автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.09, диссертация на тему:Алгоритмизация процесса гипотензивной терапии на основе моделей многоальтернативного выбора

На правах рукописи

БУРКОВСКАЯ ЕЛЕНА НИКОЛАЕВНА

Алгоритмизация процесса гипотензивной терапии Р Г Б ОД

на основе моделей многоальтернативного выбора

2 8 МАР 2Т1

Специальность 05.13.09 - Управление в биологических и медицинских системах (включая применение вычислительной техники)

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата медицинских наук

Воронеж - 2000

Работа выполнена на кафедре госпитальной терапии Воронежской государственной медицинской академии им. H.H. Бурденко

Научный руководитель: доктор медицинских наук,

профессор Минаков Э.В.

Официальные оппоненты: доктор медицинских наук,

Кузнецов С.И.

кандидат медицинских наук, Офицеров И.О.

Ведущая организация: Курский государственный

медицинский университет

Защита состоится 14 апреля 2000 г. в 17 часов на заседании диссертационного совета Д 063.81.04 Воронежского государственного технического университета по адресу: г. Воронеж, Московский проспект, 14.

С диссертацией можно ознакомиться в библиотеке Воронежского государственного технического университета.

Автореферат разослан « 2000 г.

Ученый секретарь диссертационного совета'

С ^

Пасмурное С.М.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. Артериальной пшертензией (АГ) в стране страдает более 30 млн. человек, ежегодно выявляется до 0,5 млн. больных (Жюгжда А.Ю. с соавт., 1992). На основании последних статистических оценок можно сказать, что в России отмечена крайне высокая частота таких' грозных сердечно-сосудистых осложнений (ССО), как инсульты и ишемическая болезнь сердца (ИБС) (второе место по частоте среди стран мира как у мужчин, так и у женщин) (Жуковский Г.С. с соавт., 1997). По последним данным рабочей группы ВОЗ (1997 год) Россия по смертности от ИБС и инсультов мозга занимает одно из первых мест в Европе. По данным национальной статистики России среди мужчин 45-74 лет 87,5% смертей от ССО приходится на ИБС и инсульты, а доля указанных осложнений АГ в структуре общей смертности составляет 40,8%. Ряд авторов считают, что потерн потенциальной жизни, рассчитанные в показателе человеко-лет, от ИБС превышают 19 млн. человеко-лет, от цереброваскулярных осложнений составляют почти 15 млн. человеко-лет, причем 2/3 смертей падает на работоспособный контингент. Данные обстоятельства обусловливают медицинскую, социальную и экономическую значимость проблемы лечения больных артериальной гипертензией.

При этом, несмотря на достаточно высокий уровень знаний в области диагностики и дифференциальной диагностики заболеваний, сопровождающихся гипертензивным синдромом, а также используемых в настоящее время в клинической практике компьютерных систем автоматизации лечения, задача формализации индивидуального выбора гипотензивной терапии является до сих пор не окончательно решенной. Причиной этого является с одной стороны невозможность оценки практическим врачом всего спектра патогенетических сдвигов, лежащих в основе формирования клинических симптомокомплексов, а с другой стороны, отсутствие подходов, позволяющих формализовать выбор гипотензивного препарата с учетом всех особенностей течения заболевания у конкретного больного и возможных эффектов воздействия препарата. Существующие в настоящее время подходы к решешоо данной проблемы предполагают ограниченную индивидуализацию схемы гипотензивной терапии, основанную на выборе предопределенного для больных данного класса варианта лечения из некоторого множества типовых схем (библиотеки). Такой подход не позволяет соотнести выбор гипотензивного препарата с параметрами состояния конкретного больного и, соответственно, не в полной мере отвечает необходимости выбора строго индивидуализированного с учетом всех факторов риска лечебного режима для больного АГ, получившего название риск-стратегии (Гогин Е.Е., 1997). Пути решения проблемы лечения больных АГ в данном аспекте лежат в области реализации моделей многоальтернативного выбора врачебных решений, которые наиболее адекватно отражают стратегию врача в процессе гипотензивной терапии.

Также проблема лечения больных АГ осложняется отсутствием средств оценки эффективности проводимой гипотензивной терапии, которые позволяли бы учитывать динамику изменения всех контролируемых параметров состояния пациента. Для решения данной задачи могут быть использованы средства выразительного графического отображения состояния больного, предоставляющие врачу возможность интегральной визуальной образной оценки динамики состояния пациента в ходе лечения.

