ISSN 0236-235X (P)
ISSN 2311-2735 (E)

Journal influence

Higher Attestation Commission (VAK) - К1 quartile
Russian Science Citation Index (RSCI)

Bookmark

Next issue

2
Publication date:
16 June 2024

The article was published in issue no. № 4, 2002
Abstract:
Аннотация:
Authors: () - , () -
Ключевое слово:
Page views: 9837
Print version
Full issue in PDF (1.32Mb)

Font size:       Font:

Проектирование интеллектуальных медицинских диагностических систем подразумевает интеллектуальный анализ информации, представляющей исследуемую предметную область.

Под интеллектуальной системой (ИС) будем понимать программные и информационные средства, реализованные в виде базы данных (БД) и базы знаний (БЗ), механизма логического вывода (МЛВ), а также интеллектуального интерфейса (ИИнт).

Среди всего разнообразия медицинских задач нами решалась задача диагностики, которая предполагает из представленного классификатора диагнозов выбрать тот (те), симптомы которого наиболее сходны с симптомами, наблюдаемыми у конкретного пациента, то есть осуществляется попытка установить некое соответствие между симптомами, наблюдаемыми у пациента, и признаками, характерными для предполагаемого диагноза.

Первая предметная область, работу с которой мы описываем, представляет неврологическую клинику неонатальных судорог.

Судорожные синдромы являются одной из наиболее распространенных форм патологии в педиатрии. Диагностика судорог вызывает значительные трудности ввиду их клинического полиморфизма и полиэтиологичности. Особенно сложной представляется диагностика неонатальных судорог.

Областью исследования второй системы являются наследственные заболевания, сопровождающиеся низким ростом. В генетической клинике нарушения роста являются кардинальным симптомом множества наследственных заболеваний. Для таких заболеваний характерно значительное фенотипическое сходство и выраженный клинический полиморфизм, что в сочетании с многообразием нозологических форм объясняет трудности в диагностике этих состояний.

Медико-информационное обеспечение и структура систем

Представление знаний является не менее важным фактором конструкции систем, чем механизм логического вывода, поскольку именно представление знаний определяет характеристики пространства поиска, на котором работает механизм вывода.

Базовые знания для обеих систем включают:

-         классификатор диагнозов,

-         классификатор симптомов,

-         список симптомов, характерных для каждого диагноза.

Этим базовым знаниям соответствуют базовые понятия (объекты): диагноз, симптом, отношения различного характера, такие как диагноз-симптом, симптом-диагноз, симптом-симптом.

Помимо базовых знаний и понятий, вводятся метазнания и промежуточные (рабочие) объекты, позволяющие построить процесс вывода.

Для каждой системы входная информация представляется списком симптомов, наблюдающихся у пациента, а выходная – списком отобранных диагнозов.

Механизм вывода, положенный в основу диагностической системы, выбирает диагнозы из классификатора путем многокритериального сопоставления их описаний, заложенных в БЗ, с описанием пациента, составленного врачом в рамках предложенного интерфейса (ИИнт).

Система ДИАНЕС

Информационная база системы ДИАНЕС включает заболевания, сопровождающиеся или вызывающие неонатальные судороги. Эти заболевания хорошо изучены и допускают описание через присущие им фенотипические и патологические симптомы. Многие патологические симптомы специфичны настолько, что наличие одного или нескольких из них однозначно указывают на небольшую группу диагнозов, а иногда только на один. Это очень существенно для формализованного представления знаний. Почти все симптомы четко определены и не допускают разночтений. Среди патологических симптомов есть такие (63 из 300), для выявления которых требуется проведение дополнительного обследования, что составляет определенную трудность для врача.

Дифференциация симптомов на патологические и фенотипические обусловлена различной причинно-следственной природой отношений симптом–синдром. Так, в общем случае можно сказать, что патологические симптомы определяют наличие заболевания, а фенотипические сами по себе не говорят ни о чем, но работают в комплексе с другими симптомами.

C другой стороны, все используемые при описании диагноза симптомы делятся на:

·         симптомы, непосредственно определяемые при осмотре или при рутинных исследованиях (явные), причем они могут быть как патологическими, так и фенотипическими;

·         симптомы, выявление которых требует проведения дорогостоящих и трудоемких биохимических и нейрорадиологических исследований (неявные), причем среди этой группы симптомов не могут встретиться фенотипические.

Предполагается, что при описании больного пользователь должен отметить все имеющиеся у пациента явные симптомы, в то время как неявные симптомы могут быть отмечены не все или не отмечены вовсе.

При представлении знаний о диагнозе были использованы следующие группы, определяемые категориальными отношениями диагноз-симптом:

1)       симптомы облигатные, то есть симптомы, обязательно проявляющиеся у пациента с таким диагнозом;

2)       симптомы, часто встречающиеся при данном заболевании;

3)       симптомы, наличие которых у пациента исключает данный диагноз.

