3.2. Информационно-справочные и консультативно-диагностические системы

Информационно-справочные и консультативно-диагностические системы в составе АРМ врача

3.2. Информационно-справочные и консультативно-диагностические системы

Одна из проблем, с которой часто приходится сталкиваться врачам – это необходимость накопления больших объемов профессионально ценной информации и необходимость оперирования с ними.

ИСС, входящие в состав АРМ врача, в определенной степени решают эту задачу, являясь надежным средством хранения информации, предлагая удобные и быстрые способы ее поиска.

Медицинские информационно-справочные системы (базы и банки данных) предназначены для ввода, хранения, поиска и выдачи медицинской информации по запросу пользователя.

Системы этого класса не осуществляют обработку информации, но обеспечивают быстрый доступ к требуемым сведениям. Информационные массивы справочных систем, как правило, проблемно-ориентированы.

Их можно подразделить по видам хранимой информации (клиническая, научная, нормативно-правовая и т. д.

), по ее характеру (первичная, вторичная, оперативная, обзорно-аналитическая, экспертная, прогностическая), по объективному признаку (ЛПУ, материально-техническая база, лекарственные средства и другое).

Заметны тенденции более быстрого роста числа фактографических ИСС. Это связано с тем, что в работе врача, в организационно-управленческой деятельности, в научно-медицинских исследованиях доступ к фактографическим данным более важен, чем доступ к фактам библиографическим.

Логическим продолжением исследований в области создания АРМ явилась их интеллектуализация.

Интеллектуальный АРМ – это программный продукт, в котором некоторая часть или все модули поддержки процесса принятия решений реализованы с использованием систем, основанных на знаниях (экспертных и/или литературных). Такой АРМ позволяет осуществлять содержательный (в отличие от формального) анализ данных и предоставлять врачу объяснение предложенного решения, учитывающее его профессиональный уровень.

Все сведения, сообщаемые экспертом или извлекаемые из литературных источников при создании интеллектуального АРМа, должны быть проверены на внутреннюю непротиворечивость, полноту и соответствие реальной врачебной практике с учетом предполагаемого использования конкретного АРМа.

Для этого можно осуществлять сопоставление с реальными медицинскими картами (историями болезни), описывающими результаты исследований и их медицинскую интерпретацию. Существуют и другие способы проверки интеллектуальных алгоритмов: рецензирование экспертных заключений, использование «игрового» интервью, когда врачу-эксперту задаются вопросы типа «А что, если …?» и другие.

Проверку полноты и избыточности списка заболеваний и состояний, а также используемой терминологии проводят путем формального сравнения фраз из предложенного экспертом списка с реальными врачебными заключениями.

Для этого выписываются фразы из реальных заключений, не вошедшие в список возможных заключений (это носит название предположительного нарушения полноты), и фразы из списка, не встретившиеся в реальных заключениях (это носит название нарушения неизбыточности). Особенно важна проверка на соответствие заключения и клинического описания.

При этом проверяются две альтернативы: 1) в описании могут быть указаны признаки, сочетание которых практически наверняка достаточно для справедливости определенной фразы из заключения, но врачом эта фраза не указана; 2) может быть такой вариант заключения, для которого в описании не указан ни один из необходимых для этого признаков.

Интеллектуальный АРМ, содержимое базы знаний которого отвечает всем принципам верификации в конкретной предметной области, обеспечивает более высокое качество предлагаемых врачу-пользователю решений. Среди систем для помощи в принятии решений, на основании используемых методов выделяют:

· Автоматизированные системы для распознавания патологических состояний методами вычислительной диагностики.

· Автоматизированные консультативные системы для помощи в принятии решений на основе интеллектуального (экспертного) подходов.

· Автоматизированные гибридные (экспертно-статистические, экспертно-моделирующие) системы для консультативной помощи в принятии решений.

6.2.1. Вероятностные алгоритмы анализа

С начала 60-х годов XX века при решении задач дифференциальной диагностики использовались методы математической статистики и распознавания образов (под образами понимаются классифицируемые классы – заболеваний, состояний). Пионерами вычислительной диагностики в нашей стране были Н. М. Амосов, М. Л. Быховский.

