MÜASİR İNFORMASİYA TEXNOLOGİYALARININ TİBBİ
MƏSƏLƏLƏRİN HƏLLİNDƏ ROLU
1
S.H.Kərimov,
2
G.G.Abdullayeva,
1
A.H.Mirzəyev⃰
⃰e-mail: azer.mirzoev@mail.ru
1
Ə.Əliyev ad. Azərbaycan Dövlət Həkimləri Təkmilləşdirmə İnstitutu
2
AMEA İdarəetmə Sistemləri İnstitutu
Məqalədə informasiya texnologiyalarının inkişafının bilavasitə insan cəmiyyətinə təsiri və
xüsusilə tibbdə tətbiqi araşdırılır. Bu texnologiyaların yüksəlişi tibbin mürəkkəb məsələlərinin
həllinə yol açır. Sadə tibbi testlərdən, riyazi modellərdən mürəkkəb çoxagentli sistemlərə qədər
gedən yol informatika sahəsinin mütəxəssisləri ilə ekspert-həkimlərin birgə səyləri və iş
birliyinin nəticəsidir. “Elektron Azərbaycan” Dövlət Proqramına əsaslanan elektron səhiyyənin
səviyyələrlə təşkili göstərilir və tibbdə uğurlu tətbiqini tapmış ekspert sistemləri, intellektual-
informasiya sistemləri, çoxagentli sistemlər haqqında məlumat toplusu verilir.
Açar sözlər: informasiya texnologiyaları, riyazi model, test, ekspert sistemi, biostatistika, süni
intellekt
Dəqiq elmlərin qarşısında dayanan problem şüur, təfəkkür, təsvir və
toplanmış biliklər, beyinin anlayış mexanizmi proseslərinin formalaşdırılmış
təsvirlərini yaratmaqdır. İnformasiyanın gücü intellektual imkanları qabaqlayır.
İnformasiya ehtiyatlarının idarə olunması və yeni mürəkkəb məsələlərin həllinin
təmin edilməsi üçün bu gün yeni axtarış sistemlərinin mükəmməlləşməsi,
informasiyanın yadda saxlanması və axtarışının yeni prinsiplərinə keçid,
informasiya sistemlərinin (İS) yaradılması istiqamətində addımların atılması tələb
olunur [1]. İstənilən halda informasiya sistemlərinin əsas məsələsi konkret predmet
sahəsi çərçivəsində konkret informasiya tələbatının ödənilməsidir. İnformasiya
sistemi aşağıdakı funksiyaları yerinə yetirir: istifadəçi tərəfindən verilmiş
informasiyanı, sorğu və ilkin məlumatları qəbul edir, məlum alqoritm əsasında
sistemə daxil edilmiş və yadda saxlanmış məlumatları emal edir və lazımi formada
təqdim edir. Tibb, biologiya və fiziologiya sahəsində irəliyə doğru inkişaf
kompüter tədqiqat sistemlərinin yeni imkanları ilə bağlıdır, çünki onlar yalnız
məlumatların statistik işlənməsi vasitələri deyil, həmçinin tibbi-bioloji təfəkkürün
alətidir. Kliniki-laborator məlumatlarının emalı paradiqması onların dərindən
hərtərəfli təhlilinin dəyişməsinə yönəlib, bu isə müasir tibbi informatikanın əsas
məsələlərindən biridir. Faktiki olaraq, empirik məlumatlardan yeni tibbi-bioloji
biliklərin avtomatlaşdırılmış çıxarılması məsələsi qarşıya qoyulur və həkimə onu
əməli məsələlərin həlli üçün istifadə etmək imkanı təqdim edilir.
Biz, insan cəmiyyətinin inkişafının elm və texnikanın nailiyyətləri ilə sıx
bağlı bir dövründə yaşayırıq. Bu gün elə bir sahə yoxdur ki, orada informasiya
texnologiyalarının tətbiqinə rast gəlinməsin. Belə sahələrdən ən parlağı tibbdir.
Tibbi problem sahəsinin mürəkkəbliyi müxtəlif bilik sahələri arasında ən çox
saylı intellektual sistemlərin səhiyyədə işlənməsinə gətirib çıxarmışdır.