При этом в каждую группу могут входить как явные, так и неявные симптомы.

Механизм вывода для представленной БЗ работает на четырех уровнях, каждый их которых определяется мерой приближения к окончательному диагнозу.

Первый уровень характеризуется проверкой достаточных условий выдвижения рабочих гипотез. На этом этапе вводится понятие параметра настройки Р (0£P£1), позволяющего по некоторым соображениям ограничить список всех возможных диагнозов. В соответствии с Р в список рабочих гипотез попадают только те диагнозы, у которых часть характеризующих их облигатных и часто встречающихся симптомов отмечена пользователем, и эта часть должна быть не меньше значения Р (по умолчанию величина Р=0,2, то есть каждый пятый из описывающих диагноз симптомов должен наблюдаться у пациента). Все остальные диагнозы на этом уровне будут отброшены. При Р = 0 в рассмотрение принимается весь список диагнозов, при Р=1 – только те, все симптомы которых (кроме исключаюших) должны быть отмечены у пациента.

Этот параметр можно менять во время работы системы, расширяя и сужая диапазон поиска.

Второй уровень вывода обусловлен анализом гипотез, в описании которых представлены симптомы, исключающие данный диагноз, но имеющиеся у пациента. При обнаружении таких симптомов, соответствующие им гипотезы выводятся из дальнейшего рассмотрения.

На третьем уровне анализируются условия, необходимые для реализации инициированных ранее гипотез. Критерием выбора на этом этапе является наличие в описании диагноза явных облигатных симптомов, отмеченных у пациента.

Последний уровень вывода системы предполагает возможность некоторой корректировки данных, введенных пользователем при описании больного, с целью уточнения полученных на предыдущих этапах результатов диагностики.

При этом активизированные ранее гипотезы делятся на две группы:

1)       в описании которых нет неотмеченных облигатных неявных симптомов;

2)       в описании которых есть неотмеченные облигатные неявные симптомы.

Отсутствие отмеченных неявных симптомов у диагнозов второго списка предполагает альтернативу: либо симптом не был отмечен вследствие уверенности пользователя в его отсутствии, либо соответствующие исследования не были проведены. Система предлагает пользователю уточнить, какая ситуация имеет место. В зависимости от этой ситуации список диагнозов, требующих уточнения, может быть изменен (уменьшен).

В качестве дополнительной информации пользователю предлагаются:

-         список неявных симптомов, требующихся для уточнения диагнозов 2-й группы;

-         описания диагнозов каждой группы.

Уже по представленным нами уровням механизма вывода можно отметить, что интерфейс системы предоставляет пользователю большие возможности в процессе проведении консультации. Эти возможности заключаются в некоторой степени свободы в выборе параметра настройки системы, в возможности модификации входных данных, в обеспечении пользователя пояснениями в процессе вывода, в получении необходимой справочной информации.

Система GenRost

Как и в предыдущей задаче, алгоритм, положенный в основу диагностической системы GenRost, моделирует логику принятия решения врача. Врачу предлагается отметить наблюдаемые у пациента признаки (из перечня признаков, встречающихся в описании всех синдромов) и затем сопоставить этот список по определенным критериям с описанием конкретного синдрома.

Заметим, что все используемые при описании пациента признаки либо непосредственно выявляются при осмотре, либо отмечены в анамнезе и не требуют дополнительных исследований.

При формализации представления знаний, описывающих исследуемую проблему, мы столкнулись с некоторыми их особенностями.

1.       Признаки могут иметь разную степень выраженности; при этом их названия могут иметь синонимы. Это приводит к неоднозначности описания больного. Например, списки лицевых аномалий ребенка, составленные разными врачами, почти наверняка будут иметь расхождения.

2.       Наследственным болезням свойственен клинический полиморфизм, что означает невозможность точно указать, какие признаки или симптомы являются обязательными для данного заболевания.

Таким образом, мы сталкиваемся с ситуацией, когда ни пациент, ни диагноз не могут быть однозначно определены посредством указания присущих им признаков.

Эта ситуация требует введения дополнительных (по сравнению с предыдущей задачей) конструкций.

Было замечено, что, хотя для данного диагноза нельзя точно указать характерные признаки, однако можно определить группу признаков (комплекс), такую, что у пациента, страдающего этим заболеванием, обязательно будет отмечен хотя бы один симптом из этой группы.

Оказалось, что из признаков, описывающих исследуемый круг заболеваний, целесообразно сформировать комплексы, независимые от диагнозов, таким образом, что для каждого диагноза всегда можно указать один или несколько комплексов, среди которых обязательно проявится хотя бы один признак.

Комплексы были сформированы на основе литературных источников и экспертных знаний.

