CC BY
080 The scientific heritage No 12 (12),2017
Кривенко Е.А.
Студентка, 4 курс, Факультет бiомедицинськоi iнженерii, НТУУ «КП1 M. 1.Скорського»
ИНФОРМАЦИОННАЯ СИСТЕМА ДЛЯ ПЕРСОНИФИЦИРОВАННОЙ ДИАГНОСТИКИ НА МНОГОЧИСЛЕННЫХ ИЗМЕРЕНИЯХ АРТЕРИАЛЬНОГО ДАВЛЕНИЯ ЧЕЛОВЕКА
INFORMATION SYSTEM FOR PERSONICIFICATED DIAGNOSTICS BASED ON NUMEROUS MEASUREMENTS OF HUMAN ARTERIAL PRESSURE
Kryvenko Y.
Student, FBMI, NTUU "Igor Sikorsky KPI"
АННОТАЦИЯ
В данной статье рассматривается применение принципа персонифицированной диагностики на многочисленных измерениях артериального давления человека. Разработана информационная система для визуализации состояния человека по последнему измерению артериального давлению относительно персонализированной и популяционной норм артериального давления.
ABSTRACT
This article discusses the application with the personalized diagnostic principle based on numerous measurements of human blood pressure. The information system has been developed to visualize a person's state from the latest blood pressure measurement according to the personalized and population-based standard of blood pressure.
Ключевые слова: функциональная диагностика, артериальное давление, персонифицированная диагностика
Keywords: functional diagnostics, arterial pressure, personalized diagnostics
В современном мире последние несколько лет самую большую угрозу для населения представляют заболевания сердечно-сосудистой системы. Ежегодная смертность из-за сердечно сосудистых заболеваний в мире около 3 млн. человек, в США -1 млн., а в Украине больше 400 тыс. [1].
Данные исследования, проведенного институтом кардиологии им. Н. Д. Стрежеска, доказывают, что повышенное артериальное давление (АД) (более 140/90 мм рт. ст.) имеют почти 44% взрослого населения [2].
Существуют общепринятые нормы АД -120/80 мм рт. ст., так же есть уточнения по возрасту или полу, но не всегда популяционная норма корректна для каждого человека.
Согласно данным Государственной Статистики Украины за 2015 год основными случаями заболеваемости в Украине являются болезни органов дыхания (56,3%), болезни системы кровообращения (8,8%), болезни мочеполовой системы (8,4%), болезни кожи (7,4%), болезни костно-мышечной системы (5,9%), у остальных болезней распространённость меньше 2% каждая. Также стоит обратить внимание, что болезни системы кровообращения начиная с 2001 года ежегодно занимают вторую позицию по количеству впервые зарегистрированных больных и имеют положительную динамику роста (рис.1) [3].
Болезни системы кровообращения
3000
о
S н 2500
« 2000
<и
«
2
ч 1500
о
сс h 1000
О
<и
(Г S 500
ч
о « 0
с# dp dp dj*5 rfP # ^ ^ <$S> ^ ^ ^ ^b ^ ^ ^ ^ ^ ^
Год
Рис. 1. Динамика регистрации пациентов с болезнями системы кровообращения в Украине
Показатель смертности от сердечно-сосудистых заболеваний в Украине является одним из самых высоких в мире. Так, за данными Государственной Статистики Украины [4] в 2015 году он составил 70,3% среди общей структуры смертности. Для сравнения, показатель смертности от новообразований - 13,8%, от болезней органов дыхания - 6%, остальные причины смерти в сумме составляют меньше 10%.
Внедрение постоянного мониторинга для выявления признаков болезни на ранних этапах позволит уменьшить количество больных с болезнями сердечно-сосудистой системы и в следствии снизит показатель смертности от данного заболевания.
Цель работы - создать систему для преждевременной диагностики артериальной гипертонии (АГ) на основе мониторинга отклонений показателей артериального давления (АД) от персональной и популяционной норм в домашних условиях.
ПЕРСОНИФИЦИРОВАННАЯ ДИАГНОСТИКА
Персонализированная (индивидуализированная, персонифицированная) медицина (ПМ) - сравнительно новое направление современной медицины, которое получило развитие благодаря использованию методов направленного пациенто ассоциированного лечебно-диагностического воздействия, на основе учета воздействий факторов внешней, генетических и региональных факторов
[5]. Другими словами, это целевая диагностика и лечение (индивидуально ориентированного воздействия, в том числе лекарственная, клеточная терапия) больного в соответствии с исходными результатами исследования его генетического профиля
[6].
