Автоматизированная клиническая информационно-интеллектуальная справочная система

МИНИСТЕРСТВО ОБРАЗОВАНИЯ  МОСКОВСКОЙ ОБЛАСТИ

МОСКОВСКИЙ АВИАЦИОННЫЙ  ИНСТИТУТ

(ГОСУДАРСТВЕННЫЙ ТЕХНИЧЕСКИЙ  УНИВЕРСИТЕТ)

 

 

 

 

Курсовая работа

«Интеллектуальные информационные системы».

 

 

 

 

ТЕМА:

«Автоматизированная клиническая информационно-интеллектуальная справочная система».             

 

 

 

Выполнил
Руководитель	____________________

 

 

 

 

 

 

 

 

 

 

 

 

Москва, 2013 

Содержание.   1. Введение. 2. Автоматизированная клиническая информационно-интеллектуальная справочная система.     3.   Архитектура АКИИСС 4. Технологии АКИИСС.  5. Классификация задач, решаемых ИИС 6. Заключение. 7. Список используемой литературы.                             Введение.             Успешное функционирование любой фирмы на рынке  практически немыслимо без использования современных информационных технологий. Специфика технологии разработки и реализации бизнеса  требует таких систем, которые в кратчайшие сроки предоставляли бы требуемые сведения,  автоматизация  решения вспомогательных задач при предоставлении  услуг (параллельное оформление таких документов, как билеты, счета, обеспечение расчетной и справочной информацией и др.). Это достижимо при условии широкого использования  современных компьютерных технологий обработки и передачи информации. Индустрия   в сфере бизнеса настолько многолика и многогранна, что требует применения самых разнообразных информационных технологий, начиная от разработки специализированных программных средств, обеспечивающих автоматизацию работы отдельной  фирмы, до использования глобальных компьютерных сетей. На рынке информационных услуг в настоящее время представлены сотни информационных  систем.                Интеллектуальная информационная система (ИИС) - комплекс программных, лингвистических и логико-математических средств  для реализации основной задачи – осуществления поддержки деятельности человека и поиска информации в режиме продвинутого диалога на естественном языке. ИИС являются разновидностью интеллектуальной системы, а также одним из видов информационных систем.                   Развитие автоматизированных технологий (АТ) обработки медицинской информации идет по пути все более глубокой переработки "информационного сырья", в результате чего "информационный продукт" все в большей степени отличается от исходного состояния информации.                      Если на первых этапах переработка общей медицинской информации (в основном документооборот) заключалась в сортировке и выполнении арифметических операций, прежде всего суммирования сроков лечения, количества назначений, осмотров и т.д., то в последующем она становится все более и более интеллектуальной. Все большее значение приобретают системы с элементами искусственного интеллекта (ИИ): это экспертные клинические системы, системы прогнозирования, системы диагностики и оценки информации и т.д.  Однако, на сегодняшний день не существует предложенных вариантов решения задачи автоматизированной обработки общих медицинских и специализированных клинических данных, связывающих в единое информационное поле результаты опросов, осмотров, инструментальных и лабораторных исследований пациента. Опыт показывает, что максимальная сложность клинических систем, создаваемых централизовано по единому проекту, ограничена.                      Альтернативой централизованному проектированию и внедрению клинических программных систем является идеология открытых автоматизированных клинических систем, при которой над развитием системы одновременно и независимо друг от друга работают очень многие, иногда тысячи разработчиков, не придерживающихся какого-либо одного плана, но подчиняющихся некоторым общим правилам

 

 

 

 

2. Автоматизированная клиническая информационно-интеллектуальная справочная система.                
 
                 Саморазвивающиеся открытые системы создают как бы информационную среду общего доступа к потокам медицинских данных, в развитие которой могут вносить свой вклад разработчики и даже пользователи, независимо от своего места нахождения. 
 
                 По такому принципу создавалась автоматизированная клиническая информационно-интеллектуальная справочная система (АКИИСС) .  
 
