Система информационной поддержки медико-генетического мониторинга популяции региона

Размещено на http://www.allbest.ru/

Размещено на http://www.allbest.ru/

Система информационной поддержки медико-генетического мониторинга популяции региона

Общая характеристика диссертационной работы

мониторинг медицинский алгоритмический популяция

Актуальность темы. Исследование количественных и качественных характеристик врожденных пороков и наследственных заболеваний, причин и механизмов их возникновения представляет серьезную проблему для медицины и здравоохранения в целом. Результаты таких исследований позволяют определять приоритет и стратегию медико-генетической помощи населению, фундаментальных научных направлений и в целом способствовать улучшению демографических показателей.

В проведении указанных выше исследований важнейшую роль играет медико-генетический мониторинг (МГМ), основным компонентом которого в отечественной медико-генетической системе на региональном уровне является медико-генетический центр (МГЦ) - в нем осуществляются как собственно получение первичных сведений МГМ в ходе оказания медицинских услуг, так и сбор, хранение и обработка данных МГМ от лечебно-профилактических учреждений региона.

Проведенный анализ современных возможностей МГЦ по сбору, хранению и обработке данных МГМ, используемых при этом технологий и средств, показал, что существующая система сбора и анализа данных МГМ регионального уровня даже при наличии множества эксплуатируемых автоматизируемых информационных систем (ИС) крайне неэффективна по причине наличия противоречия между:

- с одной стороны - требованиями по содержанию и характером задач комплексного анализа данных МГМ, оперативности их решения, составу и форме представления необходимых для их решения данных;

- с другой стороны - локальным характером автоматизированного сбора и хранения информационно несогласованных данных МГМ в разнородных автономных ИС учетного (регисторного) характера.

Данное противоречие может быть ослаблено посредством создания и внедрения системы поддержки МГМ популяции региона, базирующейся на применении современных аналитических технологий и рассматриваемой как часть медицинской информационной системы МГЦ.

С учетом характеристик и взаимосвязей отдельных элементов имеющихся аналитических технологий задачу поддержки МГМ как задачу обеспечения сбора, агрегации и комплексного анализа данных медико-генетического мониторинга целесообразно рассматривать как двухэтапную - на первом этапе внедрить технологии витрин данных и оперативной аналитической обработки данных (информационная поддержка), а на втором - преобразовать витрины в хранилища данных и внедрить технологии интеллектуального анализа данных.

Создание системы информационной поддержки МГМ (витрин данных и средств оперативной аналитической обработки данных, в основе которых лежит создание и использование многомерных кубов данных) должно быть направлено на повышение эффективности оценивания и прогнозирования медико-генетического аспекта состояния здоровья в иерархически организованной системе мониторинга популяции региона.

Исходя из вышеизложенного, исследования, направленные на создание и внедрение системы информационной поддержки МГМ популяции региона как части соответствующей медицинской информационной системы являются актуальными, имеющими важное медико-социальное и экономическое значение.

Целью данной работы является повышение эффективности оценивания медико-генетического аспекта состояния здоровья в иерархически организованной системе мониторинга популяции региона.

Для достижения поставленной цели необходимо решить следующие задачи:

- разработать методику синтеза структуры витрины данных МГМ, отражающих разные аспекты и стадии жизненного цикла объектов мониторинга;

- разработать алгоритм скорейшего заполнения витрины данных МГМ данными из разнородных информационно несогласованных ИС;

- разработать модель процесса построения многомерных кубов данных по содержимому витрины данных;

- сформировать общую методику построения системы информационной поддержки МГМ популяции региона на основе применения аналитических информационных технологий;

- создать информационно-лингвистическое и программно-алгоритмическое обеспечение системы информационной поддержки анализа данных медико-генетического мониторинга популяции региона на основе применения аналитических информационных технологий;

- провести экспериментальную апробацию реализованной системы информационной поддержки медико-генетического мониторинга популяции региона.

