Диагностика ишемической болезни сердца интеллектуальной системой «АРМ-Кардиолог» Текст научной статьи по специальности «Компьютерные и информационные науки»

УДК 616.12-07

ДИАГНОСТИКА ИШЕМИЧЕСКОЙ БОЛЕЗНИ СЕРДЦА ИНТЕЛЛЕКТУАЛЬНОЙ СИСТЕМОЙ

«АРМ-КАРДИОЛОГ»

© Ефремова О.А., Камышникова Л.А., Никитин В.М., Железнова Е.А., Липунова Е.А., Анохин Д.А.

Белгородский государственный национальный исследовательский университет, Белгород

E-mail: kamyshnikova@bsu.edu.ru

Требования к организации массовых обследований населения, необходимость ранней диагностики и стремление к точности принятия медицинских решений диктует актуальность широкого внедрения в медицинскую практику мониторинга состояния больных ишемической болезнью сердца (ИБС) при помощи телекоммуникационных автоматизированных систем. Исследование посвящено совершенствованию работы разработанной авторским коллективом интеллектуальной системы «АРМ-Кардиолог» при решении задачи генерации электронного диагноза ИБС. Проводилось вычисление условной вероятности наличия ИБС по результатам классификации состояния сердечно-сосудистой системы пациента по группам диагностических признаков ИБС. Описан пример формирования обучающей выборки на основе анализа статистических медицинских данных. Проведена оценка эффективности электронной диагностики по результатам клинических испытаний. Предложенное научным коллективом техническое решение будет способствовать оказанию качественной высокотехнологичной помощи больным и общедоступности лечебно-диагностического процесса в кардиологии, а также обеспечивать единый стандарт качества медобслуживания пациентов независимо от их места жительства и социального положения.

Ключевые слова: ишемическая болезнь сердца, диагностика, прогнозирование, телекардиология, автоматизированное рабочее место.

DIAGNOSING CORONARY HEART DISEASE WITH THE INTELLECTUAL SYSTEM "ARM-CARDIOLOGIST" Efremova O.A., Kamyshnikova L.A., Nikitin V.M., Zheleznova E.A., Lipunova E.A., Anokhin D.A.

Belgorod National Research University, Belgorod

Requirements for the organization of mass screening of the population, the need for early diagnosing and the acceptable precision of medical decisions dictate the topicality of widespread introduction of monitoring the condition of patients with coronary heart disease (CHD) into clinical practice by using automated systems for telecommunications. The research is dedicated to improving the operation of the intelligent system "ARM-Cardiologist" developed by a design team in solving the problems of generating the electronic diagnostics of CHD. The conditional probability of CHD was calculated according to the classification of the patients' cardiovascular condition into the groups of diagnostic CHD features. The example of training sample formation based on the statistical medical data analysis was described. Evaluating the effectiveness of electronic diagnostics according to the clinical trials results was carried out. The engineering solution proposed by the research team will facilitate the provision of high quality care to patients and the general availability of diagnostic and treatment process in cardiology, as well as provide a single quality standard of patients' care regardless of their residence and social status.

Keywords: coronary heart disease, diagnosing, prognosis, telecardiology, workstation.

Ишемическая болезнь сердца (ИБС) - муль-тифакториальное заболевание, при котором чем больше факторов риска учитывается, тем точнее можно спрогнозировать течение болезни и провести более индивидуальное пациент-ориентированное лечение. Болезни сердечнососудистой системы (ССС) являются наиболее частой причиной смерти среди населения, и для их лечения особое значение имеет «фактор времени» оказания медицинской помощи. Значительного снижения риска этого класса заболеваний можно достичь посредством проведения профилактических мероприятий с охватом широких слоев населения. Одним из основных требований к организации массовых обследований населения является высокая пропускная способность медицинских кабинетов и минимизация затрат на обследование при приемлемой точности принятия медицинских решений. Удовлетворить

упомянутые выше требования можно на основе широкого применения телемедицинских технологий, позволяющих осуществлять дистанционные методы диагностики сердечно-сосудистых патологий и, особенно, динамики их развития, а также способствующих обеспечить своевременную медпомощь для предотвращения летального исхода или потери трудоспособности человеком.

