Обзор систем поддержки принятия решений медицинского назначения

Информационные технологии достаточно широко применяются в современ­ной медицине, однако разработка и создание систем поддержки принятия (СШ1Р) врачей различной специализации остается актуальной задачей.

Успешное функционирование СППР позволяет дополнять медицинские зна­ния, моделировать патологические процессы, осуществлять консультации при по­становке диагноза и лечении, формировать клинические картины заболеваний и т.д.

Практика применения показывает, что некоторые из них функционируют лучше, чем консультанты медики, однако большинство подобных систем направлены на решение узкого круга задач

Типовая СППР содержит базу знаний, хранящую сведения о законах предмет­ной области, логического блока, с помощью которого происходит манипулирование сведениями, хранящимися в базе знаний, интеллектуальный интерфейс, позволяю­щий пользователю взаимодействовать с СППР и блока объяснения, выдающего ин­формацию или путь её получения.

В качестве примера успешно функционирующей СППР применяющейся для прогнозирования, диагностики, профилактики и лечения мочекаменной болезни из доступных нам источников информации целесообразно привести систему, разрабо­танную Коцарем А.Г. Структурная схема данной системы приведена на рисунке 1.3 [78, 79].

В данной системе применяются математические модели, обеспечивающие прогнозирование заболеваемости МКБ с возможностью принятия упреждающих решений. Информационное пространство, сформированное по Кульбаку и эксперт­ной оценке по методу Дельфи, включает 35 прогностических показателя для классов ω₀- риск камнеобразования отсутствует, ω ₁- риск камнеобразования в

Рисунок 1.3 - Структурная схема системы поддержки принятия решений врача

уролога по профилактике и лечению мочекаменной болезни почках присутствует. Прогностические показатели разделены на шесть групп фак­торов риска: климатографические (место проживания обследуемого, миграция со сменой климата у); производственные факторы (класс труда по выполняемой нагрузке, работа в нагревающемся микроклимате и др.); факторы питания (жест­кость воды, питьевой режим, тип питание); поведенческие факторы (двигательная активность, длительное нахождение в стрессовой ситуаций и т.д.); Медико­биологические факторы (индекс массы тела, рН мочи, генетические патологии и

т.д.); индивидуальные факторы риска (состав камней, частота рецидивов камнеобра- зования и др.).

Данная система позволяет прогнозировать камнеобразование, способствует повышению эффективности первичных методов лечения, предлагает выбор метода лечения МКБ, позволяющего рассчитать показатели уверенности в принятии реше­ний лечению данного заболевания, определять оптимальный метод элиминации конкремента, реализует автоматизированное прогнозирование возникновения МКБ, осуществляет выбор рациональной схем лечения и профилактики.

Рассматриваемая СППР состоит из подсистем:

1. ввода данных;

2. базы данных;

3. базы знаний;

4. диагностики;

5. прогнозирования риска образования камней,

6. расчета показателей уверенности в выборе метода лечения;

7. принятия решения по профилактике камнеобразования;

8.

9. формирования вывода о методе элиминации камня мочеточника;

10. формирования вывода о методе элиминации камня почки;

11. вывода результатов.

База данных включает в себя паспортные данные обследуемых их посещае­мость, результаты опросов, диагностические заключения.

База знаний представляет собой множество признаков, список классов, функ­ций принадлежностей, нечетких решающих правил, правила дефазификации, алго­ритмы рекомендаций.

Выбор используемой модели зависит от поставленной задачи исследования, реализуются либо модели прогнозирования возникновения и рецидива МКБ, либо модели выбора метода лечения МКБ.

При помощи правил дефазификации производится перевод нечетких выводов в четкие решения, формируя рекомендации по ведению пациентов по алгоритмам системы принятия решений по профилактике и лечению МКБ.

Анализ возможностей СШ1Р, структура, которой приведена на рис. 1.2 пока­зал, что она не обеспечивают решение поставленных в работе задач с требуемыми показателями качества, а также использует большой набор информативных призна­ков, увеличивающих время сбора необходимой информации и требует проведения дополнительных исследований.

Другие типы известных СППР в обзоре не приводятся, поскольку их цели и задачи ориентированы на иные медицинские приложения.

В связи с этим возникает потребность в разработке новых адекватных матема­тических моделей и систем поддержки принятия ращений врача-уролога.

1.5.