Проектування інформаційної технології класифікації на основі медичних даних
DOI:
https://doi.org/10.15587/2706-5448.2020.210671Ключові слова:
медико-соціальні дані, медична статистика, групи ризику, медичні послуги, інформаційно-аналітичний супровід.Анотація
Процеси прийняття рішень, пов’язані з віднесенням особи до групи ризику виникнення захворювань, супроводжуються необхідністю аналізу великих обсягів медико-соціальних даних. При цьому, кваліфікований лікар має оперувати як особистими даними пацієнта, так і релевантними протоколами лікування та інструкціями. Раннє прогнозування ризиків виникнення захворювань дозволяють медичним працівникам здійснювати планування, розробляти систему превентивних заходів тощо. Тому об’єктом дослідження є підтримка та інформаційно-аналітичний супровід процесів прийняття рішень щодо раннього прогнозування ризиків виникнення захворювань у осіб на основі медичних даних. Такий супровід необхідний для аналізу досвіду медичного працівника, який зафіксований у вигляді статистичних даних. Одним з найбільш проблемних місць на етапі проектування та впровадження релевантної інформаційної технології є збір та аналіз статистичних даних щодо досліджуваної проблеми.
Дослідження було виконано відповідно до методології системного підходу. Всі етапи проектування інформаційної технології прогнозування на основі медичних даних відповідають етапам системного підходу: систематизації, формалізації, цілеорієнтації. В основі розробленої технології лежить метод класифікації на основі послідовного аналізу Вальда.
В результаті дослідження було:
– побудовано математичну модель задачі прогнозування ризиків виникнення захворювання як задачі класифікації;
– розроблено функціональну схему інформаційно-аналітичної системи для розв’язання задачі класифікації на основі медичних даних. Аналітичне ядро інформаційно-аналітичної системи утворюють алгоритми статистичної обробки даних, а також метод класифікації на основі послідовного аналізу Вальда;
– виконано експериментальну верифікацію розробленої технології для задачі прогнозування виникнення зубощелепних аномалій у дітей. На основі наявних статистичних даних була побудована диференціально-прогностична таблиця. Виконано всі обчислення. На прикладах продемонстровано ефективність розробленої технології.
Розроблена інформаційна технологія може використовуватися медичними працівниками у процесі здійснення раннього прогнозування ризиків виникнення хвороб.
Посилання
- Sun, L., Zou, L.-X., Han, Y.-C., Huang, H.-M., Tan, Z.-M., Gao, M. et. al. (2016). Forecast of the incidence, prevalence and burden of end-stage renal disease in Nanjing, China to the Year 2025. BMC Nephrology, 17 (1). doi: http://doi.org/10.1186/s12882-016-0269-8
- Li, J.-S., Zhang, Y.-F., Tian, Y. (2016). Medical big data analysis in hospital information system. Big data on real-world applications, 65. doi: http://doi.org/10.5772/63754
- Juang, W.-C., Huang, S.-J., Huang, F.-D., Cheng, P.-W., Wann, S.-R. (2017). Application of time series analysis in modelling and forecasting emergency department visits in a medical centre in Southern Taiwan. BMJ Open, 7 (11), e018628. doi: http://doi.org/10.1136/bmjopen-2017-018628
- Steins, K., Matinrad, N., Granberg, T. (2019). Forecasting the Demand for Emergency Medical Services. Proceedings of the 52nd Hawaii International Conference on System Sciences. doi: http://doi.org/10.24251/hicss.2019.225
- Lopes, M. A., Almeida, Á. S., Almada-Lobo, B. (2016). Forecasting the medical workforce: a stochastic agent-based simulation approach. Health Care Management Science, 21 (1), 52–75. doi: http://doi.org/10.1007/s10729-016-9379-x
- Park, Y., Ho, J., Vishwanath, S. (2016). U.S. Patent Application No. 15/092,738.
- Amor, L. B., Lahyani, I., Jmaiel, M. (2016). Recursive and Rolling Windows for Medical Time Series Forecasting: A Comparative Study. 2016 IEEE Intl Conference on Computational Science and Engineering (CSE) and IEEE Intl Conference on Embedded and Ubiquitous Computing (EUC) and 15th Intl Symposium on Distributed Computing and Applications for Business Engineering (DCABES), 106–113. doi: http://doi.org/10.1109/cse-euc-dcabes.2016.169
- Kristianto, R. P., Utami, E. (2017). Optimization the parameter of forecasting algorithm by using the genetical algorithm toward the information systems of geography for predicting the patient of dengue fever in district of sragen, Indonesia. 2017 2nd International Conferences on Information Technology, Information Systems and Electrical Engineering (ICITISEE), 45–50. doi: http://doi.org/10.1109/icitisee.2017.8285548
- Tymchenko, A. A. (2005). Systemnyi pidkhid do naukovoho doslidzhennia (orhanizatsiino-metodychni aspekty). Visnyk ChDTU, 1, 191–197.
- Mulesa, O. Yu., Snytiuk, V. Ye., Herzanych, S. O. (2020). A fuzzy classification method based on the sequential wald analysis. Automation of technological and business processes, 11 (4), 35–42. doi: http://doi.org/10.15673/atbp.v11i4.1597
- Herzanych, S. O., Mulesa, O. Yu. (2018). Alhorytm prohnozuvannia nevynoshuvannia vahitnosti v umovakh pryrodnoho yodnoho defitsytu. Zdorove zhenshchyni, 8 (134), 48–51.
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2020 Oksana Mulesa, Vitaliy Snytyuk, Mykhailo Trombola, Viktoriia Ivazkevych
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
Закріплення та умови передачі авторських прав (ідентифікація авторства) здійснюється у Ліцензійному договорі. Зокрема, автори залишають за собою право на авторство свого рукопису та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons CC BY. При цьому вони мають право укладати самостійно додаткові угоди, що стосуються неексклюзивного поширення роботи у тому вигляді, в якому вона була опублікована цим журналом, але за умови збереження посилання на першу публікацію статті в цьому журналі.
