Медицинские системы интеллектуальной поддержки интерпретации результатов клинико-лабораторных исследований (В.В. Киликовский, С.П. Олимпиева, "Врач и информационные технологии", N 4, июль-август 2007 г.)

Медицинские системы интеллектуальной поддержки интерпретации
результатов клинико-лабораторных исследований

Не вызывает сомнения тот факт, что на конференции, посвященной проблеме информатизации здравоохранения в России, нет необходимости доказывать актуальность внедрения в различные области медицины систем интеллектуальной поддержки принятия решений различных уровней: от организационных решений до решений, принимаемых врачом непосредственно у постели больного.

Системы оказания информационной поддержки принятия организационных решений, реализованные в форме различных информационных систем, контролирующих информационные потоки на уровне больницы или отдельных ее подразделений, например, лабораторные информационные системы (ЛИС), а также на уровне отдельного врача в виде АРМ специалиста, внедряются в практику крупных медицинских учреждений достаточно активно. Системы интеллектуальной поддержки принятия непосредственно врачебного решения (диагностического или лечебного) развиваются и внедряются в практику отечественной медицины существенно медленнее.

В настоящее время наиболее распространенными среди последних являются так называемые критические системы, которые информируют врача о критических ситуациях в состоянии пациента, связанных с выходом отдельных показателей состояния организма за допустимые пороговые значения. Такие системы могут встраиваться в аппаратуру для проведения лабораторных тестов и контролировать выход лабораторных показателей за границы референтных интервалов или использоваться в системах интенсивного наблюдения в отделениях реанимации.

Хорошо известно, что человек не в состоянии следить за поведением более семи каких-либо объектов (параметров) одновременно. Поэтому с ростом количества сообщаемых такими системами фактов критического изменения показателей состояния пациента анализ ситуации и принятие врачом диагностических и лечебных решений становится все более затруднительным. Легко себе представить, что запредельное количество поступающей к врачу информации способно стать помехой для принятия обоснованных врачебных решений. Таким образом, система оказания интеллектуальной поддержки решениям врача, должна взять на себя функцию предварительного сжатия и обобщения информации, выделения существенных элементов и отсеивания ненужной, мешающей информации.

Возможность сжатия исходной информации о пациенте является важной особенностью медицинских систем поддержки принятия решений, которая позволяет уменьшать объем информации, предъявляемой врачу для анализа, повышая тем самым качество принимаемых врачебных решений. Такое сжатие информации реализуется, например, в системах поддержки принятия диагностических решений при выделении из совокупности данных пациента синдромов или симптомокомплексов, характерных для одного или нескольких заболеваний, а также в хорошо развитых экспертных системах при выделении группы заболеваний, наиболее полно объясняющих имеющуюся у пациента клинико-лабораторную картину.

Следует отметить, что к ранним традиционным формам систем интеллектуальной поддержки принятия врачебных решений, сохранившим свою актуальность до настоящего времени, без сомнения можно отнести медицинские справочники, учебники и монографии, написанные специалистами по отдельным разделам медицинского знания.

Однако, отмечаемый за последние несколько десятилетий огромный скачок знаний по отдельным медицинским направлениям, а также создание совершенно новых разделов медицины (генетика, иммунология и ряд других) приводит к информационному взрыву, справиться с последствиями которого, даже при наличии справочных изданий по новым разделам, врач не в состоянии. Следствием этого является отсутствие в активном обращении врача новых знаний, что зачастую приводит к формальному проведению современных методов исследования пациента, результаты которых врач при принятии врачебного (диагностического или лечебного) решения практически не использует. В свою очередь, это приводит к проведению дублирующих исследований или проведению впустую сложных и дорогих исследований.

Одним из путей актуализации информации, заключенной в справочниках, и более активному включению ее в состав систем поддержки принятия врачебных решений, является создание электронных версий таких справочников, что позволяет ускорить поиск врачом нужной ему консультативной информации. Тем не менее, получив справочную информацию о возможных заболеваниях, при которых наблюдаются отклонения от нормы тех или иных лабораторных показателей, выявленные у пациента, врач должен самостоятельно выбрать диагноз, наиболее полно воспроизводящий клинико-лабораторную картину состояния пациента. При отсутствии достаточного опыта (молодой специалист) эта задача может быть решена неверно, что отсрочит выбор адекватного лечения и приведет к удлинению сроков лечения.

