Control Systems and Computers

https://doi.org/10.15407/csc.2022.04.064

Kovalenko O.S., Kozak L.M., Romanyuk O.O., Kryvova O.A. Informational and software module “ClinAss” for registration and analysis of clinical data about the patient’s condition. Control Systems and Computers. 2022. № 4. С. 64-72.

УДК 004.75+004.932.2:616

О.С. Коваленко, д.мед.н., проф., зав. відд. медичних інформаційних технологій, Міжнародний науково-навчальний центр інформаційних технологій та систем НАН України та МОН України, просп. Глушкова, 40, Київ, 03187, askov49@gmail.com, https://orcid.org/0000-0001-6635-0124

Л.М. Козак, д.б.н., ст.н.с., пров.н.с., відд. медичних інформаційних технологій, Міжнародний науково-навчальний центр інформаційних технологій та систем НАН України та МОН України, просп. Глушкова, 40, Київ, 03187, lmkozak52@gmail.com, https://orcid.org/0000-0002-7412-3041

О.О. Романюк, м.н.с. відд. медичних інформаційних технологій, Міжнародний науково-навчальний центр інформаційних технологій та систем НАН України та МОН України, просп. Глушкова, 40, Київ, 03187, ksnksn7@gmail.com , https://orcid.org/0000-0002-6865-1403

О.А. Кривова, н.с., відд. медичних інформаційних технологій, Міжнародний науково-навчальний центр інформаційних технологій та систем НАН України та МОН України, просп. Глушкова, 40, Київ, 03187,

ІНФОРМАЦІЙНО-ПРОГРАМНИЙ МОДУЛЬ “CLINASS” ДЛЯ РЕЄСТРАЦІЇ ТА АНАЛІЗУ КЛІНІЧНИХ ДАНИХ ПРО СТАН ПАЦІЄНТА

Вступ. Персоналізована медична допомога в клінічних умовах є важливим фактором для поліпшення процесу надання медичної послуг. Вона базується на клінічних показниках і прогресуванні захворювання на індивідуальному рівні, що дає можливість скласти уявлення про перебіг захворювань та їх лікування за різних станів пацієнтів. Всесвітня організація охорони здоров’я вважає за необхідне застосовувати методи та засоби цифрової медицини для реалізації завдань з аналізу великих масивів даних і закликає використовувати цифрові технології, що дасть можливість підняти рівень надання медичної допомоги населенню.

Метою статті було розроблення інформаційно-програмного модулю “ClinAss” для реєстрації та аналізу клінічних даних про стан пацієнта на основі формалізованих бізнес-процесів  реєстрації та аналізу даних про стан здоров’я пацієнтів з використання класифікаційних моделей за методами Data Mining.

Результати. Для формалізації досліджуваних бізнес-процесів враховано визначення 1) учасників процесу акумулювання та обміну медичними даними в інфраструктурі цифрової медицини та 2) два типи джерел медичної інформації про пацієнта. З урахуванням характеристик окремих ланок бізнес-процесів та послідовності процесів надання медичної допомоги сформовано інформаційну модель реалізації бізнес процесів реєстрації та аналізу клінічних даних про стан пацієнта в інфраструктурі цифрової медицини.

За розробленою ІТ класифікації стану пацієнта з використанням комплексу алгоритмів фільтрації, кластеризації, класифікації сформовано віршувальні правила для визначення стадії  активності захворювання. Побудовано відповідний алгоритм класифікації за цими вирішувальними правилами, на основі якого розроблено інформаційно-програмний модуль “ClinAss” для реєстрації та аналізу клінічних даних про стан пацієнта.

Висновки. Формалізовані бізнес-процеси реєстрації та аналізу даних про стан здоров’я пацієнтів визначають інформаційні потоки для оптимального функціонування сховища медичних даних, для забезпечення обміну ними між фахівцями-аналітиками та лікарями, які використовують програмні модулі та застосунки з метою аналізу стану здоров’я пацієнтів.

Розроблений інформаційно-програмний модуль “ClinAss” орієнтовано на інформаційну взаємодію різних груп користувачів з метою аналізу стану пацієнтів підчас його лікування в клінічних умовах за використання моделей тяжкості цього стану, забезпечує створення загального інформаційного середовища з розміщенням бази даних про пацієнтів в хмарному сховищі.

Завантажити повний текст в PDF (англійською).

Ключові слова: формалізовані бізнес-процеси, сховища медичних даних, класифікаційні моделі, методи Data Mining, програмний модуль, аналіз клінічних даних.

