PRINCIPLES AND ARCHITECTURE OF THE SPECIALIZED SHELL FOR BUILDING INTELLIGENT SYSTEMS FOR TREATMENT PRESCRIBE
Abstract and keywords
Abstract (English):
The paper describes the basic principles of development and architecture of an intelligent medical decision support system based on a specialized shell. The system allows you to prescribe a personalized treatment in various fields of medicine. The system is based on the ontological approach and uses generally accepted medical terminology to form knowledge

Keywords:
ontology, knowledge base, medical intelligent systems, decision support system, medical informatics
Text

Проблема выбора оптимальной медикаментозной терапии очевидна, но в то же самое время, она связана с усложнением процесса принятия верных решений: когнитивные способности человека, обычно ограниченные пятью-семью переменными для принятия решений, что в контексте стремительно развивающейся, как научной, так и практической медицины, является ограничивающим фактором для достижения точности назначаемой терапии. Единственным эффективным решением, которое может существенным образом улучшить данную ситуацию, является внедрение в систему здравоохранения и клиническую медицину систем [1], используемых в своей работе технологии искусственного интеллекта. Данные системы объединяют все доступные данные - клинические, биологические, генетические и создают оптимальные пациент ориентированные решения [2]. Построение таких систем представляет собой наукоемкий процесс, требующий больших затрат как временных, интеллектуальных, так и финансовых ресурсов.

Целью данной работы является описание архитектуры специализированной оболочки для построения интеллектуальных медицинских систем назначения медикаментозного лечения и требований к ней.

Основные требования и принципы создания

Основными недостатками cуществующих систем являются их узкая направленность на конкретное заболевание или узкую группу заболеваний, а также невозможность экспертам предметной области самостоятельно формировать и сопровождать базы знаний. Для устранения данных недостатков предложен новый подход и архитектура специализированной оболочки:

1. Система должна быть расширяемой, не зависеть от раздела медицины, конкретного заболевания (либо их группы). Данное требование является ключевым, поскольку совершенно очевидно, что невозможно разработать и сопровождать множество разрозненных систем. Более того, врач, помощь в принятии решений которому должны обеспечить такие системы, не может и не должен использовать множество различных систем. 

2. Знания в системе должны формироваться и модифицироваться в процессе эксплуатации экспертом предметной области (либо группами экспертов) на основе собственного опыта лечения заболеваний (авторских методик, если это допустимо в медицинском учреждении), либо в соответствии с принятыми клиническими рекомендациями. Это накладывает, во-первых, требование к форме представления знаний о лечении (они должны быть понятны экспертам, т.е. в терминах предметной области) [3], во-вторых, к инструментам (редакторам) их создания и сопровождения (они должны "экранировать" пользователя от особенностей языков представления знаний, иметь интуитивно понятный интерфейс).

3. Средства создания баз знаний, а также готовые системы поддержки принятия решений должны быть доступны широкому профессиональному сообществу без необходимости дополнительной установки на компьютеры пользователей.

4. Система должна назначать лечение с учетом персональных особенностей пациента, с детализированным обоснованием принятых решений.

Одним из решений выполнения указанных требований является использование онтологического подхода. При наличии соответствующих редакторов (управляемых онтологией) он обеспечит понятность формирования знаний, возможность реализации единственного (унифицированного) онтолого-ориентированного решателя, а также формирование детализированного объяснения [4].

Для выполнения требования 3 необходимо реализовать редактор формирования баз знаний и готовые системы поддержки принятия решений как облачные сервисы.

Архитектура специализированной интеллектуальной оболочки для назначения медикаментозного лечения

В состав интеллектуальной оболочки для назначения медикаментозного лечения входят информационные и программные компоненты (рис. 1).

К информационным компонентам относятся онтологии и порожденные на их основе базы данных и знаний [5-7]. Было разработано множество информационных компонентов:

  • онтология знаний о лечении заболеваний, позволяющая описать различные модели и схемы медикаментозной терапии с учетом персональных данных пациента, особенности клинической картины заболевания, сочетаемости лекарственных средств;
  • онтология объяснения назначенного лечения описывает структуру объяснения результата работы системы;
  • онтология фармакологического справочника, которая позволяет описать непосредственно лекарственное средство в виде международного непатентованного наименования (МНН) или фиксированной комбинации МНН, а также раздел специфических фармакологических терминов;
  • онтология базы медицинской терминологии и наблюдений, описывающая структуру используемых на практике медицинских терминов и наблюдений, а также структуру вспомогательной терминологии необходимую для целостности описания медицинских знаний;
  • онтология персональной медицинской электронной карты пациента, задающая структуру описания здоровья человека на всем его жизненном пути.