                При создании АКИИСС разработчики оперировали такими основополагающими понятиями, как:

• общие справочные данные, общие медицинские данные, специализированные клинические данные и т.д.;
• факт установления клинического признака (симптома), смысловая характеристика симптома (синдрома), его проявления, выраженность, анатомическая особенность и т.д.
• связи одного клинического признака с другими клиническими проявлениями, симптома с заболеваниями, заболевания с анатомическими изменениями, течения с проявлением, стадий с формированием новых симптомов и т.д., анализ взаимодействия, управление потоками информационного структурирования клинических данных и т.д.

                 От того, какое конкретное содержание вкладывается разработчиками в данные понятия, самым существенным образом зависят и подходы к созданию математических моделей, структур данных и алгоритмов функционирования АКИИСС.  
 
                   Проблема состоит в том, что смысловое содержание этих понятий чаще всего не конкретизируется. И это не случайно. Одной из основных причин этого положения дел является то, что конкретизировать смысловое содержание многих клинических понятий представляется возможным лишь на основе аксиоматико-дедуктивного метода и хорошо обоснованной концепции смысла. Однако, как это ни удивительно и парадоксально, но реальные разработчики АКИИСС это математики и программисты, чаще всего недостаточно знакомы с подобными концепциями.  
 
                  Удалось решить эти задачи утвердительно, привлекая различных специалистов, более того, АКИИСС содержит информацию о системе в целом в каждой своей части определенного уровня структурной иерархии:

• диагноз (заболевание) с симптомами и синдромами, симптомы (синдромы) с анатомическими образованиями, выраженностью поражения и расположением объектов исследования, степенями изменений и стадиями образований патологических процессов и т.д.;
• нелинейные динамические системы;
• высокоорганизованные системы с большой взаимной информацией в своих частях, успешно противостоящие закону возрастания энтропии.

                    При построении клинической интеллектуальной интегрированной справочной системы основным методом идентификации симптома и/или синдрома (любого клинического признака) является дифференциально-диагностическая матрица (ДифДиагМат) ]. Суть концепции ДифДиагМата сводится к понятию смысла Шенка-Абельсона, который состоит в том, что факты рассматриваются как причины и их смысл считается известным, если известны последствия данного факта. Таким образом, понимание смысла определенных конкретных клинических данных заключается в выявлении причинно-следственных взаимосвязей между этими данными и другими. 
 
                    Но АКИИСС, это не только автоматизированная система дифференциальной обработки общих медицинских и специализированных клинических данных в он-лайн режиме, но и система анализа проявления клинических изменений на органном уровне, со способностью прогнозирования течения заболевания, уточнение его степени, стадии и формы проявления, помощи в подборе диагностических методов исследования, лекарственной и другой терапии. В этой системе учтена возможность диагностического сочетания разноуровневых исследований для проведения комплексных лечебных мероприятий. Например: данных психофизиологических и психосоматических исследований с результатами клинических и инструментально-лабораторных исследований. Таким образом, может быть решена задача преемственности и последовательности информационной составляющей функциональных изменений (преморбид) и переход их в органические, а также выявление адаптационных механизмов клинического проявления и дифференциацию их с дезадаптационными.  
 
                     На стадии создания АКИИСС была решена важная задача по технологии хранения, формирования, структурирования, передачи и интеллектуального анализа всех собранных данных. Понятие хранилища данных было введено Б. Инмоном, определившим его как предметно-ориентированное, привязанное ко времени и неизменяемое собрание данных для поддержки принятия управляющих решений.

  
                      Объем данных в АКИИСС как минимум на порядок превосходит объемы данных в оперативных базах данных (БД), так называемых OLTP-системах (On-Line Analytical Processing — интерактивная аналитическая обработка данных). Большей сложностью отличаются и запросы к хранилищу АКИИСС. Названные особенности обусловливают необходимость обеспечения: 
 
• высокой производительности обработки запросов; 
 
• масштабируемости используемых алгоритмов. 
 
