3.5. Компьютерные системы поддержки врачебных решений в диагностике и лечении

Поддержка принятия решения — это совокупность про­цедур, обеспечивающих лицо, принимающее решения, не­обходимой информацией и рекомендациями, облегчающи­ми процесс принятия решения.

Применительно к АРМ врача системы поддержки при­нятия врачебного решения представляют собой информа­ционные системы, предназначенные для автоматизации всего технологического процесса врача соответствующей специальности, а именно процесса принятия диагности­ческих, лечебных, профилактических, организационных и др. решений.

К системам поддержки врачебных решений относятся, в первую очередь, медицинские информационные систе­мы базового уровня (медико-технологические ИС), рассмот­ренные выше (раздел 3.2).

131

Системы этого класса предназначены для информаци­онного обеспечения принятия решений в профессиональ­ной деятельности врачей разных специальностей. Основ­ная их цель — компьютерная поддержка работы врача- клинициста, гигиениста, лаборанта и др. Они позволяют повысить качество профилактической и лечебно-диагнос­тической работы, особенно в условиях массового обслу­живания при дефиците времени и квалифицированных специалистов.

При выборе тактики лечения целесообразно использо­вать математические методы, позволяющие применять компьютерные технологии в рамках автоматизированных систем и исходить из совокупности тех приемов, которые выполняет врач в этом случае.

Он оценивает характер изменения физиологических па­раметров больного, выбирает наилучший, по его мнению, вариант лечения, мысленно «проигрывает» каждый из ва­риантов. Поэтому естественным представляется дать фор­мализованное описание этих приемов с использованием математических методов прогнозирования, оптимизации и имитационного моделирования и выполнить следующую задачу: из большого числа существующих методов ото­брать те, которые наилучшим образом соответствуют осо­бенностям объекта исследования, и определить конкрет­ные формы их использования.

При лечении хронических заболеваний врачу прихо­дится постоянно решать задачи прогнозирования, исходя из анамнеза, накопленного опыта лечения, объективных данных о больном, реакции организма на предшествую­щее лечение. Он варьирует лечебные воздействия, пред­полагая ту или иную реакцию от их применения. Точ­ность прогнозирования в значительной мере определяет- 1 ся априорными знаниями. Как правило, прогнозирование распространяется на текущий шаг лечения. Но врач, вы­бирая схему лечения, ожидает определенного эффекта и в течение более длительного времени лечения. Количество входных и выходных переменных процесса лечения дос­тигает значительной величины, врач оперирует большим потоком поступающей информации о больном. Поэтому возникает необходимость формализовать априорную ин­формацию, разработать объективные методы (и средства) врачебного прогнозирования.

До сих пор врач опирался на традиционные методы терапии, где практикуется эмпирический подбор дозиро­вок с субъективной оценкой индивидуальных особеннос­тей организма больного. Клиническая медицина являет­ся как бы сочетанием науки и искусства. Для повышения эффективности лечения заболеваний возникает необходи­мость и возможность прогнозирования и управления этим процессом с использованием кибернетических методов. Однако, разрабатывая объективные методы прогнозиро­вания и оптимального управления процессом лечения хронических заболеваний, надо учитывать, что лечение протекает при непосредственном участии врача, имеюще­го опыт и профессиональную интуицию.

В настоящее время для прогнозирования используется свыше 100 методов, основными из которых являются: эк­страполяция, экспертные оценки, морфологическое рас­членение и моделирование.

Прогнозирование на основе экстраполяции базируется на переносе событий и состояний, наблюдавшихся в неда­леком прошлом, на будущее. Метод морфологического рас­членения предусматривает расчленение проблемы на цели прогнозирования, однако определение степени значимос­ти каждой из целей представляет определенную трудность.

Метод моделирования основан на целесообразном аб­страгировании развития событий в будущем. Различают модели логические, информационные и математические, применяются аналогии, игры и т.д. Метод математичес­кого моделирования является наиболее общим и вместе с тем достаточно строгим.

