CC BY
40
УДК 616-079.4
НОВЫЙ ПОДХОД В ОБУЧЕНИИ КЛИНИЧЕСКОЙ ДИАГНОСТИКЕ СТУДЕНТОВ И ВРАЧЕЙ: ДИАГНОСТИЧЕСКАЯ МАТРИЦА ИЛИ ДИАГНОСТИЧЕСКИЙ АЛГОРИТМ
Ю.Г.Гаевский, В.А.Макаров, А.В.Иванов, В.М.Захарова
A NEW APPROACH TO TEACHING CLINICAL DIAGNOSTICS TO STUDENTS AND DOCTORS: DIAGNOSTIC MATRIX OR DIAGNOSTIC ALGORITHM
Iu.G.Gaevskii, V.A.Makarov, A.V.Ivanov, V.M.Zakharova
Новгородский государственный университет им. Ярослава Мудрого, [email protected]
Диагностика болезней — это один из наиболее трудных и интеллектуальных областей деятельности врача. Обучение диагностике студентов и врачей всегда было и остается самым трудным разделом медицинского образования. Появление в последние десятилетия диагностических алгоритмов оказало огромную помощь в обучении постановке диагноза. Авторы создали кардиологическую диагностическую матрицу с 200 симптомами и 106 заболеваниями. Диагностическая матрица имеет ряд преимуществ перед алгоритмической диагностикой. У каждого пациента болезнь может быть представлена перечнем своих симптомов. В этом перечне может не оказаться симптомов, по которым уже имеются алгоритмы. Программа матрицы создает алгоритм и включает поиск для каждого симптома. Диагностическая матрица не заменяет алгоритмическую диагностику, а делает ее универсальной. Идея метода диагностической матрицы зарегистрирована как интеллектуальная собственность.
Ключевые слова: установление диагноза, диагностические алгоритмы, диагностическая матрица, обучение диагностике
Disease diagnostics is one of the most difficult and intelligent field of work of a physician. Teaching diagnostics to students and doctors has always been the most difficult section of medical education. Diagnostic algorithms of recent decades have contributed greatly to teaching diagnostics. The authors have created a cardiac diagnostic matrix containing 200 symptoms and 106 diseases. The diagnostic matrix has a number of advantages over algorithmic diagnostics. Any disease can be represented by a list of its symptoms for each patient. This list may have no symptoms for which some algorithms are already available. The matrix program creates an algorithm and starts a search for each symptom automatically. However, the diagnostic matrix does not replace algorithmic diagnostics but makes it universal. The idea for a diagnostic matrix method is registered as intellectual property. Keywords: making a diagnosis, diagnostic algorithms, diagnostic matrix, teaching diagnostics
Диагностика болезней является трудным разделом деятельности врача. Обучение диагностике — важная задача медицинского образования. В последние годы в медицинскую диагностику широко вошли диагностические алгоритмы. Работая в близком направлении, мы пришли к идее использовать с той же целью метод диагностической матрицы.
Итак, что такое диагностика болезни? Это идентификация образа болезни пациента с абстрактным образом того или иного заболевания. Абстрактный образ болезни может состоять из признаков, которые всегда присутствуют при данной болезни и отсутствуют при других заболеваниях, т. е. чувствительность и специфичность этих симптомов равна 100%. Такой симптом — золотой стандарт диагностики: есть он — есть болезнь, нет его — нет болезни. Таких симптомов, к сожалению, мало. Это могут быть и простые физикальные симптомы, например, диастолический шум на верхушке при митральном стенозе или диастолический шум на аорте при недостаточности аортального клапана и сложные аппаратные или лабораторные данные. Другие симптомы, которые всегда имеются при данной болезни, но часто встречается и при других — чувствительные, но низкоспецифичные. Еще большую часть в образе болезни занимают симптомы, которые только могут быть при данном заболевании, но имеют низкую чувствительность и специфичность — менее 100%. Идентификация образа болезни пациента успешна при условиях, что все симптомы, которые должны быть, присутствуют у пациента. Все остальные симптомы, которые найдены у пациента, также могут быть при этой болезни. У пациента нет симптомов, которые не описаны при этой болезни [1].
