Использование инструментария семантических сетей для оценки состояния пациента по данным врачебных осмотров

Кушеева, Мария Николаевна Отделение информационных технологий (ОИТ)
Бесплатно
В избранное
Работа доступна по лицензии Creative Commons:«Attribution» 4.0

Интеллектуальный анализ данных в настоящее время используется в различных направлениях, в том числе и в медицине. Семантические сети, в свою очередь, позволяют визуально и доступно объяснить связи между объектами, явлениями и субъектами действий. Такие технологии могут применяться для описания состояния пациента с различными нозологиями. В работе предлагается использовать инструментарий семантический сетей для оценки состояния пациента с инфекционными заболеваниями по данным врачебных осмотров.

Введение ………………………………………………………………………………………………. 14

1. Обзор технологий семантического моделирования в здравоохранении ….. 17

1.1 Семантические сети как модель представления данных…………………… 17

1.2 Семантические сети в медицине…………………………………………………….. 19

1.2.1 Объединенная база медицинских знаний ………………………………….. 19

1.2.2 Онтология медицинской диагностики для интеллектуальных
систем поддержки принятия решений ……………………………………………… 22

1.2.3 Система поддержки принятия клинических решения управляемая
онтологией для диагностики инфекционных заболеваний и назначения
антибиотиков …………………………………………………………………………………. 26

1.3 Обзор методов автоматического определения степени тяжести
заболеваний ………………………………………………………………………………………. 28

1.3.1 Классификация степени тяжести заболевания на основе
искусственных нейронных сетей ……………………………………………………… 29

1.3.2 Автоматическое распознавание тяжести симптомов по записям
психиатрической экспертизы…………………………………………………………… 31

1.4 Описание метода оценки качества семантических сетей ………………….. 33

1.5 Выводы по главе …………………………………………………………………………… 35

2. Разработка метода автоматической оценки состояния тяжести заболевания
пациента по данным врачебных осмотров на основе использования
семантических сетей ……………………………………………………………………………… 37

2.1 Описание способа использования семантических сетей в определении
степени тяжести заболевания ……………………………………………………………… 37

2.2 Построение семантических сетей …………………………………………………… 39

2.3 Формализованное описание входных данных …………………………………. 41
2.4 Формальная постановка задачи ……………………………………………………… 43

2.5 Проектирование метода определения состояния пациента ………………. 43

2.6 Диаграмма классов ……………………………………………………………………….. 45

2.7 Детальное проектирование ……………………………………………………………. 47

2.7.1 Загрузка файлов ……………………………………………………………………… 47

2.7.2 Алгоритм функции преобразования файла в матрицу ……………….. 48

2.7.3 Алгоритм фрагментации семантической сети …………………………… 49

2.7.4 Алгоритм функции сравнения семантических сетей………………….. 51

2.8 Выводы по главе …………………………………………………………………………… 54

3. Программная реализация предложенного метода оценки состояния
тяжести пациентов ………………………………………………………………………………… 55

3.1 О программе…………………………………………………………………………………. 55

3.2 Описание структуры данных …………………………………………………………. 56

3.3 Описание основных функций ………………………………………………………… 58

3.3.1 Загрузка файлов ……………………………………………………………………… 58

3.3.2 Результат работы программы…………………………………………………… 59

3.4 Выводы по главе …………………………………………………………………………… 61

4. Тестирование разработанного метода определения степени тяжести
заболевания на базе историй болезни пациентов с рожистыми воспалениями
…………………………………………………………………………………………………………….. 62

4.1 Функциональное тестирование ………………………………………………………. 66

4.2 Тестирование программного прототипа на корректность оценки
состояния пациента ……………………………………………………………………………. 70

4.3 Выводы по главе …………………………………………………………………………… 76

5 Финансовый менеджмент, ресурсоэффективность и ресурсосбережение … 77
5.1 Предпроектный анализ ………………………………………………………………….. 77

