Методы информационного моделирования, анализа и прогнозирования процессов организации кардиологической помощи в стационаре тема диссертации и автореферата по ВАК РФ 05.13.17, кандидат наук Абухай Тесфамариам Мулюгета

• Абухай Тесфамариам Мулюгета
• кандидат наук
• 2018

Введение диссертации (часть автореферата) на тему «Методы информационного моделирования, анализа и прогнозирования процессов организации кардиологической помощи в стационаре»

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. Перед современной системой здравоохранения стоит задача обеспечения высококачественной помощи в условиях повышения среднего возраста населения, нехватки ресурсов, сложности организации и управления медицинскими учреждениями. Информационное моделирование, анализ, прогнозирование и управление процессами и ресурсами здравоохранения на основе потока пациентов являются важными аспектами, поскольку скоординированная совместная помощь улучшает результаты лечения пациентов и снижает медицинские расходы. Предлагаемые в данной работе методы и модели могут служить инструментом поддержки принятия решений для администрации клиник с целью эффективной организации и управления взаимодействием между отделениями и подгруппами отделений путем анализа потребностей в здравоохранении и поддержания функциональности, потенциала и физического нахождения отделений клиники в соответствии с их стратегическим позиционированием и их роли в диагностике и лечении. Предлагаемые модели также позволяют прогнозировать нагрузку на отделения, врачей, продолжительность пребывания и стоимость лечения в каждом отдельном отделении и в целом в клинике. Кроме того, предлагаемые модели и методы позволяют медицинским экспертам оценить состояние каждого пациента с учётом результатов лабораторных анализов, сделать вывод о изменении состояния здоровья с определенным уровнем достоверности и доверительным интервалом. Это, в свою очередь, способствует оперативному принятию решений с ограниченными усилиями и ускоряет внедрение персонализированной медицины, переходя от универсальной модели лечения для пациентов к лечению пациентов с определенным состоянием. Методы и модели разработаны на основе знаний и информации, извлекаемой из базы данных медицинской информационной системы, накопленной в процессе оказания медицинской помощи.

Степень разработанности темы. Различные исследователи, такие как Côté (2000), Chand et al (2009), Santibânez et al (2009), Gunal (2010 и 2012), Monks et al (2012, 2016 и 2018), Soulakis (2015), Almeida et al (2016) посвящены здравоохранению с оперативной и клинической перспективой с использованием различных методов. Основными задачами этих исследований являются минимизация затрат на здравоохранение, максимальное использование физических и человеческих ресурсов, повышение качества медицинской помощи за счет предоставления эффективной диагностики, эффективное лечение большего числа пациентов в течение ограниченного промежутка времени, организация разновидностей здравоохранения объектов в одном месте и улучшения общей эффективности системы здравоохранения в рамках ограниченного и заранее определенного бюджета и времени.

Научная проблема, на решение которой направлено данное исследование заключается в том, что современные технологии и методы в области моделирования деятельности лечебно-профилактических учреждений (ЛПУ) отличаются существенной локальностью, как в рамках структуры (рассматриваются выделенные отделения или даже организационные элементы этих отделений), так и во временных масштабах (чаще процессы рассматриваются как стационарные, не учитывающие временную изменчивость). В то же время в задачах планирования и оптимизации ресурсов ЛПУ необходимо учитывать временную и структурную неоднородность, индивидуальные особенности пациентов, паттерны поведения персонала, особенности взаимодействия различных заинтересованных лиц и отделений ЛПУ и т.п. В таких условиях необходимой становится разработка общих методов для автоматизированного построения моделей ЛПУ и его структурных элементов.

Объектом исследования являются информационные и организационные процессы в здравоохранении при обслуживании стационарных пациентов в специализированном медицинском центре.

Предметом исследования являются методы моделирования, анализа и организационных процессов здравоохранения для пациентов стационара.

Целью исследования является разработка комплексного метода информационного моделирования, анализа, прогнозирования и управления организационными и медицинскими процессами для стационарных пациентов. Для достижения поставленных целей решались следующие задачи:

1. Обзор концептуальных и смежных работ о методах информационного моделирования, анализа, прогнозирования и управления организационными процессами здравоохранения.

2. Определите пробелы и определите постановку проблемы

3. Сбор и предварительная обработка данных о процессах здравоохранения и пациентах.

4. Построение и анализ статических и временных моделей стационарных департаментов с использованием метода анализа социальных сетей (SNA).

5. Разработка предсказательной модели потока пациентов с использованием методов распределения Пуассона и автоматических регрессивных интегрированных скользящих средних (ARIMA).

6. Разработка концептуального фреймворка для моделирования потока пациентов на основе мнения экспертов предметной области и анализа сети отделений.

7. Разработка дискретно-событийной модели потока пациентов.

8. Валидация модели потока пациентов с использованием визуализации и статистических методов.

9. Тестирование программного обеспечения для моделирования потока пациентов.

10. Разработка модели на данных для анализа точек изменения уровня тропонина (CPA) в качестве комбинации диаграмм совокупной суммы (CUSUM)

11. Проведение и интерпретация экспериментальных исследований с использованием моделирования потока пациентов. Научная новизна.

Настоящее исследование предлагает комплексные средства и методы поддержки принятия решений (организационных и клинических) в здравоохранении на базе информационного моделирования, анализа данных, прогнозирования и управления процессами здравоохранения для стационарных пациентов в различных организационных и временных масштабах.

Существовавшие до этого решения направленны на моделирование структуры и функционирования ЛПУ с фокусированием на исследование изолированных отделений ЛПУ без учета их взаимодействия. Как следствие, решения на базе моделей изолированных компонентов системы здравоохранения с использованием монолитных методов не может обеспечить полного представления о структуре и функционировании системы здравоохранения, в отличии от данной научной работы. Положения, выносимые на защиту

1. Комплексный подход к моделированию, анализу, управлению и прогнозированию процессов здравоохранения для стационарных пациентов с использованием комплексного метода с учетом целостного представления системы здравоохранения, структуры процессов, параметров и динамических моделей, полученных из данных в медицинской информационной системы.

2. Реализация имитационного моделирования потока стационарных пациентов в сочетании с предсказательным моделированием на данных и анализом социальных сетей больничных отделений для повышения качества моделирования и изучения взаимосвязанного характера процессов здравоохранения, прогнозирования нагрузки на отделения и отдельных врачей, оптимизации структуры и процессов организации здравоохранения и поддержки организационных решений.

3. Комплексное моделирование потока пациента в сочетании с алгоритмами глубокого обучения для улучшения качества моделирования при прогнозировании продолжительности пребывания и стоимости лечения пациентов с учетом индивидуальных характеристик пациентов. Достоверность научных положений и полученных результатов,

представленных в настоящей диссертации, подтверждается корректной и обоснованной постановкой задач, экспертной оценкой, результатами экспериментальных исследований и внедрением на практике.

Методы исследования включают аппарат анализа социальных сетей, имитационного (и, в частности, дискретно-событийного) моделирования, машинного обучения, методы математической статистики. В рамках исследований были использованы данные наблюдений за шесть лет.

Практическая значимость работы. Решения на базе предлагаемого подхода могут быть использованы в задачах администрирования больниц и работе специалистов в области здравоохранения в качестве инструмента поддержки принятия решений для получения представления об организационных и клинических процессах. Используя предлагаемую модель, потенциальные пользователи могут понять основную структуру сети отделений ЛПУ, роль, стратегическое позиционирование и влияние отделений и их взаимодействие в рамках процесса диагностики и лечения. Такой анализ может способствовать эффективному структурированию и управлению взаимодействием отделений и их групп, поддерживая функциональность, производительность и физическую организацию отделений в зависимости от их роли и значимости в процессе диагностики и лечения заболеваний. Кроме того, предлагаемая модель может быть использована для прогнозирования притока пациента в больницу, нагрузки отделений, нагрузки врачей, продолжительности пребывания и стоимости лечения в каждом отделении, а также для мониторинга состояния здоровья пациентов.

