Methodology for illness detection by data analysis techniques

Abstract

The research aims to develop information technology for identifying problematic health conditions by analyzing measurement data. The literature review highlights various approaches to medical diagnostics, including statistical and machine-learning models that predict the risk of adverse outcomes based on patient data. Developed information technology focuses on data classification and sufficiency, ensuring objective and relevant data is collected. The technology involves expert-defined rules for analysis, aiding in generating patient diagnosis candidates. The proposed information system comprises four components: data source, data storage, diagnosis module, and data sink. A comprehensive data storage structure is designed to store and manage data related to diagnoses and parameters efficiently. The rule set generation block prototype includes obtaining parameters and transforming algorithms into programming functions. A case study focuses on a diagnostic tool for assessing PTSD using an internationally recognized questionnaire. Telegram bot is selected as the data source due to its anonymity, flexibility, and automated data collection capabilities. The database structure is designed to accommodate questionnaire modifications and continue data collection. The implemented analytical system effectively categorizes individuals' states based on their responses. Overall, the research demonstrates the potential of information technology and the proposed information system to provide effective and user-friendly health diagnostics, aiding in timely medical interventions and improving population well-being.

Метою дослідження є розробка інформаційної технології для виявлення проблемних станів здоров'я шляхом аналізу даних вимірювань. Огляд літератури висвітлює різні підходи до медичної діагностики, включаючи статистичні моделі та моделі машинного навчання, які прогнозують ризик несприятливих наслідків на основі даних пацієнта. Розроблена інформаційна технологія фокусується на класифікації та достатності даних, забезпечуючи збір об'єктивних та релевантних даних. Технологія включає визначені експертами правила аналізу, які допомагають генерувати діагнози-кандидати для пацієнтів. Запропонована інформаційна система складається з чотирьох компонентів: джерело даних, сховище даних, модуль діагностики та поглинач даних. Комплексна структура зберігання даних призначена для ефективного зберігання та управління даними, пов'язаними з діагнозами та параметрами. Прототип блоку генерації наборів правил включає отримання параметрів і перетворення алгоритмів у програмні функції. Тематичне дослідження фокусується на діагностичному інструменті для оцінки ПТСР за допомогою міжнародно визнаного опитувальника. Джерелом даних обрано телеграм-бот через його анонімність, гнучкість та можливість автоматизованого збору даних. Структура бази даних розроблена таким чином, щоб пристосуватись до модифікацій опитувальника та продовжити збір даних. Впроваджена аналітична система ефективно класифікує стани респондентів на основі їхніх відповідей. В цілому, дослідження демонструє потенціал інформаційних технологій та запропонованої інформаційної системи для забезпечення ефективної та зручної діагностики стану здоров'я, що сприяє своєчасному медичному втручанню та покращенню добробуту населення