Заключение. 
Информационная система пространственного мониторинга состояния здоровья населения региона

В работе подробно описаны различные методы, алгоритмы обработки и визуализации данных, ОС и здоровья населения, которые могут быть использованы при анализе в системе «ОС-человек-город».

Проведена большая работа по исследованию воздействия различных факторов ОС на население города Санкт-Петербурга, а также по анализу этих данных с применением различных методов ГИС.

Процесс урбанизации повлек за собой проблему увеличения загрязненности городов и, как следствие, — изменение показателей здоровья населения. Важным аспектом является учет и регистрация показателей загрязнения ОС, здоровья населения в конкретных локациях, а также влияния факторов на здоровье населения в этих локациях (селитебных, деловых зонах). В соответствии с медико-эпидемиологическими принципами при изучении влияния конкретных факторов на население необходимо описать модель «Человек — окружающая среда»: факторы воздействия, показатели откликов воздействия, каналы воздействия. Кроме того, в работе выделен отдельный элемент модели — город. По причине доступа к некоторым уникальным данным, в качестве примера был выбран крупный мегаполис — Санкт-Петербург.

Среди многообразия внешних факторов окружающих каждого человека в работе рассматриваются измеряемые — факторы техносферы. К таким относятся производственные, химические, физические факторы. Приоритетным загрязнителем атмосферы города Санкт-Петербурга является автотранспорт (78%), в выхлопах которого содержатся органические вещества (бензол, формальдегид), а также — тяжелые металлы (кадмий, свинец и пр.) [24−30]. Компонентом ОС в рассматриваемой модели «Человек-ОС-город» выбрана атмосфера.

Откликом на изменение ОС и, как следствие, отклонением от нормального состояния каждого индивидуума человеческого общества, может являться заболеваемость. [3,5,14,15,18,19,22,23 и др.]. Однако, не только этот показатель важен для характеристик действия факторов на население городской популяции. Для понимания откликов на различных этапах жизни горожанина, важно описать показатели, фиксируемые специальными медицинскими и социальными службами. К таким показателям относятся и временная утрата трудоспособности, смертность и многие другие. Однако, ряд отдельных мер по мониторингу здоровья и специальных программ, таких, как «Диспансеризация детей 2002 года», позволяют собирать и другие показатели, которые могут служить откликом в модели «Человек-ОС-город». Это — показатель коэффициента здоровья, который был использован в разработке «Алгоритма ПАЗФ», описанного в работе.

В конце 90-х годов в России развивались технологии ГИС не только в геологии, но и в других сферах [2]. Применение инструментов ГИС в здравоохранении, эпидемиологии дало толчок к разработке новых методик и подходов в медико-эпидемиологических исследованиях человеческих популяций в системе «Человек-ОС-город», где информация о городской инфраструктуре является неотъемлемой частью. При обработке данных здравоохранения в экспериментальной части кандидатской диссертации применялись программные инструменты геокодирования информации с различной географической детализацией (от района до дома), реализованные в средствах ГИС. Это было сделано как для понимания сложных процессов влияния факторов городской среды на жителей, так и для выработки и принятия решений по оздоровлению городской среды.

Актуальной задачей интеграции сбора и обработки геоданных по обширным территориям является построение цифро-пространственных моделей распределения показателей факторов и откликов при помощи методов интерполяции, которые так же получены в кандидатской работе.

Исследователи уже строили пространственные распределения (интерполяции) по результатам мониторинга в отдельных пунктах [19, 24,25,27 и др.], однако эти распределения не учитывали статистические отклонения интерполяционных значений. Это часто могло приводить к ошибкам в оценках (прогнозах) медико-экологических рисков: они рассчитывались без предоставления распределения характеристик точности прогнозных значений интерполяции, что, в конечном счете, приводило к большим неопределенностям при формировании гипотез и решениям на основе них. Для преодоления этих трудностей в диссертации разрабатываются методики и алгоритмы при помощи которых повышается статистическая устойчивость геостатистических инструментов и когнитивных электронных карт пространственных картин отображений. Решаются задачи получения поверхности стандартных отклонений от прогнозных значений интерполяции, что позволит контролировать качество экологических оценок и прогнозов.

