CC BY
44
20Л7, №2
А. Г. НЕМКОВ,
к.м.н., Государственное образовательное учреждение высшего профессионального образования «Тюменский государственный медицинский университет» МЗ РФ А. Г. САННИКОВ,
д.м.н., Государственное образовательное учреждение высшего профессионального образования «Тюменский государственный медицинский университет» МЗ РФ
АВТОМАТИЗАЦИЯ
ДИФФЕРЕНЦИАЛЬНОЙ ДИАГНОСТИКИ ЧЕРЕПНО-МОЗГОВОЙ ТРАВМЫ
УДК 002.53
Немков А. Г., Санников А. Г. Автоматизация дифференциальной диагностики черепно-мозговой травмы (Государственное образовательное учреждение высшего профессионального образования «Тюменский государственный медицинский университет» МЗ РФ)
Аннотация. Авторами предложена модель создания экспертной системы поддержки принятия врачебного решения в ургентной неврологии и нейрохирургии. Модель предполагает клинико-экспертный подход в формировании признакового пространства.
Ключевые слова: автоматизация диагностики, черепно-мозговая травма, медицинская экспертная система.
UDC 002.53
Nemkov A. G, Sannikov A. G. Automation of differentia! diagnostics of craniocerebral trauma (State Educational Institution of Higher Professional Education «Tyumen State Medical University»)
Abstract. The authors are proposed a model of create expert systems to support decision making in emergency medical Neurology and Neurosurgery. The model assumes a symbiosis of clinical and expert approaches in the formation of the attribute space.
Keywords: automation of diagnostics, craniocerebral trauma, medical expert system.
T
В настоящее время активно развивается внедрение информационных технологий в здравоохранение, при этом интересы врача являются одним из главных приоритетов. Прикладные медицинские задачи занимают лидирующие позиции среди приоритетов медицинских работников. Сегодня большое внимание исследователей обращено на использование в клинически сложных случаях систем поддержки принятия решения [12].
Черепно-мозговая травма сегодня занимает первое место по наносимому суммарному медико-социальному и экономическому ущербу среди всех видов травм; основной контингент пострадавших составляют лица трудоспособного возраста [7].
Своевременная диагностика и дифференциальная диагностика, безусловно, определяют прогноз. При этом, в ряде случаев эти диагностики оказываются достаточно непростым процессом, в котором использование систем искусственного интеллекта оказывается весьма востребованным [5].
© Л. Г. Немков, Л. Г. Санников, 2017 г.
пав
Система поддержки принятия решений
и информационные
технологии
Сложность ургентной дифференциальной диагностики нейротравмы часто определяется недостаточным количеством объективных клинических критериев для дифференциальной диагностики, алкогольным опьянением, феноменом «светлого промежутка» [6], отсроченным формированием гематом [1], невозможностью нейровизуализационного обследования [3], частотой ситуаций, ограничивающих возможности выполнения компьютерной томографии (масса, тяжесть состояния больного), диагностическим пределом методов нейрови-зуализации и другими причинами [14].
В отечественных литературных источниках существуют фундаментальные работы, посвященные дифференциальной диагностике внутри-нозологической единицы «черепно-мозговая травма» [14], тогда как дифференциальная диагностика с другими нозологиями представлена недостаточно, в виде отдельных клинических признаков, которые необходимо учитывать при проведении дифференциального диагноза [4].
Разработка экспертных систем с применением методов математического моделирования, направленных на повышение эффективности диагностического процесса и, как следствие, постановки диагноза, позволяют значительно повысить качество и точность дифференциальной диагностики [11].
Исходя из вышеизложенного, целью работы стал поиск возможностей автоматизации дифференциальной диагностики нейротравмы с учетом ургентности ситуации.
На первом этапе исследования был выполнен сплошной ретроспективный анализ 2156 случаев черепно-мозговой травмы. При этом, задачей был поиск направлений наиболее сложной дифференциальной диагностики черепно-мозговой травмы в ургентных ситуациях. Было обосновано пять направлений сложной дифференциальной диагностики ЧМТ, имеющих место в практической работе нейрохирурга и смежных специалистов. Первую по частоте позицию занимала дифференциальная диагно-
стика с ОНМК. Для решения данной задачи, применительно ко взрослым пациентам, ранее нами было предложено программное решение [9]. В то же время, проблема не исчерпывалась данной нозологией у взрослых пациентов. Таким образом, была поставлена задача поиска дифференциальных критериев по следующим направлениям дифференциальной диагностики: ОНМК у лиц детского возраста; токсическое поражение ЦНС; воспалительное поражение головного мозга, протекающее с примесью крови в ликворе или с нарушениями сознания; отдельное внимание уделено дифференциальной диагностике с туберкулезом ЦНС.
На втором этапе выполнен поиск критериев дифференциальной диагностики ушибов головного мозга по заданным направлениям. Критерии определены при сплошном проспективном анализе 726 случаев, которые составили «обучающую когорту» и были разделены на 6 групп (таблица 1).
По каждой группе пациентов зарегистрирована база данных.
