Магистр ДонНТУ КОЗЛОВ АЛЕКСЕЙ ЮРЬЕВИЧ Факультет: Компьютерных наук и технологий Кафедра: автоматизированные системы управления Специальность: Компьютерные системы диагностики Тема квалификационной работы магистра: "Разработка системы поддержки принятия решений в акушерстве и гинекологии" Руководитель: д.т.н., доцент кафедры АСУ Адамов В.Г.

Портал Магистров ДонНТУ     ДонНТУ

АВТОРЕФЕРАТ
квалификационной работы магистра
"Разработка системы поддержки принятия решений в акушерстве и гинекологии"

ВВЕДЕНИЕ

На сегодняшний день процессы глобальной компьютеризации дошли до настолько внушающих масштабов, что практически везде можно встретить компьютер. Вот и область УЗИ диагностики не стала исключением. В процессе работы врача УЗИ диагностики очень часто большое количество времени расходуется на сверку полученных результатов с имеющимися справочными данными. В это время входит как сравнение полученного изображения с примерами в справочниках, так и сравнение и анализ полученных замеров с имеющимися статистическими данными из разных источников. Причем, большую часть времени занимает именно анализ полученных измерений.

Целью разрабатываемой системы поддержки принятия решений является упростить процесс выбора наиболее подходящего диагноза. Что в свою очередь сможет повысить объективность работы врача-диагноста, понизить количество времени, необходимого на осмотр одного пациента и упростить работу врача со справочной литературой. Все эти плюсы способны увеличить производительность кабинета УЗИ, а это и есть главной целью автоматизации большинства процессов – повышение производительности.

1 АКТУАЛЬНОСТЬ ТЕМЫ

При проведении пренатальной ультразвуковой диагностики время, необходимое на обследование одной пациентки, составляет от 40 до 70 мин. Из этого времени, приблизительно, 5-7 мин тратится на подготовку до и после диагностики, 10-15 мин на проведение необходимых замеров, 5 мин на заполнение сопроводительной документации, 20-30 мин на определение диагноза, поиск необходимой справочной информации в книгах и, при необходимости,совещание с другими специалистами.

Очевидно, что на время постановки диагноза влияют такие качества врача-диагноста, как опытность, глубина знания материала по теме исследования, а так же скорость ориентирования в имеющемся материале. Кроме личностных характеристик врача-диагноста, влияющих на диагноз, есть так же такие факторы как доступность и скорость поиска справочной информации.

Практически все эти проблемы можно решить, используя систему поддержки принятия решений, в составе которой находится интерактивный справочник. Таким образом, обеспечивается аккумулирование опыта различных специалистов, объективная оценка результатов исследования и высокая скорость поиска справочной информации.

2 СВЯЗЬ РАБОТЫ С НАУЧНЫМИ ПРОГРАММАМИ, ПЛАНАМИ, ТЕМАМИ

Квалификационная работа магистра выполнялась на протяжении 2009-2010 гг. в соответствии с научными направлениями кафедры «Автоматизированные системы управления» Донецкого национального технического университета.

3 ЦЕЛЬ И ЗАДАЧИ ИССЛЕДОВАНИЙ

В связи с тем, что с пренатальной ультразвуковой диагностикой связан большой оббьем знаний и естественно, что один человек может периодически не учитывать какие-либо варианты возможно верных диагнозов, а так же низкий уровень формализации имеющихся знаний. Можно выделить основную цель так: Разработать систему поддержки принятия решений с учетом специфики знаний пренатальной диагностики, и возможностью быстрого поиска справочной информации. Для достижения данной цели необходимо решить следующие основные задачи:

1. Формализация и приведение имеющихся знаний в удобный для работы вид;
2. Разработать структуру базу данных для хранения знаний о возможных диагнозах;
3. Разработать структуру базы данных для хранения результатов проведенных исследований;
4. Разработать принципы и математическую модель работы системы поддержки принятия решений;
5. Экспериментально проверить эффективность работы программы.

Объект исследования: процесс постановки диагноза по имеющимся результатам обследований.

Предмет исследования: методы и алгоритмы принятия решений.

4 НАУЧНАЯ НОВИЗНА

Научная новизна заключается в использовании принципов нечеткой логики для решения данной задачи. Благодаря этому достигается относительность выводимых результатов, и возможность определения отклонения от идеально верного результата. Кроме этого, так как нечеткая логика не ограничивает список выводимых результатов можно предоставлять пользователю право выбора между наиболее вероятными диагнозами.

5 ПРАКТИЧЕСКОЕ ЗНАЧЕНИЕ ПОЛУЧЕННЫХ РЕЗУЛЬТАТОВ

Для произвольного врача-диагноста данная система позволит всегда наверняка объективно и наиболее точно ставить диагнозы. Кроме этого она позволить сократить время на прием пациента от 40-70 мин, до 30-50 мин за счет того, что будет значительно уменьшено время на поиск подтверждающей информации о предполагаемом диагнозе и выбор наиболее вероятных диагнозов.

Кроме этого достигается возможность ведения статистики посещаемости кабинета, а так же отчетность по кабинету, и отдельно по каждой пациентке, выводя их на печать.

6 ОБЗОР ИССЛЕДОВАНИЙ И РАЗРАБОТОК ПО ТЕМЕ

Рассмотрим существующие методы и инструментальные средства, применяемые для решения данной задачи на глобальном уровне.

6.1 Обзор существующих методов

6.1.1 Нейронные сети

Нейронные сети можно рассматривать как современные вычисли¬тельные системы, которые преобразуют информацию по образу процес¬сов, происходящих в мозгу человека. Обрабатываемая информация име¬ет численный характер, что позволяет использовать нейронную сеть, на¬пример, в качестве модели объекта с совершенно неизвестными харак¬теристиками. Другие типовые приложения нейронных сетей охватывают задачи распознавания, классификации, анализа и сжатия образов.

В самом упрощенном виде нейронную сеть можно рассматривать как способ моделирования в технических системах принципов организации и механизмов функционирования головного мозга человека. Согласно современным представлениям, кора головного мозга человека представляет собой множество взаимосвязанных простейших ячеек — нейронов, количество которых оценивается числом порядка 10¹⁰. Технические системы, в которых предпринимается попытка воспроизвести, пусть и в ограниченных масштабах, подобную структуру (аппаратно или программно), получили наименование нейронные сети.

Данный метод сложно реализуем так как практически тяжело отследить правильность работы данного метода на этапе отладки. А так же невозможность интерпретации промежуточных данных и сложность разъяснения результатов работы сети делает данный метод крайне неудобным для применения у данном случае.

6.1.2 Генетические алгоритмы

Генетический алгоритм представляет собой метод, отражаю¬щий естественную эволюцию методов решения проблем, и в первую очередь задач оптимизации. Генетические алгоритмы - это процеду¬ры поиска, основанные на механизмах естественного отбора и насле¬дования. В них используется эволюционный принцип выживания наи¬более приспособленных особей. Они отличаются от традиционных методов оптимизации несколькими базовыми элементами. В частно¬сти, генетические алгоритмы:

1. обрабатывают не значения параметров самой задачи, а их закодированную форму;
2. осуществляют поиск решения исходя не из единственной точки, а из их некоторой популяции;
3. используют только целевую функцию, а не ее производные либо иную дополнительную информацию;
4. применяют вероятностные, а не детерминированные пра¬вила выбора.

Поиск (суб)оптимального решения задачи выполняется в процессе эволюции популяции – последовательного преобразования одного конечного множества решений в другое с помощью генетических операторов репродукции, кроссинговера и мутации. Наличие у генетических алгоритмов целой «популяции» решений совместно с вероятностным механизмом мутации, позволяют предполагать меньшую вероятность нахождения локального оптимума и большую эффективность работы на многоэкстремальном ландшафте.

