Халафян А. А. - все статьи автора в журнале

    Автоматизированная аналитика в здравоохранении
  • 2016 № 5 Построение рейтинга медицинских страховых компаний методом иерархической классификации.

    На сайте Федерального фонда обязательного медицинского страхования приведен 21 показатель деятельности 59 страховых медицинских организаций (СМО) за 2015 г. Каждый показатель представляет собой критерий оценки эффективности деятельности СМО по отдельному направлению, так как его большее или меньшее значение говорит об успешности (не успешности) деятельности компании. По каждому критерию определен рейтинг СМО. Несомненно, особую актуальность приобретает проблема определения рейтинга СМО по совокупности всех рассмотренных критериев. Цель работы – использовать метрический подход для оценки эффективности деятельности СМО, основанный на методе иерархической классификации, который предполагает вычисление расстояний между СМО как точками многомерного пространства в системе координат, соответствующей критериям их эффективности. Введено понятие эталонной организации, которая аккумулирует наилучшие значения критериев всех СМО. Рейтинги страховых компаний устанавливаются в соответствии с расстояниями до эталонной организации по принципу – чем меньше расстояние, тем эффективнее компания и выше ее рейтинг (место в списке СМО). Метод реализован в среде статистического пакета STATISTICA. Рейтинги СМО, определенные предложенным методом, могут быть применены для выявления перспективных и неперспективных СМО с целью планирования их дальнейшего развития или структурных преобразований, а также могут служить своеобразным навигатором при выборе медицинской страховой компании.

    Авторы: Халафян А. А. [5] Кошкаров А. А. [8] Семенов. А. Б. [2]

    Темы: классификация1 критерий1 объект1 расстояние1 рейтинг3 страховые медицинские организации (смо)1 сходство1 эффективность7

    Подробнее >

  • Искусственный интеллект в здравоохранении
  • 2019 № 3 pdf Разработка алгоритма поиска клинически однородных пациентов по слабоструктурированным текстовым данным электронной медицинской карты онкологического профиля

    Рост контингента пациентов со злокачественными новообразованиями в целом по России значительно увеличивает нагрузку на специализированную сеть онкологических учреждений и врачей онкологов. Наиболее вероятно, что данная тенденция сохранится в ближайшие годы. Одним из направлений повышения эффективности врачебной деятельности является извлечение современными методами анализа данных знаний из больших массивов медицинских данных путем кластеризации больных, заключающейся в выделении групп однородных (схожих) больных по совокупности клинических показателей. Целью исследования является разработка алгоритма поиска клинически однородных пациентов по слабо-
    Искусственный интеллект в здравоохранении структурированным и неструктурированным данным электронной медицинской карты онкологического диспансера, с последующей возможностью встраивания его в системы поддержки принятия врачебных решений (СППВР). Применение таких СППВР в практической медицине и в сфере медицинского образования позволит анализировать массивы информации
    неограниченного размера, что потребует дальнейшего внедрения и совершенствования информационных систем на всех
    уровнях оказания медицинской помощи. Однородность больных в работе определяли методом машинного обучения по-
    средством косинусного расстояния в пространстве векторных представлений электронных медицинских карт. Экспериментна 20 случайно выбранных электронных медицинских картах больных ГБУЗ «Клинический онкологический диспансер № 1» Министерства здравоохранения Краснодарского края показал высокую эффективность алгоритма в создании кластеров клинически схожих пациентов.

    Авторы: Халафян А. А. [5] Кошкаров А. А. [8] Мурашко Р. А. [3] Собченко К. В. [2] Шаров С. В. [2] Аветисян М. С. [1] Егоров К. С. [1] Кох В. Н. [1]

    Темы: векторное представление1 онкология3 системы поддержки принятия врачебных решений4 электронная медицинская карта14

    Полная версия статьи в формате PDF
    3.9 МБ

    Подробнее >

  • 2018 № 4 Прогнозирование стадии распространения заболевания у пациентов, страдающих аденомиозом, нейронными сетями

