DOI: 10.21045/2071-5021-2024-70-3-1

¹Грибова В.В., ²Шестопалов Е.Ю., ²Лебедев С.В., ¹Шалфеева Е.А., ¹Окунь Д.Б., ¹Ковалев Р.И., ²Шепета Е.И., ¹Федорищев Л.А., ¹Лифшиц А.Я.
¹ФГБУН Институт автоматики и процессов управления Дальневосточного отделения Российской академии наук, Владивосток, Россия
²ФГБОУ ВО Тихоокеанский государственный медицинский университет Министерства здравоохранения Российской Федерации: Владивосток, Россия

Резюме

Актуальность. На современном этапе развития реабилитологии стал очевидным тот факт, что следует активно внедрять системы поддержки принятия врачебных решений и технологий искусственного интеллекта, которые способны помочь специалистам получить лучшее представление о нарушениях, уровне активности и участии людей с инсультом во время реабилитации. Создание единого инструмента поможет мультидисциплинарной команде в формулировании реабилитационного диагноза и в определении более точного реабилитационного потенциала, что позволит обеспечить высокую эффективность медицинской реабилитации в целом.

Цель исследования. Разработать систему поддержки принятия врачебных решений в работе мультидисциплинарной реабилитационной команды на этапе диагностирования по Международной классификации функционирования, ограничения жизнедеятельности и здоровья для формулировки реабилитационных целей пациентов, перенесших инсульт.

Материалы и методы. В данной работе для разработки интеллектуального сервиса использовались различные методы искусственного интеллекта, в частности, методы системного анализа, онтологического инжиниринга, теория графов, инженерия знания. При реализации применялись облачные технологии и объектно-ориентированный подход к программированию.

Результаты. Для реализации интеллектуального сервиса была определена структура знаний о диагностике состояния и потребностей пациента, перенесших инсульт. Была определена структура ролевой принадлежности каждого члена реабилитационной команды и разработан набор информационных и программных компонентов. Созданы орграфы знаний, содержащие исчерпывающие представления о методах и техниках диагностики, а также о реабилитационных стратегиях в целом. Для каждого члена реабилитационной команды была выделена соответствующая роль и функции.

Заключение:

1. Разработанная интеллектуальная система поддержки принятия врачебных решений в области реабилитации пациентов после инсульта основана на экспертных знаниях, онтологическом подходе и модели представления знаний в виде орграфов.
2. Систематизация и формализация знаний в системе улучшают качество постановки диагноза в терминах Международной классификации функционирования, ограничения жизнедеятельности и здоровья.
3. Информационные и программные компоненты системы поддержки принятия врачебных решений обеспечивают ее эффективное функционирование в различных клинических сценариях и с разными объемами данных.
4. Система обеспечивает медицинских специалистов актуальной информацией и рекомендациями на основе научных исследований и экспертных знаний, что помогает принимать решения и выбирать оптимальные стратегии реабилитации для каждого пациента.
5. Персонализированный подход и точный анализ данных для постановки развернутого диагноза позволят оптимизировать процесс реабилитации, сокращая время восстановления и повышая удовлетворенность пациентов.

Ключевые слова: МКФ; МДРК; СППВР; искусственный интеллект; онтология; медицина; реабилитация; инсульт; орграф; диагноз.

Контактная информация: Окунь Дмитрий Борисович, email: Этот e-mail защищен от спам-ботов. Для его просмотра в вашем браузере должна быть включена поддержка Java-script
Финансирование. Исследования проводились с использованием средств федерального бюджета в виде субсидии на реализацию программы стратегического академического лидерства "Приоритет-2030" в соответствии с Правилами предоставления грантов в форме субсидий из федерального бюджета на оказание поддержки программ развития образовательных организаций высшего образования, утвержденным постановлением Правительства Российской Федерации от 13 мая 2021 г. № 729 (модели информации и адаптации) и при поддержке Минобрнауки России № FWFW-2021-0004 (реализация решателя на IACPaaS Платформе).
Конфликт интересов. Авторы декларируют отсутствие явных и потенциальных конфликтов интересов в связи с публикацией данной статьи.
Соблюдение этических стандартов. Данный вид исследования не требует прохождения экспертизы локальным этическим комитетом.
Для цитирования: Грибова В.В., Шестопалов Е.Ю., Лебедев С.В., Шалфеева Е.А., Окунь Д.Б., Ковалев Р.И., Шепета Е.И., Федорищев Л.А., Лифшиц А.Я. Оптимизация работы мультидисциплинарной реабилитационной команды методами искусственного интеллекта в ходе медицинской реабилитации пациентов, перенёсших церебральный инсульт. Социальные аспекты здоровья населения [сетевое издание] 2024; 70(3):1. Режим доступа: http://vestnik.mednet.ru/content/view/1604/30/lang,ru/. DOI: 10.21045/2071-5021-2024-70-3-1