6.1.3 Системы с нечеткой логикой

Для многих приложений, связанных с управлением технологичес¬кими процессами, необходимо построение модели рассматриваемого процесса. Знание модели позволяет подобрать соответствующий регуля¬тор (модуль управления). Однако часто построение корректной модели представляет собой трудную проблему, требующую иногда введения различных упрощений. Применение теории нечетких множеств для уп¬равления технологическими процессами не предполагает знания моде¬лей этих процессов. Следует только сформулировать правила поведения в форме нечетких условных суждений типа IF ... THEN.

Следует подчеркнуть, что приложения нечетких множеств охваты¬вают в настоящее время широкий спектр задач — от простых устройств бытового назначения, до более серьезных систем.

На рис 6.1 приведена структурная схема классического модуля управления на основе нечеткой логики.

Рисунок 1 – Схема классического модуля управления на основе нечеткой логики

         (6.1)

                                         (6.2) 

                                       (6.3)

Символами Хi, i = 1..n, и Yj, j = 1..m обозначаются соответст¬венно пространства входных и выходных переменных.

Блок фуззификации – блок, который преобразовывает подаваемые на его выходы точные величины (цифровые значения переменных) в относительные величиной (лингвистические переменные, зашитые в блок правил) с учетом вероятности каждой из этих величин.

Блок выработки решения – блок в котором собственно и принимается список всех допустимых решений, при этом вычисляется вероятность каждого из них. Поданные на вход этого блока относительные величины соотносятся с правилами, которые берутся из базы правил, и в итоге при совпадении ситуации с правилом получаем один из возможных вариантов решения. А вероятность такого варианта определяется при помощи перемножения вероятностей относительных величин. При возникновении двух противоречащих результата, то выбирается тот, чья вероятность выше.

Блок дефуззификации – выполняет функцию представления результатов работы блока принятия решений в доступном для объекта виде, чтобы через выход подать его на объект и тем самым по воздействовать на объект управления.

6.2 Обзор существующих инструментальных средств

На данный момент на рынке программного обеспечения среди систем поддержки принятия решений есть только одна система, которая максимально приближена к поддержке принятия решений в акушерстве и гинекологии – это «ПМСД - Пренатальный Мониторинг Синдрома Дауна», разработанная ООО "Интеллектуальные Программные Системы" (Россия).

Предназначенной для компьютерной поддержки процессов обследования беременных женщин на этапе 15-18 недель беременности. Скрининг представляет двухэтапный (в случае необходимости) процесс обследования беременной. На первом этапе проводится биохимическое обследование крови. Результатом этого обследования является определение риска рождения ребенка с синдромом Дауна или ДЗНТ. В случае выявления высокого риска по одному из направлений обследования, беременной предлагается пройти уточняющее дообследование у специалиста по пренатальной диагностика или пройти обследование на УЗИ-2.

Программный комплекс представляет совокупность двух программ (главной и вспомогательной), отличающихся набором функциональных возможностей.

Главная программа устанавливается в центре (ГЦ), обеспечивающем выполнение биохимического обследования крови и вырабатывающем необходимые рекомендации на последующие обследования. Средства главной программы позволяют выполнить все процессы обслуживания первого этапа пренатального скрининга, а также накопления фактического материала для проведения статистического анализа полноты и достаточности исходных данных биохимических обследований. Вспомогательная программа предназначена для использования в медицинских центрах формирования исходной фактической информации о беременных (обычно это – женские консультации (ЖК)). Необходимость использования вспомогательных программ определяется контингентом и наличием определенного количества центров формирования исходной информации.

ПМСД реализует следующие функциональные задачи.

• Заведение и хранение учетных данных о беременных.
• Заведение данных о наличии специфических заболеваний у беременной, а также специфических медицинских показаний.
• Учет результатов родов.
• Учет результатов анализа крови.
• Учет результатов выполнения действий по пренатальной диагностике и УЗИ.
• Накопление данных для формирования исходных данных статистического анализа.
• Администрирование информационной базы.

