Система интеллектуальной поддержки обследования больных, управляемая онтологией

Авторы: В.В. Грибова, А.В. Тарасов, М.Ю. Черняховская

Источник: http://www.iacp.dvo.ru/is/publications/Gribova.doc

Введение

Объем профессиональных знаний, необходимых для успешной практической деятельности врача, всегда был значителен. Мировая практика свидетельствует, что одним из наиболее эффективных средств обеспечения уровня квалификации врачей являются программные системы интеллектуальной поддержки медицинской деятельности. Такие системы должны быть основаны на базах знаний, соответствующих современному уровню науки. Для их создания необходимо наличие модели медицинских знаний, отражающей современное состояние проблемы [1].

В настоящее время известно множество различных систем [2,3,4], которые имеют широкий спектр возможностей для построения моделей предметных областей и приобретения знаний. Однако, эти системы предполагают участия в них инженеров знаний, что приводит к значительному усложнению сопровождения таких систем. Существующие медицинские информационные системы [5, 6] не представляют пользователям средств для просмотра и редактирования медицинских знаний системы.

В данной работе описывается Система интеллектуальной поддержки обследования больных, управляемая онтологией для врача-уролога (далее Система). Система поддерживает современный уровень обследования больных, избавляет врачей от рутинной работы по заполнению историй болезни и автоматически формирует компьютерный архив историй болезни, который может быть использован для любой статистической обработки. Исключительно важно то, что Система содержит редактор базы знаний (базы наблюдений), управляемый онтологией наблюдений, который позволяет экспертам предметной области самостоятельно осуществлять ее (базы наблюдений) наполнение и изменение. Система может быть использована также для повышения уровня медицинского образования.

Требования к Системе

Исследование результатов работы прототипной версии системы [7] и обсуждение ее с высококвалифицированными специалистами, позволили сформулировать основные требования к системе. Система должна формировать: традиционную для врачей структуру истории болезни любой степени сложности, истории болезни с любым количеством осмотров больного, архив историй болезни (автоматически) и поиск в нем необходимой информации. Кроме того, Система должна быть легко модифицируема.

Онтология наблюдений

Описание любого наблюдения (жалобы, данные анамнеза, или объективного исследования и т.п.) строится на основании онтологии наблюдений, разработанной в [1]. Онтология наблюдений содержит определение всех классов понятий, связанных с медицинскими наблюдениями. Все элементы онтологии наблюдений образуют иерархию и делятся на четыре класса: группы наблюдений, наблюдения, характеристики и значения.

Группа наблюдений - это объединение ряда концептуально связанных наблюдений, традиционно используемое в медицине. Примерами группы наблюдений являются: жалобы, история настоящего заболевания, история жизни. данные объективного исследования, лабораторные и инструментальные методы исследования. Группа наблюдений может включать себя другие группы наблюдений. Например, группа наблюдений «данные объективного исследования» состоит из групп наблюдений: общий осмотр и осмотр по системам. Последняя группа наблюдений также состоит из групп наблюдений: система органов дыхания, система органов кровообращения, система органов пищеварения, система органов мочевыделения и т.п.

Каждая из групп наблюдений стоит из наблюдений, которые традиционно определены в качестве соответствующих понятий в медицине. Например, группа наблюдений «система органов мочевыделения» состоит из наблюдений: крайняя плоть, мочеиспускательный канал,…, почки, симптом Пастернацкого. Наблюдения могут быть простыми, не имеющими внутренней структуры и составными, структура которых является сложной. Примером простого наблюдения является наблюдение «общее состояние» ( удовлетворительное, средней тяжести, тяжелое).

Структура составных наблюдений описывается характеристиками, которые в свою очередь определяются областью возможных значений. Например, составное наблюдение из группы жалоб − «кровь в моче» описывается характеристиками: присутствие, связь с мочеиспусканием, интенсивность, форма сгустков крови, причина. Характеристики, в свою очередь, могут также описываться характеристиками, если эта характеристика может быть далее детализирована.

Простые наблюдения и характеристики составных наблюдений описываются областью возможных значений – множеством значений, которые могут быть получены в результате этого наблюдения.

Значения могут быть качественными (областью возможных значений описывается вербально) или числовыми (в этих случае областью возможных значений является числовой интервал). Числовые значения могут быть целыми и вещественными.

Ниже приведен пример описания всех компонентов онтологии.

    Наблюдение - общий анализ мочи описывается характеристиками:

    Цвет мочи: соломенно-желтый, зеленовато-бурый, мясных помоев, …

    Прозрачность: прозрачная, мутная.

    Запах: обычный, аммиачный, фруктовый.

    Белок: описываются вербально (норма 0 - 0,033 г/л).

    Сахар: отсутствует, имеется.

    Ацетон: (), ( ).

    Микроскопическое исследование – в свою очередь описывается характеристиками:

    Эритроциты: отсутствуют, свежие, выщелочные.

    Лейкоциты: единичные, значительное количество.

    Клетки почечного эпителия: отсутствуют, единичные, значительное количество.

    Цилиндры: отсутствуют, гиалиновые (единичные, значительное количество), … Соли: отсутствуют, ураты (единичные, значительное количество), оксалаты,… Бактериоскопия (микрофлора): микрофлора отсутствует, кишечная палочка, гонококк, стафиллококк, стептококк, микобактерии и др.

