Многовариантное моделирование и алгоритмизация принятия решений на основе классификации и визуальной трансформации медицинской информации

Актуальность проблемы. Перспективы развития компьютерного моделирования и мониторинговых подходов в системах диагностики, управления выбором лечения и слежения за показателями клинического состояния биообъекта обусловливают актуальность предлагаемой работы.

Несмотря на большое количество исследований, посвященных проблемам разработки критериев диагностики в слабо алгоритмически определенных предметных областях знаний, таких как медицина и психология, ошибки в постановке диагноза, в частности, на ранних стадиях развития патологического процесса (и вследствие этого — выбор неадекватной терапии), определяют важность задачи многовариантного моделирования в медицинских системах на основе интеграции процедур классификации, рационального выбора вида лечения и управления визуализацией данных. Одним из перспективных направлений решения таких задач остается разработка автоматизированных систем интеллектуально-информационной поддержки принятия решений, ориентированных на использование неформальных знаний и правил, лежащих в основе врачебной логики, и не заменяющих врача-специалиста, а предоставляющих ему новую дополнительную информацию о состоянии пациента и трудно формализуемые в текстовом виде результаты моделирования в модельно-графической форме, воздействующей на интуитивное и образное мышление врача.

В слабо формализуемых областях знаний оценка клинического состояния биомедицинского объекта часто основывается на признаках качественного типа, и, вследствие отсутствия их четкой дифференциации между нозологическими формами заболеваний, неточного характера знаний об исследуемом объекте, неединственности известных классификаций заболеваний, оказывается неточной. Сложность построения строгих математических моделей в условиях неполноты информативных показателей, избыточности фоновой информации о состоянии биообъекта, учета влияния на него факторов внешней среды, нечеткости границ рассматриваемых классов нозологических форм, а также многообразия возможных диагностируемых состояний биообъекта с учетом индивидуальности проявления его характеристик, — все это обусловливает целесообразность применения математического аппарата нечетких множеств, необходимость интеграции моделей и алгоритмов классификации, управления выбором лечения и визуализацией результатов моделирования.

В области терапевтической стоматологии, например, корректная диагностика начальных форм неосложненного кариеса, являющихся обратимыми этапами развития кариозного процесса, позволяет обоснованно применять приоритетные методики неоперативного лечения, связанные с использованием низкоэнергетического лазерного излучения, понижающего проницаемость и растворимость эмали, ускоряющего процессы реминерализа-ции и повышающего резистентность зубов к кариесу. Неудовлетворенность существующими классификациями кариеса, включающими различные сочетания диагностических характеристик по локализации дефекта, глубине поражения твердых тканей, распространенности и течению кариозного процесса при отсутствии специфических признаков, проявляющих лишь при одной форме заболевания, определяет актуальность разработок моделей и методов, позволяющих выделять так называемую «пограничную» форму кариозного заболевания, детализируя ее как вторую стадию начального или первую стадию поверхностного кариеса.

Часто задача корректного распознавания симптоматической картины заболевания на основе информации качественного типа может быть осложнена как присутствием интеркуррентных заболеваний, так и субъективной мотивацией поведения пациента во время беседы с врачом. Например, в клинической урологии, наличие индивидуальной вариабельности в оценке степени тяжести пациента при заболеваниях простаты, а также существования нескольких классификаций гиперплазии предстательной железы (ГПЖ), обусловливают необходимость разработки процедуры распознавания этого заболевания. Комплексная диагностика урологических больных, включающая алгоритмизацию процедуры рационального выбора вида лечения ГПЖ, позволяет обоснованно назначать современные препараты консервативной терапии, приоритетные неинвазивные, нетравматичные малои минимально инвазивные методы неоперативного лечения, а также хирургические и эндоскопические методы, базирующиеся на высоких медицинских технологиях.