Анализ работ [2, 3, 8] показывает, что применение интеллектуальных информационных систем позволяет осуществить раннюю диагностику заболевания, предотвратить прогрессирование возможных осложнений, а также реализовать индивидуальный подход к лечению в рамках утвержденных рекомендаций. Обратим внимание на то, что упомянутые выше медицинские услуги могут оказываться дистанционно, включая коллегиальное решение спорных вопросов. Эти обстоятельства и обусловливают актуальность широкого

внедрения в медицинскую практику мониторинга состояния больных ИБС при помощи телекоммуникационных автоматизированных систем. В работах авторского коллектива [1, 5, 7, 9, 10] рассмотрен один из возможных подходов к реализации метода дистанционного оказания медицинских услуг, который предполагает создание и использование автоматизированного интеллектуального рабочего места «АРМ-Кардиолог». Работа данной информационной системы основывается на дистанционном неинвазивном контроле кардиосигналов, описывающих текущее состояние ССС пациента.

По результатам анализа этой информации находят текущее значение оценок диагностических признаков ИБС. Кроме того, формируют диагностические признаки ИБС, характеризующие «эталонные» состояния ССС. При этом в понятие диагностических признаков (ДП) включены:

- симптомы ИБС (например, боль в грудной клетке и т.д.);

- результаты клинических анализов (например, результаты анализа крови и т.д.);

- данные инструментальных обследований (например, заключения при проведении электрокардиографии и т.д.);

- факторы риска развития ИБС (например, факт курения и т.д.);

- совокупности взаимосвязанных ДП ИБС (например, ДП «наличие мутации гена АроЕ Аллель Е4» при условии одновременного курения имеет эффект синергии, дополнительно повышающий вероятность наличия ИБС).

Группы диагностических признаков, использованных в АРМ в качестве критериев ИБС, подробно описаны в предыдущей работе [8]. Программное обеспечение, поддерживающее работу «АРМ-Кардиолог», позволяет сформировать образ (математическую модель) состояния ССС как совокупность вычисленных значений ДП ИБС пациента. Характерной особенностью данной модели является то, что на этапе ее обучения врач-кардиолог имеет возможность корректировать роль (значимость) каждого диагностического признака. Это дает возможность на практике реализовать индивидуальный подход к определению клиники течения болезни каждого пациента, прогнозируя развитие именно «его заболевания». Электронный диагноз ИБС, или медицинское управленческое решение (МУР), генерируется по результатам решения задачи распознавания образов состояния ССС путем сравнения текущих значений оценок диагностических признаков ИБС со значениями ДП ИБС, характеризующих эталонное состояние ССС.

С клинической точки зрения под эталонным состоянием ССС пациента подразумевается совокупность значений ДП, характеризующих состояние ССС для стабильного течения ИБС или состояние здоровой ССС.

С точки зрения информатики и программирования, в нашем случае решения задачи распознавания «образов», под эталонным состоянием ССС пациента подразумевается два варианта эталонных состояний ССС пациента. Первое - совокупность определенных значений ДП, при которых выработан электронный диагноз «есть ИБС», второе - электронный диагноз «нет ИБС».

Статья посвящена исследованию эффективности (адекватности) работы разработанной авторским коллективом интеллектуальной системы «АРМ-Кардиолог» при решении задачи генерации электронного диагноза ИБС.

МАТЕРИАЛЫ И МЕТОДЫ ИССЛЕДОВАНИЯ

Объектом исследования является разработанная авторским коллективом интеллектуальная система «АРМ-Кардиолог», а предметом - эффективность ее применения в медицинской практике. На рис. 1 иллюстрируется блок-схема интеллектуального алгоритма электронной диагностики ИБС. Алгоритм генерации электронного диагноза ИБС предполагает выполнение следующих процедур:

- получение входных данных в виде кардио-сигналов, описывающих текущее состояние ССС пациента;

- обработка кардиосигналов с целью вычисления значений ДП ИБС;

- проведение электронной диагностики ИБС путем сопоставления значений ДП текущего состояния ССС пациента со значениями ДП, характерными эталонным состояниям ССС пациента;

- передача результата электронной диагностики ИБС кардиологу с детализацией получившегося результата;

- оценка кардиологом адекватности электронной диагностики ИБС;

- постановка кардиологом диагноза и корректировка электронного диагноза при его несовпадении с поставленным врачом.

Вычисление условной вероятности наличия ИБС у пациента осуществляют по результатам классификации состояния сердечно-сосудистой системы (ССС) пациента по группам диагностических признаков (ДП) ИБС [8]. В соответствии с произведенной вышеупомянутой классификацией

(ДП) ИБС осуществляется выборка из базы данных [1] значений байесовских оценок изменения вероятности наличия ИБС.

Условная вероятность наличия ИБС находится в соответствии с соотношением [4]:

I

где i -номер гипотезы [1; 2];

P(Ai|B) - условная вероятность истинности гипотезы Аi при наступлении события В (апостериорная вероятность), при Р(А1|В)> 0.9 программой вырабатывается электронный диагноз «Есть ИБС», при Р(А1|В)< 0.1 вырабатывается электронный диагноз «Нет ИБС» [10];

Р(В|А^ - условная вероятность наступления события В при истинности гипотезы А!, находится в соответствии с соотношением:

А! - гипотеза, соответствующая предположению о наличии (А1) или отсутствии (А2) ИБС у пациента;

В - событие, соответствующее ситуации, когда была произведена классификация состояния ССС определенного пациента по группам всех ДП ИБС;

Р(А - априорная вероятность истинности гипотезы А!.

Детальное описание алгоритма постановки развернутого диагноза ИБС по его отдельным формам, включая процедуру нахождения Р(А^В) и Р(В|А^ в соответствии с интеллектуальным алгоритмом (рис. 1), дано в [6] и [8] соответственно. В частности, при постановке развернутого диагноза ИБС рассмотрены следующие формы ИБС: стенокардия напряжения 1-1У функционального класса, нестабильная стенокардия, инфаркт миокарда, нарушение ритма, бессимптомная ИБС, атеросклеротическая болезнь сердца, нарушения ритма. В данной работе мы проведем исследование работоспособности и эффективности функционирования информационной системы «АРМ-Кардиолог» при решении задачи генерации МУР на основе метода матрицы ошибок по результатам клинических испытаний.

Известно, что метода матрицы ошибок позволяет оценить степень соответствия результатов генерации программой электронного диагноза ИБС результатам диагностики врача-кардиолога. При этом в качестве результатов эталонной диагностики (ЭД) считались результаты диагностики, осуществляемые врачом-кардиологом, в отношении одной и той же группы пациентов.

Экспериментальную основу исследований составило клиническое наблюдение за пациентами, у которых наблюдались болезни системы крово-

обращения, соответствующие в классификаторе МКБ-10 кодам 120-125, ишемическая болезнь сердца (различные формы).

Данные пациенты находились на обследовании и лечении в кардиоревматологическом и терапевтическом отделениях муниципального бюджетного учреждения здравоохранения г. Белгорода «Городская больница № 2» в период с 2011 по 2013 год. Исследование проводилось на основе данных медицинской документации и наблюдений врачей-кардиологов Городской больницы № 2 и кафедры внутренних болезней № 2 ФГАУ ВПО «Белгородский государственный национальный исследовательский университет». При проведении клинических исследований на каждого пациента врачом-кардиологом заполнялась индивидуальная анкета, которая содержала индивидуальный код пациента, клинический диагноз врача-кардиолога о наличии или отсутствии ИБС у пациента, данные анамнеза в форме формального описания текущего состояния ССС пациента в виде различных значений наблюдаемых диагностических признаков. Далее данные анкет были перенесены в базу данных «АРМ-Кардиолог» в форме электронных карт обследования [1, 11]. На основе данных электронных карт обследования в соответствии с (1) были вычислены условные вероятности наличия ИБС Р(А^В) и сгенерированы электронные проекты диагнозов. В ходе клинических испытаний в базу данных «АРМ-кардиолог» были занесены данные о 107 пациентах. Для определения значений весовых коэффициентов ДП при нахождении оценки Р(А1|В) были сформированы обучающая и контрольная выборки. В обучающую выборку было включено 238 случаев диагностики. В контрольную выборку, посредством которой проводилась проверка адекватности электронной диагностики ИБС, вошло 107 человек. Обязательным условием включения того или иного случая диагностики в обучающую выборку являлось наличие диагноза о «наличии или отсутствии ИБС», поставленного врачом-кардиологом. В контрольную выборку включали случаи диагностики, когда выполнялись следующие условия: был поставлен диагноз о наличии или отсутствии ИБС у пациента врачом-кардиологом; число неизвестных значений ДП < 8.

