Система поддержки принятия решений при прогнозировании и диагностике эндометрита в послеродовом периоде

Целью исследования является разработка системы поддержки принятия решений для врача-гинеколога, основанной на синтезированных прогностических и диагностических решающих правилах, которая будет использована при диагностике и прогнозировании послеродового эндометрита.

Методы. При разработке системы поддержки принятия решений был использован следующий инструментарий: медицинская статистика, методы разработки экспертных систем, теория принятия решений и методы распознавания образов. Для обработки и анализа медицинских данных, а также для проверки решающих диагностических правил применялись такие инструменты для статистического анализа данных, как Excel и Statistica. Для оценки риска послеродового эндометрита и его диагностики включен 31 признак, ранжированный по степени их информативности. Эти данные использованы в качестве основы для разработки алгоритма прогнозирования риска развития послеродового эндометрита в системе поддержки принятия решений.

Результаты. Применение разработанных диагностических решающих правил на клинически репрезентативном материале показало диагностическую эффективность 0,96±0,02. Разработанная экспертная система может эффективно применяться в клинических условиях. Также возможно использование данной экспертной системы в учебном процессе при подготовке медицинских работников.

Заключение. Учет факторов риска, интеграция данных из различных источников, использование прогностических моделей и формирование индивидуальных рекомендаций по лечению и профилактике – все это ключевые аспекты, которые должны быть учтены при разработке такой системы. Внедрение подобной системы в клиническую практику может значительно улучшить качество диагностики и лечения послеродового эндометрита, снизить риск осложнений и улучшить исходы для пациенток.

1. Неретин А. А., Петровский С. А. Медицинские экспертные системы поддержки принятия решений для клинических синдромов // Научно-технический прогресс: актуальные и перспективные направления будущего: сборник материалов IX Международной научно-практической конференции, 28 ноября 2018 г. Кемерово: ЗапСибНЦ, 2018. Т. 2. С. 106–108.

2. Dobrovolsky I. I., Artemenko M. V., Marentsov M. V. Features of synthesis of decitive rules for medical a smart of expert systems // Медико-экологические информационные технологии: сборник научных статей по материалам XХII Международной научно-технической конференции / под редакцией Н. А. Кореневского; Юго-Западный государственный университет. Курск, 2019. С. 63–71.

3. Создание математических моделей при помощи многомерного регрессионного анализа по скринингу диабетической ретинопатии / Т. И Якунченко, С. П. Серегин, Л. В. Шульга, О. А. Кныш, Г. В. Сипливый, Д. Р. Шмарова // Системный анализ и управление в биомедицинских системах. 2024. Т. 23, № 4. С. 200–205. https://doi.org/10.36622/1682-6523.2024.23.4.025

4. Совершенствование диагностики острого эндометрита на основе моделирования и кластерного анализа параметров местного иммунитета / Н. М. Агарков, О. В. Головченко, В. В. Аксёнов [и др.] // Клиническая лабораторная диагностика. 2018. Т. 63, № 4. С. 239–242. https://doi.org/10.18821/0869-2084-2018-63-4-239-242

5. Аксёнов В. В. Диагностика и классификация больных острым эндометритом на основе дискриминантного анализа и информативных диагностических симптомов // Известия Юго-Западного государственного университета. Серия: Управление, вычислительная техника, информатика. Медицинское приборостроение. 2015. № 4(17). С. 93– 98.

6. Рационализация дифференциальной диагностики рака яичников и хронического сальпингоофорита по параметрам дезинтеграции и сетевого моделирования изменений кровотока в маточных и яичниковых артериях и венах / Н. М. Агарков, П. В. Ткаченко, В. В. Аксёнов [и др.] // Вопросы онкологии. 2017. Т. 63, № 5. С. 766–769. https://doi.org/10.37469/0507-3758-2017-63-5-766-769

7. Использование метода проточной цитометрии и диагностически значимых показателей системного клеточного иммунитета для диагностики острого эндометрита / Н. М. Агарков, К. Ф. Макконен, В. В. Аксёнов [и др.] // Клиническая лабораторная диагностика. 2017. Т. 62, № 9. С. 563–567. https://doi.org/10.18821/0869-2084-2017-62-9-563-567

8. Рационализация лабораторной диагностики острого сальпингоофорита по информативным параметрам гуморального иммунитета / Н. М. Агарков, В. Н. Агаркова, В. В. Аксёнов [и др.] // Клиническая лабораторная диагностика. 2017. Т. 62, № 11. С. 690–693. https://doi.org/10.18821/0869-2084-2017-62-11-690-693

