CC BY
51
и псевдокапсулы у образования округлой или овальной формы с отношением максимального поперечного размера к переднезаднему >1,8 позволяет со 100% уверенностью утверждать, что оно доброкачественное и выдавать определенное заключение по результатам УЗИ: «Очаговое образование молочной железы доброкачественное» (рис. 6). Такое заключение избавляет пациентку от дальнейших диагностических действий и, в частности, от операционной биопсии, что чрезвычайно важно, прежде всего с психологической точки зрения. Если же выявленное образование имеет неправильную форму нечеткие или четкие неровные контуры и характеризуется отношением максимального поперечного размера к переднезаднему <1,35, необходимо сделать заключение «Очаговое образование молочной железы, вероятнее всего, злокачественное» (рис. 7). Вероятность рака молочной железы у лиц этой группы >90%. Столь высокая вероятность рака диктует необходимость биопсии образования (пункционной и, при необходимости, операционной).
Рис. 8. Очаговое образование неуточненного характера: Овальное гипоэхо-генное образование с четкими неровными на отдельных участках контурами и отношением максимального поперечного размера к переднезаднему 1,43. Псевдокапсулы нет, эхосигналы за образованием не изменены. Заключение - инфильтрирующей протоковый рак молочной железы.
Далеко не во всех случаях в отношении выявленного при УЗИ образования можно сделать определенное заключение. Около 50% всех очаговых образований не располагают необходимыми для выдачи определенного заключения сочетаниями УЗ-признаков (рис. 8). Мы считаем, что в таких случаях необходимо сделать заключение «Очаговое образование молочной железы неуточненного характера». Неопределенность заключения предполагает дальнейшие диагностические шаги. Дополнительную информацию о природе выявленного образования можно получить, изучив морфологию и распределение сосудов, количественные показатели кровотока в образовании и окружающих его тканях. Цитологическое и гистологическое исследование материала, полученного из образования путем тонкоигольной аспира-ционной биопсии и биопсии режущей иглой под ультразвуковым контролем в подавляющем большинстве случаев способно дать достоверную информацию о природе выявленных изменений. Кроме того, существует возможность динамического наблюдения и, наконец, операционная биопсия. Сложность ситуации заключается в том, что последовательность диагностических действий и методика выбора оптимальных диагностических шагов в отношении образований неуточненного характера, выявленных при УЗИ молочных желез, не определены. Открытым остается главный вопрос: в каких случаях возможно динамическое наблюдение, а когда нужна операционная биопсия. Ответы на этот и другие вопросы по диагностической тактике при образованиях неуточненного характера, выявленных при УЗИ молочных желез, будут получены в процессе дальнейших исследований.
Выводы. Основной объем информации по поводу природы солидных образований, выявленных при УЗИ молочных желез, несут их геометрические характеристики: форма, контуры, отношение максимального поперечного размера к переднезаднему.
Литература
1.Корженкова Г.П. Комплексная рентгено-сонографическая диагностика заболеваний молочной железы.- М.: Фирма СТРОМ, 2004.- 128 с.
2.StavrosA.T. etal. // Radiology.- 1995.- Vol.196.- P.123.
3.Rahbar G. et al. // Radiology.- 1999.- Vol.213.- P.889-894.
4Халеев Д.В. и др. // Ультразвуковая и функциональная диагностика.- 2002.- №2.- С. 30-35.
УДК 612.13:537.8
СТРУКТУРА АВТОМАТИЗИРОВАННОЙ СИСТЕМЫ ПОДДЕРЖКИ
ПРИНЯТИЯ РЕШЕНИЙ ВРАЧОМ-ФЛЕБОЛОГОМ
Г.В. КУЗНЕЦОВ, М.А. ПРИВАЛОВА, А.А. ЯШИН*
Системы поддержки принятия решений (СППР), содержащие системы по диагностике сердечно-сосудистой системы (ССС), а также нарушения в кровообращении беременных женщин, не решают на доступном для каждого врача уровне поставленных задач по эффективной и не дорогой диагностике. Поэтому была предложена структура программного и математического обеспечения СППР, включающая в себя не только задачи диагностики, но и поддерживает решение задач по прогнозированию, диагностике изменений в ССС, профилактике и выбору оптимального лечения. Этото подход возможен благодаря разработанному авторами математическому аппарату, основанному на геометрических свойствах системы кровообращения и в качестве работающего метода используется метод внешних форм [1].
