CC BY
52
Статья
табл. 1^2 раза в день курсами по 2-г4 дня в неделю; панангин (3 табл./сутки) по показаниям; хирургическое лечение - лазерная коагуляция сетчатки; криопексия сетчатки; витрэктомия с эндо-лазерной коагуляцией. В ходе лечения проводится контроль состояния пациента (блок 11), при котором уточняются стадии заболевания со сменой тактики лечения. Во всех вариантах коррекцию отклонения энергетических характеристик БАТ от их номинальных значений целесообразно производить методами электрорефлексотерапии. В нашей работе коррекция проводилась по общепринятой методике прибором типа «Пчелка». Рекомендуется выбирать ток воздействия силой 8-30 мкА отрицательной полярности. На каждую БАТ воздействуют в течение 4-5 минут. Число точек воздействия и длительность курса лечения зависит от степени тяжести болезни, индивидуальных особенностей организма и корректируется по состоянию меридианных моделей. Средняя продолжительность рефлексотерапии 5-7 дней.
Для проверки достоверности полученных результатов была сформирована репрезентативная выборка по всем исследуемым стадиям заболевания. Для оценки эффективности правил прогноза ТЦВСиВ была сформирована выборка из 100 чел., которые имели 80% факторов риска из выбранного перечня, и наблюдались в течение 8 лет. Через 4-4,5 года у 93 чел. имелось наличие претромбоза и начинающегося тромбоза, подтвержденное объективным анализом картины глазного дна, полученной приборами: «Ретинофот 210» фирмы «Carel-Zeiss Jena»; ретинальная камера «Топкон». Оценка вероятности правильного прогноза составляет
0,93 при одновременном наличии большинства факторов риска. Так же определяли объем контрольной выборки по стадиям заболевания. Для претромбоза он составил 125 чел., для начинающего тромбоза - 95 чел., для неполного тромбоза - 98 чел.. Результаты контрольной проверки качества классификации на контрольной выборке в сравнении с экспертными оценками уверенности в принимаемых решениях приведены в табл.
Таблица
Оценка качества прогноза и диагностики стадий ТЦВСиВ
Про- гноз Пре- тром- боз Начинаю- щийся тромбоз Непол- ный тромбоз Полный тромбоз
Объем контрольной выборки 100 125 95 105 98
Экспертная оценка уверенности 0,9 0,92 0,95 0,98 0,98
Оценка вероятности правильной классификации 0,93 0,9 0,96 0,95 0,97
Результаты испытаний на контрольных выборках в рамках допустимой погрешности (около 3%) практически совпадают с результатами экспертной оценки, что позволяет сделать выводы о целесообразности использования полученных прогностических и диагностических правил для решения задач рационального управления лечебно-профилактическими мероприятиями при предупреждении и лечении ТЦВСиВ. Для оценки эффективности методов и средств управления профилактическими мероприятиями и комбинированной терапии ТЦВСиВ была составлена выборка, в которую вошли здоровые с факторами риска при уверенности не ниже 0,6 - 220 человек; в состоянии претромбоза - 120 человек; на стадии начинающегося тромбоза - 100 чел.; с неполным тромбозом - 95 чел.; с полным тромбозом - 80 чел.
Обследуемые с высоким риском тромбоза были разделены на две равные группы по 110 человек. Первая группа наблюдалась каждые 0,5 года без коррекции энергетического состояния БАТ, артериального давления и др. факторов риска. По результатам наблюдения установлено, что у 98 человек (89%) в течение 5 лет возникли состояния претромбоза и начинающегося тромбоза.