При загрузке в хранилище АКИИСС новых данных выполняется их верификация, включающая: 
 
• выявление и устранение ошибок, а также нарушений ограничений целостности; 
 
• выявление и разрешение противоречий в данных, поступающих из разных источников; 
 
• выявление и устранение избыточности в данных и т. д.

 

 

 

                                      3.Архитектура АКИИСС. 

 
                       В архитектурном плане хранилище данных АКИИСС включает три уровня. На верхнем уровне располагается обобщенная медицинская информация для руководителей всех подразделений медучреждений, которым требуются средства анализа данных. Нижний уровень занимают источники общих медицинских и специализированных клинических данных, в том числе БД оперативной клинической информации. В трехуровневой архитектуре над двухуровневым хранилищем организуются специализированные хранилища медицинских данных для отдельных подразделений. Анализ данных в хранилищах АКИИСС базируется на технологиях интеллектуального анализа данных (ИАД). Целью ИАД является извлечение медицинских знаний из данных, т. е. обнаружение в исходных данных ранее неизвестных нетривиальных практически полезных и доступных для интерпретации знаний, необходимых для принятия решений в верификации различных состояний человека (СЧ).  
 
                       В зависимости от их характера СЧ можно разделить на три группы: 
 
1) СЧ с доминированием случайных событий (ожоги, травмы, экстремальные состояния человека и др.); 
 
2) СЧ, в которых все события причинно обусловлены (заболевания, коматозные состояния и др.); 
 
3) СЧ, в которых наблюдаются как причинно обусловленные, так и случайные события (отравления, воздействие экстремальных факторов внешней среды, психогенные факторы и т.д.).  
 
                      В первой группе СЧ преобладают частотные закономерности, во второй — жесткие причинно-следственные зависимости, в третьей — причинно-следственные зависимости, допускающие исключения. Как правило, методы ИАД оперируют с данными, представленными тремя основными способами: 
 
• атрибутивным (заболевания (состояния) описываются значениями фиксированного набора атрибутов т.е. симптомов (синдромов); 
 
• структурным (объекты определяются типологически); 
 
• полнотекстовым (исходными данными служат тексты).

 

 

 

 

 

4.Технологии АКИИСС. 

                      Традиционно принято считать, что исходные медицинские данные в технологиях ИАД имеют структурированное представление и являются цифровыми или символьными. Поскольку до 80 % всех медицинских данных существуют в неструктурированном виде (содержатся в текстовых документах), важность интегрированных средств, реализующих технологии ИАД и анализа текста, будет возрастать, поэтому в АКИИСС предусмотрены методы ИАД, которые реализуются в технологиях : 
 
• интерактивной аналитической обработки данных (On-Line Analytical Processing — OLAP); 
 
• глубинного анализа данных (Data Mining — DM); 
 
• визуализации данных. 
 
                       В АКИИСС для технологии хранения и интеллектуального анализа данных могут применяться OLAP-сервера (например: Oracle Express Server и Microsoft OLAP Services). Слой многомерной обработки обычно встраивается в OLAP-клиент или в OLAP-сервер, но может выделяться и в самостоятельном качестве (например: Pivot Tables Service фирмы Microsoft). 
 
                      Слой физического хранения данных реализуется либо в реляционных, либо в многомерных структурах, представляемых в виде многомерных массивов. Обычно OLAP-продукты обеспечивают оба эти способа хранения, а также их комбинации. 
 
                     При выполнении запросов используются операции соединения таблицы симптомов и таблиц их измерений (достоверность, вероятность и т.д.).  
 
                     В технологии АКИИСС в хранении медицинских данных важную роль играет управление метаданными. Метаданные хранилищ делятся на административные, операционные и medic-метаданные. Административные метаданные отражают сведения, необходимые для инсталляции и эксплуатации хранилища. Они описывают OLTP-БД, служащие источниками для OLAP, схемы данных хранилища, измерения гиперкубов, физическую организацию данных, формы стандартных отчетов, полномочия пользователей, типовые запросы и др. Операционные метаданные фиксируются в процессе работы хранилища. Они отражают информацию о текущем состоянии данных, статистике функционирования и т. д. К medic-метаданные относятся словари терминов с их определениями, описания источников и владельцев данных, финансово-экономической политики, электронного формирования документооборота и т. п. 
 