Таким образом, разработка математических моделей многоальтернативного выбора рациональной тактики лечения АГ, позволяющих в условиях неполноты диагностической информации производить строго индивидуализированный выбор гипотензивной терапии, максимально корректирующей измененные параметры состояния пациента при минимизации побочных эффектов, а также средств оценки эффективности проводимой терапии на основе выразительного графического отображения состояния пациента является актуальной научной проблемой.

Работа выполнена в соответствии с межвузовской научно-технической программой «Перспективные информационные технологии в высшей школе» на кафедре госпитальной терапии Воронежской государственной медицинской академии им. H.H. Бурденко.

Цель и задачи исследования. Разработка средств формализованного описания и алгоритмов принятия врачебных решений в процессе гипотензивной терапии, реализующих модели многоальтернативного выбора рациональной тактики лечения, а также средств выразительного графического отображения динамики состояния пациента.

Для достижения поставленной цели в работе определены следующие задачи исследования:

1. Провести анализ проблемной области, включая современные подходы к диагностике и лечению АГ для выявления наиболее информативных параметров состояния пациента, значения которых определяют выбор гипотензивной терапии.

2. Разработать логико-вероятностную модель стратегии принятия врачебных решений на всех этапах ведения больных АГ.

3. Разработать комплекс моделей и алгоритмов многоальтернативного выбора индивидуальной гипотензивной терапии, обеспечивающих максимальную коррекцию измененных параметров состояния пациента при минимизации побочных эффектов.

4. Осуществить алгоритмизацию процедуры обоснования сформированных решений.

5. Разработать способ оценки эффективности проводимой гипотензивной терапии на основе средств выразительного графического отображения динамики состояния пацие1гга.

6. Произвести апробацию разработанных моделей и алгоритмов на основе архивных материалов (историй болезней), а также в реальных клинических

2

условиях при лечении больных артериальной гипертензией (с использованием данных суточного мониторировання артериального давления).

Методы исследования. В работе использованы методы анкетирования, сбора анамнеза, физикального обследования, лабораторного исследования крови и мочи, электрокардиографии, ЭХО-КГ, мониторирования АД, методы математического моделирования, искусственного интеллекта, методы математической статистики.

Научная иовнзна. В диссертации получены следующие результаты, характеризующиеся научной новизной:

способ формализованного описания процесса принятия врачебных решений, основанный на продукционной модели представления знаний и Байесовском подходе, отличающийся объективной количественной оценкой обоснованности альтернативных решений, а также возможностью работы с неполной исходной информацией;

логико-вероятностная модель стратегии принятия врачебных решений, обеспечивающая обоснованный выбор альтернативных решений за счет независимого объективного анализа информативных признаков;

комплекс моделей и алгоритмов многоальтернативного выбора, обеспечивающих информационную поддержку всех этапов ведения больного артериальной гипертензией;

алгоритм автоматического обоснования сформированных решений, основанный на генерации текстовых отчетов, отличающийся возможностью активизировать участие врача в процессе ведения больного;

способ многомерной визуализации состояния пациента на основе сшггеза мимики, позволяющий оценивать динамику контролируемых параметров в процессе лечения.

Практическая значимость результатов диссертационной работы.

Разработанные модели и алгоритмы, реализованные в компьютерной программе ВРЕхри1, позволяют практическому врачу производить объективную оценку характера АГ, осуществлять выбор наиболее рационального способа терапевтического воздействия (медикаментозное или немедикаментозное) и гипотензивного препарата в случае назначения антигнпертензивной терапии. Кроме того медицинская интеллектуальная компьютерная система (МИКС) обеспечивает врачу поддержку принятия решения о назначешш разовой и суточной дозы лекарственного препарата с учетом индивидуальных параметров состояния конкретного пациента, а также позволяет производить интегральную балльную и качественную (визуальную) оценку динамики состояния больного, на основании которых врач может вносить коррективы в исходные схемы лечешм при услошш неадекватности проводимой терапии. Применение данного подхода приводит к уменьшению количества побочных эффектов и ятрогенных осложнешш гипотензивной терапии, а также предотвращает осложнения, вызванные заболеванием, что обусловливает медицинскую эффективность использования МИКС.