Метод экспертных оценок положительно показал себя при выборе направлений развития технологии, оценке пе­риодов прогнозирования и выборе характерных объектов техники. Этому методу отдается предпочтение как вспо­могательному, крайне необходимому для качественного ранжирования и в других случаях инженерного прогно­зирования, не связанных с прогнозированием количествен­ных параметров.

Применительно к медицинскому прогнозированию наиболее эффективными являются метод математичес­кой модели, экспертных оценок и модели, реализован­ной на специальной установке с использованием, напри­мер, аналоговой вычислительной техники. Прогнозиро­вание с помощью математической модели влечет за собой решение задач на ЭВМ. Применение этих методов меди­цинского прогнозирования вытекает из характера инфор­мационных источников процесса лечения хронических за­болеваний.

Современная медицина, основываясь на многовековом опыте, за последнее время обогатилась научными знания­ми о природе заболеваний, о механизме лечебных воздей­ствий. Врач-клиницист обладает значительной априорной информацией, а практика лечения вырабатывает у него профессиональную интуицию. Вполне понятно, что при исследовании процессов лечения хронических заболева­ний необходимо широко использовать этот источник ин­формации и для интерпретации результатов исследова­ния, и для прогнозирования течения заболевания под вли­янием лечебных воздействий.

В терапевтических клиниках накоплен большой архи­вный материал, который наравне с априорной информаци­ей может быть использован как источник объективной ин­формации. К сожалению, данные этого источника инфор­мации не всегда можно определенным образом обработать для целей построения математических моделей экспери­ментально-статистическими методами из-за неправильно­го его накопления или пропуска информации о некоторых показателях процесса лечения.

Третьим источником информации для прогнозирова­ния являются данные объективного обследования больно­го перед началом и в ходе лечения (текущая информа­ция). Текущая информация способствует уменьшению пер­воначальной неопределенности и содержит в себе данные о значениях физиологических параметров в конкретные моменты времени, отражает динамику изменения физио­логических параметров процесса лечения как реакцию на разовое лечебное воздействие. Прогнозирование процесса лечения хронических заболеваний делится на краткосроч­ное (в пределах очередного шага лечения), среднесрочное (на весь период лечения больного в стационаре) и долго­срочное (на период лечения в амбулаторных условиях при наличии этапа поддерживающей терапии).

Метод экспертных оценок используется, как правило, для оценки течения заболевания на ближайший период, хотя может применяться и для среднесрочного прогноза, например, в сочетании с методом математического моде­лирования при проведении имитационного эксперимента.

Метод математической модели позволяет осуществлять и краткосрочный, и среднесрочный прогнозы. Если эти два метода дают возможность прогнозировать значения ф и з и о л о ги ч е ск и х переменных на протяжении шага лече­ния или в более отдаленное время, то посредством метода текущей информации можно прогнозировать динамичес­кие характеристики объекта лечения при разовом лечеб­ном воздействии или очередной шаг лечения, причем иног­да с привлечением оценок экспертов. При любом виде прогноза важно мнение экспертов-медиков, а лечащий врач является решающим звеном системы прогнозирования.

Для обработки априорной информации с целью про­гнозирования также применяются объективные матема­тические методы. И в этом смысле можно говорить о ма­тематических методах прогнозирования.

При медицинском прогнозировании период прогнози­рования существенно зависит от субъективного мнения врача (экспертная оценка) или определяется данными теку­щей информации.

Таким образом, в зависимости от характера информа­ционного обеспечения при управлении процессом лечения хронических заболеваний можно использовать прогнози­рование по архивному материалу, экспертным оценкам и с помощью текущей информации.

Основная задача при лечении хронического заболева­ния — предотвратить его прогрессировать, достичь со­стояния устойчивой компенсации, сохранить работоспо­собность больного на обычной для него работе. При этом возникает необходимость во внешнем вмешательстве, в регулировании режима внутренней среды, характеризую­щейся совокупностью физиологических параметров.

