VII Международная студенческая научная конференция Студенческий научный форум - 2015

Медицинские информационные технологии приобретают все большую актуальность, а программное обеспечение для медицины становится все более востребованным. Медицинская информационная система (МИС) – комплексная автоматизированная информационная система, в которой объединены электронные медицинские записи о пациентах, данные медицинских исследований в цифровой форме, данные мониторинга состояния пациента с медицинских приборов, средства общения между сотрудниками. деятельностью.

Отличительной особенностью интеллектуальных МИС является наличие базы знаний. База знаний – это особого рода база данных, разработанная для управления знаниями, т.е. сбором, хранением, поиском и выдачей знаний. Существует три стратегии получения знаний:

• приобретение знаний – это способ автоматизированного наполнения базы знаний посредством диалога эксперта и специальной программы;

• извлечение знаний - процедуру взаимодействия инженера по знаниям с источником знаний (экспертом);

• обнаружение знаний.

Объект исследования

Для «измерения» свойств личности, психодинамических свойтсв определяюзих уровень тревожности, уровень дипрессии использовалитель различные психологиеские тесты и опросники.

Деятельность системы дыхания определялась через характеристики биомеханики.

Функциональное состояние дыхательной системы будет оцениваться по данным спирометрии.

Цель работы

Целью работы является формирование базы знаний по результатам исследования реакции бронхолегочной системы на физиологическое и психологическое воздействие у больных бронхиальной астмой, развитие и обострение болезни у которых было связано с психоэмоциональными триггерами.

Актуальность (+ проблемная область)

В течение столетий вплоть до разработки воспалительной основы болезни астма рассматривалась, только как «нервно – психическое заболевание». После установления воспалительной природы болезни астма рассматривается как хроническое воспалительное заболевание дыхательных путей. Но внезапное и значительное повышение атопических расстройств, распространенность которых устроилась менее чем за 40 лет, трудно объяснить с позиций генетики и только частично – с экологических позиций: аллергены, изменение климата, загрязнение воздуха, табачный дым. При сохранении тенденции к росту заболеваемости астмой параллельно происходит нарастание распространенности астмаподобных симптомов. Параллельно с этим произошло увеличение психосоциального стресса в различных социально – экономических популяциях. Поэтому в конце 20 столетия вновь усилился интерес к роли психо – социальных факторов в генезе бронхиальной астмы. Это связывалось с тремя основными причинами:

• Известные факторы риска не могут объяснить рост заболеваемости астмой.

• Растет объем знаний о тесной взаимосвязи нервной, эндокринной и иммуннойсистем. Сформировалось новое направление в науке – психонейроиммунология.

• Новые эпидемиологические исследования вносят дополнительный вклад в роль психо – социальных факторов в генезе астмы.

Поэтому в последнее время наблюдается рост числа исследований, направленных на изучение влияния психологических факторов на развитие и проявление астмы. Изучаются механизмы реализации психологического стресса. Однако их результаты непоследовательные и противоречивые, а связи между психосоциальными факторами и астмой и другими атопическими расстройствами носят вдвсторонний характер, при котором не всегда можно различить вклад поведенческих или физиологических путей.

Актуальность данной работы состоит в том, что у создаваемой базы знаний для системы поддержки принятия решений медицинских научных исследований физиологических и психологических форм бронхиальной астмыне существует аналогов, поскольку база знаний будет содержать в себе не только данные о признаках и формах бронхиальной астмы, но медицинский справочник.

Методы решения

Наиболее распространенными моделями представления знаний являются:

• продукционные системы;

• логически модели;

• фреймы;

• семантические сети.

В продукционных системах знания представляются в виде совокупности специальных информационных единиц, имеющих следующую структуру:

• имя продукции: Сфера;

• предусловие;

• условие;

• если А, то В;

• постусловие.

При большом количестве продукций сфера позволяет анализировать только правила, относящиеся к делу, не обращая внимания на большинство правил из иных сфер. Предусловия устанавливают на множестве правил из интересующейся сферы некоторый порядок, приоритет их использования. Условия определяют возможность применения того или иного правила. Ядро продукции «Если А, то В» описывает преобразование, которое составляет суть продукционного правила. Наконец, постусловие говорит о том, что надо делать, когда данное продукционное правило сработало.