Ümumdünya Səhiyyə Təşkilatının (ÜST) əsas məsələlərindən biri tibbdə
informasiya qarşılıqlı əlaqə və istifadə üçün süni intellektin metodları və vasitələri
ilə İİT-nın tətbiqidir [2]. Bu məsələnin həlli insanın bütün növ patoloji və
funksional vəziyyətləri haqqında universal, vahid işləmə prinsipləri əsasında
yaradılmış tibbi verilənlər bazası (TVB) olmadan mümkün deyil. Tibbdə qoyulan
məsələnin yerinə yetirilməsində informasiya texnologiyaları mütəxəssisləri üçün
əsas şərt iri həcmli, bəzən bir-birinə zidd tibbi informasiyanın strukturlaşdırılması,
daha sonra onun təsnifata ayrılması və TVB-nın elementlərinə qədər
paylanmasıdır. Bu zaman mühüm məsələlərdən biri klinik praktikanın əsas
məsələsinin həll edilməsinə yönəlmiş insan canlı orqanizmlərin müxtəlif
vəziyyətlərinin diferensiasiyasını təmin edən texnologiyaların yaradılmasıdır. Bu
məsələ patoloji prosesin identifikasiya meyarı kimi klinik əlamətdən istifadə
edilməsi ilə həll olunur
[3]. Müasir informasiya texnologiyaları müxtəlif dəqiq
müəyyən olunan proseduraların vasitəsilə kliniki verilənlərin analizinin
aparılmasına imkan verir. Ümumiyyətlə müasir intellektual informasiya sistemləri
konsepsiyası xəstələr haqqında elektron yazılarının (electronic patient records)
tibbi təsvir arxivləri, tibbi monitorinqin verilənləri, laboratoriyanın nəticələri ilə
bərabər birləşdirilməsini, informasiya mübadiləsi üçün müasir vasitələri
(xəstəxanadaxili elektron poçtu, videokonfrans və s.) nəzərdə tutur [4,5,6].
2005-ci il oktyabrın 21-də Azərbaycan Respublikası Prezidentinin qərarı ilə,
Azərbaycan Respublikasında əlaqə sistemlərinin və informasiya texnologiyalarının
inkişafına yönəlmiş “Elektron Azərbaycan” Dövlət Proqramında Səhiyyə Nazirliyi
qarşısında 2005-2008-ci və sonrakı illərdə zəruri tədbirlər aydınlaşdırılırdı [7].
Yuxarıda qeyd olunan məsələlər bu sənəddə öz əksini tapmışdır (şək.1)
Şək.1. Elektron səhiyyənin səviyyələrlə təşkili
Statistik metodologiyanın tibbdə ən fəal surətdə tətbiq edilməsinin yüz ildən
artıq tarixi var. M.K. Zenes “Həqiqi nəticələr əvəzinə yanlış nəticələr almamaq
üçün tibbdə statistik məlumatları necə toplamaq və emal etmək olmaz”
məqaləsində tibbdə riyaziyyatın tətbiqinin mümkünlüyünü analiz edərək belə
qənaətə gəlmişdir ki, “riyazi statistika üsulları tibbdə insan səhətinin idarə
olunmasında öz dəyərli yerini tutacaq, çünki onun tətbiq edilməsindən ən
məhsuldar nəticələri gözləmək olar və lazımdır”.
Tibb sahəsində bu səpkidə ilk işlər testlər oldu. Testlər alternativ cavablar
üzərində iki üsulla qurulurdular: a) cavablar “hə/yox”-ların cəmi kimi qəbul
edilirdi; b) cavablar ballarla verilir, toplanır, həkim tərəfindən təyin edilmiş sərhəd
qiyməti alınan cəm aşdıqda cavab “hə”, sərhəddə çatmadıqda “yox” kimi qəbul
edilirdi. Tibbi diaqnostika, müalicə, proqnoz məsələlərini bu çərçivədə həll etmək
həkim mülahizələrindən çox uzaq idi.
Növbəti mərhələyə riyazi modelləşdirmə üsullarının tətbiqini aid etmək olar.
Modelləşdirmə dedikdə modelin qurulması, öyrənilməsi və tətbiqi prosesi başa
düşülür. O, abstraksiya, analogiya, fərziyyə və s. kimi kateqoriyalarla sıx bağlıdır.
Modelləşdirmə prosesinə abstraksiyaların qurulması, analogiyalara əsaslanan
mühakimələr və elmi hipotezlərin yaradılması daxildir. Aydındır ki, model həm
orijinalla eynilik təşkil edən zaman (o zaman o, artıq orijinal olmur), həm də
həddən artıq fərqli xüsusiyyətlərə malik olan zaman öz mənasını itirir. Tibbdə üç
növ riyazi modellərə rast gəlinir: keyfiyyət, imitasiya və kəmiyyət tipli. Keyfiyyət
tipli modellər əsasən elmi araşdırmalarda istifadə olunur [8,9]. Model üzərində
müxtəlif növ eksperimentlərin aparılması imitasiya modelləri vasitəsi ilə həyata
keçirilir. Bu modellər həm öyrədici, həm də etik və sosial normalara uyğun gəlir.
