CI/CD Pytest для тестирования качества данны х здравоохранения в Великобритании Артур Зиннуров -Swansea University Прагматический обзор фреймворков непрерывного тестирования для платформ медицинских данных, ориентированный на интеграцию с конвейерами CI/CD для обеспечения надежности и соответствия требованиям. 

Артур Зиннуров Swansea University - SeRP • Django Fullstack-разработчик • Data scientist • Работа с медицинскими организациями и университетами для разработки веб- приложений 

Наш проект - Concept Library Зачем это нужно? • Помогает стандартизировать определения медицинских состояний • Позволяет получать статистику заболеваний • Часть совместной работы по созданию TRE(Trusted Reserach Enviroment) • Необходим для последовательных исследований в разных учреждениях • Создание Open source платформы Наша платформа содержит около 300 тысяч медицинских кодовых списков, которые помогают исследователям проводить медицинские исследования по всей Великобритании. 

Что такое данные о здоровье в Великобритании? Данные о здоровье в Великобритании часто включают стандартизированные коды для диагнозов и процедур. Одним из распространенных стандартов является Международная классификация болезней, (ICD-10). Категория Первый символ, буква от A до Z, обозначает главу или основную категорию диагноза или процедуры. Например S - Повреждения отдельны х областей тела (раны, переломы, вывихи) Этиология, анатомическая локализация, тяжесть Следующие две цифры определяют причину, локализацию или тяжесть состояния. Например 86 - где 8 это нижняя часть тела, а 6 конкретизация: мышцы и сухожилия голени Разделитель подкатегорий Десятичная точка отделяет категорию от более конкретных деталей. Конкретное заболевание, клиническая картина или локализация До трех цифр после десятичной точки предоставляют дополнительные сведения о конкретном заболевании, клинической картине или локализации. 

Пример кода - S86 - ICD10 

Наш проект - Concept Library 

Наш проект - Concept Library 

В чем проблема? • Бюрократия при получении одобрения кодового списка • Ошибки со стороны аналитиков при внесения кода • Соответствие нормативным требованиям (GDPR, безопасность данных NHS) • Высокий риск раскрытия конфиденциальной информации • Общее пренебрежение тестированием PR перед выпуском 

Решения? 1. Комплексное покрытие тестами всех путей передачи данных 2. Автоматизированное Unit/Functional testing 3. Использование синтетических данных, чтобы избежать длительного времени утверждения файлов 

Синтетические данные Синтетические данные в здравоохранении — это искусственные данные о пациентах без информации о пациентах, которые содержат только анонимизированную информацию из медицинских записей. Типы синтетических данных: • Low-fidelity — идеально подходит для создания представления о том, как данные будут структуированы в качестве основы • High-Fidelity— будет иметь взаимосвязь между закономерностями каждого набора данных. 

Текущая инфраструктура Текущий стек: • R • Trino • Sqlalchemy • Python • Pandas • Numpy 

Решение - CI/CD pipeline CI/CD Pipeline stack: • PostgresSQL • GithubActions • Selenium • Allure • Pytest • Act • Python 

Результаты 

До После 

Выводы 1. Понимание правил управления, специфичных для тестирования программного обеспечения для здравоохранения Великобритании. 2. Каковы другие границы тестирования медицинского программного обеспечения в других странах или организациях? 3. Какие еще существуют передовые методы внедрения среды тестирования в такой области, как здравоохранение, и понимание важности этого? 4. Юридические аспекты использования синтетических данных 

Спасибо за внимание : )