Сегодня ПМ - область медицинских знаний, бурно развивается. Оценка Бостонской консалтинговой группы (Boston Consulting Group) свидетельствует, что к 2020 году темпы роста ПМ составят 37% ежегодно [5].
Основной принцип ПМ - лечить больного, а не болезнь, опираясь на индивидуальные особенности организма. Для этого необходимы современные средства диагностики, которые позволяют выявить риск возникновения того или иного заболевания у конкретного пациента на ранних стадиях и выбрать для него оптимальную врачебную тактик [7].
В клинической практике понятие медицинской нормы связывают с референтными интервалами — диапазонами значений физиологических показателей, полученных на основе популяционных обследований репрезентативных групп практически здо-
ровых людей. Однако следует заметить, что в соответствии с существующими методиками при определении референтных интервалов для большинства физиологических показателей используются значения, полученные лишь у 95 % обследуемой группы здоровых людей. Это означает, что результат отдельного исследования конкретного пациента, вообще говоря, нельзя считать статистически значимым, поскольку показатели 5% здоровых людей, т.е. каждого двадцатого, не «попадают» в установленные рамки референтного значения. Кроме того, хорошо известно, что большинство физиологических показателей, которые обычно измеряют у конкретного пациента для постановки диагноза, в том числе АД, подвержены значительным спонтанным колебаниям [7, 8].
Характер тяжелых заболеваний предусматривает распределенную систему предоставления медицинских услуг, когда домашнее наблюдение и лечение приобретает большое значение. Достичь этого можно благодаря созданию новых персонифицированных средств цифровой медицины, мировая практика развития которых подтверждает их перспективность.
Рассмотрим общую идею реализации персонифицированной диагностики, предложенную в работе [7] для создания персонифицированных средств диагностики в домашних условиях. Эта идея основана на сопоставлении областей популяционной и персонифицированных норм измеряемых диагностических признаков.
Рассматриваются 4 варианта взаимного расположения популяционной П0 и персонифицированной ПI областей в пространстве признаков (Рис. 2)
• ПI с П0, т.е. область Пг полностью входит в референтную область П0 популяционных обследований (рис. 3, а);
• (П П П0) Ф 0, П /(П П П0) Ф 0, С; 6 П0, т.е. область П лишь частично входит в референтную область П0 популяционных обследований, причем центр области персонифицированной нормы находится в области популяционной нормы (рис. 3, б);
• (П; П П0) Ф 0, П; (П П П0) Ф 0, С; £ П0, т.е. область П также входит в референтную область П0 популяционных обследований, однако центр области персонифицированной нормы не находится в области популяционной нормы (рис. 3, в);
• (Пг П П0) = 0, т.е. область Пг выходит за пределы референтной области П0 популяционных обследований (рис 3,г) [10].
Рис. 2. Популяционная П0 и индивидуальная П области значений показателей с центрами С0 и Соответственно
В данной статье предложен подход к персонифицированной диагностике, основанный на оценке индивидуальной нормы конкретного пользователя по результатам многократных измерений систолического (САД) и диастолического (ДАД) АД с уточняющей информацией времени и субъективной оценкой самочувствия.
В ходе работы над статьей были собраны показатели АД 20 здоровых и 50 больных пациентов в течении нескольких месяцев и сформирована база
данных из 3847 записей АД здоровых пациентов и 2753 записей АД больных пациентов.
Разницу между показателями АД здоровых и больных пациентов можно заметить, обратив внимание на рис. 4-7. У здоровых пациентов и САД, и ДАД имеют нормальное распределение в группе с явно выделенным доминирующим значением (нормой) - 120/70 мм.рт.ст.. У больных пациентов распределение также является нормальным согласно тестам хи-квадрат Пирсона (р-уа1ие < 2.2е-16) и Колмогорова-Смирнова (р-\ а1ис < 2.2е-16).
Значение систолического АД
Рис. 3. Распределение показателей САД у здоровых пациентов
60 ВО 100
Значение диастолического АД
Рис. 4. Распределение показателей
ДАД у здоровых пациентов
Рис. 5. Распределение показателей САД у больных пациентов ()
Рис. 6. Распределение показателей ДАД у больных пациентов
РЕАЛИЗАЦИЯ СИСТЕМЫ ПЕРСОНИФИЦИРОВАННОЙ ДИАГНОСТИКИ
В данной статье предложен подход к персонифицированной диагностике, основанный на оценке
текущего состояния по удаленности последнего измерения от индивидуальной нормы конкретного пользователя и популяционной нормы.
Для решения поставленной задачи необходимо произвести математические вычисления над данными и их статистический анализ.
Математический вычисления включают в себя:
• Графическая визуализация исторических измерений АД человека - построение выпуклой оболочки;
• Вычисление удаленности текущего показателя АД от нормального значения АД конкретного человека, от области популяционной нормы АД, от популяционной области АГ.