OPTIMIZING PERFORMANCE OF A MULTIDISCIPLINARY REHABILITATION TEAM IN CARE DELIVERY TO STROKE SURVIVORS USING ARTIFICIAL INTELLIGENCE METHODS
¹Gribova V.V., ²Shestopalov E.Y., ²Lebedev S.V., ¹Shalfeeva E.A., ¹Okun D.B., ¹Kovalev R.I., ²Shepeta E.I., ¹Fedorischev L.A., ¹Lifshitc A.Ya.
¹Institute of Automation and Control Processes Far Eastern Branch of the Russian Academy of Sciences: Vladivostok, Russia
²Pacific State Medical University: Vladivostok, Russia

Abstract

Significance. At the present stage of the rehabilitation medicine development, it has become clear that decision support systems and artificial intelligence technologies should be actively implemented. These technologies can assist specialists in gaining a better understanding of impairments, activity levels, and engagement of individuals with stroke in rehabilitation. The creation of a unified tool will aid the multidisciplinary team in formulating a rehabilitation diagnosis and determining a more accurate rehabilitation potential, thereby ensuring high overall effectiveness of medical rehabilitation

The purpose of the study was to develop a decision support system for a multidisciplinary rehabilitation team at the diagnostic stage, based on the International Classification of Functioning, Disability and Health, to set rehabilitation goals for stroke survivors.

Material and methods. This study used various artificial intelligence methods to develop an intelligent service, including system analysis, ontological engineering, graph theory, and knowledge engineering. Cloud technologies and an object-oriented programming approach were employed in the implementation.

Results. To implement the intelligent service, a knowledge structure about diagnosis of the condition and needs of stroke survivors were defined. A role structure of each member of the rehabilitation team was determined, and a set of information and software components were developed. Knowledge digraphs were created, providing comprehensive representations of diagnostic methods and techniques, as well as overall rehabilitation strategies. Corresponding roles and functions were assigned to each member of the rehabilitation team.

Conclusion

1. The developed intelligent Clinical Decision Support System in the field of stroke survivor rehabilitation is based on expert knowledge, an ontological approach, and a knowledge representation model in the form of digraphs.
2. Knowledge systematization and formalization within the system improve the quality of diagnosis in the terms of the International Classification of Functioning, Disability, and Health.
3. The information and software components of the Clinical Decision Support System ensure its effective functioning within various clinical scenarios and with different data sets.
4. The system provides medical specialists with up-to-date information and recommendations based on scientific research and expert knowledge, aiding in decision-making and selecting optimal rehabilitation strategies for each patient.
5. A personalized approach and precise data analysis for a comprehensive diagnosis will optimize the rehabilitation process, reducing recovery time and increasing patient satisfaction.

Keywords: ICF; MDRT; DSS; artificial intelligence; ontology; medicine; rehabilitation; stroke; knowledge graph; diagnosis.

Corresponding author: Dmitry B. Okun, email: Этот e-mail защищен от спам-ботов. Для его просмотра в вашем браузере должна быть включена поддержка Java-script
Information about authors:
Gribova V.V. https://orcid.org/0000-0001-9393-351X
Shestopalov E.Y. https://orcid.org/0000-0002-7990-3602
Lebedev S.V. https://orcid.org/0000-0002-3378-4249
Shalfeeva E.A. https://orcid.org/0000-0001-5536-2875
Okun D.B. https://orcid.org/0000-0002-6300-846X
Kovalev R.I. https://orcid.org/0000-0002-1704-2675
Shepeta E.I. https://orcid.org/0009-0002-0692-5664
Fedorischev L.A. https://orcid.org/0000-0002-2049-2570
Lifshitc A.Ya. https://orcid.org/0009-0000-5671-2881
Acknowledgments. The research was conducted using funds from the federal budget in the form of a subsidy for the implementation of the Strategic Academic Leadership Program "Priority-2030" in accordance with the Rules for Granting Grants in the Form of Subsidies from the Federal Budget to Support Programs for the Development of Higher Education Institutions, approved by the Resolution of the Government of the Russian Federation dated May 13, 2021, No. 729 (information and adaptation models) and with the support of the Ministry of Education and Science of Russia No. FWFW-2021-0004 (implementation of the solver on the IACPaaS Platform).
Competing interests. The authors declare the absence of any conflicts of interest regarding the publication of this paper.
Compliance with ethical standards. This study does not require a conclusion from the Local Ethics Committee.
For citation: Gribova V.V., Shestopalov E.Y., Lebedev S.V., Shalfeeva E.A., Okun D.B., Kovalev R.I., Shepeta E.I., Fedorischev L.A., Lifshitc A.Ya. Optimizing performance of a multidisciplinary rehabilitation team in care delivery to stroke survivors using artificial intelligence methods. Social'nye aspekty zdorov'a naselenia [serial online] 2024; 70(3):1. Available from: http://vestnik.mednet.ru/content/view/1604/30/lang,ru/. DOI: 10.21045/2071-5021-2024-70-3-1 (In Rus).

