Автореферат и диссертация по медицине (14.00.13) на тему:Вычислительная диагностика острых заболеваний головного мозга

Р Г Б ОД

" 2 ШнЛство ЗДРАВООХРАНЕНИЯ РЕСПУБЛИКИ БЕЛАРУСЬ

БЕЛОРУССКИЙ ГОСУДАРСТВЕННЫЙ ИНСТИТУТ УСОВЕРШЕНСТВОВАНИЯ ВРАЧЕЙ

УДК 616. 8-036. 11-07:681. 3

ПОЛОЙКО Татьяна Владимировна

ВЫЧИСЛИТЕЛЬНАЯ ДИАГНОСТИКА ОСТРЫХ ЗАБОЛЕВАНИЙ ГОЛОВНОГО МОЗГА

14.00.13 - нервные болезни

Автореферат диссертации на соискание ученой степени кандидата медицинских наук

Минск- 1995

, Работа выполнена в Минском ордена Трудового Красного Знамени государственном медицинском институте.

Наумныйруководитель доктор медицинских наук, профессор В.В. Евстигнеев

Консультант

кандидат физико-математических наук, доцент В.В. Краснопрошин.

Официальныашшонешы доктор медицинских наук, профессор Л.С.Гиткина кандидат медицинских наук Э.В. БараОанова

Оппонирующая организация

Гродненский медицинский институт

Защита состоится ^ ^

в часов на заседании Совета по защите диссертаций ДОЗ. 15.01 " Внутренние Солезни, нервные С5олезни, нейрохирургия1' при Белорусском ордена Трудового Красного Знамени государственном институте усовершенствования врачей ( 220714, Минск, ул. П. Бровки,3).

С диссертацией можно ознакомится в библиотеке Белорусского государственного института усовершенствования врачей.

Автореферат разослан

Ученый секретарь специализированного совета кандидат медицинских наук

С.А. Петров

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы диссертации . В последние годы в связи с известными успехами клинической неврологии значительно возросли требования к своевременности и точности диагностики острых заболеваний головного мозга. В настоящее время для диагностики используется большое число клинических и параклинических методов исследования, благодаря которым врач получает значительный объем информации. Анализ полученных данных из-за сложности оценки диагностической значимости признаков и их корреляций бывает затруднен, что обуславливает большой процент диагностических ошибок. Так, при диагностике острейшего периода инсульта ошибки невропатологов поликлиник составляют 48, 5% (Виленский Б. С. , Амосов М. Н. , 1980г.). Серозный менингит не диагностируется у 40% больных, направленных в стационар (Лобзин В. С., 1983г. ), несвоевременная диагностика туберкулезного менингита в последние годы участилась с 25% до 63% (Иванюта с соавт. , 1987г. ). Весьма важным является и то, что при острых неврологических заболеваниях нередко нарушаются функции не только нервной системы, но и других органов и систем. Естественно, что компенсация нарушенных функций и исход заболевания зависят от объема оказанной экстренной помощи, обусловленного своевременной диагностикой.

Часто на первом этапе, даже в специализированных неврологических стационарах, особенно в вечернее и ночное время, когда ограничено применение сложных методов обследования, распознавание заболеваний затруднено. Эта проблема становится более актуальной в условиях районного либо сельского звена при отсутствии специализированных стационаров, без достаточного уровня квалификации и специализации врачей, оказывающих первую помощь больным с острой патологией ЦНС. В то же время современные требования предполагают достаточный уровень эффективности медицинской помощи на всех этапах ее оказания.

В связи с этим становится очевидной перспективность применения вычислительных методов для диагностики острых неврологических заболеваний. Эти методы, являясь более современными средствами обработки медицинских данных, позволяют получить достоверную и объективную количественную оценку медицинской информации, обеспечивают системность, конкретность в обследовании больного и повышают качество диагностического процесса.

В медицине, и в частности в неврологии, нашли широкое применение вычислительные системы, основанные на использовании логических, вероятностных алгоритмов теории распознавания образов и их сочетаний ( Иовлев Б. В. , 1969, Ерохина Л. Г. , 1972, Гурленя А. М., 1976, Мисюк Н. С., 1978, Трошин В. М. , 1979, Дривотинов Б. В. , 1987 и др. ), однако в последние годы исследования в области искусственного интеллекта привели к возникновению принципиально нового класса компьютерных программ, основанных на использовании знаний. Это так называемые

экспертные системы (ЭС), моделирующие рассуждения человека-эксперта в определенной предметной области и использующие для этого базу знаний, содержащую факты и правила о данной области и некоторую процедуру логического вывода.

Таким образом, проблема создания системы экспертной поддержки принятия решений при диагностике острых заболеваний головного мозга была поставлена перед нами по двум причинам. Первая из них необходимость оптимизации диагностического процесса вследствие большого процента ошибок, особенно на первом этапе диагностики, и вторая причина - это появление и быстрое развитие практически полезных и перспективных интеллектуальных систем, позволяющих решать неформализованные задачи, такие как задачи медицинской диагностики.