Многообразие клинической картины течения и исходов многих заболеваний, в частности, шизофрении, обусловливает чрезвычайную сложность задачи выбора терапии, предупреждающей развитие отрицательного лекарственного патоморфоза и формирование вторичной терапевтической резистентности у больного на фоне психофармакотерапии. Существующие методы преодоления фрмакорезистентности (инсулинотерапия, аутогемотера-пия, плазмаферрез и др.) не всегда достаточно эффективны, и поэтому поиск новых путей ее преодоления обусловливают: важность исследования психотропных эффектов пептидергической системы (включая опиатную), как звеньев ее патогенетических механизмов и методов нетрадиционной медицины (иглотерапии) — необходимость анализа клинических, иммунных и гормональных профилей больного, сравнение их с прогнозируемым профилем в мониторинговом процессеанализ выраженности психопатологического комплекса больного по динамике оценок клинико-гормональных и клинико-иммунных корреляций, возникающих в процессе назначенной терапиипостроение модели и алгоритмов управления процессом преодоления фармако-резистентности с учетом результатов прогнозирования будущих состояний больного.

Ранняя диагностика не только большинства соматических, но и психосоматических заболеваний в области так называемой «малой» психологии является достаточно сложной в случае компенсированных, латентно протекающих форм пограничной патологии. В психологии легче установить, что поведение пациента «ненормально» и противоречит здравому смыслу, чем объяснить «нормальность» (это понятие не равнозначно «среднему показателю», рассчитываемому статистически в социологических исследованиях и не учитывающему индивидуальность личности). Поведение человека «нормально», если оно соответствует ситуации, и не обязательно соответствует «среднему показателю». В задачах психологического консультирования корректное соотнесение психологического состояния пациента к условным (стереотипным) нормам поведения при отсутствии четкой дифференциации характеристик качественного типа, в большинстве случаев не имеющих эталона для сравнения и измерения степени их проявления, а также учет влияния трудно контролируемых мотивационных факторов поведения как пациента, так и врача-психотерапевта, является достаточно трудоемкой процедурой, что обусловливает актуальность разработок моделей и методов компьютерной диагностики пограничных состояний личности (как первого этапа психодиагностики), находящихся между бесконфликтным и конфликтным вариантом поведения. Кроме того, в психологических клиринговых системах при формировании характеристик межличностных притязаний двух индивидуумов необходимо учитывать «специфику» задачи: границы между состояниями объектов исследования являются одновременно как разграничением, так и соединением, и результат есть синтез противоречий двух сторон, что обусловливает необходимость разработки нечетких моделей.

Современный период развития компьютерных информационных технологий характеризуется повышенным вниманием к изучению роли геофакторов как в возникновении, так и в изменении клиники многих заболеваний. Это связывается с нарушениями биологической адаптации организма, отрицательным влиянием психоэмоциональных факторов, порождаемых «информационной революцией», изменением социально-экономических условий общества и ухудшением экологической обстановки регионов. За последнее десятилетие комплексное исследование и решение задач выявления степени и характера зависимости показателей уровня здоровья населения от факторов внешней среды (загрязненности промышленными отходами и радиационной загрязненностью водоносных путей, почвы, атмосферы и др.) при воздействии множества экзогенных факторов: санитарно-гигиенических, экономических, демографических, медицинских и др. (заметим, что такая прямая зависимость отсутствует), получили новую возможность реализации на базе компьютерных геоинформационных систем (ГИС), которая связана с пространственной организацией и анализом динамически изменяющихся причинно-следственных связей между показателями факторов. Моделирование ситуаций по архивной и текущей медицинской информации, прогнозирование значений уровней заболеваемости населения с учетом показателей экологического состояния территориальных единиц, управление визуализацией результатов моделирования важны для обоснования принятия решений по выбору стратегии организации лечебных мероприятий на любом уровне системы здравоохранения.

Возникновение новых и увеличение площади существующих так называемых ландшафтов техногенного прессинга и «территорий риска» деформирует составляющие уровня качества здоровья населения. «Экологически зависимые» заболевания составляют уже до 65% в общем числе заболеваний. Воронежская область (ВО) наряду с Московской, Ленинградской, Липецкой, Орловской, Рязанской, Белгородской, Тамбовской, Брянской областями входит в группу территорий с наименьшими значениями информативного показателя рождаемости по РФ (7,6−10 на 1000 населения) и наиболее высокими значениями показателя общей смертности по РФ (13,4 -16,6 на 1000 населения) [108]. Поэтому актуальность многовариантного подхода к анализу временных срезов по информационным слоям медицинских и экологических данных относительно локальных территорий ВО, особенно за период после Чернобыльской аварии (1986 год), не вызывает сомнения.

