авторефераты диссертаций БЕСПЛАТНАЯ БИБЛИОТЕКА РОССИИ

КОНФЕРЕНЦИИ, КНИГИ, ПОСОБИЯ, НАУЧНЫЕ ИЗДАНИЯ

<< ГЛАВНАЯ
АГРОИНЖЕНЕРИЯ
АСТРОНОМИЯ
БЕЗОПАСНОСТЬ
БИОЛОГИЯ
ЗЕМЛЯ
ИНФОРМАТИКА
ИСКУССТВОВЕДЕНИЕ
ИСТОРИЯ
КУЛЬТУРОЛОГИЯ
МАШИНОСТРОЕНИЕ
МЕДИЦИНА
МЕТАЛЛУРГИЯ
МЕХАНИКА
ПЕДАГОГИКА
ПОЛИТИКА
ПРИБОРОСТРОЕНИЕ
ПРОДОВОЛЬСТВИЕ
ПСИХОЛОГИЯ
РАДИОТЕХНИКА
СЕЛЬСКОЕ ХОЗЯЙСТВО
СОЦИОЛОГИЯ
СТРОИТЕЛЬСТВО
ТЕХНИЧЕСКИЕ НАУКИ
ТРАНСПОРТ
ФАРМАЦЕВТИКА
ФИЗИКА
ФИЗИОЛОГИЯ
ФИЛОЛОГИЯ
ФИЛОСОФИЯ
ХИМИЯ
ЭКОНОМИКА
ЭЛЕКТРОТЕХНИКА
ЭНЕРГЕТИКА
ЮРИСПРУДЕНЦИЯ
ЯЗЫКОЗНАНИЕ
РАЗНОЕ
КОНТАКТЫ


Pages:     | 1 |   ...   | 8 | 9 || 11 | 12 |   ...   | 13 |

«ISBN ???-?-??????-??-? ПРОГРАММНЫЕ СИСТЕМЫ: ТЕОРИЯ И ПРИЛОЖЕНИЯ. Переславль-Залесский, 2009 615.07 УДК А. А. Толчёнов, Д. В. Зубов, А. В. Сергеева ...»

-- [ Страница 10 ] --

Штрих-коды в МИС Лечащий врач. Поскольку количество пациентов и количество документов, одновременно наблюдаемых врачом отделения сравни тельно невелико, использование штрих-кодирования на этапе отбора пациентов или выбора документов не является актуальным, тем не менее, применение штрих-кодовых шаблонов для назначения лечеб ных и диагностических мероприятий может ускорить работу врача.

Постовая и процедурная медсестра. Задачи как постовой, так и процедурной медсестры требуют частой идентификации пациен тов для выполнения назначенных врачом манипуляций, таких как выдача медикаментов, выполнение инъекций и капельниц, измере ние показаний температуры тела, артериального давления и т.д. и занесения информации о выполнении в МИС. Поскольку операции, выполняемые медсестрой, являются однотипными, но производятся они поочередно над группой пациентов, то для нее является более актуальным быстрый поиск пациента в контексте выбранного дей ствия. Поэтому, сформировав список пациентов отделения, помечен ных штрих-кодовыми идентификаторами, можно существенно уско рить процесс исполнения однотипных операций.

5.1.3. Архив бумажных историй болезни В процессе лечения пациента параллельно с электронной исто рией болезни формируется соответствующий бумажный вариант, ко торый необходимо после выписки пациента сдать в архив. Архивные истории болезней при необходимости извлекаются для анализа, по сле чего возвращаются обратно в архив. Снабдив бумажную историю болезни штрих-кодовым идентификатором можно ускорить процесс поиска записи в МИС о той или иной ИБ для проставления отметки о ее состоянии.

5.2. Поликлиника 5.2.1. Регистратура Большое значение быстрая и точная идентификация имеет в ре гистратуре поликлиники, где качество ее работы напрямую зависит от скорости отбора необходимой информации.

Процесс обслуживания пациента в регистратуре можно разбить на четыре части:

(1) идентификация пациента в системе;

(2) поиск врача, к которому пациент желает записаться;

20 Д. В. Белышев, Я. И.–О. Гулиев Рис. 2. Работа регистратуры поликлиники (3) поиск подходящего времени приема и запись на прием;

(4) печать тех или иных документов при необходимости.

Очевидно, что шаг поиска подходящего времени и врача является преимущественно ручной операцией, так как выбор связан с личны ми предпочтениями пациента и наличием свободного времени вра ча. Первые же два шага в процессе записи могут быть полностью или частично автоматизированы за счет применения штрих-кодовой идентификации, рис. 2.

Предоставление личной карточки пациента, на которой помимо его фамилии, имени и отчества написан его номер амбулаторной кар ты (АК) и продублирован штрих-кодом, позволяет решать задачу поиска пациента существенно более эффективно даже в случае от сутствия сканера штрих-кода на рабочем месте регистратора за счет наличия номера АК у пациента.

Отбор нужного пациенту специалиста также может быть частич но автоматизирован за счет предоставления личных кодов каждому Штрих-коды в МИС врачу (такой порядок существует в большом числе ЛПУ) и разме щения на столах регистраторов списков врачей. Вместе с тем, для большинства случаев поиск врача стандартными средствами МИС является более эффективным.

Существенно повышает качество обслуживания пациентов в ре гистратуре наличие возможности напечатать памятку пациенту о да те, времени и кабинете, т.е. памятку с информацией о предваритель ной записи на прием, что особенно важно для пожилых пациентов.

Кроме задачи напоминания пациенту о предварительной записи, дан ная памятка является документом, подтверждающим факт записи на прием, что само по себе может быть использовано для контроля прохождения пациентов через регистратуру, а также для решения спорных вопросов, связанных с предварительной записью. Данную памятку можно снабжать штрих-кодом, содержащим идентификатор информации о предварительной записи пациента в МИС. Используя данную памятку возможно ускорить процесс идентификации паци ента на приеме.

5.2.2. Врачебный прием Одной из главных задач информационной системы врача поли клиники является задача быстрого и качественного ввода достаточно большого количества разнородной информации в условиях короткого времени приема, поэтому любые средства, которые позволят упро стить и ускорить эту работу, внесут существенный вклад в работу врача на приеме. Неплохим подспорьем врачу, по нашему мнению, может стать механизм шаблонирования действий при помощи штрих кодирования.

Как ранее обсуждалось в разделе «Идентификация действий», штрих-код может быть использован для быстрого вызова тех или иных операций с МИС. Должен быть предоставлен механизм, ис пользуя который, врач или медсестра могли бы выбрать наиболее часто совершаемые действия и распечатать на лист бумаги выбран ные действия с их идентификаторами в виде штрих-кодов. При ра боте с пациентом оператору будет достаточно выполнить считывание сканером штрих-кода нужную запись, чтобы информационная систе мы выполнила закодированное действие. Наиболее подходящими для такой автоматизации действиями могут быть:

• оформление справок;

• выписывание диагностических назначений и лечения;

22 Д. В. Белышев, Я. И.–О. Гулиев • оформление направлений;

• оформление и продолжение листков временной нетрудоспо собности;

• фиксация оказанных пациенту услуг на приеме.

5.3. Лабораторная диагностика Подразделение лабораторной диагностики является одним из са мых требовательных к качественной и быстрой идентификации объ ектов подразделений ЛПУ. Если в лечебных отделениях идёт непо средственный контакт врача с пациентом, то в лаборатории этот кон такт опосредованный, выполненный через пришедшие документы.

Дополнительным усложняющим фактором в работе лаборатории яв ляется наличие трёх одновременных потоков информации:

• биоматериал для исследования;

• сопровождающий биоматериал документ;

• врачебное назначение (зачастую врачебное назначение ис пользуется одновременно и как сопровождающий документ, если же назначения выполняются врачом непосредственно в МИС без печати бланков направлений, то в этом случае со провождающий документ и назначение становятся разными объектами).

При ручной обработке сопроводительных документов и посту пивших материалов отмечается два недостатка:

• процедура очень трудоемка и не дает полной гарантии, что не произойдет перемешивания биоматериала, направления и результатов исследований (кроссовер);

• передача персонифицированных данных для некоторых ви дов анализов (онкология, гинекология, ВИЧ и т.д.) потен циально может стать источником утечки личных данных.

Привлечение средств автоматической идентификации позволяет решить поставленные проблемы за счет исключения ручной обра ботки документов. Заказ снабжается штрих-кодовой меткой, содер жащей его идентификатор в информационной системе;

результат ис следования передается в МИС с привязкой к переданному иденти фикатору заказа. Схематически процесс показан на рис. 3.

Штрих-коды в МИС Рис. 3. Схема взаимодействия лечебного отделения и лаборатории с использованием технологии штрих кодирования 5.3.1. Заказ лабораторных исследований Процедура заказа лабораторных исследований является одним из основных звеньев взаимодействия клинических и лабораторных подразделений. Задача МИС — сделать процесс назначения исследо ваний прозрачным для врача, взяв на себя задачи диспетчеризации назначений, которые должны быть выполнены в разных лаборато риях, в том числе, сгруппировав по типу анализируемого материала, чтобы забор материала сразу велся для нескольких исследований, если это возможно.

Результатом работы МИС после того, как врач выполнил назна чения, должны стать заказы в лабораторную систему. Для заказа может быть сформирован бланк заказа, который снабжается штрих кодовым идентификатором, позволяющим в процедурном кабинете выполнить забор материала для указанной группы исследований.

5.3.2. Процедурный кабинет Для более эффективной автоматизации процесса заказа и выпол нения лабораторных исследований необходимо использовать совре менные средства идентификации образцов биоматериала. Одним из таких средств является маркировка контейнеров с помощью штрих кодов. С помощью штрих-кода, указанного на бланке заказа можно кодировать номер заказа, дату, идентификатор пациента, перечень назначаемых исследований и другие данные.