Связь работы с крупными научными программами, темами

Разработка специализированного медицинского вычислительного комплекса (СМК) "ДОНЕВЗ" велась в рамках задания 04. 05. 10 "Разработка базового математического и программного обеспечения ПП ЭВМ для решения задач медицинской диагностики и выбора лечебной тактики" республиканской научно - технической программы 18. 01р. "Осуществить комплекс научно-исследовательских, опытно-конструкторских и технических работ по созданию базовых моделей высокоэффективных персональных профессиональных ЭВМ и расширения сферы эффективного применения ПП ЭВМ в народном хозяйстве республики Беларусь на 1986 -1990годы".

Цель настоящей работы заключалась в разработке автоматизированной системы экспертной поддержки принятия решений для оптимизации и повышения качества диагностики острых заболеваний головного мозга, реализованной в виде специализированного медицинского вычислительного комплекса.

Задачи исследования:

1. Провести формализацию признаков, описывающих соматический и неврологический статус пациента; разработать кодироаочный список и формализованную карту обследования больного с патологией ЦНС.

2. Создать логические модели базы знаний для проведения топической и нозологической диагностики острых заболеваний головного мозга (трафареты).

3. Разработать "дерево " принятия решений, включающее описание шагов решений, соответс твующих им действий и блок логического вывода.

4. Проверить адекватность разработанных логических моделей (трафаретов) топической и нозологической диагностики острых заболеваний головного мозга на архивных историях болезни.

5. Установить диагностическую эффективность и целесообразность использования разработанного комплекса для диагностики острых заболеваний головного мозга.

Научная новизна полученных результатов.

С использованием методов искусственного интеллекта проведена формализация неврологических знаний по топической и нозологической диагностике острых заболеваний головного мозга. Разработан алгоритм принятия решений в экспертной системе по распознаванию рассматриваемой группы заболеваний и локализации патологического процесса. Осуществлена формализация входных признаков, описывающих соматический и неврологический статус пациента. Впервые разработана вычислительная система диагностики острых заболеваний головного мозга на основе технологии построения медицинских систем экспертной поддержки принятия решений.

Практическая значимость полученных результатов.

СМК "ДОНЕВЗ" позволяет оптимизировать диагностику наиболее часто встречающихся острых заболеваний головного мозга и может быть использован в качестве высококвалифицированного консультанта в лечебных учреждениях. Наиболее целесообразно применение комплекса в ЦРБ, поликлиниках. Кроме того, СМК "ДОНЕВЗ" может быть рекомендован для обучения слушателей в институтах усовершентвозания врачей и студентов в медицинских вузах, либо для самостоятельного повышения квалификации практическими врачами.

Экономическая значимость полученных результатов

Разработанный вычислительный комплекс позволит существенно улучшить диагностику острых заболеваний головного мозга, что способствует снижению сроков временной нетрудоспособности, уменьшению смертности, количества осложнений и следовательно снижению экономических потерь общества, связанных с заболеваемостью и инвалидностью.

Основные положения, выносимые на защиту.

1. Разработанная база знаний в виде шагов решений, соответствующих им действий, трафаретов и блок логического вывода, адекватно отражают клиническую диагностику врача - невропатолога при постановке топического и нозологического диагнозов при распознавании острых заболеваний головного мозга.

2. Медицинская экспертная информация базы знаний включает формализованные признаки описания пациента, логические модели (трафареты) топического и нозологического диагнозов, списки распознаваемых состояний, схему принятия решения и является достаточной для работы вычислительной диагностической системы.

3. Разработанная интеллектуальная система позволяет оптимизировать диагностику, способствует улучшению качества обследования больного, повышает роль врача в диагностическом процессе и может быть использована в качестве высококвалифицированного консультанта в лечебных учреждениях.

Личный вклад соискателя.

Создание базы знаний для СМК "ДОНЕВЗ": проведение формализации признаков, описывающих соматический и неврологический статус пациента, создание кодировочного списка и формализованной карты обследования больного с патологией ЦНС, разработка блок-схемы принятия решений, включающее описание шагов решений и соответствующих им действий, создание логических моделей (трафаретов) по топической и нозологической диагностике, проверка адекватности разработанных трафаретов на архивных историях болезни, установление диагностической эффективности работы СМК на основе историй болезни контрольной выборки.

Апробация работы. Материалы диссертации доложены на научно -практической конференции невропатологов Карачаево- Черкессии (Черкесск, 1989), первом съезде невропатологов и психиатров Литвы (Каунас, 1990), на совместном заседании кафедр нервных болезней медицинских институтов республики Беларусь и БелГИДУВа (Минск, 1993), на городском обществе невропатологов (Минск, 1995), на расширенном заседании Республиканской секции невропатологов (Минск, 1995). Публикации..По теме диссертации опубликованы 4 печатные работы. Внедрение. .Созданная диагностическая система внедрена в Минской областной клинической больнице, Копыльском РТМО.

