Розробка системи веб-аналітики для медичних даних пацієнтів із візуалізацією ключових показників

Abstract

Кваліфікаційна робота магістра має наступні структурні частини: вступ, чотири розділи, висновки, список використаних джерел та додатки. Загальний обсяг роботи становить 117 сторінок, робота містить 17 рисунків, 1 таблицю, 3 додатки та 35 посилань на джерела. Перший розділ «Системний аналіз предметної області та обґрунтування розробки веб-аналітичної системи для медичних даних» складається з наступних підрозділів: «Феномен медичних даних: характеристика, структура та семантична цінність», «Аналіз проблеми збору та обробки медичних даних», «Архітектура та компаративний аналіз існуючих аналітичних рішень» та «Висновки до розділу 1». У ньому було проведено детальний аналіз поточного стану цифровізації в медицині, розглянуто специфіку медичних даних, їхню гетерогенність, багатовимірність та лонгітюдний характер. Також описано еволюцію медичних інформаційних систем (МІС) та виявлено ключові проблеми існуючих рішень, зокрема фрагментарність даних та відсутність інструментів прогностичної аналітики. Другий розділ «Проектування та архітектура системи веб-аналітики медичних даних» складається з наступних підрозділів: «Вибір та обґрунтування методів та засобів розробки», «Архітектура та проектування системи», «Моделювання поведінки системи та користувачів», «Проектування механізмів безпеки та конфіденційності», «Розробка алгоритмічної моделі для інтегральної клінічної оцінки» та «Висновки до розділу 2». Розглянуто та обґрунтовано вибір технологічного стеку (Python, FastAPI, React, PostgreSQL), спроектовано архітектуру бази даних та серверного API. Особливу увагу приділено розробці математичної моделі «Інтегрального індексу клінічної значущості» (ІІКЗ) та проектуванню системи безпеки на основі рольової моделі доступу (RBAC). Третій розділ «Розробка та реалізація компонентів системи веб-аналітики» складається з наступних підрозділів: «Програмна реалізація рівня доступу до даних», «Розробка серверної бізнес-логіки та аналітичного ядра», «Реалізація модуля прогностичної аналітики», «Реалізація клієнтського інтерфейсу та взаємодії з користувачем», «Програмна архітектура клієнтської частини» та «Висновки до розділу 3». Описано методи програмної реалізації серверної частини, налаштування ORM та валідації даних. Представлено реалізацію модуля машинного навчання на базі алгоритму лінійної регресії для прогнозування трендів. Розглянуто створення SPA-інтерфейсу, організацію маршрутизації та інтеграцію графічних бібліотек. Четвертий розділ «Практична реалізація та аналіз ефективності системи» складається з наступних підрозділів: «Опис функціонування інформаційного ядра системи», «Інтерфейс користувача та режими роботи програмного комплексу», «Експериментальне дослідження точності прогностичних моделей», «Комплексна оцінка ефективності та надійності веб-додатку» та «Висновки до розділу 4». Описано функціонування розробленого прототипу, сценарії роботи лікаря та пацієнта. Проведено експериментальне дослідження точності ML-модуля на тестових наборах даних, а також виконано аудит продуктивності та ергономічності системи. Результати роботи можуть бути використані для покращення якості медичного обслуговування, автоматизації моніторингу стану пацієнтів, розробки рекомендацій для прийняття клінічних рішень та ефективного використання накопичених медичних даних у закладах охорони здоров’я.