Для оценки достоверности разности относительных величин использовался критерий z, аналогичный критерию Стьюдента. Критерий z рассчитывался с помощью программы Primer of Biostatistics V 4.03 by Stanton A. Glantz. В данном исследовании группы сформированы путем сплошной выборки пациентов с определенными заболеваниями, что отражает случайный характер выборки.
В тех случаях, когда число изучаемого признака в каждой выборке было менее 5 или число наблюдений менее 30 (лица с воспалительным поражением головного мозга, n = 22), использовался двусторонний вариант точного критерия Фишера (F2). Критерий Фишера рассчитан с помощью пакета прикладных программ STATISTICA 6,0.
Для оценки достоверности разности средних величин, при отсутствии нормального распределения переменной, использовался критерий Манна - Уитни (Mann-Whitney), который
20Л7, №2
Таблица 1
«Обучающая когорта» пациентов
Группа Наименование группы Число наблюдений (n)
1 Взрослые пациенты с ушибами головного мозга средней и тяжелой степени 356
2 Лица детского возраста с ушибами головного мозга средней и тяжелой степени 121
3 Лица с токсическим поражением головного мозга 87
4 Лица детского возраста с ОНМК 62
5 Лица с воспалительным поражением головного мозга 22
6 Пациенты с туберкулезом ЦНС 78
рассчитывался с помощью программы Primer of Biostatistics V 4.03 by Stanton A. Glantz.
Для ранжирования критериев при построении программы определялся шанс наступления события и его относительная частота. Относительная частота рассчитывалась как отношение числа наступлений события к общему числу испытаний. Шанс наступления события рассчитывался как отношение вероятности того, что данное событие произойдет к вероятности того, что оно не произойдет [10].
По итогам каждого направления анализа была сформирована сводная таблица кри-
териев. В таблице 2 представлены основные результаты поиска критериев дифференциальной диагностики ушибов головного мозга и ишемического инсульта у пациентов детского возраста.
Таким образом, формализация признакового пространства, на основе методов статистического анализа, позволила перейти к третьему этапу работы, где была выполнена постановка задачи по созданию программных продуктов на основании выделенных и ранжированных критериев. Были созданы программы попарной дифференциальной диагностики по каждому
Таблица 2
Распределение критериев в зависимости от разности их относительных величин в группах УГМ и ИИ у детей
Признак Относит. частота
ИИ УГМ
Гемипарез умеренный или грубый 92,5 0 92,5
Отсутствие изменений на КТ 83,3 4,1 79,2
Парезы конечностей центральные 92,5 17,4 75,1
КТ гиподенсивный очаг 15 0 15
Центральный парез лицевого нерва 10 0 10
Кома 0 1,65 1,65
Периферический прозопарез 0 1,7 1,7
Сопор 0 2,48 2,48
Оглушение 0 4,96 4,96
1 Разность относительных величин
ПН
Система поддержки принятия решений
и информационные
технологии
направлению, обозначенному на первом этапе работы. Получены свидетельства об официальной регистрации программ для ЭВМ.
На четвертом этапе выполнялся анализ эффективности созданных программ, поэтому данная когорта наблюдений условно названа «контрольной», она состояла из аналогичных шести групп наблюдений (п = 172).
Экспертная система дифференциальной диагностики ушибов головного мозга и инсультов у детей была оценена на аналогичных тестирующих когортах случаев. За диагностически значимую вероятность в «заключении» программы дифференциальной диагностики ушибов головного мозга (п = 16) и ОНМК (п = 11) у детей была принята величина, превышающая 50%. В группе лиц с ушибами головного мозга заключение программы соответствовало истинному диагнозу в 100% случаев. В группе лиц с инсультами совпадение диагнозов обнаружено также во всех случаях.
В то же время, при сопоставлении вероятностей той или иной нозологии в сравниваемых группах, можно обратить внимание на то, что средняя величина вероятности травматического поражения головного мозга составила 76,9% (±4,2), тогда как средняя величина вероятности инсультов составила 57,4% (±3,9) в соответствующих группах. Полученная разность средних величин вероятностей достоверна (Критерий Манна-Уитни, Т = 66,0; Р = 0,0001). Это позволяет предположить, что экспертная систе-
ма более чувствительна в аспекте диагностики травматического поражения головного мозга.
В таблице 3 приведены данные по итогам сравнения заключительного диагноза и заключения ЭС дифференциальной диагностики травматического и токсического поражения головного мозга.
Для оценки удобства использования программного продукта в практическом здравоохранении было выполнено анонимное анкетирование врачей соответствующего профиля. При этом, в том числе, была обоснована необходимость создания единого программного продукта дифференциальной диагностики в нейротравме. Возникла необходимость определения самого направления дифференциальной диагностики, так как в ургентных условиях у врача не всегда появляется обоснованная идея о проведении дифференциальной диагностики в определенном направлении.
