Информационная система пространственного мониторинга состояния здоровья населения региона
Повышение эффективности работы геоинформационных систем медицинского назначения за счет применения устойчивых алгоритмов выявления статистической зависимости между пространственно-временным распределением болезней и факторами окружающей городской среды.
Рубрика | Программирование, компьютеры и кибернетика |
Вид | диссертация |
Язык | русский |
Дата добавления | 04.06.2017 |
Размер файла | 6,7 M |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Размещено на http://www.allbest.ru/
Размещено на http://www.allbest.ru/
Федеральное автономное бюджетное образовательное учреждение высшего образования «Санкт-Петербургский государственный электротехнический университет «ЛЭТИ»
ИНФОРМАЦИОННАЯ СИСТЕМА ПРОСТРАНСТВЕННОГО МОНИТОРИНГА СОСТОЯНИЯ ЗДОРОВЬЯ НАСЕЛЕНИЯ РЕГИОНА
Оглавление
- Список условных обозначений
- Введение
- Глава 1. Проблемы синтеза систем пространственного мониторинга состояния здоровья населения города
- 1.1 Актуальные проблемы мониторинга за показателями здоровья населения мегаполиса
- 1.2 Геоинформационные системы, как инструментальное ядро системы пространственного мониторинга состояния здоровья населения
- 1.3 Информационная модель «Человек - окружающая среда - город»
- 1.4 Постановка целей и задач диссертационного исследования
- Глава 2. Разработка и модернизация методического обеспечения системы пространственного мониторинга состояния здоровья населения города
- 2.1 Создание концептуальной схемы пространственного анализа показателей здоровья, отклонений и тяжести действия факторов окружающей городской среды
- 2.2 Робастный подход пространственного анализа факторов показателей здоровья
- 2.2.1 Цифровые модели, полученные по детерминированным методам интерполяции
- 2.2.2 Интерполяция данных методом обратно взвешенных расстояний (ОВР)
- 2.2.3 Калькулятор растров
- 2.3 Модернизация геостатистических методов и разработка схемы исследования распространения показателей состояния здоровья населения и изучения причинно-следственных связей в определенных городских локациях
- 2.3.1 Цифровые модели, полученные по геостатистическим методам интерполяции
- 2.3.2 Общая методика геостатистического исследования для медико-экологических данных: выбор математических методов, моделей, получение цифровых пространственных моделей (поверхностей) и моделей ошибок интерполяционных значений
- Глава 3. Создание системы пространственного мониторинга состояния здоровья населения города
- 3.1 Цели, задачи и структура системы
- 3.2 Блоки, отвечающие за информационное обеспечение системы
- 3.3 Программное обеспечение системы (Геоинформационная подсистема, подсистема анализа, моделирования и визуализации)
- 3.4 Практическая реализация геоинформационной системы здравоохранения, как пример геоинформационной подсистемы Пространственного мониторинга состояния здоровья населения для лиц, принимающих решения в отрасли здравоохранения на примере Санкт-Петербурга
- Глава 4. Экспериментальная разработка и апробация методического обеспечения системы пространственного мониторинга состояния здоровья населения
- 4.1 Информационное обеспечение Системы пространственного мониторинга состояния здоровья Санкт-Петербурга
- 4.2 Результаты применения концептуальной схемы анализа, учитывающего взаимосвязи характеристик здоровья населения города, отклонений от него и тяжести последствий этих отклонений у населения, проживающего на территории города и факторов окружающей среды в определенных локациях на примере 3 районов Санкт-Петербурга
- 4.3 Результаты пространственного анализа факторов, влияющих на состояние здоровье населения пределах Санкт-Петербурга с использованием робастного подхода
- 4.4 Результаты экспериментов с применением геостатистических методов анализа показателей и их взаимозависимости на определенных территориях
- 4.4.1 Цифровая модель поверхности распределения мутагенов в атмосфере
- 4.4.2 Цифровая модель поверхности распределения врожденной аномалии, деформаций и хромосомных нарушений (ВАДХН) у детей до года
- 4.4.4 Цифровая модель поверхности распределения отдельных отклонений, возникающих у женщин в перинатальный период развития плода и мутагенных факторов в атмосфере
- 4.4.5 Пространственный анализ распределения канцерогенных факторов в атмосфере
- 4.4.6 Пространственный анализ заболеваемости лейкозами
- 4.4.7 Выводы по результатам исследования с применением геостатистистических методов анализа в здравоохранении
- Заключение
- Список литературы
- Приложения
Список условных обозначений
ЛПР - лица, принимающие решения;
ОС - окружающая среда;
ПМСЗН - пространственный мониторинг состояния здоровья населения города;
«Алгоритм ПАЗФ» - пространственный анализ заболеваемости и воздействия факторов окружающей среды;
ИЗА - индекс загрязнения атмосферы;
ГИС - геоинформационные системы;
СПб МИАЦ - Санкт-Петербургский медицинский информационно-аналитический центр;
КЗ - комитет по здравоохранению;
ТУ - территориальное управление;
БД - базы данных;
СПбГЭТУ «ЛЭТИ» - Санкт-Петербургский государственный электро-технический университет «ЛЭТИ»;
СПбГУПС - Санкт-Петербургский государственный университет путей сообщения;
ВЭШ - высшая экономическая школа;
СПбГУЭФ - Санкт-Петербургский государственный университет экономики и финансов;
ГЦСЭН - городской центр санэпиднадзора;
КЗРиЗ - комитет по земельным ресурсам и землеустройству;
ВАК - высшая аттестационная комиссия;
ЕГИСЗ - единая государственная информационная система в сфере здравоохранения;
ЛПУ - лечебно-профилактическое учреждение;
НИИ - научно-исследовательский институт;
НИР - научно-исследовательская работа;
МАИР - международное агентство по исследованию рака;
РИПД - развитие инфраструктуры пространственных данных РФ;
БГД - база геоданных;
ВАДХН - врожденные деформации и хромосомные нарушения у детей до года;
ПО - программное обеспечение;
ИЗА - индекс загрязнения атмосферы;
ПРР - популяционный раковый регистр;
ПДК - предельно-допустимая концентрация;
УФ - ультрафиолетовое излучение;
МКБ-10 - международная классификация болезней десятого пересмотра;
БОД - болезни органов дыхания;
Кот - коэффициент отклонения и тяжести;
ИЗА - индекс загрязнения атмосферы;
КИЗА - комплексный индекс загрязнения атмосферы;
АО - объемная активность;
КЗ - коэффициент здоровья;
IDW (ОВР) - обратно взвешенные расстояния;
МИС - медицинская информационная система;
БКиПК - болезни кожи и подкожной клетчатки;
ГИБДД - Государственная инспекция безопасности дорожного движения;
БН - блок нормировки;
БА - блок анализа;
СМИ - средства массовой информации;
ДЛО - дополнительное лекарственное обеспечение;
ГУЗ - государственные учреждения здравоохранения;
ЧС - чрезвычайная ситуация;
ИПД - инфраструктура пространственных данных;
Введение
Актуальность работы. В распространенных сегодня системах экологического, санитарно-гигиенического, медико-экологического мониторинга существуют проблемы с совершенствованием методов сбора, обработки и анализа различных данных для устойчивого выявления статистически достоверных закономерностей распространения заболеваний населения в регионе.