У второй группы наблюдающихся через каждые 0,5 года определялись показатели 7-потенциала, артериальное давление и энергетические характеристики информативных БАТ. В случае отклонения названных параметров, осуществлялась коррекция состояния БАТ артериального давления и профилактика предин-сультных состояний. 8-летнее наблюдение за этой группой больных показало, что у двух человек была зафиксирована стадия претромбоза и у одного - стадия начинающегося тромбоза. Наблюдаемые с претромбозом были разделены на две группы: 50
чел. составили контрольную группу и проходили лечение по схеме А1, остальные 70 чел. проходили лечение по схеме А, с добавлением электрорефлексотерапии точек. Контроль состояния пациентов производился еженедельно. При использовании схемы лечения А1 из 50 чел. полное излечение получили 38 чел. (75%) в течение 60±10 дней. У шести чел. (12%) состояние претромбоза сохранилось в течение 90±12 дней и принято решение перейти к схеме лечения В. Шесть чел. (12%) перешли в состояние начинающегося тромбоза. Для них был осуществлен переход к схеме лечения В. При комбинированном лечении больных на стадии претромбоза (схема лечения А (А1 + управляемая рефлексотерапия)) из 70 чел. полное излечение получили 56 чел. (80%) в течение 40±8 дней, состояние претромбоза сохранилось у 8 чел. (11%) в течение 60±10 дней. В этой ситуации принято решение о применении схемы лечения Е. Семь человек (9%) перешли в стадию начального тромбоза. Далее применяли схему лечения В. При лечении лиц с начинающимся тромбозом использование терапии наряду с рефлексотерапией сокращает сроки купирования основного заболевания с 35±8 дней до 25±6 дней, и процент излеченных больных увеличивается с 15 до 32%.
При лечении больных с неполным тромбозом при использовании комбинированной терапии сроки купирования симптомов основного заболевания сокращаются с 45±8 дней до 35±7 дней, а процент выздоровевших увеличивается с 30 до 40%. При полном тромбозе в зависимости стандартные схемы лечения D или Е. Наибольший эффект обеспечивают при профилактике пациентов, у которых имеется риск появления и развития ТЦВСиВ. Из 110 чел., за которыми через каждые 0,5 года велось наблюдение с коррекцией нарушенных функций, только 1 чел. перешел в начальную стадию тромбоза, которая была устранена традиционной терапией по схеме В. Инвалидность по зрению из-за ТЦВСиВ была практически исключена.
Положительный эффект от комбинированной терапии и использования предлагаемого алгоритма управления достигается на всех стадиях тромбоза. Имеется рост числа больных с полным выздоровлением или купированием симптомов основного заболевания (на ~ 11%) и сокращение сроков лечения (на ~ 13±7 дней).
Литература
1. Гаваа Лувсан. Очерк методов восточной рефлексотерапии.- Новосибирск: Норма, 1991.- 432 с.
2. Кореневский Н.А. // Системный анализ и управление в биомедицинских системах.- 2005.- Т 4, № 1.- С. 12-20.
3. Кореневский НА. и др. Синтез моделей взаимодействия внутренних органов с проекционными зонами и их использование в рефлексодиагностике.- Курск: КГТУ, 2005.- 334 с.
4. Кореневский НА. и др. Энергоинформационные основы рефлексологии.- Курск: КГумТИ 2001.- 236 с.
5. Осовский С. Нейронные сети для обработки информации.- М.: Финансы и статистика, 2002.- 344 с.
6. Усков А.А., Кузьмин А.В. Интеллектуальные технологии управления.- М.: Горячая линия - телеком, 2004.- 143 с.
УДК 615.84
ПРОГНОЗИРОВАНИЕ РИСКА ПРИОБРЕТЕНИЯ ПРОФЕССИОНАЛЬНЫХ ЗАБОЛЕВАНИЙ НА ОСНОВЕ НЕЧЕТКИХ МОДЕЛЕЙ ПРИНЯТИЯ РЕШЕНИЙ
В.В. БУНЯЕВ*, Н.А. КОРЕНЕВСКИЙ**, С.А. ФИЛИСТ**
Для решения задач прогнозирования риска приобретения и развития заболеваний, вызванных контактом человека с производственной средой, предлагается метод синтеза комбинированных правил нечеткого вывода, использующих информацию о бытовых и производственных факторах риска.
