<<
>>

2.3. Информационно-аналитическая модель принятия решений по прогнозированию и ранней диагностике профессиональных заболеваний.

Полученные в ходе синтеза, частные и финальные решающие правила планируется использовать в качестве основных элементов интеллектуальной системы поддержки принятия решений (ИСППР) для врачей, ведущих пациентов агропромышленного комплекса.

В работах [88, 89] показано, что для оптимизации структуры базы данных целесообразно использовать информационно-аналитические модели, устанавливающие связи и направления взаимодействия между блоками информативных признаков, множеством частных и финальных решающих правил.

Применительно к решаемым в работе задачам информационно­аналитическая модель принятия решений имеет вид, представленный на рис. 2.2.

В ходе экспертного оценивания и разведочного анализа были выделены следующие подгруппы информативных признаков: 1П1 - подгруппа признаков по которым вычисляется уровень психоэмоционального

напряжения (ПЭН); ПУ - подгруппа признаков по которым вычисляется уровень утомления; ПЭК - подгруппа признаков по которой определяется риск появления и развития заболеваний вызываемых неблагоприятной экологической обстановкой без учета сельскохозяйственных ядохимикатов; ПЭР - подгруппа признаков по которой определяется уровень эргономичности используемых технических систем; ПСЯ - подгруппа признаков характеризующая содержание сельскохозяйственных ядохимикатов (СЯ), контактирующих с сельскохозяйственными рабочими; ИФР/, ИФРг - индивидуальные факторы риска по заболеваемости с идентификаторами l, г, ... ; ПБ/, ПБг - подгруппа признаков

характеризующих ранние стадии по заболеваниям l, г, ..., получаемые при исследовании электрических характеристик биологически активных точек (БАТ) «связанных» с соответствующими болезнями; ПТМ/, ПТМг - признаки характерные для заболеваний с идентификаторами l, г, ..., получаемые традиционными медицинскими методами; tp- время воздействия фактора р на работников агропромышленного комплекса (р= ПП, ПУ, ПЭК, ПЭР, ПСЯ).

Частные нечеткие решающие правила оценки уровня ПЭН(YP), уровня утомления (YU) и уровня эргономичности (YE) реализуются агрегаторами первого уровня Ag НИ, Ag ПУ, Ag ПЭР. Расчет уверенности в появлении и развитии заболевания ωl, UEKl, UHG, UHΦl, по подгруппам признаков ПЭК, ПСЯ, ИФР/ реализуют агрегаторы Ag ПЭК/, Ag ПСЯ/, AgUΦРl. Аналогично реализуются частные агрегаторы для патологии ωrи т.д.

Финальные решающие правила прогнозирования заболеваний ωl, ωr,.., синтезируются агрегаторами AGPl, AGPr, .. .

C учетом опыта накопленного кафедрой БМИ ЮЗГУ для решения задач ранней диагностики используется величина уверенности в прогнозировании заболеваний (UPl, UPr, ...), а так же подпространства признаков ПБ/, ПБг,..., ПТМ/, ПТМг,..., с частными агрегаторами Agllbl, AgПБг, ..., AgПТМl, ЛцИТМ,,..., и финальными агрегаторами AGRl, AGRn ..., рассчитывающими уверенность в раннем диагнозе по классам ωl, ωn...

Информационно-логическая модель приведенная на рис. 2.2. используется для оптимизации базы знаний универсальной оболочки СППР кафедры БМИ ЮЗГУ при ее настройке под конкретную задачу.

Рис. 2.2. Информационно-аналитическая модель принятия решений.

Выводы второй главы

1. В ходе проведенных исследований была изучена структура ядохимикатов, наиболее часто используемая в агропромышленном комплексе, и определен перечень соответствующих профессиональных заболеваний. Показано, что наряду с основным фактором риска, что при контакте с ядохимикатами высокое качество прогнозирования достигается при дополнительном использовании ряда экзогенных и эндогенных факторов риска: экологическая обстановка; уровень эргономичности используемых технических средств; уровни психоэмоционального напряжения и утомления; функциональный резерв; индивидуальные факторы риска.

2. Предложен метод синтеза гибридных нечетких моделей прогнозирования и ранней диагностики заболеваний сельскохозяйственных рабочих, контактирующих с ядохимикатами, отличающийся возможностью учета таких специфических факторов, как концентрация вредных веществ в организме и окружающей среде, время контакта с ядохимикатами, их комплексное, мультипликативное и индуцированное влияние на различные органы и системы, уровень индивидуальной защиты в сочетании с другими экзогенными и эндогенными факторами риска, позволяющий повысить качество прогнозирования и ранней диагностики заболеваний работников агропромышленного комплекса, контактирующих с ядохимикатами.

Разработанная информационно-аналитическая модель, отличающаяся учетом в ее структуре взаимосвязей гибридных нечетких моделей между собой и пространством информативных признаков, описывающих известные экзогенные и эндогенные факторы риска, позволяет осуществить проектирование базы знаний с рациональным механизмом взаимодействия соответствующих программных модулей.

3.

<< | >>
Источник: Степашов Роман Владимирович. МЕТОД, МОДЕЛИ И АЛГОРИТМ ПРОГНОЗИРОВАНИЯ И РАННЕЙ ДИАГНОСТИКИ ПРОФЕССИОНАЛЬНЫХ ЗАБОЛЕВАНИЙ РАБОТНИКОВ АГРОПРОМЫШЛЕННОГО КОМПЛЕКСА, КОНТАКТИРУЮЩИХ С ЯДОХИМИКАТАМИ, НА ОСНОВЕ ГИБРИДНЫХ НЕЧЕТКИХ ТЕХНОЛОГИЙ. Диссертация на соискание ученой степени кандидата технических наук. Курск - 2018. 2018

Еще по теме 2.3. Информационно-аналитическая модель принятия решений по прогнозированию и ранней диагностике профессиональных заболеваний.:

  1. 1.2. Модели принятия решений о внедрении новых технологий в медицинских организациях[4]
  2. 3.5.5. Модели принятия решений о внедрении новых медицинских технологий
  3. ГЛАВА 2 МЕТОДЫ АНАЛИЗА ДАННЫХ И ПРИНЯТИЯ РЕШЕНИЙ ПО ПРОГНОЗИРОВАНИЮ МОЧЕКАМЕННОЙ БОЛЕЗНИ НА ОСНОВЕ НЕЧЕТКИХ ГИБРИДНЫХ МОДЕЛЕЙ
  4. 3.1 Информационно-аналитическая модель принятия решений по прогнозированию и метафилактике МКБ
  5. Разработка структуры интеллектуальной системы поддержки принятия решений
  6. Степашов Роман Владимирович. МЕТОД, МОДЕЛИ И АЛГОРИТМ ПРОГНОЗИРОВАНИЯ И РАННЕЙ ДИАГНОСТИКИ ПРОФЕССИОНАЛЬНЫХ ЗАБОЛЕВАНИЙ РАБОТНИКОВ АГРОПРОМЫШЛЕННОГО КОМПЛЕКСА, КОНТАКТИРУЮЩИХ С ЯДОХИМИКАТАМИ, НА ОСНОВЕ ГИБРИДНЫХ НЕЧЕТКИХ ТЕХНОЛОГИЙ. Диссертация на соискание ученой степени кандидата технических наук. Курск - 2018, 2018
  7. СОДЕРЖАНИЕ
  8. 2 метод и модель нечеткого прогнозирования и ранней диагностики профессиональных заболеваний работников агропромышленного комплекса, контактирующих с ядохимикатами
  9. 2.3. Информационно-аналитическая модель принятия решений по прогнозированию и ранней диагностике профессиональных заболеваний.
  10. 3.3. Синтез гибридных нечетких моделей ранней диагностики профессиональных заболеваний работников агропромышленного комплекса, занятых в растениеводстве.
  11. 4.1. Алгоритм управления системой поддержки принятия решений
- Акушерство и гинекология - Анатомия - Андрология - Биология - Болезни уха, горла и носа - Валеология - Ветеринария - Внутренние болезни - Военно-полевая медицина - Восстановительная медицина - Гастроэнтерология и гепатология - Гематология - Геронтология, гериатрия - Гигиена и санэпидконтроль - Дерматология - Диетология - Здравоохранение - Иммунология и аллергология - Интенсивная терапия, анестезиология и реанимация - Инфекционные заболевания - Информационные технологии в медицине - История медицины - Кардиология - Клинические методы диагностики - Кожные и венерические болезни - Комплементарная медицина - Лучевая диагностика, лучевая терапия - Маммология - Медицина катастроф - Медицинская паразитология - Медицинская этика - Медицинские приборы - Медицинское право - Наследственные болезни - Неврология и нейрохирургия - Нефрология - Онкология - Организация системы здравоохранения - Оториноларингология - Офтальмология - Патофизиология - Педиатрия - Приборы медицинского назначения - Психиатрия - Психология - Пульмонология - Стоматология - Судебная медицина - Токсикология - Травматология - Фармакология и фармацевтика - Физиология - Фтизиатрия - Хирургия - Эмбриология и гистология - Эпидемиология -