Современные модели экспертных медицинских систем в прогнозировании операционного риска при наиболее распространенных интраабдоминальных вмешательствах

Современные модели экспертных медицинских систем в прогнозировании операционного риска при наиболее распространенных интраабдоминальных вмешательствах

Ю.А. Богданова, Г.Р. Зарипова, В.А. Катаев, О.В. Галимов
Ключевые слова: экспертные системы, острый панкреатит, перитонит, искусственные нейронные сети, электронный алгоритм.
Медицинский Альманах, 2017, номер 1, стр. 9-12.

Полный текст статьи

pdf

Обзор литературы посвящен возможностям применения экспертных медицинских систем в абдоминальной хирургии. Рассмотрены и подробно описаны существующие модели систем поддержки принятия врачебных решений у пациентов с такими распространенными нозологиями, как острый панкреатит, острый холецистит, осложненная язвенная болезнь. Авторами проведен сравнительный анализ современных экспертных систем и описаны базовые принципы их построения. Определены достоинства и преимущества существующих экспертных систем. Приведено описание систем поддержки принятия решений на базе искусственных нейронных сетей. Описаны клинико-диагностические параметры, составляющие основу электронного алгоритма.

1. Жариков О.Г. Современные возможности использования некоторых

экспертных систем в медицине. Врач и информационные технологии.

2008. № 5. С. 24-30.

2. Колесников Д.Л. Прогнозирование вероятности инфекций области

хирургического вмешательства при остром аппендиците. Современные

проблемы науки и образования. Медицинские науки. 2013. № 3. http://

www.science-education.ru/ru/article/view?id=9415

3. Литвин А.А. Системы поддержки принятия решений в хирургии. Но-

вости хирургии. 2014. Т. 22. № 1. С. 96-100.

4. Гуревич Н.А. Новые информационные технологии в профилактике

интраоперационных осложнений лапароскопических операций в экстрен-

ной хирургии органов брюшной полости. Новости хирургии. 2007. Т. 15.

№ 1. С. 39-52.

5. Звягинцев В.В. Экспертная система прогнозирования сложности ла-

пароскопической холецистэктомии. Медицинский альманах. 2014. Т. 3.

№ 33. С. 129-135.

6. Иванов А.В. Нечеткие математические модели системы поддержки

принятия решений для решения задачи прогнозирования острого панкреа-

тита. Врач и информационные технологии. 2013. № 6. С. 60-66.

7. Кореневский Н.А. Прогнозирование, ранняя диагностика и оценка

степени тяжести острого холецистита на основе нечеткой логики принятия

решений. Вестник Воронежского Государственного технического универ-

ситета. 2009. Т. 5. № 11. С. 150-152.

8. Кричмар А.М. Прогнозирование релапаротомии при хирургическом

лечении тяжелого острого пакреатита. Известия Самарского научного цен-

тра Российской академии наук. 2015. Т. 17. № 5 (3). С. 803-809.

9. Кузнецов А.Б. Прогноз результатов лечения у больных с осложненным

острым обтурационным калькулезным флегмонозным холециститом, хо-

ледохолитиазом. Медиаль. 2016. Т. 2. № 16. С. 15-21.

10. Литвин А.А. Система поддержки принятия решений в прогнозирова-

нии и диагностике инфицированного панкреонекроза. Врач и информаци-

онные технологии. 2012. № 2. С. 54-62.

11. Литвин А.А. Системы поддержки принятия решений в диагности-

ке и лечении острого панкреатита. Проблемы здоровья и экологии. 2016.

Вып. 2. № 48. С. 10-17.

12. Морозов С.В. Прогнозирование течения острого панкреатита. Си-

бирский медицинский журнал. 2010. № 5. С. 11-15.

13. Потахин С.Н. Оценка тяжести состояния и прогнозирование течения

заболевания при язвенных гастродуоденальных кровотечениях (обзор). Са-

ратовский научно-медицинский журнал. 2014. Т. 2. № 10. С. 301-307.

14. Рейс А.Б. Новые технологии в диагностике и оперативном лечении

постнекротических осложнений острого панкреатита. Омский научный

вестник. 2013. Т. 1. № 118. С. 156-159.

15. Саганов В.П. Стерильные и инфицированные формы панкреонекро-

за как проблема ургентной хирургии (обзор литературы). Вестник Бурят-

ского университета. 2010. № 12. С. 175-179.

16. Шнейдер В.Э. Прогнозирование риска развития послеоперационных

осложнений при травматических повреждениях поджелудочной железы.

Системы поддержки принятия врачебных решений. 2015. № 1. С. 35-43.

17. Andersson B., Andersson R., Ohlsson M., Nilsson J. Prediction of severe

acute pancreatitis at admission to hospital using artificial neural networks.

Pancreatology. 2011.Vol. 11. № 3. P. 328-335.