Объектом исследования является медицинская информационная система автоматизированного сбора, хранения и обработки данных медико-генетического мониторинга в МГЦ.

Предметом исследования являются математическое, информационно-лингвистическое и программное обеспечение автоматизированной информационной системы, обеспечивающей комплексный анализ собираемых данных МГМ на региональном уровне.

Методы исследования. Для решения научной задачи использованы: методология системного анализа, элементы теорий множеств, графов, компиляции, автоматов, моделирования и реляционных баз данных.

Новые научные результаты. Автором получены следующие научные результаты:

1. Методика синтеза структуры витрины данных медико-генетического мониторинга, отражающих разные аспекты и стадии жизненного цикла объектов мониторинга и формируемых из разнородных информационно-несогласованных медицинских информационных систем учетного типа;

2. Алгоритм скорейшего заполнения витрины данных медико-генетического мониторинга по содержимому разнородных информационно несогласованных систем медико-генетического центра, основанный на учете логических связей данных мониторинга;

3. Модель процесса построения многомерных кубов данных по содержимому витрины данных регионального медико-генетического мониторинга, позволяющая обеспечить оперативную аналитическую обработку медико-генетических сведений врачами-специалистами.

Практическая значимость результатов. Практическое значение имеют методика построения системы информационной поддержки МГМ, ее информационно-лингвистическое и программно-алгоритмическое обеспечение, на основе которых были реализованы системы информационной поддержки анализа данных МГМ популяции региона. Они позволили консолидировать разнородные данные МГМ в единую витрину данных МГМ, автоматизировать действия по заполнению и обновлению содержимого витрины, по созданию многомерных кубов данных на основе содержимого витрины, и повысить эффективности решения задач МГМ.

Полученные результаты позволили не только повысить оперативность доступа к данным МГМ с целью их анализа, но и обеспечили возможность создания и внедрения средств аналитической поддержки анализа данных МГМ, для которых наличие витрин и многомерных кубов данных является обязательным условием.

Научные положения, выносимые на защиту:

1. Системы информационной поддержки медико-генетического мониторинга популяции региона, использующие аналитические информационные технологии, должны содержать витрины данных медико-генетического мониторинга, синтез которых должен проводиться с учетом содержания и организации использования разнородных информационно рассогласованных баз данных эксплуатируемых в МГЦ информационных систем, учитывать вариантность процесса заполнения витрины данных и обеспечивать автоматизацию построения многомерных кубов данных по содержимому витрины данных.

2. Система информационной поддержки медико-генетического мониторинга популяции региона на основе применения аналитических информационных технологий должна содержать средства, обеспечивающие периодически выполняемого процесса заполнения (обновления) витрины данных, а также средства, обеспечивающие сотрудникам медико-генетического центра возможность получения сведений из витрины данных, создания многомерных кубов данных и их использования, базирующиеся на применении метауправления функциональностью информационных систем.

Реализация основных результатов исследований. Полученные в ходе исследований результаты реализованы в Санкт-Петербургском консультативно-диагностическом медико-генетическом центре при создании средств информационной поддержки анализа данных медико-генетического мониторинга, а также в Федеральном государственном научном учреждении «Научно-исследовательский конструкторско-технологический институт биотехнических систем» (г. Санкт-Петербург) при проведении научно-исследовательских работ, проектировании и реализации информационных систем с элементами анализа данных на основе технологий ВД и OLAP.

Апробация работы. Основные результаты работы докладывались на VII съезде Российской ассоциации врачей ультразвуковой диагностики в перинатологии и гинекологии (2002 г.), 5-ой Балканской конференции по проблемам генетики человека (2002 г.), Международной научно-технической конференции» Современные информационные технологии» (2003 г.), XVI Международной научной конференции «Математические методы в технике и технологиях - ММТТ-16» (2003 г.), II межвузовской конференции «Практика применения научного программного обеспечения в образовании и научных исследованиях» (2003 г.), IX Санкт-Петербургской международной конференции «Региональная информатика - 2004 (РИ-2004)» (2004 г.), Всероссийском научном форуме «Инновационные технологии медицины XXI века» - «Медицинские компьютерные технологии» (2005 г.) НТС ФГНУ «НИКТИ БТС».

