Содержание к диссертации
Введение
1. STRONG Анализ состояния диагностики и лечения хронической
сердечной недостаточности. существующие методы формализадиимедиітйнскихданных STRONG 13
1.1 Хроническая сердечная недостаточность 13
1.1.1 Основные понятия и определения, классификации и особенности течения заболевания 13
1.1.2 Существующие статистические данные о хронической сердечной недостаточности 16
1.1.3 Методы диагностики хронической сердечной недостаточности 21
1.1.4 Внезапная сердечная смерть 1.2 Знания и модели их представления 29
1.3 Классификация медицинских информационных систем 32
1.4 Существующие методы формализации медицинских данных 35
1.5 Выводы, цель и задачи исследования 42
2. Структурно-параметрический синтез и идентификация систем диагностики, лечения хронической сердечной недостаточности и прогнозирования риска внезапной сердечной смерти 44
2.1 Формальная постановка задачи синдромной диагностики 44
2.2 Семантический граф постановки диагноза хронической сердечной недостаточности 45
2.3 Метод прогнозирования в постановке диагноза хронической сердечной недостаточности 51
2.4 Структурная схема задачи определения типа, стадии, функционального
класса и методов лечения хронической сердечной недостаточности 60
2.5 Семантический граф определения типа, функционального класса, стадии
и методов лечения хронической сердечной недостаточности 2.6 Структурная схема задачи прогнозирования риска внезапной сердечной смерти 69
2.7 Выводы по главе - 71
3. Методы формализации и принятия решений при диагностике, лечении хронической сердечной недостаточности и прогнозировании риска внезапной сердечной смерти 72
3.1 Формализация принятия решений в задачах постановки диагноза хронической сердечной недостаточности 72
3.2 Формализация принятия решений в задачах определения типа, функционального класса, стадии и методов лечения хронической сердечной недостаточности 3.3 Метод интеллектуальной поддержки принятия решения при определении типа, функционального класса, стадии и методов лечения хронической сердечной недостаточности 92
3.4 Метод интеллектуальной поддержки принятия решений при прогнозировании риска внезапной сердечной смерти /. 3.4.1 Оценка риска развития внезапной сердечной смерти под влиянием различных факторов. Шкала SCORE 100
3.4.2 Формализация принятия решений в задаче определения относительного риска и вероятности возникновения внезапной сердечной смерти... 101
3.4.3 Метод обработки информации для определения риска у больных, перенесших инфаркт миокарда 103
3.5Выводы по главе 105
4. Специальное программное обеспечение систем интеллектуальной поддержки принятия решений 107
4.1 Пакет прикладных программ поддержки принятия решения при постановке диагноза, определении типа, стадии, функционального класса, методов лечения хронической сердечной недостаточности и прогнозировании риска внезапной сердечной смерти 107
4.2 Контрольный пример реализации специального программного обеспечения поддержки принятия решения при постановке диагноза, определении типа, стадии, функционального класса, методов лечения хронической сердечной недостаточности и прогнозировании риска внезапной сердечной смерти 113
4.3 Выводы по главе 119
Заключение 120
Список литературы 123
Приложение 134
- Основные понятия и определения, классификации и особенности течения заболевания
- Формальная постановка задачи синдромной диагностики
- Формализация принятия решений в задачах постановки диагноза хронической сердечной недостаточности
- Пакет прикладных программ поддержки принятия решения при постановке диагноза, определении типа, стадии, функционального класса, методов лечения хронической сердечной недостаточности и прогнозировании риска внезапной сердечной смерти
Введение к работе
В последние десятилетия стремительно развивались медицинские, биологические, фармакологические науки, это продолжается и сейчас, что влечет за собой значительное расширение и углубление знаний о закономерностях функционирования человеческого организма, появление новых методов обследования и лечения пациентов. При этом возрастает значение развития медико-технических наук [12]. Возрастает объем информации, необходимой врачам в их практической деятельности для диагностики и лечения заболеваний. Для повышения клинической и экономической эффективности медицинской помощи необходимо применение появляющихся новых лекарственных средств, методов диагностики, данных доказательной медицины.
