CC BY
27
деленности процесса). Выбирается то поле, при разбиении по которому устраняется больше неопределенности. Неопределенность тем выше, чем больше примесей (объектов, относящихся к различным класса) находятся в одном узле. Энтропия равна нулю, если в узле будут находиться объекты, относящиеся к одному классу;
- полученную модель используют при определении класса (Давать / Не давать кредит) вновь возникших ситуаций (поступила заявка на получение кредита);
- при значительном изменении текущей ситуации на рынке дерево можно перестроить, т.е. адаптировать к существующей обстановке.
Требуемый займ обеспечен
НЕТ ДА
1
Отказ в выдаче кредита Наличие недвижимости
НЕТ ДА
Образование Наличие страховки
НЕТ ДА
специальное среднее.
Выдать кредит
Рис. 1. Пример дерева решений Список литературы:
1. Лаврушин О.И. Деньги, кредит, банки: учебник / О.И. Лаврушин. -М.: Финансы и статистика, 2004. - 247 с.
2. Ходжаева И. Оценка кредитоспособности физических лиц с использованием деревьев решений / И. Ходжаева // Банковское дело. - 2004. - № 3. -С. 30-33.
ИСПОЛЬЗОВАНИЕ ХРАНИЛИЩА ДАННЫХ В АВТОМАТИЗИРОВАННОЙ СИСТЕМЕ МОНИТОРИНГА ЗАБОЛЕВАЕМОСТИ НАСЕЛЕНИЯ
© Копелиович Д.И.*
Брянский государственный технический университет, г. Брянск
Проведен анализ информационных потоков для мониторинга заболеваемости населения. Рассмотрен процесс создания хранилишд данных для автоматизированной системы.
* Доцеит кафедры «Информатика и программное обеспечение», кандидат технических наук, доцент.
Сохранение и укрепление здоровья населения является основной задачей медицины. Сегодня в индустриально развитых странах главной целью общественного развития является не просто продление человеческой жизни, а продление качественной, здоровой жизни [1].
Несмотря на тысячелетия существования медицины, проблема организации сбора, обработки и анализа информации, полученной в процессе медицинской деятельности, является в настоящее время одной из наиболее актуальных и нерешенных проблем. Многие медицинские работники, особенно специалисты высшей квалификации, в процессе своей деятельности значительную часть рабочего времени посвящают сбору, обработке и анализу медицинской информации. Только после этого проводится лечение или выполнение профилактических мероприятий.
Многие медицинские учреждения в процессе своей работы накапливают просто гигантские объемы данных. В большинстве случаев отсутствует единое информационное пространство: данные не упорядочены, плохо согласованы между собой, децентрализованы. Все эти обстоятельства затрудняют быстрое извлечение требуемой информации. Возникает потребность в создании централизованного хранилища данных, которое позволит максимально целесообразно использовать накопленную информацию, улучшит деятельность организации, позволит быстро и более точно узнавать ответы на поставленные вопросы.
OLAP (On-Line Analytical Processing) - технология оперативной аналитической обработки данных, использующая методы и средства для сбора хранения и анализа многомерных данных в целях поддержки процессов принятия решений. Основное назначение OLAP-систем - поддержка аналитической деятельности произвольных запросов пользователей-аналитиков. Цель OLAP-анализа - проверка возникающих гипотез [2].
Технология OLAP позволяет усовершенствовать методы мониторинга, в частности перевести их на качественно более высокий уровень. При этом практическую значимость приобретают автоматизированное проектирование структуры МВД, организация процесса автоматизированного занесения информации в базу данных (БД) для ее последующего анализа, отображение МБД в реляционную БД.
Изучение заболеваемости проводится по общепринятой схеме статистических исследований и строгой последовательности этапов [3].
Решение этой задачи требует качественной информации и своевременной модернизации системы статистического наблюдения за состоянием здоровья пациентов. Статистическая информация призвана способствовать принятию более эффективных управленческих решений, лучшей осведомленности врача в вопросе состояния здоровья пациентов, деятельности ЛПУ и эффективности расходов на лечение. Руководителям ЛПУ статистическая информация необходима как опора для выдвижения гипо-
тез и принятия решений, стратегического планирования и контроля исполнения принятых решений.
При проведении мониторинга существуют следующие этапы получения данных о заболеваемости различных групп населения:
1. сбор информации;
2. группировка и сводка материалов, их шифровка;
3. счетная обработка;
4. анализ материалов и их оформление (выводы и рекомендации).
Источниками информации данных о заболеваемости служат:
1. медицинские сведения об обращаемости за медицинской помощью;
2. данные медицинских осмотров;
3. материалы по данным госпитализации населения.
Заболеваемость показывает уровень, частоту распространения всех
болезней вместе взятых и каждой в отдельности среди всего населения, а также в возрастных, половых, социальных, профессиональных и других группах населения.