Публикации. По теме диссертации опубликованы 13 научных работ, из них - 3 статьи, 1 монография, 9 работ в трудах научно-технических конференций.

Структура и объем диссертации. Диссертационная работа состоит из введения, четырех разделов, заключения, списка использованной литературы, включающего 83 наименования, и пяти приложений. Основная часть работы изложена на 165 страницах машинописного текста и содержит 40 рисунков и 7 таблиц.

Содержание работы

Во введении обоснована актуальность темы диссертации, сформулированы цель исследований и научная задача, перечислены полученные научные результаты, дана краткая характеристика содержания разделов диссертационной работы.

В первом разделе описаны результаты анализа современного состояния средств хранения и обработки данных регионального медико-генетического мониторинга и определение перспективных направлений их развития.

На примере Санкт-Петербургского консультативно-диагностического медико-генетического центра (СПМГЦ), являющегося одним из наиболее развитых в нашей стране МГЦ, проанализированы его место и роль в региональной системе медико-генетической системы, решаемые задачи, состояние автоматизации его деятельности, используемые технологии, методы и средства сбора, хранения и анализа данных регионального МГМ. Отмечена низкая эффективность существующей системы сбора и анализа данных МГМ регионального уровня и указаны ее причины.

С целью повышения эффективности анализа данных МГМ, ослабления имеющегося противоречия между требованиями к его выполнению и используемыми технологиями и средствами его осуществления предложен подход к созданию автоматизированной системы поддержки МГМ на основе современных аналитических информационных технологий - рис. 1, применение которых в условиях МГЦ имеет ряд специфических особенностей.

Предложено задачу обеспечения поддержки МГМ на региональном уровне рассматривать как двухэтапную - на первом этапе внедрить витрину данных (ВД) (Data Mart) и средства, обеспечивающие применение технологии оперативной аналитической обработки данных (On-Line Analytical Processing (OLAP)), а на втором - преобразовать ВД в хранилище данных (Data Storage) и дополнить OLAP средствами интеллектуального анализа данных (DataMIning (DM)).

Учитывая, что OLAP, в отличие от DM, не предполагает применения математических методов содержательной обработки данных (методов решения задач анализа и прогнозирования), первый этап можно считать этапом создания системы информационной поддержки МГМ, а второй - аналитической.

В дальнейшем в рамках работы рассматривается только первый этап - применение технологий ВД и OLAP, предполагающих создание и использование многомерных кубов данных (МКД).

На основании проведенного анализа современного состояния средств хранения и обработки данных регионального медико-генетического мониторинга и определения перспективных направлений их развития сформулированы цели и задачи исследования, целесообразность которого связана с новизной применения аналитических технологий в интересах комплексного анализа данных МГМ в региональных МГЦ и перспективой тиражирования ее решения на все МГЦ, входящие в МГС Министерства здравоохранения и социального развития.

С учетом специфических особенностей источников данных МГМ в региональных МГЦ и ориентации на информационный характер поддержки МГМ основная задача исследования формально определена как синтез методики построения системы информационной поддержки МГМ популяции региона на основе применения аналитических информационных технологий

Второй раздел посвящен вопросам создания и заполнения витрины данных медико-генетического мониторинга. Основное его содержание составляют описание разработанных методики синтеза структуры витрины данных МГМ и алгоритма скорейшего заполнения витрины данных МГМ данными из разнородных информационно несогласованных ИС.

Для разработки методики синтеза структуры ВД были проанализированы особенности построения и заполнения ВД МГМ по содержимому БД ИС учетного типа, среди которых центральное место занимают информационная рассогласованность и ограниченная информативность БД-источников (для БД СПМГЦ удельный вес неинформативных и неопределенных значений превышает 60%), а также рассмотрены и учтены требования к допустимым структурам хранения данных в ВД - таблицам фактов и измерений, консольным таблицам.

