Содержание к диссертации
Введение
ГЛАВА 1 Критический анализ традиционного подхода к разработке моделей и алгоритмов интеллектуальной поддержки принятия решений в существующих автоматизированных системах экспресс-оценки состояния здоровья человека 14
1.1 Основные сведения об экспресс-оценке состояния здоровья человека и е роли в медико-биологической практике 14
1.2 Традиционный подход к проведению экспресс-оценки состояния здоровья и существующие автоматизированные системы 16
1.2.1 Выбор и разработка методик под определнную группу населения 17
1.2.2 Существующие автоматизированные системы экспресс-оценки состояния здоровья, мониторинга, диспансеризации человека и применяемые в них модели, методы и алгоритмы интеллектуальной поддержки принятия решений . 20
1.2.3 Проведение экспресс-оценки состояния здоровья человека в автома тизированных системах 31
1.3 Специфика разработки проблемно-ориентированной системы принятия решений при проведении экспресс-оценки состояния здоровья человека 35
1.3.1 Информационное обеспечение системы 37
1.3.2 Техническое обеспечение системы 37
1.3.3 Математическое обеспечение системы 39
1.3.4 Программное и лингвистическое обеспечение системы
1.4 Постановка цели и задач исследования 43
1.5 Выводы 44
ГЛАВА 2 Разработка моделей, метода и алгоритмов интеллектуальной поддержки принятия решений при проведении экспресс-оценки состояния здоровья человека 46
2.1 Математическая модель интеллектуальной поддержки принятия решений 47
2.1.1 Математическая модель формирования индивидуальной комплексной методики 48
2.1.2 Математическая модель оценки качества оптимальной комплексной методики 51
2.2 Метод индивидуального подбора методик для различных предметных областей 55
2.3. Алгоритм индивидуального подбора методик при различных ограничени ях 57
2.4 Алгоритмы построения функций принадлежности и оценки качества оптимальной комплексной методики 64
2.5 Разработка структурной схемы проблемно-ориентированной системы принятия решений при проведении экспресс-оценки состояния здоровья человека
2.6 Выводы 72
ГЛАВА 3 Разработка специального математического и алго ритмического обеспечения проблемно-ориентированной системы принятия решений при проведении экспресс оценки состояния здоровья человека 74
3.1 Специальное математическое обеспечение системы 74
3.1.1 Фреймовая модель представления знаний о методиках экспресс оценки состояния здоровья человека 75
3.1.2 Структура фреймов предметной области 78
3.2 Специальное алгоритмическое обеспечение системы 87
3.2.1 Алгоритм создания форм для ввода информации о методиках экспертом в области медицины 87
3.2.2 Алгоритм вывода знаний о методиках экспресс-оценки состояния здоровья человека 90
3.3 Выводы 93
ГЛАВА 4 Практическая реализация и апробация проблемно ориентированной системы принятия решений при проведении экспресс-оценки состояния здоровья человека 95
4.1 Разработка модели данных системы 95
4.2 Разработка специального программного обеспечения системы 99
4.3 Апробация системы в условиях лечебно-профилактических учреждений Тамбовской области 113
4.4 Выводы 130
Заключение 131
Список литературы
- Существующие автоматизированные системы экспресс-оценки состояния здоровья, мониторинга, диспансеризации человека и применяемые в них модели, методы и алгоритмы интеллектуальной поддержки принятия решений
- Математическая модель оценки качества оптимальной комплексной методики
- Структура фреймов предметной области
- Апробация системы в условиях лечебно-профилактических учреждений Тамбовской области
Введение к работе
Актуальность темы исследования и степень е разработанности. В настоящее время в медико-биологической практике широко используются различные средства интеллектуальной поддержки принятия решений для специалиста предметной области. Это обусловлено тем, что для принятия медицинских решений характерны недостаточность знаний, ограниченность во времени, отсутствие возможности привлечения компетентных экспертов, неполнота информации о состоянии больного и т.д. Получение объективной многоаспектной информации о состоянии здоровья определнных групп населения весьма трудомкий и дорогостоящий процесс. В связи с этим для распознавания у человека различных патологических состояний, с последующим уменьшением риска их возникновения, распространены методики экспресс-оценки состояния здоровья, которые являются менее затратными и более быстрыми, особенно при применении средств интеллектуальной поддержки принятия решений. Вопросами разработки автоматизированных систем экспресс-оценки состояния здоровья, мониторинга, диспансеризации человека занимались учные: Шаповалов В.В., Крошилин А.В., Воронцов И.М., Кобринский Б.А., Симаходский А.С., Кубайчук А.Б., Шерстюк Ю.М., Коренев-ский Н.А., Болодурина И.П., Новиков Д.Б., Фролов С.В., Косткина О.С., Гер-гет О.М., Пятковский О.И., Шальнова С.А., Шаропин К.А., Александров А.Б., Зуйкова А.А., Пятакович Ф.А. Фадеева А.Е. и другие, в том числе зарубежные учные: Lindberg D., Sharp G.C., Kaihara S., Koyama Т., Shortliffe E.H., Buchanan B.G., Feigenbaum E.A., Kingsland L.C., Weiss S.M., Kulikowski С.A. и другие.