Buna misal olaraq ilan zəhərlənmələrində fərdiləşdirilmiş müalicə modelini misal
gətirmək olar [10, 30]. Kəmiyyət modelləri tibb sahəsində daha çox riyazi
statistikaya əsaslanırlar. Onların vasitəsilə pasiyentin cari vəziyyəti və proqnoz
məsələləri öz həllini tapır [11,12,13].
Həkim qoyduğu diaqnoza tək tibbi ədəbiyyat mənbələri deyil, eyni zamanda
öz şəxsi təcrübəsi, intuisiyası, rast gəldiyi presezentlər və s. təsirini göstərir.
Demək olar ki, mürəkkəb tibbi məsələ informasiya texnologiyaları nöqteyi
nəzərindən zəif struktura malik, pis və yaxud heç formalizə olunmayan (yəni riyazi
düsturlarla yazıla bilməyən) məsələlər sinfinə aiddir. Deməli qarşıya məsələ
qoyulur ki, həkimin mülahizələrini, yəni diaqnoza gətirib çıxaran məntiqi yolu
elektron maşına öyrətməli.
Məntiq qədim elmlərdən biridir. Aristotel (e.ə. IV əsr) tərəfindən məntiqə aid
təklif olunmuş qanunlar qüvvədədir və müasir formal məntiqin əsasını təşkil edir
[14]. İnsan necə düşündüyünü, dərk etdiyini, hansı mülahizələrlə qərar qəbul
etdiyini anlamağa çalışmışdır. Məntiq elm kimi filosofları və riyaziyyatçıları daim
cəlb etmişdir, həqiqət və yalan mühakimələr üçün dəqiq, isbatlı nəzəriyyə tələb
olunurdu. Artıq XX əsrdə məntiq texniki elmə çevrilir və hər mülahizə sübuta
çatdırılır. Formal məntiqə əsaslanaraq hesablama maşınlarının element və
düyünlərinin elektrik sxemləri qurulur. Nəhayət, hesabi maşınlar təkcə riyazi deyil,
həm də məntiqi məsələləri həll etmək bacarığına malik olurlar. Hesablama
maşınlarının inkişafında növbəti mərhələ məntiqi nəticə əsasında insanın dərketmə
fəaliyyətini modelləşdirən məsələlərin qoyuluşu idi. Bu proses öz növbəsində yeni
elmi istiqamətin – süni intellekt nəzəriyyəsinin yaranması ilə nəticələndi. Süni
intellekt fənlərarası elmdir və ruyaziyyat, kibernetika, proqramlaşdırma,
linqvistika, psixologiya, biologiyanın qovuşmasında öz yerini tapmışdır. Süni
intellektin nəzəri elmdən praktiki elmə keçidi ilk ekspert sisteminin
yaradılmasından başlayır.
Tibbi diaqnostik sistemin yaradılmasında çətin və mürəkkəb məsələlərdən biri
xəstəliyin formal təsviridir. Adətən, hər hansı bir xəstəliyin gedişi müddətində
aşkarlanan simptom və sindromların sayı çox böyük ola bilər. Məsələn, kəllə və
baş beyin qapalı travmalarında ikili əlamətlərin sayı iki mindən artıqdır.
1972-ci ildə Stenford universitetində (ABŞ) sepsisin diaqnostikasını həyata
keçirən proqram üzərində işlər başlamış və birinci, ən məşhur MYCIN tibbi
ekspert sistemi yaradılmışdır. Bu işi həkimlərlə birlikdə süni intellekt
mütəxəssisləri yerinə yetirmişlər [15]. MYCIN-də ehtimal qiymətləndirmə
sistemlərinin arxitekturası üzərində “Əgər – Onda” produksiya sistemi qəbul
edilmiş və tibbdə empirik biliklərin üstünlük təşkil etməsi nəzərə alınmaqla,
diaqnostika məsələsi həll olunmuşdur. Sistem uğurlu hesab edilsə də, onun zəif
tərəfləri var idi: 1. Sistem əlavə “izahetmə vasitələri”ni tələb edir; 2. Biliklər
əsasında alınmış nəticələrdə riyazi gözləmənin hesablanmasından istifadə edə
bilmirdi;
3.
Həkimə
(ekspertə)
xas
olan
mühakimələr
ardıcıllığı
modelləşdirilməmişdi.
