Cloud service for differential diagnosis and personalized treatment of inflammatory heart diseases

Cover Page

Cite item

Full Text

Abstract

The aim of this research is to automate the process of differential diagnosis and prescription of personalised treatment of inflammatory heart diseases. The main method of research is the formation of declarative knowledge bases and a solver explaining its results. The ontology solver interprets the formalized knowledge. Main principles of development and the conceptual architecture of an intelligent service with declarative knowledge are described. Information components for inflammatory heart diseases and software components for the differential diagnostics and personalised treatment are formed. The clinical decision support system for cardiology with the properties of explainable artificial intelligence has been developed. It is hosted on the medical portal of the cloud platform IACPaaS. The practical significance of the results lies in the fact that the system is hosted on a platform with free registration. For the confidence of practitioners, knowledge sources are indicated and testing is performed on data described in the literature. The service is available for experimentation on the role of declarative knowledge base in real-life situations where a third opinion is required. The method used is also practically significant - the rationale for the choice of technologies and algorithms is given, the requirements for the software complex service are identified and formulated, and the steps for the development of all components are outlined. This allows us to reproduce the proposed solution on the same principles of explainable artificial intelligence, but with other knowledge and on another platform.

About the authors

Valeria Viktorovna Gribova

Institute of Automation and Control Processes of the Far Eastern Branch of the RAS

Author for correspondence.
Email: gribova@iacp.dvo.ru
ORCID iD: 0000-0001-9393-351X
Deputy director for scientific work, scientific director of the Laboratory of intelligent systems of the Institute of Automation and Control Processes of the Far Eastern Branch of the Russian Academy of Sciences, Doctor of Technical Sciences, Corresponding Member of the Russian Academy of Sciences. Scientific interests: ontologies and knowledge bases, applied and problem-oriented knowledge-based systems, knowledge base management. The list of scientific papers includes more than 350 works

Elena Arefyevna Shalfeeva

Institute of Automation and Control Processes of the Far Eastern Branch of the RAS

Email: shalf@dvo.ru
ORCID iD: 0000-0001-5536-2875
Leading Researcher at the Laboratory of Intelligent Systems of the Institute of Automation and Control Processes of the Far Eastern Branch of the Russian Academy of Sciences, Doctor of Technical Sciences Scientific interests: ontological engineering, interpreted clinical guidelines, technology for creating systems with declarative knowledge, explanatory artificial intelligence, knowledge base management. The list of scientific papers includes more than 170 works

Margarita Vyacheslavovna Petryaeva

Institute of Automation and Control Processes of the Far Eastern Branch of the RAS

Email: margaret@iacp.dvo.ru
ORCID iD: 0000-0002-1693-4508
PhD, researcher at the Laboratory of Intelligent Systems of the Institute of Automation and Control Processes of the Far Eastern Branch of the Russian Academy of Sciences. Scientific interests: ontologies and knowledge bases, medical intelligent systems. She is the author of 92 scientific papers

Dmitry Borisovich Okun

Institute of Automation and Control Processes of the Far Eastern Branch of the RAS

Email: okdm@iacp.dvo.ru
ORCID iD: 0000-0002-6300-846X
PhD, researcher at the Laboratory of Intelligent Systems of the Institute of Automation and Control Processes of the Far Eastern Branch of the Russian Academy of Sciences

Leonid Aleksandrovich Fedorishchev

Institute of Automation and Control Processes of the Far Eastern Branch of the RAS

Email: fleo1987@mail.ru
ORCID iD: 0000-0002-2049-2570
Ph.D, senior researcher at the Laboratory of Intelligent Systems at the Institute of Automation and Control Processes of the Far Eastern Branch of the Russian Academy of Sciences, Associate Professor at the VGUES. The list of scientific papers includes more than 40 works

Roman Igorevich Kovalev

Institute of Automation and Control Processes of the Far Eastern Branch of the RAS

Email: koval-995@mail.ru
ORCID iD: 0000-0002-1704-2675
Researcher at the Laboratory of Intelligent Systems of the Institute of Automation and Control Processes of the Far Eastern Branch of the Russian Academy of Sciences. Scientific interests: ontologies and knowledge bases, intelligent systems