Этикетки со штрих-кодами формируются и распечатываются по сле ввода заказа на этапе получения рабочих листов на забор био материала. Они наклеиваются процедурной сестрой на одноразовую 24 Д. В. Белышев, Я. И.–О. Гулиев Рис. 4. Схема работы процедурного кабинета при за боре биоматериала пробирку либо набор пробирок с биоматериалом пациента. Для удоб ства маркировки вид исследования дублируется цветом пробирок.

Пробирки с взятым у пациента биоматериалом направляются в реги стратуру лаборатории. Схематически данный процесс изображен на рис. 4.

5.3.3. Клинико-диагностическая лаборатория Использование штрих-кодов позволяет применить автоматиче скую систему сортировки пробирок:

• осуществить сверку информации на пробирках с заказами, поступившими в автоматизированную лабораторную систе му из больничной системы, и отбраковку ошибочных проб (неопознанных пробирок, пробирок с недостаточным коли чеством сыворотки и т. д.);

• оставшиеся рабочие пробы поступают в модуль клонирова ния проб, где копируются на необходимое количество вто ричных пробирок, по которым разливается обрабатываемая сыворотка;

• наконец, на заключительном этапе пробирки с образцами сортируются по специальным штативам — биохимическим (отдельно ферменты, электролиты, электрофорез белков и т. д.), иммунологическим (отдельно для обследования на ВИЧ-инфекцию), эндокринологическим, серологическим и Штрих-коды в МИС т.д. Сформированные штативы в соответствии со своим на значением поступают в лаборатории.

Можно отметить следующие преимущества описанной техноло гии маркировки и регистрации пробирок:

• маркировка биоматериала с помощью штрих-кода практиче ски сводит к нулю вероятность ошибки при идентификации биоматериала и вида исследования;

• использование штрих-кода для кодирования персональных данных пациента обеспечивает полную конфиденциальность исследования;

• сокращается объем ручной обработки биоматериалов.

5.4. Взаимодействие ЛПУ При направлении пациентов из одного ЛПУ внутри ведомства в другое формируются сопровождающие документы, содержащие пер сональные данные о пациенте, о цели направления и прочую необхо димую медицинскую информацию. При оформлении пациента дан ные из сопровождающих документов должны быть занесены в МИС оператором. Для ускорения этого процесса возможно использование штрих-кода, содержащего основную информацию о пациенте. Сам штрих-код следует размещать непосредственно на сопроводительном документе.

Если в качестве используемой символики рассматривать двух мерный штрих-код PDF417 с максимально возможным объемом ко дируемой информации до 2710 символов, то примерный состав коди руемых данных может быть следующим, табл. 5.4.

Название таблицы, в отличие от рисунка, приводится над нею.

6. Заключение В работе подробно рассмотрена технология штрих-кодирования, особое внимание уделено классификации и типам штрих-кодов. Про анализирован опыт применения штрих-кодов в медицинских инфор мационных системах.

Выделены основные тенденции развития предметной области и изучены области применимости технологии штрих-кодирования как в современной медицине в целом, так и в ведомственной медицине.

26 Д. В. Белышев, Я. И.–О. Гулиев Таблица 1. Состав медицинских данных, кодируе мых двухмерным штрих-кодом Назначение Символы Комментарий Уникальный идентифика- 21 UID пациента тор персоны ФИО 61 Фамилия, имя и отчество пациента Дата рождения 11 ЧЧ.ММ.ГГГГ Сигнальная информация 1600 Группа крови, резус фак тор;

аллергические реак ции;

заболевания Направившее ЛПУ 51 Наименование ЛПУ Дополнительные данные 966 Текстовая информация Большое внимание уделено практической стороне вопроса, т.к.

вырабатывались конкретные рекомендации и меры по решению ор ганизационных и технических вопросов применения штрих-кодов в медицинской информационной системе.

Список литературы [1] Никушкин Е. В., Тарасов В.В., Антонов Р. В., Дзюбина О. В. Автомати зированный заказ лабораторных исследований, № 4, 1998. 3. [2] Жибурт Е. Б. Модернизация лабораторной диагностики в службе крови, № 9, 2005. — 27-30 c. 3. [3] Арманд В. А., Железнов В. В. Штриховые коды в системах обработки ин формации. – М.: Радио и связь, 1989. – Исследовательский центр медицинской информатики ИПС РАН D. V. Belyshev, Ya. I.–O. Guliev. Usage of Barcodes Technology in Hospital In formation Systems // Proceedings of Program Systems institute scientific conference “Program systems: Theory and applications”. — Pereslavl-Zalesskij, 2009. — p. ??. — ISBN ???-?-??????-??-? (in Russian).

Abstract. The article represents analysis of usage of barcode technology in hospital in formation systems.

ISBN ???-?-??????-??-? ПРОГРАММНЫЕ СИСТЕМЫ: ТЕОРИЯ И ПРИЛОЖЕНИЯ. Переславль-Залесский, 658.562.6:04.032.26 (06) УДК Ю. Г. Емельянова, А. А. Талалаев, В. П. Фраленко, В. М. Хачумов Нейросетевой метод обнаружения неисправностей в космических подсистемах Аннотация. Рассмотрены вопросы контроля космических подсистем на основе нейросетевого подхода. Обнаружение неисправности сведено к зада че распознавания двух классов «исправно», «неисправно». Проведен срав нительный анализ качества контроля с применением персептрона и веро ятностной нейронной сети (ВНС). Показано, что ВНС достаточно уверенно разделяет ситуацию на два класса и может быть использована для решения задачи.

1. Введение Вопросам обеспечения работоспособности космических подсистем за счет комплексных средств контроля и диагностики уделяется са мое серьезное внимание [1]. Под диагностикой обычно понимают уста новление технического состояния объектов, выявление дефектов и измерение их параметров, обнаружение и прогнозирование развития нештатных ситуаций (НШС). Естественно, речь идет об измерении параметров способами, не ухудшающими последующую эксплуатаци онную пригодность и надежность подсистемы. Эффективность мето дов контроля и диагностики зависит от используемой концептуаль ной модели предметной области. Применительно к объектам косми ческой отрасли диагностика может рассматриваться, например, как измерение параметров текущего состояния объекта, определение си туации и прогнозирование надежности работы подсистем на основе знаний экспертов [2].

Целью настоящей работы является обнаружение отклонений в работе бортовых и наземных станциях командно–измерительных си стем (НС КИС) на основе искусственных нейронных сетей (ИНС).

Работа выполнена при финансовой поддержке Программы Союзного госу дарства «Космос–НТ» (проект «Нейросеть»).

2 Ю. Г. Емельянова, А. А. Талалаев, В. П. Фраленко, В. М. Хачумов 2. Постановка задачи Сформулируем задачу обнаружения отклонений в работе техни ческой системы как задачу распознавания. Задача распознавания [3] формулируется следующим образом. Пусть дано множество M объ ектов {i };

на этом множестве имеется разбиение на конечное число m подмножеств (классов) k, k = 1, m, k = M. Каждый класс k k= имеет внутреннюю структуру, например, в виде некоторого множе ства объектов–эталонов. Объекты задаются значениями некоторых признаков xj, j = 1, N (этот набор всегда один и тот же для всех объектов, рассматриваемых при решении задачи). Совокупность зна чений признаков xj определяет описание каждого объекта I () = {x1, x2,..., xN }. Информация о вхождении некоторого объекта в какой-либо класс представляется в виде информационного вектора I () = {I1 (), I2 (),..., Im ()}, где Ik () несет информацию о принадлежности объекта к классу k :

1, k 0, k / (1) Ik () =.

, если неизвестно k или k / Решение о принадлежности объекта классу k принимается на основе сравнения расстояний между объектом и классами. К мерам расстояний при этом не предъявляется жестких требований. К пред ложенной Журавлевым Ю.И. [3] схеме распознавания можно свести множество возможных постановок задач контроля и диагностики.

Покажем это на примере постановки задачи контроля сеанса свя зи центра управления полетом (ЦУП) с Абонентом, в качестве ко торой выступает НС КИС. При взаимодействии ЦУП с Абонентом происходит обмен директивами. Инициатором выдачи директив мо жет быть только ЦУП. Все директивы и инициативные сообщения (ИС) квитируются получателем. Инициативные сообщения и квитан ции выдаются Абонентом на фоне передаваемой информации функ ционального контроля (ИФКТ) с тактом 1 сек. В поле заголовка кви танции Code вводится код квитанции, в поле NPrm — номер послед него принятого пакета. В структуре информации обратного канала (ИОК) в поле Code содержится одно из трех значений: 1, 2 или 0.

Целью контроля является определение аварийной ситуации при выполнении набора правил. Алгоритм выявления НШС — потери Нейросетевой метод обнаружения неисправностей Рис. 1. Алгоритм слежения ЦУП за прохождением данных связи с ЦУП представлен на pис. 1. Код выданной директивы обо значен как Z, а код квитанции — как Nz.

Представленный алгоритм, предполагает одновременное измере ние значений ряда признаков и их проверку на соответствие опреде ленным условиям, выполнение или невыполнение которых кодирует ся соответственно как «1» и «0». Для дальнейшего анализа ситуаций удобно формализовать алгоритм в виде табл. 1.

