Извлечение информации об использовании информационных технологий для поддержки принятия решений в медицинской диагностике

Нафиса Исламовна Юсупова
Уфимский государственный авиационный технический университет, г. Уфа, Россия

Майя Марсовна Гаянова
Уфимский государственный авиационный технический университет, г. Уфа, Россия

Марат Робертович Богданов
Уфимский государственный авиационный технический университет, г. Уфа, Россия


Аннотация


Использование информационных технологий в медицинской деятельности радикально меняет постановку, способы и средства решения большинства практических задач. Переход на современные информационные технологии обеспечивает новые возможности и улучшает качество сервиса, сокращает время обследования, увеличивает точность диагностики и т. д. Цель исследования: извлечение информации об использовании информационных технологий для поддержки принятия решений в медицинской диагностике на основе анализа публикаций в этой области. Материалы и методы. Для формального представления процесса структурно-семантического анализа информации об использовании ИТ в медицине построена функциональная модель в нотации IDEF0. При проведении исследований в конкретной предметной области требуется проведение анализа известных научных результатов и практических решений, для чего используются научные публикации, размещенные в различных источниках. Существуют платформы, где собрана информация о таких данных, позволяющие определить количественные показатели публикации, их специфические характеристики и т. д. Для выявления динамики появления публикаций, сравнительного анализа результативности различных ученых и исследовательских организаций, определения публикационной активности в журнальном секторе использованы инструменты семантического анализа. Для определения особенностей публикационной активности аналитиком, в качестве которого выступает специалист по семантическому анализу, проведен дополнительный анализ. Для обработки собранной информации использованы методы статистического анализа. На текущий момент собран небольшой объем данных, в применении специализированных инструментов анализа нет необходимости, для построения диаграмм использованы инструменты Excel. Результаты. Выявлены ключевые характеристики публикаций по анализируемой тематике, динамика появления статей, наиболее активные авторы, научные школы и наиболее популярные журналы, в которых опубликованы результаты исследований; приведены результаты извлечения информации об исследованиях в области использования ИТ в кардиологии из наиболее востребованных публикаций активных авторов. Заключение. Анализ публикаций на основе данных платформы elibrary.ru является предварительным этапом изучения научных текстов по выбранной тематике исследований, в дальнейшем необходимо разработать информационную систему для поддержи исследователей скомплексированными показателями и данными на основе анализа научных текстов.

Ключевые слова


извлечение информации, слабоструктурированная информация, семантический анализ, система поддержки принятия решений, медицинская диагностика

Полный текст:

PDF

Литература


Дабагов, В.Д. Информатизация здравоохранения и некоторые проблемы построения интегрированных медицинских информационных систем // Информационные системы в здравоохранении. URL: https://it.med.cap.ru/ (дата обращения: 29.11.2021).

Шахмаметова Г.Р., Зулкарнеев Р.Х., Евграфов А.А. Система поддержки приятия клинических решений для диагностики болезней органов дыхания // Advances in Intelligent Systems Research. 2019. C. 101–105. doi: 10.2991/itids-19.2019.19.

Юсупова Н.И., Шахмаметова Г.Р., Зулкарнеев Р.Х. Комплексный анализ медицинских данных с использованием Data Mining // Acta Polytechnica Hungarica. 2020. № 17(8). С. 75–93. doi: 10.12700/APH.17.8.2020.8.6.

Шахмаметова Г.Р., Зулкарнеев Р.Х., Евграфов А.А. Обработка неструктурированной текстовой и табличной информации в системе принятия клинических решений при диагностике болезней органов дыхания // Advances in Intelligent Systems Research. Paris: Atlantis Press. 2020. C. 323–327. doi: 10.2991/aisr.k.201029.061.

Юсупова Н.И., Сметанина О.Н., Гаянова М.М. Технологии искусственного интеллекта и машинного обучения в задачах семантического представления и анализа данных: моногр. М.: Изд-во «Инновационное машиностроение», 2020. 242 с.

Нужный А.С., Прозоров А.А., Бугаев В.И. и др. Анализ баллистокардиограммы на граничных вычислительных узлах // Труды ИСП РАН. 2018. № 2. С. 251–262.

Бодин О.Н. Принципы построения, структура и особенности компьютерной диагностической системы «Кардиовид». Вестник новых медицинских технологий. 2005. Т. 12, № 3–4. С. 107–108.

Прокофьева Т.В., Полунина О.С., Яценко М.К. и др. Амплитудно-частотный анализ доплерограмм при изучении микроциркуляции у больных стенокардией напряжения III и IV функциональных классов // Успехи современного естествознания. 2007. № 12. С. 375–376.

Кузнецов Ф.В., Павленко Д.В. Программное обеспечение системы персонального мониторинга электрокардиограммы с перемещаемым грудным электродом «АИТ Кардио Про»: свидетельство о государственной регистрации программы для ЭВМ RU 2019660391. № 2019619474; заявл. 24.07.2019; опубл. 05.08.2019.

Барбарич В.Б., Ложкина Н.Г., Толмачева А.А. и др. Создание калькулятора годичного прогноза с персональными коэффициентами факторов риска после перенесенного острого инфаркта миокарда с подъемом сегмента ST // Фундаментальная и клиническая медицина. 2020. № 2. C. 48–59.

Баевский Р.М., Никулина Г.А. Исследование вегетативной регуляции кровообращения во время длительной изоляции на основе анализа вариабельности сердечного ритма // Авиакосмическая и экологическая медицина. 1997. Т. 31, № 4. С. 61–64.

Бойко А.Д., Шубенкова К.А. Смарт велосипед как средство профилактики сердечно-сосудистых заболеваний и кардиореабилитации // Электронный научно-образовательный Вестник «Здоровье и образование в XXI веке». 2017. Т. 19. № 12. С. 53–55.

Корнеева И.Т., Поляков С.Д., Гоготова В.Л. и др. Математические подходы оценки адаптации кардиогемодинамики в зависимости от активности клеточных дегидрогеназ лимфоцитов крови у юных спортсменов // Лечебная физкультура и спортивная медицина. 2009.

№ 9(69). С. 28–32.

Iroju O.G., Olaleke J.O. A systematic review of natural language processing in healthcare //

International Journal of Information Technology and Computer Science. 2015. Vol. 7, no. 8. P. 44–50. doi: 10.5815/ijitcs.2015.08.07.

Nadkarni P.M., Ohno-Machado L., Chapman W.W. Natural language processing: an introduction // Journal of the American Medical Informatics Association. 2011. Vol. 18, no. 5. P. 544–551. doi: 10.1136/amiajnl-2011-000464.

Duch W., Matykiewicz P., Pestian J. Neurolinguistic approach to natural language processing with applications to medical text analysis // Neural Networks. 2008. Vol. 21, no. 10. P. 1500–1510. doi: 10.1016/j.neunet.2008.05.008.

Wang Y., Liu S, Afzal N. et al. A comparison of word embeddings for the biomedical natural language processing // Journal of biomedical informatics. 2018. Vol. 87. P. 12–20. doi: 10.1016/j.jbi.2018.09.008.

Научная электронная библиотека. URL: https://www.elibrary.ru/defaultx.asp (дата обращения: 29.11.2021).




DOI: http://dx.doi.org/10.14529/ctcr220102

Ссылки

  • На текущий момент ссылки отсутствуют.