Внешнее вмешательство должно содействовать вы­полнению внутреннего критерия оптимальности — выво­ду физиологических переменных, затронутых патологи­ей, на желаемый уровень их стабилизации. Патология за­трагивает, как правило, только группу наиболее связанных между собой параметров, характеризующих деятельность определенной подсистемы организма (гомеосгаза). При этом можно выделить существенные параметры, измене­ние которых дает преимущественную информацию о па­тологии в процессе ее лечения и величину которых необ­ходимо поддерживать в определенных пределах.

Кроме того, лечащий врач стремится достичь резуль­тата в возможно кратчайшие сроки, что, в свою очередь, неизбежно связано с показателем экономичности лечения, которая определяется общим числом дней лечения, сто­имостью лечения, потерями от нетрудоспособности боль­ного. Нельзя игнорировать и моральные издержки, свя­занные со страданиями больного и комплексом его вре­менной нетрудоспособности.

В процессе лечения хронического заболевания врач вы­бирает с учетом конкретных условий тот или иной путь для достижения поставленной цели из множества возмож­ных вариантов при наличии ограничений на управляю­щие воздействия и на определяющие состояние больного физиологические параметры, которые могут иметь взаи- мопротиворечащие ограничивающие условия.

Таким образом, возникает задача оптимизации про­цесса лечения. Как и при любой задаче оптимизации, в данном случае необходимо выбрать из большого числа вариантов наилучший. Понятно, что в таких слолшых условиях лечащему врачу трудно найти этот один вари­ант лечения. Врач решает задачу, обращая внимание главным образом на основной показатель процесса, т.е. значительно упрощает задачу и сводит ее к однокрите- риальной. На самом деле состояние больного оценивает­ся множеством критериев.

Неоднородный характер процесса лечения одного и того же хронического заболевания, связанный с индивидуаль­ностью больных, требует индивидуального подхода к по­иску алгоритма лечения. Если при исследовании некото­рых промышленных объектов считается, что характерис­тики оборудования остаются постоянными или дрейфом этих характеристик можно пренебречь, то в случае лече­ния хронического заболевания объекты исследования •имеют различные, индивидуальные характеристики, при­чем в совокупности меняющиеся дискретно. Поэтому ис­следователь сталкивается с необходимостью оптимизации процесса воздействия на единичный объект, т.е. лечения единичного больного, при большом числе одинаковых по структуре объектов.

Решать эту задачу оптимизации без учета индивиду­альных особенностей больного нельзя, так как в подоб­ном случае лечение будет проходить «в среднем» для всей группы больных и процесс не явится оптимальным для отдельного больного.

Отработка алгоритма оптимального лечения непосред­ственно на больном» когда требуется оперативно выбрать схему лечения, невыполнима. В данном случае целесооб­разно применять так называемый метод имитационного моделирования на ЭВМ. Сущность имитационного моде­лирования заключается в «проигрывании» различных ситуаций на экспериментальной модели; в ходе его дает­ся оценка конкретных вариантов процесса лечения.

Имитационный подход к задачам проектирования ал­горитмов лечения определяется следующими факторами:

1) небольшие возможности проведения активного экс­перимента, т.е. в пределах возможного варьирования ле­чебных воздействий;

2) ограниченность сроков, требуемых для принятия ре­шений, при длительном течении процесса лечения;

3) необходимость учета индивидуальных характерис­тик больного с целью оптимизации лечения;

4) наличие случайных помех и возмущений, связан­ных с изменением не поддающихся количественной оцен­ке характеристик объекта оптимизации в процессе лече­ния, функционирование системы в условиях внутренней и внешней неопределенности;

5) постоянное изменение управляющих воздействий в процессе лечения хронических заболеваний;

6) наличие значительного влияния на процесс лечения хронического заболевания лечащего врача как управляю­щего и решающего звена системы управления.