В качестве расчетных показателей качества генерации электронных проектов диагнозов ИБС использовались: диагностическая чувствительность (ДЧ), диагностическая специфичность (ДС), прогностическая значимость положительных результатов (ПЗ ), прогностическая значимость отрицательных результатов (ПЗ), диагностическая эффективность решающего правила электронной диагностики (ДЭ).

Рис. 1. Блок-схема интеллектуального алгоритма электронной диагностики ИБС.

РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЯ И ИХ ОБСУЖДЕНИЕ

Данные показатели вычислялись на основе результатов клинических испытаний и приведены в таблице 1.

Для приведенных обозначений расчет показателей качества осуществляется в соответствии с соотношением 2.

Считалось, что пг - число пациентов из опытной выборки с диагнозом наличия ИБС, п0 - число пациентов из опытной выборки с диагнозом отсутствия ИБС.

В таблице 2 приведены результаты экспериментального исследования проверки эффективности электронной диагностики ИБС.

На основе соотношения 1 и данных, проиллюстрированных в табл. 2 были проведены следующие расчеты показателей качества генерации электронных диагнозов ИБС (соотношение 3):

Анализ данных (3) позволяет сделать вывод о том, что вероятность правильного диагноза наличия ИБС у больного, сгенерированного программой «АРМ-Кардиолог», равна 88,8% от общего числа экспериментальной. Вероятность некорректного электронного диагноза о наличии ИБС у пациентов соответствует 11,2%. Так же вероятность гипердиагностики с программным обеспечением составляет 14%. Вероятность ложноотри-цательного диагноза равна 8%.

Таблица 1

Таблица результатов клинических испытаний

Обследуемые пациенты Результаты электронной диагностики Всего

положительные отрицательные

ПШг ИП ЛО ИП+ЛО

пш0 ЛП ИО ЛП+ИО

Всего ИП+ЛП ЛО+ИО ИП+ЛП+ЛО+ИО

Примечание: где г - номер класса исследуемого заболевания;

- пг - количество пациентов в опытной выборке, по которым врач-кардиолог поставил диагноз класса заболевания г;

- по - количество пациентов в опытной выборке, по которым врач-кардиолог поставил диагноз об отсутствии у них исследуемого заболевания г;

- ИП - истинно положительный результат электронной диагностики, равный количеству пациентов в опытной выборке, по которым диагноз класса заболевания г был поставлен врачом-кардиологом и сгенерирован программой;

- ЛП - ложно положительный результат электронной диагностики, равный количеству пациентов в опытной выборке, по которым врач-кардиолог поставил диагноз отсутствия исследуемого заболевания, а программа ошибочно сгенерировала решение об отнесении состояния сердечно-сосудистой системы (ССС) к классу заболевания г;

- ЛО - ложно отрицательный результат электронной диагностики, равный количеству пациентов в опытной выборке, по которым врач-кардиолог поставил диагноз класса заболевания г, а программа ошибочно сгенерировала решение об отнесении ССС к классу отсутствия исследуемого заболевания;

- ИО - истинно отрицательный результат электронной диагностики, равный количеству пациентов в опытной выборке, по которым диагноз класса отсутствия исследуемого заболевания был поставлен врачом-кардиологом и сгенерирован программой.

Таблица 2

Результаты клинических испытаний эффективности электронной диагностики ИБС

Обследуемые Результаты электронной диагностики Всего

положительные отрицательные

ПШг 49 4 53

пш0 8 46 54

Всего 57 50 107

На основе соотношения 1 и данных, проиллюстрированных в табл. 2, были проведены следующие расчеты показателей качества генерации электронных диагнозов ИБС (соотношение 3):

Анализ данных (3) позволяет сделать вывод о том, что вероятность правильного диагноза наличия ИБС у больного, сгенерированного программой «АРМ-Кардиолог», равна 88,8% от общего числа экспериментальной. Вероятность некорректного электронного диагноза о наличии ИБС у пациентов соответствует 11,2%. Так же вероятность гипердиагностики с программным обеспечением составляет 14%. Вероятность ложноотри-цательного диагноза равна 8%.

