Файл: Мельников, В. Г. Информационное моделирование в клинической медицине.pdf

длительность интервала I I — ТОТ. Все эти характеристики весьма важны при диагностике трикуспидального стеноза.

В65-й колонке отмечаются результаты специальных проб (нагрузка, положение на левом или правом боку, запись на вдохе), дающие возможность определять элементы фонокардиограммы. Эти пробы особенно ценны для дифференциальной диагностики митральной и трикуспидальной патологии.

В66-й колонке кодируются дополнительные систолические и

диастолические тоны экстракардиального происхождения.

Р е з е р в н а я з о н а занимает 14 колонок и предназначена для кодирования дополнительных признаков, вносимых исследо­ вателем по собственному усмотрению.

Макет перфокарты фонокардиограммы приводится в прило­ жении 1.

Пример решения задачи с помощью перфокартной системы

В качестве примера проведения поисковых и статистических операций раз­ берем задачу исследования интенсивности (амплитудной характеристики) I тона среди больных митральным стенозом с обызвествлением клапанов и без него, оперированных в клинике сердечной хирургии.

Р е ш е н и е - 1. Отбор перфокарт больных с «чистым» митральным сте­ нозом. На коммутационном блоке устанавливается восьмая колонка; после прогона всего массива перфокарт фонокардиограмм приобретенных пороков сердца (700) извлекается содержание нулевого ящика — 247 перфокарт.

2. Селекция полученного подмассива по наличию кальциноза. На блоке устанавливается указатель 67-й колонки резервной зоны, где отмечается на­ личие кальциноза. Подмассив из 248 перфокарт делится на две группы: 39 с кальцинозом п 208 без него.

3. Распределение каждой группы перфокарт, полученных в результате предыдущего отбора, по величине I тона. На коммутационном блоке устанав­ ливается 50-я колонка, и обе группы перфокарт прогоняются раздельно. Результаты подсчитывают в нулевом, первом и втором ящиках. Число карт

в отобранных группах регистрируется счетчиком сортировки.

Перфокартная система эффективна для решения частных кли­ нических задач, удобна в повседневной работе клиники. На пер-

34

задача сводится к тому, чтобы найти количественное выражение ценности отдельных признаков. Однако более важной задачей является определение ценности комбинаций признаков. Решение этих задач обеспечивается программами статистической обработки медицинских данных, а также использованием других методов: векторного, частотного авто- и кросскорреляционного анализов, •способов автоматического построения гистограмм и др.

Диагностирование заболеваний осуществляется программами, использующими законы детерминистской и вероятностной логики (формулу Байеса), метод фазового интервала и др. Автоматиче­ ское диагностирование в клинических условиях позволило полу­ чить более 90% однозначных правильных ответов, что свидетель­ ствует об эффективности применяемых методов. Одновременно оказывается возможным в ряде случаев избежать сложных мето­ дов обследования больных. Информационная медицинская система дает возможность решить и более сложную задачу — диагностиро­ вание состояний органов и целого организма. Для этого на основа­ нии практического опыта и данных литературы вырабатываются номенклатуры функций органов, степени их поражения, состояний организма. Затем на ЭВМ производится проверка соответствия гипотетических описаний состояния органов и организма реаль­ ным состояниям, отраженным в моделях болезней.

Выработка с помощью ЭВМ набора состояний, определяющих степень нарушения функций органов, диагноза основного заболе­ вания, осложнений, перенесенных вмешательств и примененных лечебных воздействий, позволяет перейти к решению задач про­ гнозирования и лечения. Всю историю заболевания можно, таким образом, свести к последовательности состояний и оценивать ве­ роятности переходов от одного состояния в другое. Следовательно, прогнозирование сводится к определению вероятности появления следующего состояния после данного, с учетом значения преды­ дущих состояний. Если в модель болезни ввести фактор лечебных воздействий и оценить вероятность изменения состояния больного под влиянием лечения, то можно определить оптимальный вариант лечения данного больного. Однако статистический анализ эффек­ тивности лечения весьма сложен из-за обилия комбинаций при­ меняемых средств и недостаточности информации, заложенной в информационных массивах историй болезни.

Построение системы. Описываемая медицинская информацион­ ная система разработана для одной из областей медицины — кар­ диологии. (Заметим, что принципы построения М И С и основные ее задачи являются общими для всех областей медицины.)

медицинских документов — историй болезни, результатов анали­ зов и т. д.,— представляющих собой модели больного различных уровней [10, 30].

36

Полные модели, соответствующие высшему уровню, отражают все сведения о структуре и функции системы (конечно, относитель­ но, так как полная модель — это копия). История болезни со всеми исследованиями и анализами — это «общая» (условно полная) модель больного. Предполагается составить одну форму, в которой можно отразить описание всех органов и систем человека. Из этой общей формы каждое лечебное учреждение выбирает пункты, отно­ сящиеся к данному разделу медицины. Единый принцип построе­ ния и кодирования этой общей стандартной формы обеспечит еди­ нообразие стандартных историй болезней для всех медицинских направлений.

Обобщенные модели (средний уровень) отражают как структуру, так и функцию в общем виде, с потерей части информации. Таких обобщенных моделей может быть несколько в зависимости от идеи обобщения и степени подробности. Эпикриз, статистическая кар­ точка или только диагноз — примеры обобщенных моделей.

Частные модели (низший уровень) описывают с различной сте­ пенью подробности какую-либо часть структуры или функции системы. Примером таких моделей могут служить стандартные карты расшифровки электрокардиограмм, векторэлектрокардиограмм или фонокардиограмм [80, 81, 109].

Уровень модели — степень обобщенности — определяется це­ лями ее построения. Наш опыт показал, что нет необходимости стремиться к дроблению информации. Это обусловлено следующи­ ми причинами., Во-первых, большое число сведений нельзя прак­ тически использовать при ограниченных массивах. Если, к приме­ ру, диагностические эпикризы содержат десятки признаков, то число возможных состояний, даже при условии исключения несовместимых комбинаций, будет составлять несколько сотен вариантов. При массиве, содержащем информацию о тысяче или нескольких тысячах больных, статистическая достоверность мно­ гих вариантов будет весьма низкой. Таким образом, достоверность заключений в информационной медицинской системе прямо зави­ сит от величины массива данных.

Во-вторых, существенную роль играет субъективность врача при сборе информации, его квалификация, принадлежность к той или иной школе и т. д. Стандартизация медицинских документов и формализация понятий устраняет субъективность лишь частично. Не решит до конца проблему и применение автоматизированного сбора информации, так как разнообразие анатомических вариантов в норме и особенно в патологии велико.

Информационная медицинская система дает в руки научному работнику и практическому врачу новый метод хранения и обра­ ботки информации. Информационные массивы включают огромное количество данных, содержащихся в стандартизированных меди­ цинских документах — моделях больных. Если основным доку­ ментом МИС является полная история болезни, то, используя программы формирования информационных массивов, можно

37

выделять из общего массива специальные программы для решения определенных задач —по диагностике, лечению и т. д. Практически для любой научной задачи клинической медицины необходимо использовать медицинскую информационную систему.

Исходя из уровней моделей, изложенных выше, были созданы стандартизированные документы для клинической медицинской информационной системы по кардиологии терапевтического профи­ ля. При этом используется одна и та же форма и в качестве медицин­ ского документа, и при подготовке информации для ввода в ЭВМ.

Основным первичным документом является история болезни, состоящая из разделов:

диевник; лист врачебных назначений;

лист для записи измерений температуры и других исследова­ ний и процедур;

карта записи данных лабораторных и биохимических методов исследования;

карта записи данных инструментальных методов исследования; карта интенсивного наблюдения.

Все эти разделы построены по одному типу. Каждый раздел со­ стоит из двух частей: пояснительной и содержательной. Поясни­ тельная содержит всю описательную информацию, облегчающую врачу пользование документом, но не вводимую в машину. Содер­ жательная же часть включает в себя необходимые данные, их ин­ дексы и служебные знаки, позволяющие программам обработки информации отличать одни величины от других [70].

Описываемые документы сведены в три брошюры. Первую со­ ставили: карта стационарного больного (собственно история болезни), карты консультаций окулиста, невропатолога, отоляринголога, бланки, содержащие данные лабораторных и биохимиче­ ских анализов, карты с данными инструментальных методов иссле­ дования. Во вторую включены: лист врачебных назначений, днев­ ник, лист записи важнейших объективных показателей течения заболевания (температуры, давления крови и т. д.). Третья брошюра представляет собой карту интенсивного наблюдения. Стандарти­ зированная история болезни (СИБ) терапевтического профиля для кардиологической МИС подробно описана в работе [15].

Информационной структурой системы является архив исто­ рий болезней, обработка которого позволяет получить как обоб­ щенные статистические данные, так и сведения об отдельном больном, находящемся на лечении. В терминах машинной обра­ ботки информации архив историй болезней называется информа­ ционным массивом; структура его определяется формой машинного представления данных. Каждая история болезни представляет собой запись, содержащую совокупность величин (показателей), характеризующих состояние больного. Величины являются от­ дельными графами истории болезни. Каждая из величин имеет определенную область значений — количественных (числовых)

38