4 Ю. Г. Емельянова, А. А. Талалаев, В. П. Фраленко, В. М. Хачумов Таблица 1. Формализация алгоритма контроля се анса связи ЦУП с Абонентом (НС КИС) № Наименование Признаки п/п ситуации 1 2 34567 Code = NZ -1, ИОК = Code = NZ, ИОК = Code = NZ, ИОК = Code = NZ, ИОК = В течение 3-x тактов Code = 0, NPrm = принято сообщение Число пройденных квитанция на Z Номер класса тактов Получена 1 Связь только что 1 0 1 0 0 0 0 0 установлена 2 Нормальная 1 1 0 0 0 0 0 0 передача 3 Z принята, идет запись на диск, 1 0 0 0 1 0 0 0 ждать сообщения от Абонента 4 Z принята, идет считывание с диска 1 0 0 0 0 1 0 0 ждать сообщения от Абонента 5 Ожидание сообщения 1 0 0 0 0 0 1 0 от Абонента 6 Обработка инициативного 1 0 0 0 0 0 0 0 сообщения от Абонента 7 Аварийный разрыв 0 0 0 0 0 0 0 0 связи 8 Потеряна 1 0 0 1 0 0 0 0 квитанция 9 Директива Z 1 0 0 0 0 0 1 1 потеряна Нейросетевой метод обнаружения неисправностей Каждая строка табл. 1 описывает прецедент с известным исхо дом. В соответствии с таблицей прецедентов имеем два класса «1» — нет потери связи, «0» — связь потеряна. Заметим что:

• табл. 1 содержит лишь выборочные данные о процессе, т.е.

не является полной;

• при распознавании часть признаков может быть неизвестна, т.е. принимать значение «–».

Задача решается при следующих условиях:

• предполагается, что выпадение значений «0» или «1» для всех признаков равновероятно;

• если на входе величина признака неизвестна (не задана) то на вход подается величина равная 0.5;

• если величина признака в эталонном векторе не задана (не существенна), то вероятность совпадения признака на входе и в эталоне принимаем равной 1;

• для удобства работы с ИНС введены два порога: «0» соот ветствует порог 0.25, а «1» — 0.75.

Таким образом, имеем соответствие условиям задачи (1) и, следо вательно, можем формулировать задачу определения неисправности как задачу распознавания. Далее следует проверить, может ли ИНС быть обучена на основе данных таблицы (обучающей выборки) для выявления одного из двух возможных исходов.

3. Исследование возможностей нейронных сетей Для решения задачи (1) целесообразно использовать принцип ло гико–вероятностного распознавания, реализуемый на основе соответ ствующей вероятностной нейронной сети (ВНС) [4]. ВНС требует для своего обучения знания параметров плотности распределения вероят ности: математических ожиданий значений признаков и дисперсии.

Основные идеи обучения ВНС изложены в работе [5]. С другой сторо ны задача логического распознавания ситуации может быть решена однослойным или двухслойным персептроном. Возможности обуче ния ИНС логическим функциям генетическим алгоритмом описаны, например, в работе [6].

6 Ю. Г. Емельянова, А. А. Талалаев, В. П. Фраленко, В. М. Хачумов 3.1. Вероятностная нейронная сеть Для правильного функционирования вероянтостной нейронной сети (ВНС) необходимо найти статистические параметры распреде ления вероятности [1]. С этой целью воспользуемся данными табл. 1.

Определяем вектор математических ожиданий Mp признаков для каждого класса P обучающей выборки (средние значения призна ков):

Qp i Pk k= i (2) Mp =, Qp i где: Mp — математическое ожидание i-го признака эталонных векто i ров класса P ;

Qp — число эталонных векторов в классе P ;

Pk — i-ый признак эталонного вектора с номером k из класса P.

Находим значения дисперсий DA :

h i M p Ai i= (3) DA =, h где: h — число признаков эталонов обучающей выборки;

Ai — i-ый признак эталонного вектора A.

Рассмотрим ВНС «с усреднением» (рис. 2a), у которой расстоя ние от подаваемого на вход вектора X (x0,..., xn ) до класса P есть среднее расстояние до эталонных векторов этого класса.

Функция активации имеет следующий вид:

Qp SPk k= (4) fp =.

Qp fp —вероятность того, что входной вектор A принадлежит к классу P h i (Pk Ai) P, SPk вычисляется по формуле SPk = exp i=1 P h, где DPk — 2D k дисперсия эталонного вектора с номером из класса P.

Нейросетевой метод обнаружения неисправностей Альтернативный подход к построению ВНС не предполагает из мерения среднего расстояния до эталонных векторов. Соответствую щая структура сети представлена на рис. 2b.

a) с усреднением b) без усреднения Рис. 2. Архитектура вероятностной сети Здесь функция активации fp вычисляется по следующей форму ле:

max {SPk }.

(5) fp = k=1...QP На вход нейронной сети подается вектор X (x0,..., xn ), а на вы ходе получаем вектор Y (y0,..., ym ) в соответствии с необходимым преобразованием X Y. Номер j, для которого выход yj максима лен, соответствует номеру класса.

8 Ю. Г. Емельянова, А. А. Талалаев, В. П. Фраленко, В. М. Хачумов 3.2. Однослойный и двухслойный персептроны Персептрон работает с входными векторами из чисел 0.25, 0. и 0.5, которые соответствуют нулю, единице и ситуации когда ве личина признака неизвестна. Персептрон представляет собой одно слойную нейронную сеть (рис. 3), в которой количество нейронов рав но числу классов. Альтернативой служит двухслойная полносвязная ИНС прямого распространения (двухслойный персептрон), представ ленная на рис. 4.

Функция активации однослойного персептрона имеет вид линей ного скачка:

1, если s (s + 1) /2, если 1 s 1.

(6) f (s) = 0, если s Настройка сети осуществляется по известному методу Видроу– Хоффа [4].

Рис. 3. Рис. 4.

Однослойный персептрон Двухслойный персептрон Нейросетевой метод обнаружения неисправностей Обучение двухслойной сети проводилось методом обратного рас пространения ошибки с активационной функцией вида сигмоид (ло гистическая функция): f (si ) = 1+esi, где si рассматривается как взвешенная сумма всех входов нейрона i второго слоя. Для всех сетей прямого распространения результат определяют по максимальному выходному сигналу.

3.3. Результаты экспериментов Помимо данных табл. 1 для обучения были использованы так же другие вектора в соответствии с алгоритмом (pис. 1), у которых «–»-значение может быть «0» или «1». Дополнительные вектора при ведены в табл. 2.

Таблица 2. Дополнительные обучающие вектора Наименование ситуации Номер класса:

при выполнении обработки Признаки 1 — норма, инициативного сообщения 0 — авария от Абонента 10–00000 Связь только что установлена 1–000000 Нормальная передача Z принята, идет запись на диск, 1000–000 ждать сообщения от Абонента Z принята, идет считывание с диска, 10000–00 ждать сообщения от Абонента 100000–0 Ожидание сообщения от Абонента Нейронные сети после обучения на данных табл. 1 и табл. 2 были протестированы как на данных из обучающей выборки, так и на слу чайных векторах, определенных на полном множестве всех возмож ных перестановок «0», «1» и «–». Полученные результаты отражены в сводной табл. 3.

Из табл. 3 видно, что однослойный персептрон в целом не спра вился c поставленной задачей. Двухслойный персептрон, обучаясь лишь на эталонных векторах, однозначно выделяет их из всего мно жества. Наилучшие показатели у ВНР без усреднения, в то время как сеть с усреднением не справилась со вторым режимом работы.

10 Ю. Г. Емельянова, А. А. Талалаев, В. П. Фраленко, В. М. Хачумов Таблица 3. Результаты экспериментов по обучению ИНС и распознаванию ситуаций Режим тестирования ИНС Режим 1 Режим (выходы 0, 1) (выходы 0, 1, «иначе») Тип ИНС Успешное Наличие ошибок Успешное Наличие ошибок обучение распознавания обучение распознавания по табл. 1 и эталонных и на полном эталонных и табл. 2 случайных наборе случайных векторов векторов векторов Вероятностная Да Нет Да Нет сеть без усреднения Вероятностная Да Да Да Да сеть с усреднением Однослойный Да Да Нет Да персептрон Двухслойный Да Нет Нет Да персептрон 4. Заключение В настоящей работе рассмотрена задача обнаружения неисправ ностей в функционировании космических подсистем как составная часть задачи диагностики. Экспериментально показано, что ИНС способны достаточно уверенно разделять ситуацию на два класса («исправно», «неисправно»), т.е. фактически решать задачу контро ля. Техническая диагностика подсистем подразумевает выделение су щественно большего числа классов. Однако есть уверенность в том, что и она может быть решена по приведенной схеме: построение таб лиц прецедентов, обучение ИНС, распознавание.

Список литературы [1] Большая космическая энциклопедия. – http://kosmos.claw.ru/. 1, 3. – [2] Смирнов С. В. Анализ и прогнозирование надежности аппаратуры наземных станций командно–измерительных систем. Авиакосмическое приборострое ние, №1, 2008. — 27-32 c. Нейросетевой метод обнаружения неисправностей [3] Об алгебраическом подходе к решению задач распознавания или классифи кации. Проблемы кибернетики. – Т. 33, 1978. — 5-68 c. 2, – [4] Каллан P. Основные концепции нейронных сетей. – M.: Издательский дом – «Вильямс», 2001. — 288 c. 3, 3. [5] Specht D. F. Probabilistic neural networks for classification, mapping or asso ciative memory. In Proceedings of IEEE international conference neural networks (vol. 1), 1988. — 525-532 c. [6] Хачумов В. М. Логические элементы на нейронах. Материалы IX Междуна родной конференции «Интеллектуальные системы и компьютерные науки», - том 1, часть 2. – M.: Издательство механико-математического факультета – МГУ, 2006. — 297-300 c. Исследовательский центр искусственного интеллекта ИПС РАН Институт системного анализа РАН J. G. Emelynova, A. A. Talalaev, V. P. Fralenko, V. M. Khachumov. Failure detection in space subsystems based on artificial neural networks // Proceedings of Program Systems institute scientific conference “Program systems: Theory and applications”. — Pereslavl-Zalesskij, 2009. — p. ??. — ISBN ???-?-??????-??-? (in Russian).

Abstract. Some issues of space subsystems control based on artificial neural network are considered in the paper. Failure detection is simply a problem of recognition of two classes:

"correct" and "failure". Implying perception and a Probabilistic Neural Network (PNN) the comparative analysis of quality of the control is carried out. It has been established that PNN confidently enough divides the situation into two classes and can be used in problem solving.