Введение

Одной из важнейших причин глубокой и устойчивой инвалидизации населения является острое нарушение мозгового кровообращения (инсульт). Отсутствие своевременного и адекватного восстановительного лечения после инсульта может привести к невосполнимым анатомическим и функциональным изменениям, а также вызвать социальную и бытовую дезадаптацию пациента [1,2]. В последние годы значительное внимание уделяется развитию медицинской реабилитации. В настоящее время проведение процесса реабилитации основано на нескольких ключевых принципах, включая персонализацию, раннее начало процесса, а также непрерывность и последовательность между учреждениями, осуществляющими реабилитацию. Эти принципы были внедрены в новые стандарты медицинской реабилитации и являются фундаментальными компонентами современных мировых тенденций предоставления реабилитационных услуг в различных национальных системах здравоохранения. Персонализация процесса реабилитации позволяет учесть индивидуальные особенности каждого пациента, обеспечивая максимально эффективное восстановление. Раннее начало реабилитации способствует более быстрому и полному восстановлению функций организма. Непрерывность и последовательность медицинской реабилитации обеспечивают эффективное взаимодействие между медицинскими учреждениями, что поддерживает пациента на каждом этапе процесса восстановления. Эти подходы внедрены для решения самой главной задачи – возвращения пациента в общество. В этом контексте широко применяются клинические рекомендации [3,4] пациентоориентированный подход, направленный на улучшение результатов реабилитации [5]. Персонализированные программы лечения, которые включают в себя формулирование диагноза, постановку целей и планирование вмешательства [6], а также акцент на улучшенное взаимодействие между пациентом и терапевтом [7,8], играют важную роль в достижении поставленных целей.

Постановка диагноза и формулировка целей на основе Международной классификации функционирования, инвалидности и здоровья (МКФ) обычно структурируются в виде задачи или действия (что?), за которыми следуют модификаторы, описывающие обстоятельства (как?), необходимые для успешного выполнения задачи [9]. Эти модификаторы могут включать в себя параметры, такие как время, повторение действий, а также контекстуальные факторы, например, вспомогательные средства и устройства, а также предоставление помощи. На ранних этапах реабилитации после инсульта основной фокус направлен на улучшение функционирования и достижение независимости. В терминологии МКФ особую актуальность имеют цели, связанные с мобильностью (d4) и самообслуживанием (d5). При этом не стоит забывать о том, что процесс реабилитации после инсульта в подавляющем своем большинстве носит консенсус-ориентированный характер, т.к. большинство рекомендаций имеют небольшое или незначительное научное обоснование [10]. После выписки домой пациенты, пережившие инсульт, сталкиваются с остаточными нарушениями некоторых функций организма, воздействующими на их повседневную жизнь (d6 домашняя жизнь, d7 взаимодействия и отношения, d9 социальная и гражданская жизнь). Обычно первоначальные цели могут не охватывать такие аспекты, как "борьба со стрессом и другими психологическими проблемами" (d240), особенно у людей с несколькими нарушениями, вызывающими тяжелую инвалидность. Цели, связанные со взаимодействием и отношениями, такие как "устанавливать/удерживать зрительный контакт в течение нескольких минут в тихой/оживленной обстановке" или "сигнализировать о дискомфорте/согласии/несогласии – спонтанно/после того, как вас об этом спросили", могут быть особенно полезными, поскольку способствуют согласованной работе лиц, оказывающих уход, и всей команды для достижения общей цели. Классификация факторов внешней среды также позволяет определить, что облегчает или затрудняет функционирование пациентов. [11]. МКФ непрерывно развивается и сегодня включает более 1,6 тыс. различных категорий [12]. Значительный объем классификации существенно затрудняет ее практическое применение.

Несмотря на значимость МКФ для улучшения реинтеграции пациента в общество, отмечаются определенные препятствия к ее внедрению в повседневную практику врача реабилитолога. Например, существует проблема выбора ведущего и наиболее значимого аспекта инвалидности: ограничение активности, участия, клиническое ухудшение или социальные аспекты. Кроме того, при сборе данных об инвалидности, отсутствуют единые стандарты для описания инвалидности, согласно принятым категориям МКФ [13]. Также не существует единого мнения относительно сути понятий "деятельность", "активность" и "участие" [14], учета мотивации пациентов в понимании их состояния [15]. Эти трудности могут существенно сказаться на правильности определения диагноза в кодах МКФ в контексте реабилитации после инсульта.