Поиск правильного диагноза очень близок к поиску в криминалистике. Может быть, по этой причине прообразом Шерлока Холмса был знаменитый врач. Мы позволим себе привести иллюстрацию этого. Представьте себе, что в большом городе разыскивается автомобиль, совершивший наезд на пешехода. По показаниям свидетеля известна марка, серия, цвет и наличие вмятины. Автомобиль может иметь следы крови или обрывки одежды жертвы. Для поиска, как в пропедевтике, используются простые «физикальные» симптомы. По картотеке ГИБДД, используя цвет, марку, серию, отобрали пятьсот автомобилей и, осмотрев их, нашли тридцать автомобилей с вмятиной. На пятнадцати обнаружили следы крови. У трех пятен группа крови совпала с группой крови пострадавшего. У одного автомобилиста стопроцентное алиби — он был в другом городе (т.е. имеется симптом, которого не должно быть). Проведена генетическая идентификация пятен крови и крови пострадавшего. В одном случае совпадение. Виновный найден. Совпадение не найдено - диагноз развалился. Причина: свидетель перепутал цвет автомобиля. В версию попал ложноположитель-ный симптом и развалил ее. В поиске на равных участвовали все симптомы: на первом этапе простые, но высокочувствительные. На последнем этапе — сложные, но с высокой специфичностью.
Существуют три варианта постановки диагноза. Один из вариантов, подходящий для компьютер-
ной обработки, основан на уравнении Байеса, где при последовательном вводе имеющихся симптомов, вычисляется вероятность всех возможных заболеваний. Пороговый уровень вероятности одного заболевания более 90% считается приемлемым. Вероятность болезни при наличии того или иного симптома тем выше, чем чаще найденный симптом встречается при этом заболевании (тем выше чувствительность симптома). Чем реже симптом встречается при других болезнях, тем выше специфичность (тем выше, чем чаще болезнь встречается в популяции) [1,4]. Если имеются несколько симптомов, то для каждого вы-считывается вероятность. Общая вероятность — это произведение этих величин.
Врачебное мышление, как и компьютер, с трудом может работать с этой формой диагностики. Цифры чувствительности, специфичности и распространенности болезней в той или иной популяции очень приблизительны. Представьте, как трудно было бы нам применить эту формулу в криминальном примере с автомобилями, если бы мы не знали, сколько марок, серий, цветов и вмятин среди всех ста тысяч автомобилей в городе.
Второй метод — логический. Он повторяет врачебное мышление. Этот метод предполагает, что каждая болезнь — это индивидуальный набор из симптомов, которые всегда есть (чувствительность 100%), могут быть (чувствительность менее 100%) или не бывают при данной болезни.
Давайте представим ситуацию. В зале сидят двести человек, и нам нужно по приметам найти одного: высокий, очень полный мужчина с усами и кареглазый. Он любит одеваться необычно, но никогда не носит кроссовки, спортивную одежду, галстук. На левой кисти следы от татуировки. Мы увидели полного высокого мужчину с карими глазами и татуировкой на руке, но без усов. Он мог их сбрить (признак, который может быть, а может и не быть). Однако он еще в спортивной куртке и в кроссовках. Это не он. Вдруг вы увидели, что есть все признаки, но нет спортивной одежды. Это он. Обратите внимание: сочетание небольшого числа часто встречаемых признаков придало неповторимость образа искомой личности. В криминальной истории с автомашинами шесть признаков давали образ единственного из ста тысяч автомобиля. Логический метод поставляет для нас все диагностические алгоритмы симптома [2,3].
При третьем методе на первом этапе для отбора работает логический, а на последнем — вероятностный подход. Допустим, мы нашли комплекс симптомов, который может быть при двух болезнях, но одно из них очень редкое заболевание (априорная вероятность его в 300 раз реже первого). Выставляется диагноз частого заболевания с вероятностью более 99%.