MYCIN sistemi ilə eyni vaxtda Pittsburq universitetində (ABŞ)
INTERNIST sistemi işlənib hazırlanmışdır (sistemin əsas yaradıcıları informatika
mütəxəssisi Popl və daxili xəstəliklər üzrə həkim Mayersdir). Popl tərəfindən
verilən sxemdə bir tərəfdə xəstəliklər arası, digər tərəfdə simptomlar (əlamətlər)
arasında iki istiqamətli əlaqə mövcuddur. INTERNIST ağacvarı struktura malikdir
ki, burada daxili xəstəliklər iyerarxik təsnifat şəklində təsvir olunmuşdur. Ağacda
kökün düyünü bütün məlum xəstəlikləri, qeyri-terminal düyünlər – xəstəliklər
sahəsini, terminallar isə konkret xəstəliyə uyğun gəlir [16,17].
INTERNIST-I sisteminin prototipi 1974-ci ildə yaradılmış və o vaxtdan
onun klinık imkanları və təkminləşməsi üçün daim qiymətləndirilməsi aparılır. Bu
cür sınaqlar sistemin çatışmamazlıqlarını aşkar etdi və daha təkmilləşmiş, yeni
keyfiyyətlərə malik İNTERNİST-II (CADUCEUS adı ilə tanınan) sisteminin
işlənib hazırlanması üçün cəhd edildi. Məsələn, burada aşağıdakı yeniliklər var:
a)
anatomik struktura nəzərən çıxarış sistemi;
b)
diaqnoz qoyulan zaman bundan əvvəlki müalicə haqqında bilikləri nəzərə
alan sistem.
İNTERNİST sisteminin gözəl xüsusiyyətlərindən biri ondan ibarətdir ki,
diaqnoz qoyuluşu zamanı hadisələr insanın təfəkkür prossesinin modelinə
yaxınlaşır. Prose-sin iki mərhələsi vardır: a) xəstəliklərin doğru hipotezlərinin
seçilməsini özünə daxil edən tanınma fəzasının məhdudlaşdırılması (tibbi
ədəbiyyatlarda “diaqnostikanın diferensial modelı” kimi məlumdur); b)
simptomlara ən tam cavab verən xəstəliklərdən hansı birinin (müəyyən yağımdan)
idenfikasiyası yolu ilə diaqnostika məsələlərinin həll edilməsi üçün strategiyanın
tədbiqi (modelin bəzi xüsusiyyətləri nəzərə alınır). Məsələn, “döş qəfəsi
nahiyəsində olan ağrılar” sindromu iki bir-birinə zidd gələn xəstəliklərə
məxsusdur: stenokardiya və dispepsiya. Burada “diaqnostikanın differensial
modeli”-nin mahiyyəti əsil mənasını kəsb edir.
Hal-hazırda İNTERNİST sistemi yalnız məsələ qoyuluşu ilə bağlı olan
məsələ-ləri həll edir. Daxili xəstəliklərin diaqnostikasının ES-nin sənaye variantı
olan CADUCEUS bilik bazasında 500 xəstəlik forması haqqında (daxili
xəstəliklərin təxminən 80%) məlumatlar yadda saxlayır, sistemdə təxminən
100000 simptomlar-la xəstəliklər arasında assosiativ əllaqələr vardır. CADUCEUS
ES klinikada və tə-ləbələrə tədrisdə istifadə olunur.
Tatarintsev P.B. [18] qeyd edir ki, tibbi-bioloji informasiyanın
xüsusiyyətlərini nəzərə alaraq onların tədqiqinə formal yanaşma problemləri bu
gün də mövcuddur və bununla əlaqədar konkret zəif və ya özünü pis büruzə verən
xəstəliklər üçün diaqnostika və proqnoz sistemləri yaratmaq aktual olaraq qalır.