МКФ оценивает все компоненты здоровья пациента, используется при составлении реабилитационного диагноза мультидисциплинарной реабилитационной командой (МДРК) и обосновывает применение методов медицинской реабилитации. Соблюдение мультидисциплинарного принципа ведения пациентов, перенесших инсульт, является одним из важнейших условий эффективной реабилитации. Формирование реабилитационного диагноза на основе принципов МКФ является ключевым моментом в определении краткосрочных и долгосрочной целей для пациента членами мультидисциплинарной реабилитационной команды, а также для оценки реабилитационного потенциала и прогноза, составления индивидуального плана медицинской реабилитации и дальнейших рекомендаций при выписке. Накопленный опыт реабилитации в постинсультный период показал, что применение международной классификации функционирования при формулировании реабилитационного диагноза у данной категории пациентов позволяет обеспечить более высокую эффективность медицинской реабилитации в целом [16,17,18]. Каждый член МДРК должен иметь навыки правильного использования МКФ и оценочных шкал. Для врачей клиницистов одним из главных критериев использования МКФ является возможность сформулировать реабилитационный диагноз, который в свою очередь позволяет определить цель, задачи, программу реабилитации, а в дальнейшем оценить эффективность реабилитационных мероприятий. Реабилитационный диагноз представляет собой описание возникших у пациента вследствие заболевания/повреждения нарушений функций органов и систем, повлекших за собой нарушений повседневных функций (самообслуживание в повседневной жизни, взаимодействие в актуальной природной и социальной среде для обеспечения повседневных функций, коммуникации, выполнения профессиональной и социальной роли) и факторов окружающей среды, которые могут облегчать состояние здоровья (расстройство или заболевание). В сообществе реабилитологов стало очевидно, что использование МКФ в бумажном варианте крайне затруднительно, поэтому сейчас предлагается множество способов работы: полная версия МКФ, сокращенная версия МКФ, опросник ВОЗ (“ICF checklist”), ВОЗШОИ 2.0 (Шкала оценки инвалидности ВОЗ 2.0), онлайн наборы доменов МКФ для оценки по разным нозологиям (“ICF Core Set”), которые в свою очередь не отвечают современным требованиям и не имеют связь с клиническими данными пациента (ICF-Reader).

Для оптимизации работ по реабилитации пациентов, перенесших инсульт различной степени тяжести следует активно внедрять системы поддержки принятия врачебных решений и технологий искусственного интеллекта, которые помогут специалистам получить лучшее представление о нарушениях, уровне активности и участии людей с инсультом во время реабилитации [19]. Создание единого инструмента поможет мультидисциплинарной команде в составлении реабилитационного диагноза и в определении более точного реабилитационного потенциала, что позволит обеспечить более высокую эффективность медицинской реабилитации в целом.

Цель исследования: разработать систему поддержки принятия врачебных решений в работе мультидисциплинарной реабилитационной команды (МДРК) на этапе диагностирования по Международной классификации функционирования, ограничения жизнедеятельности и здоровья для формулировки реабилитационных целей пациентов, перенесших инсульт.

Материалы и методы

Разработка системы поддержки решений представляет собой комплексный процесс с использованием различных методов и технологий. Ключевой технологией, которая, в первую очередь, предопределила выбор технологической платформы, является использование инженерии знаний как одного из методов искусственного интеллекта. При этом авторами ставилась задача, во-первых, обеспечить понятность экспертных знаний и возможность их формирования экспертами предметной области (экспертами в области медицины), во-вторых, учитывая то, что медицина является «открытой» предметной областью, т.е. знания постоянно изменяются и расширяются, обеспечить легкую модификацию баз знаний, не требующей изменения программного кода.

Технологической платформой, обеспечивающей выполнение этих требований, является облачная платформа IACPaaS [20]. Ее основным преимуществом является графовое представление знаний и данных, а также онтологический способ их формирования, т.е. базы знаний и базы данных формируются на основе медицинской онтологии. Следует выделить еще несколько важных особенностей платформы. В отличие от остальных инструментов и платформ, поддерживающих создание онтологических баз знаний и данных, данная платформа обеспечивает двухуровневый подход к созданию информационных ресурсов: на начальном этапе работы в предметной области эксперты и системные аналитики или когнитологи формируют онтологию, включая структуры представления знаний и данных, используя IACPaaS-редактор метаинформации. Вся информация, предназначенная для обработки в системе поддержки принятия решений, должна формироваться под управлением этой онтологии (каждый вид по своей метаинформации). Для тех случаев, где требуется работа эксперта или специалиста, инструменты редактирования (т.наз. редакторы) генерируются по метаинформации для конкретных информационных ресурсов (знаний или данных). Наличие таких онтологических редакторов с графовым (семантическим) представлением данных и знаний обеспечивает возможность формирования и оценивания баз знаний без посредников. Продолжительность этого этапа формирования баз знаний и работы экспертов в предметной области зависит от объема требуемых знаний, их сложности и изменчивости.

