Введение к работе
Актуальность темы. В последнее время обозначились тенденции к использованию новейших современных методик в медицинской визуализации опухолей слюнных желез. Существует множество разнообразных методов диагностики данной патологии. Однако при их использовании в ежедневной практике возможно возникновение трудностей, связанных с наличием большого количества альтернативных вариантов, отсутствием точных математических методов и алгоритмов оптимизации процесса диагностики и выбора тактики лечения опухолевых заболеваний слюнных желез. Поэтому использование новых информационных технологий для создания медицинских систем автоматизации, объединяющих знания и опыт врачей-экспертов, является важной задачей.
Выбор метода лечения больных злокачественными опухолями слюнных желез и его результаты во многом зависят от распространенности опухолевого процесса. В течение многих лет рентгенологическое исследование оставалось ведущим и, по существу, единственным методом распознавания опухоли этой локализации. Существенным ограничением метода является невозможность точной оценки границ поражения на фоне окружающих тканей. Современная диагностика заболеваний слюнных желез основывается на клинических данных, результатах рентгенологических, радио-нуклидных и других специальных методов исследования.
Организация процессов диагностики и оптимального планирования тактики лечения осложняется спецификой представления знаний в данной предметной области: многие показатели не имеют количественной характеристики, архивная информация, как правило, содержит определенный процент ложных данных, имеет место неоднородность характеристик больных, в результате чего в каждом отдельном случае требуется индивидуальный подход.
Традиционные методики рентгенологической диагностики (рентгенография, пневмография, сиалография, томосиалография, пантомосиалография) обеспечивают получение информативного диагностического изображения, однако схожесть рентгенологической картины различных по природе заболеваний, сложность интерпретации теней затрудняют диагностику различных патологических состояний слюнных желез. В частности, сиалография - основной метод рентгенологического исследования - позволяет распознать слюннокаменную болезнь, воспалительные изменения и сиалозы, опухоли слюнных желез, но в некоторых случаях затруднен анализ полученных сведений. Хирурпіческое лечение опухолей слюнных желез нередко сопровождается серьезными осложнениями (повреждение ветвей лицевого нерва с параличом мимической мускулатуры, образование стойких слюнных свищей), требующими повторных хирургических вмешательств, иногда и неоднократных. В этой связи точная топическая диагностика и знание морфологической структуры являются необходимым условием, предопределяющим оптимальный результат хирургического лечения опухоли слюнной железы. В отличие от вышеуказанных методов диагностики, ставших в
настоящее время традиционными, внедрение в практику метода компьютерной томографии выявило определенные перспективы в повышении эффективности диагностики и оптимизации тактики хирургического лечения.
В настоящее время мощное развития получила такая область искусственного интеллекта (ИИ), как экспертные системы (ЭС). В их основе лежат программы, предназначенные для представления и применения фактических знаний из специальных областей. Например, совместные усилия экспертов и разработчиков систем позволили создать системы, которые диагностируют свойства объектов, подбирают конфигурацию различных производственно-сбытовых систем. Осознание полезности систем, которые могут копировать дорогостоящие или редко встречающиеся человеческие знания, привело к повсеместным усилиям привело к повсеместным усилиям по расширению и применению этой технологии. Мощное развитие получил также математический аппарат сетевых моделей при разработке имитационных систем, в которых имеют место процессы обработки информационных потоков.
Таким образом, тематика диссертации связана с разработкой алгоритмического обеспечения системы выбора оптимальной диагностической и лечебной тактики при опухолевых заболеваниях слюнных желез.
Работа выполнена в соответствии с межвузовской комплексной научно-технической программой 12.11 «Перспективные информационные технологии в высшей школе» в рамках одного из основных направлений Воронежского государственного технического университета «Биокибернетика, компьютеризация в медицине».