Тем не менее, практическая медицина все еще остается трудно формализуемой областью человеческой деятельности, в которой специалисты при принятии решений зачастую исходят из предыдущего профессионального опыта и собственной интуиции, а не из анализа объективных данных. В такой ситуации трудно избежать врачебных ошибок, социальное и экономическое значение которых оказывается чрезвычайно высоким. Проблема усугубляется тем, что ряд демографических и экологических факторов, таких, как возрастание доли пожилого населения, увеличивающееся загрязнение окружающей среды и др., приводят к тому, что врачи все чаще имеют дело не с одной болезнью пациента, а с их сочетанием. В результате возникает необходимость увеличения числа учитываемых и анализируемых врачом взаимозависимых показателей деятельности организма, что еще более усложняет задачу выбора адекватных лечебных воздействий, также взаимодействующих между собой. Все это приводит к возрастанию врачебных ошибок в ходе лечебно-диагностических процессов (ЛДП), одна из причин которых - «неспособность врача запомнить перечень показаний и противопоказаний десятков и сотен препаратов...»
[14].
При сегодняшнем уровне развития медицинских технологий способов дополнительного исследования тех или иных систем и функций организма огромное количество, однако, в различных клинических ситуациях не все они обладают достаточной информативностью и зачастую имеют высокую стоимость. Реальная клиническая ситуация осложняется еще тем, что в процессе принятия решения врач не имеет возможности провести нужное, пусть даже и высокоинформативное дополнительное исследование каждому больному.
Эти аспекты врачебной деятельности становятся особенно актуальными при обсуждении проблемы оказания медицинской помощи при распространенных в популяции и особенно социально-значимых заболеваниях (артериальная гипертония, сахарный диабет, психические и онкологические заболевания). К ряду таких заболеваний относится хроническая сердечная недостаточность (ХСН), поскольку ХСН является одним из заключительных этапов непрерывного развития сердечнососудистых заболеваний и при этом осложнением большинства болезней сердца, следовательно, успешное лечение ХСН можно считать профилактикой развития декомпенсации сердечной деятельности.
По общему мнению, повышенное внимание к проблеме ХСН обусловлено: 1) неуклонным ростом числа новых случаев ХСН; 2) сохраняющейся высокой заболеваемостью и смертностью, несмотря на достижения современной медицины; 3) крайне высокой стоимостью лечения декомпенсированных больных [5, 60, 69, 96, 106]. При этом известно, что прямые и косвенные затраты связанные с лечением таких больных могут составлять 1-2% всего бюджета здравоохранения [69, 106].
ХСН является наиболее частым и серьезным осложнением сердечнососудистых заболеваний [3]. Смертность в течение года больных с ХСН, несмотря на внедрение новых методов лечения, остается высокой: при І ФК она составляет 10%, при II - около 20%, при III - около 40% и при IV ФК
достигает 66% [3]. Течение ХСН имеет волнообразный характер - со сменой относительно благополучных периодов с характерной стабильностью симптомов или их медленным прогрессированием на стремительно развивающуюся острую декомпенсацию клинического состояния пациентов, приводящую в итоге к их неотложной госпитализации [3]. Статистика свидетельствует о неуклонном росте числа случаев ХСН во всех странах независимо от политической и экономической ситуации. Факты о распространенности сердечной недостаточности к середине 90-х годов:
распространенность клинически выраженной ХСН в популяции не менее 1,8-2,0%;
среди лиц старше 65 лет частота встречаемости ХСН возрастает до 6-10% и декомпенсация становится самой частой причиной госпитализации пожилых больных;
число больных с бессимптомной дисфункцией левого желудочка (ЛЖ) не менее чем в 4 раза превышает число пациентов с клинически выраженной ХСН; .-
за 15 лет число госпитализаций с диагнозом ХСН утроилось, а за 40 лет увеличилось в 6 раз;
выживаемость больных с ХСН в течение пяти лет все еще ниже 50%;
риск внезапной смерти в 5 раз выше, чем в популяции [3].
Россия является единственной страной в мире, в которой диагноз ХСН не является самостоятельным, а раз такого заболевания не существует (оно может лишь быть осложнением чего-либо), значит, и больные с ХСН не попадают в число тех, которые официально наблюдаются кардиологами [3]. Статистики по распространенности и лечению ХСН у нас нет. Иными словами, в России больные с ХСН еще чаще, чем на Западе, лечатся участковыми терапевтами. К сожалению, информационная обеспеченность врачей первичного звена в нашей стране все еще низка [3].
Поэтому использование новых информационных технологий для создания медицинских систем поддержки принятия решения, объединяющих
знания и опыт врачей-экспертов, является важной задачей.
Построение строгой количественной модели постановки клинического диагноза усложняется следующими особенностями.
Во-первых, на практике всегда имеется большое количество слабо формализуемых и зачастую противоречивых данных с одновременной их изменчивостью (ситуативностью) во времени.
Во-вторых, зачастую присутствует конфликтный и многоаспектный характер взаимоотношений, как между элементами внутри объекта исследования, так и с окружающими объектами при сильном влиянии человеческого фактора.