Знания/данные явно отделены от онтологии, что обеспечивают возможность скрыть от экспертов язык описания онтологий и формировать знания с помощью автоматически сгенерированных редакторов, управляемых онтологиями. Отделение онтологии от непосредственно знаний и данных также реализует возможность обеспечения важного требования к системе: изменение знаний и данных без модификации программного кода (решатель строится на основе онтологии). При этом сам язык описания онтологий (метаинформации) соответствует орграфовой связной двухуровневой модели информации. Механизм разметки дуг и вершин орграфа метаинформации описывает не только семантическую структуру, но и правила формирования баз знаний/данных, систему ограничений.

Разработка системы осуществляется по базовой технологии платформы IACPaaS, которая включает следующие процессы: разработка информационных ресурсов; формирование внешнего интерфейса решателя задач через связывание с метаинформацией обрабатываемых информационных ресурсов; разработка программных компонентов решателя задач; разработка пользовательского интерфейса; связывание решателя с пользовательским интерфейсом; сборка IACPaaS-сервиса (системы с базой знаний) из компонентов. Каждый из процессов поддерживается соответствующими IACPaaS-инструментами редактирования [21].

Результаты

Создание системы поддержки принятия врачебных решений в работе мультидисциплинарной реабилитационной команды (МДРК) на этапе формулировки реабилитационного диагноза пациентов, перенесших инсульт, является многоэтапным процессом. Первый этап включает исследование предметной области с разработкой информационного ресурса содержащего соответствующие термины для описания видимых изменений, происходящих событий и других наблюдений, которые являются основой для формулировки диагноза. Стоит отметить важность формализации выявленных связей и зависимостей между понятиями, которые используются при логических рассуждениях и объяснении решений в клинической деятельности.

На следующем этапе с помощью этих терминов формируются в явном виде знания, которые могут быть использованы членами реабилитационной команды при решении своих задач. Для этого осуществлялось определение структуры знаний, были определены и формализованы знания, содержащие исчерпывающие представления о методах и техниках диагностики.

Параллельно создаются программные компоненты, способные сопоставлять факты хранимым знаниям.

В процессе работы требовалось определить количество информационных ресурсов и структуру ролевой принадлежности каждого члена МДРК, учитывая особенности диагностики реабилитационного процесса в целом.

Для каждого члена МДРК были выделены соответствующие роли и функции. После активации функции «назначить комиссию» у каждого члена команды МДРК появляется история болезни пациента. При этом каждый специалист может ознакомиться со всеми внесенными данными в режиме просмотра. Член МДРК производит опрос, осмотр, тестирование пациента с использованием специализированных шкал и/или соответствующих тестов. После текущего осмотра специалист анализирует сгенерированные (системой) заключения (МКФ-коды), оставляет актуальные диагнозы для дальнейшего формирования целей и задач реабилитации. Все данные заносятся в электронную историю болезни.

В результате система получает способность предоставлять соответствующую поддержку в работе специалистам МДРК, определяя диагноз в кодах МКФ и помогая выбрать стратегию реабилитационных мероприятий и генерируя при этом объяснения на основе знаний предметной области. Врач физической и реабилитационной медицины. (Врач ФРМ), учитывая результаты своего тестирования и результаты работы команды, формирует окончательный диагноз по МКФ, который определит объем, последовательности и интенсивности индивидуальной программы реабилитации пациента. Схема поддержки работы специалистов МДРК и сохранения данных и результатов в электронном документе показана на рис.1.

Рис. 1. Модель работы системы поддержки принятия врачебных решений для формулирования реабилитационного диагноза

Онтология для этой системы поддержки решений включает следующие семантические сети, определяющие структуру хранимой и оперативной информации:

1. онтология МКФ (см.рис.2),

Рис. 2. Онтология Международной классификации функционирования, ограничения жизнедеятельности и здоровья (фрагмент, скриншот)

2. онтология истории болезни (см.рис.3),

Рис. 3. Онтология истории болезни (скриншот)

3. онтология наблюдений (см.рис. 4),

Рис. 4. Онтология единой структуры факта в онтологии наблюдений (скриншот)

5. онтология описания индексов и тестов (см.рис.5)

Рис. 5. Фрагмент онтологии структуры описания индексов и тестов (скриншот)

6. онтология знаний о кодировании нарушений (см.рис.7).

Рис. 6. Фрагмент онтологии знаний о диагностике (скриншот)

На основе перечисленных онтологий были сгенерированы соответствующие информационные ресурсы (базы знаний и базы данных), в частности «Международная классификация функционирования, ограничений жизнедеятельности и здоровья» (фрагмент отражен на рисунке 7), ресурс «Опросы и тесты для реабилитации» (см.рис.8), содержащий описание 28 тестов для проведения осмотра.