Вычислительная диагностика используется для решения задач:

· клинической дифференциальной диагностики,

· выявления лиц с повышенным риском заболевания при массовых профилактических или профессиональных осмотрах,

· прогнозирования течения заболевания, эффективности лечения, оценки тяжести состояния, исхода заболевания.

Для реализации данного подхода необходимо иметь некоторое множество конкретных историй болезней с известными диагнозами. Такие множества анализируются с целью определения статистически «типичной » картины для каждого из рассматриваемых заболеваний – образа. Затем история болезни конкретного пациента анализируется на предмет «степени похожести» данного случая на «типичный».

Еще один часто реализуемый в статистических моделях метод – так называемый байесовский статистический подход.

Такой подход позволяет производить вычисление вероятности заболевания по его априорной и условной вероятностям, которые связывают процессы с их характерными признаками.

Априорная вероятность определяется путем подсчета частоты появления определенного состояния в выборке. Условные вероятности рассчитываются, исходя из частоты появления отдельного признака при определенном состоянии.

Два принципиально различных подхода к распознаванию – вероятностный (стохастический) и детерминистский – выдают решение в различной форме. При вероятностном подходе ответ сопровождается оценкой (обычно в процентах), указывающей на возможность того или иного диагноза (прогноза). При детерминистском – однозначно указывается один из возможных вариантов ответа.

Критериев качества распознавания несколько. Одним из них является процент правильных отнесений (или наоборот – число ошибок распознавания) на обучающей выборке. Принято оценивать чувствительность диагностического алгоритма и его специфичность.

Чувствительность – доля пациентов с диагностированным (с помощью правила) заболеванием среди всех пациентов с данным заболеванием в обучающей выборке, т. е. отношение числа истинно положительных результатов к числу случаев с наличием заболевания.

Специфичность – это доля пациентов с недиагностированным заболеванием (с помощью правила) среди пациентов без данного заболевания в обучающей выборке, т. е. отношение числа истинно отрицательных результатов к общему числу случаев с отсутствием заболевания.

Автоматизированные системы вычислительной диагностики могут быть полезны для начинающих врачей, клинических ординаторов, фельдшеров.

В особенности это касается необходимости принятия решений в отношении редких заболеваний.

Высокоэффективным является применение таких систем при неотложных состояниях (в условиях дефицита времени на принятие решений при небольшом объеме имеющейся о пациенте информации), особенно – в дистанционном режиме.

Системы для распознавания патологических состояний методами вычислительной диагностики могут использоваться как отдельно, так и в составе автоматизированных рабочих мест врачей разных профилей.

Обладая определенными достоинствами, статистические методы страдают и немалыми недостатками.

Первый связан с тем, что информация, необходимая для построения статистических моделей, часто отсутствует, для ее накопления требуется создание банков данных по заболеваниям.

И еще один важный недостаток в работе таких диагностических систем связан с самим методом постановки диагноза путем некоторых математических операций с вероятностями, т. е. набором чисел от 0 до 1. Такой метод не может быть понятно объяснен ни врачу, ни пациенту.

6.2.2. Алгоритмы принятии решений на основе интеллектуального (экспертного) подходов

Диагностическое заключение врача представляет собой результат логических умозаключений, базирующихся на научных знаниях, субъективном опыте, полученном в процессе работы, и здравом смысле.

Принципы математической статистики не всегда эффективны при анализе клинических данных, в особенности при редких заболеваниях, когда имеются малые выборки. Поэтому наряду с обработкой данных, широкое применение нашла и «обработка» знаний.

Под знаниями подразумеваются закономерности предметной области (принципы, связи, законы), полученные в результате теоретических исследований, практической деятельности и профессионального опыта, позволяющие специалистам ставить и решать задачи в этой области.

Эти знания могут быть отражены в литературе, и системы, построенные на основе их анализа, называют интеллектуальными. В другом варианте, при извлечении этих знаний в процессе собеседований с высоко квалифицированными специалистами (экспертами в конкретной области медицины), такие системы получили название экспертных.

