МОДЕЛИРОВАНИЕ ПРОЦЕССА ДИАГНОСТИКИ РАССЕЯННОГО СКЛЕРОЗА

В качестве модели нами изучается логико-семантическая сущность постановки диагноза рассеянного склероза (PC) - редкого неинфекционного нелетального заболевания центральной нервной системы.

Одним из первых предпринял попытки алгоритмизации диагностического поиска при демиелинизирующих заболеваниях R.D. Collins (1982, по [13]), положив в основу наличие (отсутствие) очагов демиелинизации выше и ниже большого затылочного отверстия (БЗО) - в головном и спинном мозге соответственно. Такой алгоритм строится на морфо-функциональных признаках и является классическим в неврологии. Он позволяет достигать высокой точности в распознавании болезни, локализации патологического процесса. Вместе с тем, при указанном проектировании диагностики вопросы клинического управления дистанцированы от лечения, что отражает отсутствие единства, последовательности и преемственности в лечебно-диагностическом процессе. В таком случае алгоритм лечения выстраивается независимо от диагностического алгоритма. Данная проблема может быть решена при разработке новых принципов организации клинической информации, представленной в причинной сетевой логико-семантической модели. Предполагается использование в построении диагностического алгоритма следующих блоков информации.

1. Наличие (отсутствие) 2 и более очагов демиелинизации выше и ниже БЗО.

Есть (подозрение на PC) Нет ( нет PC)

2. Наличие (отсутствие) обострений и ремиссий заболевания ( 2 или более)

Есть (подозрение на PC) Нет ( нет PC)

3. Наличие структурно-функциональных изменений (МРТ - клинические Соответствия, нарастающие после каждого обострения).

Есть (подозрение на PC) Нет ( нет PC)

4. Наличие специфических для PC иммунологических параметров:

- увеличение РБТЛ с миелином больше 1;

- наличие антител к ОБМ;

-увеличение сывороточной концентрации и спонтанной продукции;

- воспалительных цитокинов ИЛ 1, 2, 6, 8; ФИО - альфа, ИФН - гамма.

Этот этап позволяет высказаться о наличии PC.

Далее возможно продолжение построения алгоритма с включением информации о вероятных патогенетических факторах, определяющих своеобразие клиники и течения PC для создания индивидуальных терапевтических программ (Головкин В.И., по [12]). Мы считаем, что наличие любого из нижеперечисленных факторов у пациента с PC может быть положено в основу типологической (этио- патогенетической) классификации PC.

Например:

I. Инфекционно-аллергический фактор (исследуются CD4 /CD8, РТМЛ с мозгоспецифическими белками, белок, реакция ланге в СМЖ).

II. Эндокринозависимый фактор (исследуются уровни пролактина, кортизола, ТТГ в плазме крови) и т. д. В настоящее время при построении родового дерева диагностики PC мы рассматриваем до 10 факторов, ряд из которых имеют единый патогенетический механизм.

Наконец, с учетом 2-го этапа диагностики производится структуризация информации, определяющей клинический диагноз. Формой отражения клинико-патокинетической картины болезни являются следующие характеристики патологического процесса: стадия, период, фаза, степень тяжести. Отсутствие единства в понимании этих характеристик клиницистами приводит к созданию несовершенных классификаций заболевания, в нашем случае, PC.

3-й этап. Рассмотрение совокупности клинических событий у больного PC в данный момент времени (см. выше ветвь родового дерева объект - группа):

Таким образом, появляется возможность устанавливать роли каждой фазы диагностики PC в предложениях, выявляющих этапы заболевания, определять их семантические связи и постепенно за- полнятъ специализированную БД как для каждого пациента в отдельности (история болезни), так и для логико-семантического анализа в патофизиологических и клинико-патокинетических исследованиях.

Заключение

На основе использования логико-семантических представлений сформулированы подходы к автоматизации сбора и обработке информации системы принятия решений при диагностике рассеянного склероза. Излагается оригинальный методологический подход к формализации диагностических алгоритмов и логико-семантическому анализу клинической информации для задач неврологии. На основе собственных оригинальных методик и статистических материалов посредством специально созданных информащюнно-распо- знающих систем (ДЕМОС, ЭКОЛОРИ) изучаются закономерности распространения психоактивных веществ (грант РГНФ 05—06- 06098а), злокачественных новообразований и демиелинизирующих заболеваний (грант РГНФ 05-06-0652Іа) среди жителей Хабаровского края, в том числе в связи с особенностями антропотехногенного воздействия, культурно-бытовых традиций и вынужденных миграций коренного населения в эпоху социально-экономической экспансии на территории Дальнего Востока. Метод информационного моделирования и логико-семантические представления применяются для диагностики и управления биологическими объектами, адаптации организма человека и животных на Дальнем Востоке. Разработки с использованием продукционного языка программирования ДЕКЛ ведутся при создании информационных моделей рационального природопользования на ДВ, исследовании приспособительных механизмов человека и животных в условиях Дальнего Востока, изучении информационных методов и моделей диагностики и контроля за состоянием здоровья биообъектов с позиций приспособления к изменяющимся условиям внешней среды, исследовании заболеваемости в области неврологии, наркологии и онкологии в связи с экологическими и иными особенностями региона, разработке дискриптивных средств медико-экологического мониторинга, био- диагностических и других специальных программ, ориентированных на решение указанных выше задач.