МЕДИКС - iyerarxik təsnifata əsaslanan diaqnostika sistemidir [19]. Onun
yaradıcıları xəstəliyin diaqnostikası deyəndə ilk öncə təsnifat məsələsini həll
edirlər, yəni xəstəlik aşkarlanan simptomlarına görə hər hansı sinfə mənsub edilir,
sonra isə bu sinifdə diferensiallaşma yolu ilə öz həllini tapır. Məsələn, ürəyin
işemiya xəstəliyi, komatoz vəziyyətlər, kəskin qarın – təsnifat siniflərdir. Birinci
təsnifat sinfində dəqiq həll ola bilər stenokardiya və ya miokardın infarktı, ikinci
təsnifat sinfində – diabetin koması, hipoqlikemik koma və s. komalar, üçüncü
təanifat sinfində – kəskin pankreatit, bağırsaq keçməməzliyi və s. Sistem kifayət
qədər mürrəkəbdir, lakin rahat interfeys istifadəçinin işini yüngülləşdirir. Sistem
predmet-yönümlü altsistemlərlə təchiz olunduğundan, həkim ona lazım olanı
seçmək imkanı əldə edir və bununla axtarış məkanı sıxılır. Bu sistemin genişlənmə
imkanları da var, yəni mütəxəssis yeni təsnifat sinfini, onun nümayəndələrini,
simptomlarını daxil etməklə yeni məsələ həll edə bilər.
DİDİMA sistemi mənsubiyyət funksiyasının maksimumuna görə qeyri-səlis
təsnifat alqoritmi üzərində işlənmişdir. Sistem döş xərçənginin başlanğıc
mərhələsində diferensial diaqnostika imkanlarına malikdir.
Xəstəliklərin iyerarxik sistemləşdirilməsi üzərində quraşdırılmış Centaur və
biliklərin freym şəklində təsvirlərindən istifadə edən PUFF əkspert sistemləri
tənəffüs orqanları xəstəliklərinin diaqnostikası və tənəffüs orqanlarının işinin
pozulmasının diaqnostika məsələsini həll edir.
Molgen sistemində təkliflərin və yeni araşdırmaların metasəviyyəli
arxitekturası və paradiqması istifadə olunmuşdur. Bu sistem molekulyar
genetikada eksperimentlərin planlaşdırmasına yönəlmişdir.
Glikon – məntiqi çıxarışın nisbətən böyük olmayan dərinliyi şəraitində
diabetin zamanı qanda şəkərin idarə edilməsinə yönəlmiş məsləhətçi ekspert
sistemidir.
RADEX sistemi isə xəstəxanalarda pasiyentlərin tibbi xidmət göstərilməsində
məsləhətçidir.
LEDİ-Z ekspert sistemi [20] intensiv terapiya prosesində xəstələrin
vəziyyətinin diaqnostikasını həyata keçirən (konkret olaraq hemodializə xəstənin
hazırlığı terapiya məsələsi və dializatın tərkibi məsələsi həll edilmişdir)
diaqnostika sistemidir. Ekspert sisteminin əsas strukturunu vəziyyətin idarə
edilməsində ənənəvi olan komponentlər toplusu təşkil edir. Biliklər “əgər...onda”
tipli məntiqi çıxarış qaydaları ilə freymlərdə semantik şəbəkələr şəklində təsvir
olunmuşdur.
«Tibbi-bioloji tədqiqatlarda Data Mining texnologiyaların tətbiqi”
məqaləsində müəllif V.А.Dyuk [21,22] verilənlər bazasında biliklərin aşkar
edilməsini müfəssəl şərh etmişdir. Müəllif exokardioqrammanın verilənlərinə görə
ürək tutması keçirmiş xəstələrin yaşama zamanını proqnoz etmək üçün sistemi
misal gətirmişdir. Baxılan sistemdə Mühakimə edən produksiya qaydalarından
istifadə etdiyi üçün müəllif bu sistemi ekspert sistem adlandırır.
Respublikamızda yaradılan sistemlərdən prof. Aşurov B.M. və b. tərəfindən
yaradılan ekspert sistemini qeyd edək. Operativ cərrahiyyədə (kəskin qarın
sindromu) diaqnostika məsələsini həll edən sistem tədrisdə də istifadə olunur [23].
BEST (Bayes Expert System Tools) instrumental ekspert sistemi [24]
qərarların qəbul edilməsini Bayes üsulu əsasında diaqnostika və proqnoz edir. Bu
sistemdə bir sara yeniliklər mövcud idi: sistemdə qarşılıqlı təsir əhəmiyyətli
dərəcədə sadələşdirilmişdir, biliklər bazasının icrası zamanı geriyə qayıtma imkanı
yaradılmışdır, ekspertiza prosesinin məcburi sona çatdırılması imkanı daxil
edilmişdir və s. Neftayırma sənayesində çalışan qadınların hamiləliyinin axıra
çatmaması təhlükəsini proqnozlaşdıran və qiymətləndirilən ekspert sistemi BEST
mühitində yaradılmışdır.
