Автореферат и диссертация по медицине (14.01.23) на тему:Нейросетевое прогнозирование и мониторирование больных после радикальной позадилонной простатэктомии

АВТОРЕФЕРАТ
Нейросетевое прогнозирование и мониторирование больных после радикальной позадилонной простатэктомии - тема автореферата по медицине
Демченко, Наталья Александровна Москва 2014 г.
Ученая степень
кандидата медицинских наук
ВАК РФ
14.01.23
 
 

Автореферат диссертации по медицине на тему Нейросетевое прогнозирование и мониторирование больных после радикальной позадилонной простатэктомии

На правах рукописи

Демченко Наталья Александровна

НЕЙРОСЕТЕВОЕ ПРОГНОЗИРОВАНИЕ И МОНИТОРИРОВАНИЕ БОЛЬНЫХ ПОСЛЕ РАДИКАЛЬНОЙ ПОЗАДИЛОННОЙ ПРОСТАТЭКТОМИИ

14.01.23-Урология (медицинские науки)

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата медицинских наук

15 ЯНВ 2015

Москва 2014

005557291

005557291

Диссертационная работа выполнена в Государственном бюджетном образовательном учреждении дополнительного профессионального образования «Российская медицинская академия последипломного образования» МЗ РФ

Научный руководитель:

кандидат медицинских наук, доцент Лукьянов Игорь Вячеславович

Официальные оппоненты:

Даренков Сергей Петрович - доктор медицинских наук, профессор, (Государственное бюджетное учреждение здравоохранения «Городская клиническая больница № 1им. Н.И. Пирогова» Департамента здравоохранения города Москвы), профессор.

Винаров Андрей Зиновьевич - доктор медицинских наук, профессор, (Государственное бюджетное образовательное учреждение высшего профессионального образования «Первый Московский государственный медицинский университет имени И.М. Сеченова» Минздрава России), заместитель директора по научной работе научно-исследовательского института Уронефрологии и репродуктивного здоровья человека.

Ведущее учреждение:

Федеральное государственное бюджетное образовательное учреждение высшего образования «Московский государственный университет имени М.В.Ломоносова»

Защита состоится «_»_2014 г. в_часов на заседании

диссертационного совета Д 208.041.06, созданного на базе ГБОУ ВПО МГМСУ имени А.И. Евдокимова Минздрава России по адресу: 127473, Москва, ул. Делегатская д. 20 стр. 1.

С диссертацией можно ознакомиться в библиотеке Московского государственного медико-стоматологического университета имени А.И. Евдокимова (127206, г. Москва, ул. Вучетича, д. 10а) и на сайте http://dissov.msmsu.ru

Автореферат разослан__2014 г.

Ученый секретарь

диссертационного совета,

доктор медицинских наук Лариса Вениаминовна Акуленко

Актуальность работы

Рак предстательной железы (РПЖ) по масштабам распространенности и роста заболеваемости, потерям трудоспособности и инвалидизации является важной социально-экономической проблемой. С возрастом заболеваемость раком простаты увеличивается гораздо быстрее, чем заболеваемость другими злокачественными опухолями. Рак простаты является причиной смерти 3% мужчин старше 50 лет. Риск случайного обнаружения рака у мужчин в 50 лет составляет около 40%. Распространенность данного заболевания у мужчин моложе 40 лет - 1 на 10 000; в возрасте 60 лет -1 на 100; в возрасте 75 лет - 1 на 8 человек (АЛета1, 2008).

В России в 2010 году зарегистрировано 26268 новых случаев РПЖ - это второе место в структуре онкологической заболеваемости с показателем 40,2 на 100 000 мужчин. Среднегодовой прирост заболеваемости составил 9,83% (В.И. Чиссов, В.В.Старинский, 2011). От числа больных с установленным диагнозом рак простаты 34,4 % имели 1-П стадию, которую можно излечить хирургически. Введение скрининговых программ и относительная простота выполнения биопсии простаты приводит к ежегодному увеличению числа выявленных клинически локализованных форм аденокарциномы простаты.