Однако критический анализ существующих автоматизированных систем экспресс-оценки состояния здоровья показал, что в них недостаточно полно учитываются индивидуальные характеристики отдельного человека, что напрямую влияет на качество результатов экспресс-оценки состояния здоровья. Результаты могут быть как ложноположительными, указывая на наличие в действительности отсутствующей болезни, так и ложноотрицательными, не обнаруживая существующую патологию. Для устранения этих недостатков актуальной представляется задача разработки нового подхода к проведению экспресс-оценки состояния здоровья, включающего разработку моделей, методов и алгоритмов интеллектуальной поддержки принятия решений при проведении экспресс-оценки состояния здоровья человека, и основанной на них проблемно-ориентированной системы.
Работа выполнялась в соответствии с:
– государственной программой «Национальная технологическая инициатива» по направлению «HealthNet» (персональная медицина), группа технологий «Искусственный интеллект и системы управления»;
– программой стратегического развития ФГБОУ ВО «ТГТУ» на период 2014-2018 гг.;
– государственной программой «У.М.Н.И.К.» по проекту «Разработка программно-аппаратного комплекса оценки состояния здоровья иностранных граждан».
Объектом исследования является проблемно-ориентированная система принятия решений при проведении экспресс-оценки состояния здоровья человека.
Предметом исследования являются модели, методы и алгоритмы интеллектуальной поддержки принятия решений при проведении экспресс-оценки состояния здоровья человека.
Целью работы является повышение эффективности распознавания у человека различных патологических состояний при проведении экспресс-оценки состояния здоровья. Для достижения поставленной цели необходимо решить следующие задачи:
-
Провести критический анализ традиционного подхода к разработке моделей и алгоритмов интеллектуальной поддержки принятия решений в существующих автоматизированных системах экспресс-оценки состояния здоровья человека.
-
На основе методов системного анализа разработать новый подход к проведению экспресс-оценки состояния здоровья, учитывающий индивидуальные характеристики человека, и позволяющий обеспечить специалисту предметной области интеллектуальную поддержку принятия решений по формированию индивидуальной комплексной методики проведения экспресс-оценки состояния здоровья человека.
-
Разработать математическую модель интеллектуальной поддержки принятия решений при проведении экспресс-оценки состояния здоровья человека.
-
Разработать метод и алгоритм индивидуального подбора методик.
-
Разработать структурную схему проблемно-ориентированной системы принятия решений при проведении экспресс-оценки состояния здоровья человека.
-
Разработать специальное математическое, алгоритмическое и программное обеспечение проблемно-ориентированной системы принятия решений при проведении экспресс-оценки состояния здоровья человека, включающее фреймовую модель представления знаний о методиках, алгоритм вывода знаний о методиках экспресс-оценки состояния здоровья человека.
-
Провести апробацию проблемно-ориентированной системы принятия решений при проведении экспресс-оценки состояния здоровья человека в условиях лечебно-профилактических учреждений.
Методы исследования: методы системного анализа, экспертных оценок, математического моделирования, оптимизации, теория нечтких множеств, представления знаний.
