CC BY
57
В. В. ГРИБОВА,
д.т.н., зам. директора по научной работе, ФГБУН Институт автоматики и процессов управления ДВО РАН, е-тсн1:дпЬоуа@юср.с1уо.ги Ф.М. МОСКАЛЕНКО,
к.т.н., научный сотрудник лаборатории интеллектуальных систем ФГБУН Институт автоматики и процессов управления ДВО РАН, е-таП:рЫНртт@юср.Суо.ги Д. Б. ОКУНЬ,
к.м.н., научный сотрудник лаборатории интеллектуальных систем ФГБУН Институт автоматики и процессов управления ДВО РАН, е-таП:2707008@ mail.ru М.В. ПЕТРЯЕВА,
к.м.н., научный сотрудник лаборатории интеллектуальных систем ФГБУН Институт автоматики и процессов управления ДВО РАН, е-таП:тагдаге1©аср.Суо.ги
ОБЛАЧНАЯ СРЕДА ДЛЯ ПОДДЕРЖКИ КЛИНИЧЕСКОЙ МЕДИЦИНЫ И ОБРАЗОВАНИЯ
УДК 004.891:61
Грибова В.В., Москаленко Ф.М., Окунь Д.Б., Петряева М.В. Облачная среда для поддержки клинической медицины и образования (Федеральное государственное бюджетное учреждение науки Институт автоматики и процессов управления Дальневосточного отделения Российской академии наук (ИАПУ ДВО РАН), г. Владивосток) Аннотация. Предлагается концепция облачной среды для разработки и использования сообщества медицинских интеллектуальных систем, которая позволяет сконцентрировать в одном виртуальном пространстве их информационные и программные ресурсы и обеспечивать доступ к ним пользователей независимо от их географического положения.
Ключевые слова: медицинские интеллектуальные системы, облачная среда, онтология, база знаний, база наблюдений, экспертная система.
UDC 004.891:61
Gribova V. V, Moskalenko Ph.M, Okun D.B., Petryaeva M. V. A cloud environment for support of clinical medicine
and education (Federal State Budgetary Institution of Science, Institute for Automation and Control Processes, Far Eastern Branch of the Russian Academy of Sciences, Vladivostok)
Abstract. A concept of cloud environment for development and use of the community of medical intelligent systems is proposed. It allows to concentrate information and software resources of various types for such systems in a single virtual space and to provide access with no regard to users' geographic location.
Keywords: medical intelligent systems, cloud environment, ontology, knowledge base, base of observations, expert system.
Задача информатизации медицины входит в число приоритетных направлений развития России. Подавляющее большинство систем, внедренных в медицинских учреждениях, - это системы, организующие и контролирующие их бизнес-процессы, а также системы автоматизации рабочего места специалиста. Они пока еще мало помогают непосредственно врачу ^^^^^^^ в его работе - не обеспечивают поддержку принятия решений [1],
хотя должны улучшать качество диагностики и лечения пациентов.
© В.В. Грибова, Ф.М. Москаленко, Д.Б. Окунь, М.В. Петряева, 2016 г.
На сегодняшний день большинство систем, которые используют практикующие врачи, "воспринимается как дополнительная нагрузка, целью которой является формирование статистических отчетов для анализа его деятельности и счетов на оплату для страховых медицинских организаций" [1]. При этом в клинической медицине известны десятки тысяч болезней, огромное количество лекарственных средств, методов лабораторной и инструментальной диагностики пациентов. Знания врача должны включать информацию различного характера: симптомы, синдромы, нозологические формы патологий, этиологии, патогенез, клиника, диагностика болезней, медикаментозные и немедикаментозные методы лечения, механизмы действия лекарств, способы клинического применения медикаментов, методы профилактики и реабилитации пациентов. То есть, объём необходимых знаний велик, при этом они постоянно изменяются [2]. Очевидно, что врач не может изучить и помнить весь объем необходимых ему знаний, а справиться с этой задачей могут только компьютерные системы поддержки принятия решений, основанные на расширяемых и сопровождаемых сообществом заинтересованных экспертов базах знаний и данных. Учитывая важность и актуальность проблемы интеллектуальной поддержки медицинской деятельности, в Распоряжении Правительства РФ № 2769-р от 29 декабря 2014 г. явно рекомендуется создание и развитие таких систем. Не менее важной задачей является создание медицинских обучающих систем и компьютерных тренажеров, помогающих освоить знания и применить их для диагностики и лечения заболеваний виртуальных пациентов [3].
