Ершов А.В., Капсаргин Ф.П., Симонов К.В., Бережной А.Г., Мылтыгашев М.П. г. Красноярск
В настоящее время проявляется стремление медицины к объективизации путем количественного выражения клинических показателей. Технологией используемой для решения подобных задач являются искусственные нейронные сети. Основное преимущество их применения в медицине – обработка и учет большого количества данных, которые зачастую выявить врачу невозможно.
Целью нашей работы являлась разработка экспертной системы выбора метода лечения при МКБ на основе нейросетевого классификатора.
Обучающую выборку составили данные 510 пациентов (на базе урологических отделений НУЗ «Дорожная клиническая больница на ст. Красноярск ОАО «РЖД» за период 2013-2014 гг).
Из поступивших пациентов 352 (69%) – мужчины, женщин – 158 (31%). Диагноз мочекаменной болезни впервые был установлен у 313 (61,4%). Конкременты размерами от 0,8 до 2,5 см чаще локализовались в почечной лоханке 68 (13,4%) случаев, в чашечках – 46 (9,0%). Размеры конкрементов мочеточников колебались от 0,4 до 1,2 см, при локализации их: 174 (34,1%) в нижней трети, 132 (25,9%) в верхней трети, 90 (17,6%) в средней трети. Все пациенты обследованы по стандартному диагностическому алгоритму. ДЛТ проведена 141(27,6%) пациенту, консервативная, камнеизгоняющая терапия – 125 (24,5%).
Эндоурологические методы лечения – уретероскопия, перекутанная нефролитолапаксия применены в 110 (21,6%) и 81 (15,9%) случаях соответственно. Проведением открытых оперативных вмешательств конкременты извлечены в 53 (10,5%) случаях. Информация о каждом пациенте была представлена в виде многомерного вектора, характеризующаяся 28 входными параметрами: данные клинического осмотра, инструментального и лабораторного исследований. В работе использовалась трехслойная нейронная сеть в среде Panalyzer 5.0 – наиболее оптимальная для решения задачи производства опыта из научных данных в гуманитарных областях. На выходе мы получаем некий вывод, который делается на основании полученного опыта. Обучение сети для 28 входных векторов и 510 записей заняло около 65 минут.
Наиболее значимыми показателями (р<0,05) явились: локализация и размеры конкремента, видимость на снимках, показатели СОЭ, мочевины и креатинина крови, а также степень нарушения уродинамики.
Отличительной особенностью программы Panalyzer 5.0 является возможность создания отдельной программы – нейросетевой экспертной системы, позволяющей тестировать данные. Тестирование экспертной системы проводилось на 22 примерах – пациентов прошедших лечение. При этом нейронная сеть определила все предложенные примеры правильно. Более того, экспертная система «отбраковала» два примера, которые были внесены в тестовую выборку по ошибке. При ретроспективном анализе историй болезни данных пациентов выяснилось, что в обоих случаях конкременты нижней трети мочеточника самостоятельно отошли за стуки до проведения уретероскопии.
Таким образом, нами предложена нейросетевая модель выбора тактики лечения при мочекаменной болезни (МКБ). Тестирование проводилось на 22 примерах, при этом ошибка экспертной системы составила 9%. Разработана экспертная система, классифицирующая методы лечения (6 видов) МКБ со степенью уверенности в 91%.
Комментарии