Современный уровень развития производства, ухудшающееся экологическое состояние окружающей среды, рост нервнопсихологических нагрузок при взаимодействии с разнообразными информационно и энергонасыщенными системами, значительно увеличивает риск возникновения и развития заболеваний,
346401, Ростовская область, г. Новочеркасск, ул. Просвещения, 132, Ю жно-Российский государственный технический университет
305040, г. Курск, ул. 50 лет Октября, 94, ГОУ ВПО «КГТУ»; тел./факс: (4712) 50-48-20; Е-таі1: biomed@kstu2.kursk.ru
В.В. Буняев, Н.А. Кореневский, С.А. Филист
в том числе вызываемых профессиональной деятельностью человека. Имеется арсенал методов и средств, решающих задачи профориентации и профессионального отбора по различным наборам психологических, психофизиологических и физиологических признаков. Часть из них решает задачи оценки успешности будущей деятельности, часть реализует достаточно жесткие алгоритмы отбора по медицинским требованиям, предъявляемым к будущей профессии, часть реализует комплексный подход, сочетающий анализ состояния здоровья с успешностью реализации профессиональной деятельности.
Анализ показал, что большинство существующих систем, решающих задачи профессиональной ориентации и профессионального отбора, оценивает профессиональную пригодность человека по уже имеющимся у него заболеваниям, тогда как во многих случаях трудовая деятельность может способствовать развитию скрытых патологий еще не имеющих клинических проявлений, а также разрушать адаптационные механизмы организма и его частей, которые имеют «слабые звенья» в силу индивидуальных особенностей человека. Это снижает их потенциальные возможности по решению задач профессионального отбора.
Учитывая, что при решении задач профессионального отбора лучших результатов удается достичь использованием разнотипных признаков, характеризующих обследуемых, а также то, что исходная информация носит неполный и нечеткий характер, в качестве основного аппарата была выбрана теория нечеткой логики принятия решений. Для приведения разнотипных признаков к единой шкале измерений предлагается использовать функции принадлежностей к исследуемым классам состояний Цюг(8), где 8 - носитель функции принадлежностей к классу юг (1=1, ..., Ь). Исходя из опыта и на основании собственных исследований в качестве базовых функций принадлежностей, были выбраны кусочно'-линейные и квадратичные формы их представления. В зависимости от структуры исследуемых классов в исходном пространстве и подпространствах признаков (факторов) в качестве носителей могут быть использованы: числовые шкалы исходных (четких) признаков 81=^; линейная функция от исходных признаков Х1 вида 5 = 2 а,х, ; линейная зависимость от функций
принадлежностей
коэффициентов уверенности 5К
линейная функция от частных = 2 С, КУ (д).
Настраиваемые параметры а Ьр, Cq и вид функций принадлежностей отбираются по критерию минимума пересечения функций принадлежностей различных классов на носителе 8. Вид модели для расчета уверенности в принимаемом решении о диагнозе и (или) прогнозе выбирается в зависимости от вкладов используемых показателей в промежуточные и конечные решающие правила. Предлагается использовать следующие типы правил расчета коэффициентов уверенности КУюг в решении ю*.