Можно отметить определенные успехи в области создания медицинских интеллектуальных приложений. Системы, описываемые в [4-8], обладают функциями диагностики одного или нескольких заболеваний. Системы, упоминаемые в [5, 6], способны давать
подсказки врачу по совместимости препаратов, ограничениям приема при наличии сопутствующих заболеваний, назначении лечения. Система [7], как отмечают авторы, может использоваться в образовании. Однако, с одной стороны, такие системы существуют разрозненно, что значительно усложняет их использование (необходимость установки систем, имеющих разный функционал, интерфейс, требования к программному и аппаратному обеспечению), с другой стороны, для интеллектуальных систем важно, чтобы базы данных и знаний, на которых они базируются, были доступны через Интернет широкому кругу экспертов для просмотра, поиска ошибок и неточностей, постоянного и оперативного внесения изменений (с соблюдением процедур контроля целостности и непротиворечивости). Можно констатировать, что в настоящее время в Российской Федерации отсутствует единая программно-информационная среда, обеспечивающая доступ практикующим врачам - к интеллектуальным системам поддержки принятия решений; студентам - к обучающим тренажерам и учебным курсам по различным разделам медицины; экспертам - к базам данных и знаний для их сопровождения и поддержки в актуальном состоянии, отвечающим современным требованиям медицины. Целью работы является описание концепции и основных компонентов программно-информационной среды, основанной на технологии облачных вычислений1, для создания и функционирования сообщества медицинских интеллектуальных систем различного назначения.
1 Облачные вычисления - программно-аппаратное обеспечение, доступное пользователю через Интернет (или локальную сеть) в виде сервиса, позволяющего использовать удобный веб-интерфейс для удаленного доступа к выделенным ресурсам (вычислительным, программным и информационным). Источник: http://netler.ru/pc/cloud.htm
Основные принципы и платформа для реализации облачной среды
Выделяются следующие основные принципы создания и функционирования облачной среды:
• информационные ресурсы (базы данных, знаний и онтологии) разрабатываются и управляются независимо от интеллектуальных систем, их обрабатывающих;
• информационные ресурсы имеют декларативное представление и формируются на основе метаинформации (онтологии) как носителями этой информации - экспертами, так и интеллектуальными системами;
• информационные ресурсы имеют единый унифицированный формат внутреннего хранения для упрощения доступа к их содержимому;
• информационные ресурсы и программные компоненты предоставляются через интернет, что обеспечивает их широкое использование, совместное развитие и управление всеми заинтересованными сообществами;
• метаинформация (онтология), по которой создаются информационные ресурсы (базы знаний и данных) едина для всех разделов медицины;
• программные компоненты разрабатываются для решения класса задач, определяемых единой метаинформацией;
• информационные ресурсы создаются, помимо прочего, с целью их повторного при-
менения различными классами медицинских сервисов;
• терминология, в которой описываются информационные ресурсы, является общепринятой и понятной специалистам в области медицины;
• информация, единая для различных разделов медицины, выносится в отдельные повторно-используемые ресурсы;
• информационные ресурсы размещаются согласно иерархии, интуитивно-понятной специалистам в области медицины.
В качестве средства реализации облачной среды предлагается платформа ¡ДСРааБ [9]. Она представляет собой программно-информационный интернет-комплекс для обеспечения поддержки разработки, управления и удаленного использования прикладных и системных мультиагентных облачных сервисов (прежде всего интеллектуальных) и их компонентов.
Архитектура медицинской облачной среды и ее компоненты
Общие сведения. В общем случае облачная среда состоит из информационных и программных компонентов (рис. 1). К первым относятся: онтологии, базы знаний и базы данных. Онтологии определяют структуру понятий при разработке баз знаний и данных, а базы знаний наполняются с использованием
Рис. 1. Обобщенная структурная схема облачной платформы
баз данных. Программные компоненты состоят из прикладных и системных сервисов. Сервис конструируется из агентов различного назначения, взаимодействующих путём обмена сообщениями, формируемыми по шаблонам. Прикладными сервисами являются экспертные системы поддержки принятия решений, сервисы формирования архивов историй болезни, компьютерные тренажеры. Системные сервисы обеспечивают создание и управление информационными ресурсами и программными компонентами. Для программных компонентов имеется механизм повторного использования (в различных сервисах).