ISBN ???-?-??????-??-? ПРОГРАММНЫЕ СИСТЕМЫ: ТЕОРИЯ И ПРИЛОЖЕНИЯ. Переславль-Залесский, 519. УДК А. Н. Базаркин Исследование и разработка темпоральной модели данных в рамках МИС Интерин PROMIS Аннотация. В статье исследуются основные методы построения темпо ральных моделей данных в реляционных СУБД. Формулируются основные понятия теории построения темпоральных баз данных, раскрывается поня тие темпоральной модели данных. В работе приводится несколько крите риев классификации методов построения темпоральных моделей, а также обобщается опыт реализации одной из темпоральных моделей в рамках ин тегрированной подсистемы МИС Интерин PROMIS.

1. Введение Глобальный процесс информатизации коснулся практически всех сфер деятельности человека и стал неотъемлемым условием четко сти и успешности функционирования отрасли в целом. Эффективное управление учреждением стало напрямую зависеть от функциональ ных возможностей информационных систем (ИС). В последнее время особое распространение получили идеи построения так называемого единого информационного пространства (ЕИП), связывающего от дельные информационные системы и учреждения. Ключевым поня тием в этих системах является понятие информации, и, несмотря на то, что до сих пор не сформулировано универсального определения этому понятию, именно обеспечение хранения и доступа к инфор мации, а также ее достоверность определяют основные качества и функциональные возможности ИС.

С увеличением потребностей в качестве и достоверности инфор мации, а также с уменьшением стоимости дискового пространства особый интерес приобретают темпоральные базы данных. Актуаль ной областью исследований становятся формальные модели данных, ориентированные на хранение темпоральных данных.

В отличие от традиционных моделей данных, обеспечивающих хранение лишь мгновенного снимка объектов предметной области, темпоральные модели данных позволяют хранить информацию об эволюции объектов: для любого объекта, который был создан в мо мент времени T1 и закончил свое существование в момент времени T2, 2 А. Н. Базаркин в базе данных (БД) будут сохранены все его состояния на временном интервале [T1, T2 ] [1].

Под «темпоральностью» объекта следует понимать явную или неявную связь объекта с определенными датами или промежутка ми времени. В самом широком смысле, темпоральные данные – это– данные, которые могут изменяться с течением времени.

2. Темпоральность в ИС Несмотря на то, что многие приложения успешно функциони руют на основе традиционных систем управления базами данных (СУБД), существующих возможностей явно недостаточно для ин формационных систем, динамика изменения информации в которых является одним из ключевых моментов. Существует множество при кладных областей, где требуется не только восстановление более ран них состояний базы данных на определенную дату в прошлом, но и создание состояний базы данных на момент времени в будущем.

Так, например, процесс принятия решений, касающихся разви тия компании или медицинского учреждения, должен опираться на достоверные и актуальные данные о деятельности организации. Су щественное влияние на качество принимаемых решений имеет глуби на анализа данных, что в свою очередь непосредственно зависит от темпоральных возможностей конкретной информационной системы.

3. Постановка задачи В настоящее время на рынке коммерческих баз данных отсут ствуют СУБД, обладающие полноценными темпоральными возмож ностями. Вопрос построения полноценной темпоральной СУБД уже на протяжении нескольких десятилетий является весьма актуаль ным. За это время было предложено множество различных подходов и методов, сформулировано множество принципов и теорем. Теория проектирования темпоральных моделей данных является вполне са мостоятельной областью исследований.

Ввиду отсутствия на сегодняшний день полноценных темпораль ных СУБД [2], для реализации темпоральных возможностей в рам ках ИС программистам, как правило, приходится разрабатывать спе циальные средства, расширяющие и дополняющие существующие ре ляционные модели. Весьма распространенной проблемой разработки Модель темпоральности данных в МИС таких приложений является отсутствие полного понимания того, ка ким образом и на каком уровне должна быть осуществлена поддерж ка темпоральности в БД. Многими разработчиками, реализующими темпоральность в ИС, не учитывается тот факт, что за несколько де сятилетий существования данной области исследований, накоплено множество различных подходов и методик, изучение которых помог ло бы избежать многих традиционных ошибок и заблуждений [2].

Целью данной работы является изучение различных методов по строения темпоральных моделей данных, а также реализация одного из методов в рамках подсистемы МИС Интерин PROMIS. В статье представлено краткое введение в проблематику и аналитический об зор существующих методов построения, обобщен опыт реализации темпоральной модели данных в рамках подсистемы управления пер соналом МИС Интерин PROMIS, сформулированы основные требо вания к реализации и методологические принципы ее построения.

4. Введение в проблематику Темпоральная модель данных (ТМД) – это модель данных, ори – ентированная на хранение темпоральных данных, все аспекты ко торой также должны быть темпоральными. Традиционная модель данных M = (DS, OP, C) состоит из трех компонент: структура дан ных DS, операции OP и ограничения целостности C. Темпоральная модель данных M T = (DST, OP T, CT ) должна поддерживать все понятия, входящие в каждое из трех компонент, с учетом изменений данных во времени [1]. Структура данных должна быть адаптиро вана таким образом, чтобы она могла хранить темпоральные дан ные. Алгебра и операции модификации должны быть переопределе ны, используя темпоральную семантику. Дополнительно, для каж дого ограничения целостности в нетемпоральной модели данных M, темпоральная модель данных M T должна поддерживать темпораль ный аналог нетемпорального ограничения. Семантика темпоральных ограничений целостности также должна быть переопределена.

Таким образом, разработка ТМД предполагает развитие следу ющих составляющих:

• Темпоральная структура данных.

• Темпоральные ограничения целостности, ключи.

• Темпоральные запросы и модификации.

• Темпоральная алгебра.

4 А. Н. Базаркин Рассматривая данные, представленные в БД, в качестве некото рого отражение текущего состояния действительности в моделиру емом мире, каждая запись может быть воспринята как некоторый факт, который является истинным в определенный момент. При пере ходе к ТБД для каждого факта можно указать промежуток времени, в течение которого этот факт являлся истинным в моделируемом ми ре, представленном в БД. Представление времени, когда с данными связывается промежуток времени их актуальности (с точки зрения моделируемого мира), называется модельным или действительным (valid) временем [2].

Другим типом линии времени в теории ТБД является транзак ционное время. В любой СУБД каждой записи базы данных можно сопоставить некоторый промежуток времени, когда данная запись была представлена в БД, то есть промежуток времени между момен тами создания и удаления записи в БД [2].

Исследователями ТМД выделяются три фундаментальных типа темпоральных данных [1]:

• Момент времени (instant) (событие, которое произошло или произойдет в определенный момент времени, например, сей час или 1 августа 2009 года в 13.40).

• Интервал времени (interval) (длительность временного от резка, например, 2 года).

• Период времени (period) (конкретный отрезок времени, на пример, с 23 апреля 2007 года по 1 августа 2009 года).

Битемпоральная модель данных оперирует как модельным, так и транзакционным временем. Именно битемпоральная модель является наиболее востребованной моделью в большинстве ИС (рис. 1).

5. Краткий обзор методов представления данных Модифицирование реляционной модели данных c целью обеспе чения поддержки работы с темпоральными данными предполагает изменения модели на уровне СУБД. Однако устройство большин ства СУБД представляет собой «черный ящик», изменения в котором не представляются возможными. Поэтому основные способы обеспе чения поддержки темпоральных данных заключаются в поддержке темпоральной функциональности на уровне приложения либо расши рение реляционной модели данных до темпоральной.

Модель темпоральности данных в МИС Рис. 1. Битемпоральная модель данных Фактически, на практике существует два принципиальных под хода к реализации ТМД:

• Реализация темпоральной поддержки на уровне приложе ния.

• Расширение нетемпоральной модели данных до темпораль ной.

В литературе встречаются и другие способы такие, как генерали зация модели данных до темпоральной и использование абстрактных типов, однако на практике использование этих подходов имеет ряд существенных сложностей [3]. Метод реализации темпоральности на уровне приложения предполагает разработку специальных собствен ных средств поддержки темпоральности на уровне приложения. Од нако на практике данный подход приводит к существенным пробле мам, например, когда требуется изменить или заменить часть кода в приложении. Темпоральная семантика в таком случае проектиру ется каждым разработчиком заново. Темпоральная логика, реализо ванная на уровне приложения, может быть удобным сиюминутным решением, но не дальновидной стратегией проектирования ИС.

6 А. Н. Базаркин Расширение нетемпоральной модели данных до темпоральной мо дели означает, что для спецификации темпоральных понятий исполь зуются основные концепции, поддерживаемые нетемпоральной моде лью данных. Язык запросов и алгебра расширяются дополнительны ми операциями для того, чтобы иметь возможность описывать темпо ральные операции с данными. На практике этот подход расширения схемы данных наиболее широко используется для построения ТМД.

Его преимущество состоит в том, что данный метод предполагает изменение лишь отдельных частей модели, например, языка запро сов или ограничения целостности. Метод доступа к информации и структура данных остаются неизменными.

В рамках данного подхода предложены различные ТМД. Прин ципиальные отличия этих моделей друг от друга можно разделить по следующим критериям:

• Тип темпоральных данных (дискретное или интервальное представление времени).

• Обеспечение темпоральности на уровне отдельных атрибу тов или на уровне кортежа.

Темпоральные данные могут быть связаны как с дискретным представлением времени – моментом времени, так с интервальным – представлением. Преимущество модели, основанной на дискретном представлении, заключается в ее простоте с точки зрения поддержки стандарта SQL-92 [4]. Однако связь темпоральных объектов с одним атрибутом времени может усложнить и без того непростые темпо ральные запросы и операции. В этом плане проще в реализации ока зывается модель с интервальным представлением времени. Одним из недостатков этого подхода является отсутствие поддержки понятия «интервала» в стандарте SQL-92. Это понятие может быть смодели ровано посредством использования двух моментов времени.