КУ„ = тах{|ху, (5)}
КУ „ = тт{|<, (5)}
(1)
(2)
КУ„г^+1]=КУ„гМ+Нюг^+1](1-КУ„гМ), (3)
КУюгЙ+1]=КУ„гМ+КУ„гМ(1-КУ„гМ), (4)
где - ] номер функции принадлежностей, участвующий в формировании правила для расчета КУюг; ИЛИ - символ логической операции ИЛИ; И - символ логической операции И; q -номер итерации в расчете коэффициентов уверенности, если на каждом шаге появляются новые свидетельства в пользу решения ю*; КУю^И - уверенность в решении юг от вновь поступающих (текущих) свидетельств. Предпочтение отдается правилу, обеспечивающему минимум ошибки классификации (прогноза). Для построения надежных решающих правил контроля и прогнозирования состояния здоровья в задачах профессионального отбора необходимо учитывать как факторы риска от воздействия производственной среды, так и индивидуальные характеристики человека, попадающего под воздействие этой среды. С учетом сказанного нами предлагается следующий метод синтеза комбинированных решающих правил прогнозирования и диагностики профессиональных заболеваний: для исследуемого производства специалистами соответствующего профиля определяется перечень вредных факторов, влияющих на состояние здоровья человека на физиологическом и психологическом уровнях; определя-
ется перечень заболеваний, вызываемых факторами риска выделенными в п.1. При необходимости, используя теорию принятия решений, выясняется и (или) уточняется влияние полученных факторов на выделенные типы заболеваний; используя значения факторов риска как носители функции принадлежностей к классу ®1, строятся соответствующие семейства функций принадлежностей (х,111) . В ходе проведения разведочного анализа уточня-
ется тип носителя 8П и из списка формул (1)^(4) выбирается формула расчета уверенности в прогнозе риска возникновения заболевания юг от производственной деятельности - КУП ; по
полученному в п.2 списку заболеваний формируются списки факторов риска, не связанных с производственной деятельностью обследуемых (наследственные, социально-бытовые, экологические и т.д.). По методике аналогичной п.3 строятся семейства функций принадлежностей (х, ,) и цн , (5,Н), характеризую-
щих возможность появления болезни ®1, если испытуемый пойдет на производство, связанное с риском формирования патологии и выбираются формулы расчета уверенности в прогнозе юг от непроизводственной деятельности - КУ® . По данным врачебных заключений, например, на основании работы специализированных комиссий или историям болезни у обследуемых выявляется наличие патологий юг, их стадий рг и степени тяжести ql и используя показатели рг и ql, как носители строятся их семейства функций принадлежностей цю , (р,) и Щ, (д,) к классам
юг, характеризующих риск прогрессирования заболевания юг, если обследуемый будет задействован в исследуемом типе деятельности. Для полученного семейства функций принадлежностей определяются формулы расчета коэффициента уверенности КУ'в . По частным коэффициентам уверенности КУП, КУ',
КУав, производится общий расчет уверенности в риске приобретения профзаболевания юг в соответствии с формулой
По методике, разработанной на кафедре биомедицинской инженерии КурскГТУ для полученного списка патологий, определяется список информативных диагностически значимых биологически активных точек (ДЗТ БАТ) - ( - номер БАТ в
группе ДЗТ из класса юг). По этим точкам строится система функций принадлежностей к классам юг - Цюг(8Я|,г) с носителями, определяемыми как величина процентного отклонения контролируемых значений сопротивлений БАТ из ДЗТ относительно их номинальных значений. Уверенность в отнесении обследуемого к классу юг по БАТ определяется в том случае, если одновременно для всех точек из ДЗТ отклонение их относительных сопротивлений от номинальных значений превышает некоторое пороговое значение ЬЩЩ . То есть уверенность в возможности заболевания юг по группе БАТ определяется из следующего выражения ЕСЛИ [Щ, : ЬЯ, > 5, ] ТО КУБ, [у+1]=КУБ, [у]+(&я,+и )[1 - КУБ, [у]]
По группе БАТ, связанных с ситуациями эмоционального напряжения и (или) величиной адаптационных резервов организма и с использованием индекса функциональных изменений (ИФИ) определяется уверенность в наличии патологии юг из-за сдвигов в имеющихся адаптационных резервах организма -КУю, . На основе микроструктурного анализа будущей деятельности с привлечением экспертов-психологов, технологов и медиков разрабатываются батареи тестов, имитирующих основные элементы будущей деятельности испытуемых, включая психологические тесты, нагружающие те фундаментальные свойства психики, которые задействуются в исследуемом процессе. Определяются параметры тестов, моделирующих выполнение будущей деятельности с таким расчетом, чтобы за время их выполнения можно было бы зафиксировать изменение состояний органов и систем организма, связанных с тем или иным производственным процессом. По величинам относительных отклонений электрических характеристик информативных проекционных зон и в частности ДЗТ БАТ в ходе выполнения нагрузочных тестов строятся соответствующие функции принадлежностей