Новые научные результаты заключаются в новом подходе к проведению экспресс-оценки состояния здоровья человека, который учитывает индивидуальные характеристики человека, обеспечивает специалисту предметной области интеллектуальную поддержку принятия решений по формированию индивидуальной комплексной методики, и позволяет повысить эффективность распознавания у человека различных патологических состояний при проведении экспресс-оценки состояния здоровья, а именно:
– впервые разработана математическая модель интеллектуальной поддержки принятия решений при проведении экспресс-оценки состояния здоровья человека, позволяющая формировать оптимальную индивидуальную комплексную методику проведения экспресс-оценки состояния здоровья человека и оценивать е качество;
– разработаны метод и алгоритм индивидуального подбора методик, отличающиеся использованием экспертной информации для составления банка методик и определения характеристик стартовой анкеты и показателей, введением функций количественной и качественной оценки методики, и позволяющие формировать оптимальную индивидуальную комплексную методику для различных предметных областей;
– разработана структурная схема проблемно-ориентированной системы принятия решений при проведении экспресс-оценки состояния здоровья человека, включающая подсистему знаний для ввода экспертной информации, подсистему экспресс-оценки для интеллектуальной поддержки принятия решений при проведении экспресс-оценки состояния здоровья человека, подсистему обработки результатов для апробации методик;
– впервые разработана фреймовая модель представления знаний о методиках экспресс-оценки состояния здоровья человека, позволяющая формализовать методики в виде предметных областей медицинских знаний;
– разработан оригинальный алгоритм вывода знаний о методиках экспресс-оценки состояния здоровья человека, основанный на фреймовой модели представления знаний о методиках, включающий набор присоединнных процедур и правил, и позволяющий индивидуально для отдельного человека создавать формы проведения экспресс-оценки состояния здоровья, синтезировать формулы для рас-чта количественных оценок и формировать медицинское заключение.
Практическая значимость работы заключается в разработке проблемно-ориентированной системы принятия решений при проведении экспресс-оценки состояния здоровья человека, которая позволяет:
– повысить эффективность распознавания у человека различных патологических состояний при проведении экспресс-оценки состояния здоровья на 30% по сравнению с традиционным подходом;
– обеспечить специалисту предметной области интеллектуальную поддержку принятия решений по формированию индивидуальной комплексной методики проведения экспресс-оценки состояния здоровья человека.
Предлагаемый новый подход может быть применн в различных областях деятельности, в которых для оценки определенных показателей используются узконаправленные методики, например: оценка профессиональной пригодности и профессиональной ориентации человека, оценка знаний, повышение квалификации сотрудников, обучение иностранным языкам и т.п.
Область исследования. Работа выполнена в соответствии с пунктами 5 – «Разработка специального математического и алгоритмического обеспечения систем анализа, оптимизации, управления, принятия решений и обработки информации», 9 – «Разработка проблемно-ориентированных систем управления, принятия решений и оптимизации технических объектов», 10 – «Методы и алгоритмы интеллектуальной поддержки при принятии управленческих решений в технических системах» паспорта специальности 05.13.01 – Системный анализ, управление и обработка информации (информационные технологии).
Внедрение результатов работы. Результаты работы в виде проблемно-ориентированной системы принятия решений при проведении экспресс-оценки состояния здоровья человека внедрены и используются в отделениях профилактического осмотра ТОГБУЗ «Городская клиническая больница №4 г. Тамбова» и ТОГБУЗ «Городская поликлиника №6 г. Тамбова», в учебном процессе подготовки бакалавров по направлению 12.03.04 «Биотехнические системы и технологии» по дисциплине «Системный анализ в медико-биологической практике» на кафедре «Биомедицинская техника» ФГБОУ ВО «ТГТУ».
Апробация работы. Основные положения работы и полученные результаты
обсуждались на следующих конференциях: Всероссийской научной конференции
«Актуальные вопросы биомедицинской инженерии» (Саратов, 2013);
XXVII Международной научной конференции «Математические методы в технике и технологиях» (Тамбов, 2014); 3-ей Международной конференции «Актуальные проблемы энергосбережения и эффективности в технических системах» (Тамбов, 2016); XII Международной научно-технической конференции «Физика и радиоэлектроника в медицине и экологии» ФРЭМЭ’2016 (Владимир-Суздаль, 2016) и других.
Публикации. По теме диссертации опубликовано 15 научных работ, в том числе 4 статьи в изданиях, входящих в перечень ВАК, 11 материалов и тезисов на международных и всероссийских конференциях, а также 3 свидетельства о государственной регистрации программ для ЭВМ.
Структура и объем диссертации. Диссертационная работа состоит из введения, четырх глав, заключения, списка литературы из 131 источника и пяти приложений. Диссертация содержит 132 страницы основного текста, включая 8 таблиц и 47 рисунков.
Существующие автоматизированные системы экспресс-оценки состояния здоровья, мониторинга, диспансеризации человека и применяемые в них модели, методы и алгоритмы интеллектуальной поддержки принятия решений
Процесс выбора и разработки методик экспертами в традиционном подходе к проведению экспресс-оценки состояния здоровья состоит из нескольких этапов.