5.2 Организация и планирование работ ……………………………………………….. 80

5.3 Расчет сметы затрат на выполнение проекта …………………………………… 83

5.4 Оценка экономической эффективности проекта ……………………………… 88

5.5 Риски научно-исследовательского проекта …………………………………….. 89

Выводы по разделу …………………………………………………………………………….. 90

6 Социальная ответственность ……………………………………………………………….. 91

Введение …………………………………………………………………………………………… 91

6.1 Правовые и организационные вопросы обеспечения безопасности ….. 92

6.2 Производственная безопасность…………………………………………………….. 95

6.3 Экологическая безопасность………………………………………………………… 106

6.4 Безопасность в чрезвычайных ситуациях ……………………………………… 107

Выводы по разделу …………………………………………………………………………… 111

Заключение …………………………………………………………………………………………. 112

Список использованных источников …………………………………………………….. 115

Приложение А …………………………………………………………………………………….. 119

Приложение Б ……………………………………………………………………………………… 132

Приложение В …………………………………………………………………………………….. 137

Приложение Г ……………………………………………………………………………………… 142

В настоящее время практически треть текстовой информации,
требующей специализированной обработки, составляют такие медицинские
данные, как анамнез, результаты осмотров и обследований и многое другое.
Такие данные, как правило, хранятся в неструктурированном виде. Проблемам
создания систем обработки естественного языка, представленных в текстовом
формате, посвящены работы большого количества исследователей (Баранов
А.А., Намазова-Баранова Л.С., Смирнов И.В., Девяткин Д.А., Шелманов А.О.)
[1,2]. Анализ их работ показал, что семантические сети достаточно
эффективно могут быть применены в области медицины и имеют огромный
потенциал в использовании при решении самых разных задач.
Семантические сети, как модель представления знаний для анализа
текстовых данных, позволяют визуализировать и доступно объяснять связи
между объектами, явлениями и субъектами различных действий. Поэтому они
достаточно эффективно могут применяться для описания состояния пациента
с различными нозологиями.
Установление тяжести заболевания в целях упрощения работы
медицинского персонала, ведения истории болезни, автоматизации работы

Основные результаты, полученные в процессе выполнения работы:
1. Выполнен анализ существующих способов и методов применения
семантических сетей в сфере здравоохранения. Признано, что модификация
метода оценки качества семантических сетей применима для определения
степени тяжести состояния пациента.
2. Разработан и описан метод определения степени тяжести
инфекционного заболевания пациента, также было сформулировано
формализованное представление входных данных и приведено описание
использованных алгоритмов.
3. Реализован программный прототип на языке C# в среде разработки
MS Visual Studio 2019, реализующий метод определения степени тяжести
пациента.
4. Проведено тестирование программного прототипа и, соответственно,
самого разработанного метода на реальных данных пациентов с рожистыми
воспалениями на предмет верной оценки состояния тяжести. Всего в выборке
содержалось 50 случаев рассматриваемого заболевания разной степени
тяжести. Тестирование показало, что легкая степень тяжести определяется
безошибочно в 100% случаях, средняя степень в 70%, а тяжелая в 85%.
Неверно определенные случаи имеют более низкую степень тяжести, чем
заявлено в медицинской карте пациента.
Стоит отметить, что созданный программный прототип нуждается в
дальнейшей модификации и дополнениях для полноценного введения в
эксплуатацию, а разработанный метод может быть использован в другой
медицинской информационной системе.
Рекомендации:
 метод определения степени тяжести заболеваний можно
рекомендовать для определения степени тяжести заболеваний различных
нозологий, необязательно для инфекционных;
 программу определения степени тяжести заболевания можно
рекомендовать для внедрения в большие медицинские информационные
системы.
Также в рамках данной работы были разработаны разделы «Финансовый
менеджмент, ресурсоэффективность и ресурсосбережение», «Социальная
ответственность», а также раздел на иностранном языке (английский) –
«Overview of Semantic Modeling Technologies in Healthcare», размещенный в
Приложении А.
Публикации:
1. Кушеева М.Н. Исследование метода выделения терминов текста /
М.Н. Кушеева, А.А. Аюшеева // научно-практический журнал «ASпирант» .
г. Ростов-на-Дону. – 2018. – N4. – c.18-20
2. Кушеева М.Н. Метод оценки качества семантической сети текста /
М.Н. Кушеева, А.А. Аюшеева, Т.Н. Гомбожапова Т.Н // Современные
наукоемкие технологии. – 2019. – N11. – c. 77-81
3. Кушеева М.Н. О применении метода анализа семантических сетей в
медицинской статистике / М.Н. Кушеева // Материалы ВНКСФ-26. – 2020. –
с. 383-384
4. Кушеева М.Н. О применении метода анализа семантических сетей в
определении степени тяжести заболевания / М.Н. Кушеева // Сборник
научных трудов XVIII Международной научно-практической конференции
студентов, аспирантов и молодых ученых «Молодёжь и современные
информационные технологии». – 2021.

Заказать новую

Лучшие эксперты сервиса ждут твоего задания

от 5 000 ₽

Не подошла эта работа?
Закажи новую работу, сделанную по твоим требованиям

    Нажимая на кнопку, я соглашаюсь на обработку персональных данных и с правилами пользования Платформой

    Хочешь уникальную работу?

    Больше 3 000 экспертов уже готовы начать работу над твоим проектом!