Как же врач ставит диагноз?
А. При наличии большого объема информации и большого клинического опыта он сразу эвристически (узнает образ болезни) находит верный диагноз. Все симптомы, которые должны быть, имеются, и нет ни одного симптома, который не бывает при данной болезни.
Б. При недостаточной информации он видит несколько возможных диагнозов, проводит дифференциальный диагноз и проводит дискриминантные исследования.
В. Он не видит сразу диагноза и, используя алгоритмы или без них, идет от симптома к синдрому или к диагнозу.
Г. Заповедь клинициста: больше всего в диагностике бойся ложноположительных симптомов, разрушающих диагностику. Ложноотрицательный симптом не столь страшен.
Итак, растущих специалистов желательно обучать принципам диагностики. Для них это может стать компасом в море бурной диагностической информации. Однако этому процессу надо помочь современными средствами компьютерных технологий. В этом у нас есть свой опыт, с котором мы хотим поделиться ниже.
Бесспорно, основа диагностического мастерства — это следование изложенным выше принципам. Мы далеки от мысли, что это полное их перечисление. Существует еще один важнейший элемент мастерства клинициста — это особое расположение информации о болезнях и симптомах в голове диагноста и владение общим алгоритмом логической диагностики.
Нам представляется, что в голове диагноста информация о болезни существует в виде диагностической матрицы: по вертикали располагаются болезни и синдромы, по горизонтали - симптомы. Клетка в месте пересечения имеет три значения: не может быть, может быть и должен быть. Матрица является итогом чтения книг и постоянно пополняющегося опыта. Она динамична и совершенствуется, но на это уходят десятки лет. Значит, надо давать молодым врачам обучающую информацию о болезнях не только в традиционном виде, но и виде готовых к работе матриц. К сожалению, современные руководства не содействуют этому. Это бы облегчило и многократно ускорило процесс формирования матриц в голове обучающихся и дало бы возможность тренировать свое мышление не только по солидным книгам, но и с помощью компьютера. В содружестве с сотрудниками кафедры программного обеспечения вычислительной техники Новгородского государственного университета им Ярослава Мудрого (к.т.н. В.А.Макаров, П.А.Довгалюк, А.В.Иванов) нами была создана обучающая компьютерная программа «КАРДИОДИАГНОЗ». Диагностический тренажер для начинающего кардиолога. Демоверсия программы находится по адресу:
https://drive.google.com/drive/folders/0B2_I6ZIxyt2ydz RUY1hIWTJCZWM
Основу данной программы составляет описанная выше диагностическая матрица. По вертикали матрицы располагаются 106 заболеваний сердца. По горизонтали 199 симптомов. Симптомы разбиты на следующие разделы: жалобы и болевые синдромы, данные осмотра, данные аускультации легких, данные аускультации сердца, ЭКГ синдромы, данные рентгенографии грудной клетки, данные эхокардио-графии, прочие аппаратно-лабораторные данные. В программу ввели алгоритм логической диагностики.
Возможности программы следующие:
1. В процессе обучения диагностическому мастерству у начинающих чаще всего встает вопрос, какие болезни могут быть при том или ином симптоме или синдроме? Это и есть самое начало диагностики для начинающих. Получать подобную информацию из современных руководств и монографий чрезвычайно сложно. Наша программа решает это очень просто.
2. Двигаясь по горизонтали диагностической матрицы, можно обучаться знанию того, какие симптомы всегда бывают или не бывают при той или иной болезни. Обзор по вертикали помогает видеть специфичность симптома: чем реже он в строке как возможный, тем выше его специфичность.
3. Программа дает возможность контролировать свои знания по одному или нескольким заболеваниям. После заполнения матрицы программа выдает ошибки.
4. С помощью программы можно тренироваться в решении теоретических или практических задач по диагностике: производится введение симптомов и синдромов и появляется уменьшающийся перечень возможных заболеваний.
5. Знание матрицы — это самый ценный тест на общую кардиологическую квалификацию. Возможно, это можно будет в будущем использовать для оценки квалификации врача.
