Магистр ДонНТУ КОЗЛОВ ОЛЕКСІЙ ЮРІЙОВИЧ Факультет: Комп'ютерних наук і технологій Кафедра: автоматизовані системи управління Спеціальність: Комп'ютерні системи діагностики Тема кваліфікаційної роботи магістра: "Розробка системи підтримки прийняття рішень в акушерстві та гінекології " Керівник: д.т.н., доцент кафедри АСУ Адамов В.Г.

Портал Магістрів ДонНТУ     ДонНТУ

АВТОРЕФЕРАТ
кваліфікаційної роботи магістра
"Розробка системи підтримки прийняття рішень в акушерстві та гінекології"

ВСТУП

На сьогоднішній день процеси глобальної комп'ютеризації дійшли до настільки вселяють масштабів, що практично скрізь можна зустріти комп'ютер. Ось і область УЗД діагностики не стала винятком. У процесі роботи лікаря УЗД діагностики дуже часто велику кількість часу витрачається на звірку отриманих результатів з наявними довідковими даними. У цей час входить як порівняння отриманого зображення з прикладами в довідниках, так і порівняння та аналіз отриманих замірів із наявними статистичними даними з різних джерел. Причому, велику частину часу займає саме аналіз отриманих вимірювань.

Метою розроблюваної системи підтримки прийняття рішень є спростити процес вибору найбільш відповідного діагнозу. Що в свою чергу зможе підвищити об'єктивність роботи лікаря-діагноста, знизити кількість часу, необхідного на огляд одного пацієнта і спростити роботу лікаря з довідковою літературою. Всі ці плюси здатні збільшити продуктивність кабінету УЗД, а це і є головною метою автоматизації більшості процесів - підвищення продуктивності.

1 АКТУАЛЬНІСТЬ ТЕМИ

При проведенні пренатальної ультразвукової діагностики час, необхідний на обстеження однієї пацієнтки, становить від 40 до 70 хв. З цього часу, приблизно, 5-7 хв витрачається на підготовку до і після діагностики, 10-15 хв на проведення необхідних замірів, 5 хв на заповнення супровідної документації, 20-30 хв на визначення діагнозу, пошук необхідної довідкової інформації в книгах і, при необхідності, нараду з іншими фахівцями.

Очевидно, що на час постановки діагнозу впливають такі якості лікаря-діагноста, як досвідченість, глибина знання матеріалу по темі дослідження, а так само швидкість орієнтування в наявному матеріалі. Крім особистісних характеристик лікаря-діагноста, що впливають на діагноз, є так само такі фактори як доступність і швидкість пошуку довідкової інформації.

Практично всі ці проблеми можна вирішити, використовуючи систему підтримки прийняття рішень, у складі якої знаходиться інтерактивний довідник. Таким чином, забезпечується акумулювання досвіду різних фахівців, об'єктивна оцінка результатів дослідження і висока швидкість пошуку довідкової інформації.

2 ЗВ'ЯЗОК РОБОТИ З НАУКОВИМИ ПРОГРАММАМИ, ПЛАНАМИ, ТЕМАМИ

Кваліфікаційна робота магістра виконувалася протягом 2009-2010 рр.. відповідно до науковими напрямками кафедри «Автоматизовані системи управління" Донецького національного технічного університету.

3 МЕТА І ЗАВДАННЯ ДОСЛІДЖЕНЬ

У зв'язку з тим, що з пренатальної ультразвукової діагностикою пов'язаний великий оббьем знань і природно, що одна людина може періодично не враховувати будь-які варіанти можливо вірних діагнозів, а також низький рівень формалізації наявних знань. Можна виділити основну мету так: Розробити систему підтримки прийняття рішень з урахуванням специфіки знань пренатальної діагностики, і можливістю швидкого пошуку довідкової інформації. Для досягнення даної мети необхідно вирішити наступні основні задачі:

1. Формалізація та приведення наявних знань у зручний для роботи вигляд;
2. Розробити структуру базу даних для зберігання знань про можливі діагнози;
3. Розробити структуру бази даних для зберігання результатів проведених досліджень;
4. Розробити принципи і математичну модель роботи системи підтримки прийняття рішень;
5. Експериментально перевірити ефективність роботи програми.

