ДИАГНОСТИКА И ПРОГНОЗИРОВАНИЕ ВЕРОЯТНОСТИ ВОЗНИКНОВЕНИЯ ХОЛЕЦИСТИТА НА ОСНОВЕ НЕЙРОСЕТЕВОГО АНАЛИЗА ФАКТОРОВ РИСКА

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. 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. 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. 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.

2. Ошибка  прогноза  возраста  вероятной  госпитализации  больных  по  поводу  холецистита  не  превышала 2,29 и 2,38 года для p = 0,95 и p = 0,99 соответственно.

искусственная нейронная сеть, нейросеть, многослойный персептрон, диагностика, холецистит, искусственный интеллект, прогнозирование

1. Strasberg SM. Clinical practice. Acute calculous cholecystitis. N Engl J Med. 2008 Jun 26;358 (26):2804–11. DOI: 10.1056/NEJMcp0800929

2. Friedman LS. Liver, Biliary Tract, & Pancreas Disorders. In Papadakis MA, McPhee SJ, Rabow MW, editors. Current Medical Diagnosis & Treatment. McGraw-Hill, 2015.

3. Diseases and Conditions. Cholecystitis [Internet] Available at: http://www.mayoclinic.org/diseases-conditions/cholecystitis/basics/risk-factors/con-20034277 Accessed 2.06.2016

4. Светый 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.

5. 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.

6. 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.

7. 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.

8. 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/profmed20161924–10

9. 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/onkolog20165542–50

10. Жариков О. Г., Литвин А. А., Ковалёв В. А. Экспертные системы в медицине. Медицинские новости. 2008; 10: 15–18.

11. 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.

12. Скворцова В. И. Семь принципов модернизации здравоохранения. Вопросы экономики и управления для руководителей здравоохранения. 2010; 5: 7–14.

13. Greenes RA. Clinical decision support: the road ahead. Amsterdam; Boston: Elsevier; 2007.

14. 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.

15. 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.

16. 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/2016–2/06

17. 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.