Объем и структура работы. Диссертация изложена на 200 страницах машинописи, состоит из введения, общей характеристики работы, пяти глав, анализа и обобщения результатов исследований, выводов, указателя литературы, включающего 165 работ отечественных и иностранных авторов и приложения. Работа иллюстрирована 6 таблицами, 9 рисунками имеет 2 приложения, состоящие из 52 страниц.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Материал и методы исследования

Создание экспертной системы проводилось по следующему плану: а) определение задачи, б) формализация входной информации, в) разработка блок-схемы - "дерева" принятия решений, включающей описания шагов решений, действий, г) создание трафаретов по топической и нозологической диагностике, являющихся основой алгоритма принятия решений, д) сбор верифицированного клинического материала, составившего обучающую выборку, е) проверка адекватности разработанных логических моделей (трафаретов) на архивных историях болезни, ж) установление диагностической эффективности и целесообразности использования разработанного комплекса для диагностики острых заболеваний головного мозга.

В рамках СМК распознается 28 топических диагнозов и 21 нозологический диагноз.

-5 •

Перечень топических диагнозов:

1. Затылочная доля справа

2. Затылочная доля слева

3. Лобная доля справа

4. Лобная доля слева

5. Височная доля справа

6. Височная доля слева

7. Теменная доля справа

8. Теменная доля слева

9. Передняя черепная яма

10. Средняя черепная ома

11. Оболочки мозга

12. Гипоталамус

13. Мозжечок

14. Мосто-мозжечковый угол справа

15. Мосто-мозжечковый угол слева

16. Базальные ганглии

17. Внутренняя капсула справа

18. Внутренняя капсула слева

19. Левое полушарие

20. Правое полушарие

21. Продолговатый мозг

22. Мост

23. Ножки мозга

24. Четверохолмие

25. Зрительный бугор справа

26. Зрительный бугор слева

27. Конвекситальная поверхность

28. Диссеминированное поражение головного мозга

Перечень нозологических диагнозов:

1. Острое нарушение мозгового кровообращения

2. Ишемический инсульт

3. Геморрагический инсульт

4. Менингит серозный

5. Менингит гнойный

6. Менингит туберкулезный

7. Менингоэнцефалит серозный

8. Менингоэнцефалит гнойный

9. Менингоэнцефалит туберкулезный

10. Клещевой энцефалит

11. Энцефалит Экономо

12. Арахноидит мосто-мозжечкового угла

-613. Арахноидит конвекситальный

14. Арахноидит оптико-хиазмальный

15. Арахноидит (опухоль) задней черепной ямы

16. Арахноидит средней черепной ямы

17. Мигрень

18. Цистицеркоз

19. Острое демиелинизирующее заболевание ЦНС (ПЭМ)

20. Опухоль головного мозга

21. Острая гипертоническая энцефалопатия (ОГЭП)

Диагноз ишемического инсульта выставляется с указанием заинтересованного бассейна - каротидного или вертебрально-базилярного, кроме того, при наличии стволовых симптомов в случае инсульта в каротидной системе возможна постановка следующего диагноза: "Ишемический инсульт в каротидном бассейне со сдавлением или смещением ствола".

Геморрагический инсульт включает в себя следующие диагнозы:

1. Субарахноидальное кровоизлияние

2. Кровоизлияние в полушарие латеральное

3. Кровоизлияние в полушарие медиальное

4. Кровоизлияние в ствол

5. Кровоизлияние в мозжечок

6. Кровоизлияние в желудочки

7. Кровоизлияние в полушарие со сдавлением или смещением ствола.

При постановке диагноза "Арахноидит мостс-мозжечкового угла" в случае наличия симптомов поражения основания мозга предусмотрена постановка следующих диагнозов:

1. Арахноидит базальный с преимущественным вовлечением мосто-мозжечкового угла и оптико-хиазмальной области;

2. Арахноидит мосто-мозжечкового угла с распространением процесса на среднюю черепную яму;

3. Арахноидит мосто-мозжечкового угла с распространением процесса на заднюю черепную яму.

Для проведения топической диагностики было создано 50 трафаретов, для проведения нозологической диагностики - 53 трафарета.

Материалом для выполнения данной работы явились собственные наблюдения и анализ верифицированных историй болезни ( всего 591 случай, из них: обучающая выборка - 441 больных, контрольная выборка -150 больных). Диагноз был подтвержден высокоинформативными параклиническими методами исследования (ангиография, КТ), либо на операции или аутопсии. Использовались истории болезни различных клинических больниц г. Минска:областной клинической больницы, НИИ неврологии, нейрохирургии и физиотерапии, 9-ой клинической больницы, НИИ пульмонологии и фтизиатрии, областного фтизиатрического диспансе-

ра, республиканского госпиталя МВД РБ, а также в работу включены данные НИИ нейрохирургии им. Н. Н. Бурденко ( г. Москва). Кроме того для отработки трафаретов использовались выписки из историй болезни, приводимые в монографиях.

