ВВЕДЕНИЕ

Актуальность темы. Анализ профессиональной заболеваемости работников агропромышленного комплекса (АПК) показал, что несмотря на значительные усилия работников здравоохранения обслуживающих эту категорию населения доля болеющих людей и людей имеющих инвалидность этой категории населения остается недопустимо высокой.

Это в значительной мере относится к работникам АПК занятым в растениеводстве, поскольку при реализации трудовой деятельности существует такой мощный фактор риска как контакт с сельскохозяйственными ядохимикатами (минеральные удобрения и пестициды). Причем, часто этот фактор значительно усиливается такими негативными условиями труда как: хроническое утомление, несовершенство используемой сельскохозяйственной техники, другие сопутствующие экологические факторы, значительный уровень психоэмоционального напряжения и др.

В сочетании с индивидуальными особенностями организма условия труда растениеводов провоцируют появление и развитие заболеваний: желудочно-кишечного тракта, нервной и сердечно-сосудистой систем, мочеполовой системы, системы дыхания и др. Значительную опасность контакт с ядохимикатами несет детям и беременным женщинам, у которых могут развиться тяжелые заболевания и даже смерть плода.

Одним из способов повышения качества оказания медицинской помощи работникам АПК, занятым в растениеводстве является своевременное выявление факторов риска, анализ последствий их воздействия на организм человека с целью проведения эффективных мер по профилактике и лечению профессиональных заболеваний исследуемой категории работников.

Таким образом, повышение качества прогнозирования и ранней диагностики заболеваний работников АПК, занятых в растениеводстве за

счет использования современных информационных и интеллектуальных технологий является актуальной задачей.

Степень разработанности темы исследования. Для решения задач оценки степени риска заболевания работников, контактирующих с вредными факторами, и в частности, с ядохимикатами применяющимися в сельском хозяйстве, как у нас в стране, так и за рубежом (стандарт ИСО) используют в основном два типа моделей: по гигиеническим критериям путем сравнения содержания вредных факторов с предельно допустимыми концентрациями (ПДК) или предельно-допустимыми условиями (ПДУ); по медико­биологическим критериям — индексу профессиональной заболеваемости; включая заболеваемость с потерей трудоспособности.

Использование традиционных подходов к оценке риска профессиональных заболеваний ориентируется на информацию об уже возникших профессиональных заболеваниях, которая не всегда корректно коррелирует с решением прогностических задач. В реальных условиях трудовая деятельность, проходящая в условиях действия плохо учитываемых вредных экзогенных факторов провоцирует появление и развитие профессиональных заболеваний. Прогнозирование и ранняя диагностика профессиональных заболеваний, включая работников, занятых в растениеводстве значительно усложняется тем, что разнородные экзогенные факторы часто имеют нечеткую природу и не всегда собираются в полном объеме. Кроме того, действие экзогенных факторов может быть значительно усилено эндогенными факторами, определяемыми индивидуальными особенностями организма.

В таких условиях, как показывает опыт накопленный при решении аналогичных задач в Юго-Западном государственном университете целесообразно использовать технологию мягких вычислений, и в частности методологию синтеза гибридных нечетких моделей.

Цель работы: повышение качества медицинского обслуживания работников агропромышленного комплекса, контактирующих с

сельскохозяйственными ядохимикатами путем разработки метода, моделей и алгоритма прогнозирования и ранней диагностики профессиональных заболеваний на основе гибридных нечетких технологий.

Для достижения поставленной цели необходимо решить следующие задачи:

- выполнить анализ структуры деятельности работников агропромышленного комплекса, контактирующих с ядохимикатами, их условий труда, экзогенных и эндогенных факторов риска, приводящих к появлению и развитию профессиональных заболеваний с целью выбора адекватного математического аппарата и средств исследования;

- предложить метод синтеза гибридных нечетких моделей прогнозирования и ранней диагностики заболеваний сельскохозяйственных рабочих, контактирующих с ядохимикатами;

- разработать информационно-аналитическую модель, учитывающую структуру взаимосвязей гибридных нечетких моделей между собой и пространством неоднородных информативных признаков, описывающих известные эндогенные и экзогенные факторы риска;

- получить систему нечетких решающих правил прогнозирования и ранней диагностики наиболее распространенных профессиональных заболеваний работников типового агропромышленного комплекса Курской области, контактирующих с сельскохозяйственными ядохимикатами;

-разработать структуру интеллектуальной системы поддержки принятия решений врача профпатолога, предназначенной для решения задач прогнозирования и ранней диагностики профессиональных заболеваний работников агропромышленного комплекса, контактирующих с ядохимикатами, и алгоритм управления этой системой, учитывающий разнородные факторы риска исследуемых заболеваний;

- произвести апробацию интеллектуальной системы поддержки

принятия решений врача профпатолога по прогнозированию и ранней диагностике профессиональных заболеваний работников

агропромышленного комплекса, контактирующих с сельскохозяйственными ядохимикатами и доказать эффективность ее использования.