На первом этапе экспертами определяются различные характеристики группы населения, по значениям которых будет определяться принадлежность каждого человека к этой группе. Различают четыре общих групп характеристик, к которым соотносятся все возможные характеристики: медико-биологические, социально-гигиенические, биографические, климато-географические [27]. Например: -медико-биологические: хронические заболевания, перенесенные инфекционные заболевания и др.; -социально-гигиенические: профессиональная деятельность, частота питания и др.; -биографические: возраст, гражданство и др.; -климато-географические: климатический регион проживания, место проживания (город, село) и др.
В медико-биологической практике часто используется деление пациентов на группы здоровья в зависимости от значений определенного набора характеристик [15, 67-69, 110]. Также существуют следующие группы, включающие различные наборы характеристик: граждане, работающие на вредных производствах [63], иностранные граждане [1, 28, 27, 32], студенты [53, 56, 82, 111], граждане из различных климато-географических регионов [30], школьники [58, 114], дети дошкольного возраста [58, 110] и многие др.
На втором этапе на основе выбранных характеристик эксперты определяют показатели, по которым будет оцениваться состояние здоровья группы населения.
На третьем этапе выбираются методики, которые предназначены для оценки определенных показателей. Если таких методик нет или эксперта не удовлетворяют существующие методики оценки необходимых показателей, то экспертная группа может разработать свои методики для оценки показателей. Для разработанных методик проводится апробация, в которой проверяется способность методики распознавать у группы населения определенные патологические состояния. Апробация методик экспресс-оценки экспертом предметной области осуществляется с применением математических методов: методы априорного ранжирования, регрессионный анализ и т.д. Основная задача апробации – выявление взаимосвязей между показателями здоровья и характеристиками определенной группы населения, т.е. факторов, влияющих на состояние здоровья определенной группы населения. К остальным задачам апробации можно отнести разработку интегральных показателей здоровья, моделей прогнозирования развития показателей здоровья для различных характеристик и др. [21, 63, 94]. Полученные результаты апробации используются для коррекции разработанных методик и повышения качества получаемых с помощью методик результатов.
Выбранные или разработанные методики образуют комплексную или профильную методику экспресс-оценки состояния здоровья определенной группы населения (рисунок 1.2).
Разработка методик для экспресс-оценки состояния здоровья опирается на видение конкретных экспертов предметной области и их принадлежности к определенной научной школе. Более того, медицина в целом, как область знаний, достаточно слабо формализована, что объясняется большим количеством научных школ [74, 110]. При этом, структура различных методик достаточно похожа, что позволяет е формализовать, т.е. выявить в структуре методик эспресс-оценки состояния здоровья определенные закономерности. Стоит отметить, что, исходя из рассмотренных автоматизированных систем (см. таблицу 1.1), методики экспресс-оценки состояния здоровья в виде предметных областей медицинских знаний не формализованы. 1.2.2 Существующие автоматизированные системы экспресс-оценки состояния здоровья, мониторинга, диспансеризации человека и применяемые в них модели, методы и алгоритмы интеллектуальной поддержки принятия решений
В настоящее время в медико-биологической практике России и мира применяются множество автоматизированных систем экспресс-оценки состояния здоровья, мониторинга, диспансеризации человека, в которых используются различные средства интеллектуальной поддержки принятия решений для специалиста предметной области. Это обусловлено тем, что для принятия медицинских решений характерны недостаточность знаний, ограниченность временных ресурсов, отсутствие возможности привлечения компетентных экспертов, неполнота информации о состоянии больного и т.д. [48, 67-70, 74]. Такие системы могут быть как традиционными, которые обеспечивают сбор и обработку какой-либо медицинской информации и заменяют определенные рутинные операции в действиях специалиста предметной области, так и нетрадиционными, опирающимися на формализованное медицинское обеспечение и технологии: системы поддержки принятия решений, экспертные системы и т.д.
Вопросами разработки автоматизированных систем экспресс-оценки состояния здоровья, мониторинга, диспансеризации человека занимались учные: Шаповалов В.В., Крошилин А.В., Воронцов И.М., Кобринский Б.А., Симаходский А.С., Кубайчук А.Б., Шерстюк Ю.М., Кореневский Н.А., Болодурина И.П., Новиков Д.Б., Фролов С.В., Косткина О.С., Гергет О.М., Пятковский О.И., Шальнова С.А., Шаропин К.А., Александров А.Б., Зуйкова А.А., Пятакович Ф.А., Фадеева А.Е. и др., в том числе зарубежные учные: Lindberg D., Sharp G.C., Kaihara S., Koyama Т., Shortliffe E.H., Buchanan B.G., Feigenbaum E.A., Kingsland L.C., Weiss S.M., Kulikowski С.A. и др.
