РАЗРАБОТКА ТЕХНИЧЕСКОГО ЗАДАНИЯ НА СОЗДАНИЕ ИНТЕЛЛЕКТУАЛЬНОЙ СИСТЕМЫ ПО УСТАНОВЛЕНИЮ ПРЕДВАРИТЕЛЬНОГО ДИАГНОЗА ПАЦИЕНТА - Студенческий научный форум

VIII Международная студенческая научная конференция Студенческий научный форум - 2016

РАЗРАБОТКА ТЕХНИЧЕСКОГО ЗАДАНИЯ НА СОЗДАНИЕ ИНТЕЛЛЕКТУАЛЬНОЙ СИСТЕМЫ ПО УСТАНОВЛЕНИЮ ПРЕДВАРИТЕЛЬНОГО ДИАГНОЗА ПАЦИЕНТА

Столяров А.И. 1, Давлеткиреева Л.З. 1
1МАГНИТОГОРСКИЙ ГОСУДАРСТВЕННЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ ИМ. Г.И. НОСОВА
 Комментарии
Текст работы размещён без изображений и формул.
Полная версия работы доступна во вкладке "Файлы работы" в формате PDF
Введение

Актуальность данной научной работы обусловлена тем, что в современном мире использование методов и алгоритмов искусственного интеллекта для упрощения и автоматизации различных сфер человеческой деятельности получает все большее развитие. Ведь медицина – одна из наиболее важных областей применения интеллектуальных систем, которые наиболее эффективно работают, используя большие выборки данных для обучения: результаты анализов больных, медицинского обследования, назначенного лечения, предоставленных медиками.

В данной научной работе рассматривается разработка нейросетевой интеллектуальной системы, которая после обучения нейронных сетей способна была бы как можно точнее по данным пациента ставить предварительный диагноз. Постановка диагноза в области терапии осложняется тем, что каждый пациент индивидуален, у некоторых пациентов могут быть абсолютно разные показатели, что вызывает лишни затраты времени, которые в такой сфере, как медицина недопустимы.

Объектом исследования является процесс терапевтической диагностики пациента.

Предметом исследования является интеллектуальная система по установлению предварительного диагноза пациента.

Цель данной научной работы – разработка технического задания на создание интеллектуальной системы по установлению предварительного диагноза пациента для устранения потерь времени в рамках приема и лечения.

Задачами научной работы являются:

  1. проанализировать процесс терапевтической диагностики;

  2. рассмотреть классификацию и роль интеллектуальных систем;

  3. представить особенности диагностики с помощью интеллектуальных технологий;

  4. разработать концепцию на создание интеллектуальной системы.

1. Обследование объекта информатизации

1.1 Анализ процесса диагностики в области терапии

Терапия – это область медицины, занимающаяся проблемами этиологии, патогенеза и клинических проявлений заболеваний внутренних органов, их диагностики, нехирургического лечения, профилактики и реабилитации. К сфере терапии относятся заболевания дыхательной системы (пульмонология), сердечно–сосудистой системы (кардиология), желудочно–кишечного тракта (гастроэнтерология), мочевыделительной системы (нефрология), соединительной ткани (ревматология) и др. Врачи, занимающиеся нехирургическим лечением внутренних болезней, называются терапевтами (интернистами).

Для эффективного лечения требуется правильная диагностика, основанная на систематическом обследовании пациента, анализе анамнеза, жалоб и объективных признаков заболевания (выявляемых при физикальном обследовании – осмотре, пальпации, перкуссии, аускультации, а также с помощью рутинных лабораторно–инструментальных методов). Выявленные признаки (симптомы) заболевания терапевт объединяет в синдромы (совокупность симптомов, имеющих единый патогенез), на основании которых делает заключение о предполагаемом заболевании. В случае невозможности сделать однозначный вывод об имеющемся заболевании, проводится дифференциальная диагностика нескольких схожих заболеваний с выполнением дополнительных лабораторных и инструментальных исследований. В некоторых сложных для диагностики клинических случаях назначается пробное лечение, позволяющее поставить так называемый лат. diagnosis ex juvantibus (диагноз, основанный на оценке результатов проведенного лечения). После постановки диагноза терапевт назначает лечение. Применяются нелекарственные методы лечения (соблюдение режима труда и быта, питания), лекарственное и физиотерапевтическое лечение, санаторно–курортное лечение.

В современной медицинской науке имеется тенденция к повышению уровня специализации и дроблению клинической медицины на узкоспециализированные (чаще по органному принципу) разделы. Разделами внутренних болезней являются:

  1. гастроэнтерология – заболевания желудочно–кишечного тракта;

  2. пульмонология – заболевания лёгких;

  3. гепатология – заболевания печени;

  4. нефрология – заболевания почек;

  5. кардиология – заболевания сердечно–сосудистой системы;

  6. гематология – заболевания крови и кроветворных органов;

  7. ревматология – заболевания соединительной ткани;

  8. инфекционные заболевания – заболевания, вызываемые болезнетворными микроорганизмами;

  9. эндокринология – заболевания эндокринной системы;

  10. гериатрия – терапия пожилых пациентов;

  11. спортивная медицина – патологические изменения, возникающие при занятиях спортом.

Параллельно с дифференциацией научных знаний по внутренним болезням, возрастает роль этого раздела медицины в интеграции научных исследований с общетерапевтической подготовкой врача. Параллельность процессов дифференциации и интеграции научных знаний способствуют формированию тесных связей с рядом естественных и технических наук (биологией, физиологией, физикой, химией и т. д.), что позволяет внедрять в клиническую практику новейшие высокотехнологичные методы обследования пациентов (эндоскопию, мониторное наблюдение, компьютерную, позитронно–эмиссионную и магнитно–резонансную томографию и др.).

Так же терапия – процесс, целью которого является облегчение, снятие или устранение симптомов и проявлений того или иного заболевания, патологического состояния или иного нарушения жизнедеятельности, нормализация нарушенных процессов жизнедеятельности и выздоровление, восстановление здоровья.

Терапевтические подходы:

  • Этиотропная терапия направлена на устранение причины заболевания (например, антибактериальная терапия при инфекционных болезнях).

  • Патогенетическая терапия направлена на механизмы развития заболевания. Она применяется при невозможности этиотропной терапии (например, заместительная терапия инсулином при сахарном диабете в связи с недостаточной продукцией этого гормона поджелудочной железой и невозможностью, на современном уровне развития медицины, восстановить эту функцию).

  • Симптоматическая (паллиативная) терапия применяется для устранения отдельных симптомов заболевания (например, применение анальгетиков при боли, жаропонижающих препаратов при «высокой температуре» и др.) Она может применяться в дополнение к этиотропной и патогенетической терапии.

Симптоматическая терапия при невозможности радикального излечения (терминальная стадия онкологического заболевания и др.) осуществляется в рамках спектра лечебно–социальных мероприятий, называемого паллиативной помощью.

Методология диагноза – это, по сути, методика обследования больного по определенному алгоритму, включающему систему операций, применяемых по определенным правилам, которая должна приводить к правильному клиническому диагнозу:

I. Расспрос.

1.1. Жалобы больного.

1.2. История болезни (аnamnesis morbi).

1.3. История жизни (аnamnesis vitae).

II. Непосредственное (клиническое) обследование больного.

2.1. Осмотр.

2.2. Пальпация.

2.3. Перкуссия.

2.4. Аускультация.

Предварительный диагноз.

III. Дополнительные методы обследования.

3.1. Лабораторные методы.

3.2. Инструментальные методы.

IV. Клинический диагноз.

Нарушение этого алгоритма, сложившегося в результате многовекового врачебного опыта, значительно затрудняет постановку диагноза. Кроме того, данная схема показывает, что без использования современных компьютерных технологий обследования больного очень трудно сформировать диагностическую идею, правильно разработать план дальнейшего обследования и поставить точный клинический диагноз.