Литература

1. Кузнецов И.П. Кибернетические диалоговые системы. М.: Наука, 1976

297 с.

2. Кузнецов И.П. Механизмы обработки семантической информации. М • Наука, 1978. 175 с.

3. Золотов Е.В.. Кузнецов И.П Расширяющиеся системы активного диалога. М.: Наука, 1982. 285 с.

4. Кузнецов И.П. Семантические представления. М.: Наука, 1986. 290 с.

5. Кузнецов И.П. Шарнин ММ. Язык расширенных семантических сетей // Система обработки декларативных структур знаний ДЕКЛАР-2. М.: ІІПИАН, 1988. С. 17-26.

6. Кузнецов И.П., Шарнин М.М. Продукционный язык программирования ДЕКЛ // Система обработки декларативных структур знаний ДЕКЛАР-2. М.: ІІПИАН, 1988. С. 27—44.

7. Кузнецов И.П. Особенности программирования в системе ДЕКЛАР // Система обработки декларативных структур знаний ДЕКЛАР-2. М.: ИПИАН, 1988. С. 69-81.

8. Кузнецов И.П. Системы обработки знаний на расширенных семантических сетях. М., 1989. Автореферат диссертации (в форме научного доклада) на соискание ученой степени д.т.н. М.: ИПИ АН СССР. 182 с.

9. Бояркин А.А., Кузнецов И.И., Савин С.З. Нейросетевые модели структурных бифуркаций в биологических системах // Нейроинформатика и ее приложения. Тезисы докладов. Материалы 8-го семинара, Красноярск, 3-5 октября 1999 г. Красноярск: ВЦ СО РАН, 2000. С. 71.

10. Линденбратен. В.Д., Иванов А.М., Савин С.З. Принципы логико-семантического моделирования термодинамических процессов в живых системах // Современные проблемы математики и естествознания: материалы III Всерос. науч,- техн. конф. Нижний Новгород: МВВО АТН РФ, 2002. С. 14-15.

11. Косых И Э., Посвачюк Н.Э., Савин С.З. Метод информационного моделирования в задачах распознавания образов (на примере демиелинезирующих заболеваний) // Информационные технологии в науке, проектировании и производстве: материалы VI Всерос. науч.-техн. конф. Нижний Новгород: МВВО АТН РФ, 2003. С. 17.

12. Посвалюк Н.Э., Савин С.З. Информационное моделирование социально- психологических аспектов рассеянного склероза // Рассеянный склероз: эпидемиология, клиника, лечение: Сб.

13. Левкова Е.А., Посвачюк Н.Э., Савин С.З. Применение методов нейроинформатики и иммуноэкологии при моделировании демислинизирующих заболеваний // Нейроинформатика 2004: материалы Междунар. конф. Москва. 22-24 января 2004. М.: НИКОМ, 2004. С. 197-203.

14. Косых Н.Э., Посвалюк Н.Э., Савин С.З. БИС как средство доказательной медицины // Рассеянный склероз: эпидемиология, клиника, лечение: материалы Сиб. межрегион, науч.-практ. конф., Новосибирск, 13-15 января 2004 г. Новосибирск: Государственная медицинская академия М3 РФ, 2004. С. 109-111.

15. Посвапюк Н.Э. Клинические особенности дебютов рассеянного склероза в экологических условиях Хабаровского края // Тезисы докладов Дальневосточной математической школы-семинара им. академика Е.В. Золотова, Владивосток, 6-10 сентября 2004. Владивосток: Изд-во ДВГУ, 2004. С.170-171.

16. Посвалюк Н.Э., Юсупова М.В., Былкова Н.К. Модели медицинской активности больных рассеянным склерозом в Хабаровском крае // Тезисы докладов Дальневосточной математической школы-семинара им. академика Е.В. Золотова, Владивосток, 6-10 сентября 2004. Владивосток: Изд-во ДВГУ, 2004. С. 170-171.

17. Посвалюк Н.Э., Юсупова М.В., Былкова Н.К., Барабані П.И., Савин С.З. Информационное моделирование биосоциальных аспектов поведения больных рассеянным склерозом // Тезисы докладов Дальневосточной математической школы- семинара им. академика Е.В. Золотова, Владивосток, 6-10 сентября 2004. Владивосток: Изд-во ДВГУ, 2004. С. 170-171.

18. Лсвкова Е.А., Емельянова Э.Б., Посвалюк Н.Э. Особенности показателей иммунитета у пациентов с рассеянным склерозом в условиях Дальневосточного региона // Дальневосточный медицинский журнал. 2004. № 1. С. 63.

19. Посвалюк Н.Э., Савин С.З. Рассеянный склероз как индикатор экологического неблагополучия // Успехи естественных наук. 2004. № 12. С. 95.

Н.Э. Косых, А.В. Хоменюк