Методика синтеза структуры витрины данных МГМ предполагает выполнение последовательности действий, состав которых показан на рис. 2.

Основными практическими результатами применения методики являются задание на разметку ВД, перечень подлежащих копированию в нее сведений и правила коррекции ошибок в них, а также правила заполнения ВД, являющиеся результатом сопоставления физической структуры БД-источников и ВД и выступающие в качестве исходных данных для средств заполнения ВД. В основе содержания заполнения ВД лежит использование отображения вида Rd: , где Tb' и Tba' - объединение имен всех таблиц БД-источников и их столбцов соответственно; MTbp и MTba - объединение имен всех таблиц ВД и их столбцов соответственно.

Поскольку при заполнении ВД происходит в том числе агрегирование данных на основе сущностей и / или их атрибутов, общих по отношению к сущностям двух и более БД-источников (например, диагнозы по классификатору МКБ-10, указываемые как для пациентов МГЦ, так и в извещениях о врожденных пороках развития), порядок обработки исходных БД может оказывать влияние на длительность процесса заполнения ВД. Тем самым возможности для оптимизации при заполнении ВД появляются там, где есть альтернативы с точки зрения последовательности заполнения связанных таблиц, одна из которых используется как справочник при заполнении другой (данное утверждение сформулировано в аналитической форме и подтверждено экспериментальными данными).

Особенностью разработанного алгоритма скорейшего заполнения ВД является учет логических взаимосвязей данных МГМ, находящихся в разнородных информационных источниках. Алгоритм предполагает разбиение БД-источников на две группы по признаку наличия или отсутствия условий оптимизации последовательности их обработки. Задача оптимизации, решаемая для БД первой группы, в свою предусматривает решение задачи оптимизации последовательности обработки ее таблиц, которая зависит от места обрабатываемой БД в последовательности их обработки. Таким образом, решению подлежит «двухуровневая» комбинаторная задача, для решения которой на каждом уровне предложен алгоритм, представленный в виде правил функционирования абстрактного автомата с магазинной памятью (МПА), осуществляющего перебор вариантов с отсечениями и возвратами, структура которого показана на рис. 3.

МПА, решающий задачу оптимизации плана обработки ББД, представляет собой формальную систему вида D₁ = (Q, q₀, z, Г₁, Г₂, Г₃, ), где Q - множество состояний устройства управления, q₀ - начальное состояние устройства управления (УУ), z - конечное состояние УУ; Г₁, Г₂ и Г₃ - алфавиты магазинов М1, М2 и М3 соответственно; - правила поведения автомата.

Помимо текущего состояния УУ хранит O и O^* - оценки рассматриваемого (формируемого) и оптимального плана соответственно, а также вектор B - отметки о включении БД в план обработки.

Поведение автомата определяется разработанными в рамках исследования правилами, представляющими собой отношение «такт», связывающее две конфигурации МПА, например: (q₂, , , , O, O*, B, ) (q₃, , , , O, O*, B, ), если O < O* (продолжение поиска оптимального плана путем включения в текущий план следующей БД).

Для нахождения оптимальной последовательности обработки правил заполнения, относящихся к одной (i-ой) БД, и вычисления оценки этой последовательности в правилах поведения МПА D₁ используется функция «расчет»: (u, O, H') = расчет (i, H), где H - заполнение таблиц ВД на момент начала обработки i-ой БД, (u, O, H') - соответственно найденная оптимальная последовательность обработки правил i-ой БД, ее оценка и предполагаемое заполнение таблиц ВД на момент окончание обработки i-ой БД.

