Лекция 3 Экспертные системы в медицине Моделирование

Лекция № 3 Экспертные системы в медицине. Моделирование в медицине.

Интеллектуальные системы поддержки принятия врачебных решений: выполняют задачи анализа, моделирования и прогноза. Принятие решения – это акт целенаправленного воздействия на объект управления, основанный на анализе ситуации, определении цели, разработке программы достижения этой цели.

Экспертные системы (ЭС) как пример интеллектуализации программных средств: • ЭС – это комплекс программ, аккумулирующий знания специалистов в конкретной предметной области, предназначенный для тиражирования знаний и консультаций менее квалифицированных пользователей.

Структура экспертной системы Решатель Интерфейс пользователя Пользователь (база данных) База знаний Блок объяснений Интеллектуальный редактор базы знаний Инженер по знаниям и Эксперт

Этапы построения экспертных систем 1. Идентификация (определение людских и материальных ресурсов, класса задач, целей и т. д. ); 2. Концептуализация (определяются основные понятия, терминология, стратегия принятия решений и т. д. ); 3. Формализация (выбор языка представления знаний, продукционные модели, семантические сети и т. д. ); 4. Разработка прототипа (создание усеченной версии для проверки работы программы); 5. Тестирование (выявление ошибок, адекватности интерфейса и т. д. ); 6. Опытная эксплуатация.

Классификация экспертных систем Экспертные системы По задаче По связи с реальным временем По типу ЭВМ По степени интеграции

Классификация ЭС по задаче По задаче Интерпретация данных (обнаружение и идентификация различных типов океанских судов – SIAP, определение свойств личности – АВТАНТЕСТ и др. ) Диагностика (медицинская, аппаратуры, математического обеспечение и др. ) Мониторинг (помощь диспетчерам атомного реактора – REACTOR, контроль за работой электростанций, аварийных датчиков) Проектирование (конфигураций ЭВМ, синтез электрических цепей – SYN и др. )

Классификация ЭС по задаче Прогнозирование (предсказание погоды – WILLARD, оценки урожая - PLANT, прогнозы в экономике - ECON и т. д. ) Планирование (планирование поведение робота – STRIPS, планирование промышленных заказов – ISIS и т. д. ) Обучение (языку программирования ЛИСП, ПАСКАЛЬ и т. д. )

Классификация ЭС по связи с реальным временем По связи с реальным временем Статические Квазидинамические Динамические

Классификация ЭС по типу ЭВМ По типу ЭВМ На супер. ЭВМ На ЭВМ средней производительности На символьных процессорах На мини- и супермини- ЭВМ На ПЭВМ

Классификация ЭС по степени интеграции По степени интеграции Автономные Гибридные (интегрированные)

Медицинские экспертные системы • MYCIN – промышленная ЭС для диагностики и лечения инфекционных заболеваний крови. • EMYCIN – Empty MYCIN (пустой МИЦИН), диагностическая ЭС с незаполненной базой данных. Возможно использование для диагностики и лечения заболеваний разного профиля. • ANGY – диагностика и терапия сужения коронарных сосудов. • ДИАГЕН – диагностика наследственных болезней. • ДИН – диагностика неотложных состояний, используется при стёртой клинической картине заболеваний. • ВЕСТ-СИНДРОМ – диагностика судорожных состояний (эпилепсии). • Другие.

Фрагмент диалога пользователя с MYCIN

Продолжение диалога пользователя с MYCIN

Основные понятия моделирования • Моделирование – это метод познания, состоящий в создании и исследовании моделей. • Модель – это новый объект, который отражает существенные особенности изучаемого объекта, явления или процесса. Процесс моделирования включает три элемента: субъект (исследователь), объект исследования, модель, опосредствующую отношения познающего субъекта и познаваемого объекта.

Построение моделей включает этапы: 1. получение знаний об объекте-оригинале 2. проведение экспериментов с моделью - исследование «поведения» модели 3. перенос знаний с модели на оригинал 4. практическая проверка получаемых с помощью моделей знаний и их использование для построения обобщающей теории объекта, его преобразования или управления им.

Классификация моделей по области использования • Учебные модели используются при обучении. Например, наглядные пособия, различные тренажеры, обучающие программы. • Опытные модели используются для исследования объекта и прогнозирования его будущих характеристик. Например, искусственные протезы клапанов сердца. • Научно-технические модели создаются для исследования процессов и явлений. К таким моделям можно отнести модель движения планет Солнечной системы, модель камер сердца и его клапанов. • Игровые модели — это различного рода игры: деловые, экономические, лечебные. С помощью таких моделей можно разрешать конфликтные ситуации, оказывать психологическую помощь, проигрывать поведение объекта в различных ситуациях. • Имитационные модели имитируют реальность с той или иной степенью точности.