                     Технология DM в АКИИСС предназначена для анализа структурированных общих медицинских и специализированных клинических данных с помощью математических моделей, основанных на статистических, вероятностных и оптимизационных методах, с целью выявления в них заранее неизвестных закономерностей, зависимостей и извлечения непредвиденной информации.  

5. Классификация задач, решаемых ИИС.

Интерпретация данных. Это одна из традиционных задач для экспертных систем. Под интерпретацией понимается процесс определения смысла данных, результаты которого должны быть согласованными и корректными. Обычно предусматривается многовариантный анализ данных.

• Диагностика. Под диагностикой понимается процесс соотношения объекта с некоторым классом объектов и/или обнаружение неисправности в некоторой системе. Неисправность — это отклонение от нормы. Такая трактовка позволяет с единых теоретических позиций рассматривать и неисправность оборудования в технических системах, и заболевания живых организмов, и всевозможные природные аномалии. Важной спецификой является здесь необходимость понимания функциональной структуры («анатомии») диагностирующей системы.
• Мониторинг. Основная задача мониторинга — непрерывная интерпретация данных в реальном масштабе времени и сигнализация о выходе тех или иных параметров за допустимые пределы. Главные проблемы — «пропуск» тревожной ситуации и инверсная задача «ложного» срабатывания. Сложность этих проблем в размытости симптомов тревожных ситуаций и необходимость учёта временного контекста.
• Проектирование. Проектирование состоит в подготовке спецификаций на создание «объектов» с заранее определёнными свойствами. Под спецификацией понимается весь набор необходимых документов—чертёж, пояснительная записка и т.д. Основные проблемы здесь — получение чёткого структурного описания знаний об объекте и проблема «следа». Для организации эффективного проектирования и в ещё большей степени перепроектирования необходимо формировать не только сами проектные решения, но и мотивы их принятия. Таким образом, в задачах проектирования тесно связываются два основных процесса, выполняемых в рамках соответствующей ЭС: процесс вывода решения и процесс объяснения.
• Прогнозирование. Прогнозирование позволяет предсказывать последствия некоторых событий или явлений на основании анализа имеющихся данных. Прогнозирующие системы логически выводят вероятные следствия из заданных ситуаций. В прогнозирующей системе обычно используется параметрическая динамическая модель, в которой значения параметров «подгоняются» под заданную ситуацию. Выводимые из этой модели следствия составляют основу для прогнозов с вероятностными оценками.
• Планирование. Под планированием понимается нахождение планов действий, относящихся к объектам, способным выполнять некоторые функции. В таких ЭС используются модели поведения реальных объектов с тем, чтобы логически вывести последствия планируемой деятельности.
• Обучение. Под обучением понимается использование компьютера для обучения какой-то дисциплине или предмету. Системы обучения диагностируют ошибки при изучении какой-либо дисциплины с помощью ЭВМ и подсказывают правильные решения. Они аккумулируют знания о гипотетическом «ученике» и его характерных ошибках, затем в работе они способны диагностировать слабости в познаниях обучаемых и находить соответствующие средства для их ликвидации. Кроме того, они планируют акт общения с учеником в зависимости от успехов ученика с целью передачи знаний.
• Управление. Под управлением понимается функция организованной системы, поддерживающая определенный режим деятельности. Такого рода ЭС осуществляют управление поведением сложных систем в соответствии с заданными спецификациями.
• Поддержка принятия решений. Поддержка принятия решения — это совокупность процедур, обеспечивающая лицо, принимающее решения, необходимой информацией и рекомендациями, облегчающие процесс принятия решения. Эти ЭС помогают специалистам выбрать и/или сформировать нужную альтернативу среди множества выборов при принятии ответственных решений.