    Уробилиноген: имеется, отсутствует.

    Диастаза: описывается числовыми значениями (норма до 64 ед.)

    База наблюдений – Урология содержит 48 групп наблюдений, 210 наблюдений, из них простых 88, характеристик 569.

Метод реализации Системы

Истории болезни формируются на основе модели предметной области (базы наблюдений) в области урологии. База наблюдений имеет большой объем и может изменяться (вводятся новые наблюдения, дополняются и изменяются существующие). Изменения базы наблюдений требуют модификации интерфейса, поэтому разработка пользовательского интерфейса для данного программного средства с помощью традиционных средств является крайне трудоёмкой и затратной.

Принимая во внимание вышеизложенное, в качестве средства реализации было выбрано инструментальное средство для разработки и автоматической генерации пользовательских интерфейсов Onto Dev (далее Onto Dev) [8]. Основными принципами разработки интерфейса с помощью данного инструментального средства являются: раздельное проектирование интерфейса и прикладной программы с последующим их связыванием; объединение однородной по содержанию информации в компоненты модели интерфейса; формирование компонентов модели интерфейса на основе моделей онтологий, отражающих специфику каждого его компонента.

Onto Dev представляет собой интегрированную среду, состоящую из редакторов для формирования компонентов модели интерфейса и генератора кода. Редакторы, управляемые моделями онтологий, позволяют разработчику в диалоговом режиме описать модель интерфейса. Генератор кода преобразует модель интерфейса в код на выбранном языке программирования (Java, C#), а также связывает код интерфейса и прикладной программы, реализуя (по выбору разработчика) локальное или распределенное приложение.

Применение OntoDev для разработки пользовательского интерфейса системы позволило значительно сократить трудоемкость разработки и упростить последующее сопровождение интерфейса Системы, при этом максимально вовлечь экспертов предметной области в процесс разработки и сопровождения пользовательского интерфейса. Это удалось за счет следующих возможностей OntoDev: выделения базы наблюдений в отдельный компонент и предоставление экспертам предметной области редактора базы наблюдений для ее модифицирования; наличия средств сопоставления абстрактным терминам модели онтологии (онтологии наблюдений) их представления в интерфейсе и автоматическое преобразование в заданные представления.

Архитектура и функции Системы

Система состоит из двух основных частей – Редактора базы наблюдений и Редактора историй болезни. Редактор базы наблюдений, управляемый онтологией наблюдений, является компонентом Onto Dev. С его помощью эксперт предметной области формирует и сопровождает базу наблюдений по урологии в процессе жизненного цикла Системы.

Врач-уролог с помощью Редактора истории болезни формирует историю болезни конкретного пациента. Система позволяет вносить информацию об осмотрах больного с уточнением даты и времени осмотра. Историю болезни можно просмотреть в структурированном виде и напечатать. Архив историй болезни формируется автоматически и может быть использован другими программными средствами.

Обсуждение

В настоящее время Система проходит опытную эксплуатацию. Основное преимущество Системы – возможность сопровождения базы наблюдений данной предметной области её экспертами. Особенности реализации (сопоставление абстрактным терминам модели онтологии наблюдений их представления в интерфейсе) позволяют автоматически изменять пользовательский интерфейс Системы без изменения ее программного кода. Данная Система может быть использована в других областях медицины, так как представленная в ней онтология наблюдений является универсальной для всех разделов медицины. Так, в настоящее время в отделе Интеллектуальных систем ИАПУ ДВО РАН разрабатывается Интернет-версия экспертной системы медицинской диагностики по офтальмологии, в которой данная Система (с базой наблюдений «офтальмология») является пользовательским интерфейсом экспертной системы.

    Список литературы.

1 Черняховская М.Ю. Представление знаний в экспертных системах медицинской диагностики. Владивосток: ДВНЦ АН СССР, 1983. 212 с.

2 Puerta A.R., Egar J., Tu S. W., Musen, M., A. A multiple-method shell for the automatic generation of knowledge based systems. IEEE Transactions on Systems, Man and Cybernetics, 22. 1992. pp.1361-1375.

3 Major, N., and Reichgelt, H. ALTO: an automated laddering tool. In Wielinga, B.J., Boose, J.H., Gaines, B.R., Schreiber, A., T.,& van Someren, M., editors, Current trends in knowledge acquisition, IOS Press. 1990. p. 222-236.

4 Eriksson H. Models for knowledge-acquisition tool design // Knowledge acquisition. 1994. N. 6. pp.47-74.

5 Shortliffe E.H. Clinical information systems in the era of manage care. Transactions of the American Clinical and Climatological Association. 1993. pp. 203-215.

6 Henry S., Lenert L. Linking Process and Outcome with an Integrated Clinical Information System. 1993 .Annual HIM SS Conference. San Diego, CA, pp.58-79.

7 Коктышева Г.А., Петряева М.В. Использование системы интеллектуальной поддержки обследования больных в учебном процессе. Владивосток: ИАПУ ДВО АН СССР, 2004. 14с.

8 Грибова В.В., Тарасов А.В. Инструментальное средство ONTO DEV для проектирования и автоматической генерации пользовательского интерфейса // Информатика и системы управления. 2006. № 1. C. 152-158.