Software & Systems

Проблема безопасности лекарственных препаратов сегодня является одной из основных в клинической практике. Фармакологический рынок интенсивно развивается, количество лекарственных средств (ЛС) постоянно растет. Врачу необходимо ежедневно читать в среднем около двадцати медицинских статей, чтобы владеть актуальной информацией по своей специальности. Однако время, которое он может уделить чтению на работе, – менее одного часа в неделю. В связи с этим адекватно оценить безопасность лекарственного препарата для конкретного пациента, а также выбрать наиболее безопасный из них становится для врача все более сложной задачей. Как следствие – затруднение принятия клинических решений, повышение риска клинических ошибок, необоснованность назначения того или иного препарата.

Разработанная авторами статьи методика принятия решения для поддержки выбора препарата актуальна при автоматизации задач выбора врачом наиболее безопасного ЛС для конкретного пациента в условиях информатизации общества и врачебной практики в частности.

Принятие врачебного решения традиционно ассоциируют с поиском и связанным с ним перебором вариантов лечения. Процесс принятия врачебного решения можно представить следующим образом:

·     описание состояния пациента (проведение анализов, постановка диагноза);

·     анализ ограничений (наличие аллергии на компоненты препарата, нарушение функции по- чек и т.п.);

·     выбор метода лечения/лекарственного препарата;

·     прогноз вариантов результата лечения (оценка безопасности препарата, возможности возникновения нежелательных побочных реакций).

Теоретически процесс принятия решения сводится к определению множества критериев выбора и альтернатив, алгоритма выбора альтернатив согласно заданным критериям. При выборе наиболее безопасного ЛС руководствуются следующими критериями:

-    диагноз, обусловливающий назначение ЛС (согласно международной классификации болезней);

-    фармакологическая группа ЛС;

-    наличие аллергических реакций на компоненты ЛС.

По данным критериям отбирается подмножество альтернатив (ЛС из всего множества) для дальнейшего выбора наиболее подходящего ЛС. В качестве критериев, по которым окончательно выбирается наилучшая альтернатива (ЛС), предлагается использовать вероятность возникновения нежелательного влияния препарата на органы или системы организма пациента.

Эти критерии могут иметь различную значимость, и их приоритет определяется врачом-экспертом для конкретного пациента после проведения соответствующей диагностики. Например, для пациента с нарушением функций почек и печени критерии, соответствующие этим системам и органам, будут иметь наивысший приоритет среди остальных, так как даже малое поражение этих систем в результате применения ЛС для него недопустимо.

За основу модели поддержки принятия решения был выбран метод анализа иерархии как позволяющий отбирать альтернативы по нескольким критериям, важность которых различна. Общая схема иерархии задачи по поддержке принятия решения о выборе наиболее безопасного ЛС изображена на рисунке.

На первом уровне иерархии находится цель поддержки принятия решения – выбор наиболее безопасного ЛС, на втором уровне – критерии выбора (O1–On), описывающие состояние органов и систем организма конкретного пациента, где B1–Bn – важность этих критериев в зависимости от состояния тех или иных органов. На третьем уровне находятся альтернативы – D1–Dn; Aji – оценки вероятности нежелательного влияния этих ЛС на системы и органы организма (O1–On), которые устанавливаются экспертами – клиническими фармакологами для каждого ЛС в ходе клинических испытаний или практики.

В общем виде алгоритм выбора наиболее безопасного ЛС по описанной модели поддержки принятия решения состоит из следующих этапов.

1.   Оценка вероятности нежелательного влияния Aji для каждого препарата – альтернативы на каждую систему и органы пациента.

2.   Расстановка критериев (On) и их важности (Bn) для каждого органа и системы конкретного пациента.

3.   Построение матрицы парных сравнений для критериев On: столбцы и строки матрицы – критерии On; значения элементов матрицы – отношения значимости критериев Bni/Bnj.

4.   Построение матрицы парных сравнений альтернатив для каждого критерия On второго уровня, в которых сравниваются значения Aij каждой альтернативы. Столбцы и строки матрицы – альтернативы Dn; значения элементов матрицы – отношения Ani/Anj.

5.   Определение для каждой матрицы вектора приоритетов Q=(W1, .., Wn), где Wi рассчитывается по формуле: Wi=qi/r ( и r=q1+ +…+qn, где ain – значение матрицы i-й строки n-го столбца).

6.   Расчет показателя безопасности Sj для каждой альтернативы – препарата:  где Wi – вес i-го критерия; Vji – важность j-й альтернативы по i-му критерию.

7.   Сортировка альтернативы по возрастанию значения Sj.

Данную методику поддержки принятия решения планируется использовать при разработке автоматизированной системы поддержки принятия врачебного решения по выбору ЛС.

Таким образом, оценивая безопасность применения сразу нескольких ЛС с учетом индивидуальных особенностей пациента, врач получает возможность оценить и принять более объективное решение при выборе наиболее безопасного препарата, тем самым снизить риск возникновения нежелательных побочных реакций от приема ЛС и повысить обоснованность их назначения.

Литература

1.   Ларичев О.И. Теория и методы принятия решений, а также хроника событий в волшебных странах. М.: Логос, 2000. 296 с.

2.   Большаков А.Л., Бутенко Д.В. Информационно-аналитическая система поддержки принятия решения при выборе лекарственного средства // Вест. новых мед. технологий: темат. вып.: Избранные технологии диагностики и лечения. 2009. № 1. C. 60–61.

3.   Саати Т. Принятие решения, метод анализа иерархий. М.: Радио и связь, 1993. 278 с.

4.   Бурбелло А.Т. Неблагоприятные побочные реакции лекарственных средств. СПб, 2008. 32 с.

5.   Бутенко Д.В. Концептуальное проектирование как инновационная интеллектуальная технология // Открытое образование: матер. XXXVI Междунар. конф. и дискус. науч. клуба IT+SE`09 (майская сес., Ялта–Гурзуф). 2009: Прилож. к науч.-практич. журн. Открытое образование. C. 226–228.