Методология разработки и клинической эффективности экспертной системы «Нефрология»

Рассмотрены итоги разработки и проверки клинической эффективности экспертной системы «Нефрология». Утверждается, что экспертная система, разработанная портретным методом, осуществляет эффективную диагностику заболеваний почек, обеспечивая по данным клинической апробации высокий уровень совпадения врачебного диагноза и заключения экспертной системы. Данный вывод позволяет рекомендовать экспертные системы портретного типа к внедрению в практику, особенно первичного медико-санитарного звена.

Ключевые слова: информатизация здравоохранения, системы поддержки принятия решения, экспертные системы, нефрология, автоматизация нефрологического диагноза, первичное звено

Разработка разнообразных интеллектуальных систем поддержки принятия решения (ППР), включая экспертные системы (ЭС) является одним из самых перспективных направлений развития медицинской информатики. Кроме того, данная задача входит в число приоритетных по созданию системы Единой государственной информационной системы в сфере здравоохранения (ЕГИСЗ) [2]. Желание повысить эффективность диагностического процесса и как следствие постановку диагноза привело к использованию в медицинской практике математических методов [3]. По данным разных авторов использование систем ППР в клинической практике позволяет сократить количество врачебных ошибок на 30–80 %. Такая медико-социальная эффективность систем ППР обуславливает насущную необходимость их разработки. Свою актуальность сохраняет и вопрос оценки эффективности ЭС. В ряде наших предыдущих публикаций [6,7] рассматривались вопросы оценки диагностической эффективности, разработанной нами ЭС «Нефрология». Создание ЭС «Нефрология», для диагностики заболеваний почек у взрослых, виделось нами важным потому что, такие заболевания представляют значительную проблему клинической медицины, зачастую приводя к инвалидизации и летальным исходам [1], а использование современных методов лечения приводит к снижению смертности, улучшает качество жизни больных, но не гарантирует полного излечения [5]. Кроме того, существует большое количество факторов риска способных вызвать нефрологическую патологию.

Теоретически, ЭС «Нефрология» как прочие ЭС, априори должна легко дифференцировать различные заболевания, анализируя вероятности проявления тех или иных симптомов. Так, дифференцируя «острый гломерулонефрит» и «обострение хронического пиелонефрита», традиционная ЭС должна легко разделять 2 заболевания по специфической семиотике поражения, несмотря на объединяющие их типичные проявления воспаления и лихорадки. Но в современных условиях реальной клиники, когда велика доля хронически протекающих заболеваний, наличествует большое количество сочетанной патологии, значительно число осложнений «дифференциально-диагностической мощности» вероятностного подхода может оказаться недостаточно. На наш взгляд, дифференциальная диагностика в ЭС может быть значительно усилена сочетанием традиционного Байесова подхода и портретного метода, с активно развивающейся методикой извлечения знаний из эмпирического опыта на принципах Data Mining. При этом по результатам анализа литературных источников, включая мета-анализ, и больших массивов клинических данных возможно уточнение дифференциального диагноза как за счёт уточнения «диагностического веса» некоторых симптомов, так и за счёт выделения устойчивых сочетаний симптомов, характеризующих совместно протекающие заболевания [4, 8].

В настоящем исследовании нами с целью апробации ЭС были получены данные по клиническим случаям из архивных историй болезней, а также в клинических условиях на амбулаторно-поликлиническом приеме совместно с врачом. Всего изучено 276 клинических случаев заболеваний почек и подозрений на них (женщин — 187 (68 %), мужчин — 89 (32 %)). Персонифицированные данные не собирались.

Никаких дополнительных исследований, лечебных мероприятий по итогам компьютерной диагностики в отношении больных не применялось. Для переноса данных о пациенте в ЭС применялась разработанная нами формализованная карта, содержащая семиотику нефрологической патологии. Раздел лабораторно-инструментальные данные включает в себя наиболее распространенные и соответствующие уровню оснащения ЛПУ амбулаторного и стационарного звена муниципального здравоохранения:

− Общий анализ крови;

− Биохимический анализ крови;

− Клинический анализ мочи;

Карта заполнялась на приеме (амбулаторном/стационарном) и при работе в архиве, далее данные вносили в ЭС.