Второй критерий построения темпоральных моделей данных при водит к появлению нескольких различных моделей данных:

• Модель представления темпоральных данных, предложен ная Р. Снодграсом (Snodgrass R.) [5].

Пусть битемпоральное отношение R имеет набор атрибутов A1,..., An, T, где T – битемпоральный атрибут, определен – ный на множестве битемпоральных элементов. Тогда R мож но записать в следующем виде:

Модель темпоральности данных в МИС R = (A1,..., An, Ts, Te, Vs, Ve ).

Набор дополнительных атрибутов Ts, Te, Vs, Ve состоит из атомарных темпоральных атрибутов времени, содержащих дату начала и окончания транзакционного и модельного вре мени. Данная модель данных является самым естественным и наиболее часто используемым способом представления би темпоральных отношений.

• Модель представления темпоральных данных, предложен ная К. Дженсеном (Jensen C. S.) [6].

Особенность данного представления заключается в том, что историчные кортежи никогда не обновляются, то есть до ступны только для чтения. Таким образом, это представ ление данных хорошо подходит для основанного на архи вах хранения битемпоральных отношений. Этот подход осо бенно актуален в свете тенденции увеличения объемов но сителей информации с одновременным снижением их стои мости. Битемпоральное отношение R с набором атрибутов A1,..., An может быть представлено в следующем виде:

R = (A1,..., An, Vs, Ve, T, Op).

Как и в предыдущей схеме представления данных, атрибуты Vs и Ve хранят даты начала и окончания актуальности фак та в моделируемой реальности соответственно. Атрибут T хранит информацию о времени внесения кортежа в журнал изменений. Запросы на создание и удаление кортежей обо значаются в атрибуте Op соответствующими символами – – I (Insert) и D (Delete). Модификации данных представляет собой пару запросов: удаления и создание записи, с одина ковым атрибутом времени T.

• Модель представления темпоральных данных, предложен ная C. Гадией (Gadia S. K.) [7].

Данный подход предполагает наличие битемпоральных ме ток у каждого из атрибутов кортежа, что обеспечивает воз можность более гибкого моделирования реальности. Пусть битемпоральное отношение R имеет атрибуты A1,..., An, T, где T –– темпоральный атрибут, определенный на множестве битемпоральных элементов. Тогда битемпоральное отноше ние R может быть представлено в виде отношений, где каж дый из атрибутов имеет свою темпоральную метку:

8 А. Н. Базаркин R = (([Ts, Te ][Vs, Ve ]A1 ),..., ([Ts, Te ][Vs, Ve ]An )).

Кортеж состоит из n элементов. Каждый элемент представ ляет собой тройку значений: транзакционное время [Ts, Te ], модельное время [Vs, Ve ] и значение атрибута Ai.

• Модель представления темпоральных данных, предложен ная Е. МакКензи (McKenzie E.) [8].

В предложенной модели битемпоральное отношение – это – последовательность состояний в модельном времени, про индексированная транзакционным временем. В кортежах с модельным временем атрибуты имеют свои темпоральные метки. Битемпоральное отношение R с набором атрибутов A1,..., An представлено в виде отношения, где каждый ат рибут помечается временной меткой:

R = (V R, T ), где V R – это отношение в модельном времени, T – транзак – – ционное время. Схема состояний модельного времени имеет вид:

V R = (A1 V1,..., An Vn ).

Здесь A1,..., An – это набор атрибутов, Vi – это атрибут мо – – дельного времени, связанный с каждым атрибутом Ai и обо значающий время актуальности значения атрибута Ai в мо делиремой реальности.

• Модель представления темпоральных данных, предложен ная Дж. Бен-Зви (Bez-Zvi J.) [9].

Пусть битемпоральное отношение R состоит из набора ат рибутов A1,..., An, T, где T – темпоральный атрибут, опре – деленный на множестве битемпоральных элементов. Тогда R может быть представлено в модели Бен-Зви следующим образом:

R = (A1,..., An, Tes, Trs, Tee, Tre, Td ).

В кортеже значение атрибута Tes (effective start) – это время, – когда значение атрибута кортежа начинает быть актуаль ным. Атрибут Trs (record start) хранит информацию о том, когда Tes было сохранено в БД. Аналогично, Tre хранит ин формацию о том, когда факт перестает быть актуальным в моделируемой реальности, а Tee – когда Tre было зафик – сировано в БД. Последний атрибут Td указывает на время, когда запись была логически удалена из БД.

Модель темпоральности данных в МИС Кроме этого, темпоральные модели данных могут быть различ ны по дополнительным критериям таким, как возможность работы с ошибочно введенным данными. Существует ряд методов, предло женных отечественными авторами, суть которых сводится к расши рению традиционной модели до темпоральной посредством введения дополнительных таблиц-связей [10]. Авторы данных работ доказы вают жизнеспособность и пригодность данных методов на примере разработки прикладного программного обеспечения, однако реали зованные авторами темпоральные возможности не являются полно ценными с точки зрения определения ТМД.

6. Реализация темпоральной модели в МИС Интерин PROMIS МИС Интерин PROMIS представляет собой информационную и функциональную среду, объединяющую элементы различных клас сов медицинских информационных систем. МИС обеспечивает ком плексную автоматизацию и информационную поддержку всех служб медицинского учреждения. Важное место в МИС занимает подси стема управления кадрами, ее эффективная работа является необхо димым условием нормального функционирования учреждения [11].

Подсистемы управления кадрами предназначена для автоматизации работы с кадровым составом учреждения, в функции которой вхо дит сквозное ведение штатного расписания, а также оформление и проведение в системы приказов по кадрам на дату как в прошлом, так и будущем [12]. Реализации темпоральности в данной подсисте ме имеет ряд системотехнических сложностей, для решения которых потребовалось принятие научно обоснованных решений архитектур ного и методологического характера.

Далее описаны некоторые моменты реализации темпоральной мо дели данных за счет расширения существующей реляционной моде ли. Автором сознательно выбраны наиболее важные аспекты реали зации темпоральности, которые, по его мнению, заслуживают наи большего внимания.

6.1. Выбор метода В качестве основной модели структуры темпоральных данных выбрана модель, предложенная Ричардом Снодграсом (Snodgrass R.) и реализующая темпоральные характеристики на уровне кортежа.

10 А. Н. Базаркин Данный метод выбран по причине наибольшей естественности и про стой реализации относительно других методов [3].

6.2. Модель данных Модель данных подсистемы управления кадрами представляет собой набор более чем из тридцати таблиц, двенадцать из которых являются темпоральными. Темпоральную модель данных мы рас смотрим на примере четырех таблиц – K_PERSONS, K_ISPOLS, – K_DOLS и K_DOL_DICT. Таблица K_PERSONS содержит трид цать четыре поля, для примера мы будем рассматривать только неко торые из них: PERSON_ID, FAMILY, NAME. Таблица K_ISPOLS со стоит из двадцати восьми полей, включая PERSON_ID и DOL_ID.

Таблица K_DOLS содержит восемнадцать полей, включая DOL_ID и DOL_DICT_ID. В таблице K_DOL_DICT два поля.

Таким образом, нас интересуют следующие таблицы и атрибуты:

• K_PERSONS (PERSON_ID, FAMILY, NAME);

• K_ISPOLS (PERSON_ID, DOL_ID, SALARY);

• K_DOLS (DOL_ID, DOL_DICT_ID);

• K_DOL_DICT (DOL_DICT_ID, DOL_NAME).

Таблица K_PERSONS содержит информацию о сотрудниках ор ганизации. Таблица K_DOLS содержит список должностей организа ции, K_ISPOLS содержит информацию о том, какую должность за нимает сотрудник. K_DOL_DICT является справочником должно стей. PERSON_ID – первичный ключ (ПК) таблицы K_PERSONS, – ПК таблицы K_ISPOLS состоит из пары атрибутов (PERSON_ID, DOL_ID), ПК таблицы K_DOLS – DOL_ID.

– 6.3. Добавление темпоральности Для того, чтобы темпоральная модель данных стала битемпо ральной, в таблицы были добавлены по четыре темпоральных ат рибута. Первая пара атрибутов (ACTUAL_FROM, ACTUAL_TO) отражает период актуальности информации в моделируемой реаль ности (модельное время). Вторая пара (IN_DATE, OUT_DATE) от ражает время фактической регистрации факта в БД и время его ло гического удаления (транзакционное время).

Модель темпоральности данных в МИС 6.4. Темпоральные ключи Для таблиц с темпоральной поддержкой также требуется моди фикация состава первичных ключей – необходимо включить в них – темпоральные атрибуты. Значение первичного ключа таблицы долж но быть уникальным. Для оригинальной таблицы K_ISPOLS значе ние пары (PERSON_ID, DOL_ID) уникально в любой момент вре мени, что означает, что ни один из сотрудников не может числиться больше чем на одной должности (речь идет об основных видах испол нения). С добавлением темпоральной поддержки в данной таблице пары значений (PERSON_ID, DOL_ID) могут повторяться. Добав ление темпорального атрибута ACTUAL_FROM или ACTUAL_TO в состав ключа не решает проблемы темпоральных ключей. Пробле ма остается в том случае, когда даты модельного времени отличают ся, например, на один день, то есть периоды актуальности данных пересекаются, что приводит к неуникальности значений первично го ключа на некоторых промежутках времени. Для решения этой проблемы была разработана более сложная конструкция – последо – вательное (sequenced) условие уникальности в каждый момент вре мени (Листинг 1).