 

Рис. 1 Концептуальная архитектура СППР.

 

На основе данных онтологий созданы информационные ресурсы, позволяющие формировать современные знания о лечении заболевания независимо от клинического раздела медицины и открывающие возможность в реализации программ лечения с учетом персональных данных пациента: инфекционные болезни – «лечение лямблиоза», неврология – «симптоматическая терапия когнитивных нарушений», гастроэнтерологии – «медикаментозная терапия язвенной болезни желудка и двенадцатиперстной кишки» [5], кроме того, по запросу китайских врачей была разработана система лечения осложнений коронавирусной инфекции COVID-19 методами традиционной китайской медицины [8].

К программным компонентам относятся средства редактирования знаний и данных, а также решатель задач. Решатель задач представляет собой онтолого-ориентированный алгоритм, реализованный с использованием мультиагентного подхода.

Заключение. Специализированная оболочка для назначения персонифицированного медикаментозного лечения заболеваний реализована и доступна для использования на облачной платформе IACPaaS (https://iacpaas.dvo.ru). Предлагаемая архитектура СППР позволяет формировать современные знания о лечении заболевания независимо от клинического раздела медицины и открывает возможность в реализации программ лечения с учетом персональных данных пациента.

References

1. Lysaght, T., Lim, HY, Xafis, V. et al. ABR (2019) 11: 299. https://doi.org/10.1007/s41649-019-00096-0.

2. Kobrinskiy B.A. Osobennosti medicinskih intellektual'nyh sistem // Informacionno-izmeritel'nye i upravlyayuschie sistemy. 2013. T. 11, №5. S. 58–64.

3. Gorbach T.A., Gribova V.V., Okun' D.B., Petryaeva M.V., Shalfeeva E.A., Shahgel'dyan K.I. Baza termi-nov neyrohirurgii dlya intellektual'noy obrabotki biomedicinskih dannyh // Materialy XIII mezhdunar. nauch. konf. «Sistemnyy analiz v medicine» (SAM 2019) / pod obsch. red. V.P.Kolosova. Blagoveschensk, 2019. S. 82-85. ISBN 978-5-905864-19-3. DOI: 10.12737/collection_5d8335e34b6a76.02467823.

4. Sanfilippo E. M., Schwarz U., Schneider L. The Health Data Ontology Trunk (HDOT). Towards an onto-logical representation of cancer-related knowledge // Proceedings of the 2012 5th International Advanced Research Workshop on In Silico Oncology and Cancer Investigation. IEEE, 2012. S. 1-4.

5. Gribova V.V., Okun' D.B. Ontologii dlya formirovaniya baz znaniy i realizacii lechebnyh meropri-yatiy v medicinskih intellektual'nyh sistemah // Informatika i sistemy upravleniya. 2018. №.3. S. 71-80.

6. Okun' D.B. Formal'noe predstavlenie znaniy o provedenii kombinirovannoy terapii lyamblioza (fragment) // Materialy XIII mezhdunar. nauch. konferencii «Sistemnyy analiz v medicine» (SAM 2019) / pod obsch. red. V.P.Kolosova. Blagoveschensk, 2019. S. 75-78. ISBN 978-5-905864-19-3. DOI: 10.12737/collection_5d8335e34b6a76.02467823.

7. Gribova V.V., Okun' D.B. Formal'noe predstavlenie znaniy o medikamentoznoy terapii yazvennoy bolezni zheludka i dvenadcatiperstnoy kishki (fragment)// Materialy XI mezhdunar. nauch. konf. "Sistemnyy analiz v medicine" (SAM 2017) / pod obsch. red. V.P.Kolosova. Blagoveschensk, 2017. S. 95-98.

8. 俄媒:俄向华提供新冠诊断系统可为医生提出治疗建议, 2020 [Elektronnyy resurs] URL: http://www.cankaoxiaoxi.com/science/20200206/2401404.shtml (data obrascheniya: 07.09.2020).

Login or Create
* Forgot password?