мис. Лекция № 8 (МИС). Медицинские информационные системы

Название	Медицинские информационные системы
Дата	30.01.2020
Размер	155.5 Kb.
Формат файла
Имя файла	Лекция № 8 (МИС).doc
Тип	Документы #106418
страница	2 из 2

1 2

3. Автоматизированные системы диагностики заболеваний и прогнозирование результатов их лечения

3.1. Медицинские процессы с точки зрения информатики.

Автоматизированными системами диагностики заболеваний и прогнозирования результатов лечения называются диагностические программы и интеллектуальные информационные системы разных уровней и назначений. Они помогают решать многие вопросы в медицинских процессах с помощью ПК. Как рассматриваются такие процессы с точки зрения информатики?

Диагностика с точки зрения информатики − процесс обнаружения неисправности в некоторой системе. Неисправность - это отклонение от нормы. Такое трактование позволяет с единых теоретических позиций рассматривать и неисправность оборудования в технических системах, и заболевание живых организмов, и всякие естественные аномалии.

Прогнозирование позволяет логически выводить (предусматривать) возможные последствия из заданных ситуаций на основании анализа данных. Прогнозирование связано с моделированием разных ситуаций, т.е. создается модель и выведенные из этой модели следствия, составляют основу для прогнозов с вероятностными оценками.

Мониторинг - беспрерывная интерпретация данных в реальном масштабе времени и сигнализация о выходе тех или других параметров за допустимые пределы.

Поддержка принятия решений - это совокупность процедур, обеспечивающих лицо, которое принимает решение, необходимой информацией и рекомендациями сформировать нужную альтернативу среди множества выборов при принятии ответственных решений.

Интерпретация данных - это одна из традиционных задач для информационных систем. Под интерпретацией понимается процесс определения смысла данных, результаты которого должны быть согласованными и корректными.

3.2. Компьютерные диагностические системы (КДС): вероятностные консультативные и экспертные.

Медицинские процессы стали возможными для программирования уже в конце 50-х годов прошлого века. Появились первые диагностические алгоритмы - программы, в которых был использован балльный принцип, т.е. подсчет баллов за вопрос, на который давался ответ, когда каждый симптом (вопрос) оценивается количественно. Балльная диагностика - известный метод в медицине и некоторое время диагностические программы разрабатывались в этом направлении. Такие программы носили консультативный характер, так как не могли дать высокую вероятность правильной постановки диагноза из-за отсутствия полной информации о состоянии здоровья пациента (например, отсутствия лабораторных и инструментальных исследований). На ПК такая программа представляет тестовый опрос из таких вопросов, в которых ставится цель получить информацию о симптомах, имеющихся у обследуемого или отсутствующих. Модуль сбора информации имеет тип диалога - на вопрос надо отвечать только «да» или «нет». Данная информация формирует Базу данных и обрабатывается программным модулем обработки и анализа данных, после чего на экран выдается диагностическое сообщение. Современные усовершенствованные балльные методики используются в скрининговых системах, о которых будет сказано ниже.

Более совершенные программы-тесты используют другие методики диагностики (не балльные), включая в модуль обработки и анализа данных вероятностно-статистические методы (например, вероятностный метод, который заключается в вычислении вероятностей заболевания по формуле Байеса). Такие диагностические программы называются вероятностными и вероятность диагностики в них более высокая, чем у балльных программ. Они так же являются консультативными, так как решающее слово остается за врачом.

Со временем появляются диагностические программы такого уровня, в которых алгоритм получения диагноза близкий к мышлению врача, т.е. они имеют такой программный логический аппарат, который позволяет сопоставить с существующим медицинским опытом симптомы, выявленные при обследовании больного, а также быстро сделать сложную статистическую обработку клинического материала. Такие системы называются экспертными. Если в вероятностных диагностических программах данные обрабатывались на основе Базы данных, то в экспертных уже присутствовали новые по качеству базы данных, называемые Базами знаний. Для обработки и анализа данных БЗ используют довольно сложный математический аппарат. Таким образом, к началу 70-х годов ХХ столетия формируются различные типы направлений автоматизированных систем диагностики заболеваний и прогнозирования результатов их лечения, среди которых выделяются скрининговые и экспертные системы.

