ТЕЛЕМЕДИАЛОГ: интеграция с экспертными системами. Поддержка принятия врачебных решений при постановке диагноза. Орлинский Дмитрий Директор отдела внедрения Пост Модерн Текнолоджи

2 « Эксперт (врач) знает больше, чем осознает, но в первичных данных, которые он может предоставить, содержится больше, чем он знает ».

Функционирование системы основано на анализе большого объема статистических данных. сбор и хранение клинических данных пациентов о симптомах, результатах диагностических исследований, диагнозах. Данные могут быть внесены врачами или же поступать со специализированного оборудования. доступ к различным медицинским справочникам : диагнозов, медицинских технологий, лекарственных препаратов, медицинских расходных материалов и т.п. КОНЦЕПЦИЯ ЭКСПЕРТНОЙ СИСТЕМЫ

ПРИНЦИП РАБОТЫ СИСТЕМЫ накопленные клинические данные (симптомы, результаты диагностики, диагнозы, способы лечения) симптомы пациента и результаты обследований Система поддержки принятия решений Диагноз ПациентВрач Система выступает в роли эксперта при постановки диагноза

ПРИМЕРЫ РЕАЛИЗАЦИИ: ООО «Исследовательские системы» (г. Новосибирск) совместно с Институтом математики им. С. Л. Соболева СО РАН Институт хирургии им. А.В.Вишневского Росмедтехнологий (г.Москва) Ведущие Онкологические институты г.Москвы НИИ Неотложной детской хирургии и травматологии (Москва)

ООО «Исследовательские системы» (г. Новосибирск) - инновационное предприятие, созданное по ФЗ-217 совместно с ФГУ "ННИИПК им. акад. Е.Н. Мешалкина" Минздравсоцразвития России и Институтом математики им. С. Л. Соболева СО РАН АРХИТЕКТУРА РЕШЕНИЯ АРМ Анестезиолога МИС Медиалог Хранилище данных (Data Warehouse) SAAS-решатель ЛПУ, передающее опыт, ведущие медицинские центры АРМ Анестезиолога МИС Медиалог АРМ Хирурга БД ЛПУ, использующее Систему поддержки принятия решений … ТЕЛЕМЕДИАЛОГ

Информационные решения основаны на новейшей разработке лаборатории анализа данных ИМ СО РАН когнитивном анализе данных. Данная технология предназначена для выявления закономерностей в данных различной природы и представления результатов в наглядном виде для специалистов различных предметных областей Особенность разрабатываемых методов состоит в их ориентации на данные, неудобные для анализа классическими методами: большие размеры (миллионы объектов, тысячи характеристик), плохая обусловленность (количество характеристик на порядки больше количества объектов), отсутствие знаний о законах распределений, наличие пробелов и грубых ошибок и т.д. Изучаются задачи анализа следующих основных типов: Автоматическая классификации (таксономия или кластерный анализ) Распознавание образов (диагностика) Выбор системы информативных признаков Заполнение пробелов и обнаружение ошибок Прогнозирование динамических процессов МАТЕМАТИЧЕСКАЯ ОСНОВА

Идеи, положенные в основу этих методов, ориентированы на многократное усиление естественных человеческих способностей к анализу данных. Пользователь рассматривается не как досадный источник неточностей и искажений, а как центральное творческое ядро исследовательской системы, что позволяет: учитывать знания пользователя не выводимые из исходных данных (опыт, интуиция); получать легко интерпретируемые решения высокого качества. Подобный подход дает пользователю ощущение глубокого понимания полученных результатов, сопричастности процессу их возникновения, что служит дополнительным веским аргументом в пользу обоснованности принимаемых решений. МАТЕМАТИЧЕСКАЯ ОСНОВА

ПРИМЕРЫ РЕШАЕМЫХ ЗАДАЧ Анализируемые данные представлены матрицей векторов экспрессии генов, полученных с помощью биочипов для пациентов с двумя типами лейкемии – ALL и AML. Обучающая выборка содержит 38 объектов (27 ALL и 11 AML). Тестовая выборка имеет 34 объекта (20 ALL и 14 AML). Количество признаков (генов) N=7129. Лучший мировой опубликованный результат решения этой задачи: за 3 часа работы было выбрано 128 наиболее информативных признаков, по которым правильно распознано 33 объекта из 34. Результат, полученный в Лаборатории анализа данных ИМ СО РАН: за 50 секунд работы было выбрано 13 признаков, из которых было построено 10 разных решающих правил. В составе каждого правила от 3 до 5 признаков. По двум правилам распознается 33 объекта из 34 и по остальным восьми правилам – все 34 из 34. РАСПОЗНАВАНИЕ ТИПОВ ЛЕЙКЕМИИ

ПРИМЕРЫ РЕШАЕМЫХ ЗАДАЧ ДИАГНОСТИКА РАКА ПРОСТАТЫ ПО СПЕКТРАМ БЕЛКОВ Анализировались данные о масс-спектре белковых форм, полученные с помощью спектрометра типа SELDI-MS-TOF. Количество признаков (спектральных полос) Представлены три класса пациентов с разным уровнем индекса PSA, характеризующего степень развития рака простаты. Обучение делалось на классе В (PSA 10). Было выбрано 24 признака из По ним построено 10 правил, состоящих из 3-6 признаков. PSA < 1 ng/mL PSA < 1 ng/mL PSA = 4-10 ng/mL PSA = 4-10 ng/mL PSA > 10 ng/mL PSA > 10 ng/mL ? Класс ВКласс СКласс D «Здоровые»«Больные» Контроль 26 пациентов

ПРИМЕРЫ РЕШАЕМЫХ ЗАДАЧ ДИАГНОСТИКА ДИАБЕТА II ТИПА Каждый обследуемый описан экспрессией 5520 генов Информативные признаки « Здоровые » «Больные » ? ? При предъявлении на контроль объекта промежуточной группы риска используемый алгоритм определяет не только принадлежность объекта к первому или второму классу, но и степень этой принадлежности.

12 применение современных методов многомерного статистического анализа данных для разработки консультативных систем и классификаторов в любых областях медицины Консультационная система « КОАГУЛОГРАММА » для клинической интерпретации нарушений свертывающей системы крови включает в себя полное описание всего многообразия изменений гемостаза у хирургических больных Может использоваться в составе МИС МЕДИАЛОГ в качестве экспертной системы для сотрудников клинико-лабораторных служб и клинических отделений МЕТОДОЛОГИЯ : описание видов дисфункций гепатоцита количественное описание интегральных понятий – гипо- и гиперкоагуляций разной степени выраженности, вариантов диссеменированного внутрисосудистого свертывания крови и переходных форм количественное описание первичных понятий – нормы, ее верхних и нижних границ, небольших, умеренных и резких изменений с их клинической интерпретацией БАЗА ЗНАНИЙ: Институт хирургии им. А.В.Вишневского Росмедтехнологий

13 заключение для истории болезни ПРИМЕР :

14 ТЕЛЕМЕДИАЛОГ – это коммуникационная платформа. Она обеспечивает: доступ к внешним, "облачным", сервисам из любой МИС (например, постановка диагнозов по определенным критериям или планирование ресурсов ЛПУ); доступ внешних сервисов к данным МИС (например, удаленная запись на прием к врачу). Использование платформы ТЕЛЕМЕДИАЛОГ для реализации доступа к Экспертным системам с рабочего места врача

преобразование данных из одного формата в другой, кэширование данных (для оптимизации времени ожидания результатов на стороне МИС или на стороне сервиса). преобразование данных из одного формата в другой, кэширование данных (для оптимизации времени ожидания результатов на стороне МИС или на стороне сервиса). широкий канал доступа к сервисам, бизнес-логика взаимодействия с внешними сервисами (например, для получения данных о планировании ресурсов ЛПУ может потребоваться выполнить несколько шагов), широкий канал доступа к сервисам, бизнес-логика взаимодействия с внешними сервисами (например, для получения данных о планировании ресурсов ЛПУ может потребоваться выполнить несколько шагов),

Два набора веб-сервисов: 1.веб-сервисы для подключения ЛПУ к ТЕЛЕМЕДИАЛОГу 2. веб-сервисы для подключения внешних служб к ТЕЛЕМЕДИАЛОГу При этом для каждой МИС, подключаемой к Телемедиалогу, реализуется свой веб- сервис, который обменивается данными с МИС в формате, "удобном" для данной МИС. То же самое сделано и для внешних сервисов.

Система проверяет назначенные медикаменты на совместимость и предупреждает врача в случае их несовместимости Пример: Интеграция с Web-Видаль. Контроль совместимости препаратов

Спасибо за внимание !