9. Оценка функционального состояния и состояния здоровья человека с использованием теории измерения латентных переменных на основе моделей Г. Раша / А. Н. Шуткин, Е. А. Бойцова, С. Н. Кореневская, В. Я. Провоторов // Системный анализ и управление в биомедицинских системах. 2014. Т. 13, № 4. С. 927–932. doi.org/10.21869/2223-1536-2023-13-3-102-121

10. Гибридные нечеткие модели оценки функционального состояния и состояния здоровья человека-оператора информационно-насыщенных систем / Н. А. Кореневский, С. Н. Родионова, И. И. Хрипина, М. А. Мясоедова // Системный анализ и управление в биомедицинских системах. 2019. Т. 18, № 2. С. 105–116. https://doi.org/10.25987/VSTU.2019.18.2.017

11. Прогнозирование появления и развития гангрены нижних конечностей с использованием нечетких интеллектуальных технологий: монография / А. В. Быков, С. Н. Родионова, С. А. Пархоменко, Л. В. Стародубцева, И. И. Хрипина. Курск: Издательский дом ВИП, 2017. 420 с.

12. Developing a biotech scheme using fuzzy logic model to predict occurrence of diseases using person’s functional state / R. T. Al-Kasasbeh, N. A. Korenevskiy, A. A. Aikeyeva, A. A. Shaqadan, I. Maksim, S. N. Rodionova // International Journal of Computer Applications in Technology. 2020. Vol. 62, N 3. P. 257–267. https://doi.org/10.1504/IJCAT.2020.106570

13. Кореневский Н. А., Родионова С. Н., Хрипина И. И. Методология синтеза гибридных нечётких решающих правил для медицинских интеллектуальных систем поддержки принятия решений: монография. Старый Оскол: ТНТ, 2019. 472 с.

14. Экспертная система оценки риска возникновения и развития тромбоэмболизма / М. В. Артеменко, В. И. Федянин, А. Н. Шуткин, Г. А. Квашнина // Интегративные тенденции в медицине и образовании. 2024. Т. 4. С. 9–16.

15. Метод комплексной оценки уровня информативности классификационных признаков в условиях нечеткой структуры данных / Н. А. Кореневский, В. В. Аксёнов, С. Н. Родионова, С. Н. Гонтарев, Л. П. Лазурина, Р. И. Сафронов // Известия Юго-Западного государственного университета. Серия: Управление, вычислительная техника, информатика. Медицинское приборостроение. 2022. Т. 12, № 3. С. 80–96. https://doi.org/10.21869/2223-1536-2022-12-3-80-96

16. Синтез моделей прогнозирования и диагностики профессиональных заболеваний на основе гибридной нечеткой технологии / Р. И. Сафронов, К. В. Разумова, А. Ю. Рыбаков, А. В. Лях // Известия Юго-Западного государственного университета. Серия: Управление, вычислительная техника, информатика. Медицинское приборостроение. 2023. Т. 13, № 3. С. 102–121. https://doi.org/10.21869/2223-1536-2023-13-3-102-121

17. Антиоксидантный статус и состояние местного иммунитета у больных хроническим простатитом / А. В. Новиков, С. П. Серегин, С. Г. Шестаков, М. Н. Шатохин // Человек и его здоровье. 2001. № 2. С. 50–53.

18. Fuzzy models of choice of prevention schemes for the occurrence and development of gangrene of the lower extremities / N. A. Korenevskiy, A. V. Bykov, R. T. Al-Kasasbeh, M. S. Alshamasin, S. N. Rodionova, I. Maksim, S. A. Parkhomenko, M. M. Al-Smadi, M. AlJundi, A. A. Aikeyeva // Critical Reviews in Biomedical Engineering. 2021. Vol. 49, N 5. P. 1–12. https://doi.org/10.1615/CritRevBiomedEng.2022038502

19. Оценка защитных функций организма и его систем по показателям функционального состояния и функционального резерва / Н. А. Кореневский, С. Н. Родионова, К. В. Разумова, О. Ю. Лукаш // Системный анализ и управление в биомедицинских системах. 2023. Т. 22, № 3. С. 67–77. https://doi.org/10.36622/VSTU.2023.22.3.009

20. Прогнозирование и ранняя диагностика бронхиальной астмы у работников, специализирующихся на аргонной сварке на основе нечетких математических моделей / И. Ю. Григоров, Л. В. Стародубцева, С. П. Серегин, Л. В. Шульга // Известия Юго-Западного государственного университета. Серия: Управление, вычислительная техника, информатика. Медицинское приборостроение. 2023. Т. 13, № 2. С. 170–183. https://doi.org/10.21869/2223-1536-2023-13-2-170-183