3.3. Скрининговые системы.

Скрининговые системы внешне сохранили вид тестов, в настоящее время они очень распространены, предназначены для проведения доврачебного осмотра во многих предметных областях медицины, в них используется метод балльной оценки. Могут входить автономным модулем в МИС ЛПУ.

Скрининги^¹ используются при проведении профилактического обследования населения с целью выявления больных, нуждающихся в помощи специалистов, и формирование групп высокого риска по основным нозологическим группам. Скрининг осуществляется на основе разработанных анкетных карт или прямого диалога пациента с компьютером. Во время ознакомления пациента с анкетой последний знакомится с набором вопросов, каждый из которых отражает тот или другой симптом. Обследуемый вникает в суть и отвечает положительно на те вопросы, которые отображают его состояние здоровья в недавнем времени или в настоящем. Скрининги формируют базу данных. Компьютер самостоятельно анализирует введенную информацию и ориентирует пациента и врача-терапевта на необходимость дальнейшего обследования. Скрининги могут рекомендовать дополнительно лабораторные или функциональные обследования.

Скрининговые системы могут входить отдельным блоком в медицинские информационные системы уровня лечебно-профилактического учреждения. С их помощью решаются такие задачи:

Своевременное выявление заболевших (на ранних стадиях заболевания), проведение и реальная оценка качества последующих лечебных и реабилитационных мероприятий.
Повышение медицинской эффективности профилактических осмотров по всем основным профилям патологии (в 6-10 раз).
Получение информации о здоровье не только отдельного пациента, но и групп людей, выявление отрицательных причин, непосредственно связанных с особенностями жизни данного контингента (питание, экология, психосоциальные особенности).

На Украине работают автоматизированные системы профилактических осмотров (АСПО). Основной задачей систем АСПО является выявление пациентов, нуждающихся в направлениях к врачам-специалистам. На постсоветском пространстве используется интегрированная автоматизированная система профилактических осмотров детского населения (АСПОН-Д). Эта система предназначена для профилактических осмотров детей от 3 до 17 лет и количественной оценке их состояния по 24 профилям патологии, с направлением по показателям к врачам-специалистам. В ходе обследования по результатам анкетирования, осмотра, инструментального обследования и лабораторного исследования за 20-30 минут на ребенка собирается более 400 медицинских данных для последующей обработки.

АСПОН-Д обеспечивает оценку активности протекающего патологического процесса, риск инфицирования ВИЧ или гепатитом В и уровень физического развития.

Перечень вопросов, на которые отвечает ребенок или его родители, находится в тесной связи с перечнем врачебных специальностей и профилей патологии. Кроме сбора анамнеза путем анкетирования родителей (200 вопросов), проводятся обязательные лабораторные исследования крови и мочи (основные показатели), инструментальное обследование (антропометрия, спирометрия, динамометрия рук, снятие и анализ ЭКГ, определение остроты зрения и слуха). Анализ крови и мочи проводиться как с помощью лабораторных экспресс-анализаторов (ввод информации в ЭВМ автоматизирован), так и с применением ручных методик (ввод информации в ЭВМ осуществляется с клавиатуры).

После занесения всех медицинских данных в БД происходит их компьютерная обработка с последующей выдачей документов, один из которых называется «маршрутный листок», где указывается список тех врачей-специалистов, которых рекомендуется посетить для консультации. Использование таких автоматизированных систем профилактического осмотра имеет такие преобладающие показатели:

Численность персонала - 3 человека (2 врача и 1 медсестра)
Пропускная способность комплекса - 8000 чел/год (16000 при двухсменной работе).
Число возможных диагнозов - свыше 300.
Характеристика достоверности вывода (в среднем по профилям патологии): гипердиагностика - менее 11%, гиподиагностика - менее 15%.
Медицинская эффективность - более 85%.

Скрининговые программы являются эффективными, простыми в работе, не требуют больших временных затрат и дорогой аппаратуры. Опрос по факторам риска и жалобам позволяет выявлять лица с подозрением на различные заболевания, проводить исследования более рационально. Автоматизированные системы массовых профилактических осмотров населения являются „сердцем” отделений профилактики, образованных во всех поликлинических учреждениях. В свою очередь, отделения профилактики служат одним из важнейших звеньев диспансеризации населения. С помощью созданных банков данных о здоровье населения осуществляется управление диспансеризацией. Скрининги являются автоматизированными системами, но они не могут полностью заменить процесс профосмотра.

3.4. Экспертные системы

Экспертные системы – диагностические программы высокого уровня, которые принадлежат к интеллектуальным информационным системам, основанным на знаниях. Раздел информатики, изучающий интеллектуальные системы, называется искусственным интеллектом. В состав экспертной системы, кроме базы данных входит база знаний и развитая система программ ее обработки. Что собой представляет база знаний? Ба́за знаний, БЗ (англ. Knowledgebase, KB) — это особого рода база данных, разработанная для управления знаниями (метаданными), т.е. сбором, хранением, поиском и выдачей знаний. Наиболее важный параметр БЗ — качество знаний, содержащихся в ней. Лучшие БЗ включают самые научные и свежие знания, имеют совершенные системы поиска информации и тщательно продуманную структуру и формат знаний. Под медицинскими знаниями понимают информацию, потенциально необходимую врачу (См.гл.1). В частности, это может быть информация о состоянии здоровья пациента, некоторой предметной медицинской области, ситуации, проблемах, правилах их решения, а также о конкретных условиях, которые определяют выбор этих правил. Медицинские знания отличаются от медицинских данных большей сложностью, абстрактностью, полнотой и многосторонностью описания некоторой предметной области медицины. Напомним, что медицина с точки зрения информатики, не конкретная наука (См.гл.1), поэтому создание Баз знаний в медицине - довольно трудоемкий процесс. В реальной жизни число всяких ситуаций и «диагностических правил» оказывается иногда за пределами вложенных в систему знаний.

Экспертные системы, как правило, способны осуществлять дедуктивный вывод (умозаключение от общего к частному) на основании неполных, размытых и противоречивых знаний, полученных от профессионалов-экспертов. Если программы, работающие с базами данных, могут дать ответ на поставленный вопрос только в том случае, если такой заложен в базе, то экспертная система реагирует на вопрос, осуществляя логический вывод в условиях неопределенности или неполноты знаний. Другими словами, она позволяет быть точной относительно неточностей. Кроме этого, обязательным условием функционирования ЭС является ее способность пояснять причины того или иного вывода. ЭС анализирует ситуацию и дает рекомендации по решению проблемы.

Любая ЭС имеет обязательные программные блоки, которые изображены на схеме 4.1. Функции каждого блока такие:

база знаний отображает знания эксперта о предметной области, способах анализа поступающих фактов, совокупности фактов, правил, законов, закономерностей;
блок логических выводов распознает знания, проводит «обдумывание», делает логические выводы, обнаруживает взаимосвязь, принимает решения, проводит поисковые операции, проводит распознавание сложившейся ситуации, ее анализ. Для этого разработаны математические методики (нечеткая логика, коэффициенты уверенности, байесовская логика, меры доверия и т.д.);
блок объяснений поясняет, как система пришла к тому или другому выводу, обосновывается решение;
блок приобретения знаний осуществляет пополнение базы знаний, модификацию и ликвидацию устаревших экспертных знаний из базы знаний;
блок вывода (интерфейс эксперта) осуществляет формирование диагноза, прогноза, рекомендации лечения. Каждому уровню диагноза отвечает свой рецепт.

Схема 4.1 Экспертная система

Медицинские экспертные системы используются с целью диагностики, мониторинга, прогнозирования, поддержки принятия решений, т.е. тех самых задач, которые представляют природу медицины. Качество диагностики оценивается на уровне квалифицированного врача, а это очень высокий показатель. Экспертные системы дорогие. Пока они обеспечивают решение изолированных задач медицинской диагностики. Используются в медицинских приборно-компьютерных системах. Наиболее важные области применения ЭС - неотложные и угрожающие состояния, характеризующиеся дефицитом времени, ограниченными возможностями обследования и консультаций и нередко бедной клинической симптоматикой. Среди ИТ МИС медицинские экспертные системы - самое перспективное направление. Прогресс неумолим и, несомненно, будущее за медицинскими экспертными системами.

1 2