1.2 Постановка задачи по интеллектуальной диагностике

В эпоху массового внедрения персональных компьютеров во все сферы современной жизни естественным является стремление использовать компьютерные системы для поддержки все более сложных видов человеческой деятельности. Одной из них является деятельность врача, ключевой пункт работы которого – принятие диагностических и лечебных решений.

Принятие диагностических и лечебных решений часто оказывается затруднительным, особенно для начинающих врачей-специалистов или в тех случаях, когда врачу приходится принимать решение в ситуациях, относящихся к компетенции смежных медицинских специальностей.

В то же время значительный опыт и знания, накопленные врачами-специалистами высокого уровня – экспертами в своей области, позволяют им в большинстве случаев успешно принимать правильные диагностические и лечебные решения.

Поскольку принятие решений является результатом переработки определенной информации о пациенте и базируется на использовании накопленных знаний, можно ожидать, что компьютерные системы искусственного интеллекта способны помочь врачу в решении задач диагностики и выбора тактики лечения. Опираясь на знания экспертов, хранящиеся в памяти компьютера, медицинская интеллектуальная система может помочь врачу «узнавать» клинические ситуации, характерные для тех или иных диагнозов или синдромов, оставляя за последним право, принять или отвергнуть соответствующее диагностическое или лечебное решение, предложенное системой.

Область исследований, посвященная формализации способов представления знаний и построению данных систем, называют «инженерией знаний». Этот термин введен Е. Фейгенбаумом и в его трактовке означает «привнесение принципов и средств из области искусственного интеллекта в решение трудных прикладных проблем, требующих знаний экспертов». Иными словами, интеллектуальные системы применяются для решения неформализованных проблем, к которым относятся задачи, обладающие одной или несколькими характеристиками из следующего списка:

  • задачи не могут быть представлены в числовой форме;

  • исходные данные и знания о предметной области неоднозначны, неточны, противоречивы;

  • цели нельзя выразить с помощью четко определенной целевой функции;

  • не существует однозначного алгоритмического решения задачи.

Все вышеперечисленные свойства являются типичными для медицинских задач, так как в большинстве случаев они представлены большим объемом многомерных, запутанных, а порой и противоречивых клинических данных. Интеллектуальные системы позволяют решать задачи диагностики, дифференциальной диагностики, прогнозирования, выбора стратегии и тактики лечения и др.

Рисунок 1 - классификация медицинских экспертных систем

Среди экспертных медицинских систем особое место занимают так называемые самообучающиеся интеллектуальные системы (СИС). Они основаны на методах автоматической классификации ситуаций из реальной практики или на методах обучения на примерах. Наиболее яркий пример СИС – искусственные нейронные сети.

Искусственные нейронные сети (ИНС; artificial neural networks) представляют собой нелинейную систему, позволяющую классифицировать данные гораздо лучше, чем обычно используемые линейные методы. В приложении к медицинской диагностике ИНС дают возможность значительно повысить специфичность метода, не снижая его чувствительность.

Наиболее важным отличием ИНС от остальных методов прогнозирования является возможность конструирования систем самим врачом-специалистом, который может передать нейронной сети свой индивидуальный опыт и опыт своих коллег или обучать сеть на реальных данных, полученных путем наблюдений. Нейронные сети способны принимать решения, основываясь на выявляемых ими скрытых закономерностях в многомерных данных. Положительное отличительное свойство ИНС состоит в том, что они не программируются, т.е. не используют никаких правил вывода для постановки диагноза, а обучаются делать это на примерах. В ряде случаев ИНС могут демонстрировать удивительные свойства, присущие мозгу человека, в том числе отыскивать закономерности в запутанных данных. Нейронные сети нашли применение во многих областях техники, где они используются для решения многочисленных прикладных задач: в космонавтике, автомобилестроении, банковском и военном деле, страховании, робототехнике, при передаче данных и др. Другое, не менее важное, свойство нейронной сети состоит в способности к обучению и обобщению полученных знаний. Сеть обладает чертами так называемого искусственного интеллекта. Натренированная на ограниченном множестве обучающих выборок, она обобщает накопленную информацию и вырабатывает ожидаемую реакцию применительно к данным, не обрабатывавшимся в процессе обучения.

  1.  
    1. Анализ существующих ИТ–решений в области диагностики заболеваний

В качестве существующих аналогов, специализирующихся на постановке диагноза, можно выделить такие медицинские автоматизированные информационные системы, как «Simptomus», «Семейный доктор 1.0 Personal Edition» и «Diagnos.ru».

Таблица 1 – сравнение систем диагностики

Название системы

«Simptomus»

«Семейный доктор 1.0 Personal Edition»

«Diagnos.ru»

Версия

Облачная

Стационарная

Облачная

Цена диагностики

Бесплатно

Версия на ПК – 131 руб.

Бесплатно

Дополнительные услуги

Нет

Нет

Есть. Платно – 100 руб.

Использование алгоритмов ИИ

Да

Нет

Да

Подбор лекарств

Да

Да

Нет

Учет индивидуальных особенностей

Нет

Нет

Нет

Возможность взаимодействия с врачом

Нет

Нет

Нет

Система «Simptomus» – это сервис онлайн-диагностики заболеваний. Пациенты указывают симптомы, а «Simptomus» на основе экспертной системы выводит список возможных диагнозов.

В основе данной диагностической системы лежит база знаний, наполненная специалистами в различных областях медицины. При диагностике используются сложные алгоритмы искусственного интеллекта. Благодаря этим алгоритмам становится возможным сделать выводы о возможных заболеваниях даже в условиях неполных или неточных данных о состоянии пациента.

«Семейный доктор 1.0 Personal Edition» – универсальная медицинская энциклопедия.

Основные особенности:

  • интерактивная диагностика заболеваний;

  • справочник лекарств;

  • энциклопедия заболеваний;

  • помощь в нестандартных жизненных ситуациях;

  • рекомендации при детских недугах;

  • экстренная медицинская помощь.

«Diagnos.ru» относится к системам экспертной классификации.

Использование искусственного интеллекта на базе нечеткой логики позволяет получить результаты диагностики, по достоверности близкие к клиническим. Достоверность результатов системы на данный момент составляет в среднем 68%.

Система дает пациентам список возможных болезней с указанием вероятности, рекомендации по посещению специалистов и комментарии к текущему состоянию. Врачам – возможность посмотреть анамнез и сразу, по возможности без дополнительных вопросов дать заключение.

Система диагностики состоит из двух частей. Первая осуществляет анализ медицинских данных, используя ряд современных математических методов. Вторая Ф та, что располагается непосредственно на сайте Диагноз.ru – выполняет сбор информации о пациенте и выдает диагноз на основе готовых соответствий, созданных анализатором.Технически система диагностики представляет собой искусственный интеллект на базе нечеткой логики. Ответы на вопросы, которые дает пользователь, поступают в четком виде. На основе определенных сочетаний ответов формируются нечеткие предположения по синдромам и заболеваниям, в которых система может укрепиться или разочароваться. В зависимости от тех или иных предположений пользователю задаются новые вопросы. В конце выдается предположительный диагноз.Другой принцип работы системы – комплексность условий для постановки диагноза. Система диагностики выдает процентную вероятность заболеваний, а не просто предположения по их наличию/отсутствию.

Вывод по главе 1

В рамках данной главы был проведен анализ процесса диагностики в области терапии. Было дано понятие процесса терапии и основных её разделов.

Были кратко освещены основные терапевтические подходы, а так же алгоритм терапевтической диагностики.

Рассмотрено понятие методологии диагноза.

В данной главе был освещен ряд вопросов по интеллектуальной диагностике, структуре работы и применения медицинских интеллектуальных информационных систем. Был сформулирован список характеристик, которыми должна обладать решаемая интеллектуальной системой задача.