2005-ci ildə Ortopediyada cərrahi müdaxilənin optimal seçimi üçün
çoxmodullu intellektual sistem yaradılmışdır. Burada ilk dəfə patoloji ocağın süni
təsviri – fotorobotu yaradılmış və bütün əməliyyatların gedişi onun üzərində
göstərilmişdir. Sistem çoxlaylı neyron şəbəkə üzərində qurulmuş və bazada 5000-
dən yuxarı məlumatlarla təchiz olunmuşdur [25].
Azərbaycanda geniş yayılmış gürzə (Vipera lebetina obtusa) zəhərlənmələrini
araşdıran riyazi-statistik modelin qurulması, müalicənin fərdiləşdirilmiş seçim
alqoritminin işlənməsi və nəticə olaraq informasiya sisteminin yaradılması
məsələsi həll edilmiş və sistemin yaradılması aşağıdakı məqsədləri güdür:
zootoksinlərlə zəhərlənmələrin ayrı-ayrı orqanlara təsirinin araşdırılması; sistem
daxilində ilan zəhəri ilə zəhərlənmə prosesinin toksikoloji riyazi-statistik
modelinin köməyi ilə “zəhər miqdarı – zaman” asılılığının araşdırılması; bu proses
zamanı “qanın tərkibi – zəhərin miqdarı – zaman”, “daxili orqanlar – zəhərin
miqdarı – zaman” mürəkkəb funksiyalarının araşdırılması və sistemli analizin
aparılması; zootoksinlə zəhərlənmə prosesinin avtonom, uyuşan,
kumulyativ
riyazi-statistika modellərinin işlənməsi; müalicə alqorimlərinin fərdiləşdirilməsi
üçün zəhərlənmə prosesinin spesifikliyini nəzərə alan funksionalın işlənməsi;
informasiya sisteminin arxitekturasının işlənməsi; fərdiləşdirilmiş müalicə
alqoritmlərinin məlumatlar bankı [26].
Dəm qazından zəhərlənmə hadisələrinin diferensial diaqnostikası və
müalicədən sonra monitorinq edib proqnoz verə bilən intellektual-informasiya
sistemi işlənmişdir. Bu sistemdə təcili yardım həkimlərinə laborator analizlər
olmadan ilk antidot köməyi göstərmək üçün tövsiyələr verilir (ilk analizlər
olmadan bu növ zəhərlənmənin klinik obrazı digər kimyəvi maddələrlə oxşarlığı
çoxdur, məsələn, salisidlərlə, tubazidlə, antihistaminlərlə, sianidlərlə və s.).
Sistemdə nəzərdə tutulan monitorinq (bura zaman sıraları, müasir biostatistikanın
parametrik və qeyri parametrik üsulları daxildir) isə gələcək fəsadları aradan
qaldırmaq məqsədi güdür (məsələn, miokardın infarktı, Parkinson xəstəliyi və s.)
[27,28].
ХХI əsrin əvvəllərindən başlayaraq informasiya texnologiyalarında yeni bir
sıçrayış görürük. ХХ əsrin son 20-25 ilində cəmiyyətin inkişafı urbanizasiya,
sənaye iqtisadiyyatı, kütləvi istehsal texnologiyası ilə səciyyələnirdisə, ХХI əsr
qloballaşmaya meyllidir, onun əsas meyarları biliklər əsasında qurulmuş
iqtisadiyyat və rəqəmsal texnologiyalardır. Əvvəllər inkişafın əsas resursu kapital
idisə, bu gün bilik və informasiyadır. Nəticədə yeni sistemlər – çoxagentli
sistemlər yarandı. Bu mürəkkəb sistemlərdə informasiya və biliklərin paylanmış
bazaları yaradılır və əlaqə agentlər vasitəsilə yerinə yetirilir. Belə sistemlərin
tibbdə istifadəsi mürəkkəb məsələlərin həm tədqiqində həm də tətbiqində
müvəffəqiyyətlə sınaqdan keçmişlər. Bunlardan tibb və fiziologiya sahəsində
tədqiqat aparmaq imkanı verən 1999-cu ildə Genkin V. və Emanuel A. tərəfindən
işlənən OMİS sistemi tibbi informasiyanın statistik emalı ilə bərabər tibbi-bioloji
proseslərin araşdırılmasında böyük imkanlara malik olan vasitənin yaradılmasını
[29]; Kondratyev M.A. və b. xəstəliklərin yayılması prosesinin imitasiya modelini
çoxagentli yanaşma ilə həll etmişlər [30]; D.İ.Çumaçenko və b. bir az da irəliləmiş
və ümumiyyətlə epidemioloji prosesin imitasiya modelinin qurulması üçün
çoxagentli informasiya texnologiyası təklif etmişlər. Araşdırılan sistemlər içində
bu gün dəridə göbələk xəstəliklərinin diaqnostik, proqnozlaşdıran və ya digər
növlü sistemlərinə rast gəlmədik. Aydındır ki, qeyd etdiyimiz sistemlər bütün işləri
əhatə etmir, lakin onlar informasiya texnologiyalarının tibbdə tətbiq olunan
istiqamətlərinin əsas inkişaf mərhələlərini nümayiş edən sistemlərdir.