Для проведения анализа функций, выполняемых сотрудниками медицинского учреждения, была построена функциональную модель. Используется точка зрения отдела медицинской статистики.
Входящая информация, подвергаемая обработке, представлена следующими данными:
- документы пациента;
- справочники.
Управляющая информация:
- постановление о порядке оказания медицинской помощи;
- приказ о порядке ведения медицинской документации.
Результат обработки информации предоставляется в виде отчетов, реестров, диаграмм, проектов решений, приказов и постановлений.
На диаграмме первого уровня представленной на рис. 1 выполнена декомпозиция процесса сбора и обработки данных о пациенте в ЛПУ в четыре этапа.
На диаграмме второго уровня представленной на рис. 2 выполнена декомпозиция процесса выполнения анализа и составления отчетов медицинским статистиком.
Выделяется четыре основных этапа:
- объединение данных подразделений;
- обработка полученных сводных данных, поиск ошибок;
- получение данных о заболеваемости;
- проведение анализа, составление отчетов, принятие решений.
В Брянском государственном техническом университете была разработана автоматизированная система мониторинга данных о заболеваемости различных групп населения с использованием технологии OLAP.
Рис. 1. Модель предметной области (диаграмма 1-го уровня)
Рис. 2. Модель предметной области (диаграмма 2-го уровня)
Назначение разработки - проведение мониторинга данных о заболеваемости различных групп населения, создание единого информационного хранилища данных, предоставление обобщенных данных в удобном, наглядном виде.
Программное обеспечение предназначено для работы в медицинских учреждениях, занимающихся обработкой данных о пациенте и работающих в системе обязательного медицинского страхования (ОМС).
Модель хранилища данных представлена на рис. 3.
Рис. 3. Физическая модель хранилища данных
В основе хранилища находятся две таблицы фактов (fact table). MedCard, содержит фактические данные о госпитализации больных в стационаре. Таблица Card, содержит фактические данные о посещаемости пациентов в поликлинике. Таблицы фактов и таблицы размерности связаны идентифицирующими связями, при этом первичные ключи таблицы размерности мигрируют в таблицу факта в качестве внешних ключей. Таблицы размерности имеют меньшее количество строк, чем таблицы факта и содержат описательную информацию. Эти таблицы позволяют пользователю быстро переходить от таблицы факта к дополнительной информации.
В размерной модели главной целью является обеспечение высокой эффективности просмотра данных и выполнения сложных запросов. Поэтому при проектировании хранилища данных автоматизированной системы мониторинга данных о заболеваемости различных групп населения с использованием технологии OLAP была выбрана схема звезда.
Разработанная автоматизированная система позволяет повысить эффективность качества медицинского обслуживания за счет возможности проводить мониторинг данных о заболеваемости различных групп населения.
Список литературы:
1. Барсегян A.A. Методы и модели анализа данных: OLAP и Data Mining / A.A. Барсегян и др. - СПб.: БХВ-Петербург, 2004.- 336 е.: ил.
2. Гусева Н.К. Контроль и обеспечение качества медицинской помощи в медицинских организациях: учебное пособие / Н.К. Гусева - Н. Новгород: Издательсво Нижегородской государственной медицинской академии, 2010. - 292 с.
3. Ланг Т.А. Как описывать статистику в медицине. Аннотированное руководство для авторов, редакторов и рецензентов / Т.А. Ланг, М. Сесик; пер. с англ. под ред. В.П. Леонова. - М.: Практическая медицина, 2010. - 480 с.
КОМПЕТЕНТНОСТНЫЙ ПОДХОД В СИСТЕМЕ
УПРАВЛЕНИЯ УЧЕБНЫМ ПРОЦЕССОМ ПОДГОТОВКИ СПЕЦИАЛИСТОВ В ОБЛАСТИ ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ1
© Королева В.В.*, Логунова О.С.4
Магнитогорский государственный технический университет им. Г.И. Носова,
г. Магнитогорск
В статье рассматривается роль и место компетентностного подхода в системе управления учебным процессом подготовки специалистов в области информационных технологий, проблемы его реализации. Авторами предлагается методика исследования роли компетентностного подхода в управлении образовательным процессом при обучении бакалавров и магистров. Выявлены противоречия между требованиями ра-ботодателей и образовательным стандартом.
1 Работа выполняется в рамках Федеральной целевой программы «Научные и научно-педаго-гнческне кадры инновационной России» 2009-2013 гг. по контракту № П2402
* Доцент кафедры Информатики и информационных технологий, кандидат педагогических наук, доцент.
* Профессор кафедры Вычислительной техники и прикладной математики, доктор технических наук, доцент, действительный член Академии инженерных наук им. A.M. Прохорова.