По нозологическим группам больные обучающей выборки были распределены следующим образом: (табл. 1)

Таблица /

Нозологическая структура обучающей выборки

Нозологическая форма Количество больных

Субарахноидальное кровоизлияние 13

Ишемический инсульт в каротидном бассейне 63

Ишемический инсульт в вертебрально-базилярном 47

бассейне

Кровоизлияние в мозг 34

Гнойный менингит 10

Гнойный менингоэнцефалит 7

Туберкулезный менингоэнцефалит 21

Серозный менингит 11

Серозный менингоэнцефалит 25

Арахноидит конвекситальный 17

Арахноидит задней черепной ямы 12

Арахноидит мосто-мозжечкового угла 16

Арахноидит средней черепной ямы 11

Арахноидит оптико-хиазмальный 17

Опухоль головного мозга 82

Острая гипертоническая энцефалопатия 3

Диффузный цистицеркоз головного мозга 15

Мигрень 15

Острое демиелинизирующее заболевание ЦНС 22

ВСЕГО 441

Контрольная выборка содержит 150 историй болезни. Отбор историй болезни производился на базе неврологических отделений Минской областной клинической больницы и Республиканского госпиталя МВД а период 1993-1994 гг. Кроме случаев ишемического инсульта в каротидном и вертебрально-базилярном бассейне, которые составили большинство историй болезни (50, 6%) в контрольную выборку включены следующие заболевания: геморрагический инсульт, субарахноидальное кровоизлияние, острая гипертоническая энцефалопатия, менингит и менингоэнцефалит, церебральный арахноидит конвекситальной и базальной локализации, острое демиелинизирующее заболевание ЦНС, цистицеркоз головного мозга, опухоль головного мозга, мигрень.

Входная информация о больном содержит 258 формализованных признаков, которые сведены в 17 основных групп:

1. Соматический статус

2. Развитие неврологического дефицита и начало заболевания

3. Предшествующие и сопутствующие заболевания

4. Интеллектуально-мнестические и психические нарушения

5. Характеристика головной боли, головокружения

6. Признаки поражения коры головного мозга

7. Признаки поражения мозговых оболочек

8. Рефлекторно-двигательная сфера, изменение мышечного тонуса, функция тазовых органов

9. Признаки поражения экстрапирамидной системы, гипзркинезы, тонические спазмы

10. Эпиприпадки, галлюцинации, аура

11. Чувствительная сфера

12. Признаки неврологического дефицита в органах зрения, слуха, обоняния

13. Признаки неврологического дефицита в органах речи, глотания, дыхания

14. Неврологический дефицит в системе тройничного и лицевого нервов

15. Нарушение координации и равновесия

16. Признаки поражения гипоталамической области

17. Данные лабораторных и инструментальных исследований

Математический аппарат принятия решений в СМК "ДОНЕВЗ" - это алгоритм распознавания образов, который является разновидностью алгоритмов распознавания по предикатам, так называемый метод "трафаретов".

Под "трафаретом" мы понимаем достаточный набор необходимых для принятия данного решения фактов. Каждый из фактов представляет собой некую логическую комбинацию значений отдельных признаков описания Сольного. Метод "трафаретов" заключается в определении меры близости объекта распознавания ( описания больного) с трафаретами принимаемых решений.

При использовании этого метода каждый шаг решения может быть описан следующим образом:

< Т„ ... Тш, р0, с1о, с1,.....с)т >,

где Т|, ¡=1,т- номера трафаретов, описанных в базе знаний;

р0 - действительная константа (пороговое расстояние);

с!„ ¡= 0, т - номера действий, которые могут быть выполнены на данном шаге.

Анализ ситуации по методу трафарета в узлах принятия решений состоит в следующем:

Последэвательно вычисляются расстояния'р, = р( Р, Т,) от описания пациента Р до трафарета Т|, i= 1, т. Пусть рк= min р,

1 ч р i m

Если рк s р0, то выполняется действие dk, в противном случае действие cIq.

Вычисление расстояния р( Р, TJ проводится по формуле

1 г

Р(Р.Т|) = -,р,(р. Fi)

р определяет "меру достаточности" трафарета.

Для понимания смысла трафарета, записанного на входном языке базы знаний рассмотрим конкретный пример описания поражения зрительного бугра справа. В базе знаний хранится следующая информация:

Т21 {Ф1{Ш1{=П121(5)}},

Ф2{Ш1{=П125(2)}, Ш2{=П126(2)}}, ФЗ{Ш 1{~П 110(1)}}, Ф4{Ш1{=П103(5)}, Ш2{=П141(1)}}};

Трафарет ( Т 21) состоит из фактов (Ф1, Ф2, ФЗ, Ф4). Факт включает в себя шаблоны (1111, Ш2). Шаблон состоит из слотов (=П121(5), =П125(2), =П126(2), =П110(1), =П103(5), =П141(1). Слот представляет собой признак со множеством его допустимых значений. В рассматриваемом примере признак 121 может принимать одно из 5 значений:

- боли и парестезии на верхних конечностях;

- боли и парестезии на нижних конечностях;

- боли и парестезии на нижних конечностях с распространением кверху;

- боли в правой половине тела;

- боли в левой половине тела;

В данном случае признак 121 принимает значение 5, т. е. при поражении правого зрительного бугра у пациента будут наблюдаться боли в левой половине тела.

Решение по трафарету может быть принято в том случае, если выполнилось не менее, чем (2/3) *100% фактов при постановке нозологического диагноза и все факты (100%) при постановке топического диагноза. Факт считается выполнившимся, если хотя бы один из шаблонов • выполнен. Шаблон считается выполнившимся, если все слоты, входящие в него, выполнены.

Таким образом, топический диагноз " Зрительный бугор справа" будет выставлен СМК в том случае, если в неврологическом статусе будут отмечены следующие симптомы:

Ф1 Боли в левой половине тела

Ф2 Расстройство поверхностной или глубокой чувствительности слева

ФЗ Хореоатетоз слева

Ф4 Понижение мышечного тонуса на левых конечностях или нистагм

Заключительный диагноз, выставляемый системой "ДОНЕВЗ" содержит топический и нозологический диагнозы. При этом следует учесть, что топический диагноз включает в себя все пораженные патологическим процессом отделы головного мозга, обнаруженные в процессе диагностики на основании введенных признаков, то есть он может быть составным.

Алгоритм постановки топического и нозологического диагнозов в СМК " ДОНЕВЗ"

Блок-схема принятия решений по постановке топического диагноза отражает формализованную логику клинической диагностики и логику использованного алгоритма распознавания. В подсистеме "Тоническая диагностика" производится последовательный анализ основных структур головного мозга на предмет их поражения и на основании этого анализа выставляется топический диагноз.

В каждом узле принятия решений система выбирает одно из возможных решений в зависимости от значений функционала близости с учетом того, что пороговое расстояние р0 равно 0. Это означает, что поражение обследуемой области устанавливается только тогда, когда имеется полное совпадение клинической картины поражения, имеющейся у данного больного, и эталона (трафарета) из базы знаний.

Блок-схема постановки нозологического диагноза отражает формализованную логику клинического мышления врача-невропатолога и логику алгоритма распознавания. Весь спектр диагностируемых заболеваний подразделяется на 4 принципиальные группы: сосудистые заболевания, воспалительные заболевания, опухоль головного мозга, другие.

Следует отметить, что в подсистеме нозологической диагностики идет параллельный анализ заболеваний по основным четырем группам. На первом этапе диагностики ставится предварительный диагноз, который в дальнейшем уточняется. Например, предварительный диагноз "Острое нарушение мозгового кровообращения", более точный "Ишемический инсульт в каротидном бассейне", уточненный - "Ишемический инсульт в каротидном бассейне со сдавлением или смещением ствола головного мозга".

Как правило, при нозологической диагностике не требуется полного совпадения клинической картины заболеванин с "эталоном", содержащимся в базе знаний, что объясняется полиморфизмом клинической картины и ее зависимостью от временного "среза". В разработанном блоке логического вывода нами установлен порог принятия решений 0 4 р < 2/3. Это означает, что для принятия соответствующего решения в подсистеме нозологической диагностики достаточно совпадения клинической картины с " эталоном " на две трети. Нозологический диагноз выставляется обязательно с учетом результатов топической диагностики.

"Дерево принятия решения" содержит 152 шага принятия решений, 122 трафарета, 331 действие.

Адекватность работы разработанного комплекса проверена на контрольной выборке с определением коэффициента достоверности, который высчитывался по формуле: 1 ч0

Е = - 2(1-Р,) -, где 1 1=1 Э,

БЛ ¡-1,1) - количество историй болезни с заболеванием ¡.

Б | - количество диагнозов СМК, идентичных

клиническим по группе заболеваний I,

I - общее количество заболеваний ,

Р, высчитывался на основании данных контрольной выборки по формуле:

Э,

Р. =-

Согластно приведенной формуле коэффициент достоверности с учетом частоты встречаемости заболевания, полученный на основании данных результатов работы СМК "Доневз" при использовании историй болезни контрольной выборки равен 0, 82, т.е. в 82% машинный и клинический диагнозы совпали.

Результаты постановки нозологического диагноза с помощью СМК "ДОНЕВЗ"

По нозологическим группам в обучающей выборке больные распределялись следующим образом: ишемический инсульт в каротидном и вертебрально - базилярном бассейнах -110 больных (24,9%), кровоизлияние в мозг и в субарахноидальное пространство • 47 (10,7%), острое серозное или гнойное воспаление вещества головного мозга или его оболочек - 74 (16,8%), церебральный арахноидит различной локализации - 73 (16,6%), опухоли головного мозга различной локализации - 82 (18,6%), цистицеркоз -15 (3,4%), мигрень- 15 (3,4%), острое демиелинизирующее заболевание - 22 (4,9%), острая гипертоническая энцефалопатия - 3 (0,7%).'

Анализ результатов машинной диагностики острых сосудистых заболеваний головного мозга и оболочек выявил достаточно высокий уровень : диагноз субарахнсидального кровоизлияния совпал с клиническим у 84,6% больных, ишемическсго инсульта в каротидном бассейне - в 95, 0%, ишемического инсульта в вертебрально- базилярном бассейне - в 95, 5%, кровоизлияния в мозг - в 88, 5% случаев. При диагностике острой

гипертонической энцефалопатии расхождений клинического и машинного диагнозов не отмечено. Таким образом, в группе острых сосудистых заболеваний головного мозга, которую составили 160 клинических случая процент расхождения клинического диагноза и диагноза СМК оказался равным 6, 8%.

При анализе случаев несовпадения клинического и машинного диагнозов выявлены следующие причины расхождения:

-неполное описание неврологического статуса больного и как следствие этого - неверная интерпретация СМК псевдобульбарного и вестибулярного синдромов с последующей неправильной постановкой дифференцированного диагноза;

-неверное трактование ликворных данных (оценка кеантохромии при повышенном содержании белка в ликворе), а также наличие общеинфекционных симптомов в начале заболевания привели в ряде случаев к неправильной диагностике этиологии заболевания;

-недостаточная полнота анамнестических данных и отсутствие ликворной диагностики в случае поступления больных в коматозном состоянии не позволили СМК выставить дифференцированный диагноз.

При распознавании острых воспалительных заболеваний головного мозга и его оболочек также выявлена высокая точность машинной диагностики: в случаях серозного менингита диагноз СМК и клинический совпали в 82,0%, при гнойном менингите и менингоэнцефалите расхождений машинного и клинического диагнозов не было, точность диагностики туберкулезного менингита ( менингоэнцефалита ) оказалась 90, 4%, при серозном менингоэнцефалита клинический и машинный диагнозы совпали в 88% случаев. Процент несовпадения клинического и машинного диагнозов в группе острых воспалительных заболеваний ЦНС оказался более высоким по сравнению с сосудистыми заболеваниями и составил 9,4%.

Расхождения в диагностике явились результатом следующих причин: -отсутствие четких анамнестических и ликворологических данных, указывающих на специфический характер серозного менингита привел к постановке СМК недифференцированного диагноза;

-при отсутствии выраженных очаговых выпадений функций ЦНС диагнозу "Менингоэнцефалит" предпочитался диагноз" Менингит";

-при наличии у больного с серозным менингитом клинической картины заболевания, сходной с клиникой субдуральной гематомы СМК ошибочно выставил больному диагноз " Подозрение на опухолевое поражение головного мозга".

Достаточно надежной явилась диагностика с помощью СМК церебральных арахноидитов - 95, 4% : в 70 случаях из 73 историй болезни обучающей выборки машинный и клинический диагнозы совпали. Процент несовпадения клинического диагноза и диагноза СМК составил 4,1%. Случаи расхождения диагнозов относятся к конвекситальному и оптико-хиазмальному арахноидиту; у пациентов с арахноидитом средней черепной

ямы, мосто-мозжечкового угла, задней черепной пмы диагнозы установлены правильно.

Расхождение машинного и клинического диагнозов имеет следуюшее объяснение:

-при диагностике церебральных арахноидитов большое значение имеет правильный топический диагноз, который может быть установлен только при тщательном неврологическом обследовании больного, в случаях же недостаточности информации для точной локализации патологического процесса СМК затруднялся в постановке топического диагноза, что влекло за собой неправильную нозологическую диагностику;

-в случаях вырзженного неврологического дефицита или при наличии симптомов значительного повышения внутричерепного давления у больных, страдающих церебральным арахноидитом, СМК выставлял диагноз " Подозрение на опухоль головного мозга", что не противоречит клиническому мышлению зрача-невропатолога.

Установлена высокая эффективность диагностики при распознавании опухолей головного мозга: у 80 из 82 больных диагноз СМК совпал с клиническим, то есть точность диагностики равна 97, 5%. Причиной ошибочной диагнос тики в одном случае явился полиморфизм клинической картины и отсутствие характерных параклинических даиных и в другом -инсультообразное начало заболевания.

Точность диагностики цистицеркоза составила 80, 0%: в 12 случаях из 15 диагноз СМК совпал с клиническим Причина ошибки в двух случаях заключались в наличии псевдотуморозного течения заболевания, что повлекло за собой диагноз " Подозрение на опухоль головного мозга", и в одном - наличие менингеального синдрома при выраженных общеинфекционных симптомах послужило основанием к постановке диагноза "Менингит". Таким образом, трудности СМК при диагностике цистицеркоза близки трудностям клинициста при распознавании этого заболевания вследствие полиморфизма клинической картины и недостаточно полной корреляции симптомов.

У больных с мигренью в 86, 6% ( в 13 случаях из 15 ) клинический и машинный диагнозы совпали.

При диагностике острых демиелинизирующих заболеваний расхождений клинического и машинного диагнозов не отмечено.

Таким образом, полученные данные свидетельствуют о достаточно высоком и устойчивом уровне диагностики острых заболеваний головного мозга у больных обучающей выборки при использований разработанного нами алгоритма.

Надежность работы СМК " ДОНЕВЗ" проверена на контрольной группе больных с острой церебральной патологией, состоящей из 150 человек. Контрольная выборка по нозологической структуре существенно не отличалась от обучающей выборки. Превалирующее большинство ( 57% ) составили пациенты острой сосудистой патологией головного мозга (табл. 2). Результаты работы СМК на примере историй болезни контрольной

выборки подтвердили достаточность и устойчивость высокого уровня машинной диагностики. Как. следует из представленных в таблице данных, расхождение машинного и клинического диагнозов наблюдалось в случаях ишемического инсульта в каротидном и вертебрально-базилярном бассейнах, острой гипертонической энцефалопатии и церебрального арахноидита ( всего в 5 случаях из 150 историй болезни контрольной выборки).

Таблица 2.

Распределение больных по нозологии и результаты машинной диагностики в контрольной выборке

Нозологическая форма Количество Кол-во диагнозов

больных СМК идентичных

клиническим

Ишемический инсульт в каротидном 45 44

бассейне

Ишемический инсульт в вертебрально- 31 30

базилярном бассейне

Субарахноидальное кровоизлияние 3 3

Геморрагический инсульт 6 6

Менингит 2 2

Менингоэнцефалит 5 5

Острое демиелинизирующее заболевание 15 15

Церебральные арахноидиты 18 16

Острая гипертоническая энцефалопатия 1 0

Цистицеркоз 2 2

Опухоль головного мозга 14 14

Мигрень 8 8

ВСЕГО 150 145

Анализ диагностических ошибок СМК выявил, в основном, те же причины неправильной диагностики, что и у больных обучающей выборки, а именно:

-недостаточно полная корреляция неврологических симптомов, например, несоответствие между острым началом заболевания с выраженными общеинфекционными проявлениями и оболочечными симптомами и данными ликворной диагностики, выявившими небольшой лимфоцитарный плеоцитоз;

-недостаточность анамнестических данных;

-неверная интерпретация симптомов, которые могут выступать как в качестве очаговых, так и общемозговых ( например, оценка головокружения в структуре гипертензионного синдрома либо как очагового симптома).

Все названные причины, повлекшие неправильную диагностику СМК, часто вызывают затруднения при постановке диагноза и у невропатолога. В случае появления новой симптоматики при динамическом наблюдении за

больным, вычислительный комплекс аналогично клиническому мышлению врача дает новое диагностическое заключение либо уточняет предыдущий диагноз.

Согласно ранее приведенной формуле вычислен коэффициент достоверности работы СМК " ДОНЕВЗ" с учетом частоты встречаемости заболевания : на материале контрольной выборки он равен 0, 82. Таким образом в 82% машинный и клинический диагнозы совпали.

Подводя итог оценке диагностики острых заболеваний головного мозга с помощью специализированного вычислительного медицинского комплекса "ДОНЕВЗ" следует отметить, что несмотря на неизбежный процент ошибок, уровень машинной диагностики оказался стабильно высоким. Процедура принятия решений отражает основные клинические закономерности и логику врачебного мышления при постановке топического и нозологического диагнозов.

ВЫВОДЫ

1. Разработана система экспертной поддержки принятия решений для диагностики наиболее часто встречающихся острых заболеваний головного мозга, которая получила название специализированного медицинского вычислительного комплекса " ДОНЕВЗ". Система позволяет проводить все аспекты клинической диагностики неврологических заболеваний, включая топическую и нозологическую диагностику; детализировать топический диагноз; систематизировать, упорядочить неврологический осмотр больного и повысить качество клинической диагностики.

2. Создана база знаний ( медицинская экспертная информация) включающая в себя следующую формализованную информацию:

-список распознаваемых состояний ( диагнозов ), состоящий из 28 топических и 21 нозологического диагноза;

-блок-схему принятия решений, содержащую 152 шага принятия решений, 122 трафарета, 331 действие;

-кодировочный список признаков описания пациента, содержащий 258 формализованных симптомов.

3. Установлена высокая точность машинной диагностики при использовании историй болезни обучающей выборки. В группе острых сосудистых заболеваний головного мозга точность диагностики составила 92, 9%, острых воспалительных заболеваний головного мозга и его оболочек - 90, 5%, церебральных арахноидитов - 95, 4%, опухолей головного мозга -97, 5%, цистицеркоза - 80%, мигрени - 86, 6%. При диагностике острых демиелинизирующих заболеваний расхождений клинического и машинного диагнозов не отмечалось.

4. Доказана достаточная диагностическая эффективность разработанного СМК "ДОНЕВЗ" на контрольной выборке больных.

Вычислеиный коэффициент достоверности работы системы с учетом частоты встречаемости заболеваний равен 82%.

5. Анализ диагностических ошибок СМК выявил следующие причины неправильной диагностики:

- недостаточно полная корреляция неврологических симптомов;

- недостаточность анамнестических данных;

- неправильная интерпретация симптомов, которые могут выступать как в качестве очаговых, так и общемозговых.

6. Программный комплекс может быть рекомендован в качестве рабочего маета врача-невропатолога, работающего с ним в интерактивном диалоговом режиме с использованием принципа "меню" и графического диалога. СМК "ДОНЕВЗ" целесообразно применять в педагогической практике в качестве обучающей системы.

Список работ, опубликованных по теме диссертаии

1. Специализированный медицинский комплекс "ДОНЕВЗ" для диагностики острых заболеваний центральной нервной системы: Тез. докл. научно-практической конференции невропатологов Карачаево-Черкессии. -1989. - с. 98-99 (соавт. Леонович А. Л., Евстигнеев В. В., Плотников Ю. В.).

2. Проблема компьютерной диагностики острых заболеваний ЦНС: Тез. докл. первого съезда невропатологов и психиатров Литвы. - Каунас, 1990,- с. 183-185 (соавт. Леонович А. Л., Евстигнеев В. В., Плотников Ю. В.)

3. База знаний для специализированного медицинского вычислительного комплекса " ДОНЕВЗ": Тез. докл. первого съезда невропатологов и психиатров Литвы. - Каунас, 1990. - с. 262-264.

4. Оптимизация диагностики острых заболеваний головного мозга с помощью медицинского вычислительного комплекса " ДОНЕВЗ" //Здравоохранение. - 1995. - N 11. - с 43-45. (соавт. Евстигнеев В. В.).

- 17-Резюме Полойко Татьяна Владимировна "Вычислительная диагностика острых заболеваний головного мозга"

Ключевые слова: экспертная система, персональный компьютер, оболочка программных средств, база знаний, алгоритм принятия решений, трафарет, острые заболевания головного мозга, топическая диагностика, нозологическая диагностика.

В работе приводятся результаты разработки интеллектуальной системы поддержки принятия решений при диагностике острых заболеваний головного мозга. Обосновывается необходимость и целесообразность такой системы вследствие большого процента диагностических ошибок и необходимости оптимизации диагностического процесса.

При разработке системы была использована единая базовая технология построения медицинских систем экспертной поддержки для персональных компьютеров, разработанная в БГУ на кафедре математического обеспечения АСУ.

В рамках специализированного медицинского комплекса (СМК) распознается 28 топических и 21 нозологический диагноз.

Эффективность работы СМК при использовании историй болезни как обучающей, так и контрольной выборки достаточно высока. Коэффициент достоверности равен 0, 82.

СМК может быть использован в качестве высококвалифицированного консультанта в лечебных учреждениях любого уровня, но, очевидно, наибольшее применение комплекс найдет в ЦРБ, поликлиниках. Кроме того, СМК может быть использован для обучения слушателей в институтах усовершентвования врачей и студентов в медицинских вузах, а также практическими врачами для самостоятельного повышения квалификации.

-18-S ummary Poioiko Tatiana Vladimirovna Computing Diagnosis of Acuted Brain Diseases

Key words: expert system, personal computer, casing program means, base knowledge, algorithm of adoption decision, stepeotyped, acuted diseases of brain, topical diagnosis, nozological diagnosis.

The results of working out of the intellectual systems support of adoption decision for diagnosis acute diseases of brain are brought in the work. Here arguments are based on the facts of necessity ana worth while of such a system, because there are the big percentage of diagnoctic mistakes and the necessity of optimizing of the diagnostic process.

The united basis of technology to construct the medical system of expert support for personals computers, working-out in BSU, at the subfacultu of mathematicion ensuring of ASC, was used for working- out the system.

In framework of SMC are recognize: 28 topical diagnosis and 21 nozological diagnosis.

The effective work of SMC turn out to was enough lofty in used the history of disease how training. The coefficient of reliable turn out to was equally 0, 82.

The SMC may be use in quality of highly qualified consultant in medical institution any level, but probably the complex will discover the most employment in the CRN and the polyclinic. Besides, SMC may be use for training a listeners in the institute of physician improvement and the students in the medical institutes and also practical physician for independent raising the level of one's skill.

-19-Рэзюме Палойка Таццяна Уладз1м1рауна "Выл1чальная дыягностыка вострых захворванняу галауного мозгу".

Ключавыя словы: экспертная сютэма, персанальны кампутар, абалонка праграмных сродкау, база ведау, алгарытм прыняцця рашэнняу, трафарэт, вострыя захворванн1 галаунога мозгу, тап1чная дыягностыка, назалапчная дыягностыка.

У праць! прыводзяцца вынж1 распрацоук! ¡нтэлектуапьнай сютэмы падтрымю прыняцця рашэнняу для дыягностыю вострых захвсрванняу галауного мозгу.

Абгрунтоуваецца неабходнасць I мэтазгоднасць такой сютэмы з прычыны вяткага працэнта дыягнастычных памылак I неабходнасщ аптымЬацьи дыягнастычнага працэсу.

Пры распрацоуцы астэмы была выкарыстана адз!ная базавая тэхналопя лабудовы медыцынсюх сютэм экспертнай падтрымю для персанальных кгмпутарау, распрацаоаная у БДУ на кафедры матэтатычнага забеспячэння АСК. Спецыял1заваны медыцынск! комплекс (СМК) распазнае 28 тап1чных 121 назалапчных дыягназау.

Эфектыунасць работы СМК пры выкарыстанн! псторый хваробы, як абучаючай, так \ кантрольнай выберю з'нв1лася дастаткова высокай. Казф1цыент верагоднасц! аказауся роуным 0, 82.

СМК можа быць выкарыставаны у якасш вьюокаквал1ф1каванага кансультанта у лячэбных установах любога узроуня, але, верагодна, найбспьшае прымяненне комплекс знойдзе у ЦРЬ, палншмках, акрам« таго СМК можа быць выкарыстаны для навучання слухачоу у ¡нстытутах удасканальвання урачоу I студэнтау у медыцынскос ¡нстытутах, а таксама урачам! для самастойнага павышэння кзагпфшацьн.