Проблема заключается в том, что традиционные способы статистического пространственного прогноза основываются на нормальном гауссовском распределении, но этот подход может приводить к совершенно неверным результатам из-за появления данных подчиняющихся ненормальным распределениям. В данной работе разрабатываются алгоритмические и программные решения позволяющие выделять статистически надежные зоны пространственного распределения показателей здоровья населения (в т.ч. во времени), так же находить статистически устойчивые причинно-следственные связи между медико-демографическими показателями отдельных групп населения и факторами окружающей среды в условиях негауссовских процессов. Существенной особенностью развиваемых систем мониторинга является усиление устойчивости (робастности) средств выявления зон пространственной связи заболеваемости и загрязненности и средств визуализации результатов мониторинга для ЛПР в различных сферах городского управления: здравоохранении, санитарно-эпидемиологической службе, охраны окружающей среды (ОС) и других.
Целью диссертационной работы является повышение эффективности работы геоинформационных систем медицинского назначения за счет применения устойчивых алгоритмов выявления статистической зависимости между пространственно-временным распределением болезней и факторами. Исходя из поставленной цели необходимо решить следующие задачи:
- разработка кортежа устойчивых оценок вероятностей для системы показателей и алгоритмов статистически устойчивых оценок действия факторов окружающей среды региона на здоровье населения, проживающего на этой локации;
- разработка ранговых алгоритмов нормализации данных для повышения статистической надежности геостатистической интерполяции для получения пространственно-временного распределения болезней и влияния на них факторов окружающей среды.
- выявление статистически устойчивых зон загрязнения окружающей среды в пределах Санкт-Петербурга;
- получение экспериментальных результатов по выявлению географических локаций с наличием причинно-следственных связей между показателями здоровья населения и окружающей среды при помощи разработанных методов и алгоритмов;
- создание информационной системы пространственного мониторинга состояния здоровья населения города (ПМСЗН) с «дружественными интерфейсами» для специалистов, работающих с медицинской статистикой и экологической информацией и лиц, принимающих управленческие решения (ЛПР) в здравоохранении, санитарно-эпидемиологических службах.
Объектом исследования является информационная система пространственного мониторинга состояния здоровья населения региона.
Предметом исследования является информационное, методическое, программно-алгоритмическое обеспечение системы
Методы исследования.
Для решения поставленных задач использовались методы математического моделирования, геоинформационного анализа, математической статистики, геостатистики. Для анализа использовалась стандартная эпидемиологическая модель «Человек - окружающая городская среда», выбор показателей осуществлялся на основе баз данных медицинской статистики, социально-гигиенического и экологического мониторинга.
Новые научные результаты.
1. Разработана структура процесса мониторинга здоровья населения «Алгоритм ПАЗФ», учитывающая специфику медицинских данных диспансеризации детей, данных мониторинга атмосферного воздуха, а также - географическую привязку этих данных к территории города.
2. Разработаны алгоритмы оценки условных вероятностей для многомерных таблиц сопряженности, которые позволяют вычислять коэффициенты здоровья детей, коэффициенты отклонения и тяжести последствий, коэффициенты зависимости в различных городских ареалах проживания и ареалов загрязнения. Эти алгоритмы в составе модели ПАЗФ оценивают коэффициенты «силы эффекта», объединяющие характеристики здоровья, отклонения и тяжести и его зависимости от индекса загрязнения атмосферы по простейшим ареалам - административным районам Санкт-Петербурга.
3. Предложены алгоритмы пространственной вероятностной интерполяции (робастного кригинга и кокригинга) на основе рангового и квантильного нормирования данных, которые обеспечили моделирование для некоторых типов заболеваемостей (МКБ-10, ПРР), и показателей распределения индекса загрязнения атмосферы (ИЗА) химическими веществами, а также - способствовали изучению взаимосвязей между этими двумя типами показателей.
3. Получены статистические устойчивые пространственные ГИС модели, привязанные к географической модели города:
- распределение устойчивых (робастных) зон загрязнения окружающей среды в пределах Санкт-Петербурга;
- распределения групп заболеваний у населения, зависимых от мутагенных факторов загрязнения окружающей среды, присутствующих в атмосфере мегаполиса;
- распределения групп заболеваний у населения, зависимых от канцерогенных веществ, присутствовавших в атмосферном воздухе мегаполиса,
- распределения групп заболеваний у населения, не зависимых от канцерогенных веществ, присутствовавших в атмосферном воздухе мегаполиса.
4. Разработана система пространственного мониторинга состояния здоровья населения (ПМСЗН) Санкт-Петербурга на базе программного обеспечения ГИС и модернизированных методов анализа, визуализации и прогноза показателей состояния здоровья и окружающей среды в городском пространстве. Разработанная система обеспечивает оперативную передачу наглядных данных и количественно подтвержденных гипотез через механизмы веб-приложений для оперативного принятия решений в сфере организации здравоохранения и защиты окружающей среды. Данная система имеет подсистему интерактивного картографического веб-приложения, как современного информационно-телекоммуникационного средства отображения результатов медико-экологических геоданных для городских медицинских информационных служб.