Для того, чтобы знания можно было использовать при построении систем, их формализуют.

Под формализацией понимается однозначное (иногда многозначное) описание клинических проявлений заболеваний (включающее дифференциально значимые признаки и их сочетания для отдельных или групп заболеваний), профессиональных навыков, технологий, методов принятия решений, на основе которого возможно последующее моделирование деятельности врача и использование знаний в автоматизированных системах, в данном случае экспертных.

По источникам знания предметной области можно разделить на фактические и эвристические. Фактические знания – хорошо известные в данной предметной области факты, описанные в специальной литературе. Эвристические знания основаны на собственном опыте специалиста-эксперта, пользоваться ими нужно осмотрительно, но именно они определяют эффективность экспертной системы.

Экспертные системы (ЭС) – программные комплексы, аккумулирующие знания специалистов в конкретных предметных областях.

ЭС должны удовлетворять определенным требованиям:

· ЭС должна обеспечивать высокий уровень решения задач в своей предметной области;

· «поведение» ЭС (задаваемые врачу вопросы, рекомендации, логика работы и принятия решений) должно моделировать поведение грамотного врача;

· ЭС должна объяснять получаемые решения, используя конструкции, понятные врачу;

· созданные ЭС должны обеспечивать возможность модификации при обновлении медицинских знаний по данной предметной области.

В экспертных системах реализуются четыре базовых функции:

· Приобретение (извлечение) знаний.

· Представление знаний.

· Управление процессом поиска решения.

· Разъяснение принятого решения.

Рис. 2 Структура экспертной системы

Приобретение знаний – это восприятие опыта решения проблемы от источника знаний (эксперт, литература) и преобразование его в вид, который позволяет использовать эти знания в экспертной или интеллектуальной системе.

Для извлечения знаний необходимы усилия не только эксперта, знающего предметную область, но и когнитолога или инженера по знаниям (knowledge engineer) или аналитика, владеющего методами извлечения, структуризации и организации знаний предметной области.

Извлечение знаний может происходить в процессе собеседований между инженером по знаниям и экспертом в конкретной проблемной области или в результате взаимодействия эксперта со специальной программой, замещающей в этом случае когнитолога.

Представление знаний – описание приобретенных знаний с помощью машинного языка (языка представления знаний), включая проверку на корректность и полноту. Существует несколько языков представления знаний, самыми распространенными из них в настоящее время являются продукционные модели, фреймы, семантические сети.

Управление процессом поиска решения – это осуществление доступа к знаниям, порядок и способ их использования в процессе формирования решения.

Разъяснение принятого экспертной системой решения – важная базовая функция, обеспечивающая высокий уровень доверия к ЭС. Данная функция позволяет врачу понять логику, оценить качество и безопасность решений, предлагаемых системой, и сделать окончательный обоснованный выбор.

С целью удовлетворения указанным требованиям и выполнения базовых функций в состав типичной ЭС входит ряд обязательных компонентов. Обычно типичная экспертная система имеет структуру, состоящую из набора следующих блоков: базы знаний, блока логического вывода, подсистемы объяснений, редактора базы знаний и интерфейса пользователя.

База знаний является ядром экспертной или интеллектуальной системы. Это совокупность знаний предметной области, записанная на машинный носитель в форме, понятной пользователю и эксперту.

Создание БЗ является основной задачей когнитолога и основным этапом разработки экспертной системы.

В функции когнитолога входит не только опрос экспертов, но и последующее сопоставление и обобщение полученной информации, а также ее представление в виде формализованных знаний (совокупности фактов и правил) в форме, пригодной для непосредственного занесения в БЗ.

Когнитолог является основным разработчиком базы знаний ЭС. От полноты признакового пространства, включая связи симптомов разработанной БЗ, и точности сформулированных алгоритмов вывода зависит качество выносимых ЭС решений.

Блок логического вывода – это программа, моделирующая ход рассуждений эксперта на основании знаний, имеющихся в БЗ.

Подсистема объяснений – программа, позволяющая пользователю получить ответ на вопрос, как и почему было принято то или иное решение.

