Применение современных технических средств при медико-биологических исследованиях

Социологи и экономисты многих стран мира утверждают, что мощь современного государства определяется уже не только производством основных видов продукции на душу населения, но и числом научных работников и формами организации их труда, поскольку сам по себе прирост промышленной продукции в основном (от ¹/₂ до ³/₄) обязан достижениям науки, постоянно обновляющей технологические процессы.

В современном обществе наука рассматривается как непосредственная производительная сила. Основной ее задачей является производство новых знаний - интеллектуального продукта, имеющего колоссальную материальную ценность. В науке, как и в других отраслях производства, общество стремится снизить себестоимость продукции, повысить производительность труда, увеличить эффективность капитальных вложений.

Тем не менее с развитием науки стоимость научных разработок и число занятых в них людей постоянно увеличиваются. Статистика свидетельствует о том, что за последние 50 лет эти показатели возросли соответственно в 30 и 16 раз. Расходы на науку в экономически развитых странах достигают сейчас 4-5% национального дохода. Если бы такая тенденция сохранилась, то к 2000 г. почти все население развитых стран оказалось бы занято в производстве новых знаний, которое поглотило бы основную часть бюджета.

В то же время, по данным статистики, в организации научных исследований существуют большие резервы экономии средств. Так, ежегодные необоснованные затраты, связанные с дублированием научно-исследовательских работ, составляют в США свыше 1 млрд. долларов. Более половины патентных предложений отклоняются компетентными государственными организациями, как не содержащие новизны.

Приведенные здесь факты свидетельствуют о необходимости совершенствовать организацию научного поиска, внедрять четкие формы планирования, автоматизировать целенаправленный поиск научной информации и трудоемкие процессы ее обработки. Это целиком относится и к медицинской науке.

Представители более чем сорока медицинских специальностей - врачи лечебных учреждений, сотрудники научно-исследовательских институтов, профессора и преподаватели вузов - разрабатывают сотни научных проблем, имеющих теоретическое и практическое значение. Планирование этих исследований - одна из важнейших задач развития медицинской науки.

Успешное планирование научно-исследовательских работ (НИР) возможно только при наличии информации о числе и квалификации их исполнителей, структуре Научных коллективов, стройной классификации научных проблем.

В задачу планирования входит координация тематики и распределение материальных ресурсов между научно-исследовательскими коллективами, установление сроков завершения отдельных этапов НИР или их окончания. При этом следует учесть, что в разработке одной проблемы могут участвовать разные, территориально разобщенные научные коллективы.

Если принять, что научные медицинские проблемы исчисляются тысячами, потенциальные исполнители НИР - десятками тысяч, научные учреждения-сотнями, коллективы (лаборатории, кафедры, научные группы) -тысячами, то можно представить себе, какой огромный объем информации надо обработать перед составлением государственного обще отраслевого, плана НИР. Создание оптимального варианта такого плана сегодня немыслимо без использования ЭВМ, способных в короткие сроки оценить всю информацию и "проиграть" различные проекты.

Первым этапом при проведении НИР является знакомство исследователей с научной информацией, характеризующей состояние разработок по данной теме, группе тем или проблеме в целом. Поиск соответствующих научных публикаций, перевод статей с иностранных языков, чтение работ и систематизация полученной в результате этого научной информации - чрезвычайно трудоемкий процесс, который, как правило, требует около ¹/₃ трудовых затрат на проведение НИР. Автоматизация этого процесса позволила бы значительно повысить производительность труда ученых, однако осуществить ее чрезвычайно трудно.

Научно-техническая революция сопровождается так называемым информационным взрывом - лавинообразным нарастанием количества публикаций. В настоящее время в мире издается примерно 100 тыс. научных журналов. Если в 1965 г. было опубликовано 4 млн. научных сообщений, то к 2000 г. ожидается рост их числа до 57,5 млн. в год. Проблема усложняется тем, что многие публикации, по существу, не содержат новой, ценной для исследователей информации. Специалисты считают, что только 25% научных работ несут в себе новые данные. Возникает понятие "информационного шума".

Отсюда задачи автоматизации поиска научной информации заключаются в фильтрации данных, логическом их уплотнении и подборе на основе заранее разработанной классификации проблем и тематики.

Примером механизации информационного обеспечения ученых в научно-исследовательском институте может служить система адресного распределения информации (АРИ) с использованием ЭВМ. Суть этой системы состоит в том, что в память ЭВМ вводятся названия журнальных статей, книг и отчетов и список лиц или организаций, заинтересованных в конкретной информации. ЭВМ сопоставляет вводимую в ее память информацию с областью интересов отдельных специалистов - пользователей. Для этого машина сравнивает слова или группы слов, содержащиеся в профильных карточках каждого потребителя информации, со словами, входящими в заглавие статей и отчетов. Одновременно ЭВМ извлекает и расставляет в определенном порядке материалы, представляющие интерес для широкого круга ученых. Эти материалы могут быть изданы в сигнальных бюллетенях.