Об'єкт дослідження: процес постановки діагнозу за наявними результатами обстежень.

Предмет дослідження: методи та алгоритми прийняття рішень.

4 НАУКОВА НОВИЗНА

Наукова новизна полягає у використанні принципів нечіткої логіки для вирішення даної задачі. Завдяки цьому досягається відносність виводяться результатів, та можливість визначення відхилення від ідеально вірного результату. Крім цього, так як нечітка логіка не обмежує список виводяться результатів можна надавати користувачеві право вибору між найбільш вірогідними діагнозами.

5 ПРАКТИЧНЕ ЗНАЧЕННЯ ОДЕРЖАНИХ РЕЗУЛЬТАТІВ

Для довільного лікаря-діагноста дана система дозволить завжди напевно об'єктивно і найбільш точно ставити діагнози. Крім цього вона дозволити скоротити час на прийом пацієнта від 40-70 хв, до 30-50 хв за рахунок того, що буде значно зменшено час на пошук підтверджує інформації про передбачуване діагноз і вибір найбільш ймовірних діагнозів.

Крім цього досягається можливість ведення статистики відвідуваності кабінету, а так само звітність по кабінету, і окремо по кожній пацієнтці, виводячи їх на друк.

6 ПЕРЕГЛЯД ДОСЛІДЖЕНЬ І РОЗРОБОК ПО ТЕМІ

Розглянемо існуючі методи та інструментальні засоби, що застосовуються для вирішення даної задачі на глобальному рівні.

6.1 Огляд існуючих методів

6.1.1 Нейронні мережі

Нейронні мережі можна розглядати як сучасні обчислювальні вання системи, які перетворюють інформацію за образом процес сов, що відбуваються в мозку людини. Оброблювана інформація ІМЕ ет чисельний характер, що дозволяє використовувати нейронну мережу, на приклад, в якості моделі об'єкта з абсолютно невідомими характе ристики. Інші типові програми нейронних мереж охоплюють задачі розпізнавання, класифікації, аналізу і стиснення образів.

У самому спрощеному вигляді нейронну мережу можна розглядати як спосіб моделювання в технічних системах принципів організації і механізмів функціонування головного мозку людини. Відповідно до сучасних уявлень, кора головного мозку людини являє собою безліч взаємопов'язаних найпростіших осередків - нейронів, кількість яких оцінюється числом близько 10 ¹⁰ . Технічні системи, в яких робиться спроба відтворити, нехай і в обмежених масштабах, подібну структуру (апаратно або програмно), отримали найменування нейронні мережі.

Даний метод складно реалізуємо так як практично важко відстежити правильність роботи даного методу на етапі налагодження. А так само неможливість інтерпретації проміжних даних і складність роз'яснення результатів роботи мережі робить даний метод вкрай незручним для застосування у даному випадку.

6.1.2 Генетичні алгоритми

Генетичний алгоритм являє собою метод, відображають щий природну еволюцію методів вирішення проблем, і в першу чергу задач оптимізації. Генетичні алгоритми - це процедура ри пошуку, засновані на механізмах природного добору та насле нання. У них використовується еволюційний принцип виживання най більш пристосованих особин. Вони відрізняються від традиційних методів оптимізації декількома базовими елементами. У приватно сті, генетичні алгоритми:

1. обробляють не значення параметрів самого завдання, а їх закодовану форму;
2. здійснюють пошук рішення виходячи не з єдиної точки, а з їх деякої популяції;
3. використовують тільки цільову функцію, а не її похідні або іншу додаткову інформацію;
4. застосовують імовірнісні, а не детерміновані пра вила вибору.

Пошук (суб) оптимального рішення задачі виконується в процесі еволюції популяції - послідовного перетворення одного кінцевого безлічі рішень у іншого за допомогою генетичних операторів репродукції, кросинговеру та мутації. Наявність у генетичних алгоритмів цілої «популяції» рішень спільно з імовірнісним механізмом мутації, дозволяють припускати меншу ймовірність знаходження локального оптимуму і велику ефективність роботи на багатоекстремального ландшафті.