(5)
кую, = КУП, + КУН, + КУВ, - КУП, • КУН, - КУП, • КУВ,
КУБ, • КУВ, + КУП, • кун, • КУВ,
ИЛИ
И
В.В. Буняев, Н.А. Кореневский, С.А. Филист
ц ф¿(АЬК, ,), характеризующие риск возникновения заболевания
юг, если обследуемый в ходе профдеятельности будет длительно выполнять работу, связанную с моделируемой нагрузкой на физиологическую/психологическую сферу. Уверенность в диагнозе юг по результатам выполнения нагрузочных тестов определяется, если на выбранный тест с номером г для всех точек из Уг величина 5Яи превышают некоторое пороговое значение, т.е. ЕСЛИ [ЧУ, : ЬК,, > ЬЩ, ]| г ТО
(6)
КУгТ, [д +1] = КУГ, [д] + ц ф,, (А5,, )(1 - КУгф, [,])
После определения КУгюю, по всем тестам (г = 1, ..., Я) определяется общая уверенность в возможности развития патологии юг в соответствии с КУю, [г+2]= КУю, [г]+ КУю, [г+1](1- КУю, [г]). Для выяснения возможности заболеваний, не вошедших в список юг, по реакции проекционных зон на нагрузочные тесты может быть решена задача определения списков возможных патологий. Для этого, используя многоканальные анализаторы электрических характеристик проекционных зон, определяются энергетические состояния основных меридиан до и после нагрузочных тестов. На меридианах, энергетический разбаланс которых превышает пороговые значения, в ходе повторного тестирования определяются точки, энергетическое состояние которых отклоняется от номинального значения более чем на пороговую величину. По этим точкам определяются списки патологий ф* , которые могут возникать в ходе деятельности, содержащей элементы, моделируемые нагрузочными тестами. Выбирая в качестве носителей величины относительного разбаланса электрических характеристик, выделяемых БАТ, аналогично п.4 строятся функции принадлежностей цт*,(5К,*) и определяется КУю*, .
Общий прогноз состояния здоровья от взаимодействия обследуемого с производственной средой может быть определен по величине риска возникновения и развития заболевания юг:
К ф, = 2 С, • КУ1, , (7)
где 1 = п, н, вр, Bq, Б, А, т, т*; С« - весовые коэффициенты, определяющие вклад частного коэффициента уверенности в общий риск заболевания типа юг. В простейшем случае вопрос о допуске обследуемого к выполнению анализируемой профессиональной деятельности может быть решен при использовании одного из двух правил:
Яюг < К7 (8)
( КУВю, < КУВюпор ) ИЛИ ( КУВю, < КУВюпор ) ИЛИ Яг < К7 (9)
Для детализации принятия решений предлагается интегральный показатель (7) использовать как носитель функции принадлежностей, а соответствующие решения принимать по величинам функций принадлежностей, определяющих тип принимаемых решений. В качестве функций принадлежностей могут быть использованы показатели риска возникновения и развития профессиональных заболеваний, например: цр0, - риск практически отсутствует; цю1, - низкий риск юг; ц%,) - вероятно заболевание типа юг; ц- риск заболевания юг высокий. В зависимости
от особенностей решаемой задачи при определенном Яг могут быть задействованы не все составляющие, а конечные решающие правила могут включать дополнительные условия, объединяющие, например, условия (8) и (9) с функциями принадлежностей к классам риск заболевания и пригодность к выполнению работы.
В ходе синтеза прогностических решающих правил может решаться задача прогноза риска появления и развития профессиональных заболеваний в различные периоды времени. В этом случае экспертами выбираются интервалы времени прогнозирования Тх (т - номер интервала времени прогнозирования) и для каждого из них определяются частные и общие коэффициенты уверенности аналогично тому как это делалось в предыдущих пунктах. На этапе прогнозирования выбирается соответствующий интервал времени и для него вычисляются искомые коэффициенты уверенности. Предложенный метод был использован при решении задач профвыбора абитуриентами специальностей приборостроительного профиля технического вуза, профессионального отбора электросварщиков и кандидатов на должность водителей оперативного транспорта органов внутренних дел.