В-третьих, как правило, имеется преимущественно понятийный и противоречивый характер исходных данных о самом пациенте.
Проблема формирования базы знаний, включающей различные алгоритмы и модели диагностики, прогнозирования и принятия оптимальных решений при выборе тактики лечения, занимает центральное место при разработке компьютерных систем интеллектуальной поддержки деятельности врача. В связи с этим требуется разработка различных подходов, позволяющих повысить качество и надежность вычислительных процедур. Для этого необходима структуризация имеющейся медицинской информации, ее предварительная обработка, проведение системного анализа полученных данных, разработка моделей описания и методов интеллектуальной поддержки принятия решений в рассматриваемой предметной области.
Методы системного анализа и интеллектуальной поддержки при соответствующей проработке могут быть применены при описании практически любого класса заболеваний. Однако особый интерес вызывают патологические состояния, приводящие наиболее часто к утрате трудоспособности, инвалидности и смерти. Именно к такому классу болезней относятся заболевания сердечно-сосудистой системы, в том числе хроническая сердечная недостаточность.
Таким образом, тематика диссертации, связанная со структурно-параметрическим синтезом и идентификацией систем диагностики, выбора тактики лечения ХСН, а также прогнозирования риска внезапной смерти при сердечно-сосудистых заболеваниях на основе применения методов системного анализа и интеллектуальной поддержки принятия решений, является актуальной на сегодняшний день.
Цель диссертационного исследования: разработать проблемно-ориентированную информационную систему, позволяющую повысить эффективность диагностики, лечения хронической сердечной недостаточности, прогнозирования риска внезапной сердечной смерти за счет интеллектуализации принятия врачебных решений.
Для достижения поставленной цели необходимо решить следующие задачи:
провести анализ особенностей функционирования компьютерных систем автоматизации лечебно-диагностического процесса, оценить возможность применения методов интеллектуальной поддержки для повышения их эффективности;
провести структурно-параметрический синтез и идентификацию систем диагностики, определения типа, стадии, функционального класса, методов лечения ХСН и прогнозирования риска ВСС при сердечно-сосудистых заболеваниях;
- предложить метод прогнозирования в постановке диагноза ХСН;
- разработать методы формализации и принятия решений при
диагностике, определении типа, стадии, функционального класса, методов лечения
ХСН и прогнозировании риска ВСС при сердечно-сосудистых заболеваниях;
- разработать специальное программное обеспечение информационной
системы интеллектуальной поддержки принятия решений;
- выполнить оценку эффективности использования разработанного
комплекса методов и провести апробацию результатов исследования в
клинических условиях.
Методы исследования. Выполненные теоретические и
экспериментальные исследования базируются на использовании следующих методов и теорий: систем, множеств (четких и нечетких), графов, выбора и принятия решений, искусственного интеллекта, кардиологии, ситуационного управления и программирования. Общей методологической основой является системный подход.
Научная новизна работы заключается в разработанных методах диагностики, определения типа, стадии, функционального класса (ФК), методов лечения ХСН и прогнозирования риска внезапной сердечной смерти (ВСС):
семантический граф диагностики ХСН, отражающий структуру процесса постановки диагноза и связи между результатами обследования пациента, создающий основу для разработки более эффективных методов диагностики;
семантический граф определения типа, стадии, ФК и методов лечения ХСН, позволяющий в отличие от существующих формализовать правила принятия врачебного решения при имеющихся данных о .пациенте, построенные на основе Национальных рекомендаций по лечению ХСН;
метод прогнозирования в постановке диагноза ХСН, основанный на применении модифицированного метода последовательных сравнений на основе метода частичных парных сравнений и метода DARE-Decision Alternative Ration Evaluation и позволяющий в отличие от известных формализовать структуру предпочтений ЛПР путем ранжирования альтернативных врачебных решений по их относительной важности на каждом уровне установления диагноза;
метод формализации принятия решений для прогнозирования риска ВСС, позволяющий в отличие от известных прогнозировать на 10-летний период риск (вероятность) смерти от сердечно-сосудистых заболеваний на основании данных об общем уровне холестерина, систолическом артериальном давлении, курении, возрасте с учетом наличия других сопутствующих наиболее существенных факторов у пациента;
метод интеллектуальной поддержки принятия решения при прогнозировании риска внезапной смерти при сердечно-сосудистых заболеваниях, отличающийся от существующих включением в рассмотрение и формализацией следующих факторов: наличие ВСС по отцовской и материнской линии, нарушение ВСР, величину ЧСС, удлинение интервала QTc, увеличение массы миокарда, наличие желудочковой экстрасистолии, наличие ИМ, сахарного диабета, фибрилляции предсердий, модифицирующих начальное предполагаемое значение риска;
метод интеллектуальной поддержки при лечении ХСН, позволяющий воспринимать, структурировать и накапливать знания, обеспечивая процесс поддержки принятия врачебного решения.