Таким образом, автоматизация подсистем интеллектуально-информационной поддержки принятия решений, реализующих математические модели классификации и диагностики состояний биомедицинских объектов, алгоритмические схемы выбора лечения и методы визуальной трансформации в условных графических образах результатов исследования, актуальна и имеет важное значение для практического здравоохранения. Повышение эффективности принимаемых решений с учетом индивидуальных особенностей состояния объекта исследования — с одной стороны, с учетом пространственно-временного аспекта взаимодействия объектов — с другой стороны, является актуальной задачей, решение которой обусловливает практическую, методологическую и научно-исследовательскую значимость многовариантного моделирования в медицинских системах.

Работа выполнена в соответствии с межвузовской научно-технической программой 12.11 «Перспективные информационные технологии в образовании» в рамках единого заказа-наряда МОиПО России по направлению «Информатизация образования» и в рамках одного из основных направлений Воронежского государственного технического университета «Биомедкибернетика, компьютеризация в медицине» .

Цель и задачи исследования

Целью диссертационного исследования является многовариантное моделирование медицинской информации, алгоритмизация процессов принятия решений в задачах диагностики, выбора лечения, управления визуализацией информации, реализуемых в компьютерных подсистемах информационной поддержки принятия решений, позволяющих классифицировать состояния биообъекта, прогнозировать оценки будущих его состояний в мониторинговом процессе с учетом данных, поступающих от врача на основе визуального анализа условных графических образов, интерпретирующих результаты моделирования.

Для достижения поставленной цели необходимо решить следующие основные задачи: провести анализ перспективных направлений развития компьютерных информационных технологий для обоснования необходимости разработки компонента визуальной трансформации результатов моделирования медицинских данных и ситуаций по принятию решений в условных графических образахразработать математические модели распознавания пограничных форм заболевания (что особенно важно на ранних этапах развития патологического процесса), реализующих предложенные методы формализации и структуризации медицинской информации с учетом ее особенностейразработать модель распознавания симптоматической картины заболевания, учитывающую нечеткость задания степени проявления симптомов качественного типа, и алгоритмические схемы рационального выбора лечебно-профилактических мероприятий на основе комплексной диагностикиразработать алгоритм управления процессом преодоления фармакорезистентности на основе предложенной логической модели выбора терапевтических воздействийосуществить структурную классификацию показателей медицинской отчетности с учетом территориально-временного аспекта на базе инвариантного информационного ядраразработать методы визуальной трансформации в условных графических образах динамики оценок клинического состояния биообъекта, оценок межличностного восприятия индивидуумов в клиринговых психологических системах, трудно формализуемых в текстовом описании результатов классификации состояний биообъекта с использованием когнитивного подхода, результатов математико-картографического моделирования взаимодействий пространственных объектовразработать комплексную методику многовариантного моделирования медико-экологических показателей качества состояния среды и здоровья людей как основного компонента автоматизированного медицинского кадастрареализовать разработанные модели, методы и алгоритмы в подсистемах информационной поддержки принятия решений на базе компьютерных информационных технологийапробировать результаты исследований в клинических условиях. Методы исследования для решения поставленных задач объединяются на основе системного подхода к решаемой проблеме. Используются аппарат и методы теории распознавания образов, принципы и основные положения теории вероятностей и математической статистики, нечеткой логики, многомерного шкалирования, методы и модели теории управления, принципы теории программирования. Достоверность теоретических результатов подтверждается данными экспериментальных исследований в клинических условиях.