18. Миронов П.И. Прогнозирование течения и исходов тяжелого острого

панкреатита. Фундаментальные исследования. 2011. № 10. С. 319-323.

19. Гомозов Г.И. Автоматизированная система для оценки исходов ле-

чения больных с острой хирургической патологией органов брюшной по-

лости. Медицинский альманах. 2012. Т. 2. № 21. С. 129-133.

20. Дябкин Е.В. Использование современных компьютерных техноло-

гий в изучении общей хирургии. Медицинский альманах. 2013. Т. 6. № 30.

С. 26-28.

21. Осин А.В. Электронные образовательные ресурсы нового поколения:

открытые образовательные модульные мультимедиа системы. Интернет-

порталы: содержание и технологии: Сб. науч. статей. М.: Просвещение,

2007. Вып. 4. С. 12-29.

22. Пустобаева О.Н. Электронный учебник в организации и управлении

учебным процессом. Успехи современного естествознания. 2008. № 4.

С. 57-58.

23. Yang A.L., Vadhavkar S., Singh G., Omary M.B. Epidemiology of alcoholrelated

liver and pancreatic disease in the United States. Arch. Intern. Med.

2008. Vol. 168. P. 649-656

24. Frossard J.L., Hadengue A., Pastor C.M. New serum markers for the

detection of severe acute pancreatitis in humans. Am. J. Respir. Crit. Care Med.

2001. Vol. 164. P. 162-170.

25. Gard P.K., Madan K., Pande G.K. et al. Association of extent and infection

of pancreatic necrosis with organ failure and death in acute necrotizing

pancreatitis. Clin. Gastroenterol. Hepatol. 2005. Vol. 3. № 2. P. 159-166.

26. Haga Y., Beppy T., DoiK et al. Systemic inflammatory response syndrome

and organ dysfunction following gastrointestinal surgery. Crit. Care Med. 1997.

Vol. 25.P. 1994-2000.

27. Rau B., Steinbach G., Gansauge F. et al. The potential role of procalcitonin

and interleukin 8 in the prediction of infected necrosis in acute pancreatitis. Gut.

1997. Vol. 41. № 6. P. 832-840.

28. Ермолов А.С Иммунологическая оценка тяжести и прогноза остро-

го панкреатита. Вестник хирургии им. И.И. Грекова. 2005. Т. 164. № 6.

С. 22-28.

29. Никитенко В.И. Иммунологические и бактериологические пока-

затели в прогнозе осложнений у больных панкреонекрозом, осложнен-

ным перитонитом // Мат-лы IX Всеросс. съезда хирургов. Волгоград,

2000. С. 89.

30. Сотниченко Б.А., Салиенко С.В. Возможность прогнозирования

течения острого деструктивного панкреатита на основании динамики

показателей цитокинового статуса // Мат-лы XIV Междунар. конф. хирур-

гов-гепатологов России и стран СНГ. СПб, 2007. С. 229.

31. Хрячков В.В. Гнойный панкреатит и его осложнения (диагностика,

лечение, прогнозирование). Ханты-Мансийск. 1998. 238 с.

32. Юдин В.А. Прогнозирование тяжести течения панкреонекроза // Ак-

туальные проблемы хирургической гепатологии: мат-лы науч. конф. Екате-

ринбург, 2009. С. 106.

33. Дрожжин Е.В. Тактика дифференцированного хирургического ле-

чения панкреонекроза. Вестник СурГУ. Сургут: Медицина, 2010. Т. 1. № 4.

С.133-141.

34. Жариков А.Н. Компьютерная экспертная система определения про-

гноза течения послеоперационного перитонита и выбора метода хирурги-

ческого лечения. Сибирское медицинское обозрение. 2014. № 3. С. 48-54.

35. Савельев В.С. Критерии выбора эффективной тактики хирургиче-

ского лечения распространенного перитонита. Анналы хирургии. 2013.

№ 2. С. 48-54.

36. Шульга А.Ф. Результаты лечения острого холецистита в многопро-

фильном стационаре. Вестник Санкт-Петербургского университета. 2009.

Т. 11. № 2. С. 87-93.

37. Holster I.L., Kuipers E.J. Management of acute nonvariceal upper

gastrointestinal bleeding: current policies and future perspectives. World J.

Gastroenterol. 2012.Vol. 18. № 11. P. 1202-1207.

38. Гостищев В.К. Острые гастродуоденальные язвенные кровотечения:

от стратегических концепций к лечебной тактике. М. 2005. 350 с.

Yu.A. Bogdanova, G.R. Zaripova, V.A. Kataev, O.V. Galimov Modern models of expert medical systems in the forecast of operative risk in the case of most well-spread intraabdominal interferences. Medicinskij al'manah 2017; (1): 9–12, http://dx.doi.org/10.21145/2499-9954-2017-1-9-12