Практическая значимость работы заключается в разработанном
специальном программном обеспечении проблемно-ориентированной
информационной системы диагностики, лечения и прогнозирования ВСС в
виде реализации методов, учитывающих структуру предметных
автоматизированных систем человеко-машинных процедур и охватывающих
все этапы лечебно-диагностического процесса для принятия врачебного
решения при работе с пациентами с подозрением на хроническую сердечную
недостаточность.
Основные теоретические и практические результаты диссертационной
работы апробированы и внедрены в деятельность Воронежской областной
клинической больницы №1. Эффект от внедрения - социальный.
Апробация работы. Основные положения и результаты диссертационной работы докладывались и обсуждались на следующих научно-технических конференциях и семинарах:
«Теория конфликта и ее приложения» (Воронеж, 2004, 2006);
«Интеллектуальные информационные системы» (Воронеж, 2005);
Отчетных научных конференциях профессорско-преподавательского состава и научных работников ВГТА (2005-2006 гг.);
Отчетных научных конференциях профессорско-преподавательского состава и научных работников ВИВТ (2006-2007 гг.);
«Интеллектуализация управления в социальных и экономических системах» (Воронеж, 2007);
- Научно-технических семинарах кафедры информационных систем
ВИВТ (2006-2007 гг.).
Структура работы. Диссертация состоит из введения, 4 глав, заключения, списка литературы из 120 наименований и приложения. Работа изложена на 134 страницах машинописного текста (основной текст занимает 125 страниц), содержит 20 рисунков и 18 таблиц.
Диссертационная работа выполнена на кафедре информационных систем Воронежского института высоких технологий в рамках госбюджетной НИР по теме "Моделирование информационных технологий; разработка и совершенствование методов и моделей управления, планирования и проектирования технических, технологических, экономических и социальных процессов и производств" (N г.р. 01.2005.2305).
Основные понятия и определения, классификации и особенности течения заболевания
Сердечная недостаточность (СН) — патологическое состояние, обусловленное неспособностью сердца обеспечивать адекватное кровоснабжение органов и тканей при нагрузке, а в более тяжелых случаях и в покое [6].
В классификации, принятой на XII съезде терапевтов (1935 г.), СН и сосудистая недостаточность выделены как две самостоятельные формы недостаточности кровообращения [6]. По темпам развития и течению СН подразделяют на острую и хроническую, по преимущественному значению недостаточности какого-либо из желудочков сердца— на левожелудочковую, правожелудочковую и тотальную. Под острой СН принято подразумевать возникновение острой (кардиогенной) одышки, связанной с быстрым развитием легочного застоя вплоть до отека легких или кардиогенного шока (с гипотонией, олигурией и т. д.), которые, как правило, являются следствием острого повреждения миокарда, прежде всего острого инфаркта миокарда (ИМ). Иногда выделяют также предсердную СН (при стенозах атриовентрикулярных отверстий).
Чаще встречается хроническая форма сердечной недостаточности (ХСН), для которой характерны периодически возникающие эпизоды обострения (декомпенсации), проявляющиеся внезапным или, что бывает чаще, постепенным усилением симптомов и признаков ХСН [60]. ХСН - это синдром, развивающийся в результате различных заболеваний сердечно-сосудистой системы, приводящих к снижению насосной функции сердца (хотя и не всегда), дисбалансу между гемодинамической потребностью организма и возможностями сердца, хронической гиперактивации нейрогормональных систем, и проявляющийся одышкой, сердцебиением, повышенной утомляемостью, ограничением физической активности и избыточной задержкой жидкости в организме [3].
Таким образом, с современных клинических позиций ХСН представляет собой заболевание с комплексом характерных симптомов (одышка, утомляемость и снижение физической активности, отеки и др.), которые связаны с неадекватной перфузией органов и тканей в покое или при нагрузке и часто с задержкой жидкости в организме. Первопричиной является ухудшение способности сердца к наполнению или опорожнению, обусловленное повреждением миокарда, а также дисбалансом вазоконстрикторных и вазодилатирующих нейрогуморальных систем [60].