Научная новизна результатов исследования состоит в том, что разработаны модели, методы и алгоритмы классификации, диагностики, управления выбором вида лечения, использующие возможности визуальной трансформации результатов моделирования и позволяющие обеспечить информационную поддержку принимаемых врачом решений, повысить их эффективность и качество. В работе получены и выносятся на защиту следующие результаты, характеризующиеся научной новизной: математические модели классификации и распознавания пограничных стадий заболевания, ориентированные на использование аппарата нечеткой логики и формализованных правил-эвристик, учитывающих различную степень информативности и нечеткость задания признаков и характеристик, описывающих состояние объекта исследования, и отличающиеся формированием уточненных оценок близости состояний исследуемых биообъектов как к условным нормам рассматриваемых классов заболеваний, так и между объектами в психологических клиринговых системахалгоритмические схемы комплексной диагностики и рационального выбора вида лечения, отличающиеся этапом компьютерного самотестирования симптоматической картины заболевания, и предоставлением врачу-исследователю возможности варьирования шкалы интенсивности проявления качественных диагностических признаков и условных границ классов рассматриваемой патологииалгоритм управления процессом преодоления фармакорезистентности у больных шизофренией, отличающийся использованием результатов компьютерной визуализации в условных графических образах прогностических оценок клинического состояния больного с применением когнитивного подходаметоды технологии визуальной трансформации результатов моделирвоания медицинской информации в условных графических образах, отличающиеся возможностями графического обоснования диагностических и прогностических оценок и трудно формализуемых в текстовом описании выводов, воздействующих на образное мышление врачакомплексная методика информационной поддержки принятия решений по выбору лечебно-профилактических мероприятий, отличающаяся возможностью анализа пространственных взаимодействий объектов на основе многовариантного моделирования медико-экологических показателей качества окружающей среды и здоровья населения с использованием методологии геоинформационных технологий.

Практическая ценность и реализация результатов работы. Разработанное математическое, алгоритмическое, методическое и программное обеспечение задач классификации состояний биомедицинских объектов, управления процессом принятия решений по выбору лечебно-профилактических мероприятий, предложенные методы графической интерпретации результатов моделирования могут широко применяться при построении компьютерных систем информационной поддержки врача, ориентированных и на раннюю диагностику заболевания, и на рациональный выбор лечения, и на прогнозирование уровня заболеваемости.

Результаты исследований в виде программного обеспечения подсистем распознавания пограничных стадий неосложненного кариеса, диагностики нарушений психологической адаптации личности в социальной средекомплексной диагностики и рационального выбора вида лечения при заболевании доброкачественной гиперплазией простатыуправления процессом преодоления фармакорезистентности у больных шизофренией при назначении иглотерапии и нейропептидовинформационной поддержки процесса принятия решений по выбору лечебно-профилактических мероприятий при проведении медицинских мониторингов, — внедрены на кафедре терапевтической стоматологии с курсом физиотерапии ВГМА им. H.H. Бурденкона кафедре психиатрии, наркологии, общей и медицинской психологии ВГМА им. H.H. Бурденкона курсе урологии ВГМА им. H.H. Бурденко на базе ВОКБ, в учебный процесс межвузовской кафедры КУМС при обучении студентов по специальности 190 500 «Биотехнические и медицинские аппараты и системы» и в учебный процесс кафедры САПРИС ВГТУ при обучении студентов по специальности 71 900 «Информационные системы» .

Разработанные модели, алгоритмические схемы и методики, представленные в диссертации, получены при непосредственном участии автора в госбюджетной научно-исследовательской работе № ГБ 96.27, выполненной по теме:" Разработка алгоритмического, программного обеспечения процессов диагностики и лечения заболеваний и формирования автоматизированных систем" (код НИР 34.55.21).

Медико-экономическая эффективность работы заключается в возможности осуществления рационального выбора вида лечения с учетом индивидуального подхода к пациенту, предотвращении повторных обращений к врачу, в сокращении на 10−15% сроков лечения, оптимизации управления на различных уровнях здравоохранения. Ожидаемый экономический эффект от внедрения результатов НИР в клиническую урологию — 2,53 млн р. в год (в ценах 1995 г.) — в клиническую психиатрию -615 тыс. р. в год (в ценах 1997 г.).

Основные научные положения и результаты, выносимые на защиту.

1. Модели распознавания пограничных стадий заболевания, характеризующие обратимость патологического процесса, учитывающие степень информативности и нечеткость задания диагностических признаков и отличающиеся предоставляемой возможностью графической визуализации в условных образах результатов диагностики.