6.1.3 Системи з нечіткою логікою

Для багатьох програм, пов'язаних з управлінням технологічне ня процесами, необхідно побудова моделі розглянутого процесу. Знання моделі дозволяє підібрати відповідний регуля тор (модуль управління). Однак часто побудова коректної моделі являє собою важку проблему, що вимагає іноді введення різних спрощень. Застосування теорії нечітких множин для уп ління технологічними процесами не передбачає знання моді лий цих процесів. Слід тільки сформулювати правила поведінки у формі нечітких умовних суджень типу IF ... THEN.

Слід підкреслити, що додатки нечітких множин обхвати ють в даний час широкий спектр завдань - від простих пристроїв побутового призначення, до більш серйозних систем.

На рис 6.1 наведена структурна схема класичного модуля управління на основі нечіткої логіки.

Рісунок 1 - Схема класичного модуля управління на основі нечіткої логіки

База правил - представляє собою безліч правил R ( k ), k = 1 .. n, такого вигляду:

(6.1)

Де N - кількість нечітких правил, Aki - нечіткі множини.

(6.2)

Bkj - нечіткі множини

(6.3)

Символами ХI, i = 1 .. n, і Yj, j = 1 .. m позначаються відпо ньо простору вхідних і вихідних змінних.

Блок фуззіфікаціі - блок, який перетворює які подаються на його виходи точні величини (цифрові значення змінних) у відносні величиною (лінгвістичні змінні, зашиті в блок правил) з урахуванням імовірності кожної з цих величин.

Блок вироблення рішення - блок у якому власне і приймається список всіх допустимих рішень, при цьому обчислюється ймовірність кожного з них. Подані на вхід цього блоку відносні величини співвідносяться з правилами, які беруться з бази правил, і у результаті при збігу ситуації з правилом отримуємо один з можливих варіантів рішення. А ймовірність такого варіанту визначається за допомогою множення ймовірностей відносних величин. При виникненні двох суперечать результату, то обирається той, чия ймовірність вище.

Блок дефуззіфікаціі - виконує функцію представлення результатів роботи блоку прийняття рішень в доступному для об'єкта вигляді, щоб через вихід подати його на об'єкт і тим самим по впливати на об'єкт управління.

6.2 Огляд існуючих інструментальних засобів

На даний момент на ринку програмного забезпечення серед систем підтримки прийняття рішень є тільки одна система, яка максимально наближена до підтримки прийняття рішень в акушерстві та гінекології - це «ПМСД - Пренатальний Моніторинг Синдрому Дауна », розроблена ТОВ" Інтелектуальні Програмні Системи "(Росія).

призначеним для комп'ютерної підтримки процесів обстеження вагітних жінок на етапі 15-18 тижнів вагітності. Скринінг являє двоетапний (у разі необхідності) процес обстеження вагітної. На першому етапі проводиться біохімічне обстеження крові. Результатом цього обстеження є визначення ризику народження дитини з синдромом Дауна або ДЗНТ. У разі виявлення високого ризику по одному з напрямків обстеження, вагітної пропонується пройти уточнююче дообстеження у фахівця з пренатальної діагностика або пройти обстеження на УЗД-2.

Програмний комплекс представляє сукупність двох програм (головною і допоміжною), що відрізняються набором функціональних можливостей.

Головна програма встановлюється в центрі (ГЦ), що забезпечує виконання біохімічного обстеження крові і виробляють необхідні рекомендації на наступні обстеження. Засоби головної програми дозволяють виконати всі процеси обслуговування першого етапу пренатального скринінгу, а також накопичення фактичного матеріалу для проведення статистичного аналізу повноти і достатності вихідних даних біохімічних обстежень. Допоміжна програма призначена для використання в медичних центрах формування вихідної фактичної інформації про вагітних (звичайно це - жіночі консультації (ЖК)). Необхідність використання допоміжних програм визначається контингентом і наявністю певної кількості центрів формування вихідної інформації.

ПМСД реалізує наступні функціональні завдання.

• Заклад і зберігання облікових даних про вагітних.
• Заклад даних про наявність специфічних захворювань у вагітної, а також специфічних медичних показань.
• Облік результатів пологів.
• Облік результатів аналізу крові.
• Облік результатів виконання дій з пренатальної діагностики та УЗД.
• Накопичення даних для формування вихідних даних статистичного аналізу.
• Адміністрування інформаційної бази.

Необхідні системні параметри для нормального функціонування програмного комплексу:

• Операційна система: Microsoft Windows 98 / 2000 / XP / Vista
• Процесор класу: Intel Pentium IV 2.0 ГГц або вище
• Оперативна пам'ять: не менше 256 Mb
• Вільне місце на жорсткому диску не: менше 200 Mb
• Принтер: лазерний або струменевий формату А4

Серед недоліків даної системи можна назвати такі пункти:

1. Чи не адаптованість до середовища Українських нормативно-правових актів.
2. Відсутність програми орієнтованого окремо для лікаря УЗД діагностики:
• відсутність перевірки на інші види патологій, крім хвороби Дауна.
• відсутність можливості інтерактивного перегляду характерних зображень по одній, конкретної патології.
• відсутність рекомендацій за додатковими вимірами для максимально точної постановки діагнозу.
3. Відсутня можливість поповнення бази знань і правил з діагностуються діагнозами і її редагування.

Рісунок 2 - Прийняття рішень (анімація, кадрів (7), повторень нечкінченно, обсяг (50кБ)

7 ВИБІР І ОБГРУНТУВАННЯ НЕЧІТКОЇ ЛОГІКИ ДЛЯ РЕАЛІЗАЦІЇ СИСТЕМИ

У задачі вибору можливих діагнозів немає необхідності покривати невраховані варіанти, а отже, немає необхідності використовувати нейронні мережі. Особливо якщо врахувати складність роботи з проміжними і результуючий даними то нейронні мережі категорично не підходять для даної задачі.

З іншого боку, використання генетичних алгоритмів теж не підходить. Тому що, по-перше, важко скласти таку фітнес функцію, яка включала б у себе всі можливі вхідні дані, і навіть у цьому випадку при додаванні нового параметру для замірів. По-друге, від обраного діагнозу може залежати тільки коефіцієнти при змінних у фітнес-функції. По-третє, за великим рахунком складно відрізнити яка хромосома буде кращою: з одним або з кількома можливими діагнозами. У підсумку маємо багато складно розв'язуваних моментів робить даний метод слабо підходящим для вирішення даної задачі. До того ж ще одним великим мінусом даної методики є той факт, що для роботи генетичних алгоритмів необхідні досить великі системні ресурси, або помітна кількість часу на обробку даних.

У результаті найбільш підходящим методом є розробка систем на основі нечіткої логіки. Даний метод має здатність знаходити рішення з урахуванням їх значущості в даній ситуації, що зручно для наочності рекомендації лікаря. Так само, з огляду на той факт, що при запуску програми заздалегідь відомий список можливих діагнозів та умов їх виникнення, модно спочатку представити знання у вигляді системи правил у нечіткою логікою.

ВИСНОВОК

В результаті науково-дослідницької роботи було зібрано та вивчено матеріали з питань, пов'язаних з проведенням УЗД діагностики в гінекології та акушерстві, а так само вивчені методи реалізації систем підтримки прийняття рішень.

Серед методів організації систем підтримки прийняття рішень були розглянуті основні напрямки з позиції достоїнств і недоліків, і найбільш підходящою була обрана структура з використанням нечітких множин і правил на їх основі. Тому як на сьогодні структура логічних міркувань лікарів-діагностів дуже подібна структурі систем з нечіткою логікою, до того ж ця система дозволяє абстрагуватися від конкретних значень вимірів, і тим самим уникнути повторень подібних правил для різного періоду вагітності. А це в свою чергу дозволить значно зменшити оббьем бази знань і, як наслідок, швидкість роботи програмного забезпечення зросте.

Після консультації з лікарями-діагноста було так само прийнято рішення про введення в призначений для користувача інтерфейс довідкової системи. Даний довідник спрямований на спрощення прийняття остаточного рішення самим лікарем-діагностом після отримання списку передбачуваних діагнозів.

Планується розробка програмного забезпечення, що реалізує всі вищезгадані функції, а так само додаткове вивчення знань в області пренатальної діагностики з метою формалізації їх для подальшого введення в базу знань програмного забезпечення. А так само проведення експериментальних досліджень та оцінки ефективності функціонування вводиться системи.

Список літератури