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

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

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.