    Татьяна С. кандидат наук
    4.9 (298 отзывов)
    Большой опыт работы. Кандидаты химических, биологических, технических, экономических, юридических, философских наук. Участие в НИОКР, Только актуальная литература (пос... Читать все
    Большой опыт работы. Кандидаты химических, биологических, технических, экономических, юридических, философских наук. Участие в НИОКР, Только актуальная литература (поставки напрямую с издательств), доступ к библиотеке диссертаций РГБ
    #Кандидатские #Магистерские
    551 Выполненная работа
    Мария М. УГНТУ 2017, ТФ, преподаватель
    5 (14 отзывов)
    Имею 3 высших образования в сфере Экологии и техносферной безопасности (бакалавриат, магистратура, аспирантура), работаю на кафедре экологии одного из опорных ВУЗов РФ... Читать все
    Имею 3 высших образования в сфере Экологии и техносферной безопасности (бакалавриат, магистратура, аспирантура), работаю на кафедре экологии одного из опорных ВУЗов РФ. Большой опыт в написании курсовых, дипломов, диссертаций.
    #Кандидатские #Магистерские
    27 Выполненных работ
    Кормчий В.
    4.3 (248 отзывов)
    Специализация: диссертации; дипломные и курсовые работы; научные статьи.
    Специализация: диссертации; дипломные и курсовые работы; научные статьи.
    #Кандидатские #Магистерские
    335 Выполненных работ
    Оксана М. Восточноукраинский национальный университет, студент 4 - ...
    4.9 (37 отзывов)
    Возможно выполнение работ по правоведению и политологии. Имею высшее образование менеджера ВЭД и правоведа, защитила кандидатскую и докторскую диссертации по политоло... Читать все
    Возможно выполнение работ по правоведению и политологии. Имею высшее образование менеджера ВЭД и правоведа, защитила кандидатскую и докторскую диссертации по политологии.
    #Кандидатские #Магистерские
    68 Выполненных работ
    Сергей Н.
    4.8 (40 отзывов)
    Практический стаж работы в финансово - банковской сфере составил более 30 лет. За последние 13 лет, мной написано 7 диссертаций и более 450 дипломных работ и научных с... Читать все
    Практический стаж работы в финансово - банковской сфере составил более 30 лет. За последние 13 лет, мной написано 7 диссертаций и более 450 дипломных работ и научных статей в области экономики.
    #Кандидатские #Магистерские
    56 Выполненных работ
    Анна В. Инжэкон, студент, кандидат наук
    5 (21 отзыв)
    Выполняю работы по экономическим дисциплинам. Маркетинг, менеджмент, управление персоналом. управление проектами. Есть опыт написания магистерских и кандидатских диссе... Читать все
    Выполняю работы по экономическим дисциплинам. Маркетинг, менеджмент, управление персоналом. управление проектами. Есть опыт написания магистерских и кандидатских диссертаций. Работала в маркетинге. Практикующий бизнес-консультант.
    #Кандидатские #Магистерские
    31 Выполненная работа
    Татьяна П. МГУ им. Ломоносова 1930, выпускник
    5 (9 отзывов)
    Журналист. Младший научный сотрудник в институте РАН. Репетитор по английскому языку (стаж 6 лет). Также знаю французский. Сейчас занимаюсь написанием диссертации по и... Читать все
    Журналист. Младший научный сотрудник в институте РАН. Репетитор по английскому языку (стаж 6 лет). Также знаю французский. Сейчас занимаюсь написанием диссертации по истории. Увлекаюсь литературой и темой космоса.
    #Кандидатские #Магистерские
    11 Выполненных работ
    Шагали Е. УрГЭУ 2007, Экономика, преподаватель
    4.4 (59 отзывов)
    Серьезно отношусь к тренировке собственного интеллекта, поэтому постоянно учусь сама и с удовольствием пишу для других. За 15 лет работы выполнила более 600 дипломов и... Читать все
    Серьезно отношусь к тренировке собственного интеллекта, поэтому постоянно учусь сама и с удовольствием пишу для других. За 15 лет работы выполнила более 600 дипломов и диссертаций, Есть любимые темы - они дешевле обойдутся, ибо в радость)
    #Кандидатские #Магистерские
    76 Выполненных работ
    Дарья Б. МГУ 2017, Журналистики, выпускник
    4.9 (35 отзывов)
    Привет! Меня зовут Даша, я окончила журфак МГУ с красным дипломом, защитила магистерскую диссертацию на филфаке. Работала журналистом, PR-менеджером в международных ко... Читать все
    Привет! Меня зовут Даша, я окончила журфак МГУ с красным дипломом, защитила магистерскую диссертацию на филфаке. Работала журналистом, PR-менеджером в международных компаниях, сейчас работаю редактором. Готова помогать вам с учёбой!
    #Кандидатские #Магистерские
    50 Выполненных работ

    Другие учебные работы по предмету

    Модернизация системы автоматизации АСУ ТП АО «Farg’onaazot»
    📅 2020год
    🏢 Национальный исследовательский Томский политехнический университет (ТПУ)
    Интеграционный сервис передачи данных между АСУ ТП и MES
    📅 2018год
    🏢 Национальный исследовательский Томский политехнический университет (ТПУ)
    Методы сегментации новообразований головного мозга
    📅 2020год
    🏢 Национальный исследовательский Томский политехнический университет (ТПУ)