Всего из общего числа обследованных выявлено 157 случаев нефрологической патологии (78 %), женщины составили 99 (63 %), и 58 (37 %) случаев пришлось на мужчин. Сочетанной патологии, например, мочекаменной болезни и вторичного пиелонефрита (урологическая + нефрологическая патология), было зарегистрировано 58 (21 %) случаев. Только урологические заболевания были выявлены у 44 (16 %) обратившихся. И 17 (6 %) случаев составили обращения пациентов, у которых не было отмечено патологии со стороны мочеполовой системы.

Все формализованные карты двухкратно обрабатывались ЭС «Нефрология», до лабораторно-инструментальных обследований и после. Полученные результаты представлены в таблице 1. Анализ данных, приведенных в таблице, позволил заключить, что:

Таблица 1

Результаты работы экспертной системы «Нефрология»

− отмечается увеличение точности диагностики при увеличении количества вводимых симптомов;

− также отмечается увеличение совпадения портретов заболеваний заложенных в базе знаний ЭС с клиническими случаями при добавлении данных лабораторно-инструментальных исследований;

− мочекаменная болезнь, не являясь нефрологической патологией, демонстрирует несколько другую тенденцию, а именно, с увеличением количества вводимых симптомов возможность нефрологических диагнозов снижается.

В результате все перечисленное указывает, по нашему мнению, на то, что ЭС «Нефрология» дифференцирует как урологическую, так и сочетанную урологическо-нефрологическую патологию с нефрологической патологией.

Отдельно необходимо отметить, что в поликлинических условиях к терапевту обращаются женщины с подозрением на патологию почек, при этом в последующим у них устанавливается гинекологический диагноз. В настоящем исследовании было отмечено 9 таких случаев. Так в этих ситуациях при первичном осмотре заключение ЭС формулировалось следующим образом:

2) Острый гломерулонефрит — 72 %;

3) Хронический пиелонефрит — 69 %; и т. д.

При внесении параклинических данных вероятность нефрологического диагноза либо снижалась, либо (очень редко) оставалась практически на том же уровне.

В условиях клинической апробации, при двухэтапном обследовании больного ЭС показала диагностическую эффективность патологии почек у взрослых. При этом количество собранных симптомов может быть меньше, нежели в заложенном «портрете» заболевания, так как в процессе диагностики врач на каждом этапе диагностического алгоритма останавливается, собрав достаточный объем доказательной базы для обоснования диагноза. Эффективность подобной модификации вычислителя должна быть оценена комплексом методов, включающим как экспериментальную процедуру (натурное или математическое моделирование) так и клиническую апробацию.

Литература:

1. Горбачев А. Г. Врачебно-трудовая экспертиза при урологических болезнях. — Л.: Медицина, 1986. — 224 с.
2. Зарубина Т. В. Единая государственная информационная система здравоохранения: вчера, сегодня, завтра // Сибирский вестник медицинской информатики и информатизации здравоохранения. — 2016. — № 1. — с. 6–11.
3. Киликовский В. В. Компьютерные медицинские консультативные системы, основанные на представлении знаний эксперта в виде семантической сети / В. В. Киликовский, С. П. Олимпиева, Вл. В. Киликовский // Медицинский научный и учебно-методический журнал. — 2001. — № 2. — с. 17–27.
4. Немков А. Г., Санников А. Г., Лукина М. Ю., Егоров Д. Б., Скудных С. А. Возможности автоматизации в диагностике туберкулезного менингоэнцефалита // Врач и информационные технологии. — 2012. — № 6. — c. 61–64.
5. Рябов С. И. Нефрология: Руководство для врачей. — СПб.: СпецЛит, 2000. — 672 с.: ил.
6. Скудных А. С., Санников А. Г. Медико-социальная эффективность автоматизированной диагностикив нефрологии //Медицинская наука и образование Урала и Зап. Сибири. — 2007. — № 3. — с. 123–125.
7. Скудных А. С., Санников А. Г. Методика оценки клинической эффективности диагностической экспертной системы //Врач и информационные технологии. — 2007. — № 5. — с. 50–55.
8. Ястремский А. П., Извин А. И., Санников А. Г. Теоретические основы клинической диагностики различных заболеваний лорорганов с помощью информационных систем // Российская оториноларингология. 2016. — Т. 1. — № 4 (83). — с. 74–81.