Логические модели представления знаний реализуются средствами логики предикатов. Предикатом называется функция, принимающая только два значения – истина или ложь – и предназначенная для выражения свойств объектов или связей между ними. Наиболее простым языком логики является исчисление высказываний, в котором отсутствуют переменные. Любому высказыванию можно приписать значение истинно или ложно. Отдельные высказывания могут соединяться связками И, ИЛИ, НЕ, которые называются булевыми операторами. Основу исчисления высказываний составляют правила образования сложных высказываний из атомарных. В качестве примеров сложных (составных) высказываний можно привести следующие:

• А – ИСТИННО и В – ЛОЖНО;

• А и В ЛОЖНО;

• А или В ИСТИННО.

Главное преимущество логических моделей представления знаний заключается в возможности непосредственно запрограммировать механизм вывода синтаксически правильных высказываний. Однако, с помощью правил, задающих синтаксис языка, нельзя установить истинность или ложность того или иного высказывания.

Фрейм чаще всего определяют как структуру данных для представления стереотипных ситуаций. Фрейм (дословно «рамка») – это единица представления знаний, детали которой могут изменяться в соответствии с текущей ситуацией. Фрейм в любой момент может быть дополнен различной информацией, касающейся способов применения данного фрейма, последствий этого применения и т.п.

Структура фрейма состоит из характеристик описываемой стереотипной ситуации и их значений, которые называются соответственно слотами и заполнителями слотов.

Имя фрейма: Имя первого слота, значение первого слота

Имя второго слота, значение второго слота.

……………………………..

……………………………..

……………………………..

Имя К-го слота, значение К-го слота

Слот может содержать не только конкретное значение, но и имя процедуры, позволяющей вычислить его по заданному алгоритму, а также одну или несколько продукций, с помощью которых это значение определяется. В слот может входить не одно, а несколько значений. Иногда этот слот включает компонент, называемый фасетом, который задает диапазон или перечень его возможных значений. Фасет указывает также граничные значения заполнителя слота.

Семантическая сеть описывает знания в виде сетевых структур. В качестве вершин сети выступают понятия, факты, объекты, события и т.п., а в качестве дуг сети – отношения, которыми вершины связаны между собой. Вершины сети часто соединяются дугой, если соответствующие объекты предметной области находятся в каком – либо отношении. Преимущества заключаются в простоте и наглядности описания предметной области. Однако последнее свойство с усложнением семантической сети теряется и, кроме того, существенно увеличивается время вывода. Также к недостаткам семантических сетей относят сложность обработки различного рода исключений.

В работе будет использоваться продукционная модель. Она предполагает более гибкую организацию работы механизма вывода по сравнению с логической моделью. Так, в зависимости от направления вывода возможна как прямая аргументация, управляемая данными (от данных к цели), так и обратная, управляемая целями (от целей к данным). Прямой вывод используется в продукционных моделях при решении, например, задач интерпретации, когда по исходным данным нужно определить сущность некоторой ситуации или в задачах прогнозирования, когда из описания некоторой ситуации требуется вывести все следствия. Обратный вывод применяется, когда нужно проверить определенную гипотезу или небольшое множество гипотез на соответствие фактам, например, в задачах диагностики.

Список литературы

1. Берестнева О.Г., Шаропин К.А., Старикова А.В., Кабанова Л.И. Технология формирования баз знаний в медицинских и информационных системах // Известия Южного федерального университета. – 2010. – Т. 109. - №8.

2. Дюк В., Эмануэль В. Информационные технологии в медико – биологических исследованиях. – СПб.: Питер, 2003. – 528 с.: ил

3. Shoji Nagata, Masahiro Irie and Norio Mishima . Stress and asthma. // Allergology International. – 1999. – T. 48: 231–238

4. Sophie Bostock, Mark Hamer, Ellen S. Mitchell, Andrew Steptoe. Positive emotional style and subjective,cardiovascular and cortisol responses to acute laboratory stress // Psychoneuroendocrinology. – 2011. – T.36.

Код для цитирования: Скопировать