*112347*
А.В.Волкова
Национально исследовательский Томский
политехнический университет,
Россия,
г.Томск
Ю.В.
Ясюкевич
Юргинский
технологический институт НИ
Томского политехнического университета, Россия, г. Юрга
Е. В.
Берестнева
Национально исследовательский Томский политехнический университет,
Россия,
г.Томск
ИСПОЛЬЗОВАНИЕ
ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ ДЛЯ ВЫЯВЛЕНИЯ ГРУПП РИСКА СРЕДИ БЕРЕМЕННЫХ ЖЕНЩИН
Здравоохранение является важнейшей
общественной сферой, вызывающей повышенный интерес как отдельных граждан, так и
различных частных и государственных организаций, которая оказывает влияние на
жизнь каждого человека и имеет большое значение как в национальном, так и в
международном масштабе. Основным побудительным мотивом работы по внедрению
компьютерных технологий в систему
здравоохранения является высокая общественная значимость улучшения
ситуации в этой сфере. Медицинские информационные технологии приобретают все
большую актуальность, а программное обеспечение для медицины становится все
более востребованными [2-4].
Акушерство и
гинекология не стали исключением, и так же осваивают информационное
пространство. Созданные информационные системы, в большей степени,
ориентированы на мониторинг физиологических показателей и, конечно же, ведение
справочно-административной документации.
Беременность – это
событие, затрагивающее все сферы жизни женщины, необходимо учитывать, что на
психологическом уровне личность женщины, её сознание и самосознание
претерпевают так же ряд закономерных изменений, предоставляющих собой
уникальную возможность личностного роста [1]. Поэтому исход родов можно
спрогнозировать, исходя из физиологических, психологических и социальных
показателей. Ряд показателей поддаются коррекции во время беременности,
соответственно, при грамотном подходе неблагоприятного исхода родов можно
избежать и «выйти» из группы риска. К группам риска относятся женщины, у
которых присутствует определенная доля вероятности неблагоприятного исхода
родов, а именно – кесарево сечение, преждевременные, роды с осложнениями
(клинически узкий таз, слабая родовая деятельность и пр.).
Целью нашей работы является решение задачи выявления групп риска среди
беременных женщин с использованием современных информационных технологий.
В эксперименте участвовала
выборка из 198 женщин — пациенток родильного дома им. Н.Н. Семашко г. Томска.
Эксперимент проводится на основе следующих показателей:
·
somatic –
соматические заболевания (например: chron_pyel – хронический пиелонефрит; bron_asthma –
бронхиальная астма; varix – варикозная болезнь и
т.п.);
·
Trim_1 (Trim_3) – течение беременности в первом и третьем
триместрах соответственно (например: toxemia_light – легкий токсикоз; hypotonia – гипотония; miscar_thr – угроза
выкидыша и т.п.);
·
pregnant_result - исход беременности (например: no —
исход беременности без патологий; path_nav — патология пуповины; age_primipara
— возрастная первородящая и т.п.).
Реляционная база данных состоит из
связанных между собой таблиц, в которых содержится вся информация о беременных
женщинах: данные анамнеза, физиологические показатели, результаты
психофизиологического тестирования и результаты работы блока обработки. База
данных включает в себя функцию поиска, что значительно облегчает работу
медицинского персонала. Данные заносятся в базу в течение всего периода
беременности, что позволяет проводить мониторинг психофизиологического
состояния беременной женщины и прогнозировать исход родов.
Для выявления скрытых закономерностей, в
полученных экспериментальных данных, были использованы технологии Data Mining,
а именно построение продукционных моделей. Компьютерный анализ данных
проводился на базе системы WizWhy [2-6].
Результатом работы WizWhy является набор логических правил,
характеризующих выявленные закономерности. Структура логического правила имеет
вид: «Если (условие), то (действие)». В качестве действия (консеквента) в нашем
случае был показатель «исход родов».
Анализируя полученные правила,
можно сделать вывод о том, какой из признаков имеет наибольшее значение при
выявлении закономерностей. Сложение количества признаков, участвующих в
полученных правилах, показывает, что наибольшую информативность обеспечивают
такие показатели, как BEL1 (содержание
белка в крови в первом триместре), HARM_D
(вредные привычки отца), HEM1 (содержание
гемоглобина в крови в первом триместре),
HEM3 (содержание гемоглобина в крови в третьем триместре), INS1 (содержание инсулина в
крови в первом триместре), INS3
(содержание инсулина в крови в третьем триместре).
Система WizWhy обнаружила 592
правила с минимальной вероятностью 0, 710.
В результате с предсказаниями
исходов родов на основе полученных решающих правил получилось:
·
Исход родов no (без патологий)– 92 случаев
из 102
·
Исход родов No no -
10 случаев из 102
Благодаря возможностям
системы, полученные правила протестированы на выборке женщин, и таким образом
получается, 90% правильных предсказаний и, соответственно, 10% неверных
предсказаний. Очевидно, что полученные правила работают адекватно и с
удовлетворительной точностью.
В
целом, работа в системе WizWhy не вызывает особых трудностей, т.к не требуется
предварительной обработки данных, система работает со многими типами данных.
Времени на обработку информации затрачивается немного. Основная объем работы с
предложенной системой занимает обработка и анализ результатов. Так же информационная система содержит базу данных,
выполняющую свои обычные функции - хранение и частичная обработка информации о
беременных женщинах.
Исходя из полученных результатов, можно
сделать вывод, что для выявления групп риска среди беременных женщин можно
использовать систему WizWhy.
1.
Абрамченко В.В. Психосоматическое акушерство. СПб.:
СОТИС. - 2001. - 320 с.
2.
Берестнева О.Г., Шаропин
К.А., Добрянская Р.Г., Муратова Е.А. Разработка прототипа интеллектуальной
системы прогнозирования исхода беременности //Математические методы
распознавания образов (ММРО-13): Труды Всероссийской научно-технической
конференции - Москва, 10-15 октября 2007. - Москва: Физматлит. - 2007. - c.
574-577.
3.
Берестнева О.Г.,
Добрянская Р.Г., Марухина О.В., Шаропин К.А., Муратова Е.А. Формирование базы
знаний для экспертной системы прогнозирования исхода беременности //Труды
международных научно-технических конференций «Интеллектуальные системы»
(AIS-07) и «Интеллектуальные САПР» (CAD-2007) - Дивноморское, 3-10 сентября
2007. - Москва: Физматлит. - 2007. - с. 424-429.
4.
Добрянская Р.Г.,
Евтушенко И.Д., Берестнева О.Г. Опыт использования информационной системы для
мониторинга психофизиологического состояния беременных женщин и выявление групп
социально-психологического риска //Мать и дитя: Материалы 9 Всероссийского
научного форума - Москва, 2-5 октября 2007. – Москва. - 2007. - С. 70-71.
5.
Дюк В., Самойленко А. Data Mining:
учебный курс. СПб: Питер. - 2001. - 368 с.
6.
Дюк В., Эмануэль В.,
Информационные технологии в медико-биологических исследованиях. СПб: Питер.
- 2003. - 528 с.