Построение выпуклой оболочки заключается в нахождении наименьшего выпуклого многоугольника, содержащего данные точки. Известно несколько подходов (алгоритмов) для нахождения минимальной выпуклой оболочки: алгоритм Джар-виса (Gift wrapping or Jarvis march), алгоритм Гре-хема (Grahams scan), алгоритм быстрой оболочки (Quickhull), Разделяй и властвуй (Devide and conquer), алгоритм Ендрю (Monotone chain or Andrew's algorithm), алгоритм Чена (Chan's algorithm) [9].
После предварительной апробации алгорит-
mob был взят за основу для реализации в системе
алгоритм Джарвиса, поскольку наше множество точек как правило достаточно большое и равномерно заполняет некоторую область.
Статистическая обработка включает в себя:
• Определение индивидуальной нормы АД человека (медианное значение САД и ДАД);
• Вычисление разброса значений АД (вычисление дисперсии);
• Вычисление частоты попадания показателей АД человека в область популяционной нормы.
Предлагаемая система может быть реализована в виде клиент-серверного приложения, с анализом взаимного расположения в пространстве диагностических признаков областей индивидуальной и популяционной норм.
Приведены примеры персонифицированных диагностических решений для оценки текущего состояния сердечно-сосудистой системы условно здорового человека и человека с диагнозом гипертония.
норма АД человека
Рис. 7. Картина условно здорового человек
Согласно концепции персонифицированной диагностики, пациента, изображенного на рис. 7 можно отнести к группе б по условию, что область значений АД человека лишь частично входит в референтную область популяционных обследований, но центр области персонифицированной нормы находится в области популяционной нормы
Из рис. 7 следует, что человек по последнему измерению АД действительно здоров, поскольку его показатели находятся от персонифицированной нормы и области общепринятых норм АД на расстоянии, которым можно пренебречь, но от зоны гипертонии - .больше 50% разброса значений АД.
Легенда
0 Популяционная норма АД
_ Зона гипертонии
Исторические измерения АД человека
Персонифицированная норма АД человека
> Последнее измерение АД
Исторические измерения АД человека
• Плохое самочувствие
Хорошее самочувствие
• Плохое самочувствие
Рис. 8. Картина больной человек
Пациента, изображенного на рис. 8 можно отнести к группе в, согласно концепции персонифицированной медицины по условию, что область значений АД пациента входит в референтную область П0 популяционных обследований и центр области персонифицированной нормы не находится в области популяционной нормы
Из рис. 8 следует, что пациент, у которого несколько измерений АД попадает в зону гипертонии, а в зону популяционной нормы попадает лишь 13,5% всех измерений АД и разброс значений достаточно велик, действительно находится в зоне риска и по последнему измерению АД необходимо в ближайшее время обратиться к врачу.
ВЫВОДЫ
Предложенный подход к персонифицированной диагностике из статьи [7], был опробован на примере функциональной диагностики АД, основанный на оценке персонифицированной нормы конкретного пользователя путем систематических измерений АД и накопления данных в течении достаточно большого промежутка времени. Данный подход обеспечивает более полную и обоснованную оценку функционального состояния пациента благодаря оригинальным вычислениям процедуры оценки близости показателей АД к зоне популяци-онной нормы и зоны гипертонии.
Результаты разработанного программного продукта отображают пациенту его текущее состояние не только по отношению к популяционной норме, но и по отношению к его персонифицированной норме.
Персонификация средств медицинской диагностики дает возможность пользователю проводить самооценку функционального состояния, оптимизировать свой образ жизни, прием лекарственных препаратов и разумно распределять режим нагрузок и отдыха. Накопление данных с использованием персонифицированных средств цифровой медицины сокращает время обследований в стационарных
Список литературы
1. Гриценко В.1., Файнзшьберг Л.С. Пер-сошфжоваш засоби цифрово! медицини — крок до здоров'я // Вюник Нацюнально! академи наук Укра!ни. — 2012. — № 8. — С. 62-70.