В качестве существующих аналогов, специализирующихся на постановке диагноза, были рассмотрены такие медицинские автоматизированные информационные системы, как «Simptomus», «Семейный доктор 1.0 Personal Edition» и «Diagnos.ru».

По итогам анализа альтернатив, было выяснено, что существующие на данный момент системы не обеспечивают требуемый диагностический функционал. Была выявлена потребность в разработке более широкопрофильной системы постановки предварительного диагноза пациента.

2. Разработка проектных решений на создание интеллектуальной системы

2.1 Формирование функциональных и нефункциональных требований к интеллектуальной диагностической системе

Интеллектуальная информационная система постановки предварительного диагноза пациента предназначена для автоматизации деятельности ЛПУ. В ней объединены система поддержки принятия медицинских решений, электронные медицинские записи о пациентах, данные медицинских исследований в цифровой форме, данные мониторинга состояния пациента с медицинских приборов, средства общения между сотрудниками.

Интеллектуальная система будет выполнять поддержку в постановке предварительного диагноза, а так же контролировать неполноту, ошибки существующего лечебного процесса или недостаточный учет специфических характеристик пациента в принятом плане лечения.

В сложных случаях или в случаях недостаточного опыта диагноста интеллектуальная система может оказать помощь на основе исследования данных о пациенте.

Интеллектуальная информационная система постановки предварительного диагноза пациента соединена с базой терапевтических знаний. К ней имеют доступ:

  • врач, через свое автоматизированное рабочее место;

  • пациент через терминал, установленный в здании медицинского учреждения;

  • регистратор через автоматизированное рабочее место регистратора;

  • пациент через ПК, взаимодействуя с веб–интерфейсом системы;

  • работник аптеки через АРМ.

Интеллектуальная система собирает данные от пациента и анализирует их. Данные и результаты анализа передаются врачу. Данные и результаты анализа могут быть сохранены в регистратуре в медицинской карте. Система позволяет реализовывать дистанционное консультирование и диагностику.

Результаты анализа могут быть использованы в дальнейшем лечении.

Веб–интерфейс адаптирован для большинства известных мобильных платформ.

Система позволяет направлять пациента к врачам следующих узких специализаций:

  1. гастроэнтеролог

  2. пульмонолог

  3. гепатолог

  4. нефролог

  5. кардиолог

  6. гематолог

  7. ревматолог

  8. инфекционист

  9. эндокринолог

  10. гериатр

  11. невролог

  12. хирург

  13. психотерапевт

  14. отоларинголог

  15. флеболог

  16. венеролог

  17. дерматолог

Были построены диаграммы в нотации EPC, иллюстрирующие процесс работы интеллектуальной системы. В целях упрощения понимания логики работы, были выделены следующие процессы: регистрация пользователя в системе, заказ лекарственных препаратов и процесс посещения врача.

Рисунок 2 - модель процесса регистрации в нотации EPC

Рисунок 3 – модель процесса заказа лекарств в нотации EPC

Рисунок 4 - модель процесса посещения врача в нотации EPC

2.2 Обоснование проектных решений по видам обеспечения

Проведем обоснование выбора обеспечивающих технологий, заключающееся в выборе на основе имеющихся потребностей, существующих конфигураций.

Техническое обеспечениекомплекс технических средств, предназначенных для работы информационной системы, а также соответствующая документация на эти средства и технологические процессы.

Комплекс технических средств составляют:

  • компьютеры;

  • устройства сбора, накопления, обработки, передачи и вывода информации - жесткие диски, устройства хранения данных, сканеры, принтеры, факсимильные аппараты;

  • устройства передачи данных и линий связи - модемы;

  • эксплуатационные материалы - бумага, CD (DVD) - диски и т.п.

В нашем случае основными элементами технического обеспечения будут автоматизированные рабочие места персонала лечебного учреждения.

В качестве АРМ предполагается использовать персональные компьютеры со следующей конфигурацией:

  • Микропроцессор: Intel Core 2 Duo 2.2Ггц

  • Материнская плата Asus M2N-SLI Deluxe, S AM2, NVIDIA nForce 570 SLI.

  • Оперативная память DDR2 2048Mb PC2-6400 (800Mhz) Patriot (PEP22G6400EL)

  • Видеокарта 256Mb PCI-E ATI Radeon 3650 DDR3, HDMI, DVI, HIS IceQ Turbo.

  • Привод DVD±RW ASUS DRW-2014L1T, SATA.

  • Картридер внутренний.

  • Винчестер: 250 GB SATA-II 7200prm 8MB

  • Монитор: 21'', BENQ;

  • Клавиатура: Genius;

  • Мышь: оптическая – Genius;

  • ИБП: Exegate PowerPro PCM-650VA

Данная конфигурация позволяет осуществлять работу в разрабатываемой системе с высокой степенью надежности. Процессор Intel выбран из-за своего качества и надежности. Размер оперативной памяти и жесткого диска - стандартны в настоящее время. Кроме указанных элементов еще необходима сетевая карта для возможности подключения к локальной сети лечебного учреждения. Такие элементы, как картридер и привод DVD±RW, не являются обязательными. Их отсутствие даже положительно влияет на сохранность конфиденциальной информации. ИБП - в условиях постоянных перерывов в энергоснабжении - обязательный элемент.

Для обеспечения защиты от несанкционированного доступа к информации, связанной личными данными пациентов, будет предусмотрена система паролей при загрузке программы в оперативную память. Для обеспечения защиты данных при сбое в сети питания ПК либо аварийном завершении работы программы будет предусмотрен режим автосохранения.

Информационное обеспечение состоит из внутримашинного, которое включает массивы данных (входные, промежуточные, выходные), программы для решения задач, и внемашинного.

В состав информационного обеспечения должны входить:

  • потоки входной информации, к которым относятся сведения пациенте, его симптомы, метрики и т.д.

  • потоки выходной информации, к которым можно отнести сведения о назначении лекарств, информацию о ходе лечения и так далее.

Для ввода и вывода информации используются экранные формы, которые проектируются и создаются в процессе внедрения системы. Данное решение актуально, так как состав информации используемой информационной системой непостоянен и будет изменяться во время её эксплуатации.

Требования к надежности регламентируются ГОСТом 27.003-90 «Надежность в технике. Состав и общие правила задания требований по надежности». А так же ГОСТом 27.202-83 «Надежность в технике. Технологические системы. Методы оценки надежности по параметрам качества изготовляемой продукции».

Техническое обслуживание интеллектуальной системы постановки предварительного диагноза должно проводиться 1 раз в 4 месяца, а также по заявкам в техническую службу.

Ремонт доложен осуществляться по заявкам в техническую службу.

Прочие требования регламентируются ГОСТом 21552-84 «Средства вычислительной техники. Общие технические требования, приемка, методы испытаний, маркировка, упаковка, транспортирование и хранения».

2.3 Разработка типовой ИТ–инфраструктуры для создания и функционирования ИДС

В рамках данной научной работы была разработана типовая ИТ-инфраструктура интеллектуальной системы, постановки предварительного диагноза.

Рисунок 5 – типовая ИТ–инфраструктура

Таблица 2 – Характеристика и стоимость технической инфраструктуры

Параметры

Описание

Кол–во

Файловые серверы

4 шт.

Типовая конфигурация файлового сервера

Сервер Никс sS5000B: Процессор: CPU Intel Xeon E3–1240V2 3.4 ГГц/4core/1+8Мб/69 Вт/5 ГТ/с LGA1155 Оперативная память: 4Gb Винчестер: 1 Tb SATA–II 300 Western Digital RE4 7200rpm 64MbИБП: APC SmartUPS 1000VA

1 шт.

1 шт.

