Застосування експертних систем у медицині (стр. 6 из 13)
інтенсивний розвиток і висока ефективність медичних EC зокрема;
можливість застосування автоматизації процесу лікарськогоконтролю;
надання лікарської допомоги та контроль за умови територіальноївіддаленості пацієнта
Наведемо приклади застосування мережевих технологій для побудовиекспертних систем у телемедицині. Система контролю серцевої активностіCardioview, що має давач серцевої активності, який з'єднаний задопомогоюмобільного телефону стандарту GSM з Internet-сервером через WAP протокол іпередає дані про серцеву активність спеціальній системі, написаніймовою Java.Аналогічна система Biolog застосовується експертами NASA для лікарськогоконтролю самопочуття космонавтів. Відома також експертна фармакологічнасистема, що працює через WWW (Internet/Intranet).
Однак на сьогодні не сформований універсальний підхід до побудовитаких систем. До недоліків можна віднести також орієнтацію на рішенняконкретних часткових задач і застосування вузькоспеціалізованих технологій(побудова системи на основі WWW- інтерфейсу).
У зв'язку з цим в запропонована схема клієнт-серверної експертноїсистеми для мереж Internet/Intranet (рис. 8.4), яка може бути використана длярішення задач телемедицини незалежно від їх клінічної специфіки.
У порівнянні з класичною EC експертна оболонка виділена яквідособлена частина і виконує функції мережевого клієнта. Підсистема логічноговиведення та база (банк) знань знаходяться в серверній частині системи. Банкзнань може зберігати декілька незалежних баз знань, які використовуютьсярізними клієнтськими програмами. Для підтримки банкузнань використовуютьсязасоби систем керування базами даних.
До складу серверної частини ЕС крім банку знань входить підсистемалогічного виведення, яка інтегрується з інтерпретаторами скрипт-мов, щодозволяють реалізувати знання засобами цих мов. Інтеграція таких мов якLISP,клін Prolog, Forth дозволить легко перенести вже існуючі EC, побудовані звикористанням цих мов, в режим мережевої реалізації. Таким чином можнарозширитиможливості існуючих медичних інформаційних систем ведення та обліку хворихшляхом введення в них функції взаємодії з мережевими ЕС.
Для комунікації між серверною і клієнтською частинами системивикористовується протокол на основі платформо-незалежного стандарту XML.
Протокол взаємодії серверної та клієнтської частин ЕС забезпечуєстатичний і діалоговий (інтерактивний) режими взаємодії з користувачем
Статичний режим зручний у випадку одноразового передавання всіхданих, достатніх для прийняття рішення за умови, що вони вже знаходяться в базіданих клієнтської частини і не вимагають додаткового введення з бокукористувача. Коли їх недостатньо, клієнт і сервер вступають у діалоговий режимвзаємодії.
Вибір формату XML зумовлений такими факторами:
незалежний формат даних. Під час використання XML дані більше неприв'язані до засобів, що їх створили. Це різко підвищує можливість взаємодіїрізних систем, надає великі можливості вибору для користувача і сприяєспільному використанню даних різними системам;
покращення можливості пошуку даних, оскільки XML визначає логічнуструктуру документа;
збільшення доступності даних.
XML стандарт передавання даних має також ряд переваг і впорівнянні з HTML стандартом, який широко використовується для реалізації WWW-продуктів.
На основі розглянутої технології побудови клієнт-серверноїекспертної системи для мереж Internet/Intranet розроблена експертна система«Вертебрологія» для діагностики етіології фронтальних викривлень хребта(сколіозу).
Для розроблення системи «Вертебрологія» використовувались такіінструментальні засоби: мова програмування C/C++ як для клієнтської, так і длясерверної частин; СКБД MySQL для зберігання банку знань серверної частини табази даних клієнтської частини; скрипт-мова Lua, що забезпечує механізмлогічного виведення серверної частини.
Мовою Lua реалізовані алгоритми експертної оцінки етіологіїфронтальних викривлень хребта (сколіозу). В основі алгоритму лежитьстатистичний підхід до вирішення проблеми засобами кореляційного і регресійногоаналізу. Використовуються рівняння, що чисельно виражають вірогідність тієї чиіншої першопричини фронтальних викривлень хребта.
Розглянуті технології, мережеві протоколи і програмне забезпеченняможуть бути використані для вирішення проблем телемедицини і в інших клінічнихобластях.
Експертна система "Лазерна рефлексотерапія"
Застосування експертних систем, призначених для вирішення завданьдіагностики і лікування захворювань, особливо ефективне в тих випадках, коливрахування дуже великого обсягу вхідної інформації або реалізація складногоалгоритму прийняття рішення дуже складна для практичного лікаря. Прикладом можебути розроблення схем лікування для методів рефлексотерапії. Велика кількістьакупунктурних точок (більше 800) і необхідність оцінки множини чинників длявибору зон і доз стимуляції примушує лікаря-рефлексотерапевта користуватисяспрощеним і шаблонним підходом, що знижує результативність застосовуваноїтерапії.
