автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.01, диссертация на тему:Методы интеллектуальной поддержки принятия решений в задачах диагностики и лечения хронической сердечной недостаточности

На правах рукописи

КЕССОНОВ \. Татьяна Вчлднмнровна

МЕТОДЫ ИНТЕЛЛЕКТУАЛЬНОЙ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИИ В ЗАД \ЧАХ ДИАГ НОСТИКИ И ЛЕЧЕНИЯ ХРОНИЧЕСКОЙ СЕРДЕЧНОЙ НЕДОС1 U04H0CIH

Специальность 05 13 01 - Системный анализ, управление и обработка информации (технические науки)

\В ГОРЕФЕРА Г

тиссергации на соискание ученой степени кандидата технических наук

Воронеж - 2008

003170294

Работа выполнена в АНОО «Воронежский институт высоких технологий»

Научный руководитель доктор технических наук, профессор

Сербулов Юрий Стефанович

Официальные оппоненты доктор технических наук, профессор

Сумин Виктор Иванович,

кандидат технических наук, доцент Воробьев Эдуард Игоревич

Ведущая организация ГОУВПО «Тамбовский государственный

технический университет»

Защита состоится 20 июня 2008 г в 13 00 часов в конференц-зале на заседании диссертационного совета Д 212 037 02 ГОУВПО «Воронежский государственный технический университет» по адресу 394026, г Воронеж, Московский просп, 14

С диссертацией можно ознакомиться в научной библиотеке ГОУВПО «Воронежский государственный технический университет»

Автореферат разослан мая 2008 г

Ученый секретарь диссертационного совета

Федорков Е Д

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы При существующем уровне развития медицинских технологий способов исследования тех или иных систем и функций организма огромное количество, однако, в различных клинических ситуациях не все они обладают достаточной информативностью и зачастую имеют высокую стоимость Реальная клиническая ситуация осложняется еще тем, что в процессе принятия решения врач часто не имеет возможности провести нужное дополнительное исследование больному Эти аспекты врачебной деятельности становятся особенно актуальными при обсуждении проблемы оказания медицинской помощи при социально-значимых заболеваниях (артериальная гипертония, сахарный диабет, психические и онкологические заболевания) К ряду таких заболеваний относится хроническая сердечная недостаточность (ХСН), поскольку ХСН является одним из заключительных этапов непрерывного развития сердечно-сосудистых заболеваний и при этом осложнением большинства болезней сердца Следовательно, успешное лечение ХСН можно считать профилактикой развития декомпенсации сердечной деятельности

Повышенное внимание к проблеме ХСН обусловлено 1) неуклонным ростом числа новых случаев ХСН, 2) сохраняющейся высокой заболеваемостью и смертностью, несмотря на достижения современной медицины, 3) крайне высокой стоимостью лечения декомпенсированных больных При этом известно, что прямые и косвенные затраты, связанные с лечением таких больных, могут составлять 1-2% всего бюджета здравоохранения Статистика свидетельствует о неуклонном росте числа случаев ХСН во всех странах независимо от политической и экономической ситуации

Россия является единственной страной в мире, в которой диагноз ХСН не является самостоятельным, а раз такого заболевания официально не существует (оно может лишь быть осложнением другого заболевания), значит, и больные с ХСН не попадают в число тех, которые наблюдаются кардиологами Статистики по распространенности и лечению ХСН у нас нет Иными словами, в России больные с ХСН еще чаще, чем на Западе, лечатся участковыми терапевтами К сожалению, информационная обеспеченность врачей первичного звена в нашей стране все еще низка

Поэтому использование новых информационных технологий для создания медицинских систем поддержки принятия решения, объединяющих знания и опыт врачей-экспертов, является важной задачей Для этого необходима структуризация имеющейся медицинской информации, ее предварительная обработка, проведение системного анализа полученных данных, разработка методов формализации и интеллектуальной поддержки принятия решений в рассматриваемой предметной области

При этом особый интерес вызывают патологические состояния, приводящие наиболее часто к утрате трудоспособности, инвалидности и смерти Именно к такому классу болезней относятся заболевания сердечно-сосудистой системы, в том числе ХСН

Таким образом, тематика диссертации, связанная со структурно-параметрическим синтезом и идентификацией систем диагностики, выбора тактики лечения ХСН, а также прогнозирования риска внезапной сердечной смерти (ВСС) при сердечно-сосудистых заболеваниях на основе применения методов системного анализа и интеллектуальной поддержки принятия решений, является актуальной на сегодняшний день

Диссертационная работа выполнена в рамках госбюджетной НИР по теме «Моделирование информационных технологий, разработка и совершенствование методов и моделей управления, планирования и проектирования технических, технологических, экономических и социальных процессов и производств» (Ыгр 01 2005 2305)

Цель и задачи исследования. Цель диссертационной работы состоит в разработке проблемно-ориентированной информационной системы, позволяющей повысить эффективность диагностики, лечения хронической сердечной недостаточности, прогнозирования риска внезапной сердечной смерти за счет интеллектуализации принятия врачебных решений

Для достижения поставленной цели необходимо решить следующие задачи

- провести анализ особенностей функционирования компьютерных систем автоматизации лечебно-диагностического процесса, оценить возможность применения методов интеллектуальной поддержки для повышения их эффективности,

- провести структурно-параметрический синтез и идентификацию систем диагностики, определения типа, стадии, функционального класса (ФК), методов лечения ХСН и прогнозирования риска ВСС при сердечно-сосудистых заболеваниях,

-предложитьметод прогнозирования в постановке диагноза ХСН,

- разработать методы формализации и принятия решений при диагностике, определении типа, стадии, функционального класса, методов лечения ХСН и прогнозировании риска ВСС при сердечно-сосудистых заболеваниях,

- разработать специальное программное обеспечение информационной системы интеллектуальной поддержки принятия решений,

- выполнить оценку эффективности использования разработанного комплекса методов и провести апробацию результатов исследования в клинических условиях

Методы исследования Выполненные теоретические и экспериментальные исследования базируются на использовании следующих методов и теорий ' систем, множеств (четких и нечетких), графов, кардиологии, выбора и принятия решений, искусственного интеллекта, ситуационного управления и программирования Общей методологической основой являлся системный подход

Научная новизна работы заключается в разработанных методах диагностики, определения типа, стадии, функционального класса, методов лечения ХСН и прогнозирования риска ВСС

- семантический граф диагностики ХСН, отражающий структуру процесса постановки диагноза и связи между результатами обследования пациента, создающий основу для разработки более эффективных методов диагностики,

- семантический граф определения типа, стадии, ФК и методов лечения ХСН, позволяющий, в отличие от существующих, формализовать правила принятия врачебного решения при имеющихся данных о пациенте, построенные на основе Национальных рекомендаций по лечению ХСН,

- метод прогнозирования в постановке диагноза ХСН, основанный на применении модифицированного метода последовательных парных сравнений и метода DARE-Decision Alternative Ration Evaluation и позволяющий, в отличие от известных, формализовать структуру предпочтений ЛПР путем ранжирования альтернативных врачебных решений по их относительной важности на каждом уровне установления диагноза,

- метод формализации принятия решений для прогнозирования риска ВСС, позволяющий, в отличие от известных, прогнозировать на 10-летний период риск (вероятность) летальности от сердечно-сосудистых заболеваний на основании данных об общем уровне холестерина, систолическом артериальном давлении, курении, возрасте с учетом наличия других сопутствующих наиболее существенных факторов у пациента,

- метод интеллектуальной поддержки принятия решения при прогнозировании риска внезапной смерти при сердечно-сосудистых заболеваниях, отличающийся от существующих включением в рассмотрение и формализацией следующих факторов наличие ВСС по отцовской и материнской линии, нарушение вариабельности сердечного ритма (ВСР), величина частоты сердечных сокращений (ЧСС), удлинение интервала QTc, увеличение массы миокарда, наличие желудочковой экстрасистолии, наличие инфаркта миокарда (ИМ), сахарного диабета, фибрилляции предсердий, модифицирующих начальное предполагаемое значение риска,

- метод интеллектуальной поддержки при лечении ХСН, позволяющий воспринимать, структурировать и накапливать знания, обеспечивая автоматизированный процесс поддержки принятия врачебного решения

Практическая значимость н результаты внедрения В результате проведенного исследования разработано специальное программное обеспечение проблемно-ориентированной информационной системы диагностики, лечения и прогнозирования ВСС в виде реализации методов, учитывающих структуру предметных автоматизированных систем человеко-машинных процедур и охватывающих все этапы лечебно-диагностического процесса для принятия врачебного решения при работе с пациентами с подозрением на ХСН

Научные положения, теоретические выводы и практические рекомендации, включенные в работу, обоснованы математическими доказательствами Они подтверждены расчетами на ЭВМ и производственными экспериментами, многократной их проверкой при внедрении в лечебно-диагностический процесс (ЛДП)

Основные теоретические и практические результаты диссертационной работы апробированы и внедрены в ЛДП Воронежской областной клинической больницы №1, а также в учебный процесс АНОО «Воронежский институт высоких технологий» Эффект от внедрения - социальный

Апробация работы Основные положения и результаты диссертационного исследования докладывались и обсуждались на следующих научно-технических конференциях и семинарах

- «Теория конфликта и ее приложения» (Воронеж, 2004, 2006),

- «Интеллектуальные информационные системы» (Воронеж, 2005),

- отчетных научных конференциях профессорско-преподавательского состава и научных работников ГОУВПО «Воронежская государственная технологическая академия» (2005-2006) и АНОО «Воронежский институт высоких технологий» (2006-2007),

- «Интеллектуализация управления в социальных и экономических системах» (Воронеж, 2007),

- научно-технических семинарах кафедры информационных систем АНОО «Воронежский институт высоких технологий» (2006-2007)

Публикации. По теме диссертации опубликовано 13 научных работ, в том числе 2 - в изданиях, рекомендованных ВАК РФ В работах, опубликованных в соавторстве и приведенных в конце автореферата, лично соискателю принадлежат в работах [1], [4] предложен метод интеллектуальной поддержки принятия решений в задаче постановки диагноза ХСН, [10] разработан метод интеллектуальной поддержки принятия решений в задаче определения типа, стадии, функционального класса и методов лечения ХСН

Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения, списка литературы из 120 наименований и приложения Основная часть работы изложена на 135 страницах, содержит 20 рисунков и 18 таблиц

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обосновывается актуальность темы диссертационной работы, описываются цель и задачи исследования, научная новизна и практическая значимость

В первой главе рассмотрены основные понятия и определения, классификации и особенности течения заболевания ХСН, а также факторы, учитываемые при постановке этого диагноза, возникающие сложности при диагностике В настоящее время ощущается недостаточность легко изменяемых при появлении новых данных информационных систем поддержки лечебно-диагностического процесса в условиях стремительного развития рынка медицинских приборов и препаратов Анализ сравнения статистических данных о ХСН в России и за рубежом показывает необходимость создания информационных систем поддержки принятия решений при диагностике и лечении ХСН, основывающихся на общепринятых Национальных рекомендациях, многолетнее использование ев-

уменьшению распространенности клинически выраженной ХСН в популяции Приведены современные статистические данные по ситуации с диагностикой и лечением ХСН в нашей стране и во всем мире

Описаны инструментальные методы диагностики ХСН и применение их результатов в предметной области Рассматривается определение ВСС, влияние различных факторов на ее возникновение, учитываемых при создании модели описания и метода интеллектуальной поддержки принятия врачебного решения при прогнозировании риска ВСС Освещакнся проблемные вопросы, связанные со знаниями, моделями их представлений, существующими медицинскими информационными системами, их классификациями, целями и задачами внедрения в ЛДП Показано, что современные подходы к разработке информационных технологий управления лечебно-диагностическим процессом, основанные на использовании теории множеств, графов, выбора и принятия решений, искусственного интеллекта, ситуационного управления, программирования и др, позволяет организовывать рассматриваемое управление более эффективно

Во второй главе разработаны семантические графы диагностики, лечения ХСН и предложен метод прогнозирования в задаче диагностики ХСН

В работе был построен семантический граф диагностики ХСН, 10 уровней которого определяют все этапы диагностики, фрагмент этого графа показан на рис 1 Уровни графа расположены в той последовательности, в которой кардиолог производит обследования и сбор данных о пациенте для выявления наличия ХСН

Рис 1 Фрагмент семантического графа диагностики ХСН Уровень / (Уп) - ФИО Х0 - пациент, Уровень II (У]) - анамнез Хю - пациент перенес ранее инфаркт миокарда, Хп - пациент принимал ранее диуретики с положительным клиническим эффектом, Х,; - отеки в анамнезе, Х,3 - гипертоническая болезнь, X14 - врожденный или приобретенный порок сердца, Х15 -кардиомиопатия (днлатационная или гипертрофическая кардиомиопатия), Уровень /// (У;) - пол Х2о~ мужчина, Х21 - женщина

Кроме уровней, представленных на рис 1, составляющими семантического графа являются также уровни 5 ^ - возраст, )'_, - симптомы (жалобы), ) -данные физикального осмотра, )'6 - данные ЭКГ, }'■> - данные рентгенографии, Уч - данные эхокардиографии, Уд - данные о концентрации мозгового натрий-уретического пептида в крови Всего граф содержит 72 вершины

Предлагаемый метод прогнозирования в постановке диагноза ХСН основан на теории нечетких множеств и на определении релевантных путей в морфологическом пространстве результатов обследования пациента путем проведения их числового ранжирования по относительной важности с использова-

нием метода частичного парного сравнения и коэффициентов относительной важности, получаемых методом экстраполяции экспертных оценок Наиболее релевантные пути в деревьях цели (морфологическом пространстве) определяются при помощи методов системного анализа и исследования операций Для получения необходимой оценки суждений экспертов используется предложенный модифицированный метод последовательных сравнений на основе метода частичных попарных сравнений совместно с матрицами предпочтений для ранжирования элементов (альтернатив) на каждом уровне и метода DARE-Decision Alternative Ration Evaluation для числового ранжирования вариантов по их относительной важности на основе минимизации числа решений

На первом этапе построения морфологического пространства дается точная формулировка проблемы, подлежащая исследованию Она становится названием морфологического пространства и определяет намерение (цель) исследования Второй этап заключается в выборе основных параметров, от которых зависит достижение цели Этот этап творческий, не формализованный Найденные элементы, которые представляют альтернативы на каждом уровне иерархии, фиксируются как вершины дерева целей Для каждого уровня устанавливается множество критериев оценки Для ранжирования различных элементов на каждом уровне в соответствии с их вкладом в каждый критерий на этом уровне используется метод частичного попарного сравнения Метод DARE используется затем для определения относительной важности каждого из про-ранжированных элементов

Следующий этап поиска наиболее релевантного пути в морфологическом пространстве состоит в ранжировании и взвешивании критериев на каждом уровне Веса критериев определяются таким же образом, как и коэффициенты относительной важности, разница состоит лишь в том, что критерии ранжируются в соответствии с их важностью по достижению цели При ранжировании критериев используется матрица предпочтений, причем веса определяются с помощью метода DARE Коэффициенты связи для каждого элемента на каждом уровне вычисляются исходя из коэффициентов относительной важности и весов критериев

Для получения локального коэффициента связи / определенного элемента нужно взять вес критерия, умножить его на соответствующую величину коэффициента относительной важности каждого элемента на каждом уровне и ре-* зультаты пронумеровать по всем критериям

i

где q - вес критерия, S- коэффициент относительной важности, / - индекс уровня, j - индекс элемента, к - индекс критерия

Нормирующие условия ^9 = 1 =

L , А

Коэффициент связи г = £<7 5 Общий коэффициент связи И =

и >

Для построения и оценки морфологического пространства в работе экс-пертно определены выбор критериев на каждом уровне, ранжирование элементов в соответствии с их критериями, коэффициенты относительной важности и веса критериев

Элементарная морфология формируется путем объединения элементов по одному из каждого уровня Задача состоит в том, чтобы выбрать наиболее оптимальную цель или элементарную морфологию Это осуществляется по следующему правилу наиболее релевантной элементарной морфологией или путем в морфологическом пространстве является путь, который имеет наивысший коэффициент связи, определяемый произведением коэффициентов относительной важности элементов на каждом уровне и весов критериев на этом уровне Общий суммарный коэффициент связи определяется путем умножения отдельных коэффициентов связи каждого из выбранных элементов, начиная с самого нижнего уровня и двигаясь вверх к вершине дерева Исходя из суммарного коэффициента связи принимается решение о наличии у пациента диагноза ХСН

На уровнях V (симптомы) и VI (данные физикального осмотра) для установления связи между результатом обследования и наличием диагноза были построены функции принадлежности Содержательная трактовка функции принадлежности зависит от задачи, в которой используется нечеткое множество В предмете исследования можно говорить о нечеткости из-за возможной различной степени выраженности признаков на этих уровнях для каждого пациента В связи с этим была введена вербальная шкала степени выраженности признаков на этих уровнях, показанная на рис 2

0 01 02 03 04 05 0,6

1-1-1-1-I-1—.-1

Нет Слабо Средне Сильно

выражен выражен выражен

Рис 2 Степень выраженности признаков у пациента

Наличие диагноза определяется значением коэффициента Q, который находится в виде взвешенной суммы (линейной свертки критериев)

Q = tífM)s!чr

где м (д) - функция принадлежности у-критерия влияния на постановку

диагноза, 5/ - коэффициент относительной важности /-го параметра для у-го критерия, - нормированные веса критериев, причем £ ? _ ]

/

Рассмотрим применение предложенного метода к данным физикального осмотра из шестого уровня пульсация яремных вен (Х50), хрипы в легких (Х5|), ритм галопа (Х52), периферические отеки (Х53), огек легких (Х56) Коэффициен-

ты связи этих элементов определяются в соответствии с Национальными рекомендациями по диагностике ХСН по критерию влияния на постановку диагноза ХСН (предсказующее значение) R(X50) = 0,02, R(XS1) = 0,27, R(Xs:) = 0,61, R(XS3) = 0,03, R(X56) = 0,22 Вербальная шкала выраженности элементов на каждом уровне задается экспертом (врачом) Для этого уровня слабой выраженности соответствует коэффициент 0,1, средней - 0,3, сильной - 0,6 Если у пациента элементы Х50 и Х^ выражены слабо, то в итоге для них получаем модифицированные коэффициенты связи 0,02 0,1=0,002 и 0,27 0,1 =0,027,Х52 и Х53 выражены средне, то в итоге для них получаем модифицированные коэффициенты связи 0,61 0,3=0,183 и 0,03 0,3=0,009, а Х56 выражен сильно, то для него получаем 0,22 0,6=0,132 Таким образом, максимальным коэффициентом связи на уровне обладает элемент Х52 Построение функции принадлежности для него производится с помощью эксперта (врача) Пример построения функции принадлежности для элемента - ритм галопа, выраженного сильно, показан на рис 3

О 46 О 52 О 56 О 61

Рис 3.Функция принадлежности для элемента Х52 На основе Национальных рекомендаций по лечению ХСН в работе был построен семантический граф определения типа, функционального класса, стадии и методов лечения ХСН, на рис 4 изображен фрагмент этого графа

Рис 4 Фрагмент семантического графа лечения ХСН Уровень / - установленный диагноз Хю - явная ХСН, X0i - СН без при- , знаков, Уровень И - данные о содержании мозгового натрий-уретического пептида (МНП) в крови Х]0 - уровень МНП повышен, Х|, - уровень МНП в норме, Уровень III - пересмотр диагноза Х20 - пересмотр диагноза, Уровень IV - данные ЭхоКГ Хю - фракция выброса (ФВ) < 45%, Х31 - AS = (КДР (конечный диастолический размер) - КСР (конечный систолический размер))/КСР < 25%, Х32 - КДРЛЖ (конечный диастолический размер левого желудочка) > 55 мм, X« - локальное нарушение сократимости ЛЖ (левого желудочка) (а-, гипо-, дискинезия), аневризма ЛЖ, Х34 - изменение геометрии ЛЖ, Xj$ - поражение клапанов сердца, дефекты перегородок, наличие регургиации, патологические

Гпотоки, Х-1б - (ТМДП (трансмитральный диастолическчй поток) + ТЗСЛЖ (толщина задней стенки левого желудочка))/2 > 12 мм, Х^ - гипертрофия ЛЖ, Х38-(ТМЖП (толщина межжелудочковой перегородки) + ТЗСЛЖ)/КДР >0,45, Хзч- изменение трансмитрального доплеровского потока

Кроме уровней, представленных на рис 4, составляющими семантического графа являются также следующие Уровень V - тип дисфункции, Уровень VI - симптомы и жалобы, возникающие при физической нагрузке, Уровень VII -стадия ХСН, Уровень VIII - тип ХСН, Уровень IX - ФК ХСН, Уровень X - признаки наличия осложнений СН и сопутствующих заболеваний, Уровень XI -вид лечения, Уровень XII - рекомендуемый режим, Уровень XIII - данные результатов теста шестиминутной ходьбы, Уровень XIV - рекомендуемая физическая нагрузка, Уровень XV - данные о наличии особенностей течения ХСН, Уровень XVI -рекомендуемая диета, Уровень XVII - расчет величины индекса массы тела (ИМТ), Уровень XVIII - определение ожирения и кахексии, Уровень XIX - рекомендуемая диета при кахексии, вровень XX - данные о физической активности пациента, Уровень XXI - определение фактора активности (ФА), Уровень XXII — пол пациента, Уровень XXIII - определение величины основного обмена энергией (ООЭ), Уровень XXIV - определение истинной потребности в энергии (ИПЭ), Уровень XXV- данные о величине ИМТ, Уровень XXVI - расчет суточного капоража, Уровень XXVII - данные о ФК и наличии синусового ритма и мерцательной аритмии, Уровень XXVIII-типы рекомендуемых препаратов для лечения ХСН, Уровень XXIX - данные анамнеза, Уровень XXX- рекомендуемые препараты для лечения ХСН, Уровень XXXI - показания к немедикаментозному лечению, Уровень XXXII — рекомендации по дальнейшему лечению Всего граф содержит 125 вершин

Уровни графа имитируют этапы обследования и сбора данных о пациенте врачом На основании данных ЭхоКГ, симптомов и жалоб пациента, признаков наличия осложнений СН и сопутствующих заболеваний, данных результатов теста шестиминутной ходьбы, величины индекса массы тела, данных о физической активности пациента, фактора активности, пола пациента, величины основного обмена энергией, ФК, наличия синусового ритма и мерцательной аритмии, анамнеза в соответствии с заключениями высококвалифицированного эксперта и Национальных рекомендаций по лечению ХСН на соответствующих уровнях графа (111, V. VII, IX, XVI, XVIII, XIX, XXVI, XXVIII, XXX, XXXII) делается вывод о возможном пересмотре диагноза, типе дисфункции, стадии и типе ХСН, ФК, необходимости госпитализации, рекомендуемых режиме, физических нагрузках, диете для пациента, медикаментозном лечении и возможной необходимости хирургического или электрофизиологического лечения ХСН

В третьей главе предложены методы формализации и интеллектуальной поддержки принятия решений при диагностике, лечении ХСН и прогнозировании риска ВСС

Этапы принятия решений при диагностике, определении типа, стадии, ФК и методов лечения ХСН здесь рассматриваются в соответствии с уровнями семантических графов, фрагменты которых показаны на рис 1 и 4

Методы формализации в задаче лечения ХСН основаны на последовательности действий

1 Верификация диагноза ХСН с помощью определения уровня МНП -вероятно в тех случаях, если вероятность наличия ХСН у пациента, рассчитанная на предыдущем этапе, будет иметь какое-то пограничное значение Если уровень МНП в норме - пересмотр диагноза ХСН

2 Уточнение параметров ЭхоКГ и на основании этого установление у пациента диастолических и/или систолических нарушений и выполнение еще раз проверки предыдущих выводов о наличии у пациента именно ХСН Если нет ни систолических, ни диастолических нарушений, необходимо пересмотреть диагноз

3 Определение ФК на основании простых дефиниций (кроме того, необходимо использовать таблицу оценки теста 6-минутной ходьбы и еще подсчет баллов по шкале оценки клинических симптомов - ШОКС)

4 Определение типа ХСН

5 Выбор индивидуального плана лечения по следующей схеме

- немедикаментозные подходы,

- основные препараты для лечения ХСН,

- дополнительные, если необходимо, препараты для лечения

ХСН,

- вспомогательные, если имеются особые клинические ситуации, препараты и методы

Согласно принципу лингвистичности оценивания знаний, причинно-следственные связи между результатами обследования пациента (причиной) и ; рекомендациями по принятию решений (следствием) описываются на естественном языке, а затем формализуются в виде нечетких логических высказываний типа «ЕСЛИ - ТО, ИНАЧЕ» Например,

ЕСЛИ нет явных признаков ХСН И МНП в норме, ТО пересмотреть диагноз

ИНАЧЕ, ЕСЛИ имеются явные признаки ХСН ИЛИ они не обнаружены И уровень МНП повышен, ТО перейти к анализу данных ЭХОКГ с раздельной оценкой систолической и диастолической дисфункций

С использованием операций П (И) и I) (ИЛИ) система подобных высказываний (правил принятия решений) была представлена в виде совокупности одиннадцати таблиц, для примера рассмотрим одну из них (таблица)

При прогнозировании риска ВСС у пациента необходимо выявить наличие признаков атеросклероза в анамнезе (АС) Если признаки атеросклероза не имели места в истории болезни пациента, то для прогнозирования процента риска ВСС (ПР) необходимо определить пол (П), возраст (В), общий холестерин (ОХ), систолическое артериальное давление (АД) и данные о наличии или

Правила принятия решений по типу дисфункции

Номер правила Выражения, представляющие результаты обследования пациента Переменные рекомендаций по типу дисфункции

1 Х30и Х3, U Х32 U Х,з U Х14 U X,s Х40 - систолическая дисфункция

2 X36U Х37 и х38 и х39 Х4, - диастолическая дисфункция

отсутствии у пациента вредной привычки - курения (К) н в дальнейшем пользоваться Международной шкалой оценки 10-летнего риска смерти при сердечно-сосудистых заболеваниях SCORE В данном случае правила принятия решения можно представить в виде

Если П и В и ОХ и АД и К, то ПР

На основании полученного процента риска врач может принимать решение о необходимости профилактических мер для предотвращения ВСС С точки зрения предотвращения смерти необходимо прервать цепь болезненных процессов или оказать на определенном этапе медицинскую помощь Наиболее эффективная мера заключается в том, чтобы помешать возможной причине проявить свое действие Надо иметь в виду, что суммарный риск может быть выше, чем рассчитанный с помощью шкалы SCORE, если имеются следующие признаки (все данные взяты из литературных источников)

1 Наличие ВСС по отцовской и материнской линии (ОМ) повышает относительный риск ВСС в 9,4 раза

2 Относительный риск ВСС у больных с нарушенной ВСР (SDNN, оцененная за сутки, менее 25 мс и более 40 мс) после коррекции на возраст, наличие дисфункции сердца и перенесенного ИМ (ВСР) составляет 2,6 (95% ДИ 1,45,6)

3 Пациент с минимальной ЧСС по данным суточного мониторирования ЭКГ более или равной 65 уд/мин (ЧСС) имеет ОР развития ВСС 2,1 (95% ДИ 1,3-3,6)

4 Удлинение интервала QTc более 440 мс (УИ) повышает риск сердечнососудистой смертности в 2,1 раза

5 Увеличение массы миокарда на 50 г/м2 (ММ) сопровождается увеличением риска ВСС в 1,45 раза (95% ДИ 1,10-1,92, р=0,008)

6 Частая желудочковая экстрасистолия (10 желудочковых экстрасистол в час и более после ИМ) (ЖЭ) ОР 1,2 (95% ДИ 0,8-1,79)

7 Снижение ВСР (SDNN <70 мс у больных перенесших ИМ) (СВСР) повышает риск сердечной смерти в 3,2 раза

8 Пациент, перенесший ИМ, имеющий фракцию выброса (ФВ) < 40% и нестойкую желудочковую тахикардию и нуждающиеся в имплантации КВД, -пациент высокого риска (необходимость лечения без расчета разнообразных параметров) «

9 Курение (в наст время или прошлом) (К) - риск 1,4 (95% ДИ 0,70-1,53)

р= 0,9

10 Сахарный диабет (СД) - риск 1,30 (95% ДИ 0,89-1,88) р= 0,2

11 Фибрилляция предсердий (ФП) - риск 0,99 (95% ДИ 0,60-1,63) р= 0,99

12 Для больных, перенесших ИМ если величина ФВ <20%, то р(ВСС) = 0,051, ФВ = 21-30%, то р(ВСС) = 0,007, ФВ = 31-40%, то р(ВСС) = 0,001

Таким образом, общие правила принятия решения при прогнозировании относительного риска ВСС (Р) можно представить в следующей форме

Если ОМ, то Р = 9,4РН Если ВСР, то Р = 2,6 Если ЧСС, то Р = 2,1Р„ Если УИ, то Р = 2,IP Если ММ , то Р = 1,45Р„ Если ЖЭ, то Р = 1,2 Если СВСР, то Р = 3,2Р„ Если К, то Р = 1,4 Если СД, то Р = 1,3 Если ФП, то Р = 0,99

Здесь Р„ - предполагаемое начальное значение риска ВСС у пациента по шкале SCORE без учета рассматриваемого фактора

Четвертая глава посвящена программной реализации разработанных подходов, вычислительным экспериментам и результатам внедрения информационной системы поддержки принятия решения в задачах диагностики, лечения ХСН и прогнозирования риска ВСС

Специальное программное обеспечение представлено в виде пакета прикладных программ (ППП) с использованием специализированной среды Delhi 7 0 и структурированного языка запросов SQL, ориентированных на создание приложений под управлением ОС Windows 2000/ХР ППП позволяет в удобной для пользователя форме осуществлять ввод исходных данных и вывод конечных результатов и состоит из четырех основных блоков (рис 5) Блок ввода исходных данных обеспечивает заполнение таблиц базы данных (БД) системы исходными данными Блок принятия решения по диагностике ХСН по имеющимся данным из БД производит расчет коэффициентов связи и значений функций принадлежности на соответствующих уровнях и по суммарному ко-, эффициенту связи определяет процент вероятности наличия диагноза ХСН Блок принятия решения по определению типа, стадии, ФК и методов лечения ХСН для вывода рекомендаций использует данные из БД и правила логического вывода, основанные на методе интеллектуальной поддержки из главы 3 Блок принятия решения по прогнозированию риска ВСС позволяет корректировать значение процента риска внезапной сердечной смерти в зависимости от имеющихся в БД данных и выявлять пациентов высокого риска Также на любом этапе работы с ППП возможно получение отчета в отдельном файле формата * mdi, включающего все данные о пациенте из БД, а также все рекомендации программы для этого пациента Предусмотрена одновременная работа нескольких пользователей с БД, печать всех имеющихся данных о пациенте

В работе приведена апробация предложенных инструментальных средств на контрольных примерах диагностики, лечения ХСН и прогнозирования риска ВСС для пациентки Воронежской ОКБ № 1 Полученные результаты адекватны реальным ситуациям в лечебно-диагностическом учреждении

Рис 5 Структурная схема пакета прикладных программ

В заключении приводятся основные результаты работы

В приложении - акты внедрения результатов исследований в лечебно-диагностический процесс Воронежской областной клинической больницы № 1, а также в учебный процесс АНОО «Воронежский институт высоких технологий»

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ

В диссертационной работе получены следующие основные результаты

1 Построен семантический граф диагностики ХСН, отражающий структуру процесса постановки диагноза и связи между результатами обследования пациента, создающие основу для разработки белее эффективных методов диагностики

2 Разработан семантический граф определения типа, стадии, ФК и методов лечения ХСН, позволяющий в отличие от существующих формализовать правила принятия врачебного решения при имеющихся данных о пациенте, построенные на основе Национальных рекомендаций по лечению ХСН

3 Предложен метод прогнозирования в постановке диагноза ХСН, основанный на применении модифицированного метода последовательных сравнений на основе метода частичных парных сравнений и метода DARE-Decision Alternative Ration Evaluation и позволяющий, в отличие от известных, формализовать структуру предпочтений ЛПР путем ранжирования альтернативных врачебных решений по их относительной важности на каждом уровне установления диагноза

4 Разработаны методы формализации и интеллектуальной поддержки принятия решения при диагностике ХСН, позволяющие, в отличие от существующих, судить о вероятности наличия диагноза ХСН у пациента при имеющихся результатах обследования по значению общего коэффициента связи

5 Построены методы формализации и интеллектуальной поддержки принятия решения при определении типа, стадии, ФК и методов лечения ХСН, позволяющие воспринимать, структурировать и накапливать знания, обеспечивая процесс поддержки принятия врачебного решения

6 Разработан метод формализации для решения задачи прогнозирования риска ВСС, позволяющий, в отличие от известных, прогнозировать на 10-летний период риск (вероятность) смерти от сердечно-сосудистых заболеваний на основании данных об общем уровне холестерина, систолическом артериальном давлении, курении, возрасте с учетом наличия других сопутствующих наиболее существенных факторов у пациента

7 Разработан метод интеллектуальной поддержки принятия решения при прогнозировании риска внезапной сердечной смерти при сердечно-сосудистых заболеваниях, отличающийся от существующих включением в рассмотрение и формализацией следующих факторов наличие ВСС по отцовской и материнской линии, нарушение ВСР, величина ЧСС, удлинение интервала ()Тс, увеличение массы миокарда, наличие желудочковой экстрасистолии, наличие ИМ, сахарного диабета, фибрилляции предсердий, модифицирующих начальное предполагаемое значение риска

8 Разработанный комплекс методов формализации и интеллектуальной поддержки принятия решения при диагностике, определении типа, стадии, ФК, методов лечения ХСН, прогнозировании риска ВСС определяет состав и структуру построения инструментальных средств в виде математического, алгоритмического, информационного и программного обеспечения автоматизированной системы поддержки принятия решения в лечебно-диагностическом процессе

9 Создана основа для программной реализации интерфейса пользователя, включая функцию управления данным процессом, организацию взаимодействия с пользователями, поиска необходимых альтернатив и представления их пользователю для окончательного выбора

10 Достоверность и полнота результатов исследования обеспечивается и 1 подтверждается их практической реализацией на конкретных примерах приме- ^ нения в поддержке лечебно-диагностического процесса (ЛДП) и внедрением результатов работы в ЛДП

11 Проведена опытная эксплуатация результатов исследования в Воронежской ОКБ Разработанная информационная система внедрена в эксплуатацию в данном лечебно-диагностическом учреждении, а также включена в учебный процесс АНОО «Воронежский институт высоких технологий» Эффект от внедрения - социальный

Основные результаты диссертации опубликованы в следующих

работах-

Публикации в изданиях, рекомендованных ВАК РФ

1 Львович И Я , Бессонова Т В , Хохлов Р А Логико-лингвистические модели поддержки принятия врачебного решения при хронической сердечной недостаточности // Системный анализ и управление в биомедицинских системах журнал практической и теоретической биологии и медицины М,

12007 -Т б № 1 -С 188-194

2 Бессонова Т В Модели поддержки принятия решения в задачах диагностики хронической сердечной недостаточности // Вестник Воронежского государственного технического университета 2007 -Т 3 №12 -С 126-128

Статьи и материалы конференций

3 Бессонова Т В Диагностика и лечение в кардиологии как возможная область применения теории конфликтов и семантических сетей // Теория конфликта и ее приложения материалы III Всерос науч -техн конф - Воронеж Научная книга, 2004 - С 162-164

4 Построение модели поддержки принятия решения при постановке диагноза хронической сердечной недостаточности / Э В Минаков, Р А Хохлов, Т В Бессонова, Ю С Сербулов // Журнал теоретической и практической медицины -2005 -Т 3 №3 - С 274-281

5 Бессонова Т В Построение логико-лингвистической модели и алгоритма для диагностики хронической сердечной недостаточности // Интеллектуальные информационные системы труды Всерос конф - Воронеж, 2005 Ч 1 - С 224-225

6 Бессонова Т В Поддержка принятия решения при постановке диагноза в кардиологии // Материалы XLII1 отчетной науч конф за 2004 год - Воронеж ВГТА, 2005 Ч 2 - С 64

7 Бессонова Т В Построение логико-лингвистической модели для диагностики хронической сердечной недостаточности // Интеллектуальные информационные системы труды Всерос конф - Воронеж, 2005 Ч 1 - С 253254

8 Бессонова Т В Построение модели поддержки принятия решения при диагностике хронической сердечной недостаточности // Материалы отчетной науч конф профессорско-преподавательского состава ВИВТ за 2005-2006 учебный год - Воронеж ВИВТ, 2006 - С 5-6

9 Бессонова Т В Построение модели поддержки принятия решения при определении типа, функционального класса, стадии и методов лечения лечении хронической сердечной недостаточности // Теория конфликта и ее приложения материалы IV Всерос науч -техн конф - Воронеж Научная книга, 2006 Ч I -С 137-145

10 Бессонова ТВ, Хохлов РА Поддержка принятия врачебного решения при диагностике и лечении хронической сердечной недостаточности // Интеллектуализация управления в социальных и экономических системах труды Всерос конф - Воронеж, 2007 - С 225-226

11 Бессонова Т В Построение модели поддержки принятия врачебного решения при диагностике и лечении хронической сердечной недостаточности ] // Моделирование систем и информационные технологии межвуз сб науч тр -Воронеж Научная книга, 2007 Вып4 - С 128-129

12 Бессонова ТВ Поддержка принятия решения при постановке диагноза и лечении хронической сердечной недостаточности // Материалы

отчетной науч конф профессорско-преподавательского состава ВИВТ за 20062007 учебный год - Воронеж ВИВТ, 2007 - С 19-20

13 Бессонова ТВ Поддержка принятия решения при диагностике хронической сердечной недостаточности // Моделирование систем и информационные технологии межвуз сб науч тр - Воронеж Научная книга,, 2008 Вып 5 -С 154-156

Подписано в печать 16 05 2008 Формат 60x84/16 Бумага для множительных аппаратов Уел печ л 1,0 Тираж 85 экз Заказ № /77 ГОУВПО «Воронежский государственный технический университет» 394026 Воронеж, Московский просп , 14

ВВЕДЕНИЕ.

1. АНАЛИЗ СОСТОЯНИЯ ДИАГНОСТИКИ И ЛЕЧЕНИЯ ХРОНИЧЕСКОЙ СЕРДЕЧНОЙ НЕДОСТАТОЧНОСТИ. СУЩЕСТВУЮЩИЕ МЕТОДЫ ФОРМАЛИЗАЦИИ МЕДИЦИНСКИХ ДАННЫХ.

1.1 Хроническая сердечная недостаточность.

1.1.1 Основные понятия и определения, классификации и особенности течения заболевания.

1.1.2 Существующие статистические данные о хронической сердечной недостаточности.

1.1.3 Методы диагностики хронической сердечной недостаточности.

1.1.4 Внезапная сердечная смерть.

1.2 Знания и модели их представления.

1.3 Классификация медицинских информационных систем.

1.4 Существующие методы формализации медицинских данных.

1.5 Выводы, цель и задачи исследования.

2. СТРУКТУРНО-ПАРАМЕТРИЧЕСКИЙ СИНТЕЗ И ИДЕНТИФИКАЦИЯ СИСТЕМ ДИАГНОСТИКИ, ЛЕЧЕНИЯ ХРОНИЧЕСКОЙ СЕРДЕЧНОЙ НЕДОСТАТОЧНОСТИ И ПРОГНОЗИРОВАНИЯ РИСКА ВНЕЗАПНОЙ СЕРДЕЧНОЙ СМЕРТИ.

2.1 Формальная постановка задачи синдромной диагностики.

2.2 Семантический граф постановки диагноза хронической сердечной недостаточности.

2.3 Метод прогнозирования в постановке диагноза хронической сердечной недостаточности.

2.4 Структурная схема задачи определения типа, стадии, функционального класса и методов лечения хронической сердечной недостаточности.

2.5 Семантический граф определения типа, функционального класса, стадии и методов лечения хронической сердечной недостаточности.

2.6 Структурная схема задачи прогнозирования риска внезапной сердечной смерти.

2.7 Выводы по главе.-.

3. МЕТОДЫ ФОРМАЛИЗАЦИИ И ПРИНЯТИЯ РЕШЕНИЙ ПРИ ДИАГНОСТИКЕ, ЛЕЧЕНИИ ХРОНИЧЕСКОЙ СЕРДЕЧНОЙ НЕДОСТАТОЧНОСТИ И ПРОГНОЗИРОВАНИИ РИСКА ВНЕЗАПНОЙ СЕРДЕЧНОЙ СМЕРТИ.

3.1 Формализация принятия решений в задачах постановки диагноза хронической сердечной недостаточности.

3.2 Формализация принятия решений в задачах определения типа, функционального класса, стадии и методов лечения хронической сердечной недостаточности.

3.3 Метод интеллектуальной поддержки принятия решения при определении типа, функционального класса, стадии и методов лечения хронической сердечной недостаточности.

3.4 Метод интеллектуальной поддержки принятия решений при прогнозировании риска внезапной сердечной смерти.Л.

3.4.1 Оценка риска развития внезапной сердечной смерти под влиянием различных факторов. Шкала SCORE.

3.4.2 Формализация принятия решений в задаче определения относительного риска и вероятности возникновения внезапной сердечной смерти.

3.4.3 Метод обработки информации для определения риска у больных, перенесших инфаркт миокарда.

3.5Выводы по главе.

4. СПЕЦИАЛЬНОЕ ПРОГРАММНОЕ ОБЕСПЕЧЕНИЕ СИСТЕМ ИНТЕЛЛЕКТУАЛЬНОЙ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ.

4.1 Пакет прикладных программ поддержки принятия решения при постановке диагноза, определении типа, стадии, функционального класса, методов лечения хронической сердечной недостаточности и прогнозировании риска внезапной сердечной смерти.

4.2 Контрольный пример реализации специального программного обеспечения поддержки принятия решения при постановке диагноза, определении типа, стадии, функционального класса, методов лечения хронической сердечной недостаточности и прогнозировании риска внезапной сердечной смерти.

4.3 Выводы по главе.

В последние десятилетия стремительно развивались медицинские, биологические, фармакологические науки, это продолжается и сейчас, что влечет за собой значительное расширение и углубление знаний о закономерностях функционирования человеческого организма, появление новых методов обследования и лечения пациентов. При этом возрастает значение развития медико-технических наук [12]. Возрастает объем информации, необходимой врачам в их практической деятельности для диагностики и лечения заболеваний. Для повышения клинической и экономической эффективности медицинской помощи необходимо применение появляющихся новых лекарственных средств, методов диагностики, данных доказательной медицины.

Тем не менее, практическая медицина все еще остается трудно формализуемой областью человеческой деятельности, в которой специалисты при принятии решений зачастую исходят из предыдущего профессионального опыта и собственной интуиции, а не из анализа объективных данных. В такой ситуации трудно избежать врачебных ошибок, социальное и экономическое значение которых оказывается чрезвычайно высоким. Проблема усугубляется тем, что ряд демографических и экологических факторов, таких, как возрастание доли пожилого населения, увеличивающееся загрязнение окружающей среды и др., приводят к тому, что врачи все чаще имеют дело не с одной болезнью пациента, а с их сочетанием. В результате возникает необходимость увеличения числа учитываемых и анализируемых врачом взаимозависимых показателей деятельности организма, что еще более усложняет задачу выбора адекватных лечебных воздействий, также взаимодействующих между собой. Все это приводит к возрастанию врачебных ошибок в ходе лечебно-диагностических процессов (ЛДП), одна из причин которых - «неспособность врача запомнить перечень показаний и противопоказаний десятков и сотен препаратов.»

При сегодняшнем уровне развития медицинских технологий способов дополнительного исследования тех или иных систем и функций организма огромное количество, однако, в различных клинических ситуациях не все они обладают достаточной информативностью и зачастую имеют высокую стоимость. Реальная клиническая ситуация осложняется еще тем, что в процессе принятия решения врач не имеет возможности провести нужное, пусть даже и высокоинформативное дополнительное исследование каждому больному.

Эти аспекты врачебной деятельности становятся особенно актуальными при обсуждении проблемы оказания медицинской помощи при распространенных в популяции и особенно социально-значимых заболеваниях (артериальная гипертония, сахарный диабет, психические и онкологические заболевания). К ряду таких заболеваний относится хроническая сердечная недостаточность (ХСН), поскольку ХСН является одним из заключительных этапов непрерывного развития сердечнососудистых заболеваний и при этом осложнением большинства болезней сердца, следовательно, успешное лечение ХСН можно считать профилактикой развития декомпенсации сердечной деятельности.

По общему мнению, повышенное внимание к проблеме ХСН обусловлено: 1) неуклонным ростом числа новых случаев ХСН; 2) сохраняющейся высокой заболеваемостью и смертностью, несмотря на достижения современной медицины; 3) крайне высокой стоимостью лечения декомпенсированных больных [5, 60, 69, 96, 106]. При этом известно, что прямые и косвенные затраты связанные с лечением таких больных могут составлять 1-2% всего бюджета здравоохранения [69, 106].

ХСН является наиболее частым и серьезным осложнением сердечнососудистых заболеваний [3]. Смертность в течение года больных с ХСН, несмотря на внедрение новых методов лечения, остается высокой: при I ФК она составляет 10%, при II - около 20%, при III - около 40% и при IV ФК достигает 66% [3]. Течение ХСН имеет волнообразный характер - со сменой относительно благополучных периодов с характерной стабильностью симптомов или их медленным прогрессированием на стремительно развивающуюся острую декомпенсацию клинического состояния пациентов, приводящую в итоге к их неотложной госпитализации [3]. Статистика свидетельствует о неуклонном росте числа случаев ХСН во всех странах независимо от политической и экономической ситуации. Факты о распространенности сердечной недостаточности к середине 90-х годов: распространенность клинически выраженной ХСН в популяции не менее 1,8-2,0%; среди лиц старше 65 лет частота встречаемости ХСН возрастает до 610% и декомпенсация становится самой частой причиной госпитализации пожилых больных; число больных с бессимптомной дисфункцией левого желудочка (ЛЖ) не менее чем в 4 раза превышает число пациентов с клинически выраженной ХСН; за 15 лет число госпитализаций с диагнозом ХСН утроилось, а за 40 лет увеличилось в 6 раз; выживаемость больных с ХСН в течение пяти лет все еще ниже 50%; риск внезапной смерти в 5 раз выше, чем в популяции [3].

Россия является единственной страной в мире, в которой диагноз ХСН не является самостоятельным, а раз такого заболевания не существует (оно может лишь быть осложнением чего-либо), значит, и больные с ХСН не попадают в число тех, которые официально наблюдаются кардиологами [3]. Статистики по распространенности и лечению ХСН у нас нет. Иными словами, в России больные с ХСН еще чаще, чем на Западе, лечатся участковыми терапевтами. К сожалению, информационная обеспеченность врачей первичного звена в нашей стране все еще низка [3].

Поэтому использование новых информационных технологий для создания медицинских систем поддержки принятия решения, объединяющих знания и опыт врачей-экспертов, является важной задачей.

Построение строгой количественной модели постановки клинического диагноза усложняется следующими особенностями.

Во-первых, на практике всегда имеется большое количество слабо формализуемых и зачастую противоречивых данных с одновременной их изменчивостью (ситуативностью) во времени.

Во-вторых, зачастую присутствует конфликтный и многоаспектный характер взаимоотношений, как между элементами внутри объекта исследования, так и с окружающими объектами при сильном влиянии человеческого фактора.

В-третьих, как правило, имеется преимущественно понятийный и противоречивый характер исходных данных о самом пациенте.

Проблема формирования базы знаний, включающей различные алгоритмы и модели диагностики, прогнозирования и принятия оптимальных решений при выборе тактики лечения, занимает центральное место при разработке компьютерных систем интеллектуальной поддержки деятельности врача. В связи с этим требуется разработка различных подходов, позволяющих повысить качество и надежность вычислительных процедур. Для этого необходима структуризация имеющейся медицинской информации, ее предварительная обработка, проведение системного анализа полученных данных, разработка моделей описания и методов интеллектуальной поддержки принятия решений в рассматриваемой предметной области.

Методы системного анализа и интеллектуальной поддержки при соответствующей проработке могут быть применены при описании практически любого класса заболеваний. Однако особый интерес вызывают патологические состояния, приводящие наиболее часто к утрате трудоспособности, инвалидности и смерти. Именно к такому классу болезней относятся заболевания сердечно-сосудистой системы, в том числе хроническая сердечная недостаточность.

Таким образом, тематика диссертации, связанная со структурно-параметрическим синтезом и идентификацией систем диагностики, выбора тактики лечения ХСН, а также прогнозирования риска внезапной смерти при сердечно-сосудистых заболеваниях на основе применения методов системного анализа и интеллектуальной поддержки принятия решений, является актуальной на сегодняшний день.

Цель диссертационного исследования: разработать проблемно-ориентированную информационную систему, позволяющую повысить эффективность диагностики, лечения хронической сердечной недостаточности, прогнозирования риска внезапной сердечной смерти за счет интеллектуализации принятия врачебных решений.

Для достижения поставленной цели необходимо решить следующие задачи:

- провести анализ особенностей функционирования компьютерных систем автоматизации лечебно-диагностического процесса, оценить возможность применения методов интеллектуальной поддержки для повышения их эффективности;

- провести структурно-параметрический синтез и идентификацию систем диагностики, определения типа, стадии, функционального класса, методов лечения ХСН и прогнозирования риска ВСС при сердечно-сосудистых заболеваниях;

- предложить метод прогнозирования в постановке диагноза ХСН;

- разработать методы формализации и принятия решений при диагностике, определении типа, стадии, функционального класса, методов лечения ХСН и прогнозировании риска ВСС при сердечно-сосудистых заболеваниях;

- разработать специальное программное обеспечение информационной системы интеллектуальной поддержки принятия решений;

- выполнить оценку эффективности использования разработанного комплекса методов и провести апробацию результатов исследования в клинических условиях.

Методыисследования. Выполненные теоретические и экспериментальные исследования базируются на использовании следующих методов и теорий: систем, множеств (четких и нечетких), графов, выбора и принятия решений, искусственного интеллекта, кардиологии, ситуационного управления и программирования. Общей методологической основой является системный подход.

Научная новизна работы заключается в разработанных методах диагностики, определения типа, стадии, функционального класса (ФК), методов лечения ХСН и прогнозирования риска внезапной сердечной смерти (ВСС):

- семантический граф диагностики ХСН, отражающий структуру процесса постановки диагноза и связи между результатами обследования пациента, создающий основу для разработки более эффективных методов диагностики;

- семантический граф определения типа, стадии, ФК и методов лечения ХСН, позволяющий в отличие от существующих формализовать правила принятия врачебного решения при имеющихся данных о .пациенте, построенные на основе Национальных рекомендаций по лечению ХСН;

- метод прогнозирования в постановке диагноза ХСН, основанный на применении модифицированного метода последовательных сравнений на основе метода частичных парных сравнений и метода DARE-Decision Alternative Ration Evaluation и позволяющий в отличие от известных формализовать структуру предпочтений ЛПР путем ранжирования альтернативных врачебных решений по их относительной важности на каждом уровне установления диагноза;

- метод формализации принятия решений для прогнозирования риска ВСС, позволяющий в отличие от известных прогнозировать на 10-летний период риск (вероятность) смерти от сердечно-сосудистых заболеваний на основании данных об общем уровне холестерина, систолическом артериальном давлении, курении, возрасте с учетом наличия других сопутствующих наиболее существенных факторов у пациента;

- метод интеллектуальной поддержки принятия решения при прогнозировании риска внезапной смерти при сердечно-сосудистых заболеваниях, отличающийся от существующих включением в рассмотрение и формализацией следующих факторов: наличие ВСС по отцовской и материнской линии, нарушение ВСР, величину ЧСС, удлинение интервала QTc, увеличение массы миокарда, наличие желудочковой экстрасистолии, наличие ИМ, сахарного диабета, фибрилляции предсердий, модифицирующих начальное предполагаемое значение риска;

- метод интеллектуальной поддержки при лечении ХСН, позволяющий воспринимать, структурировать и накапливать знания, обеспечивая процесс поддержки принятия врачебного решения.

Практическая значимость работы заключается в разработанном специальном программном обеспечении проблемно-ориентированной информационной системы диагностики, лечения и прогнозирования ВСС в виде реализации методов, учитывающих структуру предметных автоматизированных систем человеко-машинных процедур и охватывающих все этапы лечебно-диагностического процесса для принятия врачебного решения при работе с пациентами с подозрением на хроническую сердечную недостаточно сть.

Основные теоретические и практические результаты диссертационной работы апробированы и внедрены в деятельность Воронежской областной клинической больницы №1. Эффект от внедрения - социальный.

Апробация работы. Основные положения и результаты диссертационной работы докладывались и обсуждались на следующих научно-технических конференциях и семинарах:

- «Теория конфликта и ее приложения» (Воронеж, 2004, 2006);

- «Интеллектуальные информационные системы» (Воронеж, 2005);

- Отчетных научных конференциях профессорско-преподавательского состава и научных работников ВГТА (2005-2006 гг.);

- Отчетных научных конференциях профессорско-преподавательского состава и научных работников ВИВТ (2006-2007 гг.);

- «Интеллектуализация управления в социальных и экономических системах» (Воронеж, 2007);

- Научно-технических семинарах кафедры информационных систем

ВИВТ (2006-2007 гг.).

Структура работы. Диссертация состоит из введения, 4 глав, заключения, списка литературы из 120 наименований и приложения. Работа изложена на 134 страницах машинописного текста (основной текст занимает 125 страниц), содержит 20 рисунков и 18 таблиц.

Результаты работы заключаются в следующем:

1. Построен семантический граф диагностики ХСН, отражающий структуру процесса постановки диагноза и связи между результатами обследования пациента, создающие основу для разработки более эффективных методов диагностики.

2. Разработан семантический граф определения типа, стадии, ФК и методов лечения ХСН, позволяющий в отличие от существующих формализовать правила принятия врачебного решения при имеющихся данных о пациенте, построенные на основе Национальных рекомендаций по лечению ХСН.

3. Предложен метод прогнозирования в постановке диагноза ХСН, основанный на применении модифицированного метода последовательных сравнений на основе метода частичных парных сравнений и метода DARE-Decision Alternative Ration Evaluation и позволяющий в отличие от известных формализовать структуру предпочтений ЛПР путем ранжирования альтернативных врачебных решений по их относительной важности на каждом уровне установления диагноза.

4. Разработаны методы формализации и интеллектуальной поддержки принятия решения при диагностике ХСН, позволяющие в отличие от существующих судить о вероятности наличия диагноза ХСН у пациента при имеющихся результатах обследования по значению общего коэффициента связи.

5. Построены методы формализации и интеллектуальной поддержки при определении типа, стадии, ФК и методов лечения ХСН, позволяющие воспринимать, структурировать и накапливать знания, обеспечивая процесс поддержки принятия врачебного решения.

6. Разработан метод формализации для решения задачи прогнозирования риска ВСС, позволяющая в отличие от известных прогнозировать на 10-летний период риск (вероятность) смерти от сердечно-сосудистых заболеваний на основании данных об общем уровне холестерина, систолическом артериальном давлении, курении, возрасте с учетом наличия других сопутствующих наиболее существенных факторов у пациента.

7. Разработан метод интеллектуальной поддержки принятия решения при прогнозировании риска внезапной сердечной смерти при сердечнососудистых заболеваниях, отличающийся от существующих включением в рассмотрение и формализацией следующих факторов: наличие ВСС по отцовской и материнской линии, нарушение ВСР, величину ЧСС, удлинение интервала QTc, увеличение массы миокарда, наличие желудочковой экстрасистолии, наличие ИМ, сахарного диабета, фибрилляции предсердий, модифицирующих начальное предполагаемое значение риска.

8. Разработанный комплекс методов формализации и интеллектуальной поддержки принятия решения при диагностике, определении типа, стадии, ФК, методов лечения ХСН, прогнозировании риска ВСС определяет состав и структуру построения инструментальных средств в виде математического, алгоритмического, информационного и программного обеспечения автоматизированной системы поддержки принятия решения в лечебно-диагностическом процессе.

9. Создана основа для программной реализации интерфейса пользователя, включая функцию управления данным процессом, организацию взаимодействия с пользователями, поиска необходимых альтернатив и представления их пользователю для окончательного выбора.

10. Достоверность и полнота результатов исследования обеспечивается и подтверждается их практической реализацией на конкретных примерах применения в поддержке лечебно-диагностического процесса (ЛДП) и внедрением результатов работы в ЛДП.

11. Проведена опытная эксплуатация результатов исследования в Воронежской ОКБ. Разработанная информационная система внедрена в эксплуатацию в данном лечебно-диагностическом учреждении, а также включена в учебный процесс ВИВТ. Эффект от внедрения - социальный.

123

ЗАКЛЮЧЕНИЕ

1. Айзерман Н.А. Выбор вариантов: основы теории' Текст. / Н.А.Айзерман, Ф.Т.Алескеров. М.: Наука, 1990.-240с.

2. Арбиб М. Алгебраическая теория автоматов, языков и полугрупп Текст. / М. Арбиб. - М.:Статистика, 1975. - 336 с.

3. Беленков Ю.Н. Принципы рационального лечения хронической сердечной недостаточности / Ю.Н. Беленков, В.Ф. Мареев. 2003. - (http://www.consilium-medicum.com/media/book/0101/4. shtml).

4. Беленков Ю.Н. Ультразвуковая диагностика в кардиологии Текст. / Ю.Н. Беленков, Н.М. Мухарлямов. М.: Наука, 1981, - С. 41 - 47. .

5. Беленков Ю.Н. Хроническая сердечная недостаточность в России опыт 25 лет: где мы находимся и куда должны идти? Текст. / Ю. Н. Беленков //. Сердечная недостаточность. - 2003. - №1. - С. 9-11.

6. Белоконь Н.А. Болезни сердца и сосудов у детей Текст. / Н.А. Белоконь, М.Б. Кубергер. М.: Наука, 1987.- Т. 2. - С. 364.

7. Большая медицинская энциклопедия: М.: Медицина, 1984. Т. 23. - 438 с.

8. Борисов А.Н. Системы управления с ЭВМ: Информационное, математическое и программное обеспечение Текст. / А.Н. Борисов, Э.Р.Вилюмс, Л.Я.Сукур. Рига: Зинатне, 1986. -198с.

9. Бублик Н.Г. Логико-лингвистические модели в военных системных исследованиях Текст. / Н.Г. Бублик, В.Е. Евстигнеев, В.И. Новосельцев, А.И. Рог, Е.К. Суворов, Б.В. Тарасов. М.: Военное издательство, 1988. - 232с,

10. Булыгин В.П. представление неточных и слабовыраженных данных в инструментальных медицинских экспертных системах Текст. / В.П. Булыгин // Актуальные проблемы медицины. 1993. - С. 105-109.

11. Вентцель Е.С. Полемика и ее издержки Текст. / Е.С. Вентцель // Новый мир. 1973.- №3.-С. 5-23.

12. Викторов В.А. О развитии медико-технической науки Текст. / В.А. Викторов // Вестник РАМН. 2001. - №5 - С. 3-7.

13. Гаек П. Автоматическое образование гипотез Текст. / П.Гаек, Т.Гавранек -М.: Наука, 1984.-197с.

14. Гаспарян С.А. Классификация медицинских информационных систем Текст. / С.А. Гаспарян // Врач и информационные технологии. 2005. - №3. -С. 21-28.

15. Гафт М.Г. Принятие решений при многих критериях Текст. / М.Г. Гафт. -М.:3нание, 1979. 64 с.

16. Герман О.В. Введение в экспертные системы Текст. / О.В. Герман. -Минск: Высшая школа, 1999. 155с.

17. Гермейер Ю.Б. Введение в теорию исследования операций Текст. / Ю.Б. Гермейер. М.:Наука, 1971.-323с.

18. Гиг Дж. Прикладная общая теория систем: Пер. с англ. / Дж.Гиг. М.: Мир, 1981.- 733 с.

19. Горбатов В.А. Фундаментальные основы дискретной математики: Информационная математика Текст. / В.А. Горбатов. М.: Наука, 1999. - 544 с.

20. Гублер Е.В. Вычислительные методы анализа и распознавания патологических процессов Текст. / Е.В. Гублер. М.: Медицина, 1978. - 296 с.

21. Дейт К. Введение в системы баз данных Текст. / К. Дейт. М.: Наука, 1980.-463с.

22. Дж.Гласс Статистические методы в прогнозировании. Текст. / Дж.Гласс, Дж.Стенли. М.: Прогресс, 1976. - 368 с.

23. Дрейпер Н.Р. Прикладной регрессионный анализ: 2-е изд.: Кн.1-2. Текст. / Н.Р. Дрейпер, Г. Смит. М.:Финансы и статистика, 1986.-349 с.

24. Дюк В.А. Информационные технологии в медико-биологических исследованиях Текст. / В.А. Дюк, В. Эмануэль. СПб: Питер, 2003. - 528с.

25. Ежкова И.В. Принятие решений при нечетких основаниях. I. Универсальная шкала Текст. / И.В. Ежкова, Д.А. Поспелов // Изв. АН СССР. Техническая кибернетика. — 1977. N6. - С. 3-11.

26. Ежкова И.В. Принятие решений при нечетких основаниях. II. Схемы вывода Текст. / И.В. Ежкова, Д.А. Поспелов // Изв. АН СССР. Техническая кибернетика. 1978. - N2. - С. 5 - 11.

27. Елисеева И.И. Общая теория статистики Текст. / И.И. Елисеева, М.М. Юзбашев / Под ред. И.И. Елисеевой. М.: Финансы и статистика, 1995. — 142с.

28. Еремин И.И. Противоречивые модели оптимального планирования Текст. / И.И. Еремин. М.:Наука, 1988.- 160 с.

29. Заде JI.A. Понятия лингвистической переменной и его применение к принятию приближенных решений Текст. / JI.A. Заде. М.:Мир, 1976. - 165 с.

30. Игнатьева А.В. Исследование систем управления Текст. / А.В. Игнатьева, М.М. Максимцов М.: ООО «ИЗДАТЕЛЬСТВО ЮНИТИ-ДАНА», 2000. -158с.

31. Интегральные роботы. М.: Мир, 1973. - С. 11-17.

32. Искусственный интеллект и психология. М.: Наука, 1976. - С. 15-23.

33. Калиниченко Л.А. Машины баз данных и знаний Текст. / Л.А.Калиниченко, В.М. Рывкин. М.: Наука, 1990. -296с.

34. Кини Р.Л. Принятие решений при многих критериях: предпочтения и замещения Текст. / Р.Л. Кини, Г. Райфа // Пер. с англ. М.:Радио и связь, 1981.-560 с.

35. Кича И.В. Вероятностное и гарантирующее управление. III.Предельная тождественность Текст. / И.В. Кича, В.В. Токарев // Автоматика и телемеханика. 1994. - №10. - С. 143-150.

36. Кишковский А.Н. Методика и техника электрорентгенографии Текст. / А.Н. Кишковский, Л.А. Тютин. М.: Наука, 1982. - С. 156 - 164.

37. Клир Дж. Системология. Автоматизация решения системных задач Текст. / Дж. Клир // Пер. с англ. М.: Радио и связь, 1990. - 544с.

38. Клыков Ю.И. Ситуационное управление большими системами Текст. / Ю.И. Клыков М.: Энергия, 1974. - 390с.

39. Ковригин О.В. Инструментальная среда СПЭИС: представление знаний Текст. / О.В. Ковригин, К.Г. Перфильев, С.В. Решетников. М.: ВНИИСИ, 1989.-55с.

40. Кофман А. В. Ведение в теорию нечетких множеств Текст. / А.В. Кофман // Пер. с фр. М.: Радио и связь, 1982. - 432 с.

41. Краснова Т.Н. Основы формализации синдромной диагностики для автоматизированной системы ведения пациентов Текст. / Т.Н. Краснова, И.П. Крюкова, А.Е. Краснов, В.Г. Лебедев, Л.А. Панкова // Медицинская техника. — 1998.-№3.-С. 20-25.

42. Кристофидес Н. Теория графов. Алгоритмический подход Текст. / Н. Кристофидес. М.: Мир, 1978. - 432с.

43. Кулешова Э.В. Всегда ли внезапна внезапная сердечная смерть? Текст. / Э.В. Кулешова, Е.А. Демченко, Е.В. Шляхто // Вестник аритмологии . 2006. -№42.-С. 22-27.

44. Кузин Л.Т. Основы кибернетики Текст. / Л.Т. Кузин М.: Энергия, 1979. -Т.2- 584с.

45. Ларичев О.И. Выявление экспертных знаний Текст. / О.И. Ларичев, А.И. Мечитов, Е.М. Мошкович, Е.М. Фуремс. М.: Наука, 1989. - 128 с.

46. Ларичев О.И. Наука и искусство принятия решений Текст. / О.И. Ларичев. -М.: Наука, 1979. -200с.

47. Лищук В. А. Об инфраструктуре информационной поддержки клинической медицины Текст. / В. А. Лищук, А. И. Данилевич, А. В. Гаврилов и др. // Медицинская техника. 2003. - № 4. - С. 37 - 42.

48. Лорьер Ж.-Л. Системы искусственного интеллекта Текст. / Ж.-Л. Лорьер. — М.: Мир, 1991.-568 с.

49. Магрупов Т.М. Графы, сети, алгоритмы и их приложения Текст. / Т.М. Магрупов. Ташкент: Фан, 1990. - 120с.

50. Макаров И.М. Теория выбора и принятия решений Текст. / И.М.Макаров, Т.М.Виноградская, А.А. Рубчинский, В.Б.Соколов. М.: Наука, 1982. -327с.

51. Малая Л.Т. Хроническая сердечная недостаточность: достижения, проблемы, перспективы Текст. / Л.Т. Малая, Ю.Г. Горб. X.: Торсинг, 2002. -768 с.

52. Мартин Дж. Организация баз данных в вычислительных системах Текст. / Дж. Мартин. М.: Мир, 1980. - 662с.

53. Медицинская информатика: Учебное пособие / В.И. Чернов, О.В. Родионов, И.Э. Есауленко и др. Воронеж, 2004. - 282 с.

54. Месарович М. Общая теория систем: математические основы Текст. / М.Месарович, Я.Такахара М.: Мир, 1978.-311 с.

55. Мидоу Ч. Анализ информационно-поисковых систем Текст. / Ч. Мидоу. -М.: Мир, 1978.-213с.

56. Милль Д.С. Система логики силлогистической и индуктивной Текст. / Д.С. Милль. М.: Книжное дело, 1900. - 366с.

57. Мирошников В.В. Проектирование технических систем на основе применения нечетких множеств и различных алгоритмов Текст. / В.В. Мирошников // Изв. АН СССР. Техн. кибернетика. 1979. - № 3. - С. 124-135.

58. Мороз А.И. Курс теории систем Текст. / А.И. Мороз. М.: Высш.шк.,1987.-412 с.

59. Насонов Е.Л. Новые аспекты патогенеза сердечной недостаточности: роль фактора некроза опухоли Текст. / Е.Л. Насонов, М.Ю. Самсонов// Сердечная недостаточность. 2000. - Т. 1, № 4. - С. 1-6.

60. Национальные рекомендации по диагностике и лечению ХСН Текст. // Сердечная недостаточность. 2003. - Т. 4, №6. - С. 276-298.

61. Неклассическая логика. М.: Мир, 1970. - 190с.

62. Николаев А.П. Автоматизированная больничная система Центральной Клинической больницы Текст. / А. П. Николаев, Р. А. Эльчиян // Компьютерные технологии в медицине. 1998. - № 2. - С. 47 - 48.

63. Новиков П.С. Элементы математической логики Текст. / П.С. Новиков. -М.: Наука, 1973.

64. Общая теория статистики: Статистическая методология в изучении коммерческой деятельности: Учебник / А.И. Харламов, О.Э. Башина, В.Т. Бабурин и др. // Под ред. А.А. Спирина, О.Э. Башиной. М.: Финансы и статистика, 1994.-241с.

65. Оганесян А.П. Интеллектуальная надстройка СУБД Текст. / А.П. Оганесян // Представление знаний в системах искусственного интеллекта. -МДНТП им. Дзержинского. М., 1980. - С.151-153.

66. Орлов В.Н. Руководство по электрокардиографии Текст. / В.Н. Орлов. -М.: Наука, 1984. С. 35-38.

67. Орловский С.А. Проблемы принятия решений при нечеткой исходной информации Текст. / С.А. Орловский. М.:Наука, 1981.-206 с.

68. Осуга С. Обработка знаний Текст. / С. Осуга. М.: Мир, 1989. 192с.

69. Первые результаты Российского эпидемиологического исследования по ХСН // Сердечная недостаточность. 2003. - №1. - С. 17-18.

70. Поспелов Д.А. Большие системы: Ситуационное управление Текст. / Д.А. Поспелов. М.: Знание, 1975. - 136с.

71. Поспелов Д.А. Логико-лингвистические модели в системах управления Текст. / Д.А. Поспелов. М.: Энергоиздат, 1981. -201с.

72. Поспелов Д.А. Мышление и автоматы Текст. / Д.А.Поспелов, В.Н.Пушкин М.: Сов. радио, 1972. 134с.

73. Поспелов Д.А. Семиотические модели: Успехи и перспективы Текст. / Д.А. Поспелов // Кибернетика. 1976. - N6. - С. 12 - 19.

74. Представление и использование знаний / Под. ред. X. Уэно, М. Исидзука. -М.: Мир, 1989.-195 с.

75. Приобретение знаний / Под. ред. С. Осуги, Ю. Саэки. М.: Мир, 1990. -304 с.

76. Розен В.В. Цель оптимальность - решения (математические модели принятия оптимальных решений) Текст. / В.В. Розен. - М.гРадио и связь, 1982.168 с.

77. Розенфельд А. Симптомы Текст. / А. Розенфельд. М.: Медицина, 1993. -365 с.

78. Руа Б. Классификация и выбор при наличии нескольких критериев (метод ЭЛЕКТРА) Текст. / Б. Руа //Вопросы анализа и процедура принятия решений. -М.: Мир, 1976. -С.80- 107.

79. Саати Т. Аналитическое планирование. Организация систем Текст. / Саати Т., Керне К. / Пер. с англ.-М.:Мир, 1991.-224 с.

80. Сысоев В.В. Конфликт. Сотрудничество. Независимость. Системное взаимодействие в структурно параметрическом представлении Текст. /В.В. Сысоев. -М.: МАЭП, 1999. - 151с.

81. Сысоев В.В. Системное моделирование: Уч. пособие. Воронеж: Изд-во Воронеж, технол. ин. - та, 1991. - 80с.

82. Сысоев В.В. Формирование конфликта в структурном представлении систем Текст. /В.В. Сысоев //Информационные технологии и системы. -Воронеж, 1996. №1 - С. 26-30.

83. Сысоев Д.В. Анализ взаимодействия в структурном представлении систем. Программная реализация Текст. / Д.В.Сысоев, Р.А.Солодуха // Математическое моделирование технологических систем. Воронеж: ВГТА, 1999. — С.61- 64.

84. Сысоев Д.В. Обучающая программа по анализу взаимодействий элементов в структурном представлении систем Текст. / Д.В.Сысоев, Р.А.Солодуха // Проблемы внедрения новых информационных технологий в жизнедеятельность военного вуза. Тамбов, 1999. - С.210-212.

85. Тарасов, К. Е. Логика и семиотика диагноза Текст. / К. Е. Тарасов, В. К. Беликов, А. И. Фролова. М.: Медицина, 1989.

86. Терещенко С.Н. Мозговой натрийуретический гормон и сердечная недостаточность Текст. / Терещенко С.Н., Павликова Е.П., Мерай И.А., Моисеев B.C. // Кардиология. 2002. - № 8. - С. 57-62.

87. Уинстон П. Искусственный интеллект Текст. / П. Уинстон. М.: Мир, 1980. -519с.

88. Фишберн П.С. Теория полезности для принятия решений Текст. / П.С. Фишберн. М.:Наука,1978. - 352 с.

89. Цвиркун А.Д. Имитационное моделирование в задачах синтеза структуры сложных систем (оптимизационно-имитационный подход) Текст. / А.Д.Цвиркун, В.К.Акинфиев, В.А.Филиппов М.: Наука,1985. - 174с.

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

91. Четвериков Н.С. Статистические и стохастические исследования Текст. / Н.С. Четвериков. -М.: 1971. 128с.

92. Четыркин Е.М. Статистические методы прогнозирования Текст. / Е.М. Четыркин. 2-е изд., перераб. и доп. - М.: Статистика, 1997. - 211с.

93. Шильяк Д.Д. Децентрализованное управление сложными системами Текст. / Д.Д. Шильяк М: Мир, 1994. - 576с.

94. Шортлиф Э.Х. Формальное представление знаний для принятия решений в медицине: обзор автоматизированных средств принятия клинических решений Текст. / Э.Х. Шортлиф, Б.Г. Буканан, Э.А. Фейгенбаум // ТИИЭР. 1979. -Т.67, № 9. - С. 30-52.

95. Юрасов В.Г. Синтез развивающихся компьютерных систем вуза на основе прогностических моделей Текст. / В.Г. Юрасов. Воронеж: ВГТУ, 1999. -126с.

96. АСС/АНА Guidelines for the Evaluation and Management of Chronic Heart Failure in the Adult. 2001. American College of Cardiology Web site, available at: (http://www.acc.org/clinical/guidelines/failure/hfindex.htm).

97. Algra A, Tijssen JG, Roelandt JR, Pool J, Lubsen J. Heart rate variability from 24-hour electrocardiography and the 2-year risk for sudden death. Circulation 1993; 88: 180-85.

98. Am J Cardiol 2005;95:948-54.

99. Bansch D, Antz M, Boczor S et al. Primary prevention of sudden cardiac death in idiopathic dilated cardiomyopathy: the Cardiomyopathy Trial (CAT). Circulation 2002; 105: 1453-8.

100. Bettencourt P., Ferreira A., Pardal-Oliveira N. et al. Clinical significance of brain natriuretic peptide in patients with postmyocardial infarction // Clin. Cardiology. 2000. - № 23 (12). - P. 921-927.

101. Bronzino J.D. The Biomedical Engineering Handbook.

102. Conroy RM, Pyorala K, Fitzgerald AP, et al. Estimation of ten-year risk of fatal cardiovascular disease in Europe: the SCORE project. Eur Heart J 2003;24:987-1003.

103. Friedlander Y, Siscovick DS, Weinmann S et al. Family history as a risk factor for primary cardiac arrest. Circulation 1998; 97: 155-60.

104. Guidelines for diagnosis and treatment of chronic heart failure // European Heart Journal.- 2001.- Vol. 22. issue 17, P. 1527-1560.

105. Haider AW, Larson MG, Benjamin EJ, Levy D. Increased Left ventricular mass and Hypertrophy are associated with increased risk for sudden death. J Am Coll Cardiol 1998; 32:1454-9.

106. Jouven X., Desnos M., Guerot C., Ducimetiere Р/ Predicting sudden death in the population: the Paris Prospective Study I/ Circulation 1999; 99: 1978-83.

107. Maggioni AP, Zuanetti G, Franzosi MG et al. Prevalence and prognostic significance of ventricular arrhythmias after acute myocardial infarction in the fibrinolytic era. GISSI-2 results. Circulation 1993;351:478-84.

108. Moss AJ, Zareba W, Hall WJ et al. Prophylactic implantation of a defibrillator in patients with myocardial infarction and reduced ejection fraction. N Engl J Med 2002; 346: 877-83.

109. Priori SG , Aliot E , Blomstrom Lundqvist С et al . Task Force on Sudden Cardiac Death of the European Society of Cardiology. Eur Heart J 2001; 22: 1374— 450.

110. Priori SG, Aliot E, Blomstrom-Lundqvist С et al. Task Force on Sudden Cardiac Death, European Society of Cardiology. Europace 2002; 4: 3-18.

111. Rauchhaus M., Koloczek V., Florea V. et al. The relationship between tumor necrosis factor a and natriuretic peptides in patients with chronic heart failure // Eur. J. Heart Failure. 1999. - № 1 (Suppl.). - P. 203.

112. Schortliff E. Computer-based medical consultation: MYCYN. New York: Elsevier, 1976. 205 p.

113. Schouten EG, Dekker JM, Meppelink P, Kok FJ, Vandenbroucke JP, Pool J. QT interval prolongation predicts cardiovascular mortality in an apparently healthy population. Circulation 1991; 84: 1516-23

114. Переданный комплекс функционирует в рамках информационного обеспечения Воронежской ОКБ №1, показал свою работоспособность и эффективность. Система принята в опытную эксплуатацию. Эффект от внедрения социальный.

115. На момент подписания настоящего акта экономический эффект от внедрения не рассчитывался.

116. От разработчиков: Профессор ВИВТ

117. Ю. С. Сербулов Ст. преподаватель ВИВТ1. Т.В. Бессонова1. От ОКБ №1:

118. Настоящий акт составлен в том, что на основании исследований, проведенных автором, внедрены следующие результаты:

119. Методы формализации принятия решения при диагностике и лечении заболеваний.

120. Методы интеллектуальной поддержки принятия решения в задачах диагностики и лечения заболеваний.

121. Инструментальные средства в виде алгоритмов и пакета прикладных программ, реализующих человеко-машинные процедуры поддержки принятия решения при диагностике и лечении заболеваний.