Очевидно, что перевод справочной медицинской информации в электронную форму может облегчить процесс поиска необходимой информации, но не может оказать непосредственной интеллектуальной поддержки врачу в самом процессе принятия решения. Более того, как уже упоминалось выше, обилие необработанной предварительно информации может даже зашумлять и затруднять принятие обоснованных конкретных решений.

Важным отличием автоматизированных справочно-консультативных экспертных систем или систем интеллектуальной поддержки принятия решений является то, что они позволяют врачу получить консультацию по поводу интерпретации клинико-лабораторных данных конкретного пациента, то есть осуществляют индивидуальное консультирование. Именно эта способность систем интеллектуальной поддержки определяет эффективность их работы.

Перефразируя известное выражение "лечить больного, а не болезнь" можно сказать, что системы интеллектуальной поддержки принятия решений позволяют описать, не болезнь, но больного во всем многообразии проявлений патологического процесса, определяющего его состояние.

Разработка любых средств, в том числе и компьютерных, поддерживающих интеллектуальную деятельность врача на рабочем месте, представляется чрезвычайно актуальной и своевременной, что определяется объективными процессами, характеризующими современное состояние медицины, некоторые из которых мы приводим ниже:

резкое нарастание объема пациентов с заболеваниями развивающимися из-за ухудшающейся экологии, включая экологические катастрофы, имевшие место в последние десятилетия;

частые диагностические ошибки у молодых специалистов по отдельным профильным специализациям, а также у специалистов в смежных областях медицинского знания, связанные со сложностью дифференциальной диагностики и особенно ранней диагностики нестандартно протекающих форм заболеваний (патоморфоз), а также с наличием клинически слабо выраженных форм заболеваний, которые тем не менее требуют своевременного выявления и наблюдения;

массовая компьютеризация практического здравоохранения, а также широкое распространение персональных компьютеров и использования Интернета, что делает перспективным создание справочно-консультативных систем по отдельным проблемам медицины не только для врачей, но и для населения.

Разрабатываемые в настоящее время экспертные консультативно-диагностические системы по отдельным разделам медицинских знаний предназначены для организации интеллектуальной поддержки специалиста в учреждениях здравоохранения на основных этапах диагностического процесса: сбор данных, формирование диагностической гипотезы о возможном заболевании и ее верификация в процессе последовательного проведения различных исследований (включая лабораторные исследования и специальные виды исследования), объем и порядок проведения которых регламентируется системой.

Биохимическая лаборатория является одной из наиболее перспективных точек приложения новых информационных технологий и, в первую очередь, экспертных систем поддержки принятия решений.

Резко возросшее и продолжающее расти количество лабораторных исследований, интерпретация результатов которых требует глубоких знаний о процессах, происходящих в организме на клеточном и молекулярном уровне, привело к выделению лабораторной диагностики в самостоятельный раздел медицины, который, в свою очередь, продолжает дифференцироваться по профилям, отображенным в структуре лабораторных служб (общеклиническая, биохимическая, серологическая, морфологическая, иммунологическая, генетическая и т.д.).

Недостаточность знаний практикующих врачей в области информативности значений тех или иных тестов применительно к различным формам патологии порождает, по меньшей мере, две основные проблемы лабораторной диагностики: необоснованно расширенные назначения исследований, с одной стороны, и отсутствие возможности качественной системной интерпретации врачом полученных результатов комплекса проведенных тестов.

Выходом из сложившейся ситуации, по нашему мнению, является разработка системы интеллектуальной поддержки процесса диагностической интерпретации результатов лабораторного тестирования, основанной на создании экспертной системы, встроенной в лабораторную информационную систему (ЛИС).

В последние годы за рубежом активно разрабатываются экспертные системы для интерпретации результатов биохимических, гематологических, иммунологических исследований, а также для большого числа узко специализированных задач, включающих одну проблему, например, для автоматической интерпретации серологических тестов на токсоплазмоз, для лабораторной диагностики гемоглобинопатий, лабораторной диагностики железодефицитных анемий, нозологической интерпретации комплекса гормонов щитовидной железы, диагностики вариантов кислотно-щелочного состояния и др.

