Цель: создание прототипа Центра хранения и обработки данных (ЦХОД), обеспечивающего информационно-аналитиче- скую поддержку проведения радиационно-эпидемиологических исследований (РЭИ). Результаты: сформулированы концептуальные принципы формирования, функционирования и развития ЦХОД РЭИ. Определено, что наиболее приемлемой структурой для инфор- мационно-аналитической базы данных, лежащей в основе ЦХОД РЭИ, является гибридная модель данных, организационно состо- ящая из двух моделей — EAV (Entity Attribute-Value (сущность– атрибут–значение) и классической реляционной модели. Разра- ботан универсальный Web-интерфейс пользователя с удаленным доступом для ввода, обработки и анализа разнородной биоме- дицинской информации в ЦХОД РЭИ. Проведена интеграция имеющихся радиационно-эпидемиологических данных в ЦХОД РЭИ. Предоставлена возможность исследователям, не владею- щим навыками программирования, использовать в своей работе интеллектуальные технологии (Business Intelligence), такие как многомерный анализ данных (OLAP) и Data Mining, которые по- зволяют из имеющейся радиационно-эпидемиологической ин- формации получать новые данные и делать временные прогнозы развития эпидемиологических процессов. Показана на примере разработанного OLAP-куба методология по исследованию ко- морбидности основных болезней, связанных с ионизирующим излучением. Выводы: создаваемый прототип ЦХОД РЭИ может быть ре- комендован не только для научно-исследовательских институтов, связанных с РЭИ, но и другим организациям, практикующим в своей работе большие массивы биомедицинской информации.
Сформулированы концептуальные принци- пы формирования, функционирования и развития ЦХОД РЭИ. Определено, что наиболее приемлемой структу- рой для информационно-аналитической базы дан- ных, лежащей в основе ЦХОД РЭИ, является гибрид- ная модель данных, организационно состоящая из двух моделей — EAV (Entity Attribute Value сущность– атрибут–значение) и классической реляционной модели. Разработан универсальный Web-интерфейс поль- зователя с удаленным доступом для ввода, обработки и анализа разнородной биомедицинской информа- ции в ЦХОД РЭИ. Проведена интеграция имеющихся радиацион- но-эпидемиологических данных в ЦХОД РЭИ. Предоставлена возможность исследователям, не владеющими навыками программирования, исполь- зовать в своей работе интеллектуальные технологии (Business Intelligence), такие как многомерный анализ данных (OLAP) и Data Mining, которые позволяют из имеющейся радиационно-эпидемиологической информации получать новые данные и делать вре- менные прогнозы развития эпидемиологических процессов. На примере разработанного OLAP-куба показана методология по формированию исследовательской базы данных подвергшихся воздействию ионизиру- ющей радиации пациентов с алгоритмами выделения ведущего синдрома и последующим проведением внутрисиндромной диагностики.

Цель: изучение возможностей использования интеллектуальных технологий для аналитической поддержки баз данных крупномасштабных медицинских информационных систем. Материал и методы. В работе использованы методы объектно ориентированного проектирования программного обеспечения и проектирования баз данных. Результаты. На основании экспертного изучения моделей и алгоритмов анализа клинико-эпидеми-ологических данных и принципов представления знаний в крупномасштабных медицинских информационных системах схемы интеллектуального анализа данных были реализованы в программном комплексе Единого регистра ФГБУ ГНЦ ФМБЦ им. А. И. Бурназяна ФМБА России. Были определены области эффективного применения абстрактной модели данных EAV и процедур Data Maning при проектировании эволюционирующей базы данных биомедицинского регистра. Выводы. Использование интеллектуальной программной платформы, поддерживающей различные наборы программных интерфейсов и объектных моделей для различных операций в различных программных средах, позволяет выстраивать и поддерживать в масштабах всей информационной системы сквозные процедуры и процессы обработки разнородных биомедицинских данных.Aim: to study the use of intelligent technologies for analytical support of large databases of medical information systems. Material and methods. We used the techniques of object-oriented software design and database design. Results. Based on expert review of models and algorithms for analysis of clinical and epidemiological data and principles of knowledge representation in large-scale health information systems, data mining schema were implemented in the software package of the register of Research Center n.a. A. I. Burnazyan of Russia. Identified areas for effective implementation of abstract data model of EAV and procedures Data Maning for the design of database of biomedical registers. Conclusions. Using intelligent software platform that supports different sets of APIs and object models for different operations in different software environments, allows you to build and maintain an information system through the procedures of data biomedical processing. Научная библиотека КиберЛенинка: http://cyberleninka.ru/article/n/vybor-kompyuternyh-tehnologiy-dlya-analiticheskoy-podderzhki-bazy-dannyh-krupnomasshtabnyh-meditsinskih-informatsionnyh-sistem#ixzz3FjqThKmv
Цель: изучение возможностей использования интеллектуальных технологий для аналитической поддержки баз данных крупномасштабных медицинских информационных систем. Материал и методы. В работе использованы методы объектно ориентированного проектирования программного обеспечения и проектирования баз данных. Результаты. На основании экспертного изучения моделей и алгоритмов анализа клинико-эпидеми-ологических данных и принципов представления знаний в крупномасштабных медицинских информационных системах схемы интеллектуального анализа данных были реализованы в программном комплексе Единого регистра ФГБУ ГНЦ ФМБЦ им. А. И. Бурназяна ФМБА России. Были определены области эффективного применения абстрактной модели данных EAV и процедур Data Maning при проектировании эволюционирующей базы данных биомедицинского регистра. Выводы. Использование интеллектуальной программной платформы, поддерживающей различные наборы программных интерфейсов и объектных моделей для различных операций в различных программных средах, позволяет выстраивать и поддерживать в масштабах всей информационной системы сквозные процедуры и процессы обработки разнородных биомедицинских данных.Aim: to study the use of intelligent technologies for analytical support of large databases of medical information systems. Material and methods. We used the techniques of object-oriented software design and database design. Results. Based on expert review of models and algorithms for analysis of clinical and epidemiological data and principles of knowledge representation in large-scale health information systems, data mining schema were implemented in the software package of the register of Research Center n.a. A. I. Burnazyan of Russia. Identified areas for effective implementation of abstract data model of EAV and procedures Data Maning for the design of database of biomedical registers. Conclusions. Using intelligent software platform that supports different sets of APIs and object models for different operations in different software environments, allows you to build and maintain an information system through the procedures of data biomedical processing. Научная библиотека КиберЛенинка: http://cyberleninka.ru/article/n/vybor-kompyuternyh-tehnologiy-dlya-analiticheskoy-podderzhki-bazy-dannyh-krupnomasshtabnyh-meditsinskih-informatsionnyh-sistem#ixzz3Fjq2mS1N

В статье излагается опыт применения бизнес-интеллектуальных технологий OLAP и DATA MINING в ФГБУ ГНЦ РФ ФМБЦ им. А.И. БУРНАЗЯНА для оперативного ана- лиза данных о заболеваемости и прогнозе развития патологий у лиц, подвергшихся ра- диационному поражению. Для практической реализации проекта использовался MS SQL Server и его компоненты Integration Services, Analysis services, Reporting services. В каче- стве клиентского приложения были выбраны MS Excel и MS Visual Studio 2005. Проект развернут на Базе Данных «Единый Регистр ФМБЦ им. А.И. Бурназяна».
2014 № 1 (11)