В течении недостаточности кровообращения при хронической сердечной недостаточности выделяют 3 стадии: I стадия (начальная) проявляется одышкой, тахикардией, утомляемостью только при физической нагрузке; II стадия характеризуется застоем в малом и (или) большом круге кровообращения и нарушениями функций органов вначале мало выраженными, в основном при нагрузке (стадия ПА), а затем устойчивыми признаками значительных нарушений гемодинамики и водно-электролитного обмена, сохраняющимися в покое (стадия ПБ); III стадия, или дистрофическая, характеризуется тяжелыми нарушениями гемодинамики, обмена веществ и функций всех органов с развитием в них необратимых морфологических изменений.
Диагноз хронической СН устанавливают на основании всей совокупности ее клинических проявлений, т.к. ни один из отдельных ее симптомов не является строго специфическим (тахикардия может быть следствием разных болезней, одышка— легочной, отеки— почечными и т.д.). Для установления и уточнения характера болезни сердца применяют при необходимости специальные методы исследования его морфологии и функции, в т.ч. обязательно электрокардиографию и рентгенологическое исследования, а по показаниям также эхокардиографию, реокардиографию, с помощью которых можно определить, в частности, снижение сердечного выброса, методы радионуклидной диагностики, ангиокардиографию.
Очевидно, что различных проявлений сердечной недостаточности достаточно большое количество, способов их выявления тоже очень много, что существенно затрудняет работу врачей первого звена при работе с пациентами с подозрением на СН. В Европе задачу врачей-кардиологов, прежде всего, упрощает широкое и повсеместное применение Европейских рекомендаций по диагностике и лечению СН, однако в России, к сожалению, врачи в большинстве случаев полагаются лишь на свой профессиональный опыт, не принимая во внимание появление более эффективных препаратов и методов обследования. В настоящее время для хронической сердечной недостаточности у нас в стране разработаны Национальные рекомендации по диагностике и лечению ХСН, опирающиеся на общепринятые во всем мире классификации заболевания, а также снабженные четкими и подробными алгоритмами диагностики и лечения ХСН. Широкого распространения, однако, они еще не получили. Возможно, одной из причин этого является недостаточно удобная для повседневной работы форма преставления рекомендаций. В предлагаемой работе, основывающейся прежде всего на Национальных рекомендациях, предпринята попытка более четкого их структурирования, обработки с использованием методов интеллектуальной поддержки и системного анализа, применение сформулированных автором при переработке рекомендаций правил принятия решений позволяет врачу без потери времени на прочтение и переработку всего текста рекомендаций получить консультацию в течение короткого времени работы с программой (см. главу 4). В условиях реального времени стремительного развития рынка медицинских приборов и препаратов необходимо создание легко изменяемых с появлением новых данных информационных систем поддержки лечебно-диагностического процесса, при использовании которых медицина в нашей стране должна выйти на качественно новый уровень. Одной из таких систем является результат данной работы.
Формальная постановка задачи синдромной диагностики
Симптом (греч. symptoma — совпадение, случай) определяется как субъективный или объективный признак болезни, качественно новый, не свойственный здоровому организму феномен, или отсутствие нормального для организма явления, обладающий свойствами выраженности, постоянства, устойчивости к фазам (стадиям) болезни [7, 41, 77].
По своему определению симптом выражает отклонение конкретного медицинского параметра от его нормальных значений. В зависимости от способов и доступности выявления симптомы разделяются на объективные (выявляемые с помощью лабораторных и инструментальных методов) и субъективные (выявляемые по жалобам больных, их опросу или осмотру) [7].
Синдром (греч. syndromes, syndroma; лат. syndromum — стечение, скопление) - устойчивая совокупность ряда симптомов с единым патогенезом [7, 41, 77]. Синдром может составлять клиническую картину всей болезни или ее части, будучи при этом проявлением патологии одной системы или органа. В формальном математическом смысле простой синдром - это пересечение (логическое умножение) на множестве симптомов. Объединение (логическое сложение) на множестве симптомов образует симптомокомплекс, а объединение на множестве симптомокомплексов — сложный синдром (синдромокомплекс) [10, 41].
Задача диагностики состояния, характеризуемого набором симптомов {Sb...,Sk}, состоит в применении решающего правила, позволяющего отнести текущее состояние к одному из множества альтернативных диагнозов {D],...,Dn} (в том числе возможно и наличие диагноза «здоров») с максимальным значением априорно заданного показателя качества.
При этом описание отклонения в развитии организма или органов можно рассматривать как список симптомов, с каждым из которых связан индикатор частоты проявления і - го отклонения р;к, т.е. патология Dk может быть описана в виде: Dk={(S;k,Pik),i=l,...,nk}. Индикаторы выраженности могут принимать значения от 0 до 1 в зависимости от выбранной вербальной шкалы.