Ədəbiyyat
1.
Abdullayeva G., Gurbanova N., Mirzazadeh I.. Information Technologies in Toxicology.
LAP LAMBERT Academic Publishing, 2014, Germany. 118pp.
2.
Forth Meeting of WHO Documentation Centres in Europe: A new approach to new
challenges. - Copenhagen: WHO Regional Office for Europe, 2003. - 16 с.
3.
Глотко В.Л. Новый подход к созданию автоматизированных дифференциальных
клинических систем //Медтехника и технологии, № 12, 2011
4.
Buchanan J.M. Automated Hospital Information Systems // Mil. Med. - 1996. -Vol. 131,№
12.-P.1510-1512. ISO/IEC JTC1/SC 29 N1580, 1996-04-23.
5.
Expert from ISO Bulletin: Standards for Global Infrastracture Infrastructure, What is the
GII? Medicine 2001: New Technologies, New Realities, New Communities //MedNet- 1996,
August 4.-8 p.
6.
Wilson I.H., Watters D. Use of personal computers in a teaching hospital in Zambia//Br.
Med. F. - 1988. - vol. 296, N 6617. - P. 255-256.
7.
Azərbaycanda informatikanın təşəkkülü. Bakı: “Letterpress” nəşr.evi, 2010.172s.
8.
Атакишиева М.К., Гейдарова Н.Г., Мирзазаде В.А. Роль панкреатических D-клеток в
динамике развития сахарного диабета//Бюллетень экспериментальной биологии и
медицины. 1989, №3, с.67-70.
9.
Мамедова М.В., Абдуллаева Г.Г. Математическая модель эволюционной
допустимости множественной редупликации//Изв. НАН Азерб. 2014г. ,т. XXXIV, №6,
с.101-107.
10.
Абдуллаева Г.Г., Имранов Ф.Б., Али Шахинташ. ми Система диагностики
функцианального состояния гомеостаза и алгоритмы лечения в токсикологии (на
примере укуса гюрзы)// Журнал вычислительной и прикладной математики Киев,
2011, №3(106).
11.
Бакин А.Н., Хрипков С.Ю. Математическое моделирование динамики риска
инфекционного заболевания // Проблемы риска. Т.6, 2009, №2, с.24-31.
12.
Карякина О.Е. и др. Применение математических моделей в клинической практике //
Экология человека. 2012, 7. С.103-106.
13.
Юнкеров В.И., Григорьев С.Г. Математико-статистическая обработка данных
медицинских исследований. Санкт-Петербург, 2002.
14.
Кушнир Г.А. Системы искусственного интеллекта. Лекции. М.: издательско-
книготорговый центр «Маркетинг» - 2001. 35с.
15.
Элти Дж., Кумбс М. Экспертные системы: концепции и примеры. М.:Финансы и
статистика, 1987. 192с.
16.
Джексон П. Экспертные системы. М.: Изд. Дом «Вильямс», 2001. 546с.
17.
Abdullayeva G.G., Qurbanova N.H. İsbata əsaslanan tibbdə informasiya texnologiyaları.
Bakı: “Ulduz”, 2005. 278s.
18.
Татаринцев Павел Борисович. Разработка систем диагностики, дифференциальной
диагностики и прогнозирования заболеваний методами многомерного статисти-
ческого анализа. Диссер. Барнаул – 2006
19.
Фуремс Е.М. Система МЕДИКС – медицинская диагностическая иерархическая
классификационная система.//М:ВНИИСИ, 12. С.86-92
20.
Рахманова З.Б., Байдун В.В. LEDİ-Z проблемы, поиски, решения./всесоюзная конф. По
искусственному интеллекту. Переславль-Залесский. ИПС АН СССР. 1988.
21.
Дюк В. А. Технологии Data Mining в медико-биологических исследованиях // Новости
Искусственного интеллекта, 2004, № 3, с.15–23.
22.
Боженко В.К. , Сотников В.М. Использование многопараметрических методов анализа
информации в онкологии // Информационные технологии в медицине. М.:
ФГУ«Российский научный центр рентгенорадиологии федерального агентства по
здравоохранению и социальному развитию Российской Федерации» 2006, №6
23.
