Algoritm III MFA
Kirish: List P, bilim K, rollar R, ruxsat berish PM, ma’lumot I Chiqish: Iu foydalanuvchi ma’lumotlari sifatida
1) K1, k2, k3 ..., kn kutubxonalardagi bilim elementlari (K) bo‘lsin.
2) r1, r2, r3 ..., rn maqsadlarga mos keladigan bilim elementlari sifatida bo‘lsin (Ki)
3) i1, i2, ..., kerakli ma’lumotlar elementlari sifatida (i) bo‘lsin.
4) I1, I2, ..., umumiy ma’lumot elementlari sifatida (I) bo‘lsin.
5) for each ki where i=1, 2,..., n in K do
6) for each pj where j=1, 2,..., n in P do
7) if(ki.attribute(P) EQ pj){
8) if(pj∈(R∪PM)){
9) r.push(ki)
10) }
11) }
12) for each ii where i=0, 1, 2..., n do
13) for each kj where j=01,2... n do
14) if(Ii hasknowledge(kj)){
15) i.push(Ii);
16) }
17) return i;
Axborotni talab qilishning dolzarb maqsadlariga asoslangan tibbiyot domenlari tomonidan boshqariladigan kutubxonalardan foydalangan holda, BCH-RAKN modeli shifoxona xodimlari bemorlar haqida ma’lumot so‘raganda tizimdan kerakli ma’lumotlarni olishlari mumkin.
Tavsiya etilgan model va algoritmlarga asoslanib ushbu bo‘lim tajribalarimiz natijalarini umumlashtiradi. Eng muhimi, biz mavjud bo‘lgan poliklinikaning axborot tizimlarida ushbu modelning haqiqiy holatlarda qanday ishlashini xabar qilamiz.
Poliklinikada BCH-RAKN ning amaliy tadqiqotlari
BCH-RAKN samaradorligini baholash uchun biz kasalxonada bemor haqida ma’lumot so‘rashning haqiqiy jarayonini simulyatsiya qilish uchun saraton kasallarining haqiqiy tibbiy yozuvlari (8,654 nusxadagi yozuvlar) bilan poliklinikaning prototip ma’lumot tizimini yaratdik. Ushbu ma’lumotlar to‘rt xil kasallik haqida ma’lumotni o‘z ichiga oladi, jumladan qizilo‘ngach saratoni, oshqozon saratoni, buyrak saratoni, ichak saratoni va leykemiya (2033 ta yozuv).
Har bir yozuv 27 ta ma’lumotlar maydonini o‘z ichiga oladi, ulardan 11 tasi bemorlarning shaxsiy ma’lumotlar maydonlari. Bemorlarning shaxsiy ma’lumotlari, masalan, ismlari, identifikatsiya raqamlari, manzillari va boshqalar ham bemorlar, ham tibbiyot xodimlari uchun juda muhim. Tavsiya etilgan MD, BMva ushbu tizimga mustaqil ravishda kiritiladi. Tajriba natijalarini baholash uchun ikkita test ko‘rsatkichlaridan foydalaniladi, jumladan, kirish jadvallari soni (KJS) va 3.1- jadvalda ko‘rsatilgan tibbiy ma’lumotlarning (TM) miqdori. Ushbu simulyatsiyada biz har bir tibbiy yozuvni 1 * n matritsa deb hisoblaymiz, matritsadagi har bir hujayrani bemor haqida ma’lumotning asosiy birligi sifatida ko‘rish mumkin. Shu bilan birga, har bir hujayrani tibbiy domen bilimlari to‘plamiga solishtirish mumkin. Shunday qilib, TYK tibbiy yozuvlar soniga qarab, maqsad, bilim, ro‘l va bilim ro‘lining filtrlash nisbati bilan ko‘paytiriladi. TM har bir katakchada tushunchalar va domen bilimlari qoidalari soniga ko‘paytirilgan tegishli TYK asosida o‘lchanadi. Ushbu munosabatlar va tenglamalar 3.3- jadvalda keltirilgan. Tizimda turli xil modellarning bemorlarning shaxsiy hayotini himoya qilish ko‘rsatkichlarini tekshirish uchun kirishni boshqarish modellarining bir qatori alohida ravishda amalga oshiriladi. Model bemorlarning shaxsiy hayotini qanday himoya qilishi mumkinligini ko‘rsatish uchun BCH-RAKN afzalliklarini muhokama qilish va baholash uchun ikkita holat keltirilgan.
3.3-jadval. TYK va TM ni hisoblash uchun rasmiy tenglamalar
Modellar
|
komponentlari
|
TYK
|
TM
|
Ochiq kirishni boshqarish modeli(OKBM)
|
-
|
N (barcha yozuvlar)
|
TYK *1
|
Ro`llarga asoslangan kirishni boshqarish (RAKN)
|
Ro’l
|
N * r(%)
|
TYK *K0
|
Maqsadli daraxtlar moduli(MD)
|
Maqsad
|
N *r(%)*p(%)
|
TYK *Kp
|
Bilimlarga asoslangan kirishni boshqarish
(BAKN)
|
Bilim
|
N*r(%)*k(%)
|
TYK *Kr
|
Bilimga cheklangan rollarga asoslangan kirishni boshqarish (BCH-RAKN)
|
Ro’l, Maqsad,
Bilim modul
|
N*r(%)*k(%)*p(%)
|
TYK*(K0+Kp+Kr)
|
|
(N, tizimdagi tibbiy yozuvlar soni; r (%), ro‘lga asoslangan yozuvlarning foizlari; p (%), maqsadga muvofiq yozuvlarning foizlari; k (%), ma’lumotlarga asoslangan yozuvlarning foizlari; K0, Kp va Kr, maqsad, rol va kontekstga.)
Do'stlaringiz bilan baham: |