2. Алгоритмические схемы управления процессом рационального выбора лечебно-профилактических мероприятий, отличающиеся проведением комплексной диагностики, реализацией многовариантного подхода к моделированию, учитывающих индивидуальные особенности состояния объекта исследования — с одной стороны, и пространственновременной аспект и пространственное взаимодействие объектов исследования — с другой стороны.

3. Методы визуальной трансформации в условных графических образах результатов многовариантного моделирования медицинской информации, отличающиеся использованием принципов когнитивного подхода к графической интерпретации данных и возможностью графического обоснования трудно формализуемых в текстовом описании рекомендаций.

Совокупность научных положений и результатов, представляющих собой решение научной проблемы, имеющей народнохозяйственное значение, получена в рамках выдвинутого и обоснованного автором научного направления в области моделирования и управления процессом принятия решений в медицинских системах, заключающееся в разработке математического, алгоритмического, методического и программного обеспечения процессов классификации, диагностики, принятия решений по рациональному выбору лечебно-профилактических мероприятий с практическим внедрением на различных уровнях здравоохранения.

Апробация работы. Основные положения и научные результаты диссертационной работы докладывались и обсуждались: на Международных конференциях, симпозиумах и конгрессах -" САПР-92. Новые информационные технологии в науке, образовании и бизнесе" (Воронеж, 1992) — «БИОМЕДПРИБОР», (Москва, 1995,1996) — «Новые информационные технологии в медицине и экологии» (Украина, Крым, Гурзуф, 1996, 1997) — «Реабилитация в медицине и иммунореабилитация» (Израиль, 1997) — «7-й Национальный конгресс по болезням органов дыхания» (Москва, 1997);

Всероссийских совещаниях-семинарах — «Оптимальное проектирование технических устройств и автоматизированных систем» (Воронеж, 1992) — «Высокие технологии в проектировании технических устройств и автоматизированных систем» (Воронеж, 1993) — «Математическое обеспечение информационных технологий в технике, образовании и медицине» (Воронеж, 1994,1995,1996,1997 гг.) — «Диагностика, информатика, метрология, экология, безопасность (ДИМЭБ-96)» (Санкт-Петербург, 1996) — республиканских научных и научно-практических конференциях -" Высокие технологии в практике учреждений здравоохранения г. Воронежа" (Воронеж, 1989) — «Проблемы экологии и экологической безопасности Центрального Черноземья» (Липецк, 1996) — «Актуальные вопросы медицины и проблемы реабилитации» (Харьков, 1996) — «День науки: диагностика и новые технологии в здравоохранении» (Липецк, 1997);

Межрегиональной научно-практической конференции «Актуальные вопросы обеспечения качества медицинской помощи» (Воронеж, 1998) — региональной научно-практической конференции «Актуальные проблемы информационного мониторинга» (Воронеж, 1998) — региональном совещании-семинаре «Компьютеризация управления качеством высшего образования» (Воронеж, 1992) — научно-технических конференциях Воронежского государственного технического университета (1990;1997 гг.).

Публикации. По теме диссертационной работы опубликовано 56 работ, включая 27 статей в центральных изданиях и межвузовских сборниках научных трудов.

Структура и объем работы. Диссертация состоит из введения, 7 глав, заключения, списка литературы из 209 наименований и трех приложений. Основная часть работы изложена на 217 страницах машинописного текста, содержит 62 рисунка и 41 таблицу.

ВЫВОДЫ ШЕСТОЙ ГЛАВЫ.

1. Предложены и реализованы методы графической интерпретации в условных образах оценок клинического состояния объектов исследования, позволившие графически обосновывать динамику изменения и возможные пограничные состояния биообъектов не только относительно задаваемых классов заболеваний, но и между объектами в задачах психологического крилинга.

2. Применение векторной и растровой графики, когнитивного подхода к графической интерпретации результатов моделирования для визуальной трансформации условных образов, описывающих состояния объектов исследования (ретроспективные, текущие, прогнозируемые), позволило предложить врачу наглядную дополнительную информацию об исследуемом объекте или процессе, оставляя на ним право самому расставлять необходимые акценты.