Положения, выносимые на защиту:
Построение устойчивых к неоднородности данных (робастных) систем пространственного мониторинга состояния здоровья населения региона достигается тем что:
- разработанные непараметрические композиции оценок условных вероятностей обеспечивали при мониторинге медицинских фактов статистически устойчивое выявление пространственно временных зависимостей характеристик здоровья, отклонения, тяжести последствий и экологических факторов (ПАЗФ) от действия экологических факторов на население, проживающего на определенной территории города или региона;
- разработанные алгоритмы пространственной вероятностной интерполяции на основе рангового и квантильного нормирования обусловили возможность развития геостатистического метода пространственно-временного анализа ряда характеристик заболеваемости и показателей загрязнений окружающей среды для объективного выявления статистических зависимостей между этими характеристиками. Таким образом, удается обеспечить: 1) построение пространственных прогнозов (цифровые пространственные модели распределения); 2) экспериментально проверить точность пространственных моделей, 3) объективно выявить зоны устойчивого действия факторов, 4) объективно выявить пространственные зависимости между показателями отклика у населения (например определенными видами заболеваемости чувствительных групп) и химическими факторами в окружающей городской среде (в определенной ее компоненте). Разработанные методические подходы позволили в системе пространственного мониторинга выявлять и отображать определенные локации (ареалы), где есть исследуемые зависимости, причем, удалость это сделать с количественно определенной точностью пространственного прогноза.
- разработанная с использованием описанных новаций архитектура системы пространственного мониторинга (ПМСЗН) и разработанная методическая поддержка представления статистически устойчивых аналитических геоданных в виде веб-интерфейсов для ЛПР, работающих в сферах организации здравоохранения и управления охраной окружающей среды.
Внедрение результатов работы
1. Методы отображения, анализа и прогноза при помощи ГИС внедрены в деятельности СПбМИАЦ: отдела геоинформационных технологий, информационно-аналитического отдела при решении научно-исследовательских и задач управления здравоохранением города Санкт-Петербурга, а именно: в разработке Классификаторов «Учреждения здравоохранения г. Санкт-Петербурга, разработанного в СПбМИАЦ в 2007 году; в формировании Концепции информатизации Здравоохранения г. Санкт-Петербурга в 2005 - 2015 гг., разработанной в СПбМИАЦ для Комитета по здравоохранению (КЗ); подготовке ежегодного доклада для Председателя Комитета по здравоохранению Правительства г. Санкт-Петербурга, а также - подготовка аналитических материалов для КЗ; при реализации ГИС здравоохранения на базе программного обеспечения ArcGIS (ESRI), при создании структуры баз данных и баз геоданных в СПбМИАЦ
2. Методы и элементы «Системы пространственного мониторинга состояния здоровья населения» были использованы в деятельности отдела социально-гигиенического мониторинга окружающей среды ТУ Роспотребнадзора города Санкт-Петербурга при разработке баз данных (БД) санитарно-эпидемиологического и экологического назначения и методов пространственного анализа для задач социально-гигиенического мониторинга Санкт-Петербурга и защиты окружающей среды.
3. Результаты экспериментов, методы, алгоритмы, инструменты программного обеспечения, а также отдельные подходы диссертационной работы внедрены в учебном процессе СПб ГЭТУ («ЛЭТИ»), в СПб ГУПС, ВЭШ, СПб ГЭУ.
Публикации: по теме диссертации опубликовано 57 научных работ из них главы в 3х монографиях, 13 статей в журналах (из них 6 статей, опубликованные в рецензируемом журнале, определённом ВАК Минобрнаука РФ), работ в материалах Российских и международных конференций (тезисов к 42 докладам), а также автор Геоинформационной системы «Геоинтеллект» (Свидетельство о государственной регистрации ПО ЭВМ№ 2015614104 от 06.04.2015 г.)
геоинформационный статистический болезнь
Глава 1. Проблемы синтеза систем пространственного мониторинга состояния здоровья населения города
1.1 Актуальные проблемы мониторинга за показателями здоровья населения мегаполиса
Здравоохранение играет важную стратегическую роль в любом государстве, так как направленно, прежде всего, на сохранение и увеличение потенциала его главного ресурса - населения. На уровне государства важно принимать эффективные управленческие решения. Государство «работает» с территориями. В соответствии с Концепцией создания единой государственной информационной системы в сфере здравоохранения (ЕГИСЗ) (Приказ МЗ РФ №364 от 28 апреля 2011 г.), регионы и Министерство здравоохранения РФ активно распространяют ЕГИСЗ в субъектах РФ для целей профилактики и улучшения здоровья населения. Это касается информатизации лечебно-профилактических учреждений (ЛПУ), рабочих мест отдельных врачей, регистратуры, более автоматизированный сбор, обработку и анализ информации о статистики в региональных Медицинских информационно-аналитических центрах (МИАЦ), в т.ч. о статистики на территориях. Если субъектов территориально распределен или имеет большой город, то задача анализа медицинской статистики усложняется. Нужна географическая привязка различных медико-демографических показателей для решения задачи улучшения качества медицинской помощи в т.ч. с точки зрения доставки больных в ЛПУ, а также задач оптимизации ресурсов здравоохранения на той или иной территории. Руководители здравоохранения и иные ЛПР уже начинают пользоваться не только двухмерными графиками, но пространственной статистикой, реализованной при помощи ГИС.
Пространственная статистика помогает руководителям здравоохранения решать следующие основные задачи в области управления здравоохранением:
* Оптимизация и управление ресурсами здравоохранения
* Задачи логистики
* Анализ тенденций пространственно-временного распространения заболеваемости.
* Выявление причинно-следственных связей между факторами среды и показателями здоровья
К сожалению, использование таких технологий для анализа, как ГИС, с одной стороны, нуждается в технических познаниях, знаниях математических моделей и их применимости. Однако, с другой стороны, уровень пользователей компьютеров возрастает, в т. ч. - среди медицинских специалистов и, одновременно упрощается программное обеспечение. ГИС - технологии могут решать, а также - показать визуально возможности решения задач выявление пространственно-временных зависимостей между факторами и определенными типами заболеваемости. Другие задачи, связанные с применением ГИС-технологий в отрасли здравоохранения, освещены в Сборнике трудов 1-ой и 2-ой Всероссийских конференциях с международным участием «ГИС в здравоохранении РФ: данные, аналитика, решения» [1].
Это отличает ГИС от других информационных систем и предоставляет уникальные возможности для ее применения в широком спектре задач, связанных с анализом и прогнозом явлений, событий окружающего мира, с осмыслением и выделением главных факторов и причин, а также их возможных последствий, с планированием стратегических решений и текущих последствий предпринимаемых действий. Эту технологию применяют практически во всех сферах человеческой деятельности, где есть связь с территориями: будь то, анализ таких глобальных проблем, как перенаселение, загрязнение территории, распространение заболеваемости, сокращение лесных угодий, природные катастрофы, так и решение частных задач, таких как поиск наилучшего маршрута между пунктами, подбор оптимального расположения нового офиса, поиск дома по его адресу, прокладка трубопровода на местности, различные муниципальные задачи [2].