Редактор базы знаний – программа, предоставляющая инженеру по знаниям возможность дополнять разработанную БЗ, что позволяет экспертной системе не терять свою актуальность с течением времени.

Интерфейс пользователя – это комплекс программ, реализующих интерактивный диалог пользователя с ЭС. Он должен соответствовать задачам системы, обеспечивать высокую скорость работы с программой, минимизировать количество человеческих ошибок в процессе работы с системой, быть удобным, то есть «дружественным».

Основой решений, получаемых ЭС, является совокупность знаний о предметной области. Именно поэтому вопросы, связанные с представлением, хранением и использованием знаний специалистов, являются наиболее важными при разработке ЭС.

6.2.3. Автоматизированные гибридные (экспертно-статистические, экспертно-моделирующие) системы для консультативной помощи в принятии решений

Опыт в разработке автоматизированных систем для распознавания патологических состояний методами вычислительной диагностики и с использованием искусственного интеллекта позволил специалистам в области медицинской информатики сделать следующий шаг – перейти к гибридным системам, которые сочетают в себе разные подходы.

Для решения одной и той же задачи в принципе может использоваться как алгоритм диагностики на основе математической статистики, математических моделей, так и системы знаний. Эти составляющие могут быть включены как подсистемы в единую автоматизированную консультативную систему.



Источник: https://infopedia.su/13x505.html

Медицинские информационно-справочные системы

3.2. Информационно-справочные и консультативно-диагностические системы

АРМ – это автоматизированное рабочее место врача, оснащенное средствами ВТ и программными комплексами для сбора, хранения медицинской информации, используемой в качестве интеллектуального инструмента при принятии диагностических и тактических решений.

Системы протезирования и искусственные органы

Системы протезирования и искусственные органы предназначены для замещения отсутствующих или коррекции неудовлетворительно функционирующих органов и систем организма человека.

По существу протезы – это носимые (имплантируемые) системы интенсивной терапии.

К числу наиболее широко распространенных систем протезирования относятся микропроцессорные водители сердечного ритма, имплантируемые дозаторы инсулина, элекромиостимуляторы и т. п.

Автоматизированное рабочее место врача.

Весьма важно как организована информационная среда на конкретном рабочем месте медицинского работника.

АРМы медицинского назначения, используемые на уровне ЛПУ, можно разделить на три группы:

1. АРМы лечащих врачей;

2. АРМы медработников парамедицинских служб (по профилям диагностических и лечебных подразделений);

3. АРМы для административно-хозяйственных подразделений

К АРМу лечащего врача (терапевт, хирург, акушер-гинеколог, травматолог, офтальмолог и др.) предъявляются требования соответствующие врачебным функциям. В частности, АРМ специалистов стационара – это ЭИБ, о которой мы говорили на прошлой лекции.

АРМы применяются не только на уровне первичного звена здравоохранения – ЛПУ, но и для автоматизации рабочих мест на уровне управления регионом, территорией.

В структуру информационного обеспечения автоматизированного рабочего места врача могут входить следующие подсистемы: медицинские приборно-компьютерные системы, информационно-справочные, консультативно-диагностические системы, блок организации работы, блок ведения медицинской документации, различные сервисные системы (электронная почта и т.д.)

К настоящему времени разработаны автоматизированные рабочие места для врачей практически все специальностей. Примеры:

АРМ «Эндоскопия» (М-ва) для автоматизации эндоскопических кабинетов, отделений эндоскопии, клиник и центров.

https://www.youtube.com/watch?v=wMqcH6G__vE

АРМ врача-рентгенолога «АККОРД» (М-ва) осуществляет анализ, получаемый при рентгеноскопических исследованиях, автоматизированная подготовка медицинских документов, ведение архивов изображений и документов.

АРМ врача-паталогоанатома, «АРМ врача реанимационного консультационного центра», « АРМ патоморфолога» и т.д.

Предназначены для ввода, хранения, поиска и выдачи медицинской информации по запросу пользователя. Мед.инф.-справ. системы – это простейший вид медицинских информационных систем, который используется на всех уровнях здравоохранения.