Информационные компоненты. В соответствии с идеологией облачной платформы
[10], а также технологией создания жизнеспособных интеллектуальных облачных сервисов
[11], разработка баз знаний и данных осуществляется на основе метаинформации [12]. При этом важным требованием к ней является обеспечение её универсальности для различных разделов медицины и повторной используемости в сервисах.
В настоящее время разработаны следующие онтологии: диагностика острых [13, 14] и хронических заболеваний [15], фармакологический справочник [16], лечение [16], история болезни и наблюдения [17].
Базы знаний сгруппированы в разделы, соответствующие направлениям медицины: терапия, хирургия, урология, офтальмология, и др. Каждый раздел включает подразделы, например, раздел терапия состоит из подразделов: заболевания органов дыхания, заболевания органов пищеварения, заболевания сердца и сосудов и т.д. Каждый подраздел включает базы знаний о диагностике заболеваний и базы знаний о лечении заболеваний. Каждая база знаний о диагностике, например, база знаний о диагностике заболевания бронхиальная астма включает формальное описание его возможных причин, необходимого условия для возникновения заболевания
и клинической картины, которая состоит из описания клинических проявлений, строящихся на основе соответствующих наблюдений. Базы знаний о лечении заболеваний включают: медикаментозное лечение, хирургическое и восстановительное лечение, при этом они содержат формальное описание групп препаратов и вариантов их использования.
Базы данных так же, как и базы знаний, сформированы по соответствующим онтоло-гиям, при этом раздел баз данных, включающий базы наблюдений, состоит из подразделов, соответствующих структуре традиционной истории болезни: история жизни, жалобы, объективное исследование, лабораторные и инструментальные методы исследования. Объективное исследование включает два подраздела: общеклиническое исследование и узкоспециализированные исследования. Подраздел общеклиническое исследование состоит из следующих баз наблюдений: общий осмотр, система органов дыхания, система органов пищеварения, система органов кровообращения и др. Узкоспециализированные исследования включают базы наблюдений, в которых формально описаны редко встречающиеся и патогномо-ничные симптомы (наблюдения), используемые хирургами, неврологами, урологами и другими специалистами.
Программные компоненты. Программные компоненты делятся на системные и прикладные сервисы. Системными являются проблемно-независимые сервисы, предоставляемые платформой ¡ЛСРааБ (редакторы информационных и программных ресурсов), а также специализированный сервис для индуктивного (на основе архива историй болезни) формирования баз медицинских знаний по диагностике заболеваний [18]. Он позволяет формировать хорошо интерпретируемые (понятные специалистам) базы знаний. Прикладные сервисы относятся к четырем классам: системы ввода знаний и данных, интеллектуальные системы диагностики острых и хронических
Рис. 2. Повторная используемость информационных компонент
заболеваний, интеллектуальные системы назначения и контроля лечения, компьютерные тренажеры.
Принципиальной особенностью облачной среды является то, что все классы медицинских систем могут и должны использовать общий набор информационных ресурсов. Например, для экспертной системы по диагностике острых заболеваний и медицинского компьютерного тренажера по диагностике острых заболеваний выделяются следующие (см. рис. 2): базу наблюдений и базы заболеваний. Дополнительно первый сервис использует архив историй болезни, второй - базу учебных заданий.
Кроме того, медицинские сервисы могут и по возможности должны конструироваться из повторно-используемых программных компонентов - вычислительных и интерфейсных агентов, шаблонов сообщений. Например, сервис диагностики острых заболеваний и тренажёр по диагностике острых заболеваний используют единого агента, выполняющего поиск гипотез о диагнозе для некоторой истории болезни (а взаимодействие с ним построено на единых шаблонах сообщений). Сервис диагностики при этом работает с архивом историй болезни (где диагноз неизве-
стен), а тренажёр - с диагностическим заданием (где известен исходный диагноз).