В качестве наблюдаемых выступали мужчины и женщины в возрасте от 18 до 40 лет. В качестве контроля была взята группа здоровых людей (студенты, сотрудники УВД г. Курска). При прогнозировании профессиональных заболеваний студентов технических вузов наблюдались студенты КурскГТУ и студенты Южно-Российского ГТУ приборостроительных специальностей на протяжении 11 лет. Было установлено, что наиболее распространенными заболеваниями, связанными с процессом обучения в вузе, являются заболевания сердечно-сосудистой системы (ССС) и заболевания желудочно-кишечного тракта (ЖКТ). Среди параметров, оказывающих влияние на возможность приобретения этих заболеваний, выделено четыре группы: параметры, связанные с производственной средой с расчетом коэффициентов уверенности в возможности профессионального заболевания КУСсс и КУЖкт ; параметры, обусловленные личностными характеристиками испытуемого с коэффициентами уверенности КУСсс и КУЖкт ; параметры, полученные из историй болезни и врачебных заключений с коэффициентами уверенности КУСсс и КУЖкт ; параметры, полученные в результате нагрузочных проб с коэффициентами уверенности КУСсс и КУЖкт • В ходе разведочного анализа с привлечением экспертов для расчета коэффициентов уверенности по классам заболевания ССС и ЖКТ построены семейства функций принадлежностей с носителями по признакам, характеризующим факторы риска исследуемых заболеваний.
В качестве носителей функций принадлежностей по 1-й группе параметров были выбраны относительные отклонения электрических характеристик БАТ, связанных с эмоциональной сферой (точки R«, P9 и VB20) и индекс функциональных изменений (ИФИ), отражающий адаптационные резервы организма. По 2-й группе параметров использовались: фактор приема алкоголя; фактор табакокурения; шкала интраверсии теста Айзенка; шкала реактивной тревожности теста Спилберга; шкала личной тревожности теста Тейлора; относительные отклонения электрических характеристик БАТ, связанных с эмоциональной сферой; индекс функциональных изменений. По 3-й группе параметров использовались относительные отклонения электрических характеристик БАТ, связанных с заболеваниями ССС (точки С4, Сб, С7, С8 и С9) и с заболеванием ЖКТ (точки Е21, Е22, Е23, Езб). По 4-й группе признаков производственная нагрузка моделировалась тестами определения селективности, устойчивости и переключаемости внимания при доведении испытуемых до состояния эмоционального напряжения в ходе тестирования. По этой группе признаков в качестве носителей функций принадлежностей использованы величины относительных отклонений сопротивлений точек С7, С9 (для заболеваний ССС) и для точек Е21 и Е22 (для ЖКТ) до тестирования и после тестирования в условиях эмоционального напряжения. В соответствии с общей методикой синтеза комбинированных решающих правил были получены выражения для носителей функций принадлежностей к классам риск заболеваний ССС и ЖКТ в виде:
Rccc = КУСсс + КУСсс +4 КУСсс +2 КУСсс ;
ЯЖкт = КУЖкт + КУЖкт +4 КУЖкт +2 КУЖкт .
На рис. 1а и 1б приведены графики функций принадлежностей к классам: риск заболевания практически отсутствует ( ЦСсс , ЦЖкт ); низкий риск заболевания ( цСсс , цЖкт ); вероятно заболевание, желательно провести дообследование и при необходимости рекомендовать профилактические мероприятия ( цСсс , Ц2жкт ); риск заболевания высокий, желательно провести дополнительные обследования и при необходимости организовать проведение лечебно-оздоровительных мероприятий ( ЦСсс , ЦЖкт ); имеется заболевание, при необходимости уточнить диагноз и организовать комплекс терапевтических мероприятий ( Ц4ССС , ЦЖкт ).