Направленность таких систем интеллектуальной поддержки интерпретации комплекса лабораторных данных на оценку состояния одной подсистемы организма отражает важную мысль о том, что создание локальных экспертных систем (рассчитанных на решение задач в достаточно узкой предметной области медицины) на данном этапе развития интеллектуализации систем поддержки принятия врачебных решений является более предпочтительным нежели создание одной "универсальной" ЭС. Именно локальные ЭС в большей степени напоминают использование различных тематических справочников (справочник гинеколога-эндокринолога, справочник нефролога, справочник гематолога и т.д. и т.п.).

Экспертные системы интеллектуальной поддержки интерпретации комплекса лабораторных данных позволяют:

- эффективно с минимальными затратами времени обращаться к многочисленной и разнообразной справочной информации и активно ее использовать при формировании заказа на проведение лабораторных исследований и при интерпретации полученных результатов лабораторных исследований;

- сформировать диагностическую гипотезу, принять решение о необходимости проведения дальнейших лабораторных и специальных видов исследований, необходимых для ее обоснования, и спланировать объем и последовательность их проведения;

- представить результаты лабораторных исследований в форме, доступной для понимания и использования врачами и сестрами.

Такие системы призваны оказывать интеллектуальную поддержку:

врачу-клиницисту при выборе объема и состава лабораторных исследований для подтверждения (или опровержения) диагностической гипотезы (в форме направительного диагноза);

врачу-лаборанту при оптимизации назначенного клиницистом списка лабораторных исследований - контроль правильности назначений и коррекция списка исследований;

врачам лаборанту и клиницисту для интерпретации полученных результатов и выработки плана дальнейших действий.

Нами разработана технология создания экспертных систем интеллектуальной поддержки интерпретации комплекса клинико-лабораторных данных на базе представления знаний в виде семантических пороговых сетей, реализованная в виде оболочки Репрокод для разработки экспертных систем и комплекса программ для формирования базы знаний конкретных приложений.

Создан метод формирования базы знаний в виде иерархически организованных ступенчатых текстов, а также принципы кодирования информации, позволяющие при использовании программных средств, входящих в состав оболочки трансформировать базу знаний в функционирующую экспертную систему.

Как подсказывает наш собственный опыт создания баз знаний большого числа прототипов ЭС с использованием созданной нами оболочки Репрокод, а также опыт исследований в указанном направлении зарубежных и отечественных исследователей, практически любая медицинская информация, а особенно патогенетические модели заболеваний, основанные на причинно-следственных отношениях между системами предпосылок и заключениями, может быть представлена в виде иерархически организованной семантической сети с условными и безусловными переходами в узлах, что позволяет рассматривать принцип иерархической организации информации как единый для большого числа задач, решаемых в различных разделах медицинских знаний.

С использованием разработанной технологии создан ряд систем поддержки принятия диагностических решений на основе интерпретации клинико-лабораторных данных пациента - консультативные системы для диагностики эндокринно обусловленных нарушений репродуктивной функции у женщин (Репрокод), заболеваний почек у детей (Нефрэкс), диагностики заболеваний щитовидной железы (Тирэкс), а также ряд исследовательских прототипов консультативно-диагностических систем поддержки принятия решений (по воспалительным заболеваниям в гинекологии, по воспалительным заболеваниям мочеполовой системы у мужчин, комплекс диагностических систем по заболеваниям крови у детей - геморрагии, нейтропении и анемии, и ряд других систем).

Возможность использования экспертных систем как обучающих также делает перспективным их внедрение при обучении студентов и повышении квалификации как врачей-лаборантов, так и клиницистов различных специализаций, использующих результаты лабораторных исследований.

В.В. Киликовский,

Российский государственный медицинский

университет (РГМУ), Москва

vkilikov@yandex.ru

С.П. Олимпиева,

Российский государственный медицинский

университет (РГМУ), Москва

"Врач и информационные технологии", N 4, июль-август 2007 г.