Заключение
В работе описана облачная среда для создания сообщества медицинских интеллектуальных систем. Актуальность создания такой среды обусловлена необходимостью концентрации в одном виртуальном пространстве информационных и программных ресурсов для создания различных типов интеллектуальных медицинских систем из повторно-используемых компонентов, а также для обеспечения доступа к таким системам практикующих врачей и студентов независимо от их географического положения (в частности - для решения сложных клинических случаев). Немаловажной решаемой задачей является предоставление доступа к информационным ресурсам (прежде всего базам знаний) высококвалифицированным экспертам для их сопровождения (поддержки в актуальном состоянии). К настоящему времени коллективом уже разработан ряд компонентов облачной среды, работа по ее расширению и реализации продолжается. Работа выполнена при частичной финансовой поддержке РФФИ, проекты № 14-07-00270 и № 15-07-03193.
ЛИТЕРАТУРА
1. Шустерман И. ИТ в здравоохранении: от первых идей к современному состоянию // PC Week/RE. - 2015. - № 7 (884).
2. Тетенев Ф.Ф., Бодрова Т.Н. Знания и размышления врача в процессе постановки клинического диагноза // Бюллетень сибирской медицины. - 2003. - № 1. - С. 55-62.
3. Виртуальные медицинские симуляторы-тренажеры: новая эра в медицинском образовании // URL: http://airestech.ru/virtualnye-medicinskie-simulyatory-trenazhery-novaya-era-v-medicinskom-obrazovanii (Дата обращения: 25.03.2015).
4. Система «Maximus» [Электронный ресурс]. URL: http://nefrosovet.ru/ru/main/948/983/ (дата обращения: 28.04.2015).
5. Степанов Л. Обзор: ИТ в здравоохранении [Электронный ресурс]. URL: http://www.cnews. ru/reviews/new/it_v_zdravoohranenii/articles/uchet_zatrat_i_zabota_o_patsientah_ishchem_ korrelyatsiyu/ (дата обращения: 25.06.2015).
6. IBM Watson закончил мединститут и пошёл на работу [ Электронный ресурс]. URL: http:// habrahabr.ru/company/ibm/blog/169067/ (дата обращения: 28.04.2015).
7. Экспертная система поддержки принятия решений врачом («СППР») [Электронный ресурс]. URL: http://www.profimed.su/ (дата обращения: 28.04.2015).
8. Группа экспертных систем для клинической практики от компании «Соцмедика» [Электронный ресурс]. URL: http://www.socmedica.com/ (дата обращения: 28.04.2015).
9. Грибова В.В., Клещев A.C., Крылов Д.А., Москаленко Ф.М., Смагин С.В., Тимченко В.А., Тютюнник М.Б., Шалфеева Е.А. Проект lACPaaS. Комплекс для интеллектуальных систем на основе облачных вычислений // Искусственный интеллект и принятие решений. - 2011. -№ 1. - С. 27-35.
10. Грибова В.В., Клещёв A.C., Крылов Д.А., Москаленко Ф.М., Тимченко В.А., Шалфеева Е.А., Созыкин А.В. Платформа для разработки интеллектуальных мультиагентных интернет-сервисов // Материалы всероссийской науч.-практ. конф. «Информационные технологии и высокопроизводительные вычисления». - 25-27 июня 2013 г. - Хабаровск. - С. 95-104.
11. Грибова В.В., Клещёв А.С., Шалфеева Е.А. Управление интеллектуальными системами // Известия РАН. Теории и системы управления. - 2010. - № 6. - С. 122-137.
12. Грибова В.В., Клещёв А.С. Технология разработки интеллектуальных сервисов, ориентированных на декларативные предметные базы знаний. Часть 1. Информационные ресурсы // Информационные технологии. - 2013. - № 9. - С. 7-11.
13. Клещёв А. С., Москаленко Ф.М., Черняховская М.Ю. Модель онтологии предметной области «Медицинская диагностика». Часть 1. Неформальное описание и определение базовых терминов // НТИ. Серия 2. - 2005. - № 12. - С. 1-7.
14. Клещёв А. С., Москаленко Ф.М., Черняховская М.Ю. Модель онтологии предметной области «Медицинская диагностика». Часть 2. Формальное описание причинно-следственных связей, причин значений признаков и причин заболеваний // НТИ. Серия 2. - 2006. -№ 2. - С. 19-30.
15. Москаленко Ф.М., Черняховская М.Ю. Расширение онтологии медицинской диагностики на область хронических заболеваний // XXXVIII Дальневосточная математическая школа-семинар им. академика Е.В. Золотова, 1-5 сентября 2014 г., Владивосток: сб. материалов. - Владивосток: ИАПУ ДВО РАН, 2014. - C.422-428.
>
>
16. Грибова В. В., Черняховская М.Ю., Окунь Д. Б. Формальное представление знаний о медикаментозном лечении // Материалы VIII международной научной конференции «Системный анализ в медицине» (САМ 2014), 29-30 мая 2014 г. Благовещенск / под общ. ред. В.П. Колосова. Благовещенск: ФГБУ «Дальневосточный научный центр физиологии и патологии дыхания» СО РАМН, 2014. - С. 78-81.
17. Москаленко Ф.М. Проект компьютерного банка знаний по медицинской диагностике. // Информатика и системы управления. - 2007. - № 2(14). - С. 55-66.
18. Смагин. С.В. Комплекс программ для индуктивного формирования баз медицинских знаний // Программные продукты и системы. - Тверь: НИИ «Центрпрограммсистем», 2014. -№ 4. - С. 108-113.
ИТ-новости
-V-
РАЗРАБОТАНА ТЕХНОЛОГИЯ ДЛЯ ИЗМЕРЕНИЯ СЕРДЦЕБИЕНИЯ НА РАССТОЯНИИ
Инновационная сенсорная технология, позволяющая измерять сердцебиение на расстоянии, разработана специалистами японской корпорации Panasonic и Киотского университета. Исследователи заявили, что новый бесконтактный метод не уступает в точности традиционной электрокардиограмме. При этом он гораздо удобнее в использовании, т.к. освобождает от необходимости крепить на теле человека специальные датчики.
Новая технология позволит организовать «повседневное наблюдение» за активностью сердца. Человек при этом будет жить своей обычной жизнью, а система - незримо наблюдать за его внутренними ритмами. Это поможет отследить поведение организма в различных ситуациях и выявить индивидуальные особенности, которые могут оказаться критичными, например, при назначении лечения.
«Использование традиционного медицинского оборудования с множеством проводов и сенсоров может вызывать у пациентов стресс и волнение. Мы попытались изобрести принципиально иной метод, позволяющий контролировать состояние организма в более естественной и непринужденной атмосфере», -рассказывает о преимуществах технологии Хироюки Сакаи, инженер-исследователь компании Panasonic.
В основе подхода, предложенного Panasonic и Киотским университетом, лежит технология миллиметрового радара расширенного спектра. Она способна отслеживать хаотичный набор сигналов, которые исходят от каждого человека. Специальный алгоритм вычленяет нужные сигналы (биение сердца) из общего «шума» и обрабатывает их.
Тору Сато, профессор Киотского университета, специализирующийся на разработках в области коммуникаций и компьютерной инженерии, добавил: «Биение сердца - не единственное, что фиксирует наш радар. Человеческое тело ежесекундно посылает вовне множество самых разных сигналов, оно дышит, движется. Это настоящая „информационная каша". Наш алгоритм отсекает все незначительное, фокусируясь на волнах, характеризующих сердцебиение, и высчитывает частоту сокращений. Мы убедились в том, что удаленные измерения в принципе возможны, и теперь должны отточить технологию, чтобы с ее помощью можно было отслеживать различные показатели у пациентов разного возраста и в разных ситуациях».
Примечательно, что все электронные компоненты, из которых был собран прототип устройства, уже сейчас находятся в свободной продаже. Длина аппарата составляет около 50 см (20 дюймов), однако инженеры Panasonic планируют доработать прототип, сделав его более компактным.
Стороны не исключают возможности коммерциализации продукта через несколько лет. Профессор Сато также допускает использование нового сенсора сердцебиения в различных бесконтактных медицинских устройствах, количество которых в последнее время быстро растет.
Источник: http://www.pcweek.ru/idea/news-company/detail.php? ID=181880
