Интеллектуальная система типа ДСМ для анализа клинических данных

Панкратова Е.С., Добрынин Д.А. (ВИНИТИ РАН и РГГУ),
Михайлова И.Н.(РОНЦ
им. Н.Н.Блохина РАМН)

Условия применимости ДСМ-метода
Возможность структурирования данных и формального определения сходства фактов(из БФ).
Наличие положительных и отрицательных примеров в БФ.
Наличие в БФ неявно заданных зависимостей причинно-следственного типа (причины изучаемых эффектов).

Особенности ДСМ-метода
ДСМ-метод - нестатистический метод анализа данных.
Способность порождать полезные гипотезы на малых массивах данных.
Возможность учитывать индивидуальные особенности изучаемых объектов исследования.
4. Работает с открытыми массивами данных, указывая на необходимость расширения базы фактов, если таковая возникает, (это осуществляется посредством абдуктивного объяснения базы фактов).

Настройка на предметную область
Разработка языка представления данных.
Определение понятия «объект» и «свойство» в терминологии ДСМ-метода.
Определение аксиом предметной области.
Задание операции сходства.
Задание отношения вложения.

ИС типа ДСМ для медицины
Прогнозирование высокопатогенных типов вируса папилломы человека (ВПЧ) по цитологическим результатам исследования мазков (Кафедра клинической и лабораторной диагностики Российский Медицинской Академии последипломного образования)
Диагностика двух заболеваний глаз: дегенеративного ретиношизиса и наследственных витреоретинальных дистрофий (Лаборатория клинической физиологии зрения МНИИ глазных болезней им. Гельмгольца)
Диагностика и определение способа лечения «Красной волчанки» по клиническим и лабораторным признакам больного (Отделение нефрологии Городской клинической больницы им. Боткина)
Прогнозирование продолжительности жизни больных меланомой и оценка прогностического биохимического маркера S100 (РОНЦ им.Н.Н.Блохина РАМН)

Эффективность
подобных исследований зависит от максимально полного использования совокупного анализа результатов различных обследований больного.

Разработка языка представления данных
Типы данных
1. В кортеже длины «n» (где n-количество элементов списка признаков) указываются присутствующие качественных признаки, вместо отсутствующих признаков ставится Λ (пустой элемент):
El(1)=
.

Пример из задачи №4
El(1) = Пигментные образования кожи (возможно несколько признаков, отмечаются только присутствующие признаки):
At1 = 5 и более родинок размерами от 6 мм в диаметре «+»
At2 = 50 и более родинок размерами от 3 мм в диаметре
At3 = Наличие одного или более атипичного (диспластического) невуса «+»
At4 = Врожденные невусы
At5 = Гигантский врожденный невус
At6 = Меланома (в анамнезе)
El(1)=

2.Указывается один из возможных качественных признаков:
El(2)= Ati, i∈{1,…,n}, n-число признаков в списке.
Пример: El(2)=тип роста первичной опухоли
At1 = поверхностно распространяющаяся меланома,
At2 = узловая меланома, «+»
At3 = меланома по типу злокачественного лентиго,
At4 = акролентигинозная меланома,
выбирается один из атрибутов, например,
El(2)= At2 = узловая меланома

3. В n-элементном кортеже указываются все присутствующие (+) и все отсутствующие (-) признаки из заранее разработанного списка, наличие или отсутствие остальных признаков считается неизвестным (τ).
El(3)<
,…,
,…,
>,
ki ∈{+,-,τ}, где при ki=τ ,
=Λ

2. Пример из задачи (2) :
El(3)=стекловидное тело:
At1=«плавающие помутнения +»,
At2= «нитчатые помутнения – »,
At3= «мембраны τ»,
At4=выраженная зернистая деструкция +»,
At5=преритинальные пленки +»,
At6= «шварты τ»,
At7= «задняя отслойка стекловидного тела +»,
El(3)= <
,
, Λ,
,
, Λ,
>