Системы этого класса не ведут обработку информации, но обеспечивают быстрый доступ к требуемым сведениям. Информационные массивы таких систем, как правило, проблемно-ориентированы и содержат справочную информацию различного характера. Это и научная информация по различным мед. дисциплинам, и справочная статистическая и технологическая информация широкого профиля.

Обычно информационно-справочные системы подразделяются по видам информации (клиническая, научная, нормативно-правовая и др.), по объективному признаку (ЛПУ, материально-техническая база, лекарственные средства и др.)

Различают документальные, документографические, фактографические и полнотекстовые инф.справ. системы. Соответственно, виды информационного поиска, которые могут быть: документальный поиск, т.е.

поиск сведений о том или ином документе, его библиографического описания, аннотации, реферата или полного текста документа; фактографический поиск, т.е. поиск данных и информации, извлеченных из документа.

В текущей работе врача, в организационно-управленческой деятельности доступ к фактографическим данным более важен, чем к библиографическим. Последние содержат сведения о документах, которые еще нужно изучить, а фактографические сообщают уже готовые результаты поиска информации.

Справки, выдаваемые фактографической ИСС, носят предметный характер, например:

· Противоядия,

· Физиологические нормы,

· Антибактериальная терапия,

· Клинические нормативы.

Примером такой ИСС является система по ядовитым веществам, разработанная в Институте токсикологии (Санкт-Петербург), которая предназначалась для решения задач по идентификации неизвестного вещества и поиска его свойств. Система включала базы данных по сильнодействующим ядовитым веществам (110 веществ) и по пестицидам (650веществ). Каждое вещество характеризовалась 21 показателем:

· Общие данные (название, синонимы),

· Физико-химические свойства,

· Токсичность,

· Методы определения,

· Меры защиты и лечения при отравлениях и др.

В настоящее время имеется большое число коммерческих ИСС, распространяемых обычно на компакт-дисках:

· «Кокрановская электронная библиотека» (Москва)
База данных научных мед.исследований.

· «Производители продукции и услуг. Медицинская промышленность» (М-ва)
Фактографическая система, содержащая информацию о более чем 2000 фирм России и ближнего зарубежья.

· «Ремедиум: производство лекарственных средств в России» (М-ва)
Содержит данные по объемам производства лек.средств на территории России, осуществляет поиск по торговому наименованию лек.средства, производителю, фармгруппе в ИСС.

Сейчас происходит интеграция медицинских информационных систем в Интернет, что обеспечивает доступ любого врача и не только к информации.

В Интернете это – www.mr.ru, www..ru и др.

Не нашли то, что искали? Воспользуйтесь поиском:

Источник: https://studopedia.ru/3_81713_meditsinskie-informatsionno-spravochnie-sistemi.html

Консультативно-диагностические системы

3.2. Информационно-справочные и консультативно-диагностические системы

Историческиконсультативно-диагностическиесистемы (КДС)начали развиваться одними из первыхмедицинских диагностических систем. Вданное время консультативно-диагностическиесистемы представлены многочисленнымисистемами диагностики патологическихсостояний (включая прогноз), призаболеваниях разнообразного профиляи для разных категорий больных.

Входной информациейдля таких систем служат данные о симптомахзаболеваний, которые вводят в компьютерв диалоговом режиме, или в форматеспециально разработанных информационныхкарт.

Диагностическиевыводы кроме собственно диагноза (иливозможных диагнозов), как правило,содержат также рекомендации по выборутактического решения и лечебныхмероприятий.

По способам решениязадач диагностики различают вероятностныесистемы и экспертные системы. Ввероятностных системах диагностикаосуществляется реализацией одного изметодов распознавания образов илистатистических методов принятия решений.В экспертных системах – реализуетсялогика принятия диагностическогорешения опытным врачом.

В вероятностныхсистемах часто реализуется так называемый байесовский статистический подход,который разрешает проводить вычислениевероятности заболевания по его априорнойи условной вероятности, которые связываютпроцессы с их характерными признаками.Априорная вероятность определяетсяпутем подсчета частоты появления тогоили другого состояния в выборке.