Публикация и внедрение результатов исследования. Результаты настоящего исследования были представлены на международных конференциях и опубликованы рецензируемых журналах из списка ВАК, а также журналах, индексируемых в базах Scopus и Web of Science. Всего по теме исследования опубликовано 5 работ. Из них 3 -в изданиях, индексируемых в базах Scopus и Web of Science, одна - в издании, входящем в перечень ВАК. Работа обсуждалась на конференциях ICCS2016 вг. Сан-Диего, США (публикация«Сотр1ех data-driven predictive modeling in personalized clinical decision support for Acute Coronary Syndrome episodes», Procedia Computer Science, Vol. 80, 2016, pp. 518-529), YSC 2016 вг. Краков, Польша (публикация «Simulation of Patient Flow and Load of Departments in a Specialized Medical Center», Procedia Computer Science, Vol. 101, 2016, pp. 143-151), YSC 2018 вг. Ираклион, Греция (публикация «Investigating Application of Change Point Analysis in Monitoring Health Condition of Acute Coronary Syndrome Patients», Procedia Computer Science, Vol. 136, 2018, pp. 408-415), NISP 2018 вг. Монреаль, Канада (представлен постер) идр. В рамках рассматриваемого направления исследований были опубликованы статьи в журналах «Известия ВУЗов. Приборостроение» (список ВАК), «International Journal of Advanced Research in Computer Science and Software Engineering».

Соискатель участвовал в качестве исполнителя в следующих проектах: «Креативные технологии прикладного искусственного интеллекта» (руководитель -А.В. Бухановский),«Аналитическая платформа выявления и прогнозирования девиантного поведения пользователей социальных сетей на основе композиции и сопоставления неструктурированных данных различных медиа ресурсов» (руководитель - А.В. Бухановский), «Высокопроизводительные вычислительные технологии усвоения данных в гибридных динамических моделях для прогнозирования поведения сложных систем» (руководитель - А.В. Бухановский), «Суперкомпьютерное моделирование критических явлений в сложных социальных системах» (руководитель

- П.М.А. Слоот), «Интеллектуальные технологии оптимизации структуры и анализа данных в композитных моделях сложных систем» (руководитель - А.В. Калюжная).

Личный вклад автора. Представленные результаты получены лично автором в ходе выполнения работ под руководством научного руководителя. Соискатель является первым (основным) автором в четырех из пяти научных публикациях по теме исследования. В оставшейся публикации автор имеет равный вклад с основными авторами статьи.

Заключение диссертации по теме «Теоретические основы информатики», Абухай Тесфамариам Мулюгета

Заключение. Основная цель настоящего исследования - разработка интегрированных методов информационного моделирования, анализа, прогнозирования и управления организационными и медицинскими процессами здравоохранения для пациентов в условиях стационарного лечения. Данная цель достигнута в полном объеме, а именно получены следующие результаты:

- Выполнен анализ структуры, компонентов и свойств сети отделений по оказанию медицинской помощи стационарным пациентам.

- Идентифицированные основные элементы отделений и их роли в процессах диагностики и предоставления медицинской помощи стационарным пациентам.

- Проанализированы процессы оказания медицинской помощи в масштабе общего процесса оказания медицинской помощи, а также в масштабе каждого отделения в отдельности на различных этапах диагностики и лечения.

- Разработаны информационные модели и алгоритмы анализа процессов здравоохранения на основе данных, хранящихся в медицинской информационной системе.

- Разработана комплексная модель на данных потока пациентов между несколькими отделениями в различных временных масштабах.

- Разработана модель прогноза нагрузки на отделения с точки зрения врачей, а также модель длительности пребывания пациентов и модель стоимости лечения.

- Разработана модель персонализированной активности медицинских работников (врачей, медсестер) в рамках комплексного процесса оказания медицинской помощи стационарным пациентам.

- Разработано программное средство мониторинга состояния здоровья стационарных пациентов с использованием метода контроля изменения основных показателей (CPA - change point analysis).

- Проведен вычислительный эксперимент для выработки нескольких стратегий оптимизации ресурсов и процессов лечения стационарных пациентов на основе ретроспективных данных медицинской информационной системы специализированного центра.

Предложенные решения могут быть использованы в рамках задач администрирования ЛПУ, в процессе исследования оказания медицинской помощи, а также в качестве инструмента поддержки принятия решений. С применением разработанных подходов возможен анализ структура сети отделений, их ролей, стратегическое позиционирование и влияние отделений медицинского центра на комплексный процесс диагностики и лечения стационарных пациентов, а также на

процессы взаимодействия между отделений. Подобные решения могут обеспечить извлечение знаний и информации из данных МИС о комплексном процессе оказания медицинской помощи стационарным пациентам для повышения организационной, экономической, клинической эффективности процесса оказания медицинской помощи. Полученные знания и информация могут обеспечить объективной базой и мониторингом принятие решений по структурированию и управлению взаимодействием между отделениями и их подгруппами, повышению производительности и организацию отделений в зависимости от их роли и значимости в процессе диагностики и лечения. Кроме того, предлагаемая комплексная модель может быть использована для прогнозирования потока пациентов в клинику, загрузки отделений и врачей, а также продолжительности пребывания пациентов и стоимости их лечения как в каждом отдельном отделении, так и в клинике в целом. Разработанные подходы, методы и алгоритмы могут быть использованы при исследовании и оптимизации процессов и ресурсов ЛПУ организации здравоохранения.

