Введение
ГЛАВА 1. Анализ медицинских информационных систем 12
1.1. Распределенная система лечебно-профилактического учреждения 12
1.1.1. Основные виды медицинских информационных систем 14
1.1.2. Обзор номенклатуры информации, содержащейся в медицинских информационных системах 16
1.2. Применение медицинских систем поддержки принятия решений... 17
1.2.1. Система поддержки принятия решений как экспертная система
продукционного типа 17
1.2.1.1. Описание экспертной системы 17
1.2.1.2. Модели представления знаний в экспертных системах 19
1.2.1.3. Режимы функционирования экспертных систем 19
1.2.2. Использование хранилища данных для поддержки принятия решений 20
1.2.2.1. Разновидности архитектуры гиперкубов 20
1.2.2.2. Конструкция хранилища данных 23
1.2.3. Математическая модель системы поддержки принятия решений основанная на использовании хранилища данных 26
1.2.4. Выбор системы управления базами данных для реализации хранилища данных 30
1.2.4.1. Сравнение Oracle и Microsoft SQL Server 30
1.2.4.1.1. Основа для сравнения 32
1.2.4.1.2. Интеграция с Visual Studio и .NET CLR 33
1.2.4.1.3. Разработка SOA приложений 34
1.2.4.1.4. Гибкость развертывания 35
1.2.4.2. Обзор достоинств,Micros^oftJSj^LJS^^ 37
1.2.5. Недостатки современных систем поддержки принятия решений. 39
1.3. Основные направления улучшения медицинских информационных систем 40
1.4. Выводы по главе 1 40
ГЛАВА 2. Интеллектуальные технологии и их применение в нформационных системах медицинских учреждениях 42
2.1. Сравнение методов интеллектуального анализа данных 42
2.1.1. Классификация задач интеллектуального анализа данных по типам извлекаемой информации 42
2.1.2. Классификация стадий интеллектуального анализа данных 44
2.1.2.1. Свободный поиск 44
2.1.2.2. Прогностическое моделирование 45
2.1.2.3. Анализ исключений 45
2.1.3. Классификация технологических методов интеллектуального анализа данных 46
2.1.3.1. Непосредственное использование обучающих данных 47
2.1.3.2. Выявление и использование формализованных закономерностей 47
2.1.3.2.1. Методы кросс-табуляции 48
2.1.3.2.2. Методы логической индукции 49
2.1.3.2.3. Методы вывода уравнений 52
2.2. Критерии и обоснование выбора технологии обеспечения системы поддержки принятия решений 57
2.2.1. Взаимодополняемость оперативной аналитической обработки и интеллектуального анализа данных 57
2.2.2. Выбор технологии интеллектуального анализа данных 58
2.2.3. Достоинства деревьев решений 59
2.3. Построение математической модели деревьев решений для задач
поддержки принятия решений 60
2.3.1. Общие понятия деревьев решений 60
2.3.2. Характеристики деревьев решений - 62
2.3.3. Вычислительные методы 63
2.3.3.1. Выбор критерия точности прогноза 64
2.3.3.1.1. Априорные вероятности 64
2.3.3.1.2. Цена ошибки классификации 64
2.3.3.1.3. Веса наблюдений 65
2.3.3.2. Выбор типа ветвления 65
2.3.3.2.1. Дискриминантное одномерное ветвление 65
2.3.3.2.2. Дискриминантное многомерное ветвление по линейным комбинациям 66
2.3.3.2.3. Полный перебор деревьев с одномерным ветвлением по методу CART(Classification and RegressionTrees) 66
2.3.3.3. Определение момента прекращения ветвлений 66
2.3.4. CART математический аппарат 67
2.3.4.1. Бинарное представление дерева решений 68
2.3.4.2. Функция оценки качества разбиения 68
2.3.4.3. Правила разбиения 69
2.3.4.4. Механизм отсечения дерева 69
2.3.4.5. Выбор финального дерева 72
2.3.4.6. Регрессия 73
2.4. Методика построения деревьев решений на основе хранилища данных 74
2.5. Выводы по главе 2 76
ГЛАВА 3. Использование деревьев решений для построения системы поддержки принятия решений в лечебно-профилактическом учреждении 77
3.1. Формализация задачи управления лечебным процессом с применением системы поддержки принятия решений медицинским персоналом 77
3.1.1. Основные задачи врача-терапевта лечебно-профилактического учреждения 77
3.1.2.1. Общие принципы организации диспансеризации 79
3.1.2.2. Работа врача-терапевта по диспансеризации 80
3.1.2.3. Документация по диспансеризации 83
3.1.2.4. Контроль эффективности диспансеризации больных острыми и хроническими заболеваниями 84
3.1.3. Задачи OLAP-анализа применительно к работе врача-терапевта. 85
3.2. Выявление и определение информации, применяемой для построения деревьев решений 87
3.2.1. Экспорт и импорт данных 87
3.2.1.1. Методы переноса данных 88
3.2.1.2. Репликация данных 90
3.2.1.3. Службы Data Transformation Service 93
3.2.2. Определение информации необходимой для разработанной системы поддержки принятия решений 95
3.2.3. Структура системы поддержки принятия решений в медицинской информационной системе 96
3.2.4. Логическая модель хранилища данных 96
3.3. Логическая модель дерева решений и ее физическая реализация 98
3.4. Выводы по главе 3 100
ГЛАВА 4. Практическая реализация системы поддержки принятия решений в информационной системе лечебно-профилактического учреждения 101
4.1. Построение и реализация клиентской и серверной частей системы поддержки принятия решений 101
4.1.1. Применения клиентской части системы поддержки принятия решений в работе врача-терапевта 101
4.1.2. Применения серверной части системы поддержки принятия решений в работе врача-терапевта 108
4.2. Обоснование экономической эффективности разработанных методик и применения системы поддержки принятия решений в информационной системе медицинского учреждения 108
4.2.1. Основной критерий экономической эффективности созданной систему поддержки принятая решений 108 -
4.2.2. Определение суммарных затрат на разработку программного продукта 112
4.2.2.1. Расчет затрат на заработную плату 112
4.2.2.2. Единый социальный налог 113
4.2.2.3. Расходы на приобретение, содержание и эксплуатацию комплекса технических средств 113
4.2.2.4. Затраты на универсальное программное обеспечение 114
4.2.2.5. Затраты на мероприятия, связанные с правовой охраной разработанного программного продукта 115
4.2.3. Расчет ориентировочной цены программного продукта 117
4.2.4. Определение показателей экономической эффективности использования разработанного программного продукта 118
4.3. Выводы по главе 4 121
Общие выводы 123
Список литературы 124
Приложения
