Команда ученых СибГУ им. М.Ф. Решетнева и КрасГМУ им. проф. В.Ф. Войно-Ясенецкого разработала уникальную интеллектуальную систему определения степени тяжести перитонита

Основное назначение разработанной системы - обеспечить оперативную оценку степени тяжести перитонита по показателям крови и исследованиям брюшной полости.

«В связи с ростом ургентной хирургической патологии усиливается необходимость в применении систем и моделей для ранней диагностики заболеваний. Важную роль в обеспечении точности постановки диагноза играют методы и способы математического моделирования. В результате тесного сотрудничества медиков и специалистов в области системного анализа была создана программа, позволяющая быстро и качественно оценить тяжесть состояния пациентов, а также сформировать схему адекватной терапии. Созданная модель получила высокую оценку в диагностике пациентов с диагнозом перитонит, позволяющая экстренно диагностировать степень патологического процесса», - отмечает кандидат медицинских наук, ассистент кафедры общей хирургии имени профессора М.И. Гульмана Дябкин Евгений Владимирович.

В основу интеллектуальной системы положены алгоритмы эволюционного поиска и деревья принятия решения. Для этой задачи медиками была построена база данных, содержащая сведения о протекании заболевания, собранная по историям болезни пациентов. На основе этих данных сотрудниками кафедры системного анализа и исследования операций СибГУ им. М.Ф. Решетнева была построена интеллектуальная система, показавшая 100% точность на тестовых данных. Разработанная модель была реализована в виде программной системы и передана на кафедру общей хирургии имени проф. М.И. Гульмана, где прошла дополнительную апробацию и также показала 100% точность диагностики.

«Примечательно, что для выполнения аналогичной диагностики врач использует 13 различных показателей, нашей системе понадобилось всего 4 из них. Таким образом, ценность полученного результата является не только практической, но и теоретической. Исследуя причины такой разницы, специалисты медицинской диагностики могут получить новое знание. Например, знание о том, что эти показатели тесно связаны между собой и не требуется собирать все 13 показателей при принятии решения. Поиск новых знаний в области медицинской диагностики - это огромное преимущество систем искусственного интеллекта», - рассказывает доцент кафедры системного анализа и исследования операций Института информатики и телекоммуникаций СибГУ им. М.Ф. Решетнева  Липинский Леонид Витальевич.

Дальнейшим направлением работы исследовательской группы СибГУ им. М.Ф. Решетнева и КрасГМУ им. проф. В.Ф. Войно-Ясенецкого является формирование новых диагностических моделей и объединение их в единую информационно-аналитическую систему. Разработка таких систем является одним из наиболее перспективных подходов к решению современных задач медицины, таких как повышение уровня персонализации и разработка новых форм превентивной и предиктивной медицины.

 

2017 10_31_lipinskiy  2017 10_31_dyabkin 

 

Источник