Рис. 7. «Международная классификация функционирования, ограничений жизнедеятельности и здоровья» (фрагмент, скриншот)

Рис. 8. Ресурс «Опросы и тесты» (фрагмент, скриншот)

Наполнение базы знаний (см. рис.9) и других ресурсов на основе уникального опыта практикующих экспертов и клинических рекомендаций по вопросам реабилитации последствий инсульта.

Рис. 9. Использование онтологической структуры «Факт» (фрагмент)

Наполнение базы знаний и других ресурсов производится в соответствии с терминологической базой. На рисунке 9 представлен фрагмент, показывающий варианты использования описания факта через его внутренние структуры: значения, в т.ч. балльное, характеристики.

Создан ресурс «Список ролей», он отражает роль каждого специалиста и включает перечень используемых шкал для проведения тестирования (см.рис.10);

Рис. 10. Ресурс «Список ролей» (фрагмент, скриншот)

Разработка программных компонентов системы производилась на основе требований, определяющих необходимый функционал, и онтологических соглашений, касающихся правил вывода заключений по результатам вычисления итогов тестирования. Подсистемы обработки введенных данных, выбора гипотез относительно кода МКФ, предоставления гипотез с соответствующими объяснениями реализуются в соответствии с заранее определенными функциональными требованиями и соблюдают онтологические принципы в процессе принятия решений.

Разработан графический пользовательский интерфейс (GUI), предназначенный для ввода и вывода информации с учетом установленных правил и порядка отображения на экране (см. рис.11). Компоненты GUI обеспечивают удобный и интуитивно понятный диалог, соответствующий определенным спецификациям и обеспечивающий эффективное взаимодействие с СППВР (рис. 12).

Рис. 11. Опросы и тесты (фрагмент, скриншот)

Рис. 12. Фрагмент электронной истории болезни и утверждение кодов Международной классификации функционирования, ограничения жизнедеятельности и здоровья (скриншот)

Программные компоненты, реализующие интеллектуальный процесс на основе знаний в данной предметной области, используются для обработки и анализа комплекса взаимосвязанных онтологический баз данных и знаний. Эти программные компоненты выполняют анализ данных пациента из электронной медицинской карты, диагностику и генерацию результатов диагностики с использованием кодов МКФ с представлением объяснений выдвинутых гипотез, что принципиально отличает предложенное решение.

Обсуждение

СППВР, основанная на верифицированных экспертами знаниях, позволяет осуществлять интеллектуальную поддержку специалистов для постановки диагноза в терминах МКФ. При появлении новых знаний и новых методик (описываемых с использованием общепринятой терминологии) предусмотрено расширение системы без изменения программного кода.

Применение онтологического подхода играет ключевую роль в обеспечении четкого и однозначного использования каждого понятия, исключая возможность двоякого толкования. Онтологический подход не только помогает формировать структурированные знания, но и обеспечивает их последующее управление и сопровождение (модификацию). Это особенно важно в контексте реабилитации, поскольку знания активно развиваются.

Разработанная коллективом авторов СППВР отличается от всех известных аналогов (включая ICF-Reader) в реабилитации с использованием кодов МКФ в нескольких ключевых аспектах. Основное отличие заключается в использовании методов искусственного интеллекта (онтологических баз данных и знаний) для формулировки диагноза, строго формализованном подходе к структурированию всех элементов системы, включая описание наблюдений и событий, связанных с реабилитационным процессом. Это позволяет нам создавать четкие и однозначные модели данных и знаний, которые обеспечивают точное представление о состоянии пациентов, их потребностях и прогрессе восстановления. Кроме того, разработанная система предлагает структурированный и систематизированный подход к процессу формирования диагноза всеми членами реабилитационной команды, что способствует более эффективному управлению информацией и повышению качества предоставляемых услуг, имеет связь с клиническими данными пациента из электронной медицинской карты. Таким образом, предложенное решение направлено на повышение эффективности и точности диагностики, что обеспечит достижение лучших результатов в процессе восстановления после инсульта.

Анализ публикаций и существующих исследований, связанных с поддержкой принятия решений в реабилитации пациентов, перенесших инсульт, показал отсутствие интеллектуальных программных продуктов. Это свидетельствует о том, что разработанная система имеет уникальные особенности и инновационные аспекты, которые, помимо практического использования, могут быть использованы и для проведения научных исследований. Разработанная онтология и база знаний представляет собой новый вклад в область медицинской реабилитации, используя современные методы инженерии знаний для эффективного анализа и интерпретации данных.

Заключение

Разработанная интеллектуальная система поддержки принятия врачебных решений в области реабилитации пациентов, перенесших инсульт, основана на верифицированных экспертных знаниях, использует онтологический подход и модели представления знаний в виде орграфов, а также вносит значительный вклад в решение ключевых вопросов реабилитации.

Благодаря систематизации и формализации знаний, система способствует повышению качества диагностики, что влечет оптимизацию планирования и проведения реабилитационных мероприятий. Информационные и программные компоненты, не зависящие от объема наполнения знаний, обеспечивают эффективное функционирование системы в различных клинических сценариях и с различными объемами данных.