Для иллюстрации приведем опробованные примеры из практики.
Пациентка, 62 лет, обратилась с жалобами на появление в последний год давящих кратковременных болей за грудиной при ходьбе, заставляющих замедлить ход. В перечне болевых синдромов первого раздела программа выдает главный предполагаемый вариант диагноза: Ишемическая болезнь сердца (ИБС): стенокардия напряжения. Однако напоминает, что такой же болевой синдром может быть при стенозе устья аорты, гипертрофических кардиопатиях, врожденных пороках сердца (дефект межпредсердной перегородки у взрослых с легочной гипертензией), легочном сердце или первичной легочной гипертензии, анемии или по-лицитемии, тиреотоксическом сердце. Вводим данные аускультации сердца: патологические шумы отсутствуют. Программа убирает порки сердца, кроме дефекта межпредсердной перегородки, при котором патологические шумы могут отсутствовать. Вводим данные ЭКГ: признаки выраженной гипертрофии правого желудочка. Программа убирает ИБС, тиреотоксическое сердце, анемию, полицитемию и оставляет легочное сердце, первичную легочную гипертензию, дефект межпредсердной перегородки. Рентгеновское исследование показало изменения тени легких и сердца и не оказало влияние на выбор программы. Данные эхокар-диографии (ЭхоКГ): дилатация левого предсердия, правого предсердия и правого желудочка. Дефект межпредсердной перегородки 18 мм. Программа устанавливает этот диагноз. К слову сказать, ранее пациентке упорно ставили диагноз ИБС: стенокардия напряжения и проводилась неэффективная терапия нитратами. Что противоречило диагнозу ИБС? Гипертрофия правого желудочка. Она не бывает при ИБС.
Пациент, 35 лет, поступил с жалобами на появившуюся в последние два месяца слабость, одышку, отеки ног. В моче белок, эритроциты, цилиндры. Диагноз хронического нефрита не вызывал сомнений, но было обращено внимание на увеличение шейных вен и повышение центрального венозного давления до 200 мм. Вводим симптомы: одышка, слабость, хронически нарастающее течение. Осмотр: изолированный венозный застой в большом круге. Программа выдает варианты: легочное сердце, врожденные порки сердца, митральный стеноз с изолированной легочной гипертензией, первичная легочная гипертензия, экс-судативный или адгезивный перикардит, рестриктив-ные кардиомиопатии. Вводим данные аускультации сердца: аускультативная картина сердца в пределах нормы. Программа убирает приобретенные и врожденные пороки сердца, кроме дефекта межпредсерд-ной перегородки. Вводим данные ЭКГ: неспецифические изменения ST-T, снижение вольтажа. Программа убирает врожденные порки сердца, первичную легочную гипертензию малого круга, легочное сердце, при которых венозный застой всегда сопровождается на ЭКГ признаками гипертрофии правого желудочка. Остаются перикардиты и рестриктивные кардиомио-патии. Вводим данные рентгенографии грудной клетки: изменения в легких и обычные размеры сердца. Программа убирает экссудативный перикардит, остается констриктивный перикардит и рестриктивные кардиомиопатии при гемохроматозе, амилоидозе, эо-зинофильном эндокардиальном фиброзе, саркоидозе, гемохроматозе. Программа указывает, что эхокардио-графическое разделение этих вариантов возможно, но целесообразно искать рентгенологические симптомы перикардита, а также симптомы перикардита, которые можно получить при компьютерной томографии (КТ) средостения. Одновременно указывается на решающие признаки всех рестриктивных кардиопатий, которые надо проверить в случае исключения перикардита. Вводим данные КТ - признаки констриктив-ного перикардита. Пациент был успешно прооперирован. Легко заметить, что по действию программы несложно составить графический древовидный диагностический алгоритм. Что явилось исходной точкой диагноза? Разве может быть при любом хроническом нефрите синдром изолированного венозного застоя? А при выраженном венозном застое (в том числе по причине перикардита) мочевой синдром может быть и без болезни почек.