С 90-х годов прошлого столетия РПЭ стала методом выбора в лечении локализованных форм РПЖ. В последнее десятилетие в основу хирургической техники простатэктомии положены фундаментальные исследования анатомии и физиологии малого таза, что позволяет существенно уменьшить осложнения и смертность, а также сохранить дооперационное качество жизни. Так как РПЭ является самым ранним и самым эффективным методом лечения локализованных форм РПЖ, отбор пациентов играет все более важную роль в оценке и выборе целесообразной лечебной стратегии. И тут на помощь приходят нейросетевые модели прогнозирования и мониторинга.

Таким образом, является актуальным создание нейросетевых моделей, позволяющих проводить прогнозирование,

послеоперационный мониторинг и лечение пациентов с данной нозологической формой по оптимальным схемам с минимальным

количеством ошибок врачами-урологами и онкоурологами любого уровня.

Цель исследования

Улучшить результаты лечения больных раком предстательной железы путем создания и внедрения нейросетевой модели прогнозирования и мониторинга послеоперационного периода у больных, перенесших радикальную простатэктомию.

Задачи исследования

1. Выявить значимые показатели для прогнозирования послеоперационного течения рака простаты.

2. Разработать нейросетевой алгоритм построения рекомендаций для послеоперационного мониторинга больных, перенесших радикальную простатэктомию.

3. Разработать компьютерную нейросетевую программу прогнозирования и мониторинга послеоперационного течения рака простаты.

4. Апробировать и внедрить в практическую деятельность многопрофильного стационара нейросетевую модель для прогнозирования и мониторинга в урологической практике.

Научная новизна

1. Создан алгоритм обучения на основе математического моделирования, позволивший создавать нейронную сеть прогнозирования и мониторирования больных после радикальной простатэктомии.

2. Разработанная нейросетевая модель способна достаточно быстро адаптироваться к новым для нее выборкам больных.

3. Достигнута возможность интеграции системы в больничный документооборот, распечатывания данных о проведенном лечении и его особенностях на бумажном носителе, наблюдения пациентов с активным вызовом на повторные осмотры, в сроки, предусмотренные нейронной сетью.

Практическая значимость исследования

В результате данного исследования создана программа «Математическое моделирование послеоперационного течения рака простаты или игс^аЬ). Проведенное исследование позволяет формировать управленческие решения на основе комплексного подхода к оценке состояния здоровья пациента, что, в свою очередь обеспечивает возможность увеличить эффективность оперативного лечения и снизить процент послеоперационных осложнений.

В результате проектирования информационно-интеллектуальной модели создан программный продукт, который позволяет прогнозировать основные онкоурологические показатели: пятилетнюю безрецидивную выживаемость, экстракапсулярную экстензию, поражение лимфоузлов и семенных пузырьков, а также проводить мониторинг экспертного класса врачами любой категории за больными после радикальной простатэктомии. Таким образом, это одновременно и средство автоматизации работы эксперта в сложных условиях клинической практики, и интеллектуальная система поддержки принятия решений, которая учитывает при интеллектуальном анализе множество различных внутренних и внешних факторов, существенно расширяя возможность врача по всему комплексу возможных видов лечения.

Основные положения, выносимые на защиту

1. Разработана оригинальная продукционная нейросетевая система для прогнозирования и мониторинга послеоперационного течения рака простаты.

2. Использован принцип совмещенной информационно-интеллектуальной прогностической системы в области урологии.

3. Разработана собственная прогностическая программа для консультации больных, перенесших радикальную простатэктомию, предназначенная для эффективного послеоперационного мониторинга и рекомендации его лечащему врачу.

Внедрение результатов исследования в практику

Научные положения и рекомендации, содержащиеся в диссертации, включены в учебный процесс на кафедре урологии и хирургической андрологии ГБОУ ДПО РМАПО Минздрава России. Результаты диссертационной работы нашли применение в практике работы урологических отделений ГКБ им С.П. Боткина г. Москвы.

Апробация результатов исследования

Основные положения диссертационной работы доложены на совместной научной конференции кафедры Урологии и хирургической андрологии ГБОУ ДПО РМАПО

Минздравсоцразвития России и сотрудников урологических отделений ГКБ им. С.П.Боткина от «20» июня 2014., на 5 всероссийской научно-практической конференции «Актуальные проблемы онкоурологии» Абзаково 2011., на VII Конгрессе РООУ, Москва 2012.

Личный вклад автора

В процессе работы над диссертацией автором лично проанализирована современная литература по изучаемой проблеме, сформулированы цель и задачи научной работы, разработаны дизайн исследования и первичная медицинская документация - карта обследуемого пациента, проведен отбор и клинический осмотр всех больных, сбор анамнеза, клиническое обследование и наблюдение пациентов во время стационарного лечения и на амбулаторном этапе исследования. Автор принимала непосредственное участие в операциях, динамическом наблюдении соответственно указанным срокам 223 пациентов, которым была выполнена РПЭ. На основании полученных результатов автором проведены анализ и статистическая обработка данных, интерпретация полученного материала, создана нейросетевая модель прогнозирования и мониторинга, подготовлены публикации по выполненной работе, сформулированы основные положения и выводы диссертационной работы, разработаны практические рекомендации.

Публикации

По материалам диссертации опубликованы 4 печатных работы, в том числе 3 в журналах, рекомендованных ВАК Министерства образования и науки РФ.

Объем и структура диссертации

Диссертация изложена на 138 страницах машинописного текста. Работа иллюстрирована 29 рисунками, 6 таблицами, 5 схемами, 9 диаграммами. Диссертация состоит из введения, четырех глав, заключения, выводов, практических рекомендаций, списка литературы, содержащего 69 отечественных и 100 зарубежных источника и приложения.

СОДЕРЖАНИЕ РАБОТЫ

Материал и методы исследования

В основе нашей работы - создание нейросетевой модели («UroStat») прогнозирования и мониторинга больных, перенесших радикальную позадилонную простатэктомию, которая позволит врачу любого уровня применить знания эксперта высокой квалификации. Математическая модель построена на базе Neural Network Toolbox Matlab.

Созданная нейросетевая модель решает две, не связанные друг с другом, подзадачи:

1. Предоперационное прогнозирование наличия поражения капсулы простаты, семенных пузырьков, регионарных лимфоузлов и 5-летней безрецидивной выживаемости и, соответственно, целесообразность выполнения РПЭ.

2. Послеоперационный мониторинг, который разбивается на многие подгруппы и продолжает обучение на результатах обследования в процессе динамического наблюдения.

Исследования выполнены в урологической клинике кафедры урологии и хирургической андрологии Российской медицинской академии последипломного образования на базе городской клинической больницы им. С.П. Боткина совместно с кафедрой

математического анализа-2 Московского института электронной техники.

В период с сентября 2010 по май 2013 наблюдались 223 больных, перенесших РПЭ в связи с выявленными клинически локализованными (сТ1-21ЧоМо) и местно-распространенными (сТЗМоМо) формами рака простаты. Оперативное лечение выполнялось с период с ноября 2006 по февраль 2013г.

Возраст больных на момент выполнения оперативного вмешательства составил в среднем составил 62,4±0,9 лет (диагр 1).

120 100 80 60 40 20 0

43,04%

3 сп шЯ/ШШШЯШвШШ ;

1Л оло/

3,58% 1 1 1

до 50 лет 50-60 лет 60-70 лет 70-80 лет

Диаграмма 1. Распределение пациентов по возрасту.

100

80

■ пред\о

69

40

60

20

0

□ пост\о

Нб\х

рецидив □ м\рецидив

Т1\Т0

Т2а

Т2Ь

Т2с

ТЗа

ТЗЬ

Диагр 2.Диссоциация клинической и морфологической стадий.