Функции разработанной МИКС позволяют еще на амбулаторно-поликлшшческом этапе определить группы больных, нуждающихся в госпитализации, а на госпитальном этапе сократить пребывание больного в стационаре. Рационально выбранное лечение позволяет улучшить комплайентность больного, а следовательно результаты лечения и прогноз заболевания. Таким образом экономическая эффективность внедрения результатов диссертационного исследования состоит в предотвращении возможного ущерба, связанного с увеличением времени нетрудоспособности, развитием осложнений АГ и неоправдшшыми расходами на нерациональную гипотензивную терапию.

Реализация и внедрение результатов работы. Основные результаты диссертационной работы реализованы в программном продукте BPExpert, который внедрен в процесс обучения специалистов на школе-семинаре «Новые методы диагностики и лечения» ВГМА им. H.H. Бурденко, на кафедре терапии ФУВ ВГМА, в учебный процесс кафедры госпитальной терапии ВГМА, а также в клиническую практику кардиологического отделения областной клинической больницы г. Воронежа.

Предполагаемый экономический эффект от внедрения результатов диссертационного исследования определяется повышением качества лечения больных АГ и соответствующим сокращением сроков пребывания в стационаре на 15-20%.

Апробация работы. Основные результаты диссертационной работы были представлены и обсуждались на Всероссийском совещании-семинаре «Математическое обеспечение информационных технологий в технике, образован™, медицине» (г. Воронеж, 1996); на Всероссийском научном обществе кардиологов «Современные аспекты кардиологии» (Нальчик, Воронеж, 1996); на I Съезде кардиологов Юга России (Ростов-на-Дону, 1997); на II Республиканской электронной научной конференции «Современные проблемы информатизации» (Воронеж, 1997); на III Международной научно-технической конференции «Физика и радиоэлектроника в медицине и биотехнологии» (Владимир, 1997); на IV Международном конгрессе «Реабилитация в медицине и иммунореабшштация» (Москва, 1998); на 11 областной научно-практической конференции «День науки» (Липецк, 1999); на VI Всероссийском съезде кардиологов (Москва, 1999); на областной конференции «Диспансеризация и реабилитация лиц, пострадавших в результате аварии па Чернобыльской АЭС и современные методы диагностики и лечения» (Воронеж, 1999).

Публикации. По основным результатам диссертации опубликовано 13 научных работ. Оформлена заявка на изобретение «Способ индивидуального выбора гипотензивного препарата для лечения артериальной гипертензии», приоритетная справка № 99126345/14(027945) от 15.12.1999 г.

Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения, списка литературы из 320 наименований и приложения.

Основная часть изложена на 143 страницах машинописного текста, содержит 27 рисунков и 26 таблиц.

СОДЕРЖАНИЕ РАБОТЫ

Во введении обосновывается актуальность работы, сформулированы цель и задачи исследования, научная новизна и практическая значимость полученных результатов.

В первой главе проведен анализ эпидемиологической ситуации по АГ в России и других странах. Показана необходимость целенаправленных мероприятий по своевременной диагностике, лечению и профилактике больных АГ. Проведен сравнительный анализ современных классификационных схем этого заболевания, рассмотрены их достоинства и недостатки. Проанализированы различные подходы в тактике ведения больных АГ, разработанные в современных методических рекомендациях, принятых в России и за рубежом. Показана необходимость выбора строго индивидуализированного с учетом всех факторов риска лечебного режима для больного АГ, то есть определение риск-стратегии.

Обоснована необходимость совершенствования методов формализации процесса ведения больных данной нозологической группы, а также разработки средств оценки эффективности проводимой гипотензивной терапии.

Во второй главе предложена логико-вероятностная модель принятия врачебных решений в процессе ведения больных артериальной гинертензией. В основе модели лежит способ формализации медицинских знаний посредством применения математического аппарата нечеткой логики (Байесовский подход). Структурная схема модели представлена на рис. 1.

Рис. 1. Схема модели принятия врачебных решений

В данной модели процесс принятия врачебного решения представлен как процесс рассмотрения некоторого множества предположений, то есть возможных в данной конкретной ситуации решений, и обоснованный выбор одного из них на основе анализа свидетельств «за» или «против» принятия того или иного предположения. В модели, таким образом рассматривается множество свидетельств, каждый элемент которого представляет собой логическое обоснование принятия какого-либо решения, сводимое к логической конструкции «если-то». Множество свидетельств формируется на основе объективных данных, полученных при обследовании пациента. Наиболее обоснованное с учетом всех • имеющихся свидетельств предположение считается окончательным решением.

Для учета вероятностного характера процесса обоснования решений, а также возможной неполноты исходных диагностических данных содержанию рассматриваемой модели дана математическая интерпретация на основе формулы условной вероятности Байеса:

В терминах модели принятия врачебных решений используемый математический аппарат имеет следующее содержание: множество альтернативных предположений рассматривается как множество конкурирующих, априорно равновероятных гипотез, составляющих полную группу событий; свидетельства, сформированные на основе данных обследования пациента, играют роль свидетельств, участвующих в вычислении апостериорных вероятностей гипотез; процедура обоснования предположений соответствует процедуре вычисления апостериорных вероятностей гипотез по формуле условной вероятности Байеса (1) с учетом наличия свидетельств; выбор наиболее обоснованного предположения производится на основе сравнительного анализа полученных значений апостериорных вероятностей; наиболее вероятное с учетом имеющихся свидетельств предположение рассматривается как окончательное решите. Для обеспечения функционирования модели необходимо наличие оценок условных вероятностей свидетельств относительно каждой из рассматриваемых гипотез, а также оценок вероятностей наличия свидетельств. Вероятность наличия свидетельства может быть определена по формуле полной вероятности

(1)

где Р(Е:Н) - вероятность наличия свидетельства при наличии гипотезы; Р(Н) — априорная вероятность гипотезы; Р(Е) - вероятность наличия свидетельства.

Р(£) = ]>>(£: Я, )Р(ЯД

(2)

а для получения оценок условных вероятностей свидетельств в зависимости от характера моделируемого процесса могут использоваться статистические оценки, полученные в результате проведения клинических исследований, либо результаты перевода вербальных оценок в количественные.

Следует подчеркнуть, что получаемые апостериорные вероятности предположений не являются точными вероятностями для каждой из конкурирующих гипотез, практическую ценность имеют их величины относительно друг друга. В этом смысле значения апостериорных вероятностей являются оценками предпочтения какого-либо решения остальным решениям, возможным в данной ситуации.

На основе адаптации предложенной модели принятия врачебных решений разработаны локальные модели принятия решений по классификации АГ, предварительного заключения о возможных причипах гипертензивного синдрома, решений о необходимости медикаментозной терапии, а также решения о выборе гипотензивного препарата.

Для объективизации принятия решений о качестве проводимой гипотензивной терапии в работе предложены две взаимодополняющие методики интегральной оценки состояния больного до и на фоне лечения, которые включают количественную балльную оценку, а также качественную оценку состояния пациента, основанную на многомерной визуализации посредством синтеза мимики.

Для реализации методики интегральной балльной оценки выделено множество анализируемых параметров состояния пациента, динамика изменения которых определяется приемом гипотензивного препарата. Для каждого из параметров определены диапазоны условной нормы, а также диапазоны отклонения от нормальных значений. На основании сопоставления выделенных диапазонов и фактического значения параметра формируется баллыгая оценка степени отклонения от нормы данного параметра по шкале 0 -4 (0 соответствует нормальному диапазону). Сумма полученных таким образом оценок для всех контролируемых параметров, нормированная на объем исходных данных, представляет собой интегральный показатель оценки состояния пациента.

Для реализации методики многомерной визуализации состояния пациента была проведена адаптация метода синтеза мимики (Александров В.В. с соавт., 1981; Нага Р., Ккагауа Б., 1977, 1978) к условиям контроля эффективности гипотензивной терапии. Выделены следующие информативные элементы лица: форма рта, глаза, брови, шевелюра, складки на лбу, складки вокруг глаз, складки около носа, складки на щеках, складки на подбородке. Для каждого элемента лица созданы их отображения, соответствующие различным градациям отклонения от нормы контролируемых физиологических параметров. Каждому отображешпо элемента лица поставлены в соответствие выделенные для балльной оценки диапазоны значений физиологических параметров, например, правый глаз - систолическое АД, левый глаз -

диастолическое АД, форма рта - минутный объем крови и общее периферическое сосудистое сопротивление.

Таким образом для каждого конкретного состояния пациента может быть синтезировано изображение лица, отражающее тяжесть текущего состояния, что позволяет врачу оперативно оценивать динамику состояния пациента во время лечения (рис. 2).

Рис. 2. Динамика интегралыюй оценки состояния и ее отображение

Третья глава посвящена алгоритмизации процесса ведения больных артериальной гипертензией на основе разработанных моделей принятия врачебных решений.

Разработан обобщенный алгоритм принятия решений на различных этапах процесса ведения больного, схема которого представлена на рис. 3.

.Ядром алгоритма является процедура вычисления апостериорных вероятностей гипотез, которая реализует процесс многократного вычисления по формуле условной вероятности Байеса апостериорных вероятностей каждой из рассматриваемых гипотез с учетом истинности отдельных свидетельств, описывающих состояние конкретного пациента. Сформированное множество гипотез, получивших максимальные оценки вероятностей предъявляется ЛПР. Для предоставления ЛПР информации, необходимой для вынесения окончательного решения, в структуре алгоритма предусмотрен модуль обоснования решений, функционирование которого заключается в генерации отчета, содержащего описание принятого решения и признаков, на основании которых данное решение было принято. Также в отчет входит информация о исходных данных, которые могут оказывать влияние на принятие решения, но отсутствуют в дашгых обследования конкретного пациента. Это позволяет врачу целенаправлетшо произвести назначение дополнительных обследований.

до лечения -19 баллов

на фоне лечения - 2 балла

с

НАЧАЛО

3

Множество N конкурирующих гипотез

Ввод исходных данных для формирования признаков

Формирование множества признаков (свидетельств)

Вычисление априорных вероятностей гипотез (1/М)

Вычисление апостериорных вероятностей конкурирующих гипотез

БЗ

условных вероятностей признаков

Формирование множества гипотез с максимальными оценками апостериорных вероятностей

Модуль обоснования решений

1 г

Окончательное решение

г

С

КОНЕЦ

3

Рис. 3. Схема обобщенного алгоритма принятия врачебных решений

На основе описанного обобщешюго алгоритма произведена алгоритмизация принятия решений на следующих этапах ведения больного артериальной гипертензией:

этап классификации АГ - на данном этапе в качестве конкурирующих гипотез согласно классификации Всемирной организации здравоохранения выступают следующие возможные состояния по уровню артериального давления: нормальное артериальное давление, пограничная артериальная пшертешия, мягкая артериальная пшертешия, умеренная артериальная пшертензия, тяжелая артериальная пшертензия и изолированная систолическая артериальная гипертензия; а также по степени поражения органов-мишеней:

1 стадия АГ, 2 стадия АГ, 3 стадия АГ. В качестве свидетельств используются описанные в классификации диагностические признаки, определяющие то или иное состояние. Оценки условных вероятностей данных признаков получены путем перевода вербальных оценок, характеризующих вероятность наличия каждого из выделенных признаков при отнесении пациента к определенному состоянию, в количественные;

этап предварительного заключения о возможных причинах гипертензивного синдрома - на дашюм этапе множество конкурирующих гипотез составляют следующие возможные решения: эссенциальная АГ и симптоматическая АГ (АГ почечного генеза, АГ эндокринного генеза, АГ центрального генеза). В качестве свидетельств используются описанные в литературе диагностические признаки, характерные для того или иного состояния; оценки условных вероятностей признаков получены на основе анализа частоты встречаемости данных признаков при наличии этих состояний;

этап принятия решения о необходимости медикаментозной терапии - на данном этапе принимается одно из двух решений: назначение немедикаментозного или медикаментозного лечения. В качестве свидетельств выступают признаки, использованные в рекомендациях ШС-6 и характеризующие степень риска развития осложнений АГ. Условные вероятности признаков получены на основе вербальных оценок, характеризующих наличие каждого из выделенных признаков при отнесении пациента к определенной группе риска с соответствующими рекомендациями о необходимости того или иного терапевтического вмешательства; этап выбора гипотензивного препарата — на дашюм этапе принимается решение о выборе одного из описанных в базе знаний гипотензивных препаратов. Свидетельствами выступают признаки, характеризующие параметры состояния пациента, которые могут быть изменены приемом препарата. Оценки условных вероятностей признаков получены на основе анализа данных многоценгровых клинических исследований о вероятности проявления фармакологических эффектов препаратов по отношению к модифицируемым признакам. Такой подход позволяет для каждого конкретного пациента выбирать препарат, максимально удовлетворяющий требованиям коррекции патологически измененных параметров его состояния.

Для обеспечения поддержки принятия решения о выборе дозировки для назначенного гипотензивного препарата разработан соответствующий алгоритм. В основе данного алгоритма лежит база знаний, содержащая правила логического вывода, описывающие связи между параметрами состояния пациента и необходимостью назначения тех или иных стандартных дозировок препаратов с учетом сопутствующих заболеваний и состояний. Соответствешю в структуру алгоритма входит база данных рекомендованных дозировок для всех рассматриваемых гипотензивных препаратов.

Разработанный в ходе выполнения диссертационного исследования комплекс моделей и алгоритмов, а также созданные методики оценки

эффективности проводимой гипотензивной терапии позволили произвести алгоритмизацию процесса ведения больных артериальной гипертензией. Обобщенная схема данного алгоритма представлена на рис. 4.

Рис. 4. Обобщенная схема алгоритма процесса ведения больных АГ

11

Алгоритм описывает процесс ведения больного как процесс управления параметрами состояния пациента, в котором контур управления создается при участии ЛПР (врача), механизм обратной связи реализуется путем проведения контрольных обследований, а программная реализация разработанного комплекса моделей и алгоритмов выступает в качестве инструмента принятия обоснованных решений на каждом из этапов ведения больного.

В четвертой главе представлен анализ результатов предварительного тестирования и клинических испытаний разработанных моделей и алгоритмов, программно реализованных в рамках МИКС ВРЕхреЛ.

Предварительное тестирование было проведено на основе обработки архивных данных (историй болезней 285 больных кардиологического отделения, проходивших стационарное обследование и лечение с 1995 по 1997 г.г.) по следующей методике. Для каждого больного путем обработки диагностических данных, содержащихся в историях болезней, с помощью МИКС был определен наиболее предпочтительный для лечения АГ препарат, а также проведен анализ эффективности реально проводимой терапии по критериям динамики АД при поступлении в стационар и перед выпиской.

Анализ количества положительных результатов лечения при совпадении терапии, рекомендуемой МИКС и фактически назначенной врачом, количества отрицательных результатов при совпадении препарата, а также количества случаев эффективности и неэффективности терапии в ситуации несовпадения препаратов показал следующее: 80,9% (93 человека) больных, которым было реально назначено лечение гипотензивным препаратом, совпадающим с выбранным при помощи МИКС, положительно ответило на лечение; соответственно неэффективное лечение в случае совпадения препаратов наблюдалось у 19,1% (22 человека) больных; в ситуации несовпадения реально проведенной терапии с выбранной при помощи МИКС отмечено 68,2% (116 человек) положительных результатов лечения и 31,8% (54 человека) недостаточно эффективных или отрицательных результатов лечения.

Вышеприведенные данные свидетельствуют о качественно достаточной эффективности созданных моделей и алгоритмов, реализованных в МИКС ВРЕхрей.

Клинические испытания разработанных алгоритмов принятия решений проводились следующим образом. Случайным образом были сформированы две группы больных. Больные первой («активной») группы получали гипотензивную терапию с учетом рекомендаций МИКС; больные второй («контрольной») группы получали лечение, эмпирически назначенное врачом-кардиологом. Для обеспечения комплексной оценки динамики состояния пациентов нами дважды проводилось исследование клиншео-лабораторных параметров, а также суточного профиля АД с применением СМАД (в первые дни поступления больного в стационар и перед выпиской его из клиники).

Полученные данные о состоянии больных обеих групп до и на фоне лечения были подвергнуты статистической обработке при помощи парного непараметрического критерия Вилкоксона. При сравнительной статистической оценке результатов лечения пациентов активной и контрольной групп выявлены достоверные различия (р<0,05) эффектов проводимой терапии в отношении параметров суточного профиля АД, которые обладают высокой степенью реактивности, достаточной для проявления воздействий гипотензивных препаратов в период госпитализации, в то время как лабораторные параметры существешю не менялись. В процессе лечения отмечалось достоверное снижение среднесуточного и максимального АД у пациентов первой группы и менее значимое у пациентов второй группы.

Динамика изменения индекса времени (ИВ), отражающего нагрузку давлением и вариабельности АД (Вар. АД), стандартного отклонения от средней величины АД у больных активной и контрольной групп представлена на рис. 5, 6, 7, 8. Выявлено достоверное снижение ИВ АД и Вар. АД пациентов первой группы, при тенденции роста этих параметров во второй группе, хотя и статистически незначимой.

Динамика ИВ АД на фоне лечения пациентов 1 группы

70.00, 61.92_____59,89

□ до лечения

□ на фоне лечения

ИВ САДд. ИВ ДАДд. ИВ САД н. ИВ ДАДн. ИВ САД о. ИВ ДАДо.

Рис. 5. Динамика индекса времени на фоне лечения пациентов 1 группы

Динамика ИВ АД на фоне лечения пациентов 2 группы

Одо лечения □ на фоне лечения

40,00 30,00 20,00 10,00 0,00

35,66 35.55

1£29 1852.

ИВ САДд. ИВ ДАДд. ИВСАДн. ИВ ДАД н. ИВСАДо. ИВД*До.

Рис. 6. Динамика индекса времени на фоне лечения пациентов 2 группы

/3

„ . Идо лечения

Динамика Вар. АД на фоне лечения пациентов 1 группы пнафонв лечения

Вар. САД д. Вар. САД н. Вар. ДАД д. Вар. ДАД н.

Рис. 7. Динамика вариабельности АД на фоне лечения пациентов 1 группы

Динамика Вар. АД на фойе печения пациентов 2 группы

27,36

□ до лечения

□ на фоне лечения

Вар. САД д. Вар. САД н.

Вар. ДАД д. Вар. ДАД н.

Рис. 8. Динамика вариабельности АД на фоне лечения пациентов 2 группы

Как видно из рис. 8 в контрольной группе имелось незначительное снижение Вар. ДАД, при четкой тенденции к росту Вар. САД, что является прогностически неблагоприятным признаком.

Наш первый опыт применения ВРЕхрег! в клинической практике позволяет сделать вывод о достаточной надежности и высоком качестве принимаемых практическим врачом с помощью МИКС решений по ведению больных АГ, что позволяет оперативно добиться контроля модифицируемых параметров состояния больного, а также улучшения самочувствия, что свидетельствует о повышении качества жизни пациента.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ

1. Разработано формализованное описание процесса принятия врачебных решений на основе использования математического аппарата нечеткой логики (Байесовский подход), положенное в основу обобщенной логико-вероятностной модели.

2. Разработаны локальные модели многоальтернативного выбора врачебных решений по классификации АГ, предварительному заключению о

14

возможных причинах АГ, выбору гипотензивной терапии (немедикаментозная и медикаментозная) с учетом суммарного риска развития осложнений; выбору гипотензивного препарата и его дозировки.

3. Предложен формальный подход к оценке эффективности проводимой гипотензивной терапии, основанный на количественной интегральной оценке состояния пациента до и на фоне лечения, который дает врачу возможность объективного суждения о необходимости коррекции первоначально выбранной схемы лечения.

4.Предложен метод графического отображения многомерных данных, характеризующих состояние пациента, на основе синтеза мимики, который позволяет врачу производить оперативную визуальную оценку динамики состояшы пациента.

5. Разработан комплекс алгоритмов, предназначенных для принятия врачебных решений на всех этапах ведения больного АГ. В структуру алгоритмов интегрирована процедура обосновашы решений, которая позволяет врачу активно участвовать в процессе лечения пациента.

6. Осуществлена алгоритмизация процесса ведения больного АГ на основе взаимодействия ЛПР (врача) с медицинской интеллектуальной компьютерной системой BPExpert, реализующей комплекс разработанных в ходе диссертационного исследования моделей и алгоритмов.

7. Проведено тестирование предложенных моделей и алгоритмов на основе обработки архивного материала (историй болезни), которое показало высокую эффективность применения МИКС при выборе гипотензивной терапии.

8. Проведены клинические испытания МИКС BPExpert на основе сравнительного статистического исследования результатов гипотензивной терапии, назначенной при использовании компьютерной программы пациентам «активной» группы и эмпирическим путем пациентам «контрольной» группы. Данные исследования показали достоверное улучшепие параметров состояния у пациентов первой группы и отсутствие выраженной динамики состояния у пациентов второй группы, что свидетельствует о высоком качестве и объективности принимаемых врачебных решений при использовании МИКС BPExpert в процессе ведения больного АГ.

СПИСОК РАБОТ, ОПУБЛИКОВАННЫХ ПО ТЕМЕ ДИССЕРТАЦИИ:

1. Межов Д.В., Бала М.Ю., Шкодкина E.H. Инструментальные средства моделирования и управления параметрами гемодинамики // Всероссийское совещашге-семинар «Математическое обеспечение информационных технологий в технике, образовашш и медицине» (г. Воронеж, 26-29 июня 1996 г.). Ч. I: Тез. докл., Воронеж: ВГТУ, 1996.

2. Межов Д.В., Шкодкина E.H., Бала М.Ю. Алгоритмизация процессов принятия решений в системе диагностики сердечно-сосудистых заболеваний // Современные аспекты кардиологии. - Нальчик, Воронеж, 1996.-С. 79 - 80.

3. Шкодкина E.H., Межов Д.В., Бала М.Ю. Проблема диагностики и выбора тактики лечения гипертонической болезни // Современные аспекты кардиологии. - Нальчик, Воронеж, 1996.-С. 85.

4. Межов Д.В., Бала М.Ю., Шкодкина E.H. Алгоритмизация оптимального выбора комбинированной терапии артериальной гипертонии // Современные проблемы информатизации. Материалы II Республиканской электронной научной конференции. - Воронеж: МУКТ, Изд-во ВГПУ, 1997.

5. Минаков Э.В., Бирюкова Е.А., Романова М.М., Шкодкина E.H., Соболев Ю.А. Новые методы диагностики и лечения в клинике госпитальной терапии// «Актуальные проблемы онкологии».-Воронеж,1997.-С.205-206.

6. Минаков Э.В., Шкодкина E.H., Бурковский A.B. Формализация процесса дифференциальной диагностики артериальной гипертензии // I съезд кардиологов Юга России (г. Ростов-иа-Дону, 16-18 октября 1997 г.). Тез. докл., Ростов-на-Дону, 1997.

7. Шкодкина E.H., Бурковский A.B. Использование аппарата нечеткой логики при выборе гипотензивной терапии // International Journal on Immunorehabilitation. - 1998. - № 8. - с. 127.

8. Минаков Э.В., Шкодкина E.H., Бурковский A.B. Возможность дифференциальной терапии артериальных гипертензий с использованием аппарата нечеткой логики // III Международная научно-техническая конференция «Физика и радиоэлектроника в медицине и биотехнологии». Материалы конференции, Владимир, 1998.

9. Черноусенко А.Г., Хибарина В.В., Щербакова Е.А., Шкодкина E.H., Романова М.М., Бирюкова Е.А., Лышова О.В. Использование современных технологий в диагностике и терапии сердечно-сосудистых и других заболеваний // Новое в диагностике и лечении заболеваний: Сборник научных трудов студентов, посвященный 80-летию Воронежской государственной академии имени H.H. Бурденко. - Воронеж, 1998. - С.83 - 86.

10. Бурковская E.H., Минаков Э.В. Возможности использования медицинской интеллектуальной компьютерной системы в лечении больных артериальной гипертензией // Одиннадцатая областная научно-практическая конференция «День науки» (г. Липецк, 22-23 апреля 1999 г.). Ч. 1: материалы конференции, Липецк, 1999.

11. Минаков Э.В., Бурковская E.H., Бурковский A.B. Компьютерная программа BPExpert - современный подход к лечению больных артериальной гипертензией // Российский кардиологический журнал. - 1999. — № 4 (приложите). - с. 103.

12. Бурковская E.H. Использование компьютерной программы BPExpert в оценке эффективности гипотензивной терапии // Материалы областной конференции «Диспансеризация и реабилитация лиц, пострадавших в

результате аварии на Чернобыльской АЭС и современные методы диагностики и лечения». - г. Воронеж, 1999. - с. 16-18.

13. Минаков Э.В., Бурковская E.H., Бурковский A.B. Компьютерные программы BPExpert и BPDesigner - два взаимодополняющих подхода в лечении больных артериальной пшертензией // Информационные технологии моделирования и управления. Межвузовский сборник научных трудов, Воронеж: ВГТУ, 1999. - с.87-92.

ЛР № 066815 от 25.08.99. Подписано в печать 10.03.2000. Объем 1,0 усл. печ. л. Тираж 75 экз. Заказ № '№) Издательство

Воронежского государственного техшиеского университета 394026 Воронеж, Московский проспект, 14