Экспертные системыпринадлежат к классу систем “искусственногоинтеллекта”, что содержат базу знанийс набором эвристических алгоритмов.

Наиболее важные области примененияконсультативно-диагностическихсистем – неотложное и угрожающеесостояния, которые характеризуютсядефицитом времени, ограниченнымивозможностями обследования и консультацийи нередко малой клинической симптоматикой,при высокой угрозе для жизни больногои быстрых темпах развития процесса.

Опыт использованияконсультативно-диагностическихсистем доказывает существенное повышениекачества диагностики, которая не толькоуменьшает неоправданные потери, но иразрешает более эффективно использоватьресурсы помощи, регламентировать объемнеобходимых исследований, и в концеконцов, повысить профессиональныйуровень врачей, для которых такая системаслужит одновременно и учебной.

Покаконсультативно-диагностическиесистемы не получили широкого распространенияв практической медицине и, в основномиспользуются как составная часть другихсистем, например, медицинскихприборо-компьютерных систем.

Это связано,в первую очередь, со сложностью задачидиагностики.

В реальной жизни числовозможных ситуаций и, соответственно“диагностических правил” оказалосьтаким большим, что система или начинаеттребовать большое количество дополнительнойинформации о больном, или резко снижаетсяточность диагностики.

Арм врача

Создание АРМ врачаявляется основой политики информатизациибазового уровня. Автоматизированноерабочее место (АРМ) врача осуществляетсбор, сохранение и анализ медицинской информации, которая используется припринятии диагностических и тактических(лечебных, организационных и др.) врачебныхрешений.

Все рассмотренныевыше информационные системы клиническогоуровня могут и должны входить в структуруАРМ, обеспечивая автоматизацию всеготехнологического процесса медика:лечебно-профилактическую иотчетно-статистическую деятельность,ведение документации, планированиеработы, получение справочной информацииразного рода. По назначению АРМ, которыеиспользуются на базовом уровне, можноподелить на три группы:

  • АРМ врачей;
  • АРМ медработников парамедицинских служб (по профилям диагностических и лечебных подразделений);
  • АРМ для административно-хозяйственных подразделений.

К АРМ врача(терапевта, хирурга, акушера-гинеколога,травматолога, офтальмолога и др.)предъявляются требования, которыеотвечают врачебным функциям. В частности,АРМ специалистов стационара могутрешать следующие задачи:

  • ведение профильной формализованной истории болезни пациента;
  • формирование диагностической гипотезы;
  • выдачу рекомендаций по плану обследований пациента;
  • дифференциальную диагностику с формированием клинического диагноза;
  • выдачу рекомендаций по выбору лечебной тактики;
  • фиксацию решений о назначенных методах решения;
  • ведение дневника в истории болезни, которая отображает динамику состояний;
  • формирование эпикриза, карты выписки из стационара пациента и расчет стоимости лечения конкретного больного.

АРМ применяют нетолько на базовому уровне в системездравоохранения – клиническом, но и дляавтоматизации рабочих мест на уровнелечебно профилактических учреждений(ЛПУ) региона.

АРМ врача можетфункционировать как в автономном режиме,обеспечивая текущую врачебнуюдеятельность, так и входить составнойчастью в информационную систему болеевысокого уровня.

В структуруинформационного обеспеченияавтоматизированного рабочего меставрача могут входить следующие подсистемы:медицинские приборо-компьютерныесистемы, информационно-справочныесистемы, консультативно-диагностическиесистемы, блок организации работы, блокучета и анализа работы, блок ведениямедицинской документации, разнообразныесервисные программы (электронная почтаи др.).

В данное времяразработаны автоматизированные рабочиеместа для врачей практически всехспециальностей.

Источник: https://studfile.net/preview/5290782/page:3/

Медицинские консультативно-диагностические системы (вероятностные и экспертные системы)(МКДС)

3.2. Информационно-справочные и консультативно-диагностические системы

⇐ Предыдущая12345678Следующая ⇒

Исторически консультативно-диагностические системы (КДС) начали развиваться одними из первых медицинских информационных систем. Первая зарубежная КДС появилась в 1956 г.