Таким образом, рассматриваемая работа, посвящена развитию методов, разработке алгоритмов пространственного анализа показателей здоровья населения и факторов окружающей городской среды, их когнитивной интерпретации (отображения) при помощи робастных методов и ГИС относится к актуальному направлению совершенствования систем медико-экологического мониторинга и подсистем предоставления оперативной стратегической информации ЛПР.

В работе научно обосновывается разработка и усовершенствование следующих алгоритмов и методов пространственного анализа:

алгоритм, учитывающий взаимосвязи характеристик здоровья (не заболеваемости), отклонений от него и тяжести последствий этих отклонений у населения, проживающего на территории города и факторов среды в определенных локациях («Алгорим ПАЗФ»).

методы нахождения робастных («устойчивых» во времени зон) — территорий, на которых характеристики загрязнения ОС постоянны во времени, геостатистические методы исследований для нахождения пространственных связей между факторами (определенными показателями загрязнения ОС) и откликами (определенными показателями отклонений у популяций) в определенных локациях,.

методы определения распределения выборки в пространстве при помощи построения интерполяций недетерминированных величин.

Разрабатываемые автором методы (схемы) геостатистического исследования медико-экологических данных и получения цифровых моделей (поверхностей) распределения факторов, откликов и взаимосвязей базируются на статистических закономерностях, то есть используются для более точного и сложного моделирования поверхностей, включая оценку ошибок и построение вероятностных параметров построенных поверхностей. В этой группу входят методы Кригинга и Кокригинга (Kriging, Cokriging), которые используют предварительные ранжированные данные, что повышает устойчивость этих методов в условиях априорной неопределенности в отношении статистических свойств исходных данных. Таким образом модифицируемая группа методов создает не только саму интерполированную поверхность, но также поверхности ошибок и вероятности интерполированных значений, что позволяет пользователю более статистически достоверно и надежно оценивать точность получаемых результатов.

С помощью таких методов интерполяции построены четыре типа цифровых моделей поверхностей: поверхность данных (или прогнозную поверхность), квантильную поверхность, поверхность ошибок и поверхность вероятности прогнозируемых значений. Это позволяет пользователю наиболее разносторонне проанализировать получаемые данные (в отличии от детерминированных методов обратно-взвешенных расстояний и сплайн).

В диссертационной работе был модифицирован алгоритм построения интерполяционных поверхностей с использованием геостатистических методов с применением модуля Geostatistical Analyst [69] для медико-экологической задачи, представлен ниже и состоит из двух этапов: блок анализа выборки, блок интерполяции (включая блок построения ошибок интерполяции и блок оценки интерполируемых значений).

Результатом экспериментальной части работы является получение цифровых пространственных моделей распределения показателей факторов окружающей среди и медицинских данных, характеризующих отклик, как в отдельности, так и цифро-пространственных моделей распределения медицинских показателей, зависимых от факторов.

Кроме того, при помощи ГИС, были разработаны когнитивные методы отображения (визуализации) цифро-пространственных моделей распределения в зависимости от их целей: для специалистов, для населения, для ЛПР в сфере здравоохранения и ОС [85].

Отдельная глава посвящена примерам обработки данных здравоохранения и загрязнения ОС, полученных автором при помощи робастных методов, алгоритмов анализа и геостатистического исследования. При помощи ГИС получены распределения показателей здоровья населения и загрязнения атмосферы, робастные во времени загрязнения на территориях Петербурга, проведен анализ и выдвинуты гипотезы этиологий заболеваний в конкретных местах города, а также — выведены первые результаты применения «Алгоритма ПАЗФ» в трех районах Санкт-Петербурга.