References

  1. Д. О. Иванов, В. И. Орел, Ю. С. Александрович, К. В. Пшениснов, Р. Х. Ломовцева. «Заболевания сердечно сосудистой системы как причина смертности в Российской Федерации: пути решения проблемы», Медицина и организация здравоохранения, 4:2 (2019), с. 4–12.
  2. L. Karatzia, N. Aung, D. Aksentijevic. “Artificial intelligence in cardiology: Hope for the future and power for the present”, Frontiers in Cardiovascular Medicine, 9 (2022), 945726.
  3. Е. В. Шляхто, Н. Э. Звартау, С. В. Виллевальде, А. Н. Яковлев, А. Е. Соловьева, А. С. Алиева, Н. Г. Авдонина, Е. А. Медведева, А. А. Федоренко, В. В. Кулаков, В. А. Карлина, Г. В. Ендубаева, В. В. Зайцев, А. Е. Соловьев. «Система управления сердечно-сосудистыми рисками: предпосылки к созданию, принципы организации, таргетные группы», Российский кардиологический журнал, 24:11 (2019), с. 69–82.
  4. S.-H. Kang, H. Baek, J. Cho, S. Kim, H. Hwang, W. Lee, J. J. Park, Y. E. Yoon, C.-H. Yoon, Y.-S. Cho, T.-J. Youn, G.-Y. Cho, I.-H. Chae, D.-J. Choi, S. Yoo, J.-W. Suh. “Management of cardiovascular disease using an mHealth tool: a randomized clinical trial”, npj Digit. Med., 4 (2021), 165, 7 pp.
  5. А. С. Алиева, Е. И. Павлюк, Э. М. Алборова, Н. Э. Звартау, А. О. Конради, А. Л. Катапано, Е. В. Шляхто. «Системы поддержки принятия решений при нарушениях липидного обмена: актуальность, перспективы», Российский кардиологический журнал, 26:6 (2021), с. 124–127.
  6. Z. Lin, Y. T. Cheng, B. M. Y. Cheung. “Machine learning algorithms identify hypokalaemia risk in people with hypertension in the United States National Health and Nutrition Examination Survey 1999–2018”, Ann. Med., 55:1 (2023), 2209336, 13 pp.
  7. D. J. Choi, J. J. Park, T. Ali, S. Lee. “Artificial intelligence for the diagnosis of heart failure”, npj Digital Medicine, 3:1 (2020), 54, 6 pp.
  8. A. Assadi, P. C. Laussen, G. Freire, M. Ghassemi, P. Trbovich. “Decision-centered design of a clinical decision support system for acute management of pediatric congenital heart disease”, Frontiers in Digital Health, 4 (2022), 1016522, 11 pp.
  9. Н. П. Лямина, Е. В. Котельникова. «Система поддержки принятия решений как компонент пациент-ориентированной модели кардиологической реабилитации», Доктор.Ру, 2017, №5 (134), с. 42–46.
  10. T. K. J. Groenhof, Z. H. Rittersma, M. L. Bots, M. Brandjes, J. J. L. Jacobs, D. E. Grobbee, W. W. van Solinge, F. L. J. Visseren, S. Haitjema, F. W. Asselbergs, et Members of the UCC-CVRM Study Group. “A computerised decision support system for cardiovascular risk management `live' in the electronic health record environment: Development, validation and implementation — the Utrecht Cardiovascular Cohort Initiative”, Netherlands Heart Journal, 27 (2019), pp. 435–442.
  11. Н. Г. Авдонина, Е. В. Болгова, М. В. Ионов, Н. Э. Звартау, А. О. Конради. «Результаты применения системы поддержки принятия решений в лечении артериальной гипертензии контроль корректности ввода данных в электронную историю болезни», Артериальная гипертензия, 24:6 (2018), с. 704–709.
  12. K. Pieszko, J. Hiczkiewicz, J. Budzianowski, B. Musielak, D. Hiczkiewicz, W. Faron, J. Rze.zniczak, P. Burchardt. “Clinical applications of artificial intelligence in cardiology on the verge of the decade”, Cardiology Journal, 28:3 (2021), pp. 460–472.
  13. X. Chen, Sh. Jia, Y. Xiang. “A review: Knowledge reasoning over knowledge graph”, Expert Syst. Appl., 141 (2020), 112948, 21 pp.
  14. В. В. Грибова, М. В. Петряева, Д. Б. Окунь, Е. А. Шалфеева. «Онтология медицинской диагностики для интеллектуальных систем поддержки принятия решений», Онтология проектирования, 8:1(27) (2018), с. 58–73.
  15. В. В. Грибова, Д. Б. Окунь, М. В. Петряева, Е. А. Шалфеева. «Инфраструктура IACPaaS для формирования интерпретируемых баз диагностических знаний по заболеваниям произвольной направленности», Семнадцатая Национальная конференция по искусственному интеллекту с международным участием, Сборник научных трудов. 2, КИИ-2019 (21–25 октября 2019 г., г. Ульяновск, Россия), УлГТУ, Ульяновск, 2019, ISBN 978-5-9795-1940-1, с. 81–89.
  16. В. А. Сергеева, Т. Е. Липатова. «Миокардит при инфекции COVID-19: патогенетические механизмы, сложности диагностики (обзор)», Саратовский научно-медицинский журнал, 17:3 (2021), с. 571–577.
  17. Е. О. Котова, А. С. Писарюк, Ж. Д. Кобалава, Ю. А. Тимофеева, Н. С. Чипигина, Ю. Л. Караулова, Л. Г. Ежова. «Инфекционный эндокардит и COVID-19: анализ влияния инфицирования SARS-CoV-2 на особенности диагностики, течения, прогноз», Российский кардиологический журнал, 28:1 (2023), с. 28–42.
  18. Д. Б. Окунь, Р. И. Ковалев. «База знаний лечения миокардита: представление знаний для дифференцированной этиотропной терапии», Материалы XV международной научной конференции „Системный анализ в медицине‟, САМ 2021, ред. В. П. Колосов, ДНЦ ФПД, Благовещенск, 2021, ISBN 978-5-905864-24-7, с. 53–56.
  19. Д. А. Андреев, В. Ю. Фирсакова, О. В. Дорохова, О. М. Масленникова. «Острый миокардит под маской инфаркта миокарда с подъемом сегмента ST», Вестник Ивановской медицинской академии, 19:4 (2014), с. 64–68.

Supplementary files

Supplementary Files
Action
1. JATS XML
Download


Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».