Библиография

1. Beal CC. Gender and stroke symptoms: a review of the current literature. J Neurosci Nurs 2010; 42(2):80–87. DOI: 10.1097/JNN.0b013e3181ce5c70
2. Broussy S, Saillour-Glenisson F, Rouanet F, Lesaine E, Maugeais M, Aly F, et al. Sequelae and quality of life in patients living at home one year after a stroke managed in stroke units. Front Neurol 2019; 10:907. DOI: 10.3389/fneur.2019.00907.
3. Об утверждении порядка организации медицинской реабилитации взрослых: Приказ Минздрава РФ от 31 июля 2020 г. №788Н. Режим доступа: https://www.garant.ru/products/ipo/prime/doc/74581688/. (Дата обращения: 11.03.2024).
4. DOI: 10.21320/1818-474X-2022-2-7-40
5. O'Keeffe M, Cullinane P, Hurley J, Leahy I, Bunzli S, O’Sullivan PB, et al. What influences patient-therapist interactions in musculoskeletal physical therapy? Qualitative systematic review and meta-synthesis. Phys Ther 2016; 96(5):609–622. DOI: 10.2522/ptj.20150240.
6. Berntsen G, Høyem A, Lettrem I, Ruland C, Rumpsfeld M, Gammon D. A person-centered integrated care quality framework, based on a qualitative study of patients’ evaluation of care in light of chronic care ideals. BMC Health Serv Res 2018; 18(1):1–15. DOI: 10.1186/s12913-018-3246-z
7. Langberg EM, Dyhr L, Davidsen AS. Development of the concept of patient-centredness – A systematic review. Patient Educ Couns 2019; 102(7):1228–1236. DOI: 10.1016/j.pec.2019.02.023
8. Mead N, Bower P. Patient-centredness: a conceptual framework and review of the empirical literature. Soc Sci Med 2000; 51(7):1087–110. DOI: 10.1016/S0277-9536(00)00098-8
9. ЗдравМедИнформ. Режим доступа: https://zdravmedinform.ru/icf.html. (Дата обращения: 11.03.2024).
10. DOI: 10.18565/pharmateca.2019.3.20-26
11. DOI: 10.1177/0269215510375901
12. Иванова Г.Е., Мельникова Е.В., Шамалов Н.А., Бодрова Р.А., Шмонин А.А., Суворов А.Ю. и др. Использование МКФ и оценочных шкал в медицинской реабилитации. Вестник восстановительной медицины 2018; (3): 14-20.
13. DOI: 10.3390/ijerph120303293
14. Brogårdh C, Lexell J. ICF and neurorehabilitation. NeuroRehabilitation 2015; 36(1):1–3. DOI: 10.3233/NRE-141183
15. DOI: 10.1016/j.dhjo.2019.01.008
16. DOI: 10.36425/rehab96918
17. Режим доступа: https://sudact.ru/law/prikaz-minzdrava-rossii-ot-31072020-n-788n/poriadok-organizatsii-meditsinskoi-reabilitatsii-vzroslykh/prilozhenie-n-2/. (Дата обращения: 12.03.2024).
18. DOI: 10.38025/2078-1962-2021-20-6-4-33
19. DOI: 10.1080/10749357.2021.1926149.
20. IACPaaS [сайт]. Режим доступа: https://iacpaas.dvo.ru/fund/info/about_ru (Дата обращения: 11.03.2024)
21. DOI: 10.14357/20718594220406

