2023ВКР750301ИСАКОВ

Распространенным вариантом оценки результатов модели регрессии на этапе тюнинга ее параметров является корень из среднеквадратической ошибки – RMSE (Root Mean Squared Error), см. формулу (2.8).

где ( ) – прогнозируемое моделью значение;

– фактически наблюдаемое значение;

– число наблюдений в выборке.

Последними рассмотренными нами величинами будут коэффициент корреляции Пирсона R, см. формулу (2.9), и коэффициент детерминации модели R2, см. формулу (2.10).

где – прогнозируемое моделью значение;

– фактически наблюдаемое значение;

̅и ̅ – средние значения прогнозируемых и наблюдаемых величин.

Коэффициент корреляции отражает линейную зависимость между двумя наборами данных, в нашем случае между прогнозируемыми и объективно наблюдаемыми значениями целевой переменной.

где ( ) – прогнозируемое моделью значение;

– фактически наблюдаемое значение;

̅ – среднее значение фактических наблюдений.

Коэффициент детерминации оценивает долю объяснённой моделью дисперсии целевой переменной, чем ближе эта величина к единице, тем лучше модель.

71

2.6 Выводы

Вторая глава была посвящена решению задач, обозначенных нами ранее в первой главе. Таким образом, была разработана структура биотехнической системы медицинского назначения. Приведены соответствующие контуры технических средств оценки и управления состоянием пациента, обработки и обмена информацией. Дана подробная характеристика объекта исследования.

Предоставлено исчерпывающее информационное, методическое и метрологическое обеспечение объекта исследования.

В ходе работы над главой особое внимание было уделено вопросам разработки гибкого, безопасного и современного программного обеспечения.

Приведенные принципы архитектуры и дизайна отражают новейшие тренды мировой практики в области мобильной разработки и инженерии данных.

Кроме того, мы обосновали причины и привели подробные инструкции к использованию целого спектра технологий, основу которых составляет нетривиальный математический аппарат и опыт лучших зарубежных исследований сахарного диабета и, в частности, диабета беременных.

72

3 ПРАКТИЧЕСКАЯ РЕАЛИЗАЦИЯ РАРЗАБОТКИ МОБИЛЬНОГО ПРИЛОЖЕНИЯ ДЛЯ ПЕРСОНАЛИЗИРОВАННОГО МОНИТОРИНГА СОСТОЯНИЯ БОЛЬНЫХ САХАРНЫМ ДИАБЕТОМ И ЭКСПЕРИМЕНТАЛЬНАЯ АПРОБАЦИЯ РАЗРАБОТКИ

3.1 Разработка мобильного приложения

Для разработки демонстрационного мобильного приложения была выбрана iOS платформа и SwiftUI в качестве основного средства разработки.

SwiftUI является декларативным фреймворком, работающим на основе проприетарного языка программирования Apple – Swift. Как было оговорено ранее, SwiftUI появился относительно недавно и не обладает всем необходимым набором библиотек. По этой причине Apple сохранила обратную совместимость между SwiftUI и UIKit. В процессе разработки неоднократно будут использоваться инжекции модулей UIKit.

Для целей исследования необходимо реализовать программное средство ведения записей о приемах пищи, учета физических нагрузок,

индивидуальных достижений, продолжительности и качества сна, а также сопутствующих сведений: времени и объёме инъекций инсулина, уровне сахара в крови. Помимо этого, приложение должно отслеживать динамику индекса массы тела, в связи с набором веса и изменениями в росте беременной женщины. Специфичным требованием при ведении пациентов с СД 1 типа является наблюдение за уровнем кетонов в мочевине.

Как показано на рисунке 20, всего в приложении доступно четыре режима ведения дневника: ГСД (с прогнозированием), ГСД

(инсулинотерапия), дневник питания и самоконтроля, дневник питания.

Версии ГСД разделены на две, т.к. текущая версия модели прогнозирования уровня сахара в крови не учитывает инъекции инсулина. Дневник питания и самоконтроля представляет собой версию приложения для больных СД 1-ого типа. Дневник питания предполагает ведение записей, касающихся образа жизни, для здоровых людей.

73

Рисунок 20 – Экранные формы начала работы с приложением

После прохождения процедур регистрации, аутенфикации и выбора любой из версий, пациент попадает на главный экран (см. рисунок 21), где ему будет предложено выбрать один из доступных для заполнения разделов дневника и краткая сводка по потребленным за день макронутриентам

(белкам, жирам и углеводам) и суммарной энергетической ценности.

Рисунок 21 – Экранная форма главного экрана приложения

Для введения новой записи приема пищи необходимо перейти по вкладке «Приемы пищи» (см. рисунок 22).

74

Рисунок 22 – Экранные формы раздела «Приемы пищи»

Слева направо на рисунке изображены: форма заполнения обобщенной информации о приеме пищи (тип, время, текущий уровень сахара), форма выбора блюда по категории, форма выбора блюда поиском по ключевому слову.

Поиск по слову работает по принципу «схожести» введенной части слова и содержимым базы данных. Сначала алгоритм выискивает точное совпадение введенных символов в первом слове блюда с добавлением столбца,

затем во всех оставшихся с добавлением псевдоключей. Результаты запросов объединяются SQL оператором UNION и сортируются по ключевому полю,

принимающему значения 1 или 2, так чтобы в начале шли наиболее релевантные результаты поиска. Полученный список может быть дополнительно отсортирован пользователем по убыванию или возрастанию ГИ продукта.

