Облачный сервис дифференциальной диагностики и назначения персонифицированного лечения воспалительных заболеваний сердца

Обложка

Цитировать

Полный текст

Аннотация

Исследуется автоматизация проведения полного цикла диагностики и дифференциальной диагностики воспалительных заболеваний сердца и назначения персонифицированного лечения. Методом исследования является формирование декларативных баз знаний и объясняющего свои результаты решателя по единой онтологии. Онтологический решатель интерпретирует формализованные знания при получении сведений о новом медицинском случае (пациенте). Описаны общие принципы разработки и концептуальная архитектура интеллектуального сервиса с декларативными знаниями. Сформированы информационные компоненты для воспалительных заболеваний сердца и программные компоненты для полного цикла диагностики и дифференциальной диагностики, персонифицированного лечения. Указаны источники знаний и проведено тестирование на случаях из практики, описанных в литературе. Приведено обоснование выбора технологий и алгоритмов, выявлены и сформулированы требования к программному комплексному сервису, шаги по разработке всех компонентов. Сервис поддержки принятия диагностических решений со свойствами объяснимого искусственного интеллекта в кардиологии реализован на медицинском портале облачной платформы IACPaaS. Платформа позволяет масштабировать предложенное решение и обеспечивает доступ практикующих врачей со свободной регистрацией для экспериментов в реальных ситуациях.

Об авторах

Валерия Викторовна Грибова

Институт автоматики и процессов управления ДВО РАН

Автор, ответственный за переписку.
Email: gribova@iacp.dvo.ru
ORCID iD: 0000-0001-9393-351X
Заместитель директора по научной работе, научный руководитель лаборатории интеллектуальных систем Института автоматики и процессов управления Дальневосточного отделения РАН, д.т.н., чл.-корр. РАН. Научные интересы: онтологии и базы знаний, прикладные и проблемно-ориентированные системы, основанные на знаниях, управление базами знаний

Елена Арефьевна Шалфеева

Институт автоматики и процессов управления ДВО РАН

Email: shalf@dvo.ru
ORCID iD: 0000-0001-5536-2875
Ведущий научный сотрудник лаборатории интеллектуальных систем Института автоматики и процессов управления Дальневосточного отделения РАН, д.т.н. Научные интересы: онтологический инжиниринг, интерпретируемые клинические руководства, технология создания систем с декларативными знаниями, объяснительный искусственный интеллект, управление базами знаний

Маргарита Вячеславовна Петряева

Институт автоматики и процессов управления ДВО РАН

Email: margaret@iacp.dvo.ru
ORCID iD: 0000-0002-1693-4508
к.м.н. (2001), научный сотрудник лаборатории интеллектуальных систем Института автоматики и процессов управления Дальневосточного отделения РАН. Научные интересы: онтологии и базы знаний, медицинские интеллектуальные системы. Является автором 92 научных работ

Дмитрий Борисович Окунь

Институт автоматики и процессов управления ДВО РАН

Email: okdm@iacp.dvo.ru
ORCID iD: 0000-0002-6300-846X
к.м.н., Научный сотрудник лаборатории интеллектуальных систем Института автоматики и процессов управления Дальневосточного отделения РАН. Окончил Владивостокский государственный медицинский университет по специальности «Лечебное дело»

Леонид Александрович Федорищев

Институт автоматики и процессов управления ДВО РАН

Email: fleo1987@mail.ru
ORCID iD: 0000-0002-2049-2570
к.т.н. (2013). Старший научный сотрудник лаборатории интеллектуальных систем Института автоматики и процессов управления ДВО РАН, доцент ВГУЭС. В списке научных трудов более 40 работ

Роман Игоревич Ковалев

Институт автоматики и процессов управления ДВО РАН

Email: koval-995@mail.ru
ORCID iD: 0000-0002-1704-2675
Научный сотрудник лаборатории интеллектуальных систем Института автоматики и процессов управления Дальневосточного отделения РАН. Научные интересы: онтологии и базы знаний, интеллектуальные системы

Список литературы

  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.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать


Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных

 

Используя сайт https://journals.rcsi.science, я (далее – «Пользователь» или «Субъект персональных данных») даю согласие на обработку персональных данных на этом сайте (текст Согласия) и на обработку персональных данных с помощью сервиса «Яндекс.Метрика» (текст Согласия).