На сегодняшний день хроническая сердечная недостаточность (ХСН) является одним из самых распространенных сердечно-сосудистых заболеваний. Задача постановки диагноза ХСН осложняется многими факторами: 1) отсутствие узких специалистов за пределами областных и районных центров; 2) постоянное обновление рекомендаций и методов диагностики ХСН; 3) огромное многообразие методов диагностики, из которых бывает сложно выбрать наименее дорогостоящий и наиболее информативный; 4) субъективность отдельно взятого врача, принимающего решение. Все это приводит к необходимости создания автоматизированной системы поддержки принятия решений при диагностике ХСН. Структурная схема данной задачи представлена на рисунке 2.1.
Пациент, имеющий жалобы и симптомы заболевания, обращается к врачу для принятия решения по диагностике. Врач собирает сведения об анамнезе, симптомах, жалобах, данных физикального осмотра и инструментальных исследований и заносит в базу данных (БД) всю информацию о пациенте.
Эксперт, основываясь на своем личном профессиональном опыте и Национальных рекомендациях по диагностике ХСН [60], формирует семантический граф правил принятия решений и логического вывода.
Формализация принятия решений в задачах постановки диагноза хронической сердечной недостаточности
Рассматривая логико-лингвистические методы относительно возможности их применения для поддержки принятия врачебного решения, следует отметить одно важное обстоятельство: логико-лингвистические методы дают возможность исследовать и оценивать объекты и процессы, которые в принципе не могут быть проанализированы и оценены с помощью традиционных строгих математических методов оптимизации, либо такие оценки оказываются упрощенными [9,71].
Для построения любой логико-лингвистической модели необходимо установить ее смысловое содержание (семантику), то есть на понятийном уровне определить [9,71]: базовую систему аксиом в виде истинно интерпретированных, правильно построенных формул (выражений, утверждений), отображающих наши исходные представления о моделируемом объекте; базовую систему правил вывода, обеспечивающих при заданной начальной системе аксиом порождение всех истинных в модели формул (выражений, утверждений) и фактически являющихся формальным отображением накопленного опыта исследования подобных объектов.
Следует сразу же отметить, что базовая семантика, являясь неформальной частью метода, представляет собой отображение знаний разработчика об исследуемом объекте. В дальнейшем она должна пополняться и корректироваться. Именно в этом смысле она и называется базовой [9,71].
Основная проблема построения метода заключается в разработке базовой лексики проблемно-ориентированного языка (ПОЯ), обеспечивающей создание модели изучаемой системы с необходимой для практики детализацией. Требования, предъявляемые к лексике ПОЯ, изложены в [9,71], основными из которых являются: лексика должна являться версией естественного языка, но версией формализованной, исключающей многозначность и избыточность; используемые лексические единицы должны отображать свойства исследуемых процессов; должны обеспечиваться условия выводимости результатов и отсутствия цикличности.
Каждый из рассматриваемых результатов обследования пациента по отношению к задаче диагностики носит нечеткий и неполный характер. В таких условиях для синтеза соответствующих решающих правил целесообразно использовать теорию нечеткой логики принятия решений [9,71]. Проведенные нами консультации с высококвалифицированными экспертами-кардиологами позволили сформировать перечень результатов обследования, используемых для постановки диагноза ХСН (см. главу 2).
К задаче построения метода формализации решения задачи подойдем, предполагая, что врач должен будет принять решение относительно наличия у пациента диагноза ХСН. При этом в описании попытаемся отразить познавательный процесс гипотетического врача, происходящий при анализе стоящей перед ним задачи.
Существует несколько этапов диагностики ХСН. На каждом из этапов, обозначенных YJ5 результаты обследования обозначаются Xj (см. рис.2.2), и в зависимости от их коэффициентов связи по отношению к критерию наличия диагноза ХСН (за коэффициент связи принимается предсказующее значение из таблицы 3.1 [60]) один из результатов обследования выбирается в соответствии с правилом Rj =max(Rx,...,RN), где N - количество результатов обследования на j-том уровне. С точки зрения высококвалифицированных экспертов, можно выделить следующие этапы диагностики ХСН: Yi - данные анамнеза; Y2 - пол; Y3 -возраст, Y4 - симптомы (жалобы); Y5 - данные физикального осмотра; Y6 -данные ЭКГ; Y7 - данные рентгенографии; Y8 - данные эхокардиографии; Y9 - данные о концентрации мозгового натрий-уретического пептида в крови.
