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

Нафиса Исламовна Юсупова, Майя Марсовна Гаянова, Марат Робертович Богданов

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.