Предназначены для диагностики патологических состояний (включая прогноз и выработку рекомендаций по способам лечения) при заболеваниях различного профиля и для разных категорий больных.

Входной информацией для таких систем служат данные о симптомах заболевания, которые вводят в компьютер в диалоговом режиме, или в формате специально разработанных информационных карт.

1.3. Медицинские приборно-компьютерные системы(МПКС). Важной разновидностью специализированных медицинских информационных систем являются медицинские приборно-компьютерные системы (МПКС).

Предназначены для информационной поддержки и/или автоматизации диагностического и лечебного процесса, осуществляемых при непосредственном контакте с организмом больного (например, при регистрации физиологических параметров). Медицинские приборно-компьютерные системы являются особым и наиболее многочисленным классом медицинских информационных систем и выделены в отдельную группу.

В настоящее время одним из направлений информатизации медицины является компьютеризация медицинской аппаратуры.

Использование компьютера в сочетании с измерительной и управляющей техникой в медицинской практике позволило создать новые эффективные средства для обеспечения автоматизированного сбора информации о состоянии больного, ее обработки в реальном масштабе времени и управление ее состоянием.

Этот процесс привел к созданию МПКС, которые подняли на новый качественный уровень инструментальные методы исследования и интенсивную терапию. МПКС относятся к медицинским информационным системам базового уровня.

Основное отличие систем этого класса – работа в условиях непосредственного контакта с объектом исследования и в реальном режиме времени. Они представляют собой сложные программно-аппаратные комплексы. Для работы МПКС помимо вычислительной техники, необходимы специальные медицинские приборы, оборудование, телетехника, средства связи.

Типичными представителями МПКС являются медицинские системы мониторинга за состоянием больных, например, при проведении сложных операций; системы компьютерного анализа данных томографии, ультразвуковой диагностики, радиографии; системы автоматизированного анализа данных микробиологических и вирусологических исследований, анализа клеток и тканей человека.

В МПКС можно выделить три основные составляющие: медицинское, аппаратное и программное обеспечение.

Применительно к МПКС медицинское обеспечение включает в себя способы реализации выбранного круга медицинских задач, решаемых в соответствии с возможностями аппаратной и программной частей системы.

К медицинскому обеспечению относятся наборы используемых методик, измеряемых физиологических параметров и методов их измерения, определение способов и допустимых границ воздействия системы на пациента.

Под аппаратным обеспечением понимают способы реализации технической части системы, включающей средства получения медико-биологической информации, средства осуществления лечебных воздействий и средства вычислительной техники.

К программному обеспечению относят математические методы обработки медико-биологической информации, алгоритмы и собственно программы, реализующие функционирование всей системы.

Медицинская диагностика

Разработка и внедрение информационных систем в области медицинских технологий является достаточно актуальной задачей. Анализ применения персональных ЭВМ в медицинских учреждениях показывает, что компьютеры в основном используются для обработки текстовой документации, хранения и обработки баз данных, статистики.

Часть ЭВМ используется совместно с различными диагностическими и лечебными приборами. В большинстве этих областей использования ЭВМ применяют стандартное программное обеспечение – текстовые редакторы, СУБД и др.

Поэтому создание информационной организационно-технической системы, способной своевременно и достоверно установить диагноз больного и выбрать эффективную тактику лечения, является актуальной задачей информатизации.

Задачу диагностики в области медицины можно поставить как нахождение зависимости между симптомами (входными данными) и диагнозом (выходными данными). Для реализации эффективной организационно-технической системы диагностики необходимо использовать методы искусственного интеллекта.

Целесообразность такого подхода подтверждает анализ данных, используемых при медицинской диагностике, который показывает, что они обладают целым рядом особенностей, таких как качественный характер информации, наличие пропусков данных; большое число переменных при относительно небольшом числе наблюдений.

Кроме того, значительная сложность объекта наблюдения (заболеваний) нередко не позволяет построить даже вербальное описание врачом процедуры диагноза. Интерпретация медицинских данных, полученных в результате диагностики и лечения, становиться одним из серьезных направлений нейронных сетей. При этом существует проблема их корректной интерпретации.