Этапы диагностики ХСН здесь рассматриваются в соответствии с уровнями семантического графа, показанного на рисунке 2.2.
Первым этапом диагностики ХСН и обозначения элементов является определение анамнеза (У\), то есть предусматривается, что пациент сам либо имеющаяся у него медицинская документация позволяет установить наличие у него определенных заболеваний (гипертоническая болезнь сердца (Хи), ишемическая болезнь сердца (Х12), перенесенный инфаркт миокарда (Хю), врожденный или приобретенный порок сердца (Х]4), кардиомиопатия (Х15), сахарный диабет (Х]6), токсическое поражение сердца (Хп)) либо, наоборот, исключить. Этот уровень тем больше влияет на постановку диагноза ХСН, чем больше перенесенных заболеваний у пациента и чем продолжительнее эти заболевания.
На следующих этапах диагностики (Y2, Y3) рассматривается влияние пола и возраста пациента на постановку диагноза ХСН. С увеличением возраста повышается вероятность возникновения ХСН, для мужчин (Хго) она выше, чем для женщин (Хгі) в одних и тех же возрастных категориях.
Одной из опорных точек в постановке диагноза является выявление симптомов ХСН или жалоб пациента (Y4). Чем больше у больного симптомов, тем сильнее влияет этот уровень на постановку диагноза. По данным исследований, самые частые жалобы больных с ХСН - одышка и быстрая утомляемость (Х4о - Х42), также очень часто встречается сердцебиение при физической нагрузке (Х44).
На следующем этапе (Y5) проводится физикальный осмотр пациента, то есть производится общий осмотр, в том числе кожных покровов, слизистых, подкожножировой клетчатки, отмечается наличие цианоза, отеков, проводится перкуссия и аускультация легких, измерение ЧДД (частоты дыхательных движений), исследование границ сердца, определение артериального пульса, измерение артериального давления (АД), осмотр, перкуссия и аускультация живота. При таком осмотре можно обнаружить определяемое визуально повышение давления в яремных венах (Х5о), хрипы в легких (X5i), определяемый при аускультации сердца ритм галопа (Х52), заметные при визуальном осмотре отеки нижних конечностей (Х5з), тахикардию в покое более 100 уд./мин (Х54). Чем больше имеется у пациента перечисленных признаков, тем более вероятен диагноз ХСН.
После определения анамнеза, этиологии и проведения физикального осмотра необходимо объективное доказательство того, что выявленные симптомы связаны именно с сердечным заболеванием, а не болезнями каких либо других органов (например, заболеваниями легких, анемией, почечной недостаточностью). В то же время объективные признаки дисфункции сердца должны присутствовать уже в покое, так как появление таких признаков при нагрузке может быть признаком не только ХСН, но и, например, ишемической болезни сердца (ИБС). Поэтому в каждом случае предварительный диагноз ХСН должен быть подтвержден объективными методами, и, прежде всего теми, которые позволяют оценить систолическую и/или диастолическую функцию сердца.
Пакет прикладных программ поддержки принятия решения при постановке диагноза, определении типа, стадии, функционального класса, методов лечения хронической сердечной недостаточности и прогнозировании риска внезапной сердечной смерти
Построенные методы формализации и интеллектуальной поддержки принятия решений при постановке диагноза, определении типа, стадии, функционального класса, методов лечения хронической сердечной недостаточности и прогнозировании риска внезапной сердечной смерти (см. гл. 3) реализованы в виде пакета прикладных программ (ППП) с использованием специализированной среды Delhi 7.0. Выбор данной среды обусловлен тем, что предложенные модели описания (см. раздел 2.3) предполагают наличие большого объёма разного рода данных, а методы, используемые для решения поставленных задач, не могут быть реализованы с помощью языков программирования низкого уровня, в связи со сложностью и неоднозначностью.
Меню «Файл» позволяет производить подключение и отключение от общей базы данных диагностики, лечения ХСН и прогнозирования риска внезапной смерти, а также осуществлять выход из программы.
Для реализации базы данных была выбрана СУБД Interbase на основе сервера Firebird 1.5. Сервер Firebird легко устанавливается, не требует особого обслуживания в рамках разрабатываемой программы, и врач сможет без труда сам установить его.
На рисунке 4.3 изображена структурная схема фрагмента разработанной базы данных определения типа, стадии, ФК и методов лечения ХСН.
Поля F, I, О, VOZRAST, VES, ROST, POL служат для хранения фамилии, имени, отчества возраст, веса, роста и пола пациента. В поле HSNYAVN записывается факт наличия явной ХСН. MNPVNORME хранит уровень МНП.
