., Усов Б.П., Рот Г.З., Шульман Е.И. Эффективность персони­
фицированного распределения медикаментов в Чулымской Ц Р Б // Врач и ин­
формационные технологии. - 2004. - № Ю. - С. 24 - 30.
31. Шульман Е.И., Рот Г.З., Пшеничников Д.Ю., Микшин А.Г., Глазатов М.В.
Функции и свойства клинической интранет-системы // Информационные тех­
нологии в образовании, технике и медицине: Материалы международной кон­
ференции. - Волгоград, 2004. - Т. 3. - С. 277 - 282.
32. Шульман Е.И. Функциональная гибкость клинической информационной
системы нового поколения «ДОКА+» // Высокие технологии - 2004: Труды
научно-технического форума с международным участием. - Ижевск, 2004. - Ч .
2 . - С . 123-129.
35
33. Шульман Е.И., Рот Г.З. Цель и задачи внедрения клинической информаци­
онной системы нового поколения // Врач и информационные технологии. 2004.-№12.-С. 39-43.
34. Шульман Е.И. Системный подход к информационной поддержке лечебнодиагностических процессов // Инфокоммуникационныс технологии и радио­
электронные системы в медицине, нейробиологии и образовании: Труды 1-го
международного научного конгресса «НЕЙРОБИОТЕЛЕКОМ-2004». - СанктПетербург, 2004. - С. 297 - 301.
35. Шульман Е.И. К обоснованию необходимости информационной поддержки
лечебно-диагностических процессов // Медицинская техника. - 2005. - № 2. С. 13-18.
36. Сидорова И.А., Усов Б.П., Рот Г.З., Шульман Е.И. Клиническая информаци­
онная система нового поколения в центральной районной больнице // Пробле­
мы управления здравоохранением. - 2005. - Xs 2. - С. 66 - 70.
37. Шульман Е.И., Глазатов М.В., Пшеничников Д.Ю., Рот Г.З. Подсистема на­
значений на обследования клинической информационной системы // Врач и
информационные технологии. - 2005. - № 3. - С. 36 - 46.
38. Шульман Е.И., Рот Г.З. Клинические информационные системы нового по­
коления: проблемы и перспективы развития // Информационные технологии:
Материалы Всероссийской научно-технической конференции. - Воронеж, 2005.
- С . 43-50.
39. Шульман Е.И., Усов Б.П., Рот Г.З., Сидорова И.А. Эффективность инфор­
мационной поддержки лечебно-диагностических процессов // Проблемы управ­
ления здравоохранением. - 2005. - № 3. - С. 23 - 27.
40. Шульман Е.И. Информационная пациентоцентрическая среда больницы на
основе интранет-системы нового поколения // Информационные технологии
моделирования и управления. - 2005. - № 3. - С. 349 - 357.
41. Шульман Е.И. Специализированные структуры данных клинической ин­
формационной системы // Информационные технологии. - 2005. - № 5. - С. 58
-63.
42. Шульман Е.И. Динамический многослойный интерфейс клинической ин­
формационной системы // Современные проблемы информатизации в непро­
мышленной сфере и экономике: Труды X международной открытой конферен­
ции. - Воронеж, 2005. - С. 80 - 83.
43. Шульман Е.И. Интранет-технология информационной поддержки врачеб­
ных решений // Инновации. - 2005. - № 6. - С. 117 - 118.
44. Шульман Е.И. Об одном подходе к использованию нейросетевых алгорит­
мов для поддержки принятия врачебных решений // Информационные техноло­
гии. - 2005.-№ 8. - С. 66 - 71.
36
37
Шульман Ефим Иосифович
РАЗРАБОТКА Б А З О В Ы Х С И С Т Е М
ИНФОРМАЦИОННОЙ П О Д Д Е Р Ж К И
ЛЕЧЕБНО-ДИАГНОСТИЧЕСКИХ ПРОЦЕССОВ
05.11.17 - приборы, системы и изделия медицинского назначения
Подписано в печать 29.09.2005
Формат бумаги 60 х 84 1/16
Тираж 100 экз. Заказ № 647
Объем 2 уч.-издл.
Отпечатано в ЗАО РИЦ «Прайс-курьер», 630090, г. Новосибирск, пр. Ак. Лаврентьева, 6,
т. (383) 330-7202
38
<;
/П
¥18575
РНБ Русский фонд
2006-4
19976
/ ^
Документ
Категория
Без категории
Просмотров
1
Размер файла
2 024 Кб
Теги
bd000101039
1/--страниц
Пожаловаться на содержимое документа