Таким образом, проведенные клинические исследования подтвердили работоспособность интеллектуальной системы «АРМ-Кардиолог» и показали возможность осуществления адекватной диагностики наличия ИБС у пациента с ее помощью. Проведена оценка эффективности электронной диагностики по результатам клинических испытаний. Реализация предложенного научным коллективом технического решения будет способствовать дальнейшему развитию практики дистанционного оказания качественной высокотехнологичной помощи больным.

ЛИТЕРАТУРА

1. База данных информационной системы поддержки принятия решений в АРМ-Кардиолог с реляционными связями между данными по болезням, симптомам и синдромам, методам лечения, лекарственным средствам: свидетельство об офиц. регистрации Базы данных № 2011620419 Российская Федерация / Анохин Д.А., Никитин В.М., Ломакин В.В., Иванов И.И., Мерзликин А.А. -№ 2011620281 заявлено 20.04.2011; опубл. 08.06.2011.

2. Гаврилова Н.Е., Метельская В.А., Перова Н.В., Яровая Е.Б., Мазаев В.П., Уразалина С.Ж., Бойцов С.А. Взаимосвязь между выраженностью коронарного атеросклероза, факторами риска и маркерами атеросклеротического поражения каро-тидных и периферических артерий // Кардиовас-

кулярная терапия и профилактика. - 2013. -№ 12(1). - С. 40-45.

3. Генетический паспорт - основа индивидуальной и предективной медицины / Под ред. В.С. Баранова. - СПб. : Изд-во Н-Л, 2009. - 528 с.

4. Жмудяк М.Л., Повалихин А.Н., Стребуков А.В., Гайнер А.В., Жмудяк А.Л., Устинов Г.Г. Диагностика заболеваний методами теории вероятностей. - Барнаул: АлтГТУ, 2006. - 168 с.

5. Интеллектуальная справочная система по кардиологическим болезням и лекарственным препаратам АРМ-Кардиолог: свидетельство об офиц. регистрации программы для ЭВМ № 2011617001 Российская Федерация / Анохин Д.А., Никитин В.М., Ломакин В.В., Иванов И.И., Мерзликин А.А. - № 2011615294 заявлено 15.07.2011; опубл. 08.09.2011.

6. Никитин, В.М. Ефремова О.А., Липунова Е.А., Иванов И.И., Анохин Д.А., О.В. Ермилов, Губарева Н.А. Алгоритм постановки развёрнутого диагноза ИБС для программы экспертной системы АРМ-Кардиолог // Журнал Научные ведомости Белгородского государственного университета. Серия «Медицина. Фармация». - 2012. - № 16 (135), вып. 19. - С. 64-69.

7. Никитин В.М., Ломакин В.В., Анохин Д.А., Кайда-лова И.К., Иванов И.И. Информационная система поддержки принятия решений слабоструктурированных задач в кардиологии // Журнал Научные ведомости Белгородского государственного университета. История Политология Экономика Информатика. - 2010. - № 19(90), вып. 16/1. - С. 112119.

8. Никитин В.М., Липунова Е.А., Ефремова О.А., Анохин Д.А., Мерзликин А.А., Куршубадзе И.Н. Алгоритм постановки первичного диагноза ишемиче-ской болезни сердца для программы экспертной системы АРМ-Кардиолог // Журнал Научные ведомости Белгородского государственного университета. Серия «Медицина. Фармация». - 2013. -№ 4 (147), вып. 21. - С. 187-194.

9. Никитин В.М., Постельник М.И., Липунова Е.А., Анохин Д.А., Иванов И.И. Информационная модель сердца // International Journal of applied and fundamental research. - 2011. - № 10. - С. 13.

10. Способ диагностики ишемической болезни сердца / Д.А. Анохин, В.М. Никитин, О.А. Ефремова, Е.А. Липунова, А.А. Мерзликин, И.Н. Куршубадзе (заявка на изобретение № RU 2013117618 на выдачу патента, дата приоритета 16.04.2013).

11. Efremova O.A., Nikitin V.M., Lipunova E.A., Anohin D.A., Kamyshnikova L.A. Estimate or the Effectiveness of Intelligent Information System of Early Diagnosis and Prognosis of Cardiovascular Disease // World Applied Sciences Journal. - 2013. - Vol. 26, N 9. - P. 1204-1208. DOI: 10.5829/idosi.wasj.2013.26.09.13551