Заболеваемость в пространстве - это пример анализа характеристик отклонения от нормального функционирования населения. Сравнение этих отклонений по территориям дает медицинским статистикам и руководителям здравоохранения качественно новые возможности для анализа причин этих отклонений на территориях, так и вообще - работу ресурсов здравоохранения на этих территориях. Например, можно сравнивать заболеваемость различными формами по административным делениям РФ и Северо-Западного федерального округа, опускаясь до Санкт-Петербурга, его Административных делений и далее - зон обслуживания Лечебно-профилактических учреждений и, наконец, - отдельных кварталов. А при соответствующих возможностях сбора полной информации о численности населения - можно анализировать ситуацию с заболеваемостью и жителей отдельных домов крупного мегаполиса [3]. Распространенность некоторыми формами рака тела матки по административным делениям РФ обусловлено относительно низким социально-экономическим уровнем проживания молодого женского населения на территориях. Однако ситуация с раком молочной железы как раз противоположная: больше болеют на Европейской части России. В последние годы с развитием современных компьютерных технологий, в том числе и ГИС, специалист, занимающийся аналитической работой, имеет возможность создать непосредственно на своем рабочем месте интерактивный медико-экологический атлас, содержащий одновременно как сведения о здоровье групп населения, так и влияющих на него факторов, и на основе имеющейся у него информации генерировать неограниченное число карт в соответствии с формируемыми запросами [4,5, 1-3].
Благодаря свойству визуализации и интеграции разнородных данных методы пространственного анализа в изучении здоровья населения ГИС получают все большее распространение в отрасли здравоохранения. Традиционно издаются медицинские, медико-экологические атласы. В качестве примера можно привести фундаментальный атлас «Окружающая среда и здоровье населения России» под ред. М. Фешбаха, серию атласов под ред. А.А. Келлера [6], ряд региональных атласов, например - по Санкт-Петербургу [7], Смоленской области [8], Ямало-Ненецкому автономному округу [9,103]. Однако, такие атласы доступны малому кругу лиц, сегодня существуют веб-ориентированные ГИС и сервисы (веб-ГИС), способные представить эпидемиологический атлас в виде интерактивной веб-карты (веб-приложения) и предоставить доступ разному числу лиц для обмена геоданными и в РФ они стали только сейчас появляться в отрасли здравоохранения [10].
Тенденции развития существующих систем мониторинга: систем экологического, санитарно-гигиенического мониторинга в значительной мере связаны как с совершенствованием методов сбора, обработки и анализа различных данных, так и новых возможностей визуализации, моделирования, прогноза разнородной информации. Сегодня в существующих системах мониторинга накоплены колоссальные массивы данных, в т.ч. с географической привязкой (геоданных), на основе которых можно получать новые научные результаты как о пространственном распределении показателей здоровья населения (в т.ч. во времени), так и находить причинно-следственные связи между медико-демографическими показателями отдельных групп населения и факторами ОС [11].
Стремительное развитие и доступность инструментов ГИС, модернизация методов пространственного анализа, прогноза и отображения геоданных, существующих в современной геоинформатике, дают новые возможности, научные идеи для обработки, отображения, анализа и прогноза показателей здоровья населения, причем с определенной точностью в ареалах (локациях) проживания населения, а также, что немаловажно, степени воздействия в этих ареалах факторов среды на проживающее здесь население [12]. Сегодня, при реализации пространственных методов анализа и прогноза в инструментарии ГИС, в т.ч. недетерминированных методов геостатистики, имеются предпосылки достичь высокой точности пространственных прогнозов (интерполяции) даже при ограниченности данных в медицинской статистике и экологического мониторинга, чего ранее достичь было сложно [13]. Данные мониторинга всегда требовали визуализации обработанной информации в виде наглядных и количественно поддержанных графических (картографических) образов для изучения нелинейных зависимостей между показателями здоровья населения городов как откликов и показателями загрязнения ОС как факторов [14,15]. Важной составляющей перспективного развития систем мониторинга является модернизация способов представления результатов мониторинга ЛПР в различных сферах городского управления: здравоохранении, санитарно-эпидемиологических службах, охраны ОС и других [16].
В работе вводится новый термин «Пространственный мониторинг состояния здоровья населения», призванный ускорять обработку геоданных, осуществлять интеграцию данных медицинской статистики и данных экологического мониторинга для последующего анализа и прогноза, например, построения разных гипотез (в т.ч. по этиологиям заболеваний на той или иной территории) и принятия на их основе управленческих решений как в целом в регионе, так и на отдельной его территории (локации) с точностью до нескольких кварталов.
Проблема сохранения здоровья людей, достигшая в последнее десятилетие масштабов государственной важности, стала в настоящее время рассматриваться на уровне проблем национальной безопасности страны [14,17].
Есть много исследований в области охраны здоровья, медицинской экологии, медицинской географии, токсикологии, промышленной экологии и др. [18,19,20,21]. Исследователи пытаются на уровне клинических экспериментов понять влияние факторов ОС на человека или группу людей. Как ведет себя популяция людей на действие этих факторов? Как изучить это поведение? Ведь вся эта популяция ограничена одним пространством - городом, который создает действие многочисленных факторов как внешних, так и внутренних. С другой стороны есть ряд работ, связанных с изучением популяций биологических видов млекопитающих, исследований их миграций в пространстве, уменьшения численности видов и выявление истинных причин [22].
На протяжении ХХ века проявлявшуюся в странах с бурно развивавшейся промышленностью тенденцию к понижению уровня коллективного здоровья рассматривали обычно как результат появления все новых неблагоприятных факторов ОС и логично связывали с научно-техническим прогрессом, рассматривая как одно из его негативных последствий [23]. Вместе с тем в России, пережившей в 1990-е годы глубокий кризис промышленного производства и, казалось бы, значительное ослабление «индустриального давления» на ОС, уровень общественного здоровья населения не только не повысился, но и испытал дальнейшее снижение за счет возникших негативных общественно-экономических явлений, в том числе усилившегося «давления» на ОС. К таким общим выводам привели результаты гигиенической диагностики причинно-следственных связей между ухудшением здоровья населения и экологическими и социальными факторами, например в Санкт-Петербурге [24-30].
Согласно ст. 44 Федерального закона «О санитарно-эпидемиологическом благополучии населения» [31], органы и учреждения госсанэпидслужбы должны осуществлять социально-гигиенический мониторинг, направленный на изучение, оценку и прогнозирование состояния здоровья населения и среды обитания. Приходится, однако, констатировать с сожалением, что со времени принятия Правительством РФ известного Постановления «Об утверждении Положения о социально-гигиеническом мониторинге» этот мощный инструмент управления общественным здоровьем не стал еще повседневной нормой деятельности специалистов госсанэпидслужбы, более того, сам этот инструмент нуждается в серьезном совершенствовании в методическом, информационном, экономическом и правовом отношении [32, 12].
Перед системами экологического мониторинга стоит широкий спектр задач, включающий задачи оперативного контроля энерго-экологического, социального и медико-биологического состояния ОС, а также объективной оценки на этой основе текущей картины состояния ОС, здоровья населения. Задачи выявления факторов экологического неблагополучия региона, в том числе источников негативного воздействия на ОС и здоровье человека [33]. Задачи подготовки информации, необходимой для принятия управляющих решений по экологической обстановке [34]. Задачи моделирования и прогнозирования развития экологической ситуации, анализа степени риска управляющих воздействий [13, 19, 20]. Поэтому необходим системный анализ огромного массива взаимосвязанной разнородной информации, как правило, имеющей четкую зависимость от географического региона [33].
Прикладное применение достаточно гибких методов геостатистического исследования в области охраны среды и здравоохранения показало свою эффективность и имеет перспективы в практической реализации ПМСЗН обеспечивающей принятию адекватных управленческих решений по оздоровлению ОС и здоровья населения [35].
Актуальность настоящей диссертационной работы подтверждается ее соответствием Положению о государственной санитарно-эпидемиологической службе РФ и Положению о государственном санитарно-эпидемиологическом нормировании (Постановление Правительства РФ от 24.06.2000 г. № 554); Положению о социально-гигиеническом мониторинге (Постановление Правительства РФ от 01.06.2000 г. № 426); Научно-технической программе неотложных мер по научному и методическому обеспечению развития, внедрения и интеграции системы социально-гигиенического мониторинга в деятельность госсанэпидслужбы и органов здравоохранения на 2001-2005 годы; социальных программ Санкт-Петербурга («Здоровое питание» и др.).
В распространенных сегодня системах экологического, санитарно-гигиенического, медико-экологического мониторинга существуют проблемы с совершенствованием методов сбора, обработки и анализа различных данных для выявления закономерностей распространения заболеваний населения в регионе [24-30]. В таких системах мониторинга накоплены значительные массивы данных, в т.ч. с географической привязкой (геоданных), на основе которых можно получать новые научные результаты как о пространственном распределении показателей здоровья населения (в т.ч. во времени), так и находить причинно-следственные связи между медико-демографическими показателями отдельных групп населения и факторами окружающей среды [36]. Важной составляющей развития систем мониторинга является модернизация средств визуализации результатов мониторинга ЛПР в различных сферах городского управления: здравоохранении, санитарно-эпидемиологической службе, охраны ОС и других [35].
1.2 Геоинформационные системы, как инструментальное ядро системы пространственного мониторинга состояния здоровья населения
ГИС - это современная компьютерная технология для картирования и анализа объектов реального мира, также событий, происходящих на нашей планете. Технология объединяет традиционные операции работы с базами данных, такими как запрос и статистический анализ, с преимуществами полноценной визуализации и географического (пространственного) анализа, которые предоставляет карта. Это и отличает ГИС от других информационных систем и обеспечивает уникальные возможности для ее применения в широком спектре задач. Такие задачи могут быть связанных с анализом и прогнозом явлений и событий окружающего мира, с осмыслением и выделением главных факторов и причин, а также их возможных последствий, а также с планированием стратегических решений и текущих последствий предпринимаемых действий.
Широкий спектр задач, стоящих перед системами экологического мониторинга, включает оперативный контроль энерго-экологического, социального и медико-биологического состояния ОС, а также оценку текущей картины состояния ОС, здоровья населения, факторов экологического неблагополучия региона, в том числе источников негативного воздействия на ОС и здоровье человека. Необходим системный анализ огромного массива взаимосвязанной разнородной информации, как правило, имеющей четкую зависимость от географического региона [37].
Наиболее полно всем перечисленным выше требованиям отвечают современные ГИС, представляющие собой новый тип интегрированных информационных систем. Эти системы с одной стороны включают методы обработки данных многих, ранее существовавших автоматизированных систем, а с другой обладают такой спецификой в организации и обработке данных, которая позволяет использовать ГИС в качестве основы современных систем управления. Это обуславливает повышенный интерес к ГИС.
Разработка ГИС началась более 30 лет назад. Тогда это были чисто географические данные. Их качественно новое изменение произошло в последние 7--8 лет, что в первую очередь связано с развитием вычислительной техники. Теперь в основе этих систем лежит принцип интеграции самых различных видов данных на базе географических данных, а в качестве их обработки принята технология систем автоматизированного проектирования.
Сегодня ГИС представляет собой организованный набор аппаратуры, программного обеспечения, геоданных и персонала, предназначенные для эффективного сбора, ввода, обновления, обработки, хранения, анализа и визуализации всех видов географически привязанной информации (пространственной, “картографируемой”). [37].
На первый взгляд достаточно очевидным является только применение ГИС в подготовке и распечатке карт и, может быть, в обработке аэро- и космических снимков. Реальный же спектр применений системы гораздо шире [37]:
Составные части ГИС.
Работающая ГИС включает в себя пять ключевых составляющих: аппаратные средства, программное обеспечение, данные, исполнители и методы.
Аппаратные средства. Это компьютер, на котором запущена программа ГИС. В настоящее время ГИС работают на различных типах компьютерных платформ, от централизованных серверов до отдельных или связанных сетью настольных компьютеров.
Программное обеспечение ГИС содержит функции и инструменты, необходимые для хранения, анализа и визуализации географической (пространственной) информации. Ключевыми компонентами программных продуктов являются: инструменты для ввода и оперирования географической информацией; система управления базой данных (DBMS или СУБД); инструменты поддержки пространственных запросов, анализа и визуализации (отображения); графический пользовательский интерфейс для легкого доступа к инструментам и функциям.
Данные. Это вероятно наиболее важный компонент ГИС. Данные о пространственном положении (географические данные) и связанные с ними табличные данные могут собираться и подготавливаться самими пользователями, либо приобретаться у поставщиков на коммерческой или другой основе. В процессе управления пространственными данными. ГИС интегрирует пространственные данные с другими типами и источниками данных, а также может использовать СУБД, применяемые многими организациями для упорядочивания и поддержки имеющихся в их распоряжении данных.
Исполнители. Широкое применение технологии ГИС невозможно без людей, которые работают с программными продуктами и разрабатывают планы их использования при решении реальных задач. Пользователями ГИС могут быть как технические специалисты, разрабатывающие и поддерживающие систему, так и обычные сотрудники (конечные пользователи), которым ГИС помогает решать текущие каждодневные дела и проблемы.
Векторная и растровая модели. ГИС может работать с двумя существенно отличающимися типами данных - векторными и растровыми, формируя векторные модели и растровые модели. Обе модели имеют свои преимущества и недостатки.
Рисунок 1. Представление объектов в векторном формате
В векторной модели информация о точках, линиях и полигонах кодируется и хранится в виде набора координат X,Y (Рисунок 1). Местоположение точки (точечного объекта), например, буровой скважины, описывается парой координат (X,Y). Линейные объекты, такие как дороги, реки или трубопроводы, сохраняются как наборы координат X,Y. Полигональные объекты, типа речных водосборов, земельных участков или областей обслуживания, хранятся в виде замкнутого набора координат. Векторная модель особенно удобна для описания дискретных объектов и меньше подходит для описания непрерывно меняющихся свойств, таких как типы почв или доступность объектов [38].
Растровая модель оптимальна для работы с непрерывными свойствами (Рисунок 2). Растровое изображение представляет собой набор значений для отдельных элементарных составляющих (ячеек), оно подобно отсканированной карте или картинке [37, 38, 39].
Рисунок 2. Представление объектов в растровом формате
Геообъекты, содержащиеся на карте, представляются совокупностью наборов точек, линий, контуров и ареалов, которые кроме определенного положения на карте имеют конкретные метрические значения: длину, ширину, площадь. Эта информация в ГИС образует класс координатных данных, которые являются частью общей модели данных в ГИС и описываются координатными моделями. В общем случае модели пространственных (координатных) данных в ГИС можно классифицировать по трем типам [39]:
- растровая модель;
- векторная модель, не содержащая топологических характеристик;
- векторная топологическая модель.
Растровые модели получают посредством отображения непрерывных поверхностей (цифровых пространственных моделей) геообъектов в набор дискретных ячеек (пикселей), образующих регулярную сеть. Каждой ячейке соответствует одинаковый по размерам, но разный по характеристикам (цвет, интенсивность, плотность) участок поверхности объекта. Упорядоченная совокупность таких атомарных моделей образует растр, который и является моделью карты или объекта. Растровые модели характеризуются следующими показателями.
Разрешение -- минимальный линейный размер реального объекта, отображаемого одним пикселем, который обычно представляет собой прямоугольник или квадрат. Более высоким разрешением (и, следовательно, более высоким качеством отображения) обладает растр с меньшим размером ячеек.
Значение -- элемент информации, хранящийся в пикселе. Это может быть целое или действительное число или символ, имеющее самостоятельное смысловое значение или являющееся ссылкой (кодом) для связи с атрибутивной базой данных.
Ориентация -- угол между направлением на север и положением колонок растра.
Зона растровой модели включает примыкающие друг к другу ячейки, имеющие одинаковое значение. Зоной могут быть, например, отдельные объекты, природные явления, ареалы типов почв, области распространения загрязнений и т.д. В отдельный класс выделяют так называемые буферные зоны -- зоны, границы которых удалены на известное расстояние от любого объекта на карте.
Основные характеристики зоны -- ее значение и положение. Положение обычно задается номером строки и столбца ячейки растра, которые однозначно определяют положение каждого элемента объекта, отображаемого в растре. Точность привязки элемента растра определяют как половину ширины и половину высоты ячейки растра.
Растровые модели широко применяются в том случае, когда требуется качественное представление данных, а не манипулирование ими, или их анализ. Например, при обработке аэрокосмических снимков отображения данных дистанционного зондирования Земли применяются растровые модели данных. Растровые модели также часто используются при изучении новых явлений. При этом данные собирают с равномерно расположенной сети точек и с помощью статистической обработки получают объективные характеристики исследуемых объектов.
К достоинствам растровых моделей следует отнести тот факт, что процесс их получения -- сканирование -- много проще алгоритмически, чем построение векторных моделей. В общем случае растровые данные хорошо сжимаются и при хранении в системе занимают меньше места, чем векторные данные. Кроме того, во многих растровых моделях предусмотрена возможность ввода векторных данных; в растровом виде также эффективнее решаются задачи построения буферных зон [39].
Вместе с тем при отображении реальных объектов в растровой модели занимается все графическое пространство, и, следовательно, для обработки и манипулирования данными в таких моделях требуются дополнительные преобразования (например, распознавание образов определенных объектов), большие объемы памяти и существенные затраты времени.
В целом векторные представления по сравнению с растровыми имеют ряд преимуществ:
- векторная технология эффективнее при выполнении расчетов;
- при хранении в исходном виде векторные файлы занимают меньший (в 100...1000 раз) объем памяти;
- векторные рисунки легко редактируются, масштабирование, и трансформирование векторных изображений в отличие от растровых происходят без искажений.
Векторные модели строятся на использовании векторов, занимающих лишь часть пространства, и поэтому на порядки эффективнее растровых моделей. Полная векторная модель данных ГИС включает:
- пространственную информацию, описывающую положение и форму географических объектов, и их пространственные связи с другими объектами;
- описательную информацию об этих объектах.
В векторных ГИС, для отображения графических объектов применяют набор базовых геометрических моделей (примитивов), из которых затем получают более сложное [38].
В ГИС используются следующие основные модели [37]:
- точка -- пара координат X, Y (узлы, вершины);
- линия незамкнутая (дуга) -- упорядоченный набор координат X, Y, причем координаты начала и конца не совпадают;
- контур (замкнутая линия) -- упорядочены набор координат вершин X, Y, причем координаты начала и конца совпадают;
- полигон -- площадной объект -- задается аналогично контуру.
Соответственно различают:
- точечные объекты, которые используются для изображения на карте объектов, размер которых слишком мал для изображения их линией или контуром;
- линейные объекты, т.е. объекты, не имеющие площади, xapaктеризующиеся только длиной и изображаемые линией или контуром;
- площадные объекты -- замкнутые объекты, ограничивающие однородную по каким-либо свойствам территорию, имеющие границу (контур) и площадь.
Каждому примитиву в ГИС ставится в соответствие системный порядковый номер (идентификатор) и хранимые вместе с ним координаты (Рисунок 3).
Рисунок 3. Пример основных моделей ГИС.
При создании медицинской информационной системы, частью которой является ГИС, данные должны быть организованы так, чтобы любая разнородная информация (заболеваемость, параметры загрязнения окружающей среды и пр.) была привязана географическому месту точек (Рисунок 4) [40].
Рисунок 4. Привязка информации к географическому месту точек.
Организовав соответствующим образом базы разнородных данных можно сформировать картографические слои, которые представляют полную информацию об объекте на карте [37,40].
Итак, геоинформационные системы (ГИС) - это новый взгляд на разнородные данные в пространстве. Этот инструмент, с реализованными в нем методами пространственного анализа (от простейших картирований до продвинутых геостатистических), помогает исследователю выявить неявные закономерности, выяснить причинно-следственные связи, найти приоритетные факторы, смоделировать и спрогнозировать ситуацию, правильно сформировать исследовательские задачи и принять эффективные управленческие решения [36,41].
В условиях крупного города для анализа территориального распределения показателей здоровья населения и ресурсов здравоохранения целесообразно применение ГИС-технологии, предоставляющей возможность визуальной и статистической оценки различий характеристик здравоохранения (например, показатели ресурсов здравоохранения, заболеваемость и др.) между территориями, опускаясь, при детализации объектов сравнения, вплоть до уровня кварталов и отдельных зданий. То есть, в существующем виде система может использоваться для выявления проблемных задач и ситуационных оценок. В случае совместного использования БД, характеризующих здоровье населения и влияющих на него факторов с территориальной "привязкой" соответствующих характеристик в ГИС, появляется возможность глубоко анализа причинно-следственных связей [36].
В РФ сегодня развиваются региональные ГИС уровня исполнительной власти, по интеграции геоданных и созданию единых геопорталов согласно Концепции создания и развития инфраструктуры пространственных данных Российской Федерации (РИПД), (Распоряжение Правительства Российской Федерации от 21 августа 2006 г. № 1157-р). Однако такие интерактивные карты, в основном несут справочных характер по расположению ЛПУ и, распространены не повсеместно сегодня в РФ [42] и следует принимать во внимание проблемы межведомственного взаимодействия между органами исполнительной власти в субъектах РФ, которые тормозят развитие аналитических возможностей ГИС-технологий для здравоохранения. Автор считает, что аналитические задачи и постановка таких задач должна быть на стороне органов управления здравоохранением субъекта и Территориальных управлений Роспотребнадзора, а также организаций подведомственных им (МИАЦ, Центров гигиены и эпидемиологии). В этом случае аналитические методы при помощи ГИС-технологии, в т.ч. рассматриваемые в настоящей диссертационной работе, будут распространены и приведут к быстрым и ощутимым результатам. Это мнение подтверждено многими специалистами с разны городов РФ, выступающими на Всероссийских конференциях «ГИС в здравоохранении РФ: данные, аналитика, решения» [42]
1.3 Информационная модель «Человек - окружающая среда - город»
Существует пространственная зависимость зависимости характеристик здоровья населения Санкт-Петербурга от некоторых факторов ОС [43].
Внешние факторы окружающие каждого человека в социуме - это социально-экономические факторы, метеорологические, физико-химические, физические, химические, психофизиологические и другие.
Психофизические факторы относятся к внутренним факторам воздействия. Они могут вызывать отклики у человека как отдельно от внешних факторов, так совместно с ними. Например: стрессовые ситуации ослабляют организм. Вследствие их сложной регистрации у каждого индивидуума в сообществе, а также - отсутствия единого понимания и объяснения факторов, которые могут вызвать отклики у организма, мы не рассматриваем психофизические факторы в работе.
Человеческое сообщество, живущее на определенной территории, имеет свои особенности. В модели территория жизнеобеспечения социума - это город. Город, как правило, является частью страны со своей политикой и экономикой. Таким образом, социально-экономические факторы, действующие на сообщество жителей города, сильно зависят от страны, в которой этот город расположен, от ее особенностей, традиций ее народа и тому подобное. Мы рассмотрим субъект Российской Федерации - город Санкт-Петербург и его жителей. Значимость социально-экономических факторов для нашей страны сильно зависит от выбора временного промежутка [21].
Человеческое сообщество (социум), функционируя на определенной территории, находится во взаимодействии, как с членами социума, так и с техносферой. В результате преобразования человеком естественной среды обитания, можно говорить уже о реальном существовании нового ее состояния - о техносфере. Понятие “техносфера” выражает совокупность технических устройств и систем вместе с областью технической деятельности человека. Ее структура достаточно сложна, так как включает в себя техногенное вещество, технические системы, живое вещество, верхнюю часть земной коры, атмосферу, гидросферу. Техносфера изменяет ландшафты. Город - яркий тому пример. Факторы, влияющие на человека внутри техносферы, мы будем называть факторами техносферы (производственные, химические, физические факторы) [14].
Таким образом, социум для поддержания своего жизнеобеспечения привязан к территории, на которой функционирует техносфера. Следовательно, социум и человек не может не подвергаться воздействию техносферы: химическим и физико-химическим факторам воздействия [36].
В соответствии с многозначительными клиническими исследованиями воздействия химических факторов на живое (и на человека в частности), приоритетным для рассмотрения является именно химические факторы. Кроме того, они измерены и присутствуют во всех компонентах ОС [43,44,45,46].
Значимость того или иного фактора, а также сам отклик объекта исследования, зависит от пути воздействия этого фактора, т.е. от компонента ОС.
К настоящему времени в Санкт-Петербурге сложилась экологическая ситуация, которую следует рассматривать как близкую к критической [28]. Территория города выделяется самой большой техногенной нагрузкой на ОС в регионах европейской части страны по комплексу показателей экологической опасности, что и обуславливает его проблемы; в частности более 40% территории занимают промышленные предприятия и обслуживающие их структуры. Почти 1000 крупных индустриальных объектов, так или иначе, загрязняют природную среду [28].
Приоритетным загрязнителем атмосферы города является предприятия топливно-энергетического комплекса, металлургии, металлообработки и более всего автотранспорт (78%). Наибольший вклад в массу выбросов промышленных предприятий вносят пыль, диоксид азота, диоксид серы и оксид углерода, а также вещества из первого класса опасности - это свинец, кадмий и сажи [28].
Откликом на изменение окружающей среды и, как следствие, отклонением от нормального состояния каждого индивидуума человеческого общества, может являться заболеваемость [23,33,36].
В результате получаем упрощенную модель воздействия загрязняющих веществ в атмосфере и почве на население Санкт-Петербурга (Рисунок 5)
Рисунок 5. Общая модель воздействия факторов среды на человека - жителя города (подготовлена автором на основе [43]).
Характеристики Факторов.
При изучении проблемы состояния здоровья населения выяснилось, что на здоровье населения оказывают влияние следующие факторы [18]:
социальные условия и образ жизни (50-52%);
генетический статус (20-22%);
состояние ОС (18-20%);
состояние здравоохранения (7-12%).
Социальными факторами, как наименее измеримыми с т.з. технических систем, мы пренебрегаем. Вместе с тем, уже сегодня имеются данные, что до 77% всех случаев заболеваний, более 50% смертей и около 60% неправильного физического развития связаны, так или иначе, с условиями изменяющейся ОС.
В России в течение ближайших 30 лет при сохранении существующих тенденций развития народного хозяйства и экономики, состояние здоровья населения будет на 50-70% определяться качеством ОС. Под последним понимается “совокупность условий, обеспечивающих здоровье человека, то есть соответствие среды жизни человека его потребностям, интегрально отражаемое средней продолжительностью жизни, мерой здоровья людей и уровнем их заболеваемости, стандартизированных для данной группы населения” [14].
...Подобные документы
Специфика медицинских информационных систем. Комплексная автоматизированная информационная система, в которой объединены электронные медицинские записи о пациентах, данные врачебных исследований в цифровой форме, данные мониторинга состояния пациента.
презентация [1,9 M], добавлен 07.12.2013Разработка вероятностных моделей реальных систем обслуживания. Особенности систем массового обслуживания (СМО), удовлетворяющих потребности населения в услугах определенного вида. Требования к функциям СМО на примере медицинского кабинета с тремя врачами.
курсовая работа [3,6 M], добавлен 15.11.2015Состояние систем управления инженерными сетями. Выбор системы-прототипа и ее описание со всеми видами обеспечения. Разработка автоматизированной информационной системы мониторинга инженерных сетей, принцип работы и используемое программное обеспечение.
дипломная работа [1,9 M], добавлен 21.01.2015Предпосылки создания Inter-Grid системы. Подходы GRID технологии в системах мониторинга окружающей среды. Способы организации ресурсов. Высокоуровневый доступ к геопространственной информации. Важность обеспечения охраны труда при работе на компьютере.
дипломная работа [3,3 M], добавлен 15.02.2014Необходимость применения систем электронного документооборота. Выводы по ценам, функциональным возможностям, сегментации рынка. Схема обработки информации автоматизированной системой. Нормативно-справочная информация для системы, структура алгоритмов.
дипломная работа [2,9 M], добавлен 24.06.2009Разработка автоматизированной системы мониторинга производственной деятельности предприятия, необходимой для принятия управленческих решений, обеспечивающих стабильную работу завода бытовой техники ЗАО "АТЛАНТ". Описание классов системы, тестирование.
курсовая работа [3,6 M], добавлен 19.06.2014Анализ и способы построения online геоинформационных систем. Разработка набора инструментальных средств для создания информационно-справочной системы с географической привязкой в виде интернет-сервиса. Функциональное назначение программного продукта.
дипломная работа [2,8 M], добавлен 11.04.2012Общая характеристика и функциональные возможности, внутреннее устройство и принцип работы спутниковых систем мониторинга, особенности их применения в сфере сельского хозяйства. Технология решения задачи мониторинга. Разработка программного обеспечения.
дипломная работа [5,3 M], добавлен 15.05.2014Особенности построения и функционирования информационных систем. Понятие, цель и задачи информационной логистики, информационные потоки и системы. Виды и принципы построения логистических информационных систем. Повышение качества логистического процесса.
контрольная работа [25,4 K], добавлен 11.11.2010Обзор медицинских информационных систем. Анализ и моделирование автоматизированной системы "Регистратура". Требования к составу и параметрам вычислительной системы. Обоснование выбора системы управления базами данных. Разработка инструкции пользователя.
дипломная работа [1,2 M], добавлен 14.10.2012Повышение эффективности работы мельницы за счет оптимизации проведения ремонтно-профилактических работ. Характеристика проблемной ситуации и признаки нарушения работы оборудования. Разработка компьютерной имитационной и функциональной моделей.
курсовая работа [1,8 M], добавлен 22.10.2012Характеристика сущности, назначения, функций операционных систем. Отличительные черты их эволюции. Особенности алгоритмов управления ресурсами. Современные концепции и технологии проектирования операционных систем, требования, предъявляемые к ОС XXI века.
курсовая работа [36,4 K], добавлен 08.01.2011Периоды развития геоинформационных систем. Множество цифровых данных о пространственных объектах. Преимущества растровой и векторной моделей. Функциональные возможности геоинформационных систем, определяемые архитектурным принципом их построения.
курсовая работа [2,9 M], добавлен 14.01.2016Способы повышения эффективности деятельности предприятия путем внедрения и использования информационных систем. Формирование технологической среды информационной системы. Модель СУЭ на основе теории управления. Уровни управленческого разнообразия.
курсовая работа [346,2 K], добавлен 08.10.2014Основная идея методологии и принципы RAD-разработки информационных систем, ее главные преимущества. Причины популярности, особенности применения технологии. Формулировка основных принципов разработки. Среды разработки, использующие принципы RAD.
презентация [866,8 K], добавлен 02.04.2013Обзор и анализ существующих аналогов Монитора пациента. Дизайнерская проработка конструкции монитора с помощью компьютерного моделирования. Эргономические требования к видеодисплейным терминалам и электронно-вычислительным машинам. Расчет чистой прибыли.
дипломная работа [681,2 K], добавлен 24.02.2013Анализ программных комплексов для автоматизации работы салонов по оказанию услуг. Требования к программе или программному изделию, к информационной совместимости, условия эксплуатации. Выбор среды разработки. Описательная спецификация прецедентов.
курсовая работа [21,6 K], добавлен 17.11.2011Разработка информационная система для фирм, принимающих заказы по телефону. Цель - увеличение надежности выполнения заказов и быстроты приема. Преимущество – простота, отсутствие необходимости опыта работы с подобными системами.
курсовая работа [213,7 K], добавлен 18.06.2007Принцип работы и задачи информационных систем управления проектами. Методы критического пути, анализа и оценки планов. Сетевые модель и график, виды путей. Информационный обмен между предприятиями, классификация информационных систем и их рынки сбыта.
контрольная работа [17,0 K], добавлен 18.11.2009Автоматизированные информационные системы и их структура. Описание предметной области. Программная реализация основных алгоритмов формирования документации. Организация входной информации. Процесс создания расписания. Расчет затрат на отладку программы.
дипломная работа [2,3 M], добавлен 06.09.2014