2 шт.

2 шт.

1 шт.

Серверы приложений

4 шт.

Типовая конфигурация сервера приложений

Сервер HP ProLiant DL160: Процессор: CPU Intel® Xeon® E5–2603 1.8 ГГц/4core/1+10Мб/80 Вт/5 ГТ/с LGA1155 Оперативная память: 4GbВинчестер: 1 Tb SATA–II 300 Western Digital RE4 7200rpm 64MbИБП: APC SmartUPS 1000VA

1 шт.

1 шт.

1шт.

2 шт.

1 шт.

Компьютеры диагностов, связанных с обработкой диагностических изображений – «УЗИ», «Рентген», «Томограф»

13 шт.

Типовая конфигурация компьютера

Системный блок: Микропроцессор: Intel Core 2 Duo 2.2Ггц Оперативная память: 4096 Mb;Винчестер: 500 GB SATA–II 7200prm 8MB Дисководы: DVD–RW, Монитор: 21'', BENQ; Клавиатура: Genius; Мышь: оптическая – Genius; ИБП: Exegate PowerPro PCM–650VA

1 шт.

1 шт.

1 шт.

1 шт.

1 шт.

1шт.

1 шт.

1 шт.

1 шт.

Компьютеры, не связанные с обработкой диагностических изображений (минимальные):

28 шт.

Типовая конфигурация компьютера

Системный блок: Микропроцессор: Intel Core 2 Duo 2.2Ггц Оперативная память: 1024 Mb;Винчестер: 250 GB SATA–II 7200prm 8MB Дисководы: DVD–RW, Монитор: 21'', BENQ; Клавиатура: Genius; Мышь: оптическая – Genius; ИБП: Exegate PowerPro PCM–650VA

1 шт.

1 шт.

1 шт.

1 шт.

1 шт.

1 шт.

1 шт.

1 шт.

1 шт.

Периферийные устройства

Принтер: HP Laser Jet P2015 Series PCL 5eКопировальный аппарат: Canon A4 iR1133A (4840B002)Телефон: Termit FixPhone v

26 шт.

1 шт.

32 шт.

Программное обеспечение

Операционная система – Microsoft Windows XP Professional Версия 2002 SP2 и SP3Microsoft Office 2003Пакет обновления совместимости для выпуска 2007 систем Microsoft OfficeAdobe Reader 9.1Антивирус ESET NOD32; Архиватор WinRAR; Браузер – Internet Explorer; Стандартные программы; Справочник «ДубльГИС»

на 43 ПК

на 43 ПК

на 43 ПК

на 43 ПК

на 43 ПК

на 10 ПК

Сеть

Коммутатор: Linksys SRW208MP–K9–EUМаршрутизатор: Zyxel P–791R v2

8 шт.

2 шт.

Таблица 3 – Характеристика АРМ

Номер АРМа

Характеристика АРМа

АРМ регистратура

Состав:

  • рабочий стол;

  • компьютер (комплектующие описаны в таблице 1);

  • телефон;

  • принтер;

  • копировальный аппарат.

ПО:

  • система: Microsoft Windows XP Professional Версия 2002 SP2;

  • Microsoft Office 2003

  • пакет обновления совместимости для выпуска 2007 систем Microsoft Office;

  • Adobe Reader 9.1;

  • антивирус ESET NOD32;

  • архиватор WinRAR;

  • справочник «ДубльГИС».

  • браузер Internet Explorer 9

Спец. ПО:

  • регистратура.

АРМ заведующий, архив

  • рабочий стол;

  • компьютер (комплектующие описаны в таблице 1);

  • телефон.

ПО:

  • система: Microsoft Windows XP Professional Версия 2002 SP2;

  • Microsoft Office 2003;

  • пакет обновления совместимости для выпуска 2007 систем Microsoft Office;

  • Adobe Reader 9.1;

  • антивирус ESET NOD32;

  • справочник «ДубльГИС».

  • браузер Internet Explorer 9

Спец. ПО:

  • главный бухгалтер;

  • склад;

  • отдел кадров;

  • реестры;

  • тарификация;

  • зарплата.

АРМ врач, сестра

  • рабочий стол;

  • компьютер (комплектующие описаны в таблице 1);

  • телефон;

  • принтер.

ПО:

  • система: Microsoft Windows XP Professional Версия 2002 SP2;

  • Microsoft Office 2003

  • пакет обновления совместимости для выпуска 2007 систем Microsoft Office;

  • Adobe Reader 9.1;

  • антивирус ESET NOD32;

  • справочник «ДубльГИС».

  • браузер Internet Explorer 9

Спец. ПО:

  • учет прививок;

  • инвалиды;

  • рецепты.

АРМ лаборатория, рентгенология

  • рабочий стол;

  • компьютер (комплектующие описаны в таблице 1);

  • телефон;

  • принтера;

  • копировальный аппарат.

ПО:

  • система: Microsoft Windows XP Professional Версия 2002 SP2;

  • Microsoft Office 2003;

  • пакет обновления совместимости для выпуска 2007 систем Microsoft Office;

  • Adobe Reader 9.1;

  • антивирус ESET NOD32;

  • справочник «ДубльГИС».

  • браузер Internet Explorer 9

Спец. ПО:

  • лаборатория;

  • рентген;

  • УЗИ.

АРМ аптека

  • рабочий стол;

  • компьютер (комплектующие описаны в таблице 1);

  • телефон;

  • касса.

ПО:

  • система: Microsoft Windows XP Professional Версия 2002 SP2;

  • Microsoft Office 2003;

  • пакет обновления совместимости для выпуска 2007 систем Microsoft Office;

  • Adobe Reader 9.1;

  • антивирус ESET NOD32;

  • справочник «ДубльГИС».

  • браузер Internet Explorer 9

Спец. ПО:

  • рецепты.

Таблица 4 – Характеристика услуг АРМ+ПО+АО

Пользователь

Услуги

Регистратура (АРМ регистратура)

Использование программы браузер Internet Explorer 9

Использование для выхода в интернет на специализированную ИИС. Использование компьютера и программы «Регистратура». Использование Microsoft Office (текстовый редактор, электронные таблицы) для формирования отчетов. Печать, ксерокопирование документов. Передача и прием сообщений по телефону.

Заведующие отделениями, администрация

Использование компьютера и программ:

  • главный бухгалтер;

  • браузер Internet Explorer 9 для получения доступа к ИИС;

  • склад;

  • отдел кадров;

  • тарификация;

  • зарплата;

  • учет прививок.

Использование Microsoft Office (текстовый редактор, электронные таблицы) для формирования отчетов.

Печать документов. Передача и прием сообщений по телефону.

Лаборатория (АРМ лаборатория, рентгенология)

Использование компьютера и программ:

  • лаборатория;

  • УЗИ.

Использование Microsoft Office (текстовый редактор, электронные таблицы) для формирования отчетов. Использование для выхода в интернет на специализированную ИИС для ввода данных. Печать, ксерокопирование документов. Передача и прием сообщений по телефону.

Рентгенология (АРМ лаборатория, рентгенология)

Использование компьютера и программы «Рентген». Использование Microsoft Office (текстовый редактор, электронные таблицы) для формирования отчетов. Использование для выхода в интернет на специализированную ИИС для ввода данных. Печать документов. Передача и прием сообщений по телефону.

Фармацевт (АРМ аптека)

Использование компьютера и программы «Рецепты». Использование Microsoft Office (текстовый редактор, электронные таблицы) для формирования отчетов. Использование для выхода в интернет на специализированную ИИС. Печать документов. Передача и прием сообщений по телефону.

Архив (АРМ заведующий, архив)

Использование компьютера и программ:

  • реестры;

  • браузер Internet Explorer 9 для получения доступа к ИИС;

  • учет прививок;

  • инвалиды;

  • рецепты.