В этой связи, экспертным методом были выделены наиболее значимые критерии из числа статистически обоснованных. Для первичной дифференциальной диагностики каждому критерию присвоено значение его относительной частоты в соответствующей выборке. На основе полученных данных создана экспертная система первичной дифференциальной диагностики. В процессе тестирования программа запрашивает ФИО пациента, дату его рождения, в соответствии с последней определяет возраст пациента, и, с учетом этих данных,
Таблица 3
Данные сравнения заключительного диагноза и заключения ЭС дифференциальной диагностики травматического и токсического поражения головного мозга
Нозологическая единица Численность Доля
(группа тестируемых лиц) группы (n) \ совпадений (%)*
1 Лица с УГМ 76 97,4 ± 0,018**
2 Лица с токсическим поражением головного мозга 35 100
* Доля тестированных лиц с совпадением заключения ЭС и заключительного диагноза.
** Стандартная ошибка относительной величины (рассчитана с помощью программы Primer of Biostatistics V 4.03 by Stanton A. Glantz) [2].
Система поддержки принятия решений www.idmz.ru t НК
2017, №2 ^
№
осуществляет тестирование по критериям для взрослых или детей. После завершения тестирования программа выдает заключение о направлении, требующем более точной дифференциальной диагностики, и по клику соответствующей кнопки запускает одну из ранее описанных экспертных систем. Экспертная система «Первичная дифференциальная диагностика ушибов головного мозга» зарегистрирована в Федеральной службе по интеллектуальной собственности патентом и товарным знаком (Роспатент); свидетельство о государственной регистрации программы для ЭВМ № 2014614669 от 06.05.2014.
Таким образом, в работе представлены результаты дуалистического подхода в методологии работы с признаковым пространством, когда были объединены нередко противопоставляемые в литературе статистический и экспертный подходы. Были определены взаимодополняющие преимущества данных методов, когда статистическое обоснование детерминирует результативность системы, экспертный компонент позволяет выделить наиболее значимые признаки, наиболее просто выявляемые и знакомые практикующим докторам, делая конечный программный продукт не только эффективным, но и удобным в применении.
ЛИТЕРАТУРА
1. Kuriand D, Hong C, Aarabi B, Gerzanich V., Simard J. M. Hemorrhagic progression of a contusion after traumatic brain injury: a review. J Neurotrauma, 29 (2012). - P. 19-31.
2. Lori C. Jordan. Challenges in the diagnosis and treatment of pediatric stroke / C. Jordan Lori, E. Hillis Argye // Nature reviews. Neurology. - 2011. - 7 (4). - P. 199-208.
3. Головко С.А. Ошибки и их профилактика при хирургическом лечении больных с травматическими внутричерепными гематомами: автореф. дис. ... кандидата мед. наук / С. А. Головко. - 2010.
4. Дифференциальная диагностика нервных болезней: рук. для врачей / под ред. Г. А. Акимова, М. М. Одинака. - СПб.: Гиппократ, 2001. - 664 с.
5. Зарубина Т. В. Медицинская информатика / Т. В. Зарубина, Б. А. Кобринский, С. С. Белоносов, Ю. Г. Липкин, Е. С. Муравьева, Е. Н. Николаиди, И. И. Потапова, С. Е. Раузина, С. Л. Швырев. - Москва.: ГЭОТАР-Медиа, 2016. - 512 с.
6. Каримов Р.Х. Эпидемиологические аспекты своевременности оказания медицинской помощи пострадавшим с черепно-мозговой травмой / Р. Х. Каримов, В. И. Данилов, В. П. Панкова // Неврол. вестн. 2006. - Т. 60. XXXVIII, вып. 1-2. С. 43-48.
7. Крылов В. В. Хирургическое лечение тяжелой черепно-мозговой травмы / В. В. Крылов, А. Э. Талыпов, Ю. В. Пурас // Нейрохирургия и неврология детского возраста. - 2012. - № 2-3. - С. 91-104.
8. Литвин А. А. Инфицированный панкреонекроз: компьютерное прогнозирование, профилактика, диагностика и хирургическое лечение: автореф. дисс. канд. мед. наук / А. А. Литвин. - Москва, 2014. - 31 с.
9. Немков А. Г. Клиническая и компьютерно-томографическая дифференциальная диагностика ушибов головного мозга и инсультов в остром периоде: автореф. дис. . кандидата мед. наук / А. Г. Немков. - 2008.
10. Реброва О. Ю. Математические алгоритмы и экспертные системы в дифференциальной диагностике инсультов: автореф. дис. доктора мед. наук / О. Ю. Реброва. - Москва, 2003. - 45 с.
11. Скудных А. С. Методика оценки клинической эффективности диагностической экспертной системы / А. С. Скудных, А. Г. Санников // Врач и информ. технологии. 2007. - № 5. - С. 50-55.
12. Стратегия информатизации медицины / В. А. Лищук [и др.]. - Москва, 2012. - 524 с.
13. Сулимов А. В. Клинико-эпидемиологические особенности течения инсультов у детей / А. В. Сулимов, О. П. Ковтун, О. А. Львова, М. Н. Лушина // Нейрохирургия и неврология детского возраста. 2007. -№ 2. - С. 18-22.
14. Черепно-мозговая травма: клиническое руководство: в 3 т. / под ред. А. Н. Коновалова, Л. Б. Лих-термана, А. А. Потапова. - М.: Антидор, 1998. - Т. 1. - 550 с.