References

1. Beal CC. Gender and stroke symptoms: a review of the current literature. J Neurosci Nurs 2010; 42(2):80–87. DOI: 10.1097/JNN.0b013e3181ce5c70
2. Broussy S, Saillour-Glenisson F, Rouanet F, Lesaine E, Maugeais M, Aly F, et al. Sequelae and quality of life in patients living at home one year after a stroke managed in stroke units. Front Neurol 2019; 10:907. DOI: 10.3389/fneur.2019.00907.
3. On approval of the procedure for organizing medical rehabilitation for adults: Order of the Ministry of Health of the Russian Federation of July 31, 2020 No. 788N. Available from: https://www.garant.ru/products/ipo/prime/doc/74581688/. (Date accessed: 12.10.2022) (in Rus.)
4. Belkin A. A., Alasheev A.M., Belkin V.A., Belkina Yu.B., Belova A.N., Bel'skiy D.V.,et al. Rehabilitation in the intensive care unit (RehabICU). Clinical practice recommendations of the national Union of Physical and Rehabilitation Medicine Specialists of Russia and of the national Federation of Anesthesiologists and Reanimatologists. Vestnik intensivnoy terapii imeni A.I. Saltanova 2022;(2):7–40. DOI: 10.21320/1818-474X-2022-2-7-40. (in Rus.)
5. O'Keeffe M, Cullinane P, Hurley J, Leahy I, Bunzli S, O’Sullivan PB, et al. What influences patient-therapist interactions in musculoskeletal physical therapy? Qualitative systematic review and meta-synthesis. Phys Ther 2016; 96(5):609–622. DOI: 10.2522/ptj.20150240.
6. Berntsen G, Høyem A, Lettrem I, Ruland C, Rumpsfeld M, Gammon D. A person-centered integrated care quality framework, based on a qualitative study of patients’ evaluation of care in light of chronic care ideals. BMC Health Serv Res 2018; 18(1):1–15. DOI: 10.1186/s12913-018-3246-z
7. Langberg EM, Dyhr L, Davidsen AS. Development of the concept of patient-centredness – A systematic review. Patient Educ Couns 2019; 102(7):1228–1236. DOI: 10.1016/j.pec.2019.02.023
8. Mead N, Bower P. Patient-centredness: a conceptual framework and review of the empirical literature. Soc Sci Med 2000; 51(7):1087–110. DOI: 10.1016/S0277-9536(00)00098-8
9. ZdravMedInform. Available from: https://zdravmedinform.ru/icf.html. (Date accessed: 11.03.2024).
10. Bushkova YU.V. Neurorehabilitation based on the principles of evidence-based medicine: Austrian recommendations for the rehabilitation of patients after stroke. Farmateka 2019; 26(3):20–26. DOI: 10.18565/pharmateca.2019.3.20-26.
11. Wood JP, Connelly DM, Maly MR ’Getting back to real living’: a qualitative study of the process of community reintegration after stroke. Clin Rehabil 2010; 24:1045–1056. DOI: 10.1177/0269215510375901
12. Ivanova G.Е., Melnikova Е.V., Shamalov N.A. Bodrova R.A., Shmonin A.A., Suvorov A.Yu., et al. Using the ICF and Rating Scales in Medical Rehabilitation. Vestnik vosstanovitel'noy meditsiny 2018; (3): 14-20.
13. Lundälv J, Törnbom M, Larsson P-O, Sunnerhagen KS. Awareness and the arguments for and against the international classification of functioning, disability and health among representatives of disability organisations. Int J Environ Res Public Health 2015; 12(3):3293–3300. DOI: 10.3390/ijerph120303293
14. Brogårdh C, Lexell J. ICF and neurorehabilitation. NeuroRehabilitation 2015; 36(1):1–3. DOI: 10.3233/NRE-141183
15. Mitra S, Shakespeare T. Remodeling the ICF. Disabil Health 2019; 12(3):337–339. DOI: 10.1016/j.dhjo.2019.01.008
16. Ivanova G.Е., Bodrova R.A., Builova T.V., Karimova G.M., Komarnitsky V.S. Algorithm for formulation a rehabilitation diagnosis using the international classification of functioning in a patient with a stroke: clinical case. Fizicheskaya i reabilitatsionnaya meditsina, meditsinskaya reabilitatsiya 2022; 4(1):37-54. DOI: 10.36425/rehab9691810.36425/rehab96918
17. Regulations on the multidisciplinary rehabilitation team. Judicial and regulatory acts of the Russian Federation. Appendix No. 2. Available from: //sudact.ru/law/prikaz-minzdrava-rossii-ot-31072020-n-788n/poriadok-organizatsii-meditsinskoi-reabilitatsii-vzroslykh/prilozhenie-n-2/. (Date accessed: 12.03.2024).
18. Ivanova G.E., Bulatova M.A., Polyaev B.B., Trofimova A.K. Application of the International Classification of Functioning, Disabilities and Health in the Rehabilitation Process, Vestnik vosstanovitel'noy meditsiny 2021; 20(6): 4-33. DOI: 10.38025/2078-1962-2021-20-6-4-33
19. Luvizutto GJ, Silva GF, Nascimento MR, Santos KCS, Appelt PA, de Moura Neto E, et al. Use of artificial intelligence as an instrument of evaluation after stroke: a scoping review based on international classification of functioning, disability and health concept. Topics in Stroke Rehabilitation 2022; 29(5): 331-346. DOI: 10.1080/10749357.2021.1926149.
20. IACPaaS [website]. Available from: https://iacpaas.dvo.ru/fund/info/about_ru (Date accessed: 12.03.2024).
21. Gribova V.V., Moskalenko F.M., Timchenko V.A., SHalfeeva E.A. The IACPaaS platform for ontology-based systems development: a decade of use. Iskusstvennyy intellekt i prinyatie resheniy 2022; (4): 55-65. DOI: 10.14357/20718594220406

Дата поступления: 26.03.2024

Добавить комментарий

Пожалуйста оставляйте комментарии только по теме. Вы можете оставить свой комментарий любым браузером кроме Internet Explorer старше 6.0
Имя:
E-mail
Комментарий:
Код:*