Использование Microsoft Office (текстовый редактор, электронные таблицы) для формирования отчетов. Использование для выхода в интернет на специализированную ИИС. Печать, ксерокопирование документов. Передача и прием сообщений по телефону.

По результатам анализа было принято решение, что данная информационная инфраструктура полностью покрывает требуемый функционал при пилотном запуске.

Вывод по главе 2

В рамках данной главы были сформированы функциональные и нефункциональные требования к интеллектуальной диагностической системе. Определена логика работы системы и произведена визуализация процесса работы в рамках модели выполненной в нотации EPC.

Было произведено обоснование проектных решений по видам обеспечения и определены конфигурации персональных автоматизированных рабочих мест, определены параметры информационного обеспечения.

В рамках главы определены конструктивные требования, включая технологические требования по надежности, техническому обслуживанию, ремонту и прочим. А так же сформированы основные технические параметры, определяющие количественные, качественные и стоимостные характеристики продукции. Была построена типовая ИТ-инфраструктура интеллектуальной системы постановки предварительного диагноза.

Заключение

В рамках данной научной работы была рассмотрена разработка интеллектуальной информационной системы, призванной упростить процесс постановки предварительного диагноза, а так же повысить качество и скорость медицинского обслуживания, сокращая потери данных, и способствовать развитию области терапии и выходу процессов медицинской диагностики на новый уровень, тем самым упрощая повседневную жизнь людей, нуждающихся в медицинской помощи.

Диагностический процесс в медицине, построенный на рассуждениях о признаках и их сочетаниях, обосновывающих или отвергающих определенную диагностическую гипотезу, фактически опирается на логику аргументации, включающую и отношения порядка на множестве аргументов, поэтому умение быстро и качественно работать с информацией, а так же анализировать её, является залогом эффективности большинства процессов.

Так же в рамках научной работы были достигнуты следующие цели:

  1. проанализирован процесс терапевтической диагностики;

  2. рассмотрена классификация и роль интеллектуальных систем;

  3. представлены особенности диагностики с помощью интеллектуальных технологий;

  4. разработана концепция на создание интеллектуальной системы.

По итогам научной было разработано техническое задание на создание интеллектуальной системы постановки предварительного диагноза, а так же сформированная заявка на «Ползуновский грант» в номинации «Медицина будущего». В рамках научной работы была написана статья «О проблемах внедрения медицинских информационных систем» под авторством Столярова А.И. и Севостьяновой А.В. на международную конференцию «Информационные технологии в науке, управлении, социальной сфере и медицине», позже опубликованная в сборнике.

Список использованных источников
  1. Гайсина А.Д., Махмутова М.В. Проблемы обеспечения информационной безопасности автоматизированной системы предприятия / в сборнике: Современные инструментальные системы, информационные технологии и инновации / Сборник научных трудов XII-ой Международной научно-практической конференции. Ответственный редактор Горохов А.А.. Курск, 2015. С. 290-293.

  2. Давлеткиреева Л.З., Новикова Т.Б., Курзаева Л.В., Лактионова Ю.С., Подкользина Л.В. Управление технологической архитектурой организации на основе усовершенствованного метода EnterpriseArchitecturePlanning / Л.З. Давлеткиреева, Т.Б. Новикова, Л.В. Курзаева, Ю.С. Лактионова, Л.В. Подкользина. - Фундаментальные исследования, №8 (часть 2), 2015. - с. 252-256

  3. Давлеткиреева, Л.З., Чусавитина, Г.Н. Анализ и установление уровня зрелости информационной инфраструктуры организации для управления непрерывностью бизнеса /Л.З. Давлеткиреева, Г.Н. Чусавитина//Современные информационные технологии и ИТ-образование: сб. тр. седьмой международ. науч.-практ. конф. -М.: ИНТУИТ.РУ, 2012. -С. 529-544.

  4. Кудрявцев, Д.В. Технологии бизнес-инжиниринга: учеб. пособие/Д. В. Кудрявцев, М. Ю. Арзуманян, Л. Ю. Григорьев. – СПб.: Изд-во Политехн. ун-та, 2014. – 427 с.

  5. Курзаева Л.В. Введение в анализ данных с использованием информационных технологий: учеб. -метод. пособие // Л.В. Курзаева, И.Г. Овчинникова. – Магнитогорск: МаГУ, 2012. – 60 с.

  6. Курзаева Л.В. Введение в теорию систем и системный анализ: учеб. пособие // Л.В. Курзаева. – Магнитогорск: МаГУ, 2013. – 211 с.

  7. Курзаева Л.В., Новикова Т.Б., Давлеткиреева Л.З., Назарова О.Б., Белоусова И.Д.. Совершенствование методики построения моделей событийно-управляемого процесса для постановки задач управления в социальных и экономических системах / Л.В. Курзаева, Т.Б. Новикова, Л.З. Давлеткиреева, О.Б. Назарова, И.Д. Белоусова. - Фундаментальные исследования, №8 (часть 2), 2015. - с. 297-302

  8. Назарова О.Б. Сопровождение корпоративных информационных систем [Текст]: учебник / О.Б. Назарова, Л.З. Давлеткиреева, О.Е. Масленникова, Н.О. Пролозова. -Магнитогорск: МаГУ, 2013. -220 с.

  9. Назарова О.Б., Масленникова О.Е., Давлеткиреева Л.З., Новикова Т.Б. Modeling and factor analysis of efficient increase of bachelors and masters’ training connected with applied informatics / О.Б. Назарова, О.Е. Масленникова, Л.З. Давлеткиреева, Т.Б. Новикова. - ARPN Journal of Engineering and Applied Sciences: Asian Research Publishing Network (ARPN), Пакистан.

  10. Назарова, О.Б. Сопровождение корпоративных информационных систем [Текст]: учебник/О.Б. Назарова, Л.З. Давлеткиреева, О.Е. Масленникова, Н.О. Пролозова. -Магнитогорск: МаГУ, 2013. -220 с.

  11. Назарова, О.Б., Давлеткиреева, Л.З., Малахова, И.В. Аудит информационной инфраструктуры компании и разработка ИТ-стратегии [Текст]: монография / О.Б. Назарова, Л.З. Давлеткиреева, И.В. Малахова. – Магнитогорск. – Изд-во Магнитогорск.гос. ун-та, 2012. – 224 с. Библиогр.: с. 181-188.– 1000 экз. – ISBN 978-5-86781-967-5

  12. Ошурков В.А., Чернова Е.В., Сторожева Е.В., Давлеткиреева Л.З. Механизмы противодействия явлений киберэкстремистской направленности в системе электронных платежей//Фундаментальные исследования. -2014. -№ 12-5. -С. 1093-1097.

  13. Петеляк В.Е. Моделирование программного обеспечения средней и меньшей сложности с помощью автоматно-алгоритмических схем // Современные проблемы науки и образования: материалы XLV внутривузовской научной конференции преподавателей МаГУ. – Магнитогорск: МаГУ, 2007. – С. 257-258.

  14. Петеляк В.Е. Некоторые вопросы интеграции ИС предприятия в глобальную сеть // Проблемы разработки и адаптации информационных систем и технологий: межвузовский сборник научных статей. – Магнитогорск: МАГУ, 2008. – С. 27-33.

  15. Петеляк В.Е. Проблема неполноты данных для интероперабельности систем// Современные проблемы науки и образования: материалы XLVII внутривузовской научной конференции преподавателей МаГУ. – Магнитогорск: МаГУ, 2009. – С. 387-388.

  16. Попова И.В. Разработка приложений: учеб. пособие / И. В. Попова. – Магнитогорск: МаГУ, 2005. – 186 с.

  17. Пролозова, Н.О., Назарова, О.Б., Давлеткиреева, Л.З. Анализ стандартов в области сопровождения автоматизированных информационных систем /Н.О. Пролозова, О.Б. Назарова, Л.З. Давлеткиреева//Современные научные исследования и инновации, 2012. -№ 11 (19). -С. 7. -Режим доступа: http://web.snauka.ru/issues/2012/11/18571

  18. Сильвестрова О.В., Новикова Т.Б., Давлеткиреева Л.З. Развитие технической инфраструктуры ЛПУ // Современные научные исследования и инновации. 2013. № 3 [Электронный ресурс]. URL: http://web.snauka.ru/issues/2013/03/22907 (дата обращения: 24.06.2015).

  19. Скокова И.К. Обоснование инструментальных средств моделирования бизнес-процессов проведения мероприятий с использованием дистанционных технологий / И.К. Скокова, Л.З. Давлеткиреева // Сборник научных трудов III Международной научно-практической конференции 20–21 ноября 2014 года. – Светлый Яр: филиал ФГБОУ ВО МГУТУ имени К. Г. Разумовского (ПКУ) в р. п. Светлый Яр Волгоградской области, 2014. –714 с. – С. 694-698.

  20. Скокова И.К., Давлеткиреева Л.З. Актуальность проведения заочных конференций посредством применения веб-технологий для удаленной активизации научной деятельности // Актуальные проблемы развития вертикальной интеграции системы образования, науки и бизнеса: экономические, правовые и социальные аспекты: материалы II Международной научно-практической конференции 23-24 октября 2014г. - Т. 4; под ред. С.Л. Иголкина. – Воронеж: ВЦНТИ, 2014. – С. 180-183.

  21. Скокова И.К., Давлеткиреева Л.З. Обоснование инструментальных средств моделирования бизнес-процессов проведения мероприятий с использованием дистанционных технологий // Современные технологии и управление: сборник научных трудов III Международной научно-практической конференции 20–21 ноября 2014 года.– Светлый Яр: филиал ФГБОУ ВО МГУТУ имени К. Г. Разумовского (ПКУ) в р. п. Светлый Яр Волгоградской области, 2014. – С. 694-698.

  22. Столярова А.И., Севостьяновой А.В. О проблемах внедрения медицинских информационных систем // Сборник трудов международной конференции «Информационные технологии в науке, управлении, социальной сфере и медицине» 2015 г. – Т. 3; Томск: АлтГТУ, 2015. – С. 338-340

  23. Требования к выпускной квалификационной работе студентов специальности 080801 «Прикладная информатика (в экономике)» (методические рекомендации) /Назарова О.Б., Масленникова О.Е.,Махмутова М.В., Белоусова И.Д., Давлеткиреева Л.З., Попова И.В., Новикова Т.Б., Удотов А.С.//Международный журнал экспериментального образования, 2010. -№ 3. -С. 13-14

  24. Осовский С. Нейронные сети для обработки информации/ Осовский С./ пер. с польского Рудинского И.Д.: М : Финансы и статистика, 2002- 344 с.

  25. Уоссермен Ф. нейрокомпьютерная техника: теория и практика / Уоссермен Ф./ пер. с английского Зуев Ю.А., Толенов В.А. ЖМир, 1992- 88с.

  26. Каширина И.Л. Нейросетевые технологии. Учебное пособие / Каширина И.Л./Воронеж:Издательско-полиграфический центр ВГУ,2008г.-72

  27. Жариков О.Г., Литвин А.А., Ковалёв В.А. Экспертные системы в медицине/ Жариков О.Г.//Медицинские Новости.-2008.-№10

  28. Киликовский В.В., Олимпиева С.П., Киликовский Вл.В. Компьютерные медицинские консультативные системы, основанные на представлении знаний эксперта в виде семантической сети/Киликовский В.В.//Медицинский научный и учебно–методический журнал-2001г.-№2

  29. Гаврилова Т.А., Хорошевский В.Ф. Базы знаний интеллектуальных систем. – СПб; Питер, 2000.

  30. Джексон, Питер. Введение в экспертные системы. Пер. с англ. : Уч. пос. – М.: Издательский дом "Вильямс", 2001.

  31. Искусственный интеллект.  В 3-х кн. Кн. 2.и Модели и методы: Справочник /Под ред. Д.А. Поспелова  М.: Радио и связь, 1990.

  32. Люгер, Джордж, Ф. Искусственный интеллект: стратегии и методырешения сложных проблем, 4-е издание.: Пер. с англ. – М. : Издательский дом "Вильямс", 2003.

  33. Осуга С. Обработка знаний: Пер. с япон.  М.: Мир, 1989.

  34. Попов Э.В. Экспертные системы: Решение неформализованных задач в диалоге с ЭВМ.  М.: Наука. Гл. ред. Физ.-мат. Лит., 1987.

  35. Статические и динамические экспертные системы: Учеб. Пособие /Э.В. Попов, И.Б. Фоминых, Е.Б. Кисель, М.Д. Шапот. – М.: Финансы и статистика, 1996.

  36. Юрин А.М. Инструментальные средства создания экспертных систем с продукционными базами знаний. Международная научно-практическая конференция «Технология, инновация, качество ‘99», 1-3 июня 1999г.  Казань, 1999.

  37. Юрин А.М. Представление и интерпретация знаний в многопредметных экспертных системах // Вестник Казан. Гос. техн. ун-та им. А.Н.Туполева.2001.№ 3.

  38. Юрин А.М., Тахаутдинов В.С., Гусев В.Ф. Принятие управленческих решений с применением технологии экспертных систем. Стр. 65-68. "Инфокоммуникационные технологии глобального информационного общества": Сб. трудов научно-практической конференции, Казань, 16-18 сентября 2003.

  39. Базы данных. Интеллектуальная обработка информации / В.В. Корнеев [и др.]. – М. : Нолидж, 2000.

  40. Джарантино, Дж. Экспертные системы: принципы разработки и программирования / Дж. Джарантино, Г. Райли. – 4-е изд. ; пер. с англ. – М. : Изд. дом «Вильямc», 2007. – 1152 с.

  41. Джексон, П. Введение в экспертные системы / П. Джексон ; пер. с англ. – М. : Изд. дом «Вильямc», 2001. – 622 с.

  42. Люгер, Дж. Искусственный интеллект: стратегии и методы решения сложных проблем / Дж. Люгер, С. Рассел, П. Норвиг. – 4-е изд. ; пер. с англ. – М. : Изд. дом «Вильямc», 2003. – 864 с.

  43. Рассел, С. Искусственный интеллект: современный подход / C. Рассел, П. Норвиг. – 2-е изд. ; пер. с англ. – М. : Изд. дом «Вильямc», 2006. – 1408 с.

  44. Частиков, А.П. Разработка экспертных систем. Среда CLIPS / А.П. Частиков, Т.А. Гаврилов, Д.Л. Белов. – СПб. : БХВ-Петербург, 2003. – 608 с.

  45. Уэно Х., Исидзука М.. Представление и использование знаний. М: Мир, 1989. -220 с.

  46. Змиртович А.И. Интеллектуальные информационные системы. – Мн.: НТООО «ТетраСистемс». 1997. – 256 с. 305

  47. Попов Э.В. Системы общения и экспертные системы. Искусственный интеллект. В 3-х кн. Кн. 1. Справочник / Под ред. Э.В. Попова – М.: Радио и связь. 1990.

  48. Романов, В.П. Интеллектуальные информационные системы в экономике: Учебное пособие.-.: «Экзамен», 2003. – 496 с.

  49. Гаскаров, Д.В. Интеллектуальные информационные системы:Учебник для вузов. -М.: ВШ, 2005. – 432

  50. Паклин, Н.Б., Орешков, В.И. Бизнес аналитика: от данных к знаниям: Учеб. пособие .2-е изд. – СПб.: Питер, 2010. – 704 с. , прил. CD

  51. Тельнов, Ю.Ф. Интеллектуальные информационные системы в экономике. Учебное пособие. -М.: СИНТЕГ. 2001. – 316 с.