После выбора продукта и введения измеренного электронными весами количества грамм, пользователь может продолжить составление сложного приема пищи или перейти к следующему этапу (см. рисунок 23).

75

Рисунок 23 – Экранная форма раздела «Приемы пищи» в процессе работы рекомендательной системы

На рисунке выше представлен максимально «тяжелый» прием пищи:

жареный лосось 250 гр., жареная картошка 100 гр., тушеные овощи 100 гр.

Суммарный вес составит 450 гр., что меньше 500 гр., следовательно точность прогнозирования не будет снижена. В противном случае приложение должно вывести предупреждение о том, что указанные параметры приема пищи превышают предельно допустимые значения, в рамках которых работает моделирование уровня глюкозы в крови через час после приема пищи.

В ответ на высокий прогнозируемый уровень сахара, рекомендательная система может реагировать следующим образом:

1. Если зафиксированный до приема пищи УСК превышает отметку 6.8,

то выведи уведомление: «Высокий уровень глюкозы до еды. Рекомендовано уменьшить количество углеводов во время перекусов. Если перекусов не было, проконсультируйтесь с врачом.»;

2. Если прием пищи соответствует по времени завтраку и содержит суммарно не менее 15 грамм углеводов или не менее 30 грамм в любое другое время проведи ряд дополнительных взаимоисключающих проверок в следующем порядке:

76

2.1.Если меньше половины всех продуктов вносит больше половины гликемической нагрузки, то выведи уведомление: «Уменьшите количество продуктов с самой высокой гликемической нагрузкой (ГН).»;

2.2.Если гликемический индекс одного из продуктов выше 55, то выведи уведомление: «Рекомендуется исключить из рациона или уменьшить количество продуктов с высоким гликемическим индексом (более 55).»;

2.3.Если количество углеводов за завтраком превышает 30 грамм или в любое другое время 60 грамм, то выведи уведомление: «Уменьшите количество продуктов, содержащих углеводы.»;

3. Если не подходит ничего из вышеперечисленного, то выведи уведомление: «Вероятно, уровень глюкозы после приема еды будет высоким,

рекомендована прогулка после приема пищи.».

Продолжая анализировать обед, приведенный на рисунке 23, пройдемся поэтапно по шагам работы алгоритма. Во-первых, прогнозируется высокое значение УСК (больше 6.8). Во-вторых, общее количество углеводов больше

30, но меньше 60. В-третьих, как показано на рисунке 24, зафиксировано неравномерное распределение ГН. Следовательно приложение предложит сократить или исключить продукты с самой высокой ГН – жареный картофель.

Рисунок 24 – Пример неравномерного распределения гликемической нагрузки внутри одного приема пищи

Гликемическая нагрузка приема пищи считается как показано в формуле (3.1).

77

где – гликемическая нагрузка;

– гликемический индекс;

– количество углеводов на заданную массу продукта.

Одновременно может быть доступно сразу несколько рекомендаций,

например, у пациента зафиксирован высокий УСК до приема пищи и при этом распределение ГН блюд неравномерно, тогда приложение выведет несколько рекомендаций, одну за другой.

Получив рекомендации, пациент может отредактировать текущий прием пищи так, чтобы снизить риски проявления гипергликемии, либо оставить все как есть по причине того, что выполнить рекомендации не представляется возможным. Может быть и так, что рекомендации противоречат оговоренному с врачом курсу диетотерапии, в таком случае следует продолжать придерживаться назначениям специалиста.

Принимая во внимание тот факт, что любая база данных, какой бы большой она ни была, не может покрыть все разнообразие домашней еды,

было решено ввести возможность создания индивидуального составного рецепта на основе вошедших в перечень продуктов, для которых заранее рассчитан ГИ (см. рисунок 25). Расчет ГИ составного блюда приведен в формуле (3.2).

где – гликемический индекс;

– количество углеводов на заданную массу продукта.

Исходные гликемические индексы составных частей блюда взяты из базы данных университета Сиднея [49]. Для установления более робастных оценок, брались ГИ, полученные исходя из расчётов уровня сахара в крови на здоровых участниках исследования.

78

Рисунок 25 – Экранные формы процедуры внесения составных пользовательских рецептов

Формулы расчетов 3.1 и 3.2 впервые были опубликованы в результате исследования проведенного Институтом Эндокринологии ФГБУ НМИЦ им.

В.А. Алмазова о влиянии гликемических индексов и гликемических нагрузок на прогнозирование постпрандиального гликемического ответа [65].

Помимо работы с приемами пищи, приложение предоставляет необходимый набор интерфейсов для самоконтроля показателей УСК,

времени и доз инъекций инсулина (см. рисунок 26).

Рисунок 26 – Экранные формы дневника самоконтроля

79

Схожим образом выглядят формы внесения информации образа жизни,

массы тела и эпизодов кетонурии (см. рисунок 27).

Рисунок 27 – Экранные формы дневников физической активности и измерений массы тела

Все собранные за период мониторирования записи хранятся в разделе

«История» (см. рисунок 28). Пациент может отфильтровать записи по их типу,

времени и периоду внесения. Любую запись можно отредактировать, прейдя в историю, однако, приложение сохранит исходный вариант и всю историю модификаций, а также время внесения изменений.

Рисунок 28 – Экранные формы истории записей

80