Для любого симптома программа дает перечень болезней и включает алгоритм поиска. Это очень удобно: не надо иметь графический алгоритм.
В чем же преимущество метода диагностической матрицы в сравнении с методом алгоритмической диагностики? Симптомы имеются в матрице, и
она может воссоздать любой алгоритм, но болезни не всегда имеют симптомы для широкой алгоритмической диагностики. Очень часто у пациента может наблюдаться редкий симптом, на который алгоритмы еще не созданы. Такой симптом может стать началом алгоритмического поиска. Это могут быть и аускуль-тативные симптомы и ЭКГ-симптомы, и наша матрица может на любой из них создать алгоритм. Любой симптом или синдром, входящий в матрицу становится началом алгоритма диагностического поиска. Таким образом, диагностическая матрица не заменяет алгоритмическую диагностику, а делает ее универсальной.
1. Генкин А.А. Новая информационная технология анализа медицинских данных. Программный комплекс ОМИС. СПб.: Политехника, 1999. 109 с.
2. Наумов Л.Б., Гаевский Ю.Г., Бессонов А.М., Меркушев В.В. Болезни сердечно-сосудистой системы. Алгоритмы дифференциальной диагностики, лечения, врачебно-трудовой экспертизы (программное руководство). Ташкент: Медицина, 1985. 422 с.
3. Хили П.М., Джекобсон Э.Дж. Дифференциальный диагноз внутренних болезней. Алгоритмический подход. М.: Издательство БИНОМ, 2014. 280 с.
4. Флетчер Р., Флетчер С., Вагнер Э. Клиническая эпидемиология: Основы доказательной медицины: монография. М.: Медиа Сфера, 1998. 352 с.
5. КАРДИОДИАГНОЗ». Диагностический тренажер для начинающего кардиолога. [Электронный ресурс] // Google Диск (дата обращения: 19.10.2016) — https://drive.google.com/drive/folders/0B2_I6ZIxyt2ydzR UY1hIWTJCZWM
References
1. Genkin A.A. Novaia informatcionnaia tekhnologiia analiza meditcinskikh dannykh. Programmnyi kompleks OMIS [New information technology of medical data analysis. ОМИС software]. Saint Petersburg, "Politekhnika" Publ., 1999. 109 p.
2. Naumov L.B., Gaevskii Iu.G., Bessonov A.M., Merkushev V.V. Bolezni serdechno-sosudistoi sistemy. Algoritmy dif-ferentsialnoi diagnostiki, lecheniia, vrachebno-trudovoi ekspertizy (programmnoe rukovodstvo) [Diseases of the cardiovascular system. Algorithms of differential diagnostics, treatment, medical-labor examination (program guide)], 3d ed. Tashkent, "Meditsina" Publ., 1985. 422 p.
3. Healey P.M., Jacobson E.J. Common Medical Diagnoses: An Algorithmic Approach. 3rd ed. W.B. Saunders Company Publ., 2000. 235 p. (Russ. ed.: Khili P.M., Dzhekobson E.Dzh. Differentsialnyi diagnoz vnutrennikh boleznei. Algo-ritmicheskii podkhod. Moscow, BINOM Publ., 2014. 280 p.)
4. Fletcher R.H., Fletcher S.W., Wagner E.H. Clinical Epidemiology: The Essentials. Lippincott Williams & Wilkins Publ., 1996. 276 p. (Russ. ed.: Fletcher R., Fletcher S., Vagner E. Klinicheskaia epidemiologiia: Osnovy dokazatelnoi medit-ciny. Moscow, "Media Sfera" Publ., 1998. 352 p.)
5. «KARDIODIAGNOZ». Diagnosticheskii Trenazher dlia nachi-naiushchego kardiologa. ["CARDIODIAGNOSIS". Diagnostic Simulator for the novice cardiologist]. Google Disk. Available at: https://drive.google.com/drive/folders/0B2_I6ZIxyt2ydzRUY1hI WTJCZWM (accessed 19.10.2016).