При рассмотрении существующих автоматизированных систем экспресс-оценки состояния здоровья человека (таблица 1.1 и приложение 1) можно выделить два принципа к их разработке:
1) автоматизированные системы разрабатываются под определнные группы населения на основе выбранных методик. Для выбранных методик разрабатываются алгоритмы обработки информации, таблицы базы данных и т.д. Примерами являются системы №3, 11, 12 и др. из приложения 1.
2) автоматизированные системы опираются на формализованное медицинское обеспечение и технологии (системы поддержки принятия решений, экспертные системы и т.д.). В них может осуществляться интеллектуальная поддержка принятия решений для специалиста предметной области, что позволяет решать различные сложные задачи. Результатом решения таких задач будут новые знания. Примеры автоматизированных систем с интеллектуальной поддержкой из приложения 1: п. 6-8, 13 и др. Область применения подобных систем может быть шире, чем в системах из пункта 1. Например, системы на базе унификации знаний [74] из приложения 1. В подобных системах усиливается роль самого эксперта, поскольку он получает более широкую информационную поддержку, чем в системах из пункта 1, и возможность адаптировать систему под собственные цели.
Математическая модель оценки качества оптимальной комплексной методики
Описание алгоритма индивидуального подбора методик. На первом шаге специалист предметной области выбирает ограничения подбора методик: 1) исходя из (2.7)-(2.9) это ограничения N, Т; 2) е - ограничение на количество методик с наибольшими QM(, которые будут составлять индивидуальную комплексную методику Км вне зависимости от ограничений (2.7)-(2.9). Введение ограничения е обусловлено тем, что при нахождении оптимального значения критерия (2.11) может возникнуть ситуация, когда некоторые методики Mi с большими значениями Qмi будут отброшены в пользу методик М2 с меньшими значениями Qм , сумма которых окажется больше, т.е. М2 Mh
На втором шаге осуществляется ввод значений основных и дополнительных характеристик человека согласно стартовой анкете.
На третьем шаге определяются номинальные характеристики h согласно правилу (2.1). Для выбранной характеристики осуществляется поиск индекса номинальной характеристики в базе данныху, который соответствует значениям Xs.
На четвертом шаге для выбранной номинальной характеристики рассчитывается функция количественной оценки методики QMt.
На пятом шаге полученные значения QM( проверяются по пороговому значению Qmin для 6 -групп (Блок «Проверка методик по ограничению QM( Qmin »). Методики, не удовлетворяющие условию QMt Qmin, отбрасываются.
На шестом шаге решается задача (2.10), в результате этого формируется оптимальная индивидуальная комплексная методика проведения экспресс-оценки состояния здоровья человека Км = {Мъ ..., Мп ..., MN}, N Z, Км Є М. С Начало І ВводД Т, Є, Ошгп - Ввод значений характеристик Xs . І Выбор характеристик h=1, H Поиск индекса номинальной характеристики І Расчет Qмt для /-ой методики i=l, I Определение по правилу 2.3 Накопление суммы Qм по к к=1,К Определение с по правилу 2.4 Qмi = Qмi + Xсik wjk с. 60 Рисунок 2.1 – Алгоритм индивидуального подбора методик при различных ограничениях (часть 1) с. 59 Выбор характеристик Проверка методик по ограничению Q i Qmin A\ A\ Сортировка методик по убыванию Qмi Сортировка методик по возрастанию време ни Подбор методик методом динамического программирования (ДП) Сортировка методик по возрастанию време ни Подбор методик модифицированным методом динамического программирования т Вывод Км Конец r Рисунок 2.2 – Алгоритм индивидуального подбора методик при различных ограничениях (часть 2) В зависимости от выбранных специалистом предметной области ограничений выбирается одна из трех групп ограничений подбора, в которой для формирования оптимальной индивидуальной комплексной методики реализуется соот 61 ветствующий алгоритм. В таблице 2.2 приведены используемые методы решения задачи для трх групп ограничений.