Данные ретроспективного анализа стадии заболевания представлены в диаграмме 2. Отчетливо видно, что после операции наблюдается значительный сдвиг в сторону усиления стадии. Наибольшую группу больных (31%) на дооперационном этапе составила группа сТ1 (п-69), тогда как наибольшая группа больных после операции (51%)-это группа рТ2с (п-113).

Достоверность работы прогностического модуля «UroStat» определяли путем сравнения 4 показателей (вероятностей 5-летней безрецидивной выживаемости, наличия экстракапсулярной экстензии, поражения семенных пузырьков и регионарных лимфоузлов) и рекомендуемой к применению номограммы EAU (2010), которая, имея достаточное количество обучающий примеров, учитывает меньшее количество входных данных (табл. 1-4). В нашей же работе учитывается большое количество внешних и внутренних факторов, что уточняет предложенные показатели, не смотря на сравнительно небольшое количество примеров наблюдения (223 пациента).

Таблица 1

Пятилетняя безрецидивная выживаемость (%)

Т1(п-69) Т2а(п37) Т2Ь(п-47) Т2с(п58) ТЗа(п-8) T3b(n-4)

Номограмма EAU 89,6±2,3 82,1±2,0 66,7±1,3 70,1±1,6 42,6±0,9

UroStat 94,2±1,9 90,4±1,6 85,8±1,7 77,3±2,2 63,0±1,1 59,2±2,0

Р 0,112 0,0833 0,043 0,072 0,003 <0,001

Статистически значимых различий между номограммами нами выявлено не было (р>0,05). Нами была обнаружена сильная обратная корреляционная зависимость между пятилетней безрецидивной выживаемостью и стадией заболевания для номограммы EAU г=-0,703 р=0,002, для UroStat - г=-0,734 р<0,001.

Таблица 2.

Экстракапсулярная экстензия (%)

Т1(п-69) Т2а(п37) Т2Ь(п-47) Т2с(п58) ТЗа(п-8) ТЗЬ(п-4)

Номограмма EAU 26,3±1,1 34,1±1,6 47,6±1,4 59,4±2,2 64,0±0,9

UroStat 17,5±0,9 26,3±1,8 35,0±1,2 41,8±1,7 58,6±1,1 72,4±2,3

Р <0,001 0,008 <0,001 <0,001 0,028 0,021

Нами выявлены статистически значимые различия между номограммами (р=0,016). Нами была обнаружена умеренная прямая корреляционная зависимость между частотой экстракапсулярной

экстензии и стадией заболевания для номограммы EAU г=0,67 р=0,008 и сильная зависимость для UroStat - г=0,752 р<0,001.

Таблица 3.

Поражение семенных пузырьков (%)

Т1(п-69) Т2а(п-37) Т2Ь(п-47) Т2с(п58) ТЗа(п-8) ТЗЬ(п-4)

Номограмма EAU 8,1±0,4 10,4±0,7 15,2±1,1 22,3±1,2 28,2±0,6

UroStat 6,2±0,6 7,3±0,5 12,4±0,9 17,0±0,8 29,1 ±0,9 48,5±1,3

Р 0,087 0,129 0,092 0,064 0,489 0,046

В целом существенных статистических различий между номограммами выявлено не было (р>0,05). Нами была обнаружена умеренная прямая корреляционная зависимость между частотой поражения семенных пузырьков и стадией заболевания для номограммы EAU г=0,570 р=0,009, для UroStat - г=0,614 р=0,003.

Таблица 4.

Поражение семенных пузырьков (%)

Т1(п-69) Т2а(п-37) Т2Ь(п-47) Т2с(п58) ТЗа(п-8) ТЗЬ(п-4)

Номограмма EAU 8,1±0,4 10,4±0,7 15,2±1,1 22,3±1,2 28,2±0,6

UroStat 6,2±0,6 7,3±0,5 12,4±0,9 17,0±0,8 29,1 ±0,9 48,5±1,3

Р 0,087 0,129 0,092 0,064 0,489 0,046

В целом существенных статистических различий между номограммами выявлено не было (р>0,05). Нами была обнаружена сильная прямая корреляционная зависимость между частотой

и

поражения лимфоузлов и стадией заболевания для номограммы EAU г=0,67 р=0,002, для UroStat - г=0,724 р<0,001.

Прогностическая ценность нейросетевой модели «UroStat» статистически сопоставима по прогностической ценности с общепринятой номограммой EAU, что делает разработанную нейросеть применимой в практике врача-уролога.

Вторая цель создания «UroStat» - это послеоперационный мониторинг, проводится по следующим основным показателям, достоверность которых была подтверждена в регрессионной модели. Нами был использован автоматический конструктор сети, обучение проводилось на 170 пациентах. Исходя из не очень большой выборки данных (менее 1000 человек) использовался метод Левенберга-Маркара с одним промежуточным слоем.

С помощью метода классификации - дерева принятия решений (Decision trees) с использования алгоритма CART нами была построена достоверная модель (р=0,0017) для проверки задачи послеоперационного мониторинга (который мы получили в результате работы нейронной сети). Нами были получены практически идентичные результаты по классификации больных в зависимости от результатов последних анализов, их изменения по сравнению с предыдущими приемами - уровню ПСА сыворотки крови, данным опросников, результатов УЗИ.

В дальнейшем с учетом полученных наиболее достоверных признаков было получено наиболее эффективное и практически доступное дерево решений, позволяющее практически решить поставленную после операции задачу - выбрать рекомендации по ведению больных.

При анализе прогностически значимых для мониторинга послеоперационных больных уровня важности характеристик на основании дерева классификации получили следующие наиболее значимые результаты:

1. Срок наблюдения (достаточно условны, но мы придерживались рекомендаций EAU).

2. Уровень ПСА крови (повышение ПСА крови выше 0,2 в двух и более исследованиях подряд свидетельствовало о биохимическом рецидиве, что требовало решение вопроса о необходимости выполнения биопсии ложа, МРТ с эндоректальной катушкой, остеосцинтиграфии. Больные, у которых не отмечен прирост уровня ПСА, продолжали плановое наблюдение).

3. Данные IPSS (для оценки функции уретровезикального анастомоза мы использовали опросник IPSS, с помощью которого достаточно легко дифференцировать обструктивную и ирритативную симптоматику).

4. Данные УЗИ (при выполнении трансабдоминального УЗИ основной целью было определение остаточной мочи. При подозрении на наличие местного рецидива, гипоэхогенных участков в ложе, тазовой лимфаденопатии, лимфоцеле выполнялось ТРУЗИ).

5. Данные урофлоуметрии (в совокупности с признаками обструкции по данным IPSS и наличием остаточной мочи предполагает необходимость в выполнении уретрографии).

6. Степень недержания мочи (определение тяжести недержания мочи после операции осуществлялось при помощи подсчета необходимого для удовлетворительной жизнедеятельности количества прокладок).

Совпадения по видам рекомендаций составили 97,3%, статистически значимых различий не выявлено (р>0,05), что говорит о высокой эффективности модели мониторинга. Таким образом, нами было подтверждено, что построенная нами обучающаяся модель по мониторингу с высокой долей достоверности выявляет больных, требующих корректировки лечения, более пристального наблюдения, назначения более подробных исследований или простого наблюдения.

Сроки наблюдения составили от 2 до 78 месяцев, за это время (2006-2013) мы столкнулись практически со всеми возможными осложнениями раннего и позднего послеоперационного периода, со всеми вариантами (кроме гормонрефрактерного) течения рака простаты (табл 5).

Таблица 5.

Послеоперационный мониторинг (2006-2013)

б\х рецидив 49 (21,9%)

биопсия ложа 14 (6,27%)

местный рецидив 7 (3,1%)

наружная лучевая терапия 6 (2,6%)

гормонотерапия 12 (5,3%)

стриктуры УВА 18 (8,06%)

камни мочевого пузыря 7 (3,1%)

бужирование уретры 3 (1,3%)

эректильная дисфункция 198 (89%)

лимфоцеле 4 (1,7%)

стриктура н\3 мочеточника 1 (0,4%)

тотальное недержание мочи 5 (2,25%)

5-летняя общая выживаемость 218 (97,7%)

5-безрецидивная выживаемость 174 (78,02%)

Окончательный вариант работы нейросетевой модели, для наглядности, представлен на примере клинического случая. «UroStat» представляет собой достаточно простую в работе компьютерную

программу, с удобным интерфейсом, пользоваться которой должно быть достаточно легко врачам любого уровня подготовки.

Больной М., 1945 г.р.., консультирован в клинике в связи с повышением ПСА до 25 нг\мл, была выполнена трансректальная биопсия простаты из 6 точек. Объем простаты - 30 куб.см, признаков инфравезикальной обструкции не было. По гистологическому заключению биоптатов - во всех участках очаги мелкоацинарной аденокарциномы, сумма баллов по Глисону 6(3+3) (рис 1).

Рис 1. Интерфейсы персонального и первичного учета больного

М.

Прогнозы при использовании нейросетевой модели «UroStat» и номограммы, рекомендованной к применению EAU были следующие (рис2):

Результаты (-Г) | Xj

A)

Безрецидивная

пятилетняя

выживаемость

Наличие

жсгршкшсудпрно-л шствиша

оражени©

Возраст Номер исторш бопк

Дооперлцт После оперли« : Лучевая тервмя 1 тгрэтчя 2

"Рак простаты" lao onepaui«)

ГГЬ rte Г 2a Г2Ь Г2с ГЗа

эй простатактослад 1аоолерационн<

■Ez

Б)

Рис 2. Прогностические интерфейсы больного M. (A-UroStat, Б-номограмма EAU)

Больной был госпитализирован в отделение, где после п\о подготовки была выполнена РПЭ. По гистологическому заключению -поражение обеих долей простаты мелкоацинарной аденокарциномой, сумма Глисона 7 баллов (4+3), с выраженным периневральным ростом, врастающей в капсулу железы и семенные пузырьки. В одном из лимфоузлов из левой запирательной ямки выявлен метастаз аденокарциномы, а также выявлен положительный хирургический край - во фрагменте шейки мочевого пузыря обнаружены разрастания карциномы. Установлен диагноз рТЗЬШМо11+ (рис 3).

03 Датзопераь»») 061210

Сведшей« посещение

©1ИСЧ

02«есаца

О»«« »о

Рис 3. Интерфейс послеоперационного заключения больного М.

Учитывая данные патоморфологического заключения, программа предлагает следующий алгоритм (рис 4):

¡V Внимание

- П

С учетом поражения лимфатических узлов требуется проведение гормонотерапии. Рекомендован интермиттирующой режим

ОК

Рис4. Интерфейс рекомендации проведения гормонотерапии.

С учетом поражения л\у больному показано проведение гормонотерапии - на данном этапе выбран интермиттирующий режим, наличие положительного хирургического края требует проведения лучевой терапии (рис 5).

ЯЯ!МНМ шш

Наличие поло края требует л жительного хиру проведение курс учевой терапии ОК ргмческого наружной

Рис 5. Интерфейс рекомендации проведения лучевой терапии.

Первое определение ПСА выбрано через месяц. Больному начато проведение терапии, ПСА через месяц составил 0,3 нг\мл, отмечена умеренная степень недержания мочи, признаков инфравезикальной обструкции не получено. Следующее посещение клиники - вновь через месяц, в феврале 2011 после проведенной НЛТ, на фоне гормональной терапии ПСА составил 0,1 нг\мл. Программа рекомендует продолжение лечения и контроль ПСА через 2 месяца. Через полгода с момента операции у больного отмечены симптомы инфравезикальной обструкции, в связи с чем программа рекомендует выполнить уретрографию.

0. . . ¡и-

Уменьшение Qrnax, увеличение Vost ИнФраеезикальная обструкция ? Рекомендация проведения доетрограммы Подтверждено наличие стриктуры УВА. Требуется выполнение ВОУ

1 t ОК

Рис 6. Интерфейсы рекомендации выполнения уретрографии и

ВОУ.

Подтверждено наличие непротяженной стриктуры УВА (5-7 мм), выполнена ВОУ (рис 6). Проходимость уретры восстановлена.

я а гшб -л

Пациент М. А.В. 68 лет Глисон(4+3)

Дата операции: 06.12.10 pT3bN1 M0R+

PSA IPSS ! Qol Qrnax Vost ; Степень недержан

06.01.11 0.30 4 2 14.80 0 2-3 прокладки

06.02.31 0.10 10 3 10.20 1001-2 прокладки

06.04.11 0.00 10 3 9.30 100 1 -2 прокладки

06.06.11 0.00 16 3 6.10 1501-2 прокладки

06.08.11 0.00 16 4 6.30 1701 -2 прокладки

06.10.11 0.00 16 4 4.60 1801-2 прокладки

06.12.11 0.00 6 3 12.70 0 1 памперс

06.03.12 0.00 6 3 14.50 0 2-3 прокладки

06.06.12 0.00 6 3 14.90 01-2 прокладки

06.09.12 0.00 4 2 16.10 01-2 прокладки

06.12.12 0.00 4 2 16.80 01-2 прокладки

06.06.13 0.00 4 2 16.40 01-2 прокладки

< : >

[ История лечения

- Повторная явка через............

г Изменить дату

01 месяц последнего посещения: [..........................

О 2 месяца О 3 месяца

Ф6 месяцев | Отменить ] | Сохранить

Рис 7. Интерфейс послеоперационного наблюдения больного М.

Программа рекомендует дальнейшее проведение динамического наблюдения (с учетом достижения стойкого уровня ПСА 0,0 нг\мл в режиме интермиттирующей терапии проведение андрогенной блокады прекращено) и контроль ПСА раз в два месяца. За это время ПСА стойко-0,0 нг\мл, признаков обструкции не выявлено, программа рекомендует определение ПСА один раз в три месяца (рис 7). Через 10 месяцев с момента операции, после курсов ЛТ, гормонотерапии, отсутствия признаков местного рецидива, стойкого уровня ПСА 0,0 нг\мл программа рекомендует отменить гормонотерапию под контролем ПСА один раз в три месяца в течение года (рис 8).

Динамическое наблюдение

ОК

Рис 8. Интерфейс динамического наблюдения.

В течение всего последующего периода наблюдения значимых отклонений данных не выявлено, больной продолжает наблюдение в клинике.

На данном примере видно, что программа достаточно успешно справляется с основными вариантами послеоперационного течения рака простаты. Программа готова к активному использованию в практической медицине, однако мы планируем продолжить ее обучение с целью расширения прогностических и мониторинговых возможностей.

Соответствие диссертации Паспорту научной специальности

В соответствии с формулой специальности 14.01.23 - «Урология (медицинские науки)», занимающейся методами диагностики, лечения и профилактики заболеваний мочеполовой системы, в ходе диссертационного исследования создана нейросетевая модель прогнозирования и мониторинга пациентов, перенесших радикальную позадилонную простатэктомию. Область диссертационного исследования включает предоперационное прогнозирование аденокарциномы простаты и, соответственно, целесообразность

выполнения радикального оперативного лечения, а также усовершенствование алгоритмов послеоперационного наблюдения и упрощение их использования в повседневной практике врача-уролога, что соответствует п. № 2 («Разработка и усовершенствование методов диагностики и профилактики урологических заболеваний») и п. № 4 («Разработка методов диспансеризации, профилактики урологических и в том числе онкоурологических заболеваний») паспорта специальности 14.01.23 — «Урология (медицинские науки)».

Тема диссертации утверждена на заседании Совета хирургического факультета РМАПО 25 марта 2014 г., протокол №3.

Выводы

1. Собственная нейронная модель позволяет осуществлять предоперационное прогнозирование и послеоперационный мониторинг рака простаты. Наиболее значимыми показателями для прогноза послеоперационного течения после РПЭ являются: клиническая стадия Т1ЧМ, сумма баллов по Глисону, уровень ПСА сыворотки крови, что соответствует мировым данным.

2. Разработан нейросетевой алгоритм, позволяющий более корректно проводить мониторинг больных после РПЭ.

3. Создана собственная нейросетевая прогностическая модель послеоперационного мониторинга рака простаты «Математическое моделирование послеоперационного течения рака простаты (иго81а1:)» (свидетельство о государственной регистрации программы для ЭВМ №2013616964 от 29.07.2013). Ее применение позволило:

• Осуществлять процесс послеоперационного мониторинга уровня врача-эксперта, у больных, перенесших РПЭ, как в стационаре, так и на уровне амбулаторного звена.

• Достичь эффективности прогноза при использовании всех показателей в 89%, в случае отсутствия данных об одном из критериев - в 75%.

4. Апробирована и внедрена в практическую деятельность и документооборот многопрофильного стационара

нейросетевая модель прогнозирования и мониторинга послеоперационного течения рака простаты.

Практические рекомендации

1. Разработанная нейросетевая модель может быть рекомендована к широкому внедрению не только в урологических отделениях многопрофильных стационаров, но и на поликлиническом уровне. Это позволит осуществлять предоперационное прогнозирование даже в том случае, когда имеется неполный набор первоначальных данных, а также улучшить качество послеоперационного мониторинга.

2. Применяемая нами компьютерная программа позволяет проводить эффективный послеоперационный мониторинг у больных с аденокарциномой простаты.

3. Использование ее в практике начинающего врача-уролога поможет ему принимать решения уровня врача-эксперта. Важный аспект использования данной программы состоит в том, что она дисциплинирует врача и принуждает его действовать в соответствии с общепринятой схемой мониторинга. Это особенно важно для начинающих специалистов, которые могут параллельно получать справочную информацию.

4. Нейросетевая модель способна достаточно быстро подстраиваться в процессе обучения под предлагаемую выборку больным, что делает ее практически универсальной для любых групп больных после РПЭ.

5. Важная особенность-наличие информационного модуля, позволяет внедрить систему в больничный документооборот и осуществлять беспроблемный доступ и коррекцию информации с возможностью распечатывания на бумажном носителе данных обо всем проведенном лечении и наблюдении. Так же система сама оповещает доктора о сроках последующих явок и необходимости активного вызова больного для очередного осмотра.

Список публикаций по материалам диссертации

1.Аюпов И.Р., Лиеовец Ю.П., Демченко H.A. Прогнозирование состояния больного после операции при раке предстательной железы с помощью нейронной сети. // Медицинская физика.-2012.-№3 (55) С 98-102.

2.Демченко H.A., Лукьянов И.В. Применение нейросетевого моделирования у пациентов, перенесших радикальную простатэктомию. // 0нкоурология.-2011.- № 4 С 67-71.

3.Лукьянов И.В., Демченко H.A., Аюпов И.Р. Математическое моделирование послеоперационного течения рака простаты. //Медицинский вестник Башкортостана. - 2011.- №2 С 244-248.

4. Лоран О.Б., Лукьянов И.В., Демченко H.A. Применение нейросетевого моделирования у пациентов, перенесших радикальную простатэктомию. // Онкоурология. Материалы VII Конгресса РООУ. Москва. -2012. С 60.

Подписано в печать: 16.12.2014 Тираж: 100 экз. Заказ № 1105 Отпечатано в РИО МГМСУ 127473, г. Москва, ул. Делегатская, д. 20, стр. 1.