Автоматизация диагностики патологии центральной нервной системы у детей раннего возраста

В течение ряда последних лет наблюдается тенденция к росту патологии центральной нервной системы у детей раннего возраста (далее по тексту ЦНС). По данным исследований Ю. И. Барашнева, Л. О. Бадаляна, Н. П. Шабалова, К. А. Семеновой своевременно не выявленные различные формы нарушений ЦНС зачастую проявляются пожизненно, создавая мозаичную картину неврологического дефицита с различными поражениями двигательной, речевой и психоэмоциональной сферы, что вызывает необходимость поиска причин развития патологии и критериев объективной ранней диагностики. Поскольку для принятия диагностического решения о форме и степени выраженности патологии ЦНС у детей раннего возраста врачу необходимо проанализировать большое количество различных диагностических данных, для решения данной задачи необходимо широкое использование современных компьютерных технологий.

Однако при анализе использующихся в этой области медицины автоматизированных диагностических систем было выявлено, что ни одна из них не решает задачу диагностики патологии ЦНС полностью в требуемом объеме, а позволяет решать лишь частные задачи диагностики: оценивать степень функционального дефицита, исследовать состояния структур головного мозга, выполнять прогноз течения заболевания по уже поставленному диагнозу и т. п. Одной из важных причин этого является отсутствие единой строго формализованной шкалы оценки степени выраженности патологии ЦНС и алгоритмического обеспечения в этой области медицины.

Поэтому был сделан вывод о необходимости разработки такой автоматизированной системы, которая позволит проводить обработку и анализ разнородной диагностической информации для подготовки принятия диагностического решения и формирования неврологического диагноза требуемой структуры в соответствии с существующей классификацией перинатального поражения ЦНС. Поскольку разработку диагностических моделей и автоматизацию диагностических алгоритмов для детской неврологии необходимо проводить с учетом свойств исходных данных неоднородности, неточности и зашумленности), а также знаний об особенностях проявления и течения патологии, требуется выбрать или разработать методы и алгоритмы, позволяющие принимать решения с учетом накопленных данных и знаний предметной области.

Таким образом, разработка и внедрение автоматизированной системы, реализующей обработку разнородной диагностической информации, позволяющей решить важную задачу диагностики патологии ЦНС у детей раннего возраста является актуальной.

Целью диссертационной работы является исследование существующего и разработка нового модельного, алгоритмического и программного обеспечения для ранней диагностики патологии центральной нервной системы у детей раннего возраста (ДпЦНС) на основании разнородной диагностической информации.

В соответствии с поставленной целью в рамках диссертационной работы были поставлены и решены следующие задачи:

• Выявление особенностей ДпЦНС с точки зрения сбора, обработки, анализа данных и принятия решения о ее состоянии.

• Исследование и выбор методов интеллектуального анализа данных для решения рассматриваемой диагностической задачи.

• Разработка модельного и алгоритмического обеспечения диагностики патологии ЦНС.

• Разработка системы автоматизированной диагностики патологии ЦНС (САД).

Связь темы исследования с планами и программами НИР.

Актуальность выбранной темы подтверждается тем, что диссертационная работа является частью научно-исследовательских работ, выполняемых в Новосибирском государственном техническом университете (НГТУ), лаборатории Института молекулярной биологии и биофизики (ИМБиБ) СО РАМН и клиники нервных болезней Новосибирской государственной медицинской академии (НГМА) в рамках следующих научно-исследовательских программ и грантов:

1. Грант Минобразования РФ «Университеты России — фундаментальные исследования: Разработка системы мониторинга здоровья населения с и элементами искусственного интеллекта» на 1998 — 2000 г.

НГТУ, кафедра вычислительной техники (ВТ), руководитель д.т.н., профессор В.В.Губарев).

2. Федеральная целевая программа НТР на 1999;2001 гг. регистрационный номер 01.9.80 1 488 от 02.12.98 г. Тема исследования, проводимого лабораторией Института молекулярной биологии и биофизики СО РАМН, «Изучение состояния иммунной системы детей с патологией центральной нервной системы (ЦНС) различного генеза в раннем постнатальном периоде жизни. Определение критериев и разработка технологии иммунокоррегирующей терапии» (руководитель зав. лаб. д.б.н., профессор А.И.Аутеншлюс).

3. Грант Минобразования РФ ГОО-4.1−48 на 2001;2002гг. «Теоретические и методологические основы вариативного моделирования (разработка и исследование)» (руководитель зав. кафедрой ВТ, д.т.н., профессор В.В.Губарев).

Методы исследования.

Полученные результаты базируются на использовании методов и средств системного и математического анализа, теории классификации, математической статистики и теории вероятностей, экспертных систем, теории принятия решений и интеллектуального анализа данных. Научная новизна полученных результатов заключается в следующем: 1. Разработано оригинальное модельное, алгоритмическое и методическое обеспечение диагностики патологии ЦНС, конкретизированное на примере данных анамнеза, а именно:

• Алгоритм диагностики, основанный на четырехэтапной схеме автоматизированного принятия диагностического решения, отличающийся активным включением врача в процесс обработки данных при формировании диагноза;

• Шкала интегральной оценки патологии (ИОП), предназначенная для определения степени выраженности патологии ЦНС и основанная на экспертном определении границы «норма-патология»;

• Оригинальная отражающая системные свойства объекта диагностики вектор-модель диагностических признаков, способ ее формирования с помощью средств интеллектуального анализа данных и метод применения ее в алгоритме определения патологии ЦНС по разнородным многомерным диагностическим данным;

• Основанный на использовании вектор-модели и лепестковой круговой диаграммы метод системной визуализации разнородных многомерных диагностических данных, ориентированный на включение врача в процедуру принятия диагностических решений за счет наглядности и системности представления результатов обработки.

2. Разработана система автоматизированной диагностики патологии ЦНС у детей раннего возраста (САД), позволяющая проводить процедуры сбора, обработки и анализа анамнестических, клинических и параклинических данных на этапах доврачебной диагностики и в режиме врачебного приема, позволяющая формировать развернутый неврологический диагноз.

3. Выявлены и описаны важные для формирования новых методических разработок в детской неврологии особенности течения патологии ЦНС в различных диагностических группах детей, полученные на основе использования теоретических исследований и разработанной САД. Практическая ценность и реализация результатов работы.

Разработка новых и формализованное описание существующих вариантов принятия диагностических решений в области детской неврологии позволили создать систему автоматизированной диагностики патологии ЦНС у детей раннего возраста и являются стартовой основой для построения систем подобного класса. Разработанные средства диагностики позволяют оценить степень тяжести поражения ЦНС различного генеза у новорожденных и детей раннего возраста, с новых системных позиций подойти к изучению патологических процессов, проистекающих в нервной системе ребенка, и исследовать их с учетом новых объективных критериев. На основе результатов проведенных исследований были получены выводы, позволившие разработать практические рекомендации для врачей невропатологов и неонатологов.

Созданный программный комплекс прошел апробацию и внедрен в эксплуатацию в психоневрологическом центре для детей с патологией ЦНС и нарушением психики (г.Новосибирск). Разработанные методики использовались при проведении научных исследований и внедрены в практическое здравоохранение, что подтверждается соответствующими документами.

Достоверность научных положений, выводов и рекомендаций подтверждается обоснованной постановкой теоретических задач, положительными результатами исследований, апробации и внедрения действующей системы диагностики в реальных условиях. Основные научные положения, выносимые на защиту.

1. Алгоритм диагностики патологии ЦНС у детей раннего возраста, основанный на четырехэтапной схеме автоматизированного принятия диагностического решения по разнородным данным.

2. Шкала интегральной оценки степени тяжести патологии ЦНС и алгоритм определения степени выраженности патологии ЦНС по этой шкале.

3. Вектор-модель анамнеза как система моделей созданных с применением интеллектуального анализа данных и способ ее формирования с помощью матриц сопряженности.

4. Метод визуализации разнородной диагностической информации, основанный на многоосном визуальном системном представлении ее для анализа экспертом.

5. Система автоматизированной диагностики, позволяющая проводить раннюю объективную диагностику патологии ЦНС у ребенка раннего возраста на основании разнородных диагностических данных, и результаты ее апробации.

Апробация работы.

Результаты работы и основные положения докладывались и обсуждались на 19 научных конференциях, в частности, на: VI Российско-Корейском международном симпозиуме КОРУС'2002 (Новосибирск, 2002), VI Международной научно-практической конференции «Системный анализ в проектировании и управлении» (С.Петербург, 2002), Региональной научной конференции студентов, аспирантов и молодых ученых «Наука. Техника. Инновации» (НТИ) (Новосибирск, 2002), Всероссийской научно-практической конференции с международным участием «Роль новых перинатальных технологий в снижении репродуктивных потерь».

Екатеринбург, 2001) — IV Международной научной конференции «Вопросы валеологии и эниовалеологии» (Севастополь, 2001), Всероссийской конференции «Новые направления в клинической медицине» (Ленинск-Кузнецкий, 2000 г.), IX — XIII научно-практических конференциях врачей «Актуальные вопросы современной медицины» (Новосибирск, 19 992 003гг.) — на научных семинарах кафедры Вычислительной техники Новосибирского государственного технического университета и на обществе детских невропатологов города Новосибирска с 1999 по 2002 год. Личный вклад автора.

Все выносимые на защиту результаты получены автором лично. Экспериментальные исследования и сбор материала проводились в Муниципальном психоневрологическом центре для детей с патологией ЦНС и нарушениями психики (г.Новосибирск) при участии автора. В работах, опубликованных в соавторстве, автором дана постановка задачи, предложены основные идеи решения, совместно проведены необходимые исследования, получены теоретические результаты. Публикации.

По теме диссертации опубликована 31 печатная работа, получено авторское свидетельство № 6154 от 15.01.03 на объект интеллектуальной собственности рукопись научной работы «Методика формирования информационно-диагностического образа анамнеза».

Структура и объем диссертации

.

Диссертационная работа состоит из введения, 5 глав, заключения и списка литературы из 137 наименований, содержит 145 страниц основного текста, 34 рисунка, 24 таблицы и 3 приложения. Каждая глава начинается вводными замечаниями и заканчивается выводами. В приложении даны копии документов об использовании разработанных методик и программного обеспечения, примеры работы системы автоматизированной диагностики.

Основные выводы, полученные в ходе этого исследования явились основанием для разработки модуля визуализации АП для системы автоматизированной диагностики. Поскольку визуальное представление всей системы этиологических факторов, как показала практика экспериментов, проведенных в ходе исследования, позволяет врачу воспринимать и интерпретировать в ходе диагностики весь процесс, обусловивший развитие патологии ЦНС у ребенка раннего возраста.

5.4.2. Исследование и описание особенностей течения патологии ЦНС.

Использование разработанного методического обеспечения позволяет получать численные характеристики тех явлений, которые ранее описывались качественно, в виде выводов, основанных на результатах длительной практической деятельности врача, и не имели реальных количественных характеристик. Исследование динамики патологического процесса в ЦНС, как правило, проводилось путем анализа частот встречаемости синдромов (Рис. 5.5).

Разработанная методика оценка степени тяжести позволила исследовать характер динамики степени выраженности патологических синдромов, которые описывают характер текущего процесса в единицах новорожденный акушерский анамнез сходный уровень здоровья мамы.

3 группа: патология ЦНС на фоне ВУИ 1Й2 группа: риск реализации ВУИ.

И 1 группа: гипоксически-ишемическое поражение ЦНС.

Рис. 5.4. АП для различных этиологических групп.

ИОП (Рис. 5.6).

Синдром вегето-висцеральнмх нарушений до мес.

— 1—1-иот 1 до 3 отЗ до 6 отб до 9 от 9 до 12 от 12 до возраст ребенка ^ ®.

Синдром нервно-рефлекторной возбудимости до мес.

I I I-1 от 1 до 3 отЗ до 6 отб до 9 от 9 до 12 от 12 до.

18 возраст ребенка.

Гипертензионно-гидроцефальиый синдром до мес от 1 до 3 отЗ до 6 отб до 9 от 9 до 12 от 12 до — ГИПОКСИЯ возраст ребенка 18 о— риск развития инфекции —д—внутриутробное инфицирование.

Рис. 5.5. Динамика частоты встречаемости патологических синдромов при поражении ЦНС различного генеза.

Синдром вегето-висцеральных нарушений.

180 160 С 140.

О 1 ол.

— а Я" К.

В к ч о до мес от 1 до 3 отЗ до 6 отб до 9 от 9 до 12 от 12 до.

18 возраст ребенка Синдром нервно-рефлекторной возбудимости до мес от 1 до 3 отЗ до 6 отб до 9 от 9 до 12 от 12 до возраст ребенка 1 д.

Гипертензионно-гидроцефальный синдром.

С 140 о я 120.

100 и к 80 К 60.

3 40.

20 0 до мес от 1 до 3 отЗ до 6 отб до 9 от 9 до 12 от 12 до возраст ребенка 18.

— гипоксия о—риск развития инфекции —*— внутриутробное инфицирование.

Рис. 5.6. Динамика степени выраженности патологических синдромов при поражении ЦНСразличного генеза.

Также с введением ИОП появилась возможность исследовать динамику характеристик скорости течения патологического процесса и описать особенности патогенеза перинатального поражения ЦНС в зависимости, например, от этиологического фактора болезни или от неврологического статуса в периоде ново рожден ности [25, 26]. Одним из таких результатов является приведенный график особенностей течения патологии ЦНС у детей с различным комплексом причинноформирующих факторов, приведенный на Рис. 5.7. Значение показателя динамики определяется по формуле [уп (Ь) -у-сОт)]/, Л/, где ут (%) и УпОп) — средние арифметические сумм значений ДП, полученные для оценок выше рассмотренных неврологических синдромов в единицах ИОП для текущего и предыдущего осмотров пациента, Д/= - /твремя между осмотрами в заданной единице измерения (месяцы или дни), где /" - дата прошлого осмотра, /тдата текущего осмотра. м о о g и о Си С Я S.

К ¡-гг.

Э С я О.

5 S.

К£ 3 а я>

Я п.

6 е о с тс =.

К и В" га Я го м а.

50 А ' * V ту/ Ь* \ 4 ' У X, А f f ТЬ — - / / Ч, А Л' ——Ш. ' Л * ф ^ ' 'А | до 1 мес от 1 до от 2 до 2 3 от 3 до от 4 до cir 5 д, а 4 5 V месяцы от 6 до 7 от 7 до 8.

— 50.

— 1 группа — гипоксически-ншемическое поражение ЦНС,.

— II группа — дети с патологией ЦНС и риском реализации ВУИ,.

— III группа — дети с клиническими проявлениями ВУИ в сочетании с патологией ЦНС.

Рис. 5.7. Характеристика динамики патологического процесса.

На графиках показано отличие характера течения болезни в различных этиологических группах, которое проявляется в наличии периодов интенсивного течения процессов до пятимесячного возраста и их замедлении к восьмимесячному возрасту, а также показано наличие отрицательной динамики для группы детей с внутриутробной инфекцией (ВУИ) на интервале от 5 до 7 месяцев. Использование полученных количественных характеристик степени выраженности и формы поражения ЦНС позволяют не качественно, а количественно описать и исследовать особенности развития патологии ЦНС у детей раннего возраста и разработать новые критерии «объективной» диагностики в рамках существующей классификации патологии ЦНС детей раннего возраста и в дальнейшем использовать те методы, которые ранее не было возможности использовать из-за специфики данных.

5.4.3. Решение задач прогнозирования.

В качестве метода формирования системы прогнозных моделей используется МГУА. По 47 параметрам анамнеза с интервалом в 14, 30 и 45 дней выполняется прогноз формы и степени выраженности патологии ЦНС у детей раннего возраста в виде совокупности бальных оценок семи основных синдромов, характерных для этого возраста. Ошибка прогноза при этом составляет от 3,4% до 12% по различным ДП. Ранее на обучающих выборках от 100 до 150 человек такой точности прогноза было сложно добиться. Прогнозные модели, которые описываются в литературе, как правило, позволяют выполнить процедуру расчета вероятности дальнейшего развития патологии ЦНС, решения задачи прогнозирования формы поражения ЦНС ранее не встречалось.

При исследовании прогностической значимости величины площади АП были получены некоторые результаты (см. Рис. 5.8), содержательный анализ которых позволил сделать вывод о том, что для описания и исследования влияния этиологических факторов на динамику степени тяжести поражения ЦНС можно использовать эту характеристику. до 3 месяцев до 0,8 от 0,8 до 1.6 от 1,6 до 2,4 от 2,4 до 3,2 больш 3,2 значения площади АП от 3 до 6 месяцев.

Шлегкая степень В средняя степень? тяжелое поражение ЦНС.

ДО 0,8 от 0,8 до от 1,6 до от 2,4 до.

1,6 2,4 3,2 значения площади АП больш 3,2.

Рис. 5.8. Частоты встречаемости значений площади АП при патологии ЦНС различной степени тяжести.

5.5. Результаты и выводы по главе.

В пятой главе описана разработанная в составе программно аппаратного комплекса система автоматизированной диагностики врача-невролога, позволяющая реализовать описанные в предыдущих главах теоретические разработки, а именно:

• рассмотрена структура программно-аппаратного комплекса и системы автоматизированной диагностики;

• описаны основные функции, выполняемые системой и ее общие характеристики;

• приведены примеры интерфейса пользователя;

• приведены показатели диагностической точности и специфичности по основным неврологическим синдромам, полученные в результате сравнения традиционной врачебной диагностики с вариантом диагностики с использованием автоматизированной системы.

Так же в главе рассмотрены некоторые вопросы использования разработанных методик в практической неврологии при решении следующих научно-практических задач:

• Исследование особенностей влияния различных этиологических факторов на ЦНС ребенка;

• Исследование и описание особенностей течения патологии ЦНС;

• Исследование применения разработанных методов и алгоритмов при решении задач прогнозирования.

Полученные положительные результаты позволяют сделать вывод о возможности дальнейшего применения разработанного модельного и алгоритмического обеспечения.

Таким образом, применение системы автоматизированной диагностики в лечебно-диагностическом процессе позволяет по разнородным диагностическим данным на качественно новом уровне с использованием разработанного модельного и алгоритмического обеспечения решать задачу диагностики патологии ЦНС у детей раннего возраста.

Заключение

.

Таким образом, в диссертационной работе разработаны теоретические основы построения системы диагностики на основании разнородных диагностических данных с использованием методов интеллектуального анализа данных, выполнены необходимые исследования и получены следующие результаты:

1. Выполнена постановка задачи медицинской диагностики в терминах задачи сбора, обработки, анализа данных и принятия решений.

2. Разработана методика диагностики патологии ЦНС у детей раннего возраста с использованием четырехэтапного алгоритма, позволяющего осуществлять постановку задачи, сбор, обработку, анализ диагностических данных и принятие диагностического решения на основании разнородных данных с помощью системы функций, сформированной с применением методов ИАД.

3. Разработана шкала интегральной оценки патологии, предназначенная для определения степени выраженности патологии ЦНС и основанная на экспертном определении границы «норма-патология».

4. Создана вектор-модель анамнеза, описывающая систему комплекса этиологических факторов, полученная в виде набора моделей, сформированных с использованием методов ИАД.

5. Разработан метод визуализации разнородной диагностической информации, основанный на многомерном визуальном системном представлении ее для анализа экспертом.

6. Разработана система автоматизированной диагностики, позволяющая проводить раннюю объективную диагностику патологии ЦНС у ребенка раннего возраста на основании разнородных диагностических данных.