Алгоритм индивидуального подбора методик методом динамического программирования. Для решения задачи оптимального выбора методик (2.10) при второй группе ограничений (см. таблицу 2.1 и 2.2) используется метод динамического программирования. Это обусловлено тем, что задача (2.10) при ограничениях (2.8) аналогична классу задач о «рюкзаке» [75], для решения которых применяется метод динамического программирования, а также метод простого перебора, метод ветвей и границ и др. [10, 51, 75]. Использование методов простого перебора и ветвей и границ для решения задачи оптимального выбора методик при второй группе ограничений являлось бы некорректным. Это утверждение связано с тем, что количество вариантов перебора, т.е. количество методик I, которые может добавить эксперт в банк данных, формально неограниченно, что исключает возможность применения метода простого перебора. Что касается метода ветвей и границ, то он, в отличие от метода динамического программирования, может не дать точного решения задачи [75], поэтому также исключается. Сложность метода динамического программирования .
Алгоритм индивидуального подбора методик методом динамического программирования Решение задачи базируется на принципе Беллмана: «Каково бы ни было состояние системы перед очередным шагом, надо выбирать управление на этом шаге так, чтобы выигрыш на этом шаге плюс оптимальный выигрыш на всех последующих шагах был оптимальным» [10]. Исходя из этого, для того чтобы найти оптимальное решение на последнем шаге, необходимо сначала найти оптимальное решение на первом шаге, затем на втором шаге и так далее до последнего шага.
Для решения задачи на первом этапе проводится сортировка методик по возрастанию времени от 0 до Т. В случае методик с одинаковым временем прохождения, методики сортируются по возрастанию значений Qut.
На втором этапе пошагово строится матрица размером (Z — е) Т. На каждом шаге проверяется следующее условие для t ґ():если А[( — l][t] А[( — l][t — tQ + QM(Q], то оптимальное значение на данном шаге равно оптимальному значению предыдущего шага по к A[([t = А[( — l][t], иначе оптимальное значение на данном шаге равно: А[$[і = А[$ - l][t - t(0 + QM(Q]. Значение в последней ячейке матрицы будет являться оптимальным решение задачи.
На третьем этапе восстанавливаются индексы подобранных методик с помощью рекурсивной функции, при этом в обратном цикле (С=1-е, 0, -1) проверяется условие: если A[Q[T А[$ - 1[Т, то берем С-методику, иначе не берем. На выходе имеем набор N методик, составляющих оптимальную индивидуальную комплексную методику Км.
Структура фреймов предметной области
Для реализации ввода в систему методик разработан алгоритм обработки информации, в котором на основе фреймовой модели знаний о методиках создаются формы для ввода информации специалистом или экспертом в области медицины (рисунки 3.3-3.4).
Алгоритм реализует пункты 1 и 3 приведенного в параграфе 2.2 метода индивидуального подбора методик: добавление в систему характеристик стартовой анкеты, показателей и методик экспертом в области медицины.
Для создания форм, при переходе от фрейма верхнего уровня к фрейму нижнего уровня по иерархии, используются три присоединнные процедуры: 1) «Переход» – осуществляет переход к дочернему фрейму (ниже по иерар хии). Может быть присоединена к нескольким слотам фрейма, J – количество процедур «Переход» во фрейме; 2) «Параллельное повторение» (ПРП) – осуществляет M повторений для формирования полей на шаблоне дочернего фрейма (ниже по иерархии). Может быть присоединена только к одному слоту фрейма; 3) «Последовательное повторение» (ПСП) – осуществляет N повторений для формирования полей на шаблоне дочерних фреймов (ниже по иерархии) до конца определенной ветки сети фреймов. Может быть присоединена только к одному слоту фрейма.
Запись введенной информации в БД Рисунок 3.3 – Алгоритм создания форм для ввода информации о методиках экспертом в области медицины (часть 1) Рисунок 3.4 – Алгоритм создания форм для ввода информации о методиках экспертом в области медицины (часть 2)
На первом этапе создатся пустой шаблон, на котором формируются различные поля в зависимости от количества слотов во фрейме. Сформированные поля представляют собой метки и текстовые поля для ввода информации специалистом или экспертом в области медицины.
После ввода информации и записи в базу данных на втором этапе проверяется присутствие присоединнных процедур «Переход», ПРП или ПСП. В случае присутствия одной из процедур осуществляется переход к дочернему фрейму по иерархии. Указанные действия повторяются до тех пор, пока у дочернего фрейма не будет прикреплена ни одна из вышеописанных процедур или пока при переходе к дочернему фрейму не будет достигнут последний уровень иерархии.