Такая система позволяет постоянно "сортировать" всю свежую научную информацию и адресовать ее исполнителям НИР. Кроме того, по любой теме может быть сделана выборка публикаций за прошедшее время.

Всесоюзный научно-исследовательский институт медицинской и медико-технической информации Министерства здравоохранения СССР разрабатывает информационно-поисковую систему на базе использования ЭВМ информационно-вычислительного центра. При этом поэтапно решаются следующие задачи:

1. Ретроспективный поиск информации.
2. Поиск для избирательного распределения информации.
3. Выпуск библиографического указателя по всем разделам медицинской науки.

Система строится на основе классификатора, включающего 1400 рубрик и 8000 тематических знаков - дескрипторов, и с учетом создания единого для всех социалистических стран многоязычного медицинского тезауруса (специального словаря терминов).

Более сложной проблемой является разработка систем информационного обеспечения, способных логически сопоставлять содержание информации в родственных публикациях и выдавать аннотации на отдельные работы.

Кроме обеспечения информацией, с помощью ЭВМ возможна механизация других видов научно-вспомогательных работ, включая обработку экспериментальных данных и статистический анализ итоговых результатов.

Отличительной чертой научного исследования в биологии и медицине является проведение эксперимента на живом биологическом объекте (растение, культура живых клеток, целый организм животного и человека) с постоянно меняющимися информационными характеристиками. Только динамическое наблюдение за реакцией объекта на различные раздражители и изменения внешней и внутренней среды позволяет вскрыть общие законы работы живой кибернетической системы.

Это влечет за собой необходимость использования огромного числа биохимических, электрофизиологических, радиометрических и других методик, подчас весьма трудоемких как в обработке биологического материала (крови, мочи, спинномозговой жидкости, кусочков ткани, органов), так и в последующей расшифровке полученных материалов, особенно электрокардиограмм, электроэнцефалограмм, миограмм и других кривых, отражающих изменения биопотенциалов. Нередко расшифровка и анализ полученных кривых требуют во много раз больше времени, чем подготовка и проведение самого опыта. Отсюда следует, что важно автоматизировать оба процесса - и обработку биологического материала и расшифровку результатов исследования.

В Советском Союзе и ряде зарубежных стран в последние годы создаются и внедряются специальные автоматические системы для обработки биологических материалов. Среди них можно назвать автоматические биохимические лаборатории, определяющие от 20 до 40 качественных показателей крови почти без участия человека. Отсутствие процессов, требующих ручных операций, огромная пропускная способность таких установок позволяют увеличить производительность труда в 60 раз.

Много ценного времени квалифицированных специалистов отнимает распознавание образов различных клеток под микроскопом и их дифференцированный подсчет. Для автоматизации этой трудоемкой и утомительной работы, не требующей высокоинтеллектуального труда, в настоящее время начинают использовать сканирующие микроскопы (СССР) и скоростные спектрофотометры (США). Первая установка основана на анализе с по^ мощью электронного луча культуры ткани, нанесенной на автоматически перемещающееся предметное стекло. Во второй исследуется спектр, характерный для данных клеток или их отдельных структур. В обоих случаях информация об исследуемом объекте обрабатывается специально обученной малой электронно-вычислительной машиной.

Оснащение ароматических биохимических, морфологических и электрофизиологических лабораторий малыми электронно-вычислительными машинами, выполняющими функции робота с заранее составленной неизменной программой, позволяет применять эти лаборатории всюду, независимо от наличия сложных и дорогостоящих ЭВМ.

Для электрофизиологических лабораторий в нашей стране создается также автоматическая система, которая может без участия человека расшифровывать и анализировать непосредственно в ходе опыта биоэлектрические потенциалы, поступающие одновременно по 32 каналам. Обработка научной информации и выдача ее в читаемой форме исследователю во время эксперимента имеет огромное значение, поскольку позволяет в случае надобности тут же изменять план дальнейшего проведения опыта, получать максимальную информацию от объекта, сократить число "жертв науки", экономить материальные средства и время ученого.

Соединение малых ЭВМ отдельных автоматических лабораторий с большими универсальными вычислительными машинами даст возможность ученому на основе совмещения всей информации, полученной в той или иной группе опытов, вскрывать самые сложные закономерности функционирования систем и органов живого организма.