1. Precision health and medicine: a digital revolution in healthcar Editors: Arash Shaban-Nejad, Martin Michalowski. Cham, Switzerland: Springer. 2020, 197 p.
2. Bhavnani S.P, Narula J, Sengupta P. Mobile technology and the digitization of healthcare. Eur Heart J. (2016) 37:1428–38. DOI: 10.1093/eurheartj/ehv770.
3. Kim J.A. Creative Destruction of Medicine: How the Digital Revolution will Create Better Health Care. New York, NY: Basic Books., 2013. pp. 336.
4. Silva B.M.C., Rodrigues J.J.P.C., de la Torre Díez I., López-Coronado M., Saleem Mobile-health: a review of current state in 2015. J. Biomed Inform. 2015, 56, pp. 265–272. .2015.06.003
5. Agrawal R., Prabakaran S. Big data in digital healthcare: lessons learnt and recommendations for general practice. Heredity., 2020, 124 (4), pp. 525–534.
6. World Health Organization. mHealth: Use of mobile wireless technologies for public health (Report EB139/8), 2016. URL: <https://apps.who.int/gb/ebwha/pdf_files/EB139/B139_8-en.pdf> (дата звернення: 15 лютого 2021).
7. O’Donoghue J, Herbert J. Data management within mHealth environments: patient sensors, mobile devices, and databases. J Data Inf Qual. (2012) 4:5.
8. Li X., Dunn J., Salins D., Zhou G., Zhou W., Schüssler-Fiorenza Rose S.M., et al. Digital health: Tracking physiomes and activity using wearable biosensors reveals useful health-related information. PLoS Biol., 2017. 15 (1), DOI: 10.1371/journal.pbio.2001402.
9. Celermajer D.S., Chow C.K., Marijon E., Anstey N.M., Woo K.S. Cardiovascular disease in the developing world: Prevalences, patterns, and the potential of early disease detection. J Am Coll Cardiol. 2012, 60:1207–16.
10. Wagner M.M., Tsui F.C., Espino J.U., Dato V.M., Sitting D.F., Caruana R.A. et al. The emerging science of very early detection of disease outbreaks. J. Public Heal Manag Pract. 2001. 7, pp. 51–59.
11. Nestor P.J., Scheltens P., Hodges J.R. Advances in the early detection of Alzheimer’s disease. Nat Rev Neurosci. 2004, 10, pp. 34–41.
12. Chén O., Lipsmeier F., Phan H., Prince J., Taylor K., Gossens C., et al. Building a machine-learning framework to remotely assess Parkinson’s disease using smartphones. IEEE Trans Biomed Eng. 2020, 67, pp. 3491–3500.
13. Georga E.I., Tachos N.S., Sakellarios A.I., Kigka V.I., Exarchos T.P., Pelosi G. Artificial intelligence and data mining methods for cardiovascular risk prediction. Cardiovascular Computing—Methodologies and Clinical Applications, 2019, pp. 279-301.
14. Amin M, Chiam Y. Identification of significant features and data mining techniques in predicting heart disease. Telematics and Informatics. 2019, vol. 36, pp. 82-93.
15. Kaieski N, da Costa C.A., da Rosa Righi R., Lora P.S. Application of artificial intelligence methods in vital signs analysis of hospitalized patients: A systematic literature review. Applied Soft Computing, 2020, Vol. 96. DOI: https://doi.org/10.1016/j.asoc.2020.106612.
16. SAS Data Mining. URL: <https://www.sas.com/ru_ua/industry/health-care.html> (дата звернення: 10 серпня 2022).
17. Data Miner is the most powerful web scraping tool for professional data miners. URL: <http:// https://dataminer.io/> (дата звернення: 10 серпня 2022).
18. WEKA. URL: <https://www.cs.waikato.ac.nz/ml/weka/> (дата звернення: 1 липня 2022).
19. Rapid Miner. URL: <https://rapidminer.com/> (дата звернення: 1 липня 2022).
20. Yoo I., Alafaireet P., Marinov M., Pena-Hernandez K., Gopidi R., Chang J.F. Data Mining in Healthcare and Biomedicine. Journal of medical systems. 2012. № 36(4). pp. 2431-2448.
21. Коваленко О.С., Козак Л.М., Наджифіан Туманджані М., Романюк О.О. Досвід та перспективи створення медичних інформаційних систем та інформаційних технологій підтримки надання медичної допомоги. Cybernetics and Computer Engineering. 2022, 1(207), pp. 59—73.
22. Romaniuk O.O., Kozak L.M., Kovalenko O. Formation of Interoperable Digital Medicine Information Environment: Personal Medical Data. Sci. innov., 2021., 17 (5), pp. 50—62.
23. Kryvova O.A., Kozak L. Information Technology for Classification of Donosological and Pathological States Using the Ensemble of Data Mining Methods. Cybernetics and Computer Engineering. 2021, 1(203), pp 77-96.
24. Марушко Т.В. Ювенільний ідіопатичний артрит. URL: <https://health-ua.com/article/38162-yuvenlnij-dopatichnij-artrit> (дата звернення: 10 серпня 2022).

Надійшла 26.10.2022