Прогнозирование послеоперационных осложнений
В современной клинической практике значение математического и программного обеспечения медицинских исследований приобретает принципиальное значение. Оно становится важнейшим фактором развития практически во всех областях медицинских технологий, поэтому разработка и внедрение информационных систем и методов анализа является на сегодняшний день одной из самых актуальных задач.
Медицинские задачи практически всегда имеют несколько способов решения, основанных на опыте исследователя и существующих алгоритмах и, как следствие, неочевидный интуитивный характер ответа. Стандартное программное обеспечение не позволяет решать задачи диагностики, выбора метода лечения и прогноза ввиду специфичности медикобиологической информации, которая в большинстве случаев носит описательный характер и с трудом может быть классифицирована и упорядочена. Поэтому пристальное внимание ученых было направлено на поиск и разработку математических моделей и экспертных систем, позволяющих поднять на качественно новый уровень анализ медико-биологической информации и как следствие решение актуальных медицинских задач. Являются актуальными задачи систематизации, создания банка данных клинических показателей и создания способов решения задач диагностики, дифференциальной диагностики и прогнозирования слабо диагностируемых заболеваний с помощью математических методов. Результаты последних исследований продемонстрировали, что нелинейные задачи медицины эффективно решаются с помощью построения искусственных нейронных сетей. Искусственные нейронные сети являются нелинейными математическими моделями, которые могут быть использованы в медицинских исследованиях для диагностики, классификации и прогноза заболевания, а также как инструмент принятия решений. Интеллектуальные модели позволяют, например, рассчитать риск проведения операции для пациентов и сделать выбор между операцией и другими методами лечения. [Воздвиженский М.О., 2012]. Искусственные нейронные сети уже более 45 лет используются для прогнозирования выживаемости при различных заболеваниях, в том числе и при колоректальном раке [Dreiseitl S., et al., 2002].Спецификой массивов данных экспериментальной медицины является большой их объем. Обычно массивы медико-биологической информации содержат десятки или сотни переменных и от ста до нескольких десятков тысяч наблюдений. При решении практических задач диагностики часто требуется представить каждое многомерное наблюдение с помощью меньшего количества вспомогательных или исходных переменных. Одним из наиболее эффективных средств в данной области являются экспертные системы для клиникоматематического анализа и прогноза. [Смолин Д.В., 2004].
Самообучающиеся медицинские экспертные системы принятия решений должны удовлетворять следующим требованиям:
- индивидуализация (настройка на традиции клинических школ,
геосоциальные особенности региона применения, наборы медико-биологических данных, особенности лечебно-диагностических технологий, индивидуальный опыт и знания специалиста);
- динамическое развитие (накопление опыта системы в процессе функционирования, следуя изменениям в пунктах, перечисленных в предыдущем требовании);
- «нечеткий» характер результата. Решение, выдаваемое системой, не должно быть окончательным. Оно может быть вероятностным или предлагать сразу несколько вариантов на выбор. Это дает возможность специалисту критически оценивать решение системы и не лишает его инициативы в принятии окончательного решения;
- Экспертная система является только советчиком специалиста, не претендуя на абсолютную точность решения. Она должна накапливать опыт и знания и значительно ускорять доступ к ним, моделировать результат при изменении условий задачи. Ответственность за решение всегда лежит на специалисте [Kononenko W., 2001].
Резюме
Оперативное лечение рака прямой кишки является труднейшее задачей хирургии. Сложность анатомических областей, выраженность опухолевого процесса, угнетение защитных свойств иммунной системы и нарушение гомеостаза приводят к частым осложнениям в послеоперационном периоде.
В современной литературе отсутствуют данные об эффективности комплексного применения современных лучевых методов диагностики, технических усовершенствований оперативных вмешательств, а также иммуннотропной терапии как профилактики послеоперационных осложнений. Также в современной литературе не приводятся результаты клиникоматематических исследований развития послеоперационных осложнений. Отсутствие этих данных в литературе обуславливает актуальность поставленных задач настоящей работы.
Еще по теме Прогнозирование послеоперационных осложнений:
- АЛИЕВ ВУГАР АЛИ ОГЛЫ. «ПРОГНОЗИРОВАНИЕ ИСХОДОВ ЛЕЧЕНИЯ У НЕЙРОХИРУРГИЧЕСКИХ БОЛЬНЫХ НА ОСНОВЕ НЕИНВАЗИВНОЙ ОЦЕНКИ АУТОРЕГУЛЯЦИИ МОЗГОВОГО КРОВОТОКА», 2014
- Компьютерная программа клинико-математического анализа развития послеоперационных осложнений у больных раком прямой кишки
- Интраоперационные и ранние постоперационные осложнения
- ГАБАРАЕВА ВИКТОРИЯ ВЛАДИСЛАВОВНА. ДИФФЕРЕНЦИРОВАННЫЙ подход к выбору протокола КОНТРОЛИРУЕМОЙ ОВАРИАЛЬНОЙ СТИМУЛЯЦИИ У ДОНОРОВ ООЦИТОВ И ПАЦИЕНТОК С ОНКОЛОГИЧЕСКИМИ ЗАБОЛЕВАНИЯМИ. Диссертация на соискание ученой степени кандидата медицинских наук. Санкт-Петербург - 2016, 2016
- Анохина Юлия Евгеньевна. КЛИНИКО-МОРФОЛОГИЧЕСКИЕ ИСХОДЫ РЕЗЕКЦИИ ЗЛОКАЧЕСТВЕННЫХ ГЛИОМ ГОЛОВНОГО МОЗГА С ИСПОЛЬЗОВАНИЕМ ИНТРАОПЕРАЦИОННОЙ ФЛУОРЕСЦЕНТНОЙ ДИАГНОСТИКИ. Диссертация на соискание ученой степени кандидата медицинских наук. Санкт-Петербург 2014, 2014
- Использование дискриминантного анализа для дифференциальной диагностики в рандомизированной группе больных.
- Объем оперативного вмешательства и отдаленные результаты лечения больных местно-распространенным раком желудка
- Неврологическое обследование
- Субтотальная дистальная резекция желудка при раке.