თავი 4.

სამედიცინო მონაცემები

4.1 სამედიცინო მონაცემთა სახეები

ადამიანის ორგანიზმის ყველა აქტიური პროცესი მიმდინარეობს სხვადასხვა
სიგნალების გამომუშავებით, როგორიცაა: ელექტრო-მაგნიტური, ბგერითი,
მექანიკური სიგნალები. მედიცინაში სიგნალი შეიძლება იყოს მონაცემების
ერთობლიობა ადამიანის მდგომარეობის შესახებ, როგორიცაა: სიმაღლე, სხეულის
მასა, სისხლის, შარდის, კუჭის წვენის, თავ-ზურგ-ტვინის სითხის და სხვათა
შემადგენლობა. სიგნალი შეიძლება იყოს დაავადების სუბიექტური და ობიექტური
მახასიათებლები - ავადმყოფის ჩივილები, ცხელება, სიყვითლე, ფიზიკალური
კვლევის შედეგები. ჯანდაცვის ორგანიზაციის თვალთახედვით სიგნალი შეიძლება
იყოს სხვადასხვა ციფრული მონაცემი, როგორიცაა: დაავადებათა რაოდენობა,
სიკვდილიანობა. სიგნალს წარმოადგენს აგრეთვე ფინანსური, მატერიალური და
სხვა სახის მონაცემები, რომელიც გამოიყენება ჯანდაცვასა და მედიცინაში.

სამედიცინო მონაცემები შეიძლება სისტემატიზირდეს შემდეგ ჯგუფებად:

1. რაოდენობრივი მონაცემები, ეს არის პარამეტრები, რომლებიც

წარმოადგენს დისკრეტულ სიდიდეებს (ადამიანის სიმაღლე, სისხლის ფორმიანი
ელემენტების რაოდენობა, ტუბერკულიოზით დაავადებულთა რიცხვი და ა.შ.).
სიდიდეებს, რომლებიც ღებულობს მთელ დადებით მნიშვნელობას დისკრეტული
ეწოდება.
2. თვისობრივი მონაცემები, ეს არის მახასიათებლები რომელთა ზუსტი
შეფასება შეუძლებელია, თუმცა შესაძლებელია მათი რანჟირება პირობითი ქულებით
(1, 2 და ა.შ.). ასეთი მონაცემებია: ტკივილის ხარისხი, ადამიანის სიცოცხლის
ხარისხი. თვისობრივი მონაცემები, რომელიც შეიძლება მიეკუთვნებოდეს მხოლოდ
ორი კატეგორიიდან ერთ-ერთს (არსებობა ან არ არსებობა) დიქოტომიური
მონაცემები ეწოდება .
3. სტატიკური მონაცემები. ადამიანის ორგანოს ან სხეულის სტატიკური
სურათი ასახავს პაციენტის ქსოვილის პათოლოგიური ცვლილებების სხვადასხვა
უბნებს, რომელიც ყველაზე ხშირად ისეთი სხივური დიაგნოსტიკის საშუალებით
ხორციელდება, როგორიცაა რენდგენოლოგიური, რადიონუკლიდური,
ულტრაბგერითი, მაგნიტო-რეზონანსული კვლევა. სტატიკურ სურათებს
მიეკუთვნება მაკროპრეპარატების და ჰისტოლოგიური სექციების ფოტოგრაფიები,
ენდოსკოპური გამოსახულებები.
4. დინამიური სურათები. ადამიანის ორგანოების დინამიური სურათები
მიიღება მოქმედი ორგანოს უწყვეტი რეგისტრაციის დროს, მაგალითად როგორიცაა

1
გული და ფილტვი (მონიტორზე ან კომპიუტერის მყარ დისკზე). იგი გამოიყენება
ორგანიზმში სწრაფად ცვალებადი სურათების შესწავლისას, როდესაც ხდება
რადიოკონტრასტული და რადიონუკლიდური ნივთიერებების შეყვანა.
5. დინამიური მონაცემები. ფიზიოლოგიურ ფუნქციათა დინამიური
მონაცემებს წარმოადგენს: ელექტროკარდიოგრამა, ელექტროენცეფალოგრამა,
მრუდები, რომლებიც დარეგისტრირებულია ორგანიზმში რადიოაქტიული
ნივთიერების გავლის დროს. ამგვარად, რეგისტრირებულ სიგნალებს, რომელთაც
უკვე მონაცემებს ვუწოდებთ, შეიძლება ქონდეს გამოსახვის სხვადასხვა ფორმა.
აღსანიშნავია, რომ ზემოთ აღწერილ მონაცემთა დაჯგუფება პირობითია, ვინაიდან
პაციენტის ერთიდაიგივე მონაცემი შესაძლოა აღმოჩნდეს სხვადასხვა ჯგუფში.
მაგალითად, თირკმელების რადიონუკლიდური კვლევისას მიღებული მონაცემები
შეიძლება წარმოდგენილ იქნას როგორც სტატიკური გამოსახულების, ასევე როგორც
ამ გამოსახულებათა უწყვეტი დინამიური სურათი.