    Аденомиоз – весьма распространенное гинекологическое заболевание, сопровождающееся, как правило, бесплодием. Есть проблемы с диагностикой заболевания, так как болезнь имеет различные клинические проявления, в том числе зачастую болезнь протекает бессимптомно. Из-за сложности диагностики по разным источникам его частота колеблется от 5% до 70%. Не менее сложной проблемой является определение стадии заболевания, определяющей тактику и стратегию лечения больных. По выборке из 84 больных, страдающих аденомиозом, посредством коэффициента ранговой корреляции Спирмена были выявлены показатели, взаимосвязанные со стадиями заболевания. В работе рассмотрено применение эвристической процедуры нейронные сети для прогнозирования по лабораторно-клиническим показателям стадии аденомиоза. Разработано программное приложение, которое позволяет предсказать стадию аденомиоза, не прибегая к гистерэктомии. Методологическая ценность работы в том, что на примере распространенного гинекологического заболевания показано, что применение современных средств анализа данных открывает широкие возможности решения прогностических задач определения принадлежности больных к определенным классам по стадиям или видам заболевания. Программные приложения, автоматизирующие процедуру классификации больных, могут лечь в основу различных систем поддержки принятия врачебных решений.

    Авторы: Халафян А. А. [5] Кошкаров А. А. [8] Акиньшина В. А. [2] Карахалис Л. Ю. [1] Папова Н. С. [1]

    Темы: аденомиоз1 медицинская система поддержки принятия решений2 нейронные сети11

    Подробнее >

  • Региональные проекты информатизации
  • 2017 № 3 Метод онлайн медико-экономического контроля льготного лекарственного обеспечения (на примере Краснодарского края)

    При выписке рецептов льготного лекарственного обеспечения есть вероятность нарушений при назначении лекарственных препаратов. Выявление дефектов выписки рецептов, а также нерационального назначения дорогостоящих препаратов после их отпуска в аптеке не позволяет предотвратить негативные последствия. Цель исследования – повысить эффективность организации льготного лекарственного обеспечения за счет проведения медицинской экспертизы (медико-экономического контроля) обоснованности назначения препаратов в режиме реального времени (онлайн). В работе предложен метод, и разработан алгоритм поддержки принятия решений при медицинской экспертизе в реальном времени. Раскрыты возможности единой информационной системы по выписке и отпуску льготных рецептов Краснодарского края для реализации технологии «электронного рецепта» и онлайн медико-экономического контроля назначения льготных лекарств. Установлена перспективность проведения медицинской экспертизы для выявления случаев полипрагмазии – когда одному пациенту назначено более пяти лекарственных препаратов. Определена актуальность проведения медицинской экспертизы не только на льготные лекарственные средства, но и на все выписанные рецепты. Поэтому целесообразно предложенный авторами подход распространить на медицинскую экспертизу всех рецептов, выписанных в электронном виде в режиме реального времени

    Авторы: Халафян А. А. [5] Кошкаров А. А. [8] Семенов. А. Б. [2] Пеннер Д. В. [2]

    Темы: льготное лекарственное обеспечение2 медико-экономический контроль1 система поддержки принятия решений8

    Подробнее >

  • Система поддержки принятия решений
  • 2018 № 2 Система поддержки принятия решений при выборе тактики коррекции стеноза внутренних сонных артерий

    Наряду с разработкой медицинских информационных систем важной является задача создания медицинских систем поддержки принятия решений (СППР), в частности, способных прогнозировать возможность послеоперационных осложнений. Компьютерные методы анализа данных позволяют успешно использовать как классические методы прикладной статистики, так и современные эвристические процедуры для выявления латентных (скрытых) знаний в базах данных больных с последующим построением прогностических моделей. В статье описана СППР, которая по клиническим показателям состояния больного до лечения и технологическим параметрам оперативного вмешательства автоматизирует прогнозирование возможности осложнений при оперативном лечении стеноза внутренних сонных артерий методами каротидной эндартерэктомии и ангиостентирования. В основе СППР лежат методы классификации на обучающей выборке, включающей сведения о больных, прошедших лечение, а также данные о наличии или отсутствии осложнений. Исследования, предваряющие разработку СППР, были реализованы в среде пакета STATISTICA. Ввод в программу автоматизирован. По команде пользователя необходимые для вычислений данные больного из таблицы Excel импортируются в модуль программы для предсказания возможности осложнений. Также по желанию пользователя результаты прогноза могут быть сохранены в исходной таблице.

    Авторы: Халафян А. А. [5] Кошкаров А. А. [8] Виноградов Р. А. [1] Акиньшина В. А. [2]

    Темы: ангиостентирование1 деревья классификации1 каротидная эндартерэктомия1 медицинская система поддержки принятия решений2 нейронные сети11

    Подробнее >