4.Указывается конкретный признак иерархической
структуры со знаком «+» или «-», («τ» по умолчанию)
Пример из задачи (2):
изменение сосудов сетчатки (да – нет, t)
At1 – изменение артерий
At 1.1 - сужение артерий
At 1.2 – расширение артерий «-»
At 1.3 – извитость артерий
At 2 – изменение вен «+»
At 2.1 – сужение вен
At 2.2– расширение вен «+»
At 2.3 – извитость вен
At 3 – новообразованные сосуды
At 4 – муфты по ходу сосудов
At 5 – шварта сосудов
El(5)=

5.Норма признака или интервал отклонения признака от нормы с указанием направления отклонения
El(4)=
, где dir∈{↓,N,↑} , N – норма признака, ↓ -отклонение от нормы в сторону уменьшения, ↑- отклонение от нормы в сторону увеличения, а k∈{1,2,3,4,5}
В задаче (2): El =<А-волна ЭРГ, ↓,2> или
El(4)=<А-волна ЭРГ,N, >.

ИС типа ДСМ для анализа клинических данных больных меланомой
Объект, соответствующий истории болезни конкретного больного, представляет собой кортеж из 62-х элементов.
Оi=
Каждый элемент этого кортежа соответствует конкретному признаку. В соответствие с языком представления данных каждый элемент объекта принадлежит одному из 3-х типов.
Свойством является прогноз продолжительности жизни.

Определение аксиом предметной области
Все перечисленные признаки, входящие в объект, возможно разделить с учетом знаний о предметной области на три группы:
1) Группа необходимых признаков(конъюнктивных) – признаки, без наличия которых гипотеза не имеет смысла, например, нельзя прогнозировать результат лечения без наличия признака терапия.
2) Группа существенных признаков (дизъюнктивных) – признаки без наличия хотя бы одного из них гипотеза не имеет смысла.
3) Группа сопутствующих признаков - признаки не входящие в группы 1) и 2), например: пол, возраст, артериальное давление и т.д.

Аксиома
Результат операции сходства считается гипотезой, если в нее входит хотя бы один из признаков группы 2) и все признаки группы (1).

Конъюнктивные фильтры
Задача №3 – способ лечения
Задача №4 – S100

Настройка системы на эксперимент
1.Выбор стратегии: простой метод сходства, метод сходства с запретом на контрпримеры отдельно для (+) и (-) примеров.
2.Подбор нужного количества родителей.
3.Настройка фильтра конъюнктивных признаков.
4.Настройка фильтра дизъюнкивных признаков.

Критерий оценки подбора параметров и стратегии эксперимента
Процедура «доопределение по одному»: последовательно каждому объекту выборки присваивается значение «τ», производится доопределение этого объекта средствами ДСМ-системы с выбранными параметрами и сравнивается доопределенное значение с существующим.

ИС типа ДСМ для анализа клинических данных больных меланомой
Исходные данные:
38 больных, из них у 12 продолжительность жизни больше 5 лет.
Результаты эксперимента:
У 21-го больного продолжительность жизни определена верно, у 3-х ошибочно, остальные недоопределены.

Результаты эксперимента
Все порожденные положительные гипотезы-причины (продолжительности жизни больше 5 лет), помимо прочих атрибутов, включают значение S100 меньше 0,120 нг/мл (лабораторная норма РОНЦ им. Н.Н.Блохина), а все отрицательные (продолжительность жизни меньше 5 лет) - значение S100 больше 0,120 нг/мл.

Интеллектуальная система типа ДСМ является инструментом поддержки медицинских исследований со сложноструктурированными данными и множеством фактов, необозримых без использования компьютерных технологий.

ИС ДСМ относятся к evidence based medicine
Распространенный сейчас термин evidence based medicine , к сожалению, переведен как «доказательная медицина», а не как «медицина, основанная на очевидных фактах».

Методы, относящиеся к evidence based medicine, основаны на установленных фактах и используют эти факты как аргументы при принятии решений в медицине, в частности, для диагностики по клиническим данным.

Методы, относящиеся к evidence based medicine, основаны на установленных фактах и используют эти факты как аргументы при принятии решений в медицине, в частности, для диагностики по клиническим данным.

Смысл этого термина состоит в том, что решения, принимаемые врачами, должны быть аргументированными (но не доказанными – ведь авторы говорят о вероятных прогнозах, т.е. о гипотезах!), что означает, что принимаемые решения используют аргументы, извлеченные из клинических данных.