Листинг № 1 «Первичный темпоральный ключ»

WHERE NOT EXISTS (SELECT FROM K_ISPOLS I1, K_ISPOL I WHERE I 1.PERSON_ID = I 2.PERSON_ID AND I 1.DOL_ID = I 2.DOL_ID AND I 1.ACTUAL_FROM I 2.ACTUAL_TO AND I 2.ACTUAL_FROM I 1.ACTUAL_TO AND I 1. rowid I 2. rowid ) AND NOT EXISTS ( SELECT FROM K_ISPOLS I WHERE I 1.K_PERSON_ID IS NULL OR I 1.DOL_ID IS NULL) 12 А. Н. Базаркин 6.5. Темпоральная уникальность Для оригинальной таблицы K_ISPOLS условие уникальности мо жет быть записано в виде UNIQUE (PERSON_ID, DOL_ID). Одна ко с добавлением темпоральной поддержки в таблицы этого усло вия оказывается недостаточно. Недостаточным является и добавле ние одного темпорального атрибута или пары атрибутов UNIQUE (PERSON_ID, DOL_ID, ACTUAL_FROM, ACTUAL_TO), посколь ку пара тех же значений (PERSON_ID, DOL_ID) может быть до бавлена с датами, отличающимися, например, на один день. В этом случае условие уникальности выполняться не будет. Для решения этих проблем были написаны более сложные условия уникальности следующего вида (Листинг 2).

Листинг № 2 «Темпоральное условие уникальности»

WHERE NOT EXISTS (SELECT FROM K_ISPOLS AS I WHERE 1 (SELECT COUNT(PERSON_ID) FROM K_ISPOLS AS I WHERE I 1.PERSON_ID = I 2.PERSON_ID AND I 1.DOL_ID = I 2.DOL_ID AND I 1.ACTUAL_FROM = CURRENT_DATE AND CURRENT_DATE I 1.ACTUAL_TO AND I 2.ACTUAL_FROM = CURRENT_DATE AND CURRENT_DATE I 2.ACTUAL_TO) ) 6.6. Темпоральные ограничения целостности Добавление темпоральной поддержки порождает три возможных случая ограничения ссылочной целостности:

• Ни одна из двух таблиц не темпоральна.

• Одна из двух таблиц темпоральна.

• Обе таблицы темпоральны.

Наиболее сложным случаем реализации условия ограничения целост ности данных является третий случай, когда в обеих таблицах реа лизована темпоральная поддержка (Листинг 3). Листинг № 3 «Тем поральное ограничение целостности»

Модель темпоральности данных в МИС NOT EXISTS ( SELECT FROM K_ISPOLS AS I WHERE NOT EXISTS ( SELECT FROM K_DOLS AS P WHERE I.DOL_ID = P.DOL_ID AND P.ACTUAL_FROM = I.ACTUAL_FROM AND I.ACTUAL_FROM P.ACTUAL_TO) OR NOT EXISTS ( SELECT FROM K_DOLS AS P WHERE I.DOL_ID = P.DOL_ID AND P.ACTUAL_FROM I.ACTUAL_TO AND I.ACTUAL_TO = P.ACTUAL_TO) ) 6.7. Темпоральные запросы В теории темпоральных баз данных выделяют три фундамен тальных типа запросов и модификаций [1]:


• Текущие (current);

• Последовательные (sequenced);

• Произвольные (non sequenced).

Запросы к оригинальным таблицам до добавления темпоральной поддержки соответствуют текущему состоянию моделируемой реаль ности. Запросы к битемпоральным таблицам приобретают специфи ку. Рассмотрим более подробно различные типы запросов.

6.7.1. Текущие запросы Текущий запрос представляет собой запрос значений на некото рый момент времени в прошлом, то есть создание среза истинности фактов на произвольную дату. Например, для обычного реляционно го запроса «какую зарплату сейчас получает каждый из сотрудни ков?» можно легко сформулировать его темпоральный аналог «ка кую зарплату получал каждый из сотрудников в указанную дату?»

В этом случае результат запроса останется в рамках реляционного представления [2].

14 А. Н. Базаркин 6.7.2. Последовательные запросы Более сложным случаем являются последовательные запросы.

Вполне естественным оказывается запрос «когда и какую зарплату получал каждый из сотрудников?» Здесь уже в результатах запро са появляется линия времени. Алгоритм формирования результатов подобных запросов можно упрощенно представить следующим обра зом: для каждого момента времени вычисляется реляционный под запрос «какую зарплату получает каждый из сотрудников», после чего к общему результату добавляются результаты этих подзапросов с учетом интервалов истинности. Подобная семантика «последова тельной» интерпретации реляционных запросов называется последо вательной [2].

Для случая последовательных запросов рассмотрим более по дробно особенности операций выборки и связывания.

Последовательные выборка данных не требует особых средств поддержки темпоральности и достаточно просто реализуется.

Более сложной задачей является связывание двух темпоральных таблиц. Например, для вычисления зарплаты и должности для каж дого сотрудника мы должны вычислить значение заработной платы для каждого момента времени.

История заработной платы хранится в таблице K_ISPOLS. Пря мое связывание двух таблиц K_ISPOLS и K_PERSONS для каждо го момента времени неэффективно, потому что значения заработных плат и информация о сотрудниках остаются неизменными в течение длительных периодов. Поэтому эти таблицы следует связывать с ис пользованием их темпоральных периодов. Возможны два различных случая:

• Период в первой из двух связываемых таблиц является более продолжительным, чем период во второй таблице.

• Период во второй из двух связываемых таблиц является бо лее продолжительным, чем период в первой таблице.

Таким образом, выборки темпоральных данных в случае, когда все таблицы имеют темпоральную поддержку, становятся более слож ными и состоят, как правило, из нескольких подзапросов, в зависи мости от пересечений и наложений периодов темпоральности. Так, например, запрос на выборку истории зарплат всех сотрудников по требует рассмотрения двух общих случаев наложения периодов таб лиц в одном запросе.

Модель темпоральности данных в МИС 6.8. Темпоральные модификации 6.8.1. Текущие модификации Текущие модификации в общем случае предполагают обновление записи и изменение периода актуальности с некоторого момента в прошлом и по настоящее время [1].

Операции создания записи в этом случае требует дополнитель ных явных условий проверки в блоке WHERE на ограничения ссы лочной целостности и уникальности.

В общем случае текущее удаление записи представляет собой об новление даты окончания периодов модельного и транзакционного времени.

Текущее обновление записи в общем случае состоит из следующей последовательности действий:

• Создание новой записи с соответствующими битемпораль ными атрибутами.

• Обновление всех записей, дата актуальности которых боль ше даты начала действия созданной записи.

6.8.2. Последовательные модификации Последовательные модификации предполагают обновление запи си в некоторый период времени в прошлом, то есть границы акту альности этого периода на оси модельного времени располагаются до настоящего момента [1].

Создание новой записи в случае последовательных модификаций осуществляется при выполнении следующих условий:

• в этом периоде актуальности нет дубликатов записи;

• для этого периода есть актуальное значение в таблице, на которую ссылается новая запись;

• нет разрывов во временной оси модельного времени.

При удалении записи возможны четыре различных варианта пе ресечения периодов актуальности оригинального периода (ОП) и уда ляемого периода (УП): УП целиком входит в ОП, УП начинается в рамках ОП, УП заканчивается в рамках ОП и ОП целиком входит в УП. В общем случае удаление записи в случае последовательных модификаций состоит из следующих действий:

• Копируется запись ОП, атрибут ACTUAL_FROM задается равным дате окончания УП.

16 А. Н. Базаркин • Для этой записи атрибут ACTUAL_TO задается равным дате начала УП.

• Для этой записи атрибут ACTUAL_FROM задается равным дате окончания УП.

• Удаляются записи ОП, которые целиком входят в период УП.

В случае обновления записи также возможны четыре различных варианта взаимного расположения двух периодов – оригинального – (ОП) и модифицируемого (МП). Обновление записи при последова тельных модификациях представляет собой следующий набор опера торов:

• Копируется запись ОП, атрибут ACTUAL_TO задается рав ным дате начала МП.

• Копируется запись ОП, атрибут ACTUAL_FROM задается равным дате окончания МП.

• Обновляются необходимые атрибуты у тех записей, период актуальности которых пересекаются с МП.

• Атрибут ACTUAL_FROM задается равным дате начала МП для тех записей, период актуальности которых пересекает МП.

• Атрибут ACTUAL_TO устанавливается равным дате окон чания МП для тех записей, период актуальности которых пересекает МП.

6.9. Произвольные запросы и модификации Запросы и модификации произвольного типа оперируют темпо ральными данными некоторым произвольным образом, являются до статочно редкими и должны рассматриваться отдельно в каждом конкретном случае. Например, к таким запросам можно отнести за просы, требующие «сравнения» нескольких последовательных мо ментов времени, обычно включающие агрегационные функции «во времени», например, «вывести среднюю заработную плату сотрудни ка за все периоды времени» [2]. Запросы данного типа при реали зации ТМД в рамках системы управления кадрами МИС Интерин PROMIS не рассматривались.

Модель темпоральности данных в МИС 7. Выводы Исследования в области темпоральных баз данных ведутся уже более трех десятилетий и до сих пор остаются актуальными и востре бованными в наше время. За это время было сформулировано мно жество методик и подходов построения темпоральных баз данных, предложено множество различных способ построения темпоральных моделей данных. Функциональные возможности ИС, разработанной на базе темпоральной БД, поднимаются на качественно новый уро вень. Практически все данные, которыми оперируют ИС, являются темпоральными, то есть в той или иной мере связаны с динамикой изменения во времени. Особое значение корректная и оперативная работа с темпоральными данными приобретает в сфере медицинских информационных технологиях, где качество информации, в конечном счете, может оказывать влияние на здоровье человека.

В настоящее время на рынке коммерческих баз данных практиче ски отсутствуют СУБД, обладающие полноценными темпоральными возможностями [2]. Единственным наиболее перспективным решени ем в сложившейся ситуации может быть построение ТМД в рамках расширения реляционной модели. Понятие ТМД включает в себя темпоральные структуры данных, темпоральные ключи и ограниче ния целостности, а также темпоральные запросы [1].