Алгоритм вычисления функции «расчет», т.е. решения «вложенной» задачи оптимизации, также представлен МПА D₂, по своей структуре аналогичный описанному выше МПА D₁ - отличие состоит в том, что его УУ хранит величины O, O*, H* - оценки рассматриваемой (формируемой) и оптимальной последовательности обработки правил соответственно, а также прогнозируемое количество записей в таблицах ВД для найденной оптимальной последовательности и вектор B = (b₁, …, b_N) - отметки о включении правил в план обработки. Поведение МПА D₂ определяется десятью правилами выполнения тактов.

Для МПА D₁ оценка O рассчитывается как сумма оценок для БД, вычисленные с помощью функции «расчет», а для МПА D₂ - как сумма оценок правил Оп, вычисляемых по формуле

,

где C_i - количество записей в таблицах БД-источника, используемых в оцениваемом правиле; S_vci - количество записей в L таблицах ВД, связанных с таблицей, заполняемой по оцениваемому правилу; h_sv - количество записей, помещаемых в заполняемую таблицу при выполнении оцениваемого правила (прогнозная величина, пессимистическая оценка которой равна _max = max(C_i)).

Третий раздел посвящен методическим аспектам создания многомерных кубов данных по содержимому витрины данных МГМ.

МКД как базовый элемент технологий OLAP представляет собой структурированное наглядное множество логически связанных предметных данных, предоставляемых пользователю в форме, позволяющей отобразить их зависимости и динамику их изменения. Он используется в интересах решения конкретной задачи исследования данных МГМ и содержит агрегации и измерения. Для создания МКД используются таблицы фактов, таблицы измерений и консольные таблицы ВД. Применительно к ВД МГМ роль таблиц ВД (фактов, измерений, консольных) может изменяться в зависимости от того, какая таблица выбрана в качестве таблицы фактов при построении того или иного МКД.

В условиях МГЦ наиболее сложной операцией, подлежащей выполнению по отношению к МКД, является его описание, требующее соответствующей специфической подготовки пользователя, что порождает проблему, заключающуюся в противоречии между требуемым уровнем специфических знаний у пользователей OLAP при создании описаний МКД и фактической профессиональной подготовкой сотрудников МГЦ, направленной на медицинские аспекты МГМ - с другой.

Указанное противоречие может быть существенно ослаблено посредством добавления к OLAP-средствам создания МКД программной надстройки, позволяющей пользователям формировать описание МКД в понятных и привычных терминах логических сущностей, отображаемых в ВД, и их атрибутов, и скрывающей от пользователей физическую структуру ВД, а также обеспечивающей автоматическое выполнение ряда действий в процессе формирования описания МКД (учет связей таблиц и миграция их роли и т.д.).

Подобная надстройка может быть создана с применением специальных компонентов метаинформации - номенклатора (описания онтологической модели ВД и ее отображения на физические структуры хранения данных в ВД) и описаний МКД. Описание МКД - это КМИ, содержащий указание мер, измерений и т.д., т.е. всех сведений, которые, будучи дополнены сведениями из номенклатора, позволяют осуществить формирование описания структуры МКД в БД OLAP-средств, его разметку и первоначальное заполнение.

Исходя из структуризации содержимого номенклаторов и описаний МКД разработан синтаксис языка их представления, являющегося XML-приложением.

Процесс формирования описания МКД представлен как функционирование взаимодействующего с пользователем процессора синтеза описаний (ПСО), который на основе сведений номенклатора осуществляет автоматическое отслеживание доступности сущностей и их атрибутов для описания агрегаций и измерений в зависимости от действий, выполняемых пользователем.

ПСО функционирует тактами, переводящими его из одной конфигурации в другую и соответствующими операциям по формированию описания (добавление / удаление описания агрегации или измерения). Конфигурация ПСО определяется как (q, D_A, D_D, A_C, A_U), где q - состояние УУ, D_A и D_D - множества входящих в описание агрегаций и измерений, A_C - вектор значений признаков доступности сущностей, A_U - множество векторов признаков использования атрибутов сущностей. Поведение ПСО определяется пятью правилами смены конфигураций.