2. Подзолков В.И., Булатов В.А., Можарова Л.Г., Хомицкая Ю.В. Лечение артериальной гипертонии и ИБС: две болезни - единый подход // РМЖ. — 2003. — №28. — С. 1568
3. Державна служба статистики Укра!ни [Елек-тронний ресурс]. - Режим доступу: http://www.ukrstat.gov.ua/
4. Державна служба статистики Укра!ни. 1н-ститут демографп та сощальних дослщжень iменi М.В.Птухи Нацюнально! Академи Наук Укра!ни
[Електронний ресурс]. - Режим доступу: http://database.ukrcensus.gov.ua/MULT/Dialog/statfil e_c.asp
5. Jain K.K. Textbook of Personalized Medicine -New York: Springer, 2009. - 419 p.
6. Залесский В. Н., Мовчан Б. А. Персонализированная медицина: перспективы использования нанобиотехнологий // Журнал «Украшський медичний часопис». - 2012. - №1 (87) - С. 54-61
7. Файнзильберг Л.С. Об одном подходе к персонификации диагностических решений на примере оценки сердечной деятельности // Кибернетика и вычисл. техника.— 2014. — Вып. 178. — С.52-65.
8. Файнзильберг Л.С., Сорока Т.В. Мобильные приложения для виртуального взаимодействия врача и пациента при дистанционном мониторинге сердечной деятельности // Кибернетика и вычислительная техника. -2016. - Вып. 184. - C. 8-24.
9. Статические выпуклые оболочки: Джарвис, Грэхем, Эндрю, Чен, QuickHull [Електронний ресурс]. - Режим доступу: https ://neerc.ifmo. ru/wiki/index.php
10. Roman M., Pickering T., Schwartz J. et al. Is the absence of a nocturnal fall in blood pressure (non-dipping) associated with cardiovascular target organ damage? // J. Hypertension. - 1997. - Vol. 15. - P. 969978.
11. World Health Organization. Regional office for Europe. Highlights on health in Ukraine [Електронний ресурс]. - Режим доступу: http ://www. euro.who.int/ en/countries/ukraine/publi-cations3/highlights-on-health-in-ukraine
12. World Health Organization. Regional office for Europe. The European health report 2015. Targets and beyond - Reaching new frontiers in evidence [Електронний ресурс]. - Режим доступу: http ://www. euro.who.int/en/data-and-evidence/euro-pean-health-report/european-health-report-2015/euro-pean-health-report-2015-the.-targets-and-beyond-reaching-new-frontiers-in-evidence
Демiдов П.Г.
Кшвський нацюнальний торговeльно-eкономiчнiй унiвeрситeт, доцент кафедри програмно'1' тженери та тформацшних систем, кандидат тexнiчниx наук
МЬхневич С.1.
Кшвський нацюнальний торговeльно-eкономiчнiй утверситет, асистент кафедри eкономiчноï
юбернетики
ДО ПИТАННЯ ПОБУДОВИ ФУНКЦIОНАЛЬНОÏ МОДЕЛ1 ПРОЕКТУВАННЯ ТА РОЗРОБКИ БАЗИ ДАНИХ УПРАВЛ1ННЯ ПРОМИСЛОВИМ ПЩПРИСМСТВОМ
TO THE QUESTION OF CONSTRUCTING A FUNCTIONAL MODEL FOR DESIGNING AND DEVELOPING AN INDUSTRIAL ENTERPRISE MANAGEMENT DATABASE
Demidov P.
Kyiv National University of Trade and Economics, Docent of Department of Software Engineering and Information Systems, Candidate of Technical Sciences
Mihnevych S.
Kiev National University of Trade and Economics, Assistant of the Department of Economic Cybernetics
АНОТАЦ1Я
Розглянуто проблему проектування та розробки бази даних ERP-системи управлшня промисловим щдприемством; описано процес розробки бази даних з використанням прямого та зворотного ïï проектування; запропонована ieрархiчна модель створення бази даних для системи управлшня промисловим щдприемством; визначена схема взаемодп iнварiантноï бази даних ERP-системи з функцюнальними компонентами автоматизованоï iнформацiйноï системи дешлькох шдприемств.
ABCTRACT
The problem of creating a database ERP-system of industrial enterprise; developed a model describing the process of developing a database using direct and reverse its design; Set invariant interaction scheme database ERP-system functional components of information systems several enterprises. The hierarchical functional model design and development of database management.
Ключовi слова: ERP-система, база даних, CASE-технологiï: BPWin, ARIS Express та ERWin, СУБД MySQL, пряме та зворотне проектування.
Keywords: ERP-system, database, CASE-technology: BPWin, ARIS Express and ERWin, database MySQL, direct and reverse engineering.
Для яшсного виршення завдань функщонування автоматизовано1' шформацшно1' системи управлшня промисловим пвдприемством (А1СУП) в сучасних умовах, що постшно змшюеться, необхвдно впроваджувати засоби
структуризаци даних для 1'х представлення та обробки, а саме потужш штегроваш бази даних (БД). Процеси виготовлення та збуту готово1' про-дукцп вщносяться до класу найбiльш складних, в яких необхiдною e наявнiсть багатьох процесiв -
