Штучний інтелект

Анотація: Цифровізація медицини потребує перетворення накопичених даних у формати, придатні для аналізу. Значна частина медичної інформації в Україні зберігається в архівах застарілих систем, зокрема МІС «Ескулап». Ці дані використовують структуру dBase (файли .DBF та .FPT), що унеможливлює їх пряме застосування у сучасних завданнях штучного інтелекту та машинного навчання. У статті описано технічний підхід до конвертації таких архівів. Розроблено алгоритм на мові Python із використанням бібліотек dbfread, pandas та numpy. Методика забезпечує екстракцію та систематизацію деперсоналізованих даних пацієнтів, діагнозів та історій лікування. Окрему увагу приділено вирішенню проблем із кодуванням тексту та обробці полів memo у файлах .FPT. Результатом роботи є перетворення реляційних таблиць застарілого формату у файли CSV. Це дозволяє працювати з історичними медичними даними за допомогою сучасних аналітичних методів. Отримані масиви даних стають придатними для машинного навчання, створення нейронних мереж і проведення статистичних досліджень у сфері громадського здоров’я. Запропонований підхід перевірено на базі архівів ДНУ «ЦІТОЗ» ДУС. Розроблений алгоритм забезпечує коректну підготовку даних для подальшого аналізу захворюваності за тривалі періоди. Використання розробленого програмного інструменту дозволяє щорічно оновлювати бази даних для досліджень, забезпечуючи перетворення нових архівних записів у зручний для обробки формат. Практична реалізація алгоритму передбачала інвентаризацію 195 архівних файлів, формування повних пар .DBF/.FPT та перевірку цілісності MEMO-полів. У процесі конвертації враховано особливості кодування Windows-1251, наявність пошкоджених або неповних таблиць, а також ризик автоматичної зміни типів даних під час подальшого відкриття CSV у табличних редакторах. Це дозволило мінімізувати втрати інформації та зберегти логічні зв’язки між пацієнтами, клінічними епізодами та текстовими записами.

Ключові слова: медичні інформаційні системи, МІС «Ескулап», конвертація даних, Python, деперсоналізація, формат dBase, громадське здоров'я, штучний інтелект, машинне навчання

Посилання:

1. Кабінет Міністрів України. (2025). “Стратегія розвитку системи охорони здоров’я на період до 2030 року” (Розпорядження № 34-р). Retrieved from https://zakon.rada.gov.ua/laws/show/34-2025-%D1%80#Text
2. Kalkatawi, M. Beyond the upgrade: unraveling the complexities of health information system migration. Discov Health Systems 4, 7 (2025). https://doi.org/10.1007/s44250-025-00186-x
3. Chen, W., Xie, F., McCarthy, D. P., Reynolds, K. L., Lee, M., Coleman, K. J., Getahun, D., Koebnick, C., & Jacobsen, S. J. (2023). Research data warehouse: using electronic health records to support clinical and translational research. JAMIA Open, 6(2), e2023–039. https://doi.org/10.1093/jamiaopen/ooad039
4. Huang, C., Koppel, R., McGreevey, J. D. III, Craven, C. K., & Schreiber, R. (2020). Transitions from one electronic health record to another: challenges, pitfalls, and recommendations. Applied Clinical Informatics, 11(5), 742–754. https://doi.org/10.1055/s-0040-1718535
5. Markus, A. F., Kors, J. A., & Rijnbeek, P. R. (2021). The role of explainability in creating trustworthy artificial intelligence for health care: A comprehensive survey of the terminology, design choices, and evaluation strategies. Journal of Biomedical Informatics, 113, 103655. https://doi.org/10.1016/j.jbi.2020.103655
6. dBASE LLC. (n.d.). dBASE Table File Format (DB7). Retrieved from https://www.dbase.com/Knowledgebase/INT/db7_file_fmt.htm
7. Microsoft Corporation. (n.d.). MEMO File Structure (.FPT) - Visual FoxPro 9.0. Retrieved from https://www.vfphelp.com/help/_5WN12PC0N.htm
8. Microsoft Corporation. (n.d.). Compound Index File Structure (CDX) - Visual FoxPro 9.0 Help. Retrieved from https://www.vfphelp.com/help/_5wn12pbyu.htm
9. Microsoft Corporation. (2024, December 17). Back Up and Restore of SQL Server Databases. Retrieved from https://learn.microsoft.com/en-us/sql/relational-databases/backup-restore/back-up-and-restore-of-sql-server-databases
10. Microsoft Corporation. (n.d.). Index File Structure (.IDX) - Visual FoxPro 9.0 SP2 Help. Retrieved from https://www.vfphelp.com/help/html/fbad54cc-cf7f-4add-a0d9-ddbeec5e00cc.htm
11. Ole Martin Bjørndalen. (n.d.). DBFread documentation - Introduction. Retrieved from https://dbfread.readthedocs.io/en/latest/introduction.html
12. Python Software Foundation. (n.d.). Python 3.x Documentation. Retrieved from https://docs.python.org/3/
13. Pandas Development Team. (2025). pandas: powerful Python data analysis toolkit. Retrieved from https://pandas.pydata.org/docs/
14. NumPy Developers. (n.d.). NumPy Documentation. Retrieved from https://numpy.org/doc/
15. Ole Martin Bjørndalen. (n.d.). DBFread - Read DBF Files with Python. Retrieved from https://dbfread.readthedocs.io/en/latest/
16. Chardet Developers. (n.d.). chardet 5.2.0 documentation. Retrieved from https://chardet.readthedocs.io/
17. Python Software Foundation. (n.d.). os - Miscellaneous operating system interfaces. In Python 3.x documentation. Retrieved from https://docs.python.org/3/library/os.html
18. Python Software Foundation. (n.d.). logging - Logging facility for Python. In Python 3.x documentation. Retrieved from https://docs.python.org/3/library/logging.html
19. Microsoft. (n.d.). Windows Terminal Documentation. Retrieved from https://learn.microsoft.com/en-us/windows/terminal/
20. Apple Inc. (n.d.). What is Terminal on Mac? Retrieved from https://support.apple.com/guide/terminal/what-is-terminal-trmld4c92d55/mac
21. Elphsoft. (n.d.). DBF Commander Professional Online Help. Retrieved from https://dbf-software.com/help
22. Горачук А. М. Комп’ютерна програма «Esculap DBF Decoder (core) v1.0» : свідоцтво про реєстрацію авторського права на твір № 141779 від 26.01.2026. Київ : Український національний офіс інтелектуальної власності та інновацій, 2026.