В четвертом разделе работы приведено общее описание разработанной методики построения системы информационной поддержки медико-генетического мониторинга, интегрирующей результаты решения частных задач исследования, и рассмотрен вопрос эффективности ее применения.

Методика построения системы информационной поддержки (СИП) анализа данных МГМ регламентирует процесс создания медицинской информационной системы, структура которой показана на рис. 5.

В состав СИП должны входить средства, которые можно условно разделить на две группы:

- «спрятанные» от пользователей средства, обеспечивающие периодически выполняемого процесса заполнения (обновления) ВД;

- средства, обеспечивающие сотрудникам МГЦ возможность получения сведений из ВД, создания МКД и их использования.

Средства первой группы специфичны для конкретного МГЦ (зависят от свойств БД-источников эксплуатируемых в МГЦ ИС), а второй - инвариантны к условиям применения, их адаптация достигается разработкой соответствующего номенклатора.

В процессе программной реализации СИП обоснована целесообразность применения в условиях МГЦ MS SQL Server 2000 и его службы Analysis Service, а также предложен состав инструментальных средств поддержки применения собственно методики построения СИП.

Оценивание эффективности применения разработанной методики производилось в ходе ее применения в интересах создания СИП СПМГЦ.

Выполненный анализ эффективности применения разработанной методики показал, что она позволяет создавать систему, которая по объемно-динамическим показателям обрабатываемых данных (количество записей, время выполнения операций обработки) соответствует условиям МГЦ и позволяет повысить эффективность действий по сбору и обработке данных МГМ популяции региона.

Так, созданная ВД содержала 40 таблиц, которые заполнялись на основе содержимого БД ИС «Регистратура», «Регистр ВПР» и «Мониторинг ВПР» по 39 полученным правилам заполнения. Длительность заполнения ВД, в ходе которой в ее таблицы заносилось около 400 тыс. записей, составляла до 6 мин. Отдельно экспериментально проверялся алгоритм скорейшего заполнения ВД.

Проведенная апробация средств создания МКД показала, что время формирования нового описания наиболее важных и интересных МКД не превышает нескольких минут - как и время их разметки и заполнения. В целом применение разработанных средств создания МКД и формирование на основе МКД с помощью MS Excel наиболее сложных отчетов, которые должны готовиться ОМО МГЦ, позволяло сократить время их подготовки в 8 - 10 и более раз по сравнению с принятой технологией раздельного получения исходных данных и их совместной обработки средствами MS Word и MS Excel.

В заключении обобщены полученные результаты и намечены направления дальнейших исследований.

В приложения включены вспомогательные материалы, дополняющие разработанную методику и иллюстрирующие ее применение.

Основные результаты работы

мониторинг медицинский алгоритмический популяция

1. Разработана методика синтеза структуры витрины данных МГМ, рассчитанной на заполнение логически связанными данными из информационно несогласованных разнородных ИС учетного типа.

2. Разработан алгоритм скорейшего заполнения витрины данных МГМ данными из разнородных информационно несогласованных ИС, учитывающий логических связи данных мониторинга и позволяющий вычислять последовательность обработки правил заполнения витрины данных с минимальным временем заполнения таблиц витрины.

3. Предложены методика построения средств создания описаний многомерных кубов данных на основе метауправления функциональностью информационных систем, язык представления описаний онтологии витрины данных и многомерных кубов данных, разработана модель процесса построения многомерных кубов данных по содержимому витрины данных.

4. Сформирована общая методика построения системы информационной поддержки медико-генетического мониторинга популяции региона на основе применения аналитических информационных технологий, предложены рекомендации по программной реализации этих средств.

5. Разработана биотехническая система информационной поддержки медико-генетического мониторинга популяции региона.

6. В ходе программной реализации и опытного внедрения созданной системы информационной поддержки медико-генетического мониторинга популяции региона подтверждена состоятельность и выполнена оценка эффективности разработанной методики.

