Внутрилабораторный контроль качества. Решение проблем, выявленных при анализе контрольных данных, страница 16

На качество результатов лабораторных анализов оказывают влияние большое количество факторов на различных этапах, учесть которые при значительных потоках проб не всегда представляется возможным. Основным принципом решения этой проблемы является правильная информация в правильном месте, в нужное время и при минимальных затратах на производство анализов. Помочь врачу-лаборанту в решении этих задач могут системы интеллектуального анализа данных с помощью персональных компьютеров. Возможность автоматического выявления сложных количественных закономерностей в больших объемах данных делает системы интеллектуального анализа чрезвычайно полезным инструментом для врачей-лаборантов и руководителей лабораторий. Успехи технологий интеллектуального анализа данных привели к тому, что в ближайшие годы следует ожидать ее широкого внедрения практически во все сферы научной и практической деятельности.

Традиционная диаграмма рабочего потока (workflow) включает в себя информацию о биопробе, может показать, что с ней происходит в данный момент, на данном этапе производства анализов. ЛИС в состоянии учесть влияние всех факторов на качество анализа, сравнить полученные данные с предыдущими у данного пациента и если результаты не укладываются в какую-то логическую схему, информировать об этом врача-лаборанта.

ЛИС могут в ясной и удобной для конечного пользователя форме представить найденные закономерности, поэтому ЛИС должны разрабатываться с целью поддержки принятия решений, раскрытия, ранжирования и представления факторов, в наибольшей степени влияющих на эффективность лабораторной диагностики. ЛИС позволит выявлять и те факторы, которые не оказывают серьезного влияния на результаты лабораторных анализов. Современные ЛИС способны оценивать результаты анализов с использованием чувствительности и специфичности лабораторных тестов в отношении той или иной патологии, использовать различные алгоритмы оценки результатов.

По результатам исследований PC Week Labs, одной из крупнейших в мире независимых тестовых лабораторий, программная система Scenario компании «Cognos» была признана лучшей системой, позволяющей проводить интеллектуальный анализ данных в бизнес-приложениях с помощью настольных компьютеров и обеспечивающей хорошую функциональность при доступной цене. В новой версии системы возможно применение нечисловых полей в качестве целевых показателей.

Система Scenario входит в семейство инструментальных средств Business Intelligence (B1) компании «Cognos», и служит для аналитической обработки данных и включающая в себя объектно-ориентированные графические средства формирования отчетов для больших баз данных (система Impromptu), средства OLAP — анализа данных (система «Power Play»), нейросетевой пакет для интеллектуального анализа данных (система 4Thought), а также средство создания отчетов в виде интерактивных исполняемых книг (система «Portfolio»). Продукты семейства BI отличает удачное сочетание эффективности реализуемых в них методов с дружественным интерфейсом, что делает их доступными для широкого круга пользователей.

Новая версия Scenario обеспечивает более тесную интеграцию систем BI. С одной стороны. Scenario можно использовать для открытия количественных взаимосвязей непосредственно в гиперкубах Power Play, что существенно дополняет возможности многомерного анализа, с другой, — результаты анализа могут экспортироваться в гиперкубы Power Play. Интеграция с системой Impromptu позволяет получать подробные отчеты по данным в отдельных сегментах, сформированных Scenario. В качестве OLE-сервера Scenario совместим с Portfilio, Microsoft Word, Excel, Power Point и другими программными продуктами.

К наиболее интересным особенностям новой версии Scenario можно отнести:

§  • расширенные средства подготовки данных (в том числе возможность создания вычисляемых столбцов, а также исключение отдельных строк таблиц, содержащих аномальные данные);

§  • создание новых видов отчетов;

§  • введение средств исследования динамики данных (сравнение результатов анализа данных за текущий и предшествующий период времени).