Рис. 1.4. Схема клієнт-серверної експертної система для мережInternet/Intranet
В описана експертна система, реалізована на персональномукомп'ютері і призначена для автоматизації синтезу рецептур за методикамилазерної-рефлексотерапії. В основу програми покладені алгоритми, які фахівцізастосовують під час складання реальних рецептур лазерної рефлексотерапії.
Вхідною інформацією для експертної системи є діагностичнийвисновок, який формулюється лікарем на основі даних клінічних таінструментальних досліджень і включає такі дані:
вік і стать хворого;
розгорнений клінічний діагноз - нозологічна форма, головнісиндроми і симптоми захворювання;
відомості про нейрометамірну іннервацію патологічних осередків,уражених внутрішніх органів і зон патологічних відчуттів (біль, свербіння^парестезії тощо);
відомості про анатомічну локалізацію патологічних осередків івражених внутрішніх органів.
Результатом роботи експертної системи є рекомендації стосовносхеми курсу лазерної рефлексотерапії для конкретного хворого. Схема міститьперелік і кількість акупунктурних точок, а також питомі дози лазерноговипромінювання для кожної процедури.
Експертна система експрес-діагностики станів у випадку пороківсерця
У цій системі модель знань представлена у вигляді графа окремихсимптомів, симптомокомплексів і станів, що належать до одного класузахворювань. Вважається, що всі симптоми, симптомокомплекси і стани зв'язані.Цей зв'язок виражається у тому, що якщо різні елементи інформації належать доодного і того самого або послідовних патологічних процесів одного варіантуперебігу захворювання, то при визначенні будь-якого з них повністювідтворюються інші. Ціна асоціації розглядається як статистична характеристикапереходу від одного симптомокомплексу до іншого. Ця характеристика залежить відкількості попередніх спільних відтворень обох симптомокомплексів, проміжкучасу, що минув з моменту останнього їх відтворення, а також від частотивідтворення елементів, пов'язаних з обома заданими симптомокомплексами.
Для визначення статистичних характеристик необхідно використовуватидостовірну інформацію. Тому з архіву клініки вибирають історії хвороби зверифікованими висновками. Навчання моделі захворювання проводиться саме наверифікованому матеріалі. Системі повідомляється частина відомостей, що є вісторії хвороби хворого. Вихідна інформація порівнюється з рештою данихклінічного спостереження, що аналізується. Якщо вони в чомусь не збігаються, тофіксовані параметри моделі змінюють доти, доки не буде видана інформація,тотожна даним історіям хвороби.
Система забезпечує досить високу точність діагностики іпрогнозування найважливіших патологічних станів: від 79,9 ± 1,9 % до 87,2 ± 4,9%.
Експертна система прогнозування настання вираженої серцевоїслабкості в післяопераційному періоді у пацієнтів із захворюваннями мітральиогоклапана. Одна з важливих особливостей клінічної інформації полягає у великійкількості ознак захворювань, відносно малій кількості спостережень та істотнійпитомій вазі пропусків даних.
У цьому випадку модель представлення знань експертної системи можебазуватися на методі групового врахування аргументів. Ця технологія булавикористана в процесі розроблення названої експертної системи.
Для побудови моделі знань методом експертної оцінки з подальшимпростим аналізом інформативності було відібрано 12 показників, а на підставівивчення архіву верифікованих випадків вибрано 40 історій хвороб пацієнтів, щопомерли в результаті різко вираженої серцевої слабкості в післяопераційномуперіоді. Для порівняння клініки патологічного процесу була взята така сама кількістьвипадків для післяопераційного періоду, що проходив нормально. Для утвореннянавчальної та екзаменаційної послідовностей вказаний об'єм спостережень буврозділений на дві групи (з однаковою кількістю історій хвороби в кожній).
У прогнозуванні можливої серцевої слабкості використовувалися даніанамнезу (вік і тривалість захворювання), показники об'єктивного ілабораторного обстежень пацієнта (центральний венозний тиск, розміри серця,лівого і правого шлуночків, рівень загального білірубіну крові, швидкістьосідання еритроцитів), характеристики фонокардіологічного обстеження, показникифункціонального стану дихальної системи (відношення життєвої місткості легенівдо задовільної і коефіцієнт використання кисню). Цей метод дозволив одержатиапроксимуюче рівняння, яке дає можливість визначати ступінь наближенняпочаткового стану хворого до двох дискретних рівнів, що зумовлюють можливістьабо неможливість виникнення гострої серцевої слабкості з точністю не менше 70%.