В этом случае на третьем этапе проверяется присутствие у текущего фрейма родительского фрейма. Если у фрейма есть родитель, то осуществляется переход к родительскому фрейму вверх по иерархии и проверяется присутствие процедуры ПСП. Если у фрейма родителя нет, то конец алгоритма.
В зависимости от наличия у фрейма процедуры ПСП на четвертом этапе следует проверка соответствия равенства счетчиков повторений N или J текущим значениям этих счетчиков n и j. При этом если Nini или Jiji, то осуществляются прибавление счтчика ni=ni+1 или ji=ji+1 переход к дочернему фрейму, а после этого – возвращение к первому этапу. В противном случае производится возвращение к третьему этапу.
Алгоритм разработан таким образом, что позволяет осуществить поиск присутствия присоединенных процедур по всей иерархии фреймов. В результате этого данный алгоритм является универсальным и при изменении иерархии фреймов, например добавления нового фрейма, инженеру по знанию будет необходимо только прикрепить процедуры типа IF-ADDED к определенным слотам.
Для экспресс-оценки состояния здоровья человека по сформированной комплексной методике разработан алгоритм вывода знаний о методиках, который позволяет на основе фреймовой модели индивидуально для отдельного человека создавать формы проведения экспресс-оценки состояния здоровья, синтезировать формулы для расчета количественных оценок и формировать медицинское заключение.
Вывод знаний о методиках состоит из трх этапов. На каждом этапе из базы знаний запускаются определенные присоединенные процедуры P и правила П, которые в зависимости от данных о методиках N создают на шаблоне экземпляры фреймов, представленные в виде различных полей (информация R, см. рисунок 2.8). На первом этапе (шаги 1-5) для создания форм проведения экспресс-оценки состояния здоровья используется информация і?фэ, которая включает следующие фреймы Дфэ 2 (ФМ, ФС, ФС1, ФТ, Ф/7, Ф , ФШ, ФЬ, ФЫ, ФЬ2, OF1, ФF4, OF5). После ввода данных человеком на втором этапе (шаг 6) синтезируются формулы расчета количественных оценок: Яко 2 (O0,O01,OF,OF2,OF3). После расчта оценок на третьем этапе (шаги 7-9) создаются формы паспорта здоровья с заключениями и рекомендациями: Яфз 2 (OZ, OZ1, OZ2). Алгоритм вывода знаний о методиках имеет следующий вид: Шаг 1. Начало. Шаг 2. Ввод значений (i,j, a, d, ки Mt, Lt, zt) = 1, U, W3,1 J, Ku где W3 - набор алгоритмов, реализующих вывод знаний, Kt - количество фреймов на z-ом уровне иерархии. Шаг 3. Создание пустого шаблона. Шаг 4. Выполнение правила Пх:
Апробация системы в условиях лечебно-профилактических учреждений Тамбовской области
Экспертный режим. Позволяет эксперту или инженеру редактировать (добавлять, изменять, удалять) экспертную информацию (рисунок 4.3). В частности: -редактировать методики экспресс-оценки состояния здоровья человека; -редактировать характеристики стартовой анкеты; -устанавливать экспертные оценки показателей здоровья и номинальных характеристик; -устанавливать ограничения подбора методик; -редактировать знания о методиках (фреймы). Для добавления методики эксперт или инженер выбирает соответствующий пункт в меню экспертного режима (рисунок 4.3, 4.4).
В последующих формах эксперту или инженеру необходимо заполнить текстовые поля информацией о добавляемой методике (рисунок 4.5). Заполнение осуществляется согласно предложенной фреймовой модели знаний (параграф 3.1.1) и начинается с фрейма верхнего уровня иерархии – фрейма M. Каждое поле, которое необходимо заполнить на форме, соответствует слоту фрейма. Часть полей, например «Номер вопроса» и др., заполняются автоматически.
После заполнения текущей формы (кнопка «Далее») программа в зависимости от введенной информации переходит к следующему определенному фрейму и генерируется новая форма (рисунок 4.6) и т.д. Для этого используется предложенный в параграфе 3.2.1 алгоритм. Вверху формы (рисунок 4.5, 4.6) для удобства показана иерархия фреймов по убыванию слева направо (синим цветом и подчеркиванием). При заполнении форм эксперту или инженеру желательно иметь при себе печатный или электронный вариант добавляемой методики, чтобы минимизировать риск ошибок при вводе информации.