Экспертная оценка уверенности отнесения испытуемого к выделенным классам риска возникновения заболеваний ССС и ЖКТ в ходе обучения студентов приборостроительных специальностей в техническом вузе на примере КГТУ достигает 0,97. Анализ профзаболеваний электросварщиков показал, что самым распространенным является бронхит. К неблагоприятным факторам производства отнесены аэрозоли Mn, Ni, Cr и др. тяжелых металлов, газов О3, N2O5, CO, HF, окислов SÍO2. Для определения непроизводственных факторов риска был использован опросник:
Статья
хх - перенес бронхит; х2 - ежегодное заболевание ОРЗ; х3 - характеристика воздуха среды обитания; х4 - число сигарет в день; х5 - длительность курения; х6 - общее самочувствие.
Ц ссс (Яссс)
1,1 1,2 1,3 1,4 1,5 1,6 1,7 1,8 1,9
Ц жкт (Джкт)
0,97
1,1 1,2 1,3 1,4 1,5 1,6 1,7 1,8 1,9 2
б)
Рис. 1. Функции принадлежностей к классам риск заболеваний ССС (а) и ЖКТ (б)при обучении на специальностях приборостроительного профиля
Риск заболевания бронхитом по результатам врачебных исследований определялся по относительным отклонениям сопротивлений точек Р1, Р5, Р9 и Р10, связанных с ситуацией бронхит и при помощи специального опросника. В качестве нагрузочного теста использовался спирометр, с помощью которого оценивалась жизненная емкость легких. При решении вопроса о профпригодности обследуемых для работы электросварщиками и риска возникновения заболеваний экспертами были выделены классы с функциями принадлежности: риск заболевания маловероятен, испытуемый пригоден к выполнению работ электросварщика (цБр (Кбр )); вероятно заболевание бронхитом, надо провести обследование и серию лечебно-оздоровительных мероприятий с контролем состояния здоровья в ходе работ электросварщиком (цБр (КБр)); высокий риск заболевания бронхитом, уточнить диагноз, и в случае выявления бронхита, в зависимости от характеристик заболевания решить вопрос о профессиональной пригодности (цБр (Кбр )). Для носителя введенных функций принадлежностей определены веса каждой из частных составляющих коэффициентов уверенности и получено выражение вида: КБР = КУП + КУНр + 1,5 КУБ + 2,5 КУБВ + КУБР . Графическое представление функций принадлежностей см. на рис. 2.
Экспертная оценка уверенности отнесения обследуемого к классам риска возникновения бронхита у электросварщиков с рекомендациями к оценке их профпригодности достигает 0,95.
цБр(ЯБр)
ІК~ІХ
0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1 к
Рис. 2. Функция принадлежностей к классам риск заболеваний бронхитом в процессе профессиональной деятельности электросварщиков
Особенностью задачи определения профпригодности кандидатов на должность водителя транспорта органов УВД является то, что она регламентирована ведомственными правилами, которые должны быть учтены при синтезе решающих правил определения профпригодности. Эти правила были учтены путем реализации систем неравенств при расчете коэффициентов обобщенного носителя для функций принадлежностей к классам: годен (цВ (Кв )); условно годен с рекомендациями по развитию профессионально важных качеств (цВ (Кв )); не годен (цВ (Кв )). Выражение для носителей функций принадлежностей имеет вид: Яв=х1 +х2+0,5 хз+х4+х5+хб, х3, если х3 > 5
где Х3 ,, „
1(^3 • Хэ)/10, если Х3 < 5.
х1 - характеристика механической памяти; х2 -а смысловой памяти; Х3 - эффективность выполнения методик оценки параметров внимания; х3 - показатель функционального состояния организма; х4 - характеристика переключаемости внимания; х5 -характеристика эмоциональной устойчивости; х6 - характеристика концентрированности внимания. Экспертная уверенность в допуске к работе по этой задаче достигает величины 0,98.