Важными результатами для использования в системе мониторинга — стали получения цифровых пространственных моделей различных групп населения при помощи геостатистических методов:

• · Цифровые модели распределения мутагенных веществ в атмосфере (тяжелых металлов)
• · Цифровые модели распределения врожденных деформаций и хромосомных нарушений у детей до 1 года жизни
• · Цифровые модели зависимости распределения ВАДХН от мутагенных веществ в атмосфере
• · Цифровые модели поверхности распределения отдельных отклонений, возникающих у женщин в перинатальный период
• · Цифровые модели зависимости поверхности распределения отдельных отклонений, возникающих у женщин в перинатальный период развития плода и мутагенных факторов в атмосфере.
• · Пространственный анализ распределения канцерогенных факторов в атмосфере.
• · Пространственный анализ заболеваемости лейкозами.
• · Пространственный анализ зависимости распределения заболеваемости лейкозами от канцерогенных факторов в атмосфере.

Эти цифро-пространственные модели дали не только понимания распространения групп загрязнений, но и их статистические ошибки прогноза интерполяционных значений (также в виде цифровых поверхностей), что позволяет делать выводы об оптимизации самой системы взятия проб о загрязнении в атмосферном воздухе. Важным выводом является применимость данных методов для эпидемиологических задач исследования этиологий заболеваемости тех или иных групп населения, проживающих (локализованных) в тех или иных ареалах города, даже с учетом сложного взаимодействия человека и городской ОС.

Полученные по этой схеме цифровые модели поверхностей распределения, а также выводы, к которым привели эти модели, открывают границы для доказательства новых исследований пространственных зависимостей между факторами и пространственно распределенными популяциями, реагирующими на эти факторы.

Симбиоз примененного метода анализа данных с другими статистическими, математическими методами, инструментами, а также — выводами, полученными при помощи стандартных методов обработки данных, может только усилить и улучшить качество прогноза в пространстве и во времени.

Именно от качества прогноза зависит не только адекватные объяснения явлений специалистами в той или иной предметной области, но и зависит также качество принятия решений по управлению (корректировка ситуации, ликвидация проблем) этими явлениями.

В работе описывается разработка архитектуры и концептуальной модели системы ПМСЗН, которая позволит организовать систематизированный сбор и анализ данных, необходимых для управления состоянием ОС и здоровьем населения Санкт-Петербурга.

Актуальной задачей в городской системе санитарно-эпидемиологического мониторинга — является разработка и внедрение комплексной системы мониторинга и оценки риска здоровья, позволяющая поддерживать устойчивое социально-экономическое развитие города на основе медико-экологического благополучия его жителей на основе постоянно собираемой информации о факторах среды и здоровья. Основной принцип разрабатываемой системы ПМСЗН — давать возможность медицинским администраторам принимать обоснованные управленческие решения на основе санитарно-эпидемиологического мониторинга.

В главе рассмотрены примеры технологической реализации ГИС здравоохранения, как части ПМСЗН, для ЛПР и для специалистов (врачей и медицинских статистиков) при помощи веб-ориентированных ГИС и сервисов (Webbased GISservice или геопорталы), которые занимают важную нишу в представлении геоданных. Они облегчают восприятие и использование картограмм, цифровых пространственных моделей распределений для принятия решения. Такие интерфейсы настраиваются под рабочие места конкретных групп пользователей: будь то ЛПР, или операторы по вводу данных. Именно на таком программном обеспечении при помощи разработанных робастных методов, алгоритмов анализа, отображения разрабатываются цифро-пространственные модели факторов, откликов и их взаимосвязей с географической привязкой различной. Так формируется «рабочее место специалиста».

В диссертационной работе показаны примеры реальной работы ГИС здравоохранения в рамках внутреннего и внешнего геопортала в сети Интернет, развернутого в СПб МИАЦ [102]. Следует отметить преимущество таких технологий в том, что информация становится доступна большому количеству пользователей для анализа и принятия решений. Часто необходимо разграничение доступа пользователей к медицинским данным в зависимости от типа пользователей: будь — то граждане, специалисты, операторы и ЛПР [104]. Для граждан, к примеру, могут быть доступны сервисы по поиску ближайшей медицинской услуги или аптеки к конкретному адресу (дому, месту работы), для операторов доступны сервисы по воду данных в систему, для специалистов — цифро-пространственные модели распределений и ошибок, а для ЛПР доступны только результирующие картограммы и/или выходные параметры и показатели для принятия решений [102].