  52. Роберт Левин, Диана Дранг. Практическое введение в технологию искусственного интеллекта и экспертных систем с примерами. /Пер. с англ. М.Л.Сальникова, Ю.В.Сальниковой .-М.: Мир, 2000. - 160 с

Приложение ТЗ на создание интеллектуальной системы по установлению предварительного диагноза пациента

Проект технического задания

Интеллектуальная система постановки предварительного диагноза пациента

ТЕХНИЧЕСКОЕ ЗАДАНИЕ

(Версия 1.0)

г. Магнитогорск

2015 г.

Общие сведения

Принятые сокращения.

БЗ - база знаний;

ИИС - интеллектуальная информационная система;

ИТ - информационные технологии;

АД - артериальное давление;

НДС - не санкционированный доступ;

ПО - программное обеспечение.

В контексте данного документа ресурсы информационных технологий (ИТ ресурсы) включают в себя компьютерное, сетевое и телекоммуникационное оборудование, комплектующие и запасные части, расходные материалы, программное обеспечение.

Наименование системы и ее условное обозначение.

Полное наименование системы: «Интеллектуальная система постановки предварительно диагноза пациента».

Условное обозначение системы: IISD (Intelligent Information System Diagnostics).

Основания для проведения работ, сроки проведения и порядок финансирования.

Интеллектуальная система постановки предварительно диагноза пациента разрабатывается на основании:

  • ГОСТа 20790-93 «Приборы, аппараты и оборудование медицинские. Общие технические условия»

  • ISO 11073-90101:2008 Информатика в здравоохранении. Связь с медицинскими приборами, находящимися в местах оказания медицинской помощи. Часть 90101. Аналитические приборы.

  • ISO 12967-1:2009 Информатика в здравоохранении. Архитектура сервиса. Часть 1. Разрез предметной области

  • ISO 12967-2:2009 Информатика в здравоохранении. Архитектура сервиса. Часть 2. Разрез информации

  • ISO 12967-3:2009 Информатика в здравоохранении. Архитектура сервиса. Часть 3. Вычислительный разрез

  • ISO 13119:2012 Информатика в здравоохранении. Источники клинических знаний. Метаданные

Плановые сроки проведения работ.

Работы по настоящему техническому заданию начинаются с момента его утверждения.

Продолжительность работы - в соответствии с планом-графиком работ по проекту.

Финансирование работ производится за счет средств, выделенных из государственного бюджета.

Назначение, цели и задачи системы.

Назначение системы.

Система IISD предназначена для:

  • автоматизации деятельности ЛПУ;

  • поддержки в постановке предварительного диагноза;

  • контроля неполноты, ошибок существующего лечебного процесса или недостаточного учета специфических характеристик пациента в принятом плане лечения;

  • поддержки принятия медицинских решений;

  • мониторинга состояния пациента с медицинских приборов;

  • автоматизации процесса заказа лекарственных препаратов;

  • анализа данных мониторинга состояния пациента с медицинских приборов.

Цели создания системы.

Основная цель системы – автоматизировать и упростить процесс постановки предварительного диагноза, а так же повысить качество и скорость медицинского обслуживания, сокращая потери данных, и способствовать развитию области терапии и выходу процессов медицинской диагностики на новый уровень.

Задачи системы.

Для достижения основной цели системы необходимо решить следующие задачи:

2.3.1 Задачи по диагностики:

  • Наполнение перечня симптомов.

  • Формирование сценариев диагностики.

  • Формирование сценариев обучения.

  • Обучение нейронной сети.

  • Обеспечение должностных лиц оперативной информацией для принятия решений по закупкам.

2.3.2 Задачи заказа лекарств:

  • Учет лекарственных препаратов.

  • Ведение рецептурных бланков.

  • Автоматическая синхронизация данных о препаратах с БД по фармакологии.

  • Синхронизация с аптечными системами.

2.3.3 Задачи по мониторингу:

  • Контроль за изменением состояния здоровья.

  • Внесение рекомендаций по изменению плана лечения.

2.3.4 Задачи по техническому обслуживанию:

  • Регистрация заявок на обслуживание или ремонт ИТ ресурсов.

  • Планирование ремонтных и регламентных работ.

  • Назначение исполнителя работ и сроков их выполнения.

  • Регистрация времени начала и окончания работ, информации о затраченных ресурсах.

  • Автоматическое уведомление ответственных лиц об этапах выполнения ремонтных и регламентных работ, а также о просроченных работах.

Характеристики объекта автоматизации.

Автоматизируемые места.

Информация системы IISD может использоваться в следующих подразделениях ЛПУ и локациях:

  • автоматизированное рабочее место врача и медсестры;

  • автоматизированное рабочее место заведующего;

  • рабочее место регистратора;

  • персональный компьютер пациента;

  • автоматизированное рабочее место работника аптеки.

Особенности условий эксплуатации.

Система должна функционировать при существующем уровне вычислительной техники. Система должна обеспечивать эффективный поиск и обмен данными через единую телекоммуникационную инфраструктуру ЛПУ. В системе должны быть предусмотрены возможности для защиты данных, для управления разграничением доступа к данным, для контроля за использованием данных.

Требования к системе управления жизненным циклом ИТ ресурсов.

Общие требования.

Требования к структуре и функционированию системы.

Систему IISD можно определить как автоматизирующую и поддерживающую процесс анализа исходных данных пациента и постановки предварительного диагноза. Отслеживаемая информация может представлять собой простейшие данные, например личные данные пациента, АД, вес и возраст, температура тела, а так же перечень симптомов и принимаемых лекарств. Подобная система должна позволять эффективно отслеживать данные, связанные с историей болезни пациента, и контролировать индивидуальные особенности здоровья пациента на всех стадиях лечения:

  • стадия регистрации включает в себя получение информации о системе, заполнение формы регистрации, подтверждение формы, генерацию пароля;

  • стадия предварительной диагностики включает введение в систему симптомов, ответы на уточняющие вопросы, детализация аспектов самочувствия, посредствам диалога с системой;

  • стадия лечения включает посещение врача, используя информацию, полученную на предыдущей стадии, подбор специалиста, составление плана лечения;

  • стадия мониторинга обычно включает отслеживание состояния пациента, посредствам диалога с системой;

  • стадия заказа лекарств обычно определение списка лекарственных препаратов и доз, выбор способа оплаты и места покупки, заказ лекарства.

Требования к персоналу.

Требования к численности персонала.

Система должна обеспечить возможность работы необходимого числа пользователей. Максимальное число пользователей системы определяется штатным расписанием автоматизируемых подразделений ЛПУ.

Система должна предоставлять веб-интерфейс для необходимого числа пациентов.

В состав специалистов, осуществляющих техническую поддержку системы должны входить администраторы системы и группа технической поддержки. Численность группы технической поддержки определяется исходя из числа рабочих мест, на которых планируется установка системы, и их территориальной удаленностью друг от друга.

Обучение персонала.

Все участники внедряемой системы и соответствующих процессов должны пройти обучение. Обучение должно обеспечить подготовку пользователей для выполнения требуемых функций в системе.

Программа обучения может различаться для каждой группы пользователей в зависимости от их ролевых функций в системе, и будет определена на этапе проекта «Внедрение организационных изменений». Обучение пользователей может быть проведено без отрыва от рабочего процесса во время, согласованное с руководством обучаемых пользователей.

Перед началом работы с системой, работники, не обладающие необходимыми навыками, должны пройти соответствующие курсы. Контроль знаний и навыков, а также возможность приступать к эксплуатации системы определяет администратор системы.