Анализ качества работы полученных решающих правил на контрольных выборках показал, что при определении риска
заболевания ССС у студентов приборостроительных специальностей уровень ошибки классификации не превысил 5% (оценка вероятности правильной классификации Рссс=0,95). При определении риска заболевания ЖКТ уровень ошибки классификации <4% (Ржкт=0,96). При определении риска заболеваний бронхитом электросварщиков величина ошибки <7% (Рбр=0,93). Результаты экспертной оценки достаточно близки к результатам, полученным на контрольной выборке. Ошибка расхождения <7%.
Литература
1. Кореневский Н.А. и др. Энергоинформационные основы рефлексологии.- Курск: Курск. гуманит.-техн. ин-т., 2001.- 236 с.
2. Кореневский Н.А. и др.Компьютерные системы ранней диагностики состояния организма методами рефлексологии.-Юж.- Рос. ГТУ (НПИ).- Новочеркасск: Ред. журн. «Изв. вузов. Электромеханика», 2003.- 206 с.
УДК 616.12:681.3
ПРИМЕНЕНИЕ НЕЙРОННОГО МОДЕЛИРОВАНИЯ В ДИАГНОСТИКЕ И ЛЕЧЕНИИ ОСЛОЖНЕНИЙ ИНФАРКТА МИОКАРДА
Частота возникновения осложнений инфаркта миокарда (ИМ) и уровень летальности обусловливает научную и практическую значимость поиска эффективных методов их прогнозирования, диагностики и лечения. Поэтому разработка систем прогнозирования, алгоритмизациии и моделирования исходов трансмурального ИМ на основе нейронного моделирования для формирования схем лечебно-диагностических и профилактических мероприятий явилась целью настоящей работы [1]. Всё это требует проведения быстрого и адекватного анализа разнообразной медицинской информации, решения диагностических и прогно-стически-оптимизационных задач, использования специальных медицинских информационных систем, разработка и внедрение которых является одной из самых актуальных задач [2, 3]. Медицинские информационные системы представляют собой комплекс программ и алгоритмов, подготавливающих и обеспечивающих процесс принятия решений в медицине. Целью создания таких систем является облегчение и упорядочение работы с потоком информации для осуществления управления.
В медицине и биологии имеется большое число задач, в которых нельзя учесть все условия, от которых зависит ответ на поставленную задачу; иногда можно только выделить примерный набор наиболее важных условий. Т.к. часть условий при выдаче ответа не учитывается, ответ часто носит неточный характер, а алгоритм его нахождения не может быть чётко сформулирован. К числу таких задач относится и задача выбора оптимальной тактики программирования и моделирования таких осложнений ИМ, как угроза разрыва сердечной мышцы. Поэтому ведущее место в этом классе методов принадлежит математическим моделям. Их применение перспективно, так как математические методы позволяют интегрировать все факторы, влияющие на возникновение заболевания и его исходы. Одним из сложных вопросов, решаемых врачами, является правильное проведение диагностических, лечебных мероприятий, определение исхода заболеваний.
Для разработки систем принятия решений, связанных с выбором тактики терапевтических мероприятий, надо придать полисистемным симптомам и проявлениям заболевания (неоднородность характеристик больных) более строгий, системный характер. Управление процессом лечения идет в условиях неопределенностей, которые должны сниматься по мере накопления информации в ходе лечения за счет объективных данных и их формализации. Анализ принятия решения является организованным процессом оценки ситуаций, который позволяет идентифицировать ключевые моменты. Высокую точность прогноза дает метод моделирования на базе искусственных нейронных сетей, подходящий для распознавания образов и решения задач классификации, оптимизации и прогнозирования [4].
394026, г. Воронеж, Московский проспект 14, Воронежский ГТУ ** 394020, г. Воронеж, МУЗ ГО ГКБ №9 (СМП)
Ц Ссс
Ц Ссс
Ц ССС
Ц ССС
Ц
0,97
Я
2
Я
В.М. УСКОВ , М.В. УСКОВ
ЦБР
Я