3. Приведены примеры визуализации результатов исследования взаимодействия пространственных объектов и процессов (на примере территории Воронежской области) с использованием базовых элементов ГИС-технологий, позволяющих отображать результаты многовариантного моделирования данных медицинских мониторингов с учетом экологического аспекта показателей качества среды и здоровья людей.

7. АВТОМАТИЗАЦИЯ МЕДИЦИНСКИХ ПРОЕКТОВ И АНАЛИЗ РЕЗУЛЬТАТОВ АПРОБАЦИИ В КЛИНИЧЕСКИХ УСЛОВИЯХ.

Информационное и программное обеспечение является неотъемлемым атрибутом любой подсистемы автоматизированного сбора, обработки и интерпретации потоков информации (рис. 7.1). Использование графических образов для визуализации результатов моделирования предоставляет большие возможности для исследования и обоснованного принятия решений.

Сбор данных Анализ данных Интерпретация данных.

Ввод, преобразование Обработка управление.

-> - Визуализации документирование.

Информационнопрограммная среда.

Рис. 7.1.

7.1. Структура информационного и программного обеспечения подсистемы распознавания пограничных стадий заболевания.

Подсистема распознавания стадий неосложненного кариеса. Кариес как объект моделирования и управления, имеет ряд особенностей: не все клинические проявления и признаки в одинаковой мере характеризуют кариозный процесс, оценка кариозного поражения на основе лишь количественных признаков не обеспечивает обоснованного выбор лечебных мероприятий (оперативных или консервативных) — существующие классификации кариеса не позволяют точно детализировать стадии кариозного процесса с учетом субъективности оценки качественных диагностических признаков.

Диагностику неосложненного кариеса с использованием ПЭВМ предлагается рассматривать как первый этап врачебной диагностики, позволяющий автоматизировать сбор и обработку информации о состоянии зубов пациента по результатам осмотра, и визуализировать результаты диагностики в графических условных образах, предоставляя врачу дополнительную информацию для подтверждения или опровержения диагноза специалиста. Автоматизация трудоемких процедур сбора, обработки, анализа и хранения информации служит и для проведения научных исследований, и для использования в учебном процессе.

Программной средой для реализации подсистемы является Turbo Pascal v. 7.0. Интерфейс с пользователем осуществляется в интерактивном режиме на основе эффективной системы иерархических меню (рис. 7.2), реализована подсистема подсказки (help). Для работы с подсистемой не требуется специальных знаний и подготовки в области компьютерной техники, необходимо знать курс терапевтической стома-тологии на уровне выпускника стоматологического факультета медицинской академии. Структурно-функциональная схема программного комплекса распознавания пограничных стадий заболевания представлена на рис 7.3.

Б Файл.

Результаты Диаграммы Нормы.

— Е: ТАВ BRONWORKINGKARIESPATl. PAT'.

1 Аржухов В.А.

2 Петров И.А.

3•Иванихина Р .1. 4 АкторЕ-].

Опрос 2.

3. Чувствительность дентина на прикосновение зондом.

Боль по всему дну кариозной полости.

Ok.

F3 Открыть Alt+X Выход F10 Меню F1 Help.

Рис. 7.2. Фрагмент пользовательского интерфейса.

КОРРЕКЦИЯ ПАРАМЕТРОВ.

Рис. 7.3. Структурная схема взаимодействия программных модулей подсистемы диагностики пограничных заболеваний.

Для защиты входной информации от случайных ошибок предусмотрен контроль данных, реализован дихотомический выбор ответа на вопрос и выбор значения признака из предложенного меню. Поддержка основной и вспомогательной панелей меню, перемещение по его уровням осуществляется с помощью минимального набора стандартных «горячих» клавиш: Esc, F1, F10, ->,<- и др. Назначение и описание процедур основного модуля Karies. pas подсистемы диагностики неосложненного кариеса дано в табл. 7.1. Листинг программного модуля приведен в приложении 2.

ЗАКЛЮЧЕНИЕ

.