Пользователи должны пройти общую и специальную подготовку по работе со средствами системы и средствами вычислительной техники, необходимой для работы системы:

  • общая подготовка должна включать в себя получение навыков работы с офисным программным обеспечением и оболочками ПЭВМ в объеме навыков пользователей системы.

  • специальная подготовка должна включать в себя получение навыков работы с системным и прикладным обеспечением системы в объеме функций ее пользователей.

Использование системы пациентом призван упростить интуитивно понятный интерфейс.

Требования к надежности.

Система должна обеспечить восстановление своей работоспособности в течение не более 1 часа при возникновении аварийных ситуаций (за исключением отказов в каналах связи).

Надежность системы должна обеспечиваться:

  • применением высоконадежного и отказоустойчивого оборудования;

  • принятием специальных технологических решений, включая резервирование, обеспечивающих высокую отказоустойчивость и живучесть наиболее ответственных и жизненно важных компонент системы;

  • реализацией архивирования с возможностью восстановления данных системы;

Требования к эксплуатации.

Условия и режимы эксплуатации.

Система должна функционировать 24 часа в сутки 7 дней в неделю, без учета времени, необходимого для проведения регламентных работ.

Время реакции системы на команды пользователя не должно превышать 5 секунд в нормальном режиме.

Виды и периодичность регламентного и профилактического обслуживания системы разрабатываются на этапе реализации проекта.

Все пользователи системы должны быть заблаговременно оповещены о плановых остановках системы не позднее, чем за 3 дня до проведения работ.

Веб-интерфейс должен быть адаптирован для большинства распространенных мобильных платформ.

Требования к обслуживающему персоналу.

Для обслуживания системы необходимы группы специалистов, оказывающих консультативную, техническую и информационную поддержку.

Специалисты, оказывающие консультативную поддержку, должны знать назначение и функции системы, а так же быть специалистами в области диагностики и лечения.

Специалисты, оказывающие техническую поддержку, должны знать настройку программной и аппаратной части, обладать знаниями и умением классифицировать и устранять возникающие ошибки.

Специалисты, оказывающие информационную поддержку, должны владеть навыками информационного наполнения системы и принципами создания информационных отчетов.

Требования к защите информации от НСД.

Средства защиты должны обеспечивать:

Аутентификацию – удостоверение подлинности личности пользователей, при попытках доступа к информационным ресурсам системы;

Авторизацию – проверку прав доступа пользователей к информационным ресурсам системы;

Доступность информационных ресурсов – разграничение доступа к информационным ресурсам на основании ролей в системе.

Данные требования являются первостепенными, так как система содержит конфиденциальные данные о пациентах и их истории болезни.

Требования к функциям системы.

Интеллектуальная система будет выполнять поддержку в постановке предварительного диагноза, а так же контролировать неполноту, ошибки существующего лечебного процесса или недостаточный учет специфических характеристик пациента в принятом плане лечения.

В сложных случаях или в случаях недостаточного опыта диагноста интеллектуальная система может оказать помощь на основе исследования данных о пациенте.

Создаваемая система интеллектуальной диагностики должна охватывать следующие функциональные области:

  • диагностика заболеваний;

  • мониторинг состояния пациента;

  • заказ лекарственных препаратов;

  • рекомендации по лечению и назначению лекарств;

  • анализ истории болезней;

  • рекомендации по направлению к специалистам.

4.2.1 Управление диагностикой.

Создаваемая система должна выступать в роли помощника в постановке предварительного диагноза, а так же контролировать неполноту, ошибки существующего лечебного процесса или недостаточный учет специфических характеристик пациента в принятом плане лечения.

Должно быть предусмотрено наличие механизма быстрого, полного и исключающего ошибки ввода информации в систему при поступлении новых данных, а также наличие возможности техническому персоналу протоколировать с помощью web-интерфейса все изменения (модернизацию, ремонт, передачу в сервисные службы и т.д.).

Система должна иметь механизм сравнения имеющихся данных и обучения нейронной сети.

Информация о ресурсах, хранящаяся в системе должна быть доступна для анализа через запросы и отчёты различного вида. Система должна выдавать всю требуемую информацию по максимально широкому спектру критериев поиска.

4.2.2 Управление заказом лекарственных препаратов.

Система должна интегрироваться с уже существующей аптечной системой и позволять создавать и управлять каталогом закупаемых лекарственных препаратов, где пользователи могут оставить запросы на новые лекарства. Так же система должна обеспечивать управление и мониторинг заявок на новые лекарства, позволяя прогнозировать будущие закупки. Необходимо присутствие приложения, упрощающего процесс создания заявки на приобретение лекарства, а также приложения, гарантирующего поступление необходимой информации о новых препаратах. Система должна позволять получать информацию от аптек в электронном виде, наполнять и обновлять репозиторий по мере появления новых препаратов.

4.2.3 Управление мониторингом состояния.

Одна из проблем, с которой сталкиваются терапевты, - мониторинг процесса лечения, изменений состояния здоровья. Система должна отслеживать изменения, ошибки, индивидуальные особенности организма в процессе лечения и способствовать отображению этих изменения в истории болезней.

В момент, когда в процессе лечения выявлены изменения по какой бы то ни было причине, или при появлении нового показателя система должна вносить изменения в план лечения и обновлять информацию в системе, а так же вносить изменения в план обучения нейронной сети. Система должна позволять персоналу найти информацию об изменениях и внести её в репозиторий. Как только специалист подтверждает изменения, информация становится частью постоянной записи. Система должна по запросам специалиста автоматически формировать необходимые отчеты.

Требования к видам обеспечения

Требования к техническим средствам.

Требования к аппаратному обеспечению должны соответствовать техническим требованиям, указанным в руководстве по установке внедряемого программного обеспечения, в соответствии, с принятой в ЛПУ архитектурой и количеством пользователей системы.

Схема комплекса программно-технических средств для реализации пилотного проекта системы приведена на Рисунке 1.

Рисунок 1 – типовая ИТ-инфраструктура

Требования к информационному обеспечению.

Между всеми компонентами системы должен быть реализован обмен данными.

Должна быть реализована возможность синхронизации баз знаний.

Должна быть реализована возможность передачи данных из БЗ в IISD.

Должна быть реализована возможность доступа к web интерфейсам компонентов системы через ПК пользователя и через АРМ работника.

Должна быть реализована возможность передачи данных междуавтоматизированными рабочими местами.

Состав и содержание работ по созданию системы:

  • Анализ существующего процесса диагностики.

  • Разработка технического задания;

  • Формирование нейронной сети.

  • Описание алгоритмов.

  • Наполнение хранилищ знаний.

  • Обучение системы.

Подготовка комплекса программно-технических средств для проведения испытаний и реализации пилотного проекта;

Инсталляция необходимого ПО в соответствии с техническим заданием;

Загрузка необходимых справочников;

Интеграция системы с уже имеющимися решениями;

Тестирование результатов интеграции;

Тестирование основных функции системы;

Тестирование функций заказа лекарств и мониторинга;

Анализ существующей модели диагностики с целью выявления не корректных, дублирующих и недостающих процессов;

Внедрение интеллектуальной системы диагностики.

Порядок контроля и приемки системы

Результаты испытаний оформляются протоколами и используются при разработке эксплуатационной документации и регламентов работы с системой.

Приемка системы производится по программе и методике испытаний.

Отработка оптимальных форм организации работ при эксплуатации системы производится в ходе реализации пилотного проекта.

Требования к документированию

На этапе реализации пилотного проекта должны быть разработаны необходимые дополнительные ролевые инструкции для работы пользователей с внедряемой системой.

Порядок внесения изменений

Настоящее техническое задание может изменяться и дополняться в процессе разработки и проведения испытаний. Все изменения и дополнения оформляются в установленном порядке.

1

Просмотров работы: 3034