Внедрение современных информационных технологий для создания автоматизированных дифференциальных клинических систем

17-02-2014

Конкурентнсть на сегодня определяет не обладание большенными ресурсами либо потенциалом производства, а объем познаний скопленный прошлыми поколениями, способность его структурировать, им управлять и индивидуально использовать. В дальнейшем гармонизированным управлением и благоденствием социума будут владеть страны, имеющие систему информационно-интеллектуальной технологии (ИИТ) на базе последних достижений передовой научной мысли в области искусственного ума (ИИ).

Одной из принципиальных задач Глобальной организации здравоохранения (ВОЗ) является внедрение в клиническую медицину многообещающих ИИТ с способами и средствами ИИ для совместного информационного взаимодействия и использования [22]. Выполнение данной задачки не может быть без сотворения универсальной, построенной на единых принципах функционирования, мед базы данных (МБД) познаний по всем видам патологических и многофункциональных состояниях человека.

Условием для выполнения намеченной цели для профессионалов ИИТ в медицине является структурирование большого, иногда противоречивого, объема медицинской инфы с следующей систематизацией ее и рассредотачиванием по элементам МБД. Глотко В.Л.

Разработка перспективной модели информационного обеспечения врачей-специалистов медицинских частей и учреждений военного округа (на примере оказания неврологической помощи в мирное время): Диссертация … канд. мед. наук, ГИУВ МО РФ, — Москва, 2005 — Количество страниц: 137 с. 21 ил.
2. Глотко В.Л.Таким макаром, представленный подход к созданию информационно-интеллектуальной системы позиционируется как дифференциация множества клинических данных (жалоб, анамнеза, клинического осмотра, психофизиологических результатов, инструментальных и лабораторных исследований, и т.д.) при активном участии врача в принятии дифференциально-диагностических решений в он-лайн режиме.

Глотко В.Л.
Литература:
1. Некие из этих решений были реализованы в виде телефонной библиотеки ответов на мед вопросы. Другие пробы были ориентированы на обеспечение докторов автоматическими средствами помощи для использования при обследовании пациента.

Все эти методы ввязывали статические процедуры либо методы, исходя их условия резвой постановки диагноза и выбора способа исцеления при помощи ЭВМ, с учетом заложенных в нее сведений и метода ее работы: при всем этом ставилась задачка автоматического установления диагноза самой машиной по набору типовых входных данных о пациенте, а не человеком-врачом. Такие разработки, обычно, работают по методу проведения интервью с пациентом для сбора нужного и достаточного набора данных о пациента до степени насыщения, соответственной, по последней мере, одному из заложенных в ЭВМ мед диагностическому сценарию.

Такая схема построения программ на базе набора мед исследовательских сценариев предугадывает роль доктора лишь на стадии ввода данных о пациенте и в итоге приводит к формированию «удобного» сознания о том, что все можно подогнать к одному из сценариев. Роль доктора как спеца и как головного участника-постановщика диагноза в данной системе мед помощи не рассматривается.

Не считая того, такая система подразумевает, что разработан действенный метод представления мед познаний профессионалов в собственных специальностях в формате сценариев, которые повсевременно насыщают базу данных этой ЭВМ. Автоматизированные информационно-интеллектуальные средства поддержки профессиональной деятельности врачей специалистов военно-медицинских учреждений // Журн.

Вестник нов. мед. технологий. Тула, 2005. Основным достоинством метода будет то, что он решает квадратичную задачу оптимизации клинических признаков за конечное число шагов.

Поэтому, сначала описывается метод сопряжённых градиентов для оптимизации квадратичного функционала одной совокупности критериев, выводятся итерационные формулы, приводятся оценки скорости сходимости клинических признаков в одну и/или несколько совокупностей. После чего показывается, как метод сопряжённых градиентов обобщается для оптимизации произвольного функционала отдельно взятого заболевания к множеству других, рассматриваются различные варианты метода, обсуждается сходимость множества соотношений.

В созданной клинической информационной системе, использовалась систематизация общих и специальных клинических данных для последующей их дифференциации, которая реализована в автоматизированной информационно-интеллектуальной справочной системе (АКИИСС) [11,12]. Следующим решением явилось создание метода идентификации основного информационного критерия в медицине – симптома.

Москва, ГВКГ им. Н.Н. Бурденко, 20-21 мая 2004. – с. 72-82
15. Отмечается, что не все области медицинской деятельности достаточно технологичны и легко формализуемы, чтобы в них быстро приживалась компьютеризация [8].

Поэтому и необходима универсальная система ввода клинических данных и единая медицинская справочная система, также технология обработки вводимых данных в он-лайн режиме, чтобы использовать ее в повседневной деятельности, как специалисту высокопрофессиональному, так и молодому выпускнику медицинских образовательных учреждений. Помимо этого, данная технология должна быть проста и достаточно доступна в освоении даже средним медицинским персоналом, что освободит врача от повседневной рутинной «писанины».

Международный медицинский терминологический стандарт: использование при разработке информационной системы в неврологи. Медицинская кибернетика в клинической практике // Материалы научно-практической конференции с международным участием.

Часть II.Такую технологию удалось создать в течение 5 лет постоянных поисковых разработок. В ранних исследованиях разрабатывались различные способы наполнения медицинской базы данных (МБД) и формирования справочной системы.

Предлагались и различные виды автоматизированной дифференциальной диагностики, они все имели общие недостатки: не позволяли использовать информацию для всего спектра дифференциации, вводимые данные крайне сложно сопоставлялись, были трудоемкими в наполнении МБД, клиническую информацию невозможно было использовать для формирования электронной медицинской документации, и пожалуй самое главное, системы были информативными, но не содержали в себе способность общаться с регистратором и пользователем, т.е. не обладали ИИ [1,2,3,4,5].
Заявка №2011110101, 2011.

14. Реброва О.Ю. Трудно представить себе, как можно создать информационную систему, которая будет удовлетворять всех клинических специалистов, научных и педагогических работников, также самого пациента, который должен совместно с врачом стать активным пользователем своих медицинских данных.

Предыдущие системы клинической диагностики и дифференциации использовали принцип последовательного логического построения информационных потоков однонаправленного движения для уточнения информативности первоначально заданного клинического признака и/или критерия. Данный подход требует постоянного уточнения оператором условий информативной взаимосвязи выявленных критериев, что приводит к двум принципиальным выводам – присутствует «Да» или отсутствует «Нет» логическая связь между выявленным клиническим критерием и выявляемым [9,10,14,17,18,20].

Представленная дифференциальная система создавалась с использованием вероятностной логики, в какой клиническим показателям, помимо присутствия или отсутствия, приписываются «промежуточные» истинностные значения, называемые вероятностями истинности показаний, степенями их правдоподобия, степенями подтверждения и т.п.
Математической основой системы явилась теория групп.

Группы повсеместно используются в математике и естественных науках, часто для обнаружения внутренней симметрии объектов, в нашем случае симметричного соотношения множества признаков. Внутренняя симметрия обычно связана с инвариантными свойствами преобразований, которые сохраняют это свойство, вместе с операцией композиции и образуют группу, называемую группой симметрии.

Используя метод сопряжённых градиентов, обеспечивается безусловная оптимизация выявленных клинических критериев в многомерном пространстве их представления, как в каждом отдельно взятом случае, так и в совокупности любых соотношений симптоматики. Не считая того, в системе личные жалобы от пациента держит под контролем и устанавливает их объективность не мед спец, а тестовая программка в автоматическом режиме.

Пациент может и не знать, где у него точно размещен тот либо другой орган, жалобы на него могут стимулировать тестовый направленный поиск по неверному пути, система будет вести поиск исходя из данных характеристик, в конечном итоге затраченное время и неверный итог. Неверным будет то, что в процессе медицинской дифференциации инсталлируются веса и синергия весового значения того либо другого симптома, что приводит к оценке некого усредненного явления, а не присущего пациенту состояния (установка веса и синергия весового значения того либо другого симптома заблаговременно вкладываются в программку, как некоторый неизменный коэффициент).

При таком подходе к оценке состояния пациента высока возможность установления такового диагноза, которому присущ этот вес симптома (выявленный на основании вопросников только так как у пациента это проявление более сильное и психологически подавляет наименее выраженные формы проявления других симптомов), но по сути этот симптом может быть косвенным и являться результатом деяния другого процесса [9,10].
Необъективность описания первых выраженных симптомов, которые получает система от пациента на первом опросном шаге работы, обуславливает извлечение из базы данных неверного сценария заболевания и неточность в постановке диагноза.

Метод идентификации симптома и/или синдрома (любого клинического признака) реализован через дифференциально-диагностическую матрицу (ДифДиагМат) [12,13]. Последующими задачами стали формирование единой справочно-поисковой системы с интеллектуально-семантическим сопровождением и возможностью обучения пользователя через социальную сеть.

Кроме этого, данная технология обладает способностью к самообучению и дифференциальному структурированию вновь поступающих данных. Можно провести аналогию создания АКИИСС со своего рода созданием интерактивной клинической «игры», в какой каждый участник (врач-специалист) имеет свой собственный статус «интеллектуального игрока» и доступ к анализу и управлению множественными потоками клинической информации.

В последние годы в США большая часть больших мед центров уже не работают без информационных систем (ИС), на которые приходится более 10% расходов больниц [15,16,17,21].
В здравоохранении США объем расходов на информационные технологии составляет приблизительно 20 миллиардов. баксов в год.

Особенный энтузиазм вызывают мед системы, которые конкретно помогают доктору прирастить эффективность работы и повысить качество исцеления нездоровых [15,16,19,21].
Прошлые пробы решить препядствия здравоохранения в части своевременного информационного обеспечения либо введения статистических программ ввязывали разные формы автоматизации.

Одной из важнейших задач при всем этом, является создание технологий позволяющих решать основой вопрос медицинской практики – дифференциацию разных состояний человека. Решить ее может быть, используя определяющий аспект идентификации патологического процесса — симптом, т.е. клинический признак.

Современная концепция умственных информационных систем подразумевает объединение электрических записей о нездоровых (electronic patient records) с архивами мед изображений, данными мониторинга с мед устройств, плодами работы визированных лабораторий и следящих систем, наличие современных средств обмена информацией (электрической внутрибольничной почты, Internet, видеоконференций и т.д.) [17,18,20].
В текущее время существует несколько интернациональных эталонов регистрации клинических данных в МИС целительных учреждений:
• SNOMED International (College of American Pathologists, США);
• Unified medical language system (National Medical Library, США);
• Read clinical codes (Центр по кодированию и систематизации государственной системы здравоохранения, Англия) [14,15,16,20].

Перспектива использования единой базы научно-медицинских данных в фундаментальных, поисковых и прикладных исследованиях // Материалы научно-практической конференции ГИУВ МО РФ «Последипломная подготовка медицинского состава ВС РФ – состояние, проблемы и перспективы развития». Москва, 2005. – С.68-71.

3. Глотко В.Л. Сценарии должны использовать динамические структуры для резвого и действенного заслуги диагноза пациента [9,10].

Недочет схожих систем состоит в том, что она построена по принципу размещения болезней, симптомов и вопросов в набор связанных структур болезней, симптомов и вопросов, таких как объекты либо списки, чтоб к структурам можно было получить доступ для выработки диалога с пациентом. В узнаваемых системах дифференциация (либо выбор) построена по принципу исключения понятий (клинических признаков, симптомов).

N.3. – С. 23-26.
4. Глотко В.Л., Никольский А.В. Состояние и проблемы информационного обеспечения повседневной деятельности врачей специалистов военно-медицинских учреждений // Журн. Вестник нов. мед. технологий.

Тула, 2005. N.3. – С. 14-16.
Smart Card’s Appeal Hastens Jump into Mainstream // Signal. 1995. — January. P.35-39.
17. Buchanan J.M.6. Кобринский Б.А. Ретроспективный анализ медицинских экспертных систем // Новости искусственного интеллекта. – №2. – 2005. – С.6-17.
7. Клюжев В.М., Ардашев В.Н., Тарасов А.К., Саблин В.М.

Электронная история болезни или современные информационные технологии с интеллектуальной системой поддержки принятия решений медперсоналом и пациентом // Медицинская кибернетика в медицинской практике // Материалы научно-практической конференции с международным участием (20-21.05.04). М., ГВКГ им.

Н.Н. Бурденко -2004. с.65-75.
8. Кузьмин О.М. Клинические информационные системы персонального пользования для анализа и обработки симптомов заболеваний. Журнал Фундаментальные исследования №9. — 2009. — С. 50-51

9. Патент США №5136708 М. кл. G06F 15/16, 1992.
10. Патент США №5129083 М. кл. G06F 12/00, 15/40, 1992 (прототип).
11. Патент РФ №103022. Заявка №2010147474, 2010.
12. Патент РФ №103209. Заявка №2010144144, 2010.
13.