Теоретическое обобщение и интеграция моделей, алгоритмов и методов классификации, визуальной трансформации результатов моделирования медицинской информации, описывающей состояние объекта исследования, и управления процессом выбора лечения, являются основой для создания программных комплексов, включающих подсистемы информационной поддержки принятия решений, позволивших решить ряд практических задач в рамках народохозяйственной проблемы, связанной с повышением эффективности и качества процессов диагностики и рационального выбора лечебно-профилактических мероприятий, учитывающих как индивидуальные особенности состояния объекта исследования, так и пространственно-временной аспект взаимодействия объектов, и решение которой обусловливает практическую, методологическую и научно-исследовательскую значимость многовариантного моделирования в медицинских системах.

При исследовании и разработке рассмотренного в диссертации круга проблем получены следующие основные результаты:

1. Проведен анализ перспективных направлений развития информационных компьютерных технологий, позволивший показать, что для реализации задачи принятия решений по выбору лечебно-профилактических мероприятий на основе данных медицинского мониторинга объектов исследования необходима компонента, включающая визуализацию результатов моделирования в условных графических образах и предоставляющая возможности моделирования ситуаций по принятию решений.

2. Разработаны математические модели классификации и диагностики пограничных стадий заболевания и пограничных состояний исследуемых объектов (что особенно важно на ранних этапах развития патологического процесса) на основе экспертного оценивания нечетких диагностических признаков и эвристической структуризации качественной медицинской информации, позволившие получить уточненные оценки близости объектов как к условным границам рассматриваемых классов заболевания, так и между объектами при оценивании характеристик межличностного восприятия в психологических клиринговых системах.

3. Предложена модель управления процессом преодоления фармакорезистентности у больных шизофренией, формирующая прогностические оценки выхода из этого состояния по результатам статистического моделирования ретроспективной информации и предоставляющая их графическую интерпретацию с использованием когнитивного подхода.

4. Разработаны алгоритмические схемы комплексной диагностики и рационального выбора лечебно-профилактических мероприятий, реализующие особенности клинического поиска и базирующиеся на модели распознавания симптоматической картины заболевания, учитывающей субъективность оценивания диагностических признаков качественного типа.

5. Предложен метод структурной классификации информационных слоев, включающих показатели качества состояния окружающей среды и здоровья людей с учетом территориально-временного аспекта, в различные информационные блоки, базирующиеся на инвариантном ядре, используемые в математико-картографическом моделировании.

6. Исследованы и модифицированы методы технологии визуальной трансформации результатов моделирования в условные графические образы с использованием когнитивного подхода, воздействующие на образное мышление врача-исследователя и графически обосновывающие трудно формализуемые в текстовом описании рекомендации по выбору неоперативных/оперативных методов лечения, а также позволяющие графически интерпретировать результаты взаимодействия пространственных объектов, предоставляя качественно новую информацию для принятия решений.

7. Разработана комплексная методика прогнозирования заболеваемости населения по данным медицинских мониторингов с учетом экологического фактора, являющаяся компонентой автоматизированного медицинского кадастра, реализующая многовариантное моделирование (статистическое, математико-картографическое, имитационное), и ориентированная на использование ГИС-технологий.

8. Разработано алгоритмическое и информационное обеспечение компьютерных подсистем, реализующих процессы принятия решений на основе многовариантного подхода к моделированию медицинской информации.

9. Разработано программное обеспечение подсистем распознавания пограничных заболеваний, организованное средствами СУБД и реализованное в двух предметных областях (в условиях клиники терапевтической стоматологии и психологического консультирования), предоставляющее пользователю возможности настройки различных вариантов подсистем и оперативного визуального анализа результатов обработки данных компьютерного тестирования в графических образах.

10. Разработанные модели и алгоритмы реализованы в компьютерных подсистемах информационной поддержки принятия решений на базе высоких информационных технологий, и результаты исследований апробированы в клинических условиях при лечении неосложненного кариеса, доброкачественной гиперплазии простаты, преодоления фармакорезистентности у больных приступообразно-прогредиентной шизофренией.

Медико-экономическая эффективность работы заключается в возможности осуществления рационального выбора вида лечения с учетом индивидуального подхода к пациенту, предотвращении повторных обращений к врачу, в сокращении на 10−15% сроков лечения, оптимизации управления на различных уровнях здравоохраненияпрогнозирования уровней заболеваемости населения Воронежской области с учетом экологических факторов и моделирование ситуаций по принятию решений.