Представлена рекомендательная интеллектуальная система по проблеме здоровьесбережения, обеспечивающая возможность интегрального анализа разнотипной информации в целях оценки уровней риска развития хронических заболеваний и выдачи персональных рекомендаций для снижения вероятности или предотвращения развития патологического процесса. Система реализована на основе неоднородной семантической сети с решателем базы знаний, использующим алгоритм аргументационных рассуждений. Рекомендации, выдаваемые пользователям, являются практической реализацией современной концепции раннего выявления предрасположенности к развитию заболеваний с ориентацией на активное вовлечение человека в процесс превентивных мероприятий. Рассмотрены результаты апробации рекомендательной системы здоровьесбережения ИИ-ГИППОКРАТ на реальных данных, показана возможность использования предложенного подхода для оценки рисков хронических заболеваний (артериальная гипертензия, инфаркт миокарда, инсульт, депрессия) на основе анкеты опросника. В настоящее время дальнейшее исследование направлено на модификацию разработанной интеллектуальной рекомендательной системы для контроля психоэмоционального состояния операторов критической инфраструктуры с использованием данных дистанционного мониторинга.

рекомендательная система; искусственный интеллект; оценка риска хронических болезней; мониторинг физиологических показателей; здоровьесбережение; мониторинг психоэмоционального состояния; персональные рекомендации.

 

Литература

1. Дартау Л.А. Теоретические аспекты управления здоровьем и возможности его реализации в условиях Российской Федерации // Проблемы управления. 2003. №2. С.43-52.

2. Емельянов С.В. Избранные труды С.В. Емельянова: В 2-х томах: Том 1 / Отв. ред. акад. С.К. Коровин. –М.: Издательство Московского университета. 2009.

3. Приказ Министерства здравоохранения РФ от 24 апреля 2018 г. № 186 «Об утверждении Концепции предиктивной, превентивной и персонализированной медицины» Доступно по:

https://www.garant.ru/products/ipo/prime/doc/71847662/. Ссылка активна на 22.09.2022.

4. Schafer H., Hors-Fraile S., Karumur R.P., Calero Valdez A., Said A., Torkamaan H., Ulmer T., Trattner C. Towards health (aware) recommender systems. Proceedings of the International Conference on Digital Health, DH’17; 2-5 July 2017; London United Kingdom. Association for Computing Machinery, New York, United States; 2017. doi: 10.1145/3079452.3079499.

5. Wiesner M., Pfeifer D. Health recommender systems: Concepts, requirements, technical basics and challenges. Int J Environ Res Public Health. 2014;11(3):2580–2607. doi: 10.3390/ijerph110302580.

6. Mlika F., Karoui W. Proposed Model to Intelligent Recommendation System based on Markov Chains and Grouping of Genres. Procedia Computer Science. 2020; 176:868-877. doi: 10.1016/j.procs.2020.09.082.

7. Cui Y. Intelligent Recommendation System Based on Mathematical Modeling in Personalized Data Mining. Mathematical Problems in Engineering. 2021;2021:1-11. doi:10.1155/2021/6672036.

8. Aguilar J., Valdiviezo-Dı´az P., Riofrio G. A general framework for intelligent recommender Systems. Applied Computing and Informatics. 2017;13(2):147–160. doi: 10.1016/j.aci.2016.08.002.

9. Ojokoh B., Omisore M., Samuel O., Ogunniyi T. A fuzzy logic based personalized recommender system. International Journal of Computer Science and Information Security. 2012;2(5):1008–1015.

10. Sahoo A.K., Pradhan C., Barik R.K., Dubey H. Deepreco: Deep learning based health recommender system using collaborative filtering. Computation. 2019;7(2):25. doi:10.3390/computation7020025.

11. De Croon R., Van Houdt L., Htun N.N., Štiglic G., Abeele V.V., Verbert K. Health Recommender Systems: Systematic Review. Journal of Medical Internet Research. 2021;23(6):e18035. doi: 10.2196/18035.

12. Пальцев М.А., Белушкина Н.Н., Чабан Е.А. 4П-медицина как новая модель здравоохранения в Российской Федерации // ОРГЗДРАВ: новости, мнения, обучение. 2015. №2. С.48-54.

13. Sagner M., McNeil A., Puska P., Auffray Ch., Price N.D., Hood L., Lavie C.J., Han Z.-G., Chen Z., Brahmachari S.K., McEwen B.S., Soares M.B., Balling R., Epel E., Arena R. The P4 Health Spectrum – A Predictive, Preventive, Personalized and Participatory Continuum for Promoting Healthspan. Progress in Cardiovascular Diseases. 2017;59(5):506-521. doi: 10.1016/j.pcad.2016.08.002.

14. Baiardini I., Heffler E. Chapter 21 – The Patient-Centered Decision System as per the 4Ps of Precision Medicine. In: Agache I, Hellings P, editors. Implementing Precision Medicine in Best Practices of Chronic Airway Diseases. London: Academic Press; 2019. P.147-151. doi: 10.1016/B978-0-12-813471-9.00024-4.

15. Flores M., Glusman G., Brogaard K., Price N.D., Hood L. P4 medicine: how systems medicine will transform the healthcare sector and society. Personalized Medicine. 2013;10(6):565-576. doi: 10.2217/PME.13.57.

16. Tran Th.N.T., Felfernig A., Trattner Ch., Holzinger A. Recommender systems in the healthcare domain: state-ofthe- art and research issues. Journal of Intelligent Information Systems. 2021;57:171–201. doi: 10.1007/s10844- 020-00633-6.

17. Kobrinskii B.A., Grigoriev O.G., Molodchenkov A.I., Smirnov I.V., Blagosklonov N.A. Artificial Intelligence Technologies Application for Personal Health Management. IFAC-PapersOnLine. 2019;52(25):70-74. doi: 10.1016/j.ifacol.2019.12.448.

18. Осипов Г.С. Методы искусственного интеллекта. М.: ФИЗМАТЛИТ. 2016.

19. Кобринский Б.А., Кадыков А.С., Полтавская М.Г., Благосклонов Н.А., Ковелькова М.Н. Принципы функционирования интеллектуальной системы динамического контроля факторов риска и формирования рекомендаций по здоровьесбережению // Профилактическая медицина. 2019. Т.22. №5. С.78-84. doi: 10.17116/profmed20192205178.

20. Крутько В.Н., Молодченков А.И. Концептуальные основы и архитектура интернет-системы персонализированной поддержки здоровьесбережения на основе интенсивного анализа данных // Аналитика и управления данными в областях с интенсивным использованием данных: труды XVIII Международной конференции ДАМДИД/RCDL’2016 (11-14 октября 2016 года, Ершово, Московская обл., Россия). М.: ФИЦ ИУ РАН. 2016. С. 393-401.