Необходимые системные параметры для нормального функционирования программного комплекса:

• Операционная система: Microsoft Windows 98 / 2000 / XP / Vista
• Процессор класса: Intel Pentium IV 2.0 ГГц или выше
• Оперативная память: не менее 256 Mb
• Свободное место на жёстком диске не: менее 200 Mb
• Принтер: лазерный или струйный формата А4

Среди недостатков данной системы можно назвать такие пункты:

1. Не адаптированность к среде Украинских нормативно-правовых актов.
2. Отсутствие приложения ориентированного отдельно для врача УЗИ диагностики:
• отсутствие проверки на остальные виды патологий, кроме болезни Дауна.
• отсутствие возможности интерактивного просмотра характерных изображений по одной, конкретной патологии.
• отсутствие рекомендаций по дополнительным измерениям для максимально точной постановки диагноза.
3. Отсутствует возможность пополнения базы знаний и правил по диагностируемым диагнозам и ее редактирование.

Рисунок 2 - Принятие решения (анимация, кадров (7), цикл безконечный, объем (50кБ)

7 ВЫБОР И ОБОСНОВАНИЕ НЕЧЕТКОЙ ЛОГИКИ ДЛЯ РЕАЛИЗАЦИИ СИСТЕМЫ

В задаче выбора возможных диагнозов нет необходимости покрывать неучтенные варианты, а значит нет необходимости использовать нейронные сети. Особенно если учесть сложность работы с промежуточными и результирующими данными то нейронные сети категорически не подходят для данной задачи.

С другой стороны использование генетических алгоритмов тоже не подходит. Так как, во-первых, сложно составить такую фитнес функцию, которая включала бы в себя все возможные входные данные, и даже в этом случае при добавлении нового параметра для замеров. Во-вторых, от выбранного диагноза может зависеть только коэффициенты при переменных в фитнес-функции. В-третьих, по большому счету сложно отличить какая хромосома будет лучшей: с одним или с несколькими возможными диагнозами. В итоге имеем много сложно решаемых моментов делает данный метод слабо подходящим для решения данной задачи. К тому же еще одним большим минусом данной методики является тот факт, что для работы генетических алгоритмов необходимы довольно большие системные ресурсы, либо заметное количество времени на обработку данных.

В итоге наиболее подходящим методом является разработка систем на основе нечеткой логики. Данный метод обладает способностью находить решения с учетом их значимости в данной ситуации, что удобно для наглядности рекомендации врачу. Так же, учитывая тот факт, что при запуске программы заранее известен список возможных диагнозов и условий их возникновения, модно изначально представить знания в виде системы правил в нечеткой логикой.

ЗАКЛЮЧЕНИЕ

В результате научно-исследовательской работы были собраны и изучены материалы по вопросам, связанным с проведением УЗИ диагностики в гинекологии и акушерстве, а так же изучены методы реализации систем поддержки принятия решений.

Среди методов организации систем поддержки принятия решений были рассмотрены основные направления с позиции достоинств и недостатков, и наиболее подходящей была выбрана структура с использованием нечетких множеств и правил на их основе. Потому как на сегодня структура логических рассуждений врачей-диагностов очень подобна структуре систем с нечеткой логикой, к тому же данная система позволяет абстрагироваться от конкретных значений замеров, и тем самым избежать повторений подобных правил для различного периода беременности. А это в свою очередь позволит значительно уменьшить оббьем базы знаний и, как следствие, скорость работы программного приложения возрастет.

После консультации с врачами-диагностами было так же принято решение о введении в пользовательский интерфейс справочной системы. Данный справочник направлен на упрощение принятия окончательного решения самим врачом-диагностом после получения списка предполагаемых диагнозов.

Планируется разработка программного приложения, реализующего все вышеуказанные функции, а так же дополнительное изучение знаний в области пренатальной диагностики с целью формализации их для дальнейшего введения в базу знаний программного приложения. А так же проведении экспериментальных исследований и оценки эффективности функционирования вводимой системы.

СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