Министерство образования и науки Российской Федерации
Министерство образования Саратовской области
Национальный исследовательский Саратовский государственный университет имени Н.Г. Чернышевского
Саратовский областной институт развития образования
Комитет по информатизации Саратовской области
Комитет по образованию администрации муниципального образования «Город Саратов»
Автономная некоммерческая организация «Информационные технологии в образовании»
Автономная некоммерческая организация «Научно-исследовательский центр «Образование. Качество. Отрасль»»
IX Всероссийская (с международным участием) научно-практическая конференция
«Информационные технологии в образовании»
«ИТО-Саратов-2017»
2-3 ноября 2017 года, г. Саратов

Информационная технология дуального моделирования в практикоориентированном тренинге студентов медицинского вуза

Авторы: Бросова Карина Николаевна 1, Кандидат педагогических наук, Доцент, Заслуженный деятель науки РФ, Почетный работник высшего профессионального образования, Гафанович Елена Яковлевна 2, к.м.н.
1 Воронежский институт высоких технологий, 2 Саратовский государственный медицинский университет
Показана возможность использования информационной технологии дуального моделирования для повышения эффективности практикоориентированного тренинга студентов медицинских вузов при выборе медикаментозного лечения больных и доз лекарственных препаратов.

Показана возможность использования информационной технологии дуального моделирования для повышения эффективности практикоориентированного тренинга студентов медицинских вузов при выборе медикаментозного лечения больных и доз лекарственных препаратов.

Дуальное моделирование, нейросетевая модель, имитационный эксперимент, тренинг, оптимальный выбор.

 

Одной из эффективных информационных технологий практикоориентированного тренинга студентов медицинского вуза является нейросетевое моделирование [1]. Она позволяет студентам на основе ретроспективной информации провести обучение нейросетевой модели с возможностью проанализировать значимость факторов, влияющих на результативность лечения [2]. Затем в ходе имитационного эксперимента осуществляется тренинг подбора лекарственных средств и принятие врачебного решения по выбору окончательной тактики лечения.

Однако, в ходе такого тренинга студенту важно не просто выяснить зависимость результативности лечения от лекарственных воздействий, которая в скрытой форме полностью определяется нейросетевой моделью [2], но оценить значимость взаимного влияния лекарственных воздействий и нелинейные эффекты их воздействия на результативность лечения.

Такая возможность представляется за счет использования информационной технологии дуального моделирования.Суть ее состоит в идентификации математической зависимости

                                                                                                (1)

где  показатель результативности лечения,

       дозы лекарственных воздействий, представляющие собой назначения студента в ходе тренинга на основе нейросетевого моделирования.  Дуальность заключается в возможности использования  нейросетевой модели для построения зависимости (1) путем имитации величин  при разных значениях . Таким образом осуществляется совмещение прогностического и имитационного моделирования. В случае имитационного моделирования эффективным способом построения модели (1) является активный эксперимент [3] при проведении которого дозы лекарственных воздействий варьируются на двух уровнях (верхнем «+» и нижнем «–»),  отличающихся от назначения врача на шаге 2  на величину шагов варьирования  С целью имитации реальной случайной среды, влияющей на результативность лечения, изменения наиболее значимых  параметров  рассматриваются как случайные величины  с математическим ожиданием

,

где  данные больного, вводимые на шаге 1, и выбранным законом распределения . Обычно используется нормальный закон распределения, для которого помимо  задается разброс относительно математического ожидания  и определяется среднеквадратичное отклонение

согласно правилу «3».

В каждой точке плана активного эксперимента значения ,  определяются с использованием последовательности псевдослучайных чисел , равномерно распределенных на интервале [0,1]

  

             

 

Предлагается для тренинга студентов строить модель следующего вида

    

                                                       

(3)

Для определения коэффициентов зависимости (3) и значимости всех эффектов используем ортогональное центральное композиционное планирование [3].

В каждой из этих точек плана проводится 3 параллельных опыта, последовательность которых рандомизирована и в каждом из которых параметры  принимают случайные значения по выражению (2).

В результате в режиме имитационного моделирования определяем величину результативности лечения. Обработка полученных данных осуществляется в соответствии с многоэтапной процедурой рисунок.