Список литературы диссертационного исследования кандидат наук Абухай Тесфамариам Мулюгета, 2018 год

References

[1] A. Suraj, S. Kundu, and W. Norcross, "Diagnosis of Acute Coronary Syndrome," American Family Physician, 2005. [Online]. Available: https://www.aafp.org/afp/2005/0701/p119.pdf. [Accessed: 26-

May- 2018].

[2] "Acute Coronary Syndrome," American Heart Association, 2017. [Online]. Available: http://www. heart.org/HEARTORG/Conditions/HeartAttack/AboutHeartAttacks/Acute -Coronary-Syndrome_UCM_428752_Article.j sp#.WwgvDi5uaUk. [Accessed: 25-May-2018].

[3] "Troponin - Understand the Test & Your Results." [Online]. Available: https://labtestsonline.org/tests/troponin. [Accessed: 13-Jun-2018].

[4] B. M. Scirica and D. A. Morrow, "Troponins in acute coronary syndromes," Prog. Cardiovasc. Dis., vol. 47, no. 3, pp. 177-188, Nov. 2004.

[5] P. Garg et al., "Cardiac biomarkers of acute coronary syndrome: from history to high-sensitivity cardiac troponin.," Intern. Emerg. Med., vol. 12, no. 2, pp. 147-155, Mar. 2017.

[6] B. Goswami et al., "Abrupt transitions in time series with uncertainties.," Nat. Commun., vol. 9, no. 1, p. 48, 2018.

[7] W. A. Taylor, "Change-Point Analysis: A Powerful New Tool For Detecting Changes," 2000. [Online]. Available: http://www.variation.com/files/articles/changepoint.pdf. [Accessed: 04-Dec-2017].

[8] S. Aminikhanghahi and D. J. Cook, "A Survey of Methods for Time Series Change Point Detection.," Knowl. Inf. Syst., vol. 51, no. 2, pp. 339-367, May 2017.

[9] R. March and C. Schott, "Personalized/Precision Medicine/Personalised Healthcare: the art of giving different names to the same thing?," Per. Med., vol. 14, no. 6, pp. 463-466, Nov. 2017.

[10] F. A. L. Marson, C. S. Bertuzzo, and J. D. Ribeiro, "Personalized or Precision Medicine? The Example of Cystic Fibrosis," Front. Pharmacol., vol. 8, p. 390, Jun. 2017.

[11] M. Bosc, F. Heitz, J.-P. Armspach, I. Namer, D. Gounot, and L. Rumbach, "Automatic change detection in multimodal serial MRI: application to multiple sclerosis lesion evolution," Neuroimage, vol. 20, no. 2, pp. 643-656, Oct. 2003.

[12] M. Staudacher, S. Telser, A. Amann, H. Hinterhuber, and M. Ritsch-Marte, "A new method for change-point detection developed for on-line analysis of the heart beat variability during sleep," Phys. A Stat. Mech. its Appl., vol. 349, no. 3-4, pp. 582-596, Apr. 2005.

[13] D. Rosenfield, E. Zhou, F. H. Wilhelm, A. Conrad, W. T. Roth, and A. E. Meuret, "Change point analysis for longitudinal physiological data: Detection of cardio-respiratory changes preceding panic attacks,"

Biol. Psychol., vol. 84, no. 1, pp. 112-120, Apr. 2010.

[14] T. A. Kass-Hout et al., "Application of change point analysis to daily influenza-like illness emergency department visits.," J. Am. Med. Inform. Assoc., vol. 19, no. 6, pp. 1075-81, 2012.

[15] G. Texier et al., "Outbreak definition by change point analysis: a tool for public health decision?," BMC Med. Inform. Decis. Mak., 2016.

[16] A. Rosengren, L. Wallentin, A. K. Gitt, S. Behar, A. Battler, and D. Hasdai, "Sex, age, and clinical presentation of acute coronary syndromes," Eur. Heart J., vol. 25, no. 8, pp. 663-670, Apr. 2004.