Широкий круг задач, решаемых с помощью нейросетей, не позволяет пока создать универсальные мощные сети, вынуждая разрабатывать специализированные нейронные сети, функционирующие по различным алгоритмам.

Основными преимуществами нейронных сетей для решения сложных задач медицинской диагностики являются: отсутствие необходимости задания в явной форме математической модели и проверки справедливости серьезных допущений для использования статистических методов; инвариантность метода синтеза от размерности пространства, признаков и размеров нейронных сетей и др.

Однако использование нейронных сетей для задач медицинской диагностики связано также с рядом серьезных трудностей. К ним следует отнести необходимость относительно большого объема выборки для настройки сети, ориентированность математического аппарата на количественные переменные.

Системы для проведения мониторинга

Задача оперативной оценки состояния пациента возникает в ряде весьма важных практических направлений в медицине и в первую очередь при непрерывном наблюдении за больным в палатах интенсивной терапии, операционных и послеоперационных отделениях.

В этом случае требуется на основании длительного и непрерывного анализа большого объема данных, характеризующих состояние физиологических систем организма обеспечить не только оперативную диагностику осложнений при лечении, но и прогнозирование состояние пациента, а также определить оптимальную коррекцию возникающих нарушений. Для решения этой задачи предназначены мониторные МПКС. К числу наиболее часто используемых при мониторинге параметров относятся: электрокардиограмма, давление крови в различных точках, частота дыхания, температурная кривая, содержание газов крови, минутный объем кровообращения, содержание газов в выдыхаемом воздухе.

Аппаратное обеспечение мониторных систем и аналогичных систем для функциональной диагностики принципиально практически не отличается. Важной особенностью мониторных систем является наличие средств экспресс-анализа и визуализации их результатов в режиме реального времени. Это позволяет отображать на экране монитора также динамику различных производных от контролируемых величин.

Все это осуществляется в различных временных масштабах. Причем чем выше качество системы, тем больше возможностей наблюдения динамики контролируемых и связанных с ними показателей она предоставляет.

Чаще всего мониторные системы используются для одновременного слежения за состоянием от одного до 6 больных, причем у каждого из них может изучаться до 16 основных физиологических параметров.

Системы управления лечебным процессом

К системам управления процессами лечения и реабилитации относятся автоматизированные системы интенсивной терапии, биологической обратной связи, а также протезы и искусственные органы, создаваемые на основе микропроцессорной технологии.

В системах управления лечебным процессом на первое место выходят задачи точного дозирования количественных параметров работы, стабильного удержания их заданных значений в условиях изменчивости физиологических характеристик организма пациента.

Под автоматизированными системами интенсивной терапии понимают системы, предназначенные для управления состоянием организма в лечебных целях, а также для его нормализации, восстановления естественных функций органов и физиологических систем больного человека, поддержания их в пределах нормы. По реализуемой в них структурной конфигурации системы интенсивной терапии разделяют на два класса – системы программного управления и замкнутые управляющие системы.

К системам программного управления относятся системы для осуществления лечебных воздействий. Например, различная физиотерапевтическая аппаратура, оснащенная средствами вычислительной техники, устройства для вливаний лекарственных препаратов, аппаратура для искусственной вентиляции легких и ингаляционного наркоза, аппараты искусственного кровообращения.

Замкнутые системы интенсивной терапии структурно являются более сложными МПКС, так как они объединяют в себе задачи мониторинга, оценки состояния больного и выработки управляющих лечебных воздействий. Поэтому на практике замкнутые системы интенсивной терапии создаются только для очень частных, строго фиксированных задач.

Системы биологической обратной связи предназначены для предоставления пациенту текущей информации о функционировании его внутренних органов и систем, что позволяет путем сознательного волевого воздействия пациента достигать терапевтического эффекта при определенном виде патологий.

⇐ Предыдущая12345678Следующая ⇒

Дата добавления: 2017-02-28; просмотров: 1505 | Нарушение авторских прав

Рекомендуемый контект:

Похожая информация:

Поиск на сайте:

Источник: https://lektsii.org/15-77156.html

Medic-studio
Добавить комментарий