Важным этапом для принятия студентом решений в экспертно- виртуальной среде является оценка значимости коэффициентов модели (3) по критерию Стьюдента.

Значимые коэффициенты определяют для студента необходимость учитывать соответствующий эффект взаимного влияния лекарственных воздействий или нелинейности, незначимые – позволяют в дальнейшем не ориентироваться на эти эффекты.

Полученная зависимость (3) дает возможность определить оптимальные дозы лекарственных воздействий . Назначения студента будем рассматривать как начальные значения для организации численной поисковой процедуры с номерами итераций

Для перехода из точки, которая характеризуется вектором , в точку  используем алгоритм Ньютона [3]:

                                                            (4)

где  обратная матрица вторых частных производных по вектору  функции  вычисленная в точке поиска .

Таким образом, на основе имитационного моделирования у студента  появляется информация о значимости взаимного влияния лекарственных воздействий, значимости нелинейного влияния на изменения показателя результативности и оптимальные значения лекарственных воздействий. Дополнительная информация способствует повышению эффективности практикоориентированного тренинга студентов медицинского вуза.

 

 

 

Ретроспективная информация о лечении больных

 

Построение нейросетевой модели

 

 

Переход к выбору индивидуального решения больного

 

Назначение студента

 

Прогностическое оценивание результативности лечения на основе виртуальной модели

 

Виртуальная оценка устраивает студента?

 

Сохранить назначенное лечение

 

 

Переход к режиму дуального моделирования

 

Имитационное моделирование на основе нейросетевой модели активного эксперимента

 

Оценка значимости эффектов взаимного влияния лекарственных воздействий и нелинейных эффектов

 

Формирование квадратичной модели

 

Виртуальное определение на основе алгоритма Ньютона оптимальных доз лекарственных воздействий

 

Коррекция студентом предыдущего назначения на основе виртуальной информации

 

Структурная схема тренинга с использованием информационной технологии дуального моделирования

Список использованных источников
  1. 1. Гафанович Е.Я. Многоэтапная процедура прогнозирования исходов и рационального выбора медикаментозного лечения артериальной гипертонии с применением нейросетевого моделирования и и экспертно-игрового оценивания/Е.Я.Гафанович, В.Д.Луценко, М.В.Фролов//Научные ведомости. Серия: Медицина, Фармация. Белгород, 2013. №11 (154). Выпуск 22/1. С.89-93.
  2. 2. Рутковская Д. Нейронные сети, генетические алгоритмы и нечеткие системы/Д.Рутковская, М.Пилиньский, Л.Рутковский. – М.: Горячая линия – Телеком, 2008.
  3. 3. Львович И.Я. Информационные технологии моделирования и оптимизации: краткая теория и приложения/И.Я.Львович, Я.Е.Львович, В.Н..Фролов// Воронеж: ИПЦ «Научная книга», 2016. – 444с.
Вид представления доклада  Публикация
Уровень  Высшее профессиональное образование
Ключевые слова  Дуальное моделирование, нейросетевая модель, имитационный эксперимент, тренинг, оптимальный выбор.

В статусе «Черновик» Вы можете производить с тезисами любые действия.

В статусе «Отправлено в Оргкомитет» тезисы проходят проверку в Оргкомитете. Статус «Черновик» может быть возвращен тезисам либо если есть замечания рецензента, либо тезисы превышают требуемый объем, либо по запросу участника.

В статусе «Рекомендован к публикации» тезис публикуется на сайте. Статус «Черновик» может быть возвращен либо по запросу участника, либо при неоплате публикации, если она предусмотрена, либо если тезисы превышают требуемый объем.

Статус «Опубликован» означает, что издана бумажная версия тезиса и тезис изменить нельзя. В некоторых крайне редких ситуацих участник может договориться с Оргкомитетом о переводе тезисов в статус «Черновик».

Статус «Отклонен» означает, что по ряду причин, которые указаны в комментариях к тезису, Оргкомитет не может принять тезисы к публикации. Из отклоненных тезис в «Черновики» может вернуть только Председатель программного или председатель оргкомитета.