Ашуров Б.М., Абдуллаева Г.Г., Атакишиева М.К., Ибрагимов О.В. Диагностирующая
экспертная система в области оперативной хирургии.// Моделирование и оценка
резервных возможностей развивающихся систем: Сб.научных трудов АН Украины,
Киев, 1991.
24.
Ибрагимов О.В., Петрушин В.А. Экспертно-обучающие системы. Киев: 1989. 21с.
Препринт 89-47, АН УССР.
25.
Abdullayeva G.G., Ali-zadeh Ch.A., Hajiyev Z.A. Intelligent system of optimization of
choice of sort of operating interference // SPIE, Medical Imaging, San-Diego, California,
USA,2004. http://www.spie.org/vol.5371
26.
Abdullayeva G.G., Mizazadeh I.Kh., Naqhizade U.R., Nagiyev R.H. Intelligent Information
System of Diagnosis and Monitoring Application in the Emergency Medical Aid for
Poisonings by Toxic Substances //
Jornal of Healt and Medical Informatiks USA – 2013, №
4, р. 89-96.
27.
Abdullayeva G., Qurbanova N., Mirzazadeh I., Naghizade U. Intelligent System for
Differential Diaqnosis and Monitoring of Patients After Carbon Monoxide Poisoning //
European Journal of Rescarch in Medical Sciences, Vol. 3 No. 2, pp.13-24, 2015 ISSN 2056-
600X.
28.
Генкин А.А. Новая информационная технология анализа медицинских данных
(программный комплекс ОМИС). – СПб.: Политехника, 1999. – 191 с.
29.
Кондратьев М.А., Ивановский Р.И., Цыбалова Л.М. Применение агентного подхода к
имитационному моделированию процесса распространения заболевания Научно-
технические ведомости СПбГПУ. Серия «Наука и образование». 2010. Т. 2, No 2. С.
139 – 195.
30.
Чумаченко Д.И. Чумаченко, Т.А. Чумаченко, Ю.К. Чернышев, А.В. Товстик.
Информационная технология имитационной системы эпидемического процесса //
Клиническая информатика и Телемедицина 2012. T.8. Вып.9. c.129–132
РЕЗЮМЕ
РОЛЬ СОВРЕМЕННЫХ ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ В
ЗАДАЧАХ МЕДИЦИНЫ
S.H.Kərimov
1
, G.G.Abdullayeva
2
, A.H.Mirzəyev
1
1
Азербайджанский Государственный Институт Усовершенствования
Врачей им. А.Алиева
2
Институт Систем Управления НАН Азербайджана
В статье рассматривается непосредственное влияние развития информационных
технологий на наше общество в целом и, в частности, медицину. Развитие технологий
открывает путь к решению сложных задач медицины. Путь от простых медицинских
тестов, математических моделей до сложных мультиагентных систем стал возможным
только благодаря тесному сотрудничеству специалистов по информатике и врачей-
экспертов. Приведена структура уровней организации здравоохранения, основанная на
Государственной Программе «Электронный Азербайджан» и перечень нашедших удачное
внедрение эксперных, интеллектуально-информационных, мультиагентных систем.
Ключевые слова: информационные технологии, математическая модель, тесты,
экспертные системы, биостатистика, искусственный интеллект.
SUMMARY
THE ROLE OF MODERN INFORMATION TECHNOLOGIES IN THE
PROBLEMS OF MEDICINE
S.Kh.Kerimov
1
, G.G.Abdullayeva
2
, A.Kh.Mirzayev
1
1
A.Aliyev Azerbaijan State Advanced Training Institute for Doctors
2
Institute of Control Systems of the Azerbaijan NAS
The paper considers the direct impact of the development of information technologies on our
society in general and on medicine, in particular. The development of technologies paves the
way to solving complex problems of medicine. The path from simple medical tests,
mathematical models to complex multi-agent systems has only become possible because of close
collaboration of computer science specialists and medical professionals. The authors present in
the paper the structure of the levels of healthcare organization based on the State Program
“Electronic Azerbaijan” and give the list of successfully introduced and applied expert,
intelligent, multi-agent systems.
Keywords: information technology, mathematical model, testing, expert system, biostatistics,
artificial intelligence.
Redaksiyaya daxil olub: 14.03.2016
Çapa tövsiyə olunub: 11.04.2016
Rəyçi: prof. Mahmudov F.R.
Dostları ilə paylaş: |