Единого критерия объединения признаков в комплексы нам обнаружить не удалось. Симптомы можно объединить по некоторому смысловому сходству или охарактеризовать какую-либо группу органов или систему организма и т.д. Например, комплекс “Лицевые аномалии” включает в себя такие сходные характеристики, как “монголоидный разрез глаз” и “косой разрез глаз”, “большой нос” и “выступающий нос” и др. Признаки, характеризующие пороки сердца, мочевыделительной системы, желудочно-кишечного тракта, объединены в комплекс “Патология внутренних органов”. Комплексы “Нарушения полового развития”, “Нарушения углеводного обмена”, “Нарушения фосфорно-кальциевого обмена”, “Ожирение” содержат признаки, относящиеся к нарушениям эндокринной системы.

Такая схема дает возможность описывать синдромы, указывая характерные для них комплексы признаков.

В соответствии с вышесказанным мы разбили все признаки, встречающиеся при всех рассматриваемых системой синдромах на 19 непересекающихся комплексов. Комплексы содержат от 1 до 120 признаков. Для каждого диагноза можно указать:

-         комплексы, признаки которых обязательно встретятся у пациента,

-         комплексы, признаки которых часто сопутствуют данному заболеванию,

-         комплексы, которые содержат признаки, никогда не проявляющиеся при этой болезни.

Каждому заболеванию ставятся в соответствие комплексы, в состав которых входят признаки, проявление которых возможно при данном заболевании. Для разных диагнозов комплексы могут частично совпадать, но могут и не пересекаться.

В результате знания о диагнозе состоят из перечня комплексов, причем для каждого комплекса указывается обязательно, часто или никогда не содержащиеся в нем признаки сопутствуют этому заболеванию. Кроме того, указывается, какие именно признаки в каждом комплексе могут встретиться.

При формировании схемы принятия решения мы изначально исходили из того, что описание состояния пациента на входе системы сопоставимо с диагнозом из БЗ в том и только в том случае, если во всех обязательных для диагноза комплексах хотя бы один признак из каждого комплекса отмечен у пациента и ни один признак из никогда не встречающихся при этом заболевании комплексов не отмечен. Таким образом составляется полный список возможных диагнозов. Это предположение является критериальным и определяет первый уровень механизма вывода, заложенного в данной системе.

Следующий уровень диагностики предполагает возможность выбора наиболее вероятных (предпочтительных) синдромов из полученного полного списка. Эта процедура реализуется на основе понятия часто встречающихся комплексов. А именно, введен параметр РР, дающий возможность задать процент таких комплексов, признаки которых должны наблюдаться у пациента. Заметим, что РР=0% соответствует полному списку, а РР=100% требует, чтобы все часто встречающиеся комплексы из описания синдрома были отмечены у пациента хотя бы по одному признаку в каждом. Промежуточное же значение, например РР=20%, означает, что из 5 таких комплексов хотя бы один должен быть инициирован хотя бы одним признаком.

Эту процедуру можно опустить, если в полном списке окажется 1-3 диагноза. В любом случае, следует просмотреть описание каждого диагноза из полного списка.

Интерфейс программы позволяет пользователю сначала указать только комплексы, признаки которых наблюдаются у пациента. Затем пометить признаки только в отмеченных комплексах. Это существенно облегчает работу и позволяет избежать лишних ошибок, поскольку полный перечень составляет 500 признаков и симптомов, относящихся к разным системам организма.

Кроме этого, система позволяет вести архив карт (электронную картотеку) пациентов, в которых записываются все имеющиеся у пациента признаки, а также паспортные и антропологические данные. Содержание карт можно просматривать на экране, редактировать и пополнять по мере поступления новых сведений о пациенте. По записям, хранящимся в архиве, можно устанавливать (или менять) диагноз и записывать его в карту.

Программное обеспечение обеих ИС создано на базе объектно-ориентированного языка VISUAL BASIC 6. Формализованное представление знаний реализовано реляционной БД, где все описанные конструкции представлены реляционными таблицами как фреймами с соответствующими слотами, характеризующими введенные понятия, объекты и правила задания отношений между объектами.

При решении рассмотренных задач, одинаковых в своей постановке, мы вынуждены были создавать разные алгоритмы их решения, сформированные при проведении интеллектуального анализа данных различных предметных областей исследования. Эти решения различны в способах представления знаний, в методах обработки этих знаний на всех уровнях диагностики, заложенных в алгоритм принятия решения.

Основной причиной такого различия является ситуация, когда ни вводимый пользователем объект (пациент), ни объект, являющийся конечной целью принятия решения (диагноз), не могут быть однозначно определены.

В первой задаче, когда предметная область такова, что удается в основном уйти от неопределенности в описании больного и болезни, алгоритм решения более или менее определен и стандартен. В задачах же второго типа наличие неопределенностей различного вида диктует разнообразие алгоритмов их решения.


Permanent link:
http://swsys.ru/index.php?page=article&id=677&lang=en
Print version
Full issue in PDF (1.32Mb)
The article was published in issue no. № 4, 2002

Perhaps, you might be interested in the following articles of similar topics: