rpmjResearch'n Practical Medicine JournalResearch and Practical Medicine Journal2410-1893"QUASAR", LLC10.17709/2409-2231-2017-4-4-7rpmj-221Research ArticleОригинальная статья. БиоинформатикаOriginal article. BioinformaticsДИАГНОСТИКА И ПРОГНОЗИРОВАНИЕ ВЕРОЯТНОСТИ ВОЗНИКНОВЕНИЯ ХОЛЕЦИСТИТА НА ОСНОВЕ НЕЙРОСЕТЕВОГО АНАЛИЗА ФАКТОРОВ РИСКАDIAGNOSIS AND PREDICTION OF CHOLECYSTITIS DEVELOPMENT ON THE BASIS OF NEURAL NETWORK ANALYSIS OF RISK FACTORShttps://orcid.org/0000-0002-2069-7701ЛазаренкоВ. А.LazarenkoV. A.

Лазаренко Виктор Анатольевич - доктор медицинских наук, профессор, заведующий  кафедрой хирургических болезней ФПО, ректор.

305041, Курск, ул. К. Маркса, д. 3

Viktor A. Lazarenko - MD, professor, head of the department of surgical diseases of FPE, rector KSMU.

https://orcid.org/0000-0001-5745-3586АнтоновА. Е.AntonovA. E.

Антонов Андрей Евгеньевич - кандидат медицинских наук, помощник ректора по общим вопросам,  доцент кафедры  хирургических  болезней.

Andrey E. Antonov – PhD, assistant  to the rector for general matters, associate professor of the surgical diseases department.

3, K. Marksa str., Kursk, 305041

drantonov@mail.ruФГБОУ ВО «Курский государственный медицинский университет» Министерства здравоохранения Российской ФедерацииРоссияKursk State Medical UniversityRussian Federation201713122017446772Copyright © Лазаренко В.А., Антонов А.Е., 20172017Лазаренко В.А., Антонов А.Е.Lazarenko V.A., Antonov A.E.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://www.rpmj.ru/rpmj/article/view/221Цель исследования

Цель исследования. Разработать искусственную нейронную сеть для диагностики и прогнозирования развития холециститов на основе анализа данных о факторах риска, а также изучить возможности ее применения в реальной клинической практике.

Материалы и методы

Материалы и методы. Сбор материалов включал анкетирование 488 больных с заболеваниями гепатопанкреатодуоденальной зоны на базе стационаров г. Курска. 203 пациента страдали холециститом, у 285 человек диагноз холецистита был исключен. Анализ данных о факторах риска (поле, возрасте, вредных привычках, профессии, семейных отношениях и пр.) проводили с применением искусственной нейронной сети собственной разработки типа «многослойный персептрон с активационной функцией гиперболический тангенс». Программа для ЭВМ «Система интеллектуального анализа и диагностики заболеваний» была зарегистрирована в установленном порядке (свидетельство № 2017613090).

Результаты

Результаты. Применение нейросетевого анализа данных о факторах риска в сравнении с обработкой сведений, формирующих клиническую картину, позволяет осуществлять диагностику потенциального заболевания холециститом до момента проявления симптоматики.

Обучение искусственной нейронной сети с количественным выходом, кодирующим возраст вероятной госпитализации, позволило генерировать массив значений, значимо (α ≤ 0,001) не отличающийся от эмпирических данных. Разность средних расчетных и средних эмпирических значений составляла 0,45 для обучающего множества и 1,75 для группы клинической апробации. Значение средней абсолютной ошибки находилось в пределах 1,87–2,07 года.

Заключение

Заключение. 1. Предложенный новый подход к диагностике и прогнозированию холецистита продемонстрировал свою эффективность, что подтверждается в клинической апробации уровнями чувствительности (94,44%, m = 2,26) и специфичности (80,6%, m = 3,9) методики.

Purpose

Purpose. To develop an artificial neural network for diagnosing and predicting the development of cholecystitis based on an analysis of data on risk factors, and to explore the possibilities of its application in real clinical practice.

Materials and methods

Materials and methods. The collection of materials was held in at the hospitals of the city of Kursk and included a survey of 488 patients with hepatopancreatoduodenal diseases. 203 patients were suffering from cholecystitis, in 285 patients the diagnosis of cholecystitis was excluded. Analysis of risk factors’ data (such as sex, age, bad habits, profession, family relationships, etc.) was carried out using an internally developed artificial neural network (multilayer perceptron with hyperbolic tangent as the activation function). The computer program “System of Intellectual Analysis and Diagnosis of Diseases” was registered in accordance with established procedure (Certificate No. 2017613090).

Results

Results. The use of neural network analysis of data on risk factors in comparison with the processing of information that forms a clinical picture allows the diagnosis of a potential disease with cholecystitis before the onset of symptoms. The training of the artificial neural network with a quantitative output coding the age of probable hospitalization made it possible to generate an array of values, signifficantly (α ≤ 0.001) not differing from the empirical data. The difference between the mean calculated and mean empirical values was 0.45 for the training set and 1.75 for the clinical approbation group. The mean absolute error was within the range of 1.87–2.07 years.

Conclusion

Conclusion. 1. The proposed new approach to the diagnosis and prognosis of cholecystitis has demonstrated its effectiveness, which is confirmed in clinical approbation by the levels of sensitivity (94.44%, m = 2.26) and specificity (80.6%, m = 3.9).

2

2. The error in predicting the age of probable hospitalization of patients with cholecystitis did not exceed 2.29 and 2.38 years for p = 0.95 and p = 0.99, respectively.

искусственная нейронная сетьнейросетьмногослойный персептрондиагностикахолециститискусственный интеллектпрогнозированиеartificial neural networkneuronetmultilayer perceptrondiagnosisdiagnosticscholecystitisartificial intelligenceprognosisReferencesStrasberg SM. Clinical practice. Acute calculous cholecystitis. N Engl J Med. 2008 Jun 26;358 (26):2804–11. DOI: 10.1056/NEJMcp0800929Strasberg SM. Clinical practice. Acute calculous cholecystitis. N Engl J Med. 2008 Jun 26;358 (26):2804–11. DOI: 10.1056/NEJMcp0800929Friedman LS. Liver, Biliary Tract, & Pancreas Disorders. In Papadakis MA, McPhee SJ, Rabow MW, editors. Current Medical Diagnosis & Treatment. McGraw-Hill, 2015.Friedman LS. Liver, Biliary Tract, & Pancreas Disorders. In Papadakis MA, McPhee SJ, Rabow MW, editors. Current Medical Diagnosis & Treatment. McGraw-Hill, 2015.Diseases and Conditions. Cholecystitis [Internet] Available at: http://www.mayoclinic.org/diseases-conditions/cholecystitis/basics/risk-factors/con-20034277 Accessed 2.06.2016Diseases and Conditions. Cholecystitis [Internet] Available at: http://www.mayoclinic.org/diseases-conditions/cholecystitis/basics/risk-factors/con-20034277 Accessed 2.06.2016Светый Л. И., Лопухова В. А., Тарасенко И. В., Климкин А. С. Применение системы оценки технологий здравоохранения в принятии эффективных управленческих решений. Здоровье и образование в XXI веке. 2013; 15 (1–4): 234–235.Svetyy LI, Lopukchova VA, Tarasenko IV, Klimkin AS. The use of health technology assessment in making effective management decisions. Health & Education Millemmium. 2013; 15 (1–4): 234–235. (In Russian).Лопухова В. А., Тарасенко И. В., Кайланич Г. А., Кайланич Е. А. Изучение качества внебольничной медицинской помощи в медицинских организациях города Орла. Современные проблемы науки и образования. 2016; 5: 137. Доступно по: http://www.science-education.ru/ru/article/view?id=25383. Дата обращения 28.11.2016.Lopukhova VA, Tarasenko IV, Kaylanich GA, Kaylanich EA. The study of outpatient care quality in medical institutions of the Orel-city. Modern Problems of Science and Education. 2016; 5: 137. Available at: http://www.science-education.ru/ru/article/view?id=25383. Accesed 28.11.2016. (In Russian).Симонян Р. З., Кайланич Г. А., Лопухова В. А., Тарасенко И. В. Изучение качества медицинской помощи при оценке технологий здравоохранения. Международный журнал прикладных и фундаментальных исследований. 2016; 8–2: 185–187.Simonyan RZ, Kailanich GA, Lopukhova VA, Tarasenko IV. The study of medical care quality in the health technology assessment. International Journal of Applied and Fundamental Research. 2016; 8–2: 185–187. (In Russian).Дотдаева А. А., Хасанова З. Б., Егорова Л. А., Шиганова Г. М., Собенин И. А., Постнов А. Ю., Бойцов С. А. Генетические факторы риска развития атеросклероза и их взаимосвязь с традиционными факторами риска атеросклероза у пациентов, страдающих ишемической болезнью сердца и проживающих в условиях высокогорья (на примере Карачаево-Черкесии). Атеросклероз и дислипидемии. 2015; 2 (19): 35–40.Dotdaeva AA, Khasanova ZB, Egorova LA, Shiganova GM, Sobenin IA, Postnov AYu, Boytsov SA. The association of genetic risk factors of atherosclerosis with traditional risk factors of atherosclerosis in patients with coronary heart disease living in highlands (at the example of Karachay-Cherkessia). The Journal of Atherosclerosis and Dyslipidemias (Ateroskleroz i Dislipidemii). 2015; 2 (19): 35–40. (In Russian).Бойцов С. А., Самородская И. В., Семёнов В. Ю. Влияние экономических кризисов на общественное здоровье. Профилактическая медицина. 2016; 19 (2): 4–10. DOI: 10.17116/profmed20161924–10Boytsov SA, Samorodskaya IV, Semenov VYu. The impact of economic crisises on population health. Profilakticheskaya meditsina (The Russian Journal of Preventive Medicine and Public Health). 2016; 19 (2): 4–10. DOI: 10.17116/profmed20161924–10 (In Russian).Каприн А. Д., Александрова Л. М., Старинский В. В. Профилактика злокачественных новообразований в Российской Федерации как составная часть международной стратегии профилактики неинфекционных заболеваний. Онкология. Журнал им. П. А. Герцена. 2016; 5 (5): 42–50. DOI: 10.17116/onkolog20165542–50Kaprin AD, Aleksandrova LM, Starinsky VV. Malignancy prophylaxis in the Russian Federation as part of global strategy for the prevention of noncommunicable diseases. Onkologiya. Zhurnal imeni P. A. Gerzena (P. A. Herzen Journal of Oncology). 2016; 5 (5): 42–50. DOI: 10.17116/onkolog20165542–50 (In Russian).Жариков О. Г., Литвин А. А., Ковалёв В. А. Экспертные системы в медицине. Медицинские новости. 2008; 10: 15–18.Zharikov O. G., Litvin A. A., Kovalev V. A. Ekspertnye sistemy v meditsine. Meditsinskie novosti. 2008;10:15–18. (In Russian).Щепин В. О., Расторгуева Т. И., Проклова Т. Н. К вопросу о перспективных направлениях развития здравоохранения Российской Федерации. Бюллетень Национального научно-исследовательского института общественного здоровья имени Н. А. Семашко. 2012; 1: 147–152.Schepin VO, Rastorguyeva TI, Proklova TN. Towards prospective directions of healthcare development in the Russian Federation. Bjulleten’ Nacional’nogo nauchno-issledovatel’skogo instituta obshhestvennogo zdorov’ja imeni N. A. Semashko. 2012; 1: 147–152. (In Russian).Скворцова В. И. Семь принципов модернизации здравоохранения. Вопросы экономики и управления для руководителей здравоохранения. 2010; 5: 7–14.Skvortsova VI. Sem’ printsipov modernizatsii zdravookhraneniya. Voprosy ekonomiki i upravleniya dlya rukovoditelei zdravookhraneniya. 2010; 5: 7–14. (In Russian).Greenes RA. Clinical decision support: the road ahead. Amsterdam; Boston: Elsevier; 2007.Greenes RA. Clinical decision support: the road ahead. Amsterdam; Boston: Elsevier; 2007.Лазаренко В. А., Антонов А. Е., Новомлинец Ю. П. Визуальная среда непараметрического корреляционного анализа факторов риска у больных с хирургической патологией. Здоровье и образование в XXI веке. 2017; 19 (4): 34–37.Lazarenko VA, Antonov AE, Novomlinets UP. Visual environment for nonparametric correlation analysis of risk factors in patients with surgical diseases. Health & Education Millemmium. 2017; 19 (4): 34–37. (In Russian).Лазаренко В. А., Антонов А. Е., Прасолов А. В., Чурилин М. И. Проблема оптимизации регрессионного анализа в оценке факторов риска, влияющих на развитие хирургических заболеваний гепатопанкреатодуоденальной зоны. Здоровье и образование в XXI веке. 2017; 19 (5): 24–27.Lazarenko VA, Antonov AE, Prasolov AV, Churilin MI. The problem of regression analysis optimization in evaluation of risk factors influencing the development of surgical diseases of hepatopancreatoduodenal zone. Health & Education Millemmium. 2017; 19 (5): 24–27. (In Russian).Лазаренко В. А., Антонов А. Е. Роль социальных факторов риска в развитии язвенной болезни в курской области. Человек и его здоровье. 2016; 2: 35–39. DOI: 10.21626/vestnik/2016–2/06Lazarenko VA, Antonov AE. The role of social risk factors in peptic ulcer development in Kursk region. Man and his health. 2016; 2: 35–39. DOI: 10.21626/vestnik/2016–2/06 (In Russian).Роспатент. Зарегистрировано 10.03.2017. Свидетельство о государственной регистрации программы для ЭВМ № 2017613090. Лазаренко В. А., Антонов А. Е. Система интеллектуального анализа и диагностики заболеваний.Ruspatent. Registered on 10.03.2017. The certificate of state registration of computer programs № 2017613090. Lazarenko VA, Antonov AE. System of Intellectual Analysis and Diagnosis of Diseases.a

The authors declare that there are no conflicts of interest present.