После завершения добавления методики эксперт или инженер может проверить как будет отображаться методика на формах при проведении экспресс 103 оценки состояния здоровья в пользовательском режиме. Для этого в разделе «Изменить» редактора методик (рисунок 4.4) используется кнопка «Просмотр методики».
Аналогичным образом в редакторе стартовой анкеты (рисунок 4.3) добавляются характеристики стартовой анкеты, а также осуществляется их изменение и удаление. Для оценки важности показателей здоровья и номинальных характеристик используется форма, которая приведена на рисунке 4.7. .
В соответствующей таблице эксперт или инженер устанавливает баллы показателям для номинальных характеристик. Для корректного подбора методик эксперту необходимо полностью заполнить данную таблицу, чтобы в ней отсутствовали пустые ячейки. Пустым ячейкам в программе автоматически присваивается значение 3,3 балла, но в таблице это значение не отображается. Количество экспертов, которые могут заполнять таблицу, неограниченно. Каждый эксперт заполняет данную таблицу индивидуально.
В редакторе ограничений устанавливаются начальные значения для ограничений по количеству методик, продолжительности экспресс-оценки состояния здоровья, пороговым значениям , параметру e.
Редактирование знаний о методиках подразумевает различные действия: -добавление, изменение и удаление слотов фреймов (осуществляется в редакторе фреймов, см. рисунок 4.8); -присоединение определенных процедур к слотам фреймов (осуществляется в редакторе фреймов, см. рисунок 4.8); -задание функций принадлежности (осуществляется в редакторе функций принадлежности, см. рисунок 4.9).
ИН Фрейм Предназначение 01 ФМ Описывает общие свойства методик экспресс-оценки состояния здоровья, присущие всем метод... 02 ФС Описывает группы показателей, в которые можно объединить различные показатели методик 03 ФС1 Описывает свойства показателей здоровья методик, включая тип показателя и др. 04 ФН Описывает свойства основных характеристик, включая тип характеристики, количество номиналь... 05 ФН1 Описывает свойства дополнительных характеристик 06 ФН2 Описывает свойства номинальных характеристик, включая начальные и конечные интервалы 07 PZ Описывает свойства шкал медицинских заключений, включая вид. тип шкалы и др. 03 q zi Описывает свойства интервальных шкал заключений (начальные и конечные значения интервалов... 09 Р22 Описывает свойства неинтервальных шкал заключений (оценка, расшифровка оценки) 10 ФТ Описывает общие свойства субъективных тестов-опросников [количество вопросов, номера вопр..
Существует два типа процедур для присоединения к слотам: 1) процедуры типа IF-ADDED, которые реализуют события, т.е. переход от одного фрейма к другому по иерархии; 2) процедуры, которые создают на формах различные поля и выполняют арифметические операции.
Редактирование фреймов рекомендуется осуществлять инженеру по знаниям. Для задания функции принадлежности эксперт или инженер присваивает значение коэффициента каждому значению характеристической функции от 0 до 1 с шагом 0,1. Значение коэффициента задается в интервале [0;1] (см. рисунок 4.9). н і Редактор функций принадлежности 1 1 Е вя
Задайте значение коэффициента от 0 до 1 каждому значениВ столбце ХФ указано значение характеристической функциВ столбце НИ -значение начального интервала коэффициен задать.В столбце КИ -значение конечного интервала коэффициент задать.Функции принадлежности: общая, юхарактеристически.та для данного зна1-а для данного значезез учета групп покаДля оценкидовлетворительно" ой функции.ения ХФ, которое необходимо ния ХФ, которое необходимо зателей.
В экспертном режиме на основе полученных результатов экспресс-оценки состояния здоровья человека эксперт может апробировать методики, используя раздел «Корреляционный анализ данных паспорта здоровья» (см. рисунок 4.2). В соответствующей форме (рисунок 4.10) эксперт задает параметры для корреляционного анализа данных. После осуществления анализа выявляются взаимосвязи между номинальными характеристиками и показателями здоровья. Выходные данные для последующей обработки экспертом записываются в текстовые файлы.
Вход в экспертный режим осуществляется под парольным доступом.
Пользовательский режим. Предназначен для проведения экспресс-оценка состояния здоровья человека и просмотра полученных результатов (рисунок 4.11). Пользователями являются специалист в области медицины, например врач отделения профилактического осмотра, и человек, который проходит экспресс-оценку состояния здоровья, например пациент лечебно-профилактического учреждения.