Научная новизна исследований. В диссертации получены следующие результаты, характеризующиеся научной новизной:

- 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 синтезировать решающие правила, обеспечивающие повышение качества прогнозирования и ранней диагностики заболеваний работников агропромышленного комплекса, контактирующих с ядохимикатами;

- информационно-аналитическая модель, отличающаяся учетом в ее структуре взаимосвязей гибридных нечетких моделей между собой и пространством неоднородных информативных признаков, описывающих существенные экзогенные и эндогенные факторы риска, позволяющая осуществить проектирование базы знаний с рациональным механизмом взаимодействия соответствующих прогнраммных модулей;

- система нечетких решающих правил прогнозирования и ранней

диагностики профессиональных заболеваний работников

агропромышленного комплекса, контактирующих с сельскохозяйственными ядами, основанная на использовании гибридных нечетких моделей, агрегирующих существенные экзогенные и эндогенные факторы риска, объединенные в иерархические структуры, обеспечивающие уверенность в прогнозе на уровне 0,85, а в диагностике ранней стадии - на уровне 0,9;

- алгоритм управления и структура интеллектуальной системы поддержки принятия решений (ИСППР), отличающаяся использованием

гибридных нечетких решающих правил с иерархической структурой, позволяет гибко менять тактику ведения пациентов в зависимости от меняющейся внешней обстановки и индивидуальных факторов риска, что обеспечивает повышение качества оказания медицинских услуг исследуемой категории пациентов.

Теоретическая и практическая значимость работы состоит в развитии технологии мягких вычислений, и в частности, теории уверенности, теории измерения латентных переменных, метода группового учета аргументов, в решении задач повышения качества медицинского обслуживания работников агропромышленного комплекса, контактирующих с ядохимикатами, путем разработки нового поколения систем поддержки принятия решений врачей профпатологов.

Разработанные математические модели позволяют оценить уверенность в прогнозе появления и наличия ранних стадий профессиональных заболеваний по исследуемой категории пациентов.

Информационно-аналитическая модель и алгоритм управления работой ИСШ1Р обеспечивают оценку состояния здоровья пациентов и формируют рекомендации по ведению пациентов агропромышленной отрасли, контактирующих с ядохимикатами.

Предложенные в работе метод, модели и алгоритм реализуются ИСШ1Р, обеспечивающей новый уровень оказания медицинских услуг населению занятому в агропромышленной сфере растениеводства.

Работа выполнена в рамках федеральной целевой программы «Исследования и разработки по приоритетным направлениям развития научно-технологического комплекса России на 2014 - 2020 годы»

(«Проведение прикладных научных исследований в области биоинформационных технологий», уникальный идентификатор прикладных научных исследований (проекта) RFMEFI57614X0071) и в соответствии с научным направлением Юго-Западного государственного университета «Разработка медико-экологических информационных технологий».

Результаты работы внедрены в учебном процессе Юго-Западного государственного университета при подготовке магистров по направлению 12.04.04 «Биотехнические системы и технологии» и используются ОБУЗ «Горшеченская ЦРБ» при прогнозировании профессиональных заболеваний у работников агропромышленного комплекса Г оршеченского района.

Методология и методы исследований. Для решения поставленных задач использовались методы системного анализа, теории биотехнических систем медицинского назначения, моделирования, теории синтеза сложных информационных систем, теории алгоритмов, нечетких множеств, прикладной математической статистики, экспертного оценивания. При разработке гибридных нейросетевых модулей принятия решений в качестве инструментария использовался Matlab 8.0 с графическим интерфейсом пользователя для Neural Network Toolbox и со встроенным пакетом Fuzzy Logic Toolbox.

Положения, выносимые на защиту:

1.

2. Система решающих правил прогнозирования и ранней

диагностики профессиональных заболеваний работников

агропромышленного комплекса, контактирующих с сельскохозяйственными ядами, обеспечивает уверенность в прогнозе на уровне 0,85, а в ранней стадии заболеваний - на уровне 0,9.

3. Информационно-аналитическая модель, алгоритм управления и структура интеллектуальной системы поддержки принятия решений, отличающаяся использованием гибридных нечетких решающих правил с иерархической структурой, позволяют гибко менять тактику ведения

пациентов в зависимости от меняющейся внешней обстановки и индивидуальных факторов риска, что обеспечивает повышение качества оказания медицинских услуг исследуемой категории пациентов.

Степень достоверности и апробации результатов. Результаты исследования показали их воспроизводимость в различных условиях, отсутствие противоречий относительно нечетких алгоритмов принятия решений и методов математического моделирования, а так же аналогичных результатов, полученных другими исследователями. Результаты экспериментальных исследований решающих правил по прогнозированию профессиональных заболеваний работников агропромышленного комплекса согласуются с ранее опубликованными экспериментальными данными по теме диссертации.

Основные теоретические положения и научные результаты диссертационной работы докладывались, обсуждались и получили положительную оценку на Международных и Всероссийских научных конференциях: XXI конференции «Медико-экологические информационные технологии-2018» (Курск, 2018); Международной научно-практической конференции «Новизна и инновации в сельском хозяйстве» (Курск, 2011); II Всероссийской научно-практической конференции «Инфокоммуникации и космические технологии: состояние, проблемы и пути решения» (Курск, 2018); Международной научно-практической конференции «Перспективы развития науки и образования» (Тамбов, 2018); III Международной научно­практической конференции «Приоритетные направления развития науки и образования» (Пенза, 2018), а также на научно-технических семинарах кафедры биомедицинской инженерии Юго-Западного государственного университета (ЮЗГУ) с 2016 года.

Публикации. Основные результаты диссертационного исследования отражены в 11 научных работах из них 4 статьи в ведущих рецензируемых научных журналах.

Структура и объём работы. Диссертация состоит из введения, четырёх разделов, заключения и списка литературы, включающего 175 отечественных и 36 зарубежных наименования. Работа изложена на 143 страницах машинописного текста, содержит 13 рисунков и 8 таблиц.