Имитационное моделирование может идти тремя пу­тями:

1) перед началом лечения «проигрывается» вся схема лечения на весь его период и делаются предварительные выводы. «Проигрывание» проводится только на основа­нии управляющих воздействий лечащего врача (страте­гия лечащего врача);

2) «проигрывание» проводится на весь период лечения по спроектированному алгоритму оптимального управле­ния, в котором предусматривается участие лечащего вра­ча (стратегия алгоритмическая); проводится сравнение по пп. 1, 2;

3) имитация проводится в любой момент времени, ког­да в соответствии с новой ситуацией (при воздействии слу­чайной помехи, приводящей к значительному отклоне­нию от стратегии лечения) лечащий врач изменяет лечеб­ные воздействия (оперативная тактика).

Таким образом, имитация может проводиться в соот­ветствии с алгоритмом управления или только на основе управляющих воздействий лечащего врача. Отработку ал­горитма управления на имитационной модели проводят индивидуально для каждого больного исходя из его инди­видуальных характеристик.

С развитием высоких медицинских технологий возрас­тает роль лечащего врача, который по-прежнему остается лицом, принимающим решение. Однако применение ма­тематических методов моделирования и адаптивных ме­тодов принятия решений должно увязываться с логикой деятельности врача, быть доступно для практического ис­пользования, освобождать лечащего врача от «рутинной» работы и способствовать более целенаправленному и эф­фективному лечебному процессу.

Недостатком многих предлагаемых методов управле­ния процессом лечения является отсутствие тесного взаи­модействия машинных методов с лечащим врачом, когда его роль сводится к минимуму, а методы порою не увязы­ваются с технологией лечения, а поэтому или с трудом внедряются в лечебную практику или полностью ею от­вергаются. Успешное использование новых технологий возможно тогда, когда сохраняется творческая деятель­ность лечащего врача, представляющая собой сочетание науки и искусства.

Выбор тактики лечения сводится к поиску эффектив­ных алгоритмов, индивидуализирующих особенности каж­дого больного в процессе лечения, и позволяет врачу на основе опыта и интуиции принимать адекватные реше­ния в любой момент времени.

Вот почему, прежде всего, при выборе рациональных реабилитационных мероприятий в условиях неполной ап­риорной информации требуется интеллектуальная поддер­жка решений, принимаемых лечащим врачом.

Для интеллектуальной поддержки выбора тактики ле­чения заболеваний в условиях неполной априорной ин­формации и ряда неопределенностей для повышения эф­фективности принимаемых решений рекомендуется ис­пользовать следующие приемы и подходы:

1) методы формализации априорной информации, по­ступающей от лечащего врача, как основа для настройки вероятности (оптимизации) выбора того или иного вида лечебного воздействия;

2) применение математических моделей процессов ле­чения заболеваний для организации и реализации имита­ционного эксперимента по решениям, принимаемым вра­чом, на весь период лечения (стратегия лечения) с ис­пользованием ЭВМ в диалоговом режиме в ускоренном масштабе времени и на каждый шаг лечения (тактика лечения) в реальном масштабе времени как по информа­ции, поступающей от лечащего врача, так и с использова­нием адаптивных алгоритмов выбора текущих целей ле­чения, вида лечебных воздействий и их величины;

3) использование оптимальных значений лечебных воз­действий, полученных в результате решений оптимиза­ционной задачи методами математического программиро­вания, для адаптивного выбора лечения на начальном шаге принятия решений и для осуществления имитационного эксперимента при планировании реабилитационных ме­роприятий;

4) применение логических моделей диагностики и вы­бора лечения заболеваний;

5) комплексная диагностическая визуализация;

6) принятие решений на основе теории игр.

Для реализации интеллектуализации поддержки вы­бора тактики лечения заболеваний формируется структу­ра автоматизированной системы, позволяющей в автома- ■газированном режиме осуществлять диагностику заболе­ваний, прогнозирование исхода лечения и выбор рацио­нальной тактики лечения (рис. 3.1).

Подсистема клинических обследований

Подсистема диагностики и выбора схем лечения на основе логических моделей 5