4.2 სამედიცინო მონაცემთა შეფასება

სამედიცინო მონაცემთა შეფასების დროს საჭიროა მკვეთრად გაიმიჯნოს ორი
სხვადასხვა ცნება - ნიშანთვისება და პარამეტრი. ვინაიდან, თითოეული მათგანი
ინფორმაციულ ტექნოლოგიებში მუშავდება სხვადასხვანაირად.

ნიშანთვისება - არის პაციენტის ან მოვლენის დახასიათება, რომელსაც

შეიძლება ჰქონდეს ორი მნიშვნელობა: არსებობა ან არ არსებობა. მაგალითად,
ნიშანთვისებაა ტკივილის არსებობა ან არ არსებობა, სხეულის რომელიმე ნაწილის
შესიება ან არ შესიება, ეკგ-ს კბილების დიფერენცირება.

პარამეტრი - არის სიდიდე, რომლითაც ხასიათდება პროცესი, მოვლენა ან

სისტემა აბსოლიტურ ან ფარდობით ერთეულებში. პარამეტრებია: სხეულის
ტემპერატურა, არტერიული წნევის მაჩვენებელი. ეკგ კბილებს შორის ინტერვალის
ცვლილება, მოსახლებას შორის დაავადების გავრცელება და ა.შ..

სამედიცინო მონაცემთა დაყოფა ნიშანთვისებად და პარამეტრად შეიძლება

ჩაითვალოს პირობითად, მონაცემთა კომპიუტერული პროგრამით
დამუშავებისათვის უფრო ხელსაყრელი იქნება თუ ნიშანთვისებას გადავიყვანთ
პარამეტრში ან პირიქით. მაგალითად, შესიების სიდიდე შეიძლება გამოვხატოთ
ქულებში, კანის სიყვითლე შეიძლება დახასიათდეს სისხლში ბილირუბინის
კონცენტრაციის მიხედვით. ანალოგიურად პარამეტრი შეიძლება გადავიყვანოთ
ნიშანთვისებად თუ მას შევაფასებთ დიქოტომიური სკალით, როგორიცაა მაგალითად

2
ცხელების არსებობა ან არ არსებობა, არტერიული წნევის მატება ან ნორმა.
შესაბამისად, გათვალისწინებულ უნდა იქნას მონაცემების წარმოდგენა ისეთი სახით,
რომ იგი მოსახერხებელი იყოს შემდგომი კომპიუტერული დამუშავებისათვის.
ამისათვის საჭიროა გაზომვის სხვადასხვა შკალის გამოყენება.

დასახელებათა შკალა - ობიექტების ან მათი წარმოებულების დაჯგუფება

ურთიერთ არა გადამკვეთ კლასთა რიგებში. ამ დროს ითვლება, რომ ყველა ობიექტი,
რომელიც მიეკუთვნება ერთ კლასს იდენტურია, ხოლო სხვადასხვა კლასს -
სხვადასხვაა. სახელთა კლასის მაგალითია რენდგენოგრამაზე ფილტვების
გარკვეული უბნის დაჩრდილვის სხვადასხვა ფორმა: სამკუთხა, მრგვალი. მათ
შეიძლება ჰქონდეთ კეროვანი ან ტოტალური ხასიათი. ასევე, კანის ფერი შეიძლება
იყოს ჩვეულებრივი, მოყვითალო, წითელი ან მოლურჯო. სახელთა შკალა არის
ობიექტთა დანაწილების ყველაზე მარტივი მეთოდი.

რიგითი შკალა - ეს არის ნატურალურ რიცხვთა მიმდევრობა, რომლებიც

დალაგებულია ზრდადობის ან კლებადობის მიხედვით. ადგილს, რომელიც უკავია
რიცხვს ამ მიმდევრობაში, რანგი ეწოდება და თვით შკალას რანგულს უწოდებენ.
ასეთ რიგით შკალაზე შეგვიძლია გავზომოთ თვისობრივი მაჩვენებლები. ასეთი
შკალა გამოიყენება ისეთ ჰუმანიტარულ მეცნიერებებში, როგორიცაა: პედაგოგიკა,
ფსიქოლოგია, სოციოლოგია და ა.შ.

ინტერვალთა შკალა - ამ შკალაზე რიცხვები დალაგებულია არა მარტო

რანგების მიხედვით, არამედ ისინი ერთმანეთისაგან დაშორებულია გარკვეული
ინტერვალით. ამ შემთხვევაში ნულოვანი წერტილი არჩეულია თვითნებურად. ამ
შკალით გაზომილი მონაცემები შეიძლება დამუშავდეს ყველა მათემატიკური
მეთოდით, გარდა ფარდობითობისა.

ფარდობითობის შკალაზე - გაზომვისას მკაცრად არის განსაზღვრული

ნულოვანი წერტილის მდებარეობა, ამიტომ დაკვირვებათა შედეგების დამუშავებისას
გამოიყენება ნებისმიერი მათემატიკური აპარატი.