Алгоритм управления процессами контроля и диагностики состояния системы кровообращения. В системе реализован алгоритм управления процессами контроля и диагностики состояния ССС, схема которого представлена на рис.1. Алгоритм работает следующим образом. Для обследования состояния ССС используется допплеровский фонендоскоп (ДФ). Далее, данные, полученные для обследуемого сравниваются с аналогичными данными состояния ССС в норме (данные для PI, Vd, Vs, Vm). Если при сравнении полученных значений скоростей и индексов нет расхождений с табличными, то причину недуга нужно искать в другом или это является условием отсутствия отклонений в ССС. При обнаружении у пациента расхождений с табличными данными либо ДФ подключается к персональному компьютеру (ПК) для проведения дальнейших исследований, либо при обнаружении существенных расхождений констатируется наличие патологических изменений в ССС с организацией лечебнооздоровительных мероприятий. При подключении ДФ к ПК на экране появляется график зависимости кровотока от времени и на основании разработанного в работе математического обеспечения (МО) моделирования кровотока методами геометрии субпро-ективных пространств, делаются выводы о наличии в сосуде турбулентного движения. Последний вид движения крови в большинстве случаев не присущ сосудам в норме и позволяет говорить о патологических изменениях. В основе МО лежат результаты, в которых получены геометрические характеристики для ламинарного и турбулентного движений крови. В качестве геометрических характеристик в МО выступают различного вида распределения, дифференцируемые отображения, интегральные линии и т. п. По этим геометрическим характеристикам на экране монитора появляются графики зависимости кровотока от времени и с помощью метода цветового допплеровского картирования осуществляется анализ частотных спектров. Это позволяет выявлять виды движений крови в сосуде и выделять те из них, которые не являются для данного сосуда нормой. Выведенные на экран монитора виды движения крови (ВДК) либо не подтверждают диагноз наличия патологических изменений и необходимость других лечебно-диагностических мероприятий, либо диагноз подтвержден и необходимо проведение лечебнооздоровительных мероприятий.
Применение предлагаемого математического аппарата позволяет поставить диагностику с использованием ДФ на принципиально новый уровень, автоматизировать исследование системы количественно и качественно. Последнее облегчает работу врача по принятию решения, не вникая в сущность сложного математического аппарата. Предлагаемый подход повышает скорость диагностики, не затрачивая при этом больших средств.
Отличительной особенностью предлагаемой автоматизированной системы является требование иметь в ее составе ДФ с нестандартным математическим обеспечением для выявления турбулентного движения на ранней стадии его появления. Для повышения достоверности диагностики изменений в ССС используются доплеровские фонендоскопы совместно с ПК, использующим программу «Speed».
Структурная схема предлагаемой системы поддержки принятия решений приведена на рис. 2. В этой системе информация о
* Тульский государственный педуниверситет, Тверская ГМА, ТулГУ
патологических изменениях в ССС вводится в ПЭВМ с помощью ДФ через соответствующие драйверы связей (ДС). Поступающая внешняя информация структурируется в виде файла исходных данных (ФиД). Далее информация о состоянии ССС из ФИД передается на вход блока традиционного принятия решения (БТПР), работа которого заключается в получении с помощью ДФ числовых характеристик движения крови. Кроме этого на БТПР передается информация об изменениях ССС с интерфейса пользователя.