Публикации по теме диссертации

1. Воронин Д.В., Романенко А.И., Карпов К.П. Опыт применения компьютерных технологий в городской службе пренатальной диагностики и медицинской генетики. Труды VII съезда Российской ассоциации врачей ультразвуковой диагностики в перинатологии и гинекологии // Пренатальная диагностика. - 2002. - С. 234.

2. Romanenko A.I., Voronin D.V., Karpov K.P. The integrated information systems for monitoring of congenital anomalies (Интегрированные информационные системы для мониторинга врожденных пороков). 5th Balkan meeting on human genetics, August 29 - September 01, 2002. Plenary session PS8 Clinical Genetics and Dysmorphology. - P. 129.

3. Романенко А.И., Шерстюк Ю.М. Агрегация данных региональной службы медико-генетического мониторинга // Современные информационные технологии. Труды международной научно-технической конференции. - Пенза: Пензенский технологический институт. - 2003. - С. 129-130.

4. Романенко А.И., Шаповалов В.В., Шерстюк Ю.М. Варианты агрегации данных медико-генетического мониторинга // Математические методы в технике и технологиях - ММТТ-16: Труды XVI Международн. научн. конф. - Санкт-Петербургский гос. технол. ин-т (техн. ун-т). СПб. - 2003. - С. 84-86.

5. Романенко А.И., Шаповалов В.В., Шерстюк Ю.М. Структура и формирование медицинского обеспечения программных систем и комплексов для здравоохранения // Современные информационные технологии. Труды международной научно-технической конференции. - Пенза: Пензенский технологический институт. - 2003. - С. 89-91.

6. Воронков К.Л., Романенко А.И., Шерстюк Ю.М. Особенности обеспечения применения OLAP для обработки региональных данных медико-генетического мониторинга // Труды II межвузовской конференции «Практика применения научного программного обеспечения в образовании и научных исследованиях». Минобразования РФ. - СПб. - 2003. - С. 73-77.

7. Воронков К.Л., Романенко А.И., Шерстюк Ю.М. Управление кубами многомерных данных на основе онтологии предметной области // Современные информационные технологии. Труды международной научно-технической конференции. - Пенза: Пензенский технологический институт. - 2003. - С. 66.

8. Воронков К.Л., Романенко А.И., Шерстюк Ю.М. Обеспечение применения методов OLAP и DataMining для обработки региональных данных медико-генетического мониторинга // Труды IX Санкт-Петербургской международной конференции «Региональная информатика - 2004 (РИ-2004). - СПб. - 2004. - С. 321.

9. Романенко А.И., Карпов К.П., Воронин Д.В., Верлинская Д.К., Исаков Н.Н. Системная автоматизация работы медико-генетического центра. Материалы Всероссийского научного форума «Инновационные технологии медицины XXI века» - «Медицинские компьютерные технологии» // Медицина -2005. - Москва. - С. 216.

10. Воронков К.Л., Романенко А.И., Шерстюк Ю.М. Методика синтеза структуры витрины данных медико-генетического мониторинга // Информационно-управляющие системы. №1 (20). - 2006. - С. 14-20.

11. Романенко А.И., Шаповалов В.В., Шерстюк Ю.М. Информационная поддержка анализа данных медико-генетического мониторинга популяции региона. - СПб.: ФГНУ НИКТИ БТС. - 2006. - 64 с.

12. Романенко А.И. Автоматизация создания многомерных кубов данных медико-генетического мониторинга // Известия СПбГЭТУ. Биотехнические системы в медицине и экологии. Выпуск №2. - 2006. - С. 31-39.

13. Романенко А.И., Шаповалов В.В. Аналитические информационные технологии в деятельности медико-генетического центра // Известия СПбГЭТУ. Биотехнические системы в медицине и экологии. Выпуск №2. - 2006. - С. 75-81.

Размещено на Allbest.ru