Такого рода системы на базе ГИС-технологий могут быть легко интегрированы в системы для оперативного представления информации (ЧС, ГИБДД и многие другие), поскольку главной интегрирующим звеном является картографическая основа по конкретному городу. Поэтому в Европейских странах на протяжении более 15 лет, в последнее 5 лет и в регионах РФ создаются ИПД, которые объединяют информацию из различных отраслей на карте и представляют пользователям для различных целей через веб-интерейс (геопорталы). Эта тенденция вызвана первым в России официальным распоряжением Правительства РФ от 21.08.2006 «О Концепции по созданию и развитию инфраструктуры пространственных данных Российской Федерации». Частью ИПД региона могут быть и ПМСЗН, построенные на задачах из смежных областей для целей улучшения качества жизни и здоровья конкретного региона страны.

Рекомендации для принятия решения в области охраны среды. Исходя из полученных в работе результатов, среди таких рекомендаций к принятию решений на государственном уровне, могут быть, например, следующие:

• 1. Для получения более точных цифровых моделей поверхностей необходимо организовать дополнительные пункты мониторинга (около 50 пунктов) с учетом их равномерного расположения. Большие ошибки в цифровых моделях распространения загрязнений, (вследствие неравномерного и недостаточного расположения исходных пунктов мониторинга в пространстве) говорят о неопределенностях в оценке пространственного прогноза распределения факторов. Уже этот факт может привести к неопределенностям в цифровых моделях зависимостей между заболеваемостью и факторами среды.
• 2. Необходимо продолжить ведение популяционного ракового регистра и других регистров, данных диспансеризации, помимо сбора медицинских показателей по данным медицинской формы отчетности, с целью накопления данных за несколько лет и получения более адекватного пространственного прогноза (до уровня кварталов).
• 3. Необходимо предпринимать меры по профилактике выбросов в атмосферу химических веществ, содержащихся в выхлопных газах автомобилей, путем уменьшения нагрузки на центр города грузовым автотранспортом, улучшения систем очистки на самих автомобилях, внедрения и поддержка комплекса мер по оздоровлению окружающей природы, городской среды (как центра, так и периферийных районов), увеличение объема зеленых насаждений в парках, скверах и т. д.
• 4. Необходима разработка, поддержка и внедрение ПМСЗН или её подсистем, обеспечивающая сбор, хранение, обработку, интерпретацию, анализ, моделирование и прогноз явлений в системе «ОС-человек-город». Необходимо улучшить межведомственное взаимодействие между органами государственной власти по предоставлению разнородной пространственной информации о городской среде (транспорт, показатели загрязнения, показатели здоровья, развитие строительства и другие) в систему ПМСЗН для получения прогноза. Организация ПМСЗН должна сопровождаться штатом (отделом) различных специалистов (ГИС-специалистов статистиков, ит-специалистов, медиков, экологов, социологов) и может быть развернуто в НИИ или как отдельная независимая государственная единица в структурном подчинении городской администрации.

ЛПР в органах исполнительной власти должны получать с различной периодичностью результаты оценок, факторов, гипотез, прогнозов в виде картограммы в режиме on-line через web-интерфейс геопортала для удобства принятия решений. Это доказывает реализация и апробация ГИС здравоохранения, работающая в ГУЗ «Медицинском информационно-аналитическом центре» (СПб МИАЦ) при непосредственном участии автора [94,102, 103,104].

Реальные явления, происходящие в окружающей человека среде — весьма сложные и многофакторные [43]. Поэтому лица, отвечающие за управление этими явлениями (экономическими, политическими, социальными и др.), должны иметь перед собой четкое обоснование того, что происходит для принятия эффективных и правленческих решений на государственном уровне. Области здравоохранения и охраны окружающей среды — тому не исключение. Поэтому с этой целью в области здравоохранения и охраны окружающей среды и сейчас остается актуальными объединения комплекса методов обработки разнородных данных в единую систему — пространственную систему мониторинга среды и здоровья населения.