Поля EHO30_BOOLEAN- EH039_BOOLEAN служат для хранения следующих данных: ФВ 45%, AS = (КДР - КСР)/КСР 25%, КДРЛЖ 55 мм (иКДРЛЖ 33 мл/м"), локальное нарушение сократимости ЛЖ (а-, гипо-, дискинезия), аневризма ЛЖ, изменение геометрии ЛЖ (ИСС = КСР/продольный размер ЛЖС » 0,45 0,8 - 1,0; ИСД = КСР/продольный размер ЛЖд » 0,65), поражение клапанов сердца, дефекты перегородок, наличие регургиации, патологические потоки, гипертрофия ЛЖ ((ТМШП + ТЗСЛЖ)/2 12 мм), гипертрофия ЛЖ (иММЛЖ 117 г/м2 для мужчин или иММЛЖ 104 г/м2 для женщин), увеличение ПОТ - (ТМЖП + ТЗСЛЖ)/КДР 0,45, изменение трансмитрального доплеровского потока.
В полях OSL90_BOOLEAN-OSL90_BOOLEAN хранятся следующие данные: возникновение на фоне СН острой каронарной недостаточности, острой ЛЖ-недостаточности (сердечной астмы, отека легких); прогрессирующая СН с невозможностью лечения в амбулаторных условиях, - присоединение осложнений СН (пневмонии, нарушений ритма сердца, тромбоэмболии и т.д.), симптоматическая гипотензия, обморочные состояния; отсутствуют признаки.
В полях OSOBTECH140_BOOLEAN-OSOBTECH142_BOOLEAN алкогольная кардиомиопатия, ишемический генез ХСН, прирост веса более 2 кг за 1 - 3 дня или декомпенсированное тяжелое течение ХСН. ANAMN280JBOOLEAN-ANAMN2811_BOOLEAN - застой, тахикардия, гипотония, низкая ФВ ( 25%), жажда, отеки, гипокалиемия, желудочковые НРС, возраст 65 лет, тромбоэмболия, тромбоз ЛЖ, рефрактерные отеки, перенесенный ОИМ, стенокардия, гипертония, ОСН, регургиация.
В поле SIMPT_STAD хранится номер симптома для определения стадии ХСН. В поле SIMPT_FK хранится номер симптома для определения функционального класса ХСН. Поле AKTIV предназначено для хранения уровня активности пациента, используемого при определении фактора активности. В поле SINUS вносятся данные о ФК и наличии синусового ритма и мерцательной аритмии.
Поле TIPPREPARAT служит для хранения рекомендуемого типа препаратов.
Поле OSOBTECH143JKAHEKSIYAJBOOLEAN необходимо для хранения факта наличия кахексии.
Таблицы STADIYA, FK, NAGRUZKI, FAKTORAKTIVNOSTI и TIPPREPARATA служат для хранения описания вычисляемых значений стадии ХСН, функционального класса, рекомендуемых нагрузок, фактора активности и рекомендуемого типа препаратов. Эти таблицы связаны отношением один ко многим с полями таблицы PACIENTI и компонуются в ходе выполнения запроса.
Для начала работы с программой необходимо в верхней части главного окна заполнить поля «Фамилия», «Имя», «Отчество», «Возраст», «Вес», «Рост», «Пол» для конкретного пациента.
Кнопка «Вывод» позволяет получить процент вероятности наличия диагноза ХСН, предполагаемые тип, стадию, ФК ХСН, рекомендуемые режим, диету, препараты для лечения заболевания, а также проценты риска ВСС для выделенного пациента в нижней части окна программы в зависимости от того, с какой из вкладок «диагностика», «лечение» или «внезапная смерть» идет работа в данный момент.
При выборе вкладки «диагностика» открываются для заполнения поля вкладок «анамнез», «симптомы», «данные физикального осмотра», «данные ЭКГ», «данные эхокардиографии», «данные рентгенографии», «концентрация мозгового натрийуретического пептида», в которых необходимо выбрать признаки, выявленные для данного пациента.
Выбор вкладки «лечение» предполагает внесение известных для рассматриваемого пациента данных при заполнении полей вкладок «проверка диагноза», «ЭхоКГ», «Симптомы для определения типа дисфункции», «Осложнения», «Тест 6-минутной ходьбы», «Особенности течения», «Физическая активность», «Данные о ФК и наличии синусового ритма и мерцательной аритмии», «Данные анамнеза».
На вкладке «внезапная смерть» необходимо внести значения уровня холестерина и систолического артериального давления у пациента и отметить выявленные для него признаки из перечисленных для определения процента риска внезапной сердечной смерти.