В данной работе выполнен обзор основных темпоральных струк тур данных. На основе наиболее естественного и простого из них ре ализована ТМД в подсистеме управления персоналом МИС Интерин PROMIS. Подсистема управления персоналом является интегриро ванной частью МИС Интерин PROMIS, где особенно востребованы темпоральные возможности. Изложенный подход построения темпо ральной модели успешно реализован и апробирован на практике.

Однако, несмотря на положительный опыт внедрения описанных разработок, использование темпоральной модели порождает ряд про блем, многие из которых достаточно существенны. Так, например, скорость работы запросов в темпоральной модели в некоторых ситу ациях значительно замедляется. Нераскрытыми остались проблемы быстродействия темпоральных моделей, возможности редактирова ния ошибочно введенных данных, а также вопросы сравнения раз личных моделей в условиях практического использования, что мо жет послужить направлением для дальнейших исследований данной проблематики.

18 А. Н. Базаркин Список литературы [1] Snodgrass R. Developing Time-Oriented Database Applications in SQL: Morgan Kaufmann Publishers, 1999. 1, 4, 6.7, 6.8.1, 6.8.2, [2] Костенко Б. Б. История и актуальные проблемы темпоральных баз дан ных. – МГУ, 2007, Эл. ресурс: http://www.citforum.ru/database/articles/ – temporal. 3, 4, 6.7.1, 6.7.2, 6.9, [3] Jensen C. S., Soo M. D., Snodgrass R. T. Unifying Temporal Data Models Via a Conceptual Model: Information Systems Vol 19, No. 7, 1994. — 513-547 c. 5, 6. [4] JCC’s SQL Standards Page: JCC Consulting, 2007, Эл. ресурс: http://jcc.com/ SQL.htm. [5] Snodgrass R., Ahn I. A Taxonomy of Time in Databases: In Proceedings of ACM SIGMOD, 1985. [6] Jensen C. S., Snodgrass R., Soo M. D. Extending Normal Forms to Temporal Relations. – Tucson, AZ: Technical Report TR-92-17, Department of Computer – Science, University of Arizona, 1992. [7] Gadia S. K., Yeung C. S. A Generalized Model for a Relational Temporal Database: In Proceedings of ACM SIGMOD, 1998. [8] McKenzie E., Snodgrass R. Supporting Valid Time in an Historical Relational Algebra: Proofs and Extensions. – Tucson, AZ: Technical Report TR-91-15, – Department of Computer Science, University of Arizona, 1991. [9] Ben-Zvi J. The Time Relational Model. – UCLA: PhD thesis, Computer Science – Department, 1982. [10] Порай Д. С., Соловьев А. В., Корольков Г. В. Реализация концепции тем поральной базы данных средствами реляционной СУБД // Тр. Института системного анализа Российской академии наук «Документооборот. Концеп ции и инструментарий» / Под редакцией Арлазарова В.Л., Емельянова Н.Е.:


Едиториал УРСС, 2004. — 92-109 c. [11] Назаренко Г. И., Гулиев Я. И., Ермаков Д. Е. Медицинские информаци онные системы: теория и практика / Под редакцией Г. И. Назаренко, Г. С.

Осипова. – Москва: Наука. Физматлит, 2005. – [12] Базаркин А. Н., Хаткевич М. И., Хаткевич Ю. И. Подсистема управления кадрами в интегрированных медицинских информационных системах // Тр.

междунар. конф. «Программные системы: теория и приложения», ИПС РАН, Переславль-Залесский, 2006: В 2 т. / Под ред. С.М. Абрамова. – М.: Наука.

– Физматлит, 2006. — Т. 2. — 113-124 c. Учреждение Российской академии наук Институт программных си стем им А.К. Айламазяна РАН Иссоедовательский центр медицинской информатики, аспирантура Модель темпоральности данных в МИС A. N. Bazarkin. Research and developing temporal data model in MIS Interin PROMIS subsystem // Proceedings of Program Systems institute scientific conference “Program systems: Theory and applications”. — Pereslavl-Zalesskij, 2009. — p. ??. — ISBN ???-?-??????-??-? (in Russian).

Abstract. In paper the basic methods of temporal relational data model construction are described. The basic concepts of the temporal databases construction theory are formu lated, the concept temporal models of the data reveals. In paper some criteria of methods classification are resulted, and also realisation experience of a temporal model as a part of the MIS Interin PROMIS integrated subsystem is generalised.

ISBN ???-?-??????-??-? ПРОГРАММНЫЕ СИСТЕМЫ: ТЕОРИЯ И ПРИЛОЖЕНИЯ. Переславль-Залесский, 004. УДК Д. Е. Куликов, Д. В. Белышев Средства сбора, анализа и визуализации данных в медицинской информационной системе Интерин Аннотация. Извлечение, анализ и визуализация данных в медицинских информационных системах являются важными задачами. В медицинской информационной системе Интерин используются специальные подходы по извлечению данных, различные компоненты визуализации. Механизм на основе информационных объектов делает универсальными передачу и ана лиз данных. Используемые в медицинской информационной системе Ин терин средства предоставляют пользователям возможности, позволяющие повысить качество обслуживания лечебно-профилактических учреждений.

1. Введение Медицинские информационные системы уже прочно закрепились в самых разных лечебно-профилактических учреждениях (ЛПУ) от небольших здравпунктов до крупных медицинских центров. В неко торых учреждениях информационные системы функционируют уже значительное время — десятки лет и накапливают большие объемы фактографических данных. Становится очевидным, что задача ана лиза накопленных сведений, использование этого опыта на практи ке, становится всё более острой. Помимо ретроспективного анализа данных не менее важной является задача оперативного анализа и поддержки принятия решений, исходя из текущего состояния систе мы. Перечисленные задачи сводятся к необходимости иметь возмож ность быстро и эффективно производить нужные выборки, строить зависимости и визуализировать информацию таким образом, чтобы персонал, принимающий решения, мог на своем рабочем месте без каких-либо дополнительных усилий получать все необходимые сведе ния. Таким образом, одной из ключевых функций информационной системы являются возможности, помогающие пользователю системы принимать взвешенные и своевременные решения. По мере накопле ния данных и расширению охвата автоматизируемых задач функция информационной поддержки принятия решений должна становиться более значимой.

2 Д. Е. Куликов, Д. В. Белышев Медицинская информационная система Интерин PROMIS, раз работанная Институтом программных систем РАН, имеет более чем пятнадцатилетнюю историю развития и большое количество внедре ний в крупных ЛПУ, где накоплены значительные объемы медицин ских данных. В настоящее время медицинские информационные си стемы, построенные с технологии Интерин, помимо задач поддержки бизнес-процессов учреждения и сбора данных, обеспечивают разно сторонний анализ накопленной информации. В работе отмечаются уже достигнутые результаты и исследуются подходы по развитию подсистемы сбора, хранения, анализа и визуализации накопленных данных.

2. Визуализация данных 2.1. Вопросы визуализации данных Большой объем разнородной информации человеку сложно вос принять, тем более, если требуется это сделать быстро. Важная про блема построения больших информационных систем — эффективное взаимодействие пользователя и системы, быстрая обработка данных и принятие наиболее адекватных решений на основе их анализа. Лю бой анализ базируется на тех или иных фактах, которые, прежде всего, необходимо выделить из всей базы накопленной информации.

Чтобы определить, какие факты необходимо выделять, нужно отве тить на вопросы:

(1) для чего будет использована информация?

(2) какая именно нужна информация?

(3) из каких первичных данных и каким образом будет извле каться требуемая информация?

Ответ на эти вопросы лежит в области взаимодействия с экспер тами: врачами, управленцами и прочими потребителями информа ции, предоставляемой МИС. Например, для лечащего врача важна динамика изменений медицинских показателей здоровья пациента, для экономиста и руководителя ЛПУ важно знать текущее количе ство определенных ресурсов, каковы затраты и каков доход от дея тельности того или иного подразделения, какова динамика изменения доходности и т.п.

Кроме того, помимо первичных показателей (например, систо лическое и диастолическое давление, температура тела) имеется по требность в интегральных показателях, которые строятся на основе Средства сбора, анализа и визуализации данных в МИС Интерин первичных (например, стратификация по степени 10-летнего риска смерти от сердечно-сосудистых заболеваний). Наглядное отображе ние первичных и интегральных показателей позволяет врачу сделать выводы и выполнить прогноз изменения состояния здоровья пациен та. Поэтому встает следующий вопрос: как отображать имеющиеся в системе факты?

Среди наиболее распространенных способов представления дан ных можно выделить следующие интерфейсные решения:

(1) универсальный навигатор (навигационное дерево);

(2) сеть гипертекста;

(3) информационная панель;

(4) схемы, планы;

(5) графики;

(6) темпоральные представления.

При выборе конкретного интерфейсного решения для отображе ния данных следует принимать во внимание такие факторы как:

(1) наиболее подходящий вариант отображения данных в рам ках требуемой задачи;

(2) удобство работы с данными;

(3) наилучшая наглядность отображаемых данных;

(4) возможность настройки под вкусы и требования пользова теля.

В ряде случаев электронная форма лучше воспринимается, если она близка к аналогичному бумажному варианту, однако, это также нельзя считать универсальным решением, поскольку не всегда дос кональное копирование бумажных форм ведет к улучшению воспри ятия данных на компьютере. Например, полное копирование утвер жденной структуры амбулаторной карты не приводит к повышению удобству и скорости работы с ней в электронном виде, поскольку сам принцип работы с бумажной и электронной АК существенным образом отличается. Существуют удачные, хорошо зарекомендовав шие себя решения как в смежных с медициной, так и совершенно далеких областях, которые могут быть использованы в медицинских информационных системах, например, биржевые индикаторы, дат чики, применяемые при управлении техническими средствами и т.п.

Весь спектр перечисленных решений рассматривается нами при про ектировании и реализации инструментальных средств анализа и ви зуализации данных в информационной системе.

4 Д. Е. Куликов, Д. В. Белышев 2.2. Решения в области визуализации данных Проблема простоты и полноты восприятия человеком данных, представленных в электронном виде, является одной из фундамен тальных во всем развитии компьютерной индустрии, и, несмотря на существенный прогресс, который сделан со времен начала развития компьютерных систем, полностью решить эту задачу, по крайней ме ре в обозримом будущем, очевидно, не удастся. Если обращаться к задаче визуализации специализированных показателей (к которым можно отнести и медицинские), то в этой области разработан ряд подходов и решений, ориентированных на разные прикладные за дачи. Среди множества разработок можно выделить, как наиболее близкие к предмету нашего исследования, решения: стратегическая панель индикаторов от Hewlett Packard, бизнес-аналитическая панель управления от Oracle, бизнес-аналитическая панель от Cognos, ин формационная панель iGoogle и др.

Все перечисленные решения имеют схожий функционал, позволя ющий определить источник данных, задать интересующие парамет ры отображения и указать способ его визуализации. Всеми указан ными свойствами, например, обладает бизнес-аналитическая панель (BI-панель) управления от Oracle [2], включающая:

(1) быстрое декларативное построение портальных страниц BI панелей без необходимости кодирования;

(2) встроенную способность персонализации элементов панели;

(3) управление визуализацией отчетов как пользователем, так и администратором;

(4) персонализацию отчетов на пользовательском уровне порта ла;

(5) поддержку перехода от суммарного уровня представления данных к детальному;

(6) целостную и прозрачную защиту всех элементов панели уп равления при помощи механизма Oracle Single Sign-On (од нократное введение подписи/пароля).

В технологии Интерин также имеется достаточно развитый ин струментарий сбора, анализа и визуального представления всевоз можных данных, включая как узкоспециализированные инструмен ты для решения отдельных задач, так и универсальные средства.

Можно выделить следующие решения.

Средства сбора, анализа и визуализации данных в МИС Интерин Рис. 1. Использование геопланарной компоненты для визуализации коечного фонда ЛПУ.

(1) Боткинский лист — подсистема темпорального отображе ния событий, происходящих с пациентом, и медицинских данных. Система может быть использована при реализации карт интенсивной терапии, а также в ряде задач, требующих анализа информации с привязкой ко времени [1].

(2) Oбъективные медицинские показатели — характеристики пациента, собираемые из медицинских документов и резуль татов диагностических исследований, позволяющие оцени вать динамику изменений основных показателей здоровья (артериальное давление, вес, уровень холестерина и т.п.) и строить интегральные оценки анализируемых показателей.

(3) Геопланарная компонента — механизм, позволяющий вы полнять визуальное конструирование расположения объек тов на плане медицинского учреждения и задавать разме щаемым объектам необходимые характеристики. Наиболее востребованной является задача движения пациентов по ко ечному фонду в стационаре или санатории (рис. 1) [3].

6 Д. Е. Куликов, Д. В. Белышев Рис. 2. Отображение процесса интеграции между двумя информационными системами.

(4) Панель интеграционного механизма ИС — специализирован ная подсистема, позволяющая визуально отслеживать про цессы обмена данными между взаимодействующими инфор мационными системами. Система позволяет в реальном вре мени оценивать процесс интеграции и оперативно устранять возникающие ошибки (рис. 2).

(5) Информационная панель — универсальный механизм тема тической группировки различных информационных компо нент (индикаторов) (рис. 3).

3. Извлечение данных из МИС Большие объемы данных, хранящиеся в медицинских информа ционных системах, как правило, разнородны по своему содержанию, а организация их хранения имеет сложную структуру. Данные могут храниться отдельными частями и быть рассредоточены, храниться в виде документов, их фрагментов. При извлечении, особенно раз нородных данных, применяются методы, требующие больших вы числительных ресурсов, поэтому часто извлечение данных является сложным и ресурсоемким процессом. Естественным образом возни кает проблема, связанная со скоростью извлечения данных.

Средства сбора, анализа и визуализации данных в МИС Интерин Рис. 3. Информационная панель административно управленческого персонала.

Различные подходы, применяемые для увеличения скорости из влечения данных, базируются на извлечении непосредственно пер вичных данных из места их хранения либо подготовленных данных, полученных путем предварительного сбора. В зависимости от того, какая задача решается и каким образом проходит анализ данных (ре троспектива, оперативный анализ текущих показателей), выбирается тот или иной подход. Наиболее часто используются кубы онлайновой аналитической обработки (OLAP), хранилища данных, системы об ратной связи в режиме реального времени.

В технологии Интерин для извлечения данных также исполь зуются различные подходы, которые оказываются пригодными для большинства решаемых задач. Однако в отдельных случаях, напри мер задаче контроля событий лечебно-диагностического процесса, ма териальном учете и т.п., наиболее разумным видится применение спе циализированного подхода, основанного на механизме прецедентов, которые выделяются во время работы пользователя в системе (син хронный процесс), так и при автономном анализе базы данных (асин хронный процесс) [4].

8 Д. Е. Куликов, Д. В. Белышев 4. Представление и передача данных Проблема передачи и представления данных не менее важна, чем выше перечисленные задачи. Здесь также, как и при извлечении дан ных, встают вопросы, связанные с ресурсоемкостью и скоростью. Раз личные подходы позволяют решить проблему, однако при решении новой задачи снова встает вопрос выбора того или иного подхода.

Поэтому для передачи и представления данных в рамках медицин ской информационной системы имеет место потребность в наличии универсального механизма, позволяющего построить работу с дан ными независимо от способа ее сбора.

Существуют различные подходы при решении задачи представ ления и передачи данных. Можно отметить протокол SOAP обеспечи вающий обмен структурированными сообщениями в распределенной вычислительной сети, веб-сервисы, которые базируются на SOAP, программный интерфейс доступа к базам данных ODBC (Open DataBase Connectivity) и другие. Однако существуют определенные проблемы их использования. Так, достаточно проблематичным явля ется использование SOAP для передачи больших сообщений, объем которых становится еще больше после их упаковки в SOAP-запрос, тем самым снижается скорость обработки сообщений.

Принимая во внимание имеющиеся технологии, их возможности и ограничения, в технологии Интерин передача и представление дан ных осуществляется различными способами. Основным же решени ем является технология, основанная на использовании механизма ин формационных объектов (ИО), который реализует полноценную объ ектную надстройку над реляционной базой данных [5]. Механизм ИО обладает характеристиками, позволяющими использовать его в каче стве удобного и универсального решения:

(1) является частью среды исполнения Интерин;

(2) имеется объектная надстройка над реляционной базой дан ных, позволяющая инкапсулировать действия над объекта ми;

(3) имеется встроенная система аудита и разграничения прав доступа;

(4) имеется поддержка множественного наследования.

Средства сбора, анализа и визуализации данных в МИС Интерин Организация работы с ИО сводится к тому, что создается универ сальный объект, описывающий некие обобщенные данные, и созда ются наследующие свойства универсального объекта ИО, реализую щие сбор и представление данных о конкретных фактах. Реализует ся универсальный интерфейс взаимодействия с источниками данных, выполненных в виде ИО.

5. Выводы Задачи сбора, анализа и визуализации данных в больших меди цинских информационных системах крайне важны. В медицинской информационной системе Интерин наряду с известными и общепри нятыми средствами и технологиями используются также свои раз работанные подходы и методы, позволяющие решить сложные зада чи проще и быстрее. Собственные подходы по извлечению данных позволяют решать более сложные и специфические задачи. Меха низм информационных объектов позволяет сделать процесс переда чи и представления данных в ряде случаев универсальным. Приме няются различные компоненты визуализации данных, позволяющие наиболее удобным способом представить необходимые данные для их анализа и принятия решений.

Используемые в медицинской информационной системе Интерин средства предоставляют врачебному и административно-управлен ческому персоналу оперативно получать необходимые сведения в наи более простом и удобном для анализа виде, тем самым повышая каче ство принимаемых решений, что ведет к повышению качества управ ления лечебным учреждением и обслуживания пациентов.

Список литературы [1] Белышев Д. В., Гулиев Я. И. Исследование методов представления тем поральной медицинской информации посредством интерфейса «Боткинский лист», 2006. [2] Марк Риттман Построение BI-панелей управления в Oracle Database 10g с применением Oracle Discoverer и Oracle Portal: Oracle magazine. Русское из дание, май 2005. 2. [3] Назаренко Г.И., Замиро Т.Н., Михеев А.Е., Гулиев Я.И., Хаткевич М.И., Куликов Д.Е., Базаркин А.Н. Новые интерфейсные решения в МИС ЛПУ.

Визуальное управление коечным фондом: Врач и информационные техноло гии, 2007. — 44-47 c. [4] Малых В.Л., Гулиев Я.И. Прецеденты в медицинских информационных си стемах: Программные продукты и системы, 2009 (в печати). 10 Д. Е. Куликов, Д. В. Белышев [5] Хаткевич М.И. Объектно-реляционный дуализм в информационных систе мах: Программные продукты и системы, 2002. — 22-26 c. Исследовательский центр медицинской информатики ИПС РАН D. E. Kulikov, D. V. Belyshev. The facilities of data extraction, analysis and visualization in the medical informational system Interin // Proceedings of Program Systems institute scientific conference “Program systems: Theory and applications”.

— Pereslavl-Zalesskij, 2009. — p. ??. — ISBN ???-?-??????-??-? (in Russian).

Abstract. The data extraction, analysis and visualization are very important in the med ical informational systems. There are used various visualization components and special approaches to the data extraction in the medical informational system Interin. The mecha nism based on the informational objects makes the data transfer and analysis universal. The facilities used in the medical informational system Interin give users certain opportunities allowing to increase the quality of the service in treatment-prophylactic establishments.



Pages:     | 1 |   ...   | 8 | 9 || 11 | 12 |   ...   | 13 |
 





 
© 2013 www.libed.ru - «Бесплатная библиотека научно-практических конференций»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.