Патент РФ №106013.На сегодня, появилась возможность представить технологию, обладающую способностью интегрироваться с уже имеющимися клиническими экспертными и интеллектуальными клиническими системами и перспективными их разработками; иметь возможность универсально отражать все состояния человека (функциональные, органические, психические и др.); имеющую универсальную систему регистрации клинических данных о пациентах, сопоставимую с единой системой наполнения и формирования справочников общих медицинских и специализированных клинических данных; обладающей способностью к дифференциации регистрируемой клинической информации (жалобы, анамнез, осмотр специалиста, инструментальные и лабораторные исследования и т.д.) в он-лайн режиме; включающую в себя сетевые ресурсы с интеллектуальными справочными системами, способными семантически сопровождать процесс регистрации клинических данных о пациенте и их дальнейшую дифференциацию (ИИ); обладать возможностью сопоставлять и анализировать любые виды общей медицинской и специализированной клинической информации в он-лайн режиме, также формировать любые документы медицинского учета и отчетности в электронном виде [11,12,13].
Данная технология отличается принципиально новым подходом к формированию общих и персональных медицинских информационных систем.

Если предыдущие версии создавались по принципу от частного к общему, т.е. от персонального автоматизированного рабочего места (АРМ) врача к общей автоматизированной системе электронного документооборота учреждения, то представленная клиническая информационная система создавалась по принципу от общего к частному посредством аксиоматико-дедуктивного метода.В ретроспективном анализе медицинских экспертных систем выделяются основополагающие принципы дифференциации клинической информации: эффективность предлагаемых решений вне зависимости от степени выраженности клинических проявлений болезни; учет фоновых состояний пациента при поддержке диагностического процесса и подбора лечения; оценка прогностически неблагоприятных ситуаций. При всем этом указываются условия реализации ИИТ: дефицит времени для принятия решений; неполноты, неопределенности или противоречивости данных; выбора дополнительных исследований при фиксированных ограничениях, определяемых пользователем в каждом конкретном случае.

И, наконец, самое главное: привлекательность систем для пользователя, определяемая не только лишь их эффективностью и интеллектуальностью, но также удобством в работе и психологической «совместимостью», включая в последнее понятие возможность участия в процессе принятия решения [6]. Следовательно, в создании ИИТ в медицине должен присутствовать игровой ИИ.

Подобные системы не имеют способности контроля за (диагностическим) течением заболевания и плодами исцеления, что препятствует проведению корректировки системы в части уточнения веса симптома либо корректировки сценария.
В нашей стране также разрабатываются мед информационные системы персонального пользования для обработки симптомов заболеваний [6,7].

Подобные системы должны были позволять проводить поиск и выдачу информации по запросу пользователя, оказывать помощь в диагностике патологических состояний, автоматизировать технологические процессы работы врачей различного профиля, обеспечивать дидактические задачи повышения профессионального уровня. Aranda J.M.

The problem-oriented medical records: Experiences in a community hospital. JAMA 229:549-551, 1974
16. Braunberg A.C.5. Глотко В.Л.

Обоснование необходимости автоматизации информационного обеспечения врачей-специалистов медицинских частей и учреждений округа // Воен.– мед. журн. Москва, 2005. – Т. N.8 — С.64.
Expert from ISO Bulletin: Standards for Global Infrastracture Infrastructure, What is the GII?
19.

Medicine 2001: New Technologies, New Realities, New Communities //MedNet- 1996, August 4.-8 p.
20. Van Hentenryck K. Automated Hospital Information Systems. // Mil. Med. — 1996. -Vol.

131,№ 12.-P.1510-1512.
18. ISO/IEC JTC1/SC 29 N1580, 1996-04-23. Health Level Seven. Shedding light on HL7′s Version 2.3 Standard. // Healthc Inform. — 1997. — Vol. 14, № 3. — P.74.
21. Wilson I.H., Watters D. Use of personal computers in a teaching hospital in Zambia //Br. Med. F. — 1988. — vol. 296, N 6617. — P. 255-256.
22. Forth Meeting of WHO Documentation Centres in Europe: A new approach to new challenges. — Copenhagen: WHO Regional Office for Europe, 2003. — 16 с.

Медицина 2.0 (www.med2.ru)

Читайте также: