Если посмотреть на список научных публикаций по медицинской информатике середины XX века, то нетрудно заметить, что их немалая часть рассказывает о работах по применению ЭВМ для диагностики патологических состояний.
Консультативно-диагностические системы (КДС) были одними из первых медицинских информационных систем. Первая КДС появилась в 1956 г.
К настоящему времени КДС представлены многочисленными программами по диагностики патологических состояний, включая прогноз и выработку рекомендаций по способам лечения, при заболеваниях различного профиля и для разных категорий больных.
Входной информацией для таких систем служат данные о симптомах заболевания, которые вводят в компьютер в диалоговом режиме, или в формате специально разработанных информационных карт.
Диагностическое заключение помимо собственно диагноза (или возможных диагнозов) может быть дополнено также рекомендациями по выбору тактического решения и лечебных мероприятий.
По способу решения задачи диагностики различают вероятностные системы и экспертные системы. В вероятностных системах диагностика осуществляется реализацией одного из методов распознавания образов или статистических методов принятия решений.
В экспертных системах реализуется логика принятия диагностического решения опытным врачом.
В вероятностных системах часто реализуется так называемый байесовский статистический подход, позволяющий проводить вычисления вероятности заболевания по его априорной вероятности и условным вероятностям, связывающим процессы с их характерными признаками. Априорная вероятность определяется путем подсчета частоты появления того или иного состояния в выборке. Условные вероятности рассчитываются, исходя из частоты появления отдельного признака при определенном заболевании.
Экспертные системы (ЭС) принадлежат к классу систем «искусственного интеллекта» (ИИ), включающих базу знаний с набором эвристических алгоритмов. Наборы медицинских данных являются одними из самых сложных в мире. Основной задачей систем ИИ в здравоохранении является использование этих данных для поиска взаимосвязей между диагностикой и протоколами лечения, а также результатами лечения пациентов. Разрабатываемые в настоящее время медицинские экспертные системы пока просты и обеспечивают решение изолированных задач медицинской диагностики. Фактически все они являются диалоговыми базами данных, сопряженными с базами знаний и подсистемами генерации отчетов об исследуемых ситуациях.
- Что представляет собой искусственный интеллект?
- Перед разработчиками программ с элементами искусственного интеллекта стоит цель – заставить компьютер решать задачи, которые требуют применения интеллекта, когда их решают люди. Система с ИИ способна: воспринимать окружающую среду и предпринимать действия для максимизации шансов на успешное достижение своих целей, интерпретировать и анализировать данные таким образом, чтобы она могла обучаться и адаптироваться по ходу дела.
К примеру, искусственный интеллект способен:- Анализировать данные и искать скрытые закономерности
- Оценивать информацию и формулировать заключительную оценку
- Прогнозировать различные ситуации
Наиболее важные области применения КДС — неотложные и угрожающие состояния, характеризующиеся дефицитом времени, ограниченными возможностями обследования и консультаций и нередко скудной клинической симптоматикой при высокой степени угрозы для жизни больных и быстрых темпах развития процесса. КДС могут быть также использованы для дистанционной консультативной помощи, что особенно актуально в условиях значительной удаленности стационарного уровня медицинской помощи, в том числе специализированных учреждений, от догоспитального звена.
«Опыт использования консультативно-диагностических систем доказывает существенное повышение качества диагностики, что не только уменьшает неоправданные потери, но и позволяет более эффективно использовать ресурсы помощи, регламентировать объем необходимых обследований и, наконец, повысить профессиональный уровень врачей, для которых такая система служит одновременно в известной мере и обучающей.» В.Я. Гельман, 2001 г.
Пример КДС, пакет ДИАНА-5.
Эта экспертная система для диагностики и выбора тактики при болях в животе, предназначенная для сельского фельдшера. Система осуществляет формирование предварительных диагностических предположений при подозрении на острое хирургическое заболевание органов брюшной полости или другие заболевания, сопровождающиеся болями в животе и/или рвотой.
Еще один пример, система MYCIN.
Она разработана в Стэндфордском университете (США), MYCIN – экспертная система, она состоит из 450 правил. Система ставит диагноз, исходя из представленных ей симптомов, и рекомендует курс лечения для диагностированных инфекций. MYCIN применяется для лечения заражений крови. Качество диагностики системы соизмеримо с уровнем диагностики квалифицированным врачом.
Примером медицинской приборно-компьютерной системы, включающей в свой состав КДС, является комплекс для осуществления иридодиагностики, разработанный в ЦНИИ «Комета» (Москва). Комплекс предназначен для распознавания болезней по изменениям радужной оболочки глаз. Экспертная система позволяет производить раннюю доклиническую диагностику; оценивать сопротивляемость организма и его предрасположенность к заболеваниям.
В настоящее время КДС представлены и в Интернете.
Примером такой КДС является система по оценке функционального статуса пациента http://www.howsyourhealth.org. На этом сайте предложена надежная схема для облегчения взаимодействия пациента с врачом. Она предназначена для пациентов в возрасте от 2 до 99 лет. Система предлагает пациенту, в интерактивном режиме, ответить на множество вопросов, расположенных в определенной последовательности (схеме). Каждый вопрос — это отдельная карта, снабженная иллюстрацией; пациент может заполнять ее без помощи врача. Каждая из этих схем представляет собой 5-балльную шкалу. Эти схемы используют для оценки основных функциональных показателей, подобно тому, как для оценки зрения используют таблицы Снеллена.
Баллы 1 или 2 на схеме точно соответствуют благоприятной оценке функций. Баллы 3, 4, 5 на схеме свидетельствуют о повышенном риске в отношении какой-либо важной проблемы. Врач должен выявить у пациента причину такой неблагоприятной оценки.
Тем не менее, до настоящего времени консультативно-диагностические системы не получили достаточно широкого распространения в практической медицине и, в основном, используются как составная часть других систем, например, медицинских приборно-компьютерных систем. Это связано, в первую очередь, со сложностью задачи диагностики: в реальной жизни число всевозможных ситуации и, соответственно, «диагностических правил» оказалось так велико, что либо система начинает требовать большое количество дополнительной информации о больном, либо резко снижается точность диагностики. Однако многократно увеличившаяся скорость вычислений современных процессоров и общих характеристик вычислительных систем позволяют по-новому взглянуть на перспективы развития КДС. Большие надежды возлагаются на применение систем на основе алгоритмов искусственных нейронных сетей.
Искусственная нейронная сеть
Искусственная нейронная сеть состоит из большого количества простых структур, построенных из искусственных нейронов, представляющих собой информационные элементы системы. Искусственный нейрон имеет несколько входов и один выход. Каждый вход представляет собой определенную характеристику решаемой проблемы. Выход отражает принимаемое решение. Нейрон взвешенно суммирует поступающие на его входы сигналы и преобразует их сумму в выходной сигнал.
Простейшая искусственная нейронная сеть состоит из трех слоев: сенсорного (принимает информацию извне), ассоциативного (обрабатывает информацию, создает набор ассоциаций) и выходного (выдает готовый результат). Нейронные сети могут состоять из десятков, сотен и даже тысяч слоев.
Нейросеть не программируется в традиционном смысле этого слова. Она обладает способностью самонастройки на примерах. Настройка производится многочисленными попытками изменения весов входов системы. Последовательно уточняя веса входов – нейросеть реализует функцию самообучения. Подробнее...
Сегодня разработке программного обеспечения с элементами нейронных сетей, в том числе и для медицины, уделяется большое внимание правительствами многих государств мира.
Подробная информация о работе Национального центра развития искусственного интеллекта при Правительстве России размещена на национальном портале в сфере искусственного интеллекта: https://ai.gov.ru/.
Примеры медицинских систем использующих нейросети в своей работе
Система ScanNav может предоставить врачу важную информацию о патологиях плода, опираясь на имеющиеся в базе данных сведения о УЗИ плодов других пациенток (350 тысяч) с теми или иными отклонениями. Пока ScanNav работает в тестовом режиме и используется только в некоторых британских больницах, но в будущем она может получить намного более широкое распространение.
Система MedyMatch Technology сравнивает снимок КТ мозга пациента со снимками сотен тысяч других людей для выявления и подтверждения отклонений, что поможет врачу правильно диагностировать инсульт и назначить адекватное лечение пациенту. Программа создана израильскими разработчиками.
Компания IBM на протяжении многих лет своего существования занимается разработкой медицинских систем и накопила в этой области колоссальный опыт, например проект Watson Health предполагает использование ИИ. В суперкомпьютер IBM Watson загрузили данные 50 миллионов анонимных медкарт и более 30 миллиардов снимков (IBM Watson может обрабатывать 200 миллионов цифровых документов за несколько секунд). КДС Watson Health используются врачами для поиска различных патологий, в том числе порока сердца, также система предлагает свои рекомендации по лечению выявленного заболевания. Watson помогает врачам в работе с электронными медицинскими картами: он способен собрать из различных источников в один документ анамнез жизни пациента и членов его семьи, генетическую предрасположенность к тем или иным патологиям и выдать всю эту информацию лечащему врачу, находящемуся в любой точке интернет пространства. В настоящее время IBM готовится запустить облачную платформу Watson Health Cloud.
Рассмотрим более подробно проект по искусственному интеллекту Объединенного института проблем информатики НАН Беларуси. Этот проект интересен с точки зрения научного подхода к его организации (менеджмента). В 2007 году в институте была создана лаборатория анализа биомедицинских изображений, а затем в 2016 году на базе института был открыт Межведомственный исследовательский центр искусственного интеллекта, совместно с Институтом физиологии. Центр объединил специалистов из разных областей знаний: врачей, биологов, инженеров, программистов и математиков для создания передовых технологий в области ИИ.
Первой практически значимой задачей Центра стала разработка системы диагностики по изображениям легких. Чтобы система компьютерного зрения корректно классифицировала медицинские изображения, ученые разработали соответствующие алгоритмы, реализовав их в виде программ с ИИ. В базу знаний КДС загрузили около 10 миллионов снимков легких вместе с их описаниями, составленными врачами-специалистами.
Работа КДС заключается в анализе КТ-снимков легких конкретного пациента, сравнении их с КТ-снимками из базы знаний и выдаче заключения: есть ли патологические изменения в легких пациента.
Созданную искусственную нейронную сеть опробовали в Республиканском научно-практическом центре пульмонологии и фтизиатрии. Где ИИ по рентгеновским снимкам и КТ-снимкам помогал врачам находить первые признаки заболеваний органов дыхания. Эти испытания показали, что ученые Центра создали программный продукт, способный почти со стопроцентной точностью поставить диагноз пульмонологическому пациенту. Пока это эксперимент, и искусственный интеллект ни в коем случае не выступает в роли доктора - он ставит предварительные диагнозы, являясь вспомогательным инструментом в работе врача-рентгенолога. Особенно помощь ИИ заметно сказывается при проведении массового скрининга населения на предмет какого-либо заболевания. Ведь компьютерная система работает всегда стабильно, быстро и, что особенно ценно, исключая человеческий фактор!
По словам Сергея Кругликова, генерального директора Объединенного института проблем информатики НАН Беларуси: «В сфере интеллектуального программного обеспечения для медицины институт среди лидеров в странах СНГ. Наши алгоритмы обрабатывают рентгеновские снимки, КТ-томограммы, что позволяет уверенно выявлять новообразования в различных органах человека».
Доктора медицинских наук Елена Скрягина и Михаил Фридман уверены, что в Беларуси созданы условия и есть все возможности для внедрения методов искусственного интеллекта в повседневную жизнь врача.
По данным Национального центра развития ИИ при Правительстве РФ 16% медучреждений страны используют ИИ в своей работе. Значительную роль в этом сыграл московский опыт внедрения ИИ в здравоохранение города, где на начало 2023 года успешно реализуются четыре крупнейших проекта использования ИИ.
Первый – анализ медицинских изображений: КТ, МРТ, рентгеновских снимков и маммограмм. Нейросети помогают врачам определять на снимках лучевых исследований признаки рака легкого, COVID-19, остеопороза позвоночника, аневризмы аорты, ишемической болезни сердца, инсульта, а также рака молочной железы, грыж позвоночника, артроза, плоскостопия и других заболеваний. Новейшая разработка в этом проекте – нейросеть для поиска признаков рассеянного склероза по снимкам МРТ головного мозга. Важно, что применение ИИ позволят врачу диагностировать рассеянный склероз на его ранней (доклинической) стадии. В рамках проекта реализованы уникальные алгоритмы для выявления патологий по более 20 клиническим направлениям.
Второй – система поддержки принятия врачебных решений (СППВР). Этот инструмент помогает на основе жалоб пациента подобрать наиболее вероятные диагнозы, а врач уже решает, соглашаться ли с ними.
Третий – чат-бот, собирающий жалобы пациентов на самочувствие перед посещением врача. Он опрашивает пациента и передает данные врачу. Таким образом, врач тратит меньше времени на сбор жалоб и анамнеза. Сервис стал доступен москвичам в 2021 году! По данным мэрии Москвы сервисом воспользовалась около 1,5 миллионов москвичей к началу 2023 года.
И четвертый – анализ электрокардиограмм. Все взрослые поликлиники в Москве оснастили цифровыми электрокардиографами с ИИ.
Резюме. КДС с применением искусственного интеллекта уже сегодня показывает высокую точность при постановке диагнозов, а если доктор и ИИ будут работать вместе, то вероятность совместных ошибок значительно снизится!
Рекомендуемая литература
- Брукшир Дж. Гленн, Брилов Деннис Компьютерные науки. Базовый курс М: Вильямс, 2019.
- Гельман В.Я. Медицинская информатика: практикум. СПб: Питер, 2001.
- Леонтьев В.П. Новейшая энциклопедия. Компьютер и Интернет. М.: ОЛМА Медиа Групп.
- Diagnostic Biomedical Signal and Image Processing Applications, London: Elsevier, 2023.