Цели и задачи исследования. Целью диссертации является разработка алгоритмического комплекса эффективной диагностики и выбора оптимальной тактики лечения опухолевых заболеваний слюнных желез в условиях стационара на основе данных компьютерной томографии. Для достижения поставленной цели в работе решались следующие задачи:
исследование специфики автоматизации лечебно-диагностического процесса с учетом использования аппарата экспертных систем и сетевых моделей при решении задач управления процессом планирования диагностики и построения тактики лечения в условиях стационара;
выбор способа описания диагностической ситуации для этапов планирования диагностики и тактики лечения и формирование механизмов ее классифицирования и поиска решения при выборе диагностической методики и способа лечения в зависимости от полученных данных;
разработка сетевой модели функционирования процессов диагностики и построения тактики лечения, генерация вариантов рационального многоальтернативного выбора множеств дифференциал ьно-диагностических признаков, поиск диагностических методик, позволяющих оптимизировать структуру сетевой модели;
разработка алгоритмов функционирования системы управления автоматизированным лечебно -диагностическим процессом;
создание алгоритма функционирования имитационной модели процессов системы планирования диагностики и тактики лечения ;
построение структурной модели экспертной системы управления процессом планирования диагностики и тактики лечения (ЭСУППДТЛ);
реализация результатов в виде алгоритмического комплекса и его внедрение в работу врача при планировании диагностики и разработке тактики хирургического вмешательства.
Методы исследования. В качестве теоретической и методологической основы диссертационного исследования использованы методы математического программирования и построения экспертных систем, теория управления медицинскими и биологическими системами, теория систем, теория искусственного интеллекта, имитационного моделирования, теория сетей Петри, экспериментальные исследования.
Научная новизна. Основные результаты диссертации, выносимые на защиту и имеющие научную новизну, состоят в следующем:
методика динамического компьютерно-томографического сканирования слюнных желез, позволяющая в рамках построения дифференциально-диагностического ряда существенно расширить диагностические возможности распознавания патологических изменений в слюнных железах, сокращающая сроки обследования больных и число используемых диагностических методов;
структурная модель автоматизированного управления системой планирования диагностики и тактики лечения в условиях стационара, отличающаяся интеграцией математического аппарата сетевых моделей и ЭС;
формализация процессов принятия решений по построению диагноза и планированию тактики лечения хирургических заболеваний слюнных желез, характеризующаяся алгоритмическими процедурами обеспечивающими функционирование имитационной модели и способствующими выбору наиболее адекватной тактики лечения при неоднозначной ситуации;
способ описания диагностической ситуации для этапов планирования диагностики и тактики лечения, обеспечивающий ее классификацию и поиск решения при выборе диагностической методики и способа лечения в зависимости от полученных данных и позволяющий характеризовать патологический процесс в целом.
Практическая значимость и результаты внедрения работы. Разработанная модификация метода динамического компьютерно-томографического исследования слюнных желез, позволяет в рамках построения дифференциально-диагностического ряда существенно улучшить дооперашгонную диагностику гистологических типов опухолевых заболеваний и оптимизировать объем хирургического вмешательства. Методика обработки информации, включающая алгоритмы имитационного моделирования, позволяет получить достоверные формализованные модели системы управления, на основе которых возможна настройка на конкретный процесс планирования диагностики и тактики лече-
кия. Сетевая модель функционирования лечебно-диагностических процессов позволяет учесть различные ситуации, возникающие на объекте управления, и генерировать варианты управляющих воздействий. Разработанный алгоритмический комплекс и модификация метода динамического сканирования внедрены в практическую деятельность отделения челюстно-лицевой хирургии Воронежской областной клинической больницы, отделения лучевой диагностики Воронежского областного клинического лечебно-диагностического центра, что обеспечило высокий функциональный и эстетический результат лечения, позволило сократить общую продолжительность обследования в амбулаторных условиях и сроки временной нетрудоспособности, связанной с лечением в условиях стационара на 20 %.
Результаты внедрения подтверждены соответствующими актами.
Апробация работы. Основные положения диссертационной работы докладывались и обсуждались на следующих конференциях, семинарах и совещаниях: Всероссийском совещании-семинаре «Математическое обеспечение информационных технологий в технике, образовании и медицине» (Воронеж, 1997), Пленуме российской ассоциации радиологов «Лучевая диагностика и лучевая терапия» (Москва, 1998); Всероссийской конференции «Интеллектуальные информационные системы» (Воронеж, 1999); семинарах кафедры «Системного анализа и управления в медицинских и педагогических системах»; ежегодных научных конференциях профіессорско-преподавательского состава Воронежского государственного технического университета.
Публикации. Основные результаты диссертации опубликованы в 6 печатных работах, перечень которых приведен в конце автореферата.
Структура и объем работы. Диссертация состоит из введения, четырех глав с выводами, заключения., списка литературы из 139 наименований и девяти приложений. Основная часть диссертационной работы изложена на 150 страницах машинописного текста, содержит 35 рисунков, 6 таблиц.