CC BY
102
Анализ статистической информации асинхронной телемедицинской сети УДК 004.75:004.77
Анализ статистической информации асинхронной телемедицинской сети
А.Л. Царегородцев, И.Н. Огородников, К.В. Глухов
Югорский научно-исследовательский институт информационных технологий (Ханты-Мансийск, Россия)
Analysis of Statistical Data from Asynchronous Telemedicine Network
A.L. Tsaregorodtsev, I.N.Ogorodnikov, K.V. Glukhov
Ugra Research Institute of Information Technologies (Khanty-Mansiysk, Russia)
Исследуются проблемы телемедицинской системы, основным назначением которой является поддержка и автоматизация процессов проведения асинхронных телемедицинских консультаций между врачами из различных лечебно-профилактических учреждений. Телемедицинская система имеет сложную распределенную структуру и состоит из множества различных подсистем. Одна из подсистем предназначена для мониторинга и анализа статистических данных. За время существования телемедицинской сети проведено более 16 000 консультаций, что привело к образованию достаточно больших объемов данных. Традиционные средства анализа, оперирующие данными, которые представлены в виде таблиц реляционной БД, не могут гибко строить зависимости между параметрами. С концепцией многомерного анализа данных тесно связано понятие «оперативная аналитическая обработка данных OLAP». Большой объем проведенных консультаций превращает поиск зависимостей в сложную задачу. В основе системы мониторинга и анализа статистических данных лежит технология аналитической обработки в реальном времени, что позволило значительно упростить задачу получения отчетных данных для участников телемедицинской сети и гибко настраивать способы визуализации данных. Югорский научно-исследовательский институт информационных технологий является разработчиком программного обеспечения для телемедицинской сети Ханты-Мансийского автономного округа.
Ключевые слова телемедицина, медицинская информационная система, медицинские данные, консультации врачей, анализ статистических данных.
DOI 10.14258/izvasu(2014)1.2-23
The main purpose of the study is to support a tele-medicine system and automation of processes of asynchronous telemedicine consultations between doctors from different medical institutions. The telemedicine system is a complex distributed structure and consists of many different subsystems. One of the subsystems is designed for monitoring and analysis of statistical data. Throughout the existence of a telemedicine network, more than 16,000 consultations have been conducted, and sufficiently large amounts of data have been accumulated. Traditional analysis tools for processing the data presented in a form of relation database tables are unable to build dependencies between parameters flexibly. The concept of multidimensional data analysis is closely related to the concept of online analytical processing OLAP. Large number of conducted consultations makes the task of building and searching for dependencies quite complicated. The system of statistical data monitoring and analysis is based on real-time analytical processing technology. It greatly simplifies the process of retrieving data for the telemedicine network users and allows flexible data visualization. A software developer for the telemedicine network of Khanty-Mansi Autonomous Okrug is the Ugra Research Institute of Information Technologies. Key words: telemedicine, information system, medical data, off-line telemedical consultations.
Введение. Одна из основных целей телемедицины — формирование системы телемедицинского консультирования. Важно обеспечить широкое применение телемедицины как комплекса организационных и технологических мероприятий, обеспечивающих предоставление дистанционной консультационно-диагностической медицинской услуги, при которой пациент или врач, непосредственно проводящий обследование или лечение пациента, получают дистанционную консультацию другого специалиста, используя современные информационно-коммуникационные технологии [1].
Телемедицинские консультации принято делить на два вида:
1) консультации реального времени, используются также термины «online консультации», или «синхронные консультации»;
2) асинхронные консультации, используются также термины «ofline консультации», или «отложенные консультации».
Главное преимущество асинхронных телемедицинских консультаций заключается в низких затратах на их проведение и в том, что лечащий врач и врач-консультант могут работать с системой в любое удобное для них время.
Актуальность создания телемедицинской сети в Ханты-Мансийском автономном округе обуславливается географической особенностью. Площадь Ханты-Мансийского автономного округа составляет более 500 тыс. км2, на этой территории проживает 1,5 млн чел. По территории округа раскидано большое количество мелких поселений и вахтовых поселков, в которых слабо развита транспортная, сетевая и информационная инфраструктуры. Связь из этих населенных пунктов до районных центров и городов автономного округа осуществляется в зависимости от времени года по воде или по зимникам. В осенне-весенний период попасть в такие населенные пункты можно только на вертолете, и госпитализация пациентов в них осуществляется с помощью санитарной авиации. Целесообразность некоторых санитарных заданий по факту госпитализации не подтверждается. Кроме того, в этих малонаселенных поселках недостаточно врачей узких специализаций. Учитывая вышеизложенные факты, использование телемедицинских технологий в Ханты-Мансийском автономном округе особенно актуально.
За время существования телемедицинской сети проведено более 16 000 консультаций, что привело к образованию достаточно больших объемов данных. Регулярно возникает необходимость получения данных о работе системы, при этом не все запросы данных относятся к типовым. Получение ответов требует работы квалифицированного сотрудника для построения запросов к БД и может занимать значительный объем времени. Далее освещается способ решения названных и других проблем.
Телемедицинская сеть. Как уже было сказано, Югорский научно-исследовательский институт информационных технологий (ЮНИИ ИТ) является разработчиком программного обеспечения для телемедицинской сети Ханты-Мансийского автономного округа. В настоящее время телемедицинская сеть охватывает все районы Ханты-Мансийского автономного округа, в ней зарегистрировано более 500 лечащих врачей и около 200 врачей-консультантов. На базе ведущих медицинских учреждений округе создано 10 телемедицинских центров, основными из которых являются окружные больницы в городах Ханты-Мансийске, Сургуте, Нижневартовске [2].
Основным назначением телемедицинской системы является поддержка и автоматизация процессов проведения асинхронных телемедицинских консультаций между врачами из различных лечебно-профилактических учреждений, сопровождение врачебных видеоконсилиумов, обеспечение юридической значимости документов, оперативное уведомление врачей о новых консультациях через СМС и электронную почту, а также формирование отчетности по прошедшим телемедицинским консультациям. С 2006 по 2013 гг. между врачами проведено свыше 16 000 консультаций различного профиля.
В населенных пунктах на базе местных медицинских учреждений созданы телемедицинские пункты, основная задача которых — направление заявок на медицинскую консультацию врачам-консультантам в телемедицинские центры.
Телемедицинские центры созданы на базе многопрофильных и специализированных медицинских учреждений автономного округа и предназначены для консультирования лечащих врачей из удаленных телемедицинских пунктов.
Региональный центр телемедицинского сервиса реализует функции организации и поддержки взаимодействия телемедицинских центров и пунктов: мо-дерирование консультаций, согласование требований к подготовке данных по консультациям и техническое сопровождение пользователей [3].
Взаимодействие участников телемедицинской системы (рис. 1) производится через Центр телемедицинского сервиса. Среди участников присутствуют удаленные от окружных центров медицинские пункты, фельдшерско-акушерские пункты (далее — ФАП) и медицинские центры.
Функционал телемедицинской системы. Возможности телемедицинской системы включают в себя подготовку и отправку врачу запроса на консультацию с приложенными данными обследования в графических и текстовых форматах. Лечащий врач может запрашивать консультацию сразу у нескольких врачей-консультантов, в том числе из разных больниц. Консультация может быть продолжена в любой момент времени добавлением нового вопроса или допол-
Рис. 1. Схема взаимодействия участников телемедицинской системы
Рис. 2. Структура компонентов телемедицинской системы
нительной медицинской информацией. Врач со своего рабочего места в случае необходимости связывается через видеосервер с врачами-консультантами из телемедицинских центров без использования сторонних сервисов. Используя виртуальную «общую доску», врачи работают над результатами медицинских исследований в реальном времени, совместно правят текстовую медицинскую информацию или изучают графическую информацию (например, рентгеновские снимки). Для обеспечения юридической значимости консультаций в системе используется электронная подпись. Предусмотрены функции захвата и редактирования видеоизображений с медицинских аппаратов и других видеоисточников. Каждый врач в своем личном кабинете может включить или выключить функцию уведомления о событиях в системе по СМС и электронной почте. Система отправляет уведомления о создании консультации, получении заключения по консультации врачами и ответственным за телемедицинскую систему в больницах. Кроме того, в случае задержки ответа на консультацию система отправит напоминание о необходимости ответить на консультацию врачу-консультанту и ответственному за телемедицинскую систему в ЛПУ Предусмотрена загрузка и использование медицинских справочников, например, в состав включен справочник МКБ-10.
Схема компонентов, реализующих описанный функционал, представлена на рисунке 2.
Процесс консультирования происходит в виде, представленном на рисунке 3.
Рис. 3. Процесс консультирования
Основной задачей центра телемедицинского сервиса является обеспечение мер, направленных на возможность выполнения этого процесса. Задачей врача-консультанта является предоставление ответа в регламентированные сроки.
Рассмотрим, как происходит консультирование в системе. Лечащий врач, используя специализированную клиентскую программу либо стандартный Web-браузер, готовит данные о пациенте, указывает врачей-консультантов, от которых хотел бы получить консультацию, формирует запрос по консультации и прикрепляет дополнительные данные по истории болезни пациента, включая видео-, аудио-, графическую и текстовую информацию. При необходимости врач подписывает электронной подписью вопрос и дополнительную информацию по консультации и отправляет на телемедицинский сервер. На сервере
запрос автоматически обрабатывается, сохраняется в единой базе данных телемедицинских консультаций. Ответственному врачу за телемедицинскую систему в больнице и указанным врачам-консультантам рассылаются уведомления о создании новой консультации. Ответственный врач, в случае необходимости, корректирует список врачей-консультантов. Врачи-консультанты изучают медицинскую проблему и делают заключение, после чего отправляется уведомление о заключении врачу, отправившему консультацию и ответственному в больнице. Лечащий врач изучает заключение и, при необходимости, может продолжить консультирование путем отправки дополнительного вопроса или запроса видеоконференции в режиме реального времени. Время проведения плановых консультаций в пределах одного региона составляет от одних до трех суток.
Анализ статистической информации. Лицам, принимающим решения, требуется наблюдать за такими показателями, как количество и продолжительность проведенных консультаций, статистика по территориям и профилям консультирования, в том числе за произвольный период. Большой объем проведенных консультаций позволяет проводить анализ статистических показателей, но превращает поиск в сложную задачу.
В исходной версии программного обеспечения телемедицинской системы была встроена подсистема статистики, основная задача которой — предоставлять лицам, принимающим решения, агрегированные данные, полученные в результате работы телемедицинской системы. Подсистема статистики позволяла построить отчет на основе заранее подготовленного SQL-запроса, но отсутствовала возможность извлечения произвольных статистических данных. В ходе эксплуатации пользователи системы регулярно обращались в региональный центр телемедицинского сервиса с просьбой подготовить данные с показателями, которых не было в подсистеме статистики.
Для решения этой задачи были начаты работы по созданию системы мониторинга и анализа статистических данных. Существует целый класс программных систем, призванных решать подобную задачу, при этом система не генерирует правильные решения, а только предоставляет данные в соответствующем виде (отчеты, таблицы, графики и т.п.) для изучения и анализа, обеспечивая тем самым выполнение функции поддержки принятия решений [4].
Такие системы могут быть построены на основе информационно-поискового анализа по реляционной базе данных с использованием языка SQL, оперативного анализа с применением технологии оперативной аналитической обработки данных OLAP (Online analytical processing) или интеллектуального анализа, которые реализуются с помощью методов и алгоритмов технологии Data Mining.
Практика использования информационно-поискового анализа по реляционной базе данных с использованием языка SQL показывает неэффективность своего применения для полноценного анализа информации, так как противоречивость требований к OLTP-системам и системам, ориентированным на глубокий анализ информации, усложняет задачу их интеграции.
В процессе анализа данных пользователь проверяет некоторые гипотезы на основании информации об анализируемой предметной области. Как правило, наиболее удобным способом представления такой информации для человека является зависимость между некоторыми параметрами. Например, зависимость количеств обращений по заболеванию в соответствии со временем года или зависимости количества установленных диагнозов по территориям.
В процессе анализа данных, поиска решений часто возникает необходимость в построении зависимостей между различными параметрами. Кроме того, число таких параметров может варьироваться в широких пределах. Традиционные средства анализа, оперирующие данными, которые представлены в виде таблиц реляционной БД, не могут в полной мере удовлетворять таким требованиям.
Одновременное изучение данных по нескольким измерениям называется многомерным анализом. Каждое измерение может быть представлено в виде иерархической структуры. Например, измерение «Врач» может иметь следующие иерархические уровни: «ЛПУ — подразделение — врач». Более того, некоторые измерения могут иметь несколько видов иерархического представления. Например, измерение «время» может включать две иерархии со следующими уровнями: «год — квартал — месяц — день» и «неделя — день». На пересечениях осей измерений располагаются данные, количественно характеризующие анализируемые факты.
С концепцией многомерного анализа данных тесно связано понятие оперативной аналитической обработки данных OLAP. Основное назначение OLAP-систем — поддержка аналитической деятельности произвольных запросов лиц, принимающих решения.
OLAP-система включает в себя два основных компонента:
1. OLAP-сервер, предназначенный для хранения данных и представления этих данных в виде многомерной модели на концептуальном уровне.
2. OLAP-клиент, предоставляющий инструмент для решения задач анализа данных.
OLAP-серверы скрывают от конечного пользователя способ реализации многомерной модели. Они формируют гиперкуб, с которым пользователи посредством OLAP-клиента выполняют все необходимые манипуляции, анализируя данные. Наиболее подходящий способ реализации является построение многомерной модели.
Рис. 4. Обобщенная архитектура подсистемы мониторинга и анализа статистических данных
Рис. 5. Диаграмма количества консультаций по годам
Обобщенная архитектура разработанной подсистемы мониторинга и анализа статистических данных, использующая OLAP и ее взаимодействие с РИСТ, представлены в виде схемы на рисунке 4.
При разработке подсистемы мониторинга и анализа были реализованы гиперкубы данных, в которой основной ключевой сущностью является «Консультация». Данная сущность обладает набором характеристик, которые являются измерениями
при построении OLAP-кубов. В подсистеме анализа пользователю доступно два типа представления данных: электронные таблицы и отчеты. Электронные таблицы могут содержать аналитические данные из хранилища, а также другие произвольные данные. Электронные таблицы позволяют строить графики и диаграммы на основе этих данных. На рисунке 5 представлена диаграмма, показывающая количество консультаций по годам.
В разрезе профилей г *
щ *> J || & 1
f. CURR_EXE_TYPE_.
(iL MOD_NAME
с Любое состояли... j<3> | * Все виды диагно... |с Все консультанты j| « Все консультиру..
Т 5 CNSLNT_NAME Y CNSLTED_NAME
% ri Bet года » 20K • 200Г • 2008 - 200S - 2010 • 2011 - 2012 •
- B« профили Т 12,119.00 7.00 14100 1.0« .00 1,479.00 2.368 00 3.97200 3,111.00
а Тералевтмчееная слу.~ * 3,304 00 44.00 4M .00 507.00 767.00 Э4700 635.00
Терапия г 115.00 100 гз-оо 36-00 30-00 2100 1400
Гастроэнтерология - 157.00 600 18.00 31.00 32.00 3700 33 00
Кардиология т 619.00 7 00 49.00 7 ft.ОО 169.00 184 00 132 00
Пульмонология » 220.00 37.00 45.00 53.00 48 00 37 00
Эндокринология 'Г 25.00 7.00 3.00 7.00 500 3.00
Ревматология » 135.00 19.00 22.00 49.00 35 00 12.00
Неврология » 219.00 500 41 00 42.00 57.00 4100 33 00
Гематология т 720 00 100 38.00 119.00 194.00 23300 135 00
Инфекцпоинме болезни » 264.00 2 00 14.00 52.00 54.00 76.00 66 00
Нефрология - 120 00 г oo 16.00 1В.ОО 19.00 40 00 25 00
Аллергология и мглу.. J. 14.00 6.00 2.00 4.00 100 100
Дерматовенерология * 170 00 1ÎÛO 49.00 29.00 2B.ÛÛ 2300 29 00
Фтиммтрня » 52300 в,оо 87.00 40.00 71.00 202.00 115.00
S Хирургическая СЛуяйа • 2,213.00 3.00 49.00 266 00 530.00 45200 543.00 370,00
Xunvotnn * 322.00 7.00 44.00 82 00 56.00 75.00 56.00
Рис. 6. Количество консультаций по годам в разрезе профилей
Отчеты — это развернутые в двумерной плоскости OLAP-кубы, имеющие вид плоских таблиц. Пример отчета представлен на рисунке 6.
Заключение. Телемедицинская система позволяет организовать проведение телемедицинских консультаций как в масштабе региона, так и на межрегиональном уровне. Телемедицинская сеть доказала свою эффективность за семилетний период ее функционирования и была значительно усовершенствована с учетом опыта практического применения.
Разработка и внедрение системы мониторинга и анализа статистических данных значительно упростили задачу получения отчетных данных для участников телемедицинской сети, в особенности это касается нетиповых запросов. Появилась возможность предоставлять данные системы для ЛПУ напрямую посредством веб-интерфейса системы, гибко настраивать способы визуализации интересующих данных.
Библиографический список
1. Лебедев Г. С. Состояние и перспективы нормативного обеспечения информатизации здравоохранения по итогам 2012 года. [Электронный ресурс]. — URL: http://itm.consef. ru/dl/log/konferentsiya_2012/Prezentatsiya/04_01_Lebedev.ppt
2. Ерохин Г.Н., Дружинин В.А., Царегородцев А.Л., Махнева Т.В., Огородников И.Н., Карташев Е.А. Телемедицина отложенных консультаций на примере северных регионов // Информационно-измерительные и управляющие системы. — 2009. — Т. 7, № 12.
3. Кольцов В.С. Итоги реализации приоритетного национального проекта «здоровье» на территории ХМАО — Югры за 2008 год // Федеральный справочник. Здравоохранение России. — 2010. — Т. 10.
4. Барсегян А.А., Куприянов М.С., Степаненко В.В., Холод И.И. Методы и модели анализа данных: OLAP и Data Mining. — Спб., 2004.