Классификация моделей по отрасли знаний • • Биологические Медицинские, Химические, Физические и т. д.

Типы моделей в зависимости от целей использования • Оптимизационные – предназначены для определения новых свойств моделируемого объекта. Например, расчет вероятности развития осложнения после операции. • Описательные - описывают поведение некоторой системы и не предназначены для целей управления. Например, формулы, описывающие изменение концентрации лекарственного вещества в крови после его введения.

Классификация моделей по способу представления • Предметные модели - воспроизводят геометрические, физические и другие свойства объектов в материальном мире. Например, искусственный хрусталик, искусственный тазобедренный сустав, скелет человека • Информационные модели – отражают свойства объектов, предметов или процессов с помощью ассоциативных знаков (слова, рисунки, схемы, чертежи, формулы и т. д. ). Например, схема кровоснабжения сердца. Типы информационных моделей: словесные, графические, математические. В зависимости от структуры информационные модели делятся на табличные, иерархические и сетевые.

Классификация информационных моделей в зависимости от временного фактора • Статические – модель описывает систему в определенный момент времени. Например, классификации заболеваний, методов исследования. • Динамические – описывает процессы изменения и развития систем. Например, схематическое описание развития физиологических систем в процессе развития ребенка

Типы моделей в медицине • Вещественные – имеют внешнее сходством с объектом моделирования. Например, протез нижней конечности. • Энергетические – моделируют функцию организма при отсутствии внешнего сходства. Например, искусственная почка. • Смешанные – моделируют и внешнее сходство объекта и его функцию. Например, дистанционно управляемый протез. • Информационные – описывают объект с помощью ассоциативных знаков. • Биологические – заболевания модулируют на животных. Например, крысы с эпилепсией, тугоухостью, артериальной гипертензией.

Типы математических моделей в медицине • Детерминированные – формула описывает функциональную связь между показателями. Например, минутный объем крови – это произведение фракции выброса крови левым желудочком сердца на частоту сокращений сердца. • Вероятностные – результат оценивается с помощью вероятностных характеристик. Например, расчет анестезиологического и операционного риска по возрасту, исходным показателям функционирования систем организма, типа операции.

Цели математического моделирования в медицине • Адекватно в короткий срок обобщить сложную сущность явлений и процессов в медицине • Описать и понять факты, выявить взаимосвязи между элементами • Найти рациональное решение с наибольшей полнотой и надежностью. • Быстро и эффективно проверять гипотезы без обращения к эксперименту. • Предсказывать поведение реальной системы.

Модель гемодинамики Схематическое изображение кровотока в крупных и микрососудах при открытом и закрытом клапане 1 Фаза. Аортальный клапан открыт, Qс≠ 0. 2 Фаза. Аортальный клапан закрыт, Qс=0.

Этапы составления математической модели гемодинамики Скорость изменения объема резервуара d. V/dt равняется разности скоростей притока в него крови из сердца Qc и оттока в систему микрососудов Q: d. V=Qc(t) - Q(t) (1) где Qc(t) - объемная скорость поступления крови из сердца, Q(t) - объемная скорость кровотока в начале мелких сосудов, d. V- изменение объема крупных сосудов. Изменение объема резервуара линейно зависит от изменения давления крови в нем d. P: d. V= Cd. P (2) где С (эластичность стенок аорты) коэффициент пропорциональности между давлением и объемом. С ~ 1/Е, Е- модуль упругости стенок крупных сосудов.

Применяя закон Пуазейля для стационарного течения крови по жесткой трубке получим, что: Q(t) = (3) где P(t) давление в крупных сосудах (в том числе на входе в мелкие), Ркон давление на выходе из жесткой трубки, Х гидравлическое сопротивление мелких сосудов. Во всех урав нениях под Р() понимается избыточное давление (разность t между реальным давлением и атмосферным). Систему уравнений (1, 2, 3) решаем относительно P(t), Q(t) или V(t). Решим систему относительно P(t). С учетом 1, 2, 3 получим уравнение : (4) Это неоднородное линейное дифференциальное уравнение, решение которого определяется видом функции Qc(t).

Закон изменения давления в крупных сосудах с момента закрытия аортального клапана: P(t) = Pc • e- t/X • C Зависимость давления крови от времени в крупном сосуде после закрытия аортального клапана.

Преимущества использования моделей в медицине • 1. с помощью метода моделиpования на одном комплексе данных можно pазpаботать целый pяд pазличных моделей, по pазному интеpпpетиpовать исследуемