Інтернет-конференції НУБіП України, ТЕОРЕТИЧНІ ТА ПРИКЛАДНІ АСПЕКТИ РОЗРОБКИ КОМП’ЮТЕРНИХ СИСТЕМ '2026

Розмір шрифту: 
АНАЛІЗ І ПРОГНОЗУВАННЯ СТАНУ ЗДОРОВ'Я ПАЦІЄНТІВ НА ОСНОВІ ДАНИХ ІНФОРМАЦІЙНОЇ СИСТЕМИ УПРАВЛІННЯ МЕДИЧНИМИ ЗАПИСАМИ
Анастасія Анатоліївна Музиченко

Остання редакція: 25-04-2026

Тези доповіді


Вступ. Сучасний етап розвитку HealthTech потребує переходу від пасивного збереження медичних даних до активного прогнозування ризиків. Актуальність дослідження полягає у розробці інтелектуальної архітектури ІС, яка на основі електронних медичних записів (EHR) здатна виявляти аномалії та пропонувати стратегії лікування. Ключовим викликом є поєднання реляційної структури даних із гнучкими об’єктно-орієнтованими патернами для забезпечення масштабованості системи.

Постановка задачі. Метою роботи є проектування та реалізація модулів інформаційної системи, що забезпечують аналіз стану здоров'я в реальному часі через інтеграцію ER-моделювання та шаблонів проектування GoF.

Результати дослідження. Наукова новизна роботи полягає у розробці цілісної архітектури системи, що базується на наступних етапах:

Інфологічне проектування. Побудовано логічну модель бази даних у вигляді ER-діаграми (Рис. 1), що відображає структуру медичної інформаційної системи. Архітектура базується на 8 взаємопов’язаних сутностях. Основний блок складається з даних про пацієнтів (Patients), лікарів (Doctors) та адміністраторів (Administrators), взаємодія між якими реалізується через медичні карти (Medical_Cards). Клінічна історія, встановлені діагнози (Diagnoses) та призначене лікування (Prescriptions) акумулюються у медичних картах. Наукова новизна проекту реалізована через впровадження таблиць показників здоров’я (Health_Indicators) та прогнозів стану здоров’я (Health_Forecasts). Це дозволяє системі не лише зберігати статичні записи, а й здійснювати динамічний моніторинг параметрів пацієнта для подальшого інтелектуального прогнозування ризиків, що є фундаментом магістерського дослідження.

Програмна реалізація та патерни. На основі розробленої моделі даних реалізовано програмні модулі (C#). Для обробки бізнес-логіки використано патерни:

  1. Strategy: для вибору алгоритмів аналізу ризиків залежно від спеціалізації лікаря.

  1. Observer та State: для автоматичного моніторингу статусу пацієнта та розсилки сповіщень при виявленні критичних відхилень у медичній карті.

  1. Composite: для побудови ієрархічної структури медичного закладу (відділення, персонал).

Рефакторинг та чистота коду. Проведено оптимізацію взаємодії рівнів доступу до даних (DAL), що дозволило позбутися надмірної зв'язності та підвищити швидкість генерації прогнозів.