Далее информация поступает в блок анализа (БА), где анализируется ситуация по поводу расхождения полученных данных с табличными и выносится решение либо на интерфейс пользователя о наличии или отсутствии патологии, либо информация поступает для обработки в блок работы алгоритма управления процессами контроля и диагностики (БРАУПКД) состояния ССС. По информации, получаемой в результате работы БРА-УПКД, блок определения диагноза (БОД) под управлением врача-исследователя формирует параметры проведения курса лечения. В базе данных (БД) находится электронные медицинские карты (ЭМК) пациентов, виды движения крови (ВДК) в ССС в норме и патологии, числовые значения для скорости крови, справочные данные по заболеваниям и информация.
Из банка модулей движения крови пользователь может извлечь модель турбулентного и ламинарного движений крови. С помощью блока «раскраски» этих моделей (БРМ) получаем светлые цвета для ламинарного и более темные для турбулентного движений крови. Это позволяет наглядно наблюдать за изменением видов движения крови вдоль сосуда и рационально планировать лечение сосудистых заболеваний и сопутствующих заболеваний. Приведенная схема системы принятия решений сосудистого хирурга (флеболога) позволяет с высокой степенью точности констатировать наличие у пациента патологических изменений в ССС. Результаты данных исследований были подтверждены квалифицированными врачами с использованием дорогостоящей аппаратуры и по итогам проведения лечебных мероприятий. Более того, получение на экране монитора графиков, характеризующих зависимость кровотока от времени, базируется на разработанном математическом аппарате, адекватность которого для моделирования движения крови проводится в три этапа. Первый этап предполагает получение аналитических выражений, совпадающих с общепринятыми теоретическими
выкладками и получение известных положений, которые являются следствиями представенных в работе теорем. Второй этап -это проведение экспериментальных исследований для подтверждения возможности применения предложенного пути моделирования ССС в качестве теории. Третий этап - решение конкретных медицинских задач и получение заключения медицинских специалистов.
Рис.2. Структурная схема СППР врача сосудистого хирурга (флеболога). ДФ - доплеровский фонендоскоп; ДС - драйвер связи; ФИД - файл исходных данных; БТПР - блок традиционного принятия решения; БА - блок анализа; БРАУПКД - блок работы алгоритма управления процессами контроля и диагностики; БПД - блок постановки диагноза; БД - база данных; БРМ - блок раскраски моделей движений крови
На основании информации, получаемой от БТПР, БПД и дополнительной информации из БД и со стороны интерфейса пользователей, вырабатываются рекомендации по проведению профилактических, терапевтических или хирургических мероприятий, которые через интерфейс пользователя передаются врачу в качестве рекомендаций по ведению пациента. В базе данных хранится медицинская карта пациента в электронном виде, в которой находятся его паспортные данные, данные анамнеза, итоги осмотров, опросов, экспериментальных исследований, диагностические заключения, доплерограммы и т.д. С помощью интерфейса пользователя реализуются: отображение видов движений крови на основании разработанного математического обеспечения и выведенных уравнений движения крови. При эксплуатации программного обеспечения системы поддержки принятия решений возможна корректировка параметров решающих правил с целью улучшения их точностных показателей.
Заключение. В предлагаемой статье продолжены исследования авторов по обоснованию эффективности моделирования ССС человека методами геометрии субпроективных пространств [2], а также применению разработанных методик в практической медицине. Алгоритм и структура по принятию решений практическим врачом о состоянии ССС человека позволяют проводить качественную не дорогую диагностику, опирающуюся на моделирование, основанное на структурных свойствах этой системы, с использованием хорошо разработанного математического аппарата. При этом врачу не приходится владеть этим аппаратом и программным обеспечением, а только сравнивать выведенные на экран монитора траектории движения частиц крови и сравнить эти траектории с траекториями движения частиц крови в норме в этом же участке системы кровообращения. Это повышает скорость и качество диагностики, а также ставит на новый уровень применение ДФ в решении такого рода задач.
Литература
1. Кузнецов Г.В. , Яшин А А. Математическая гемодинамика.- Тула: Тульский полиграфист, 2002.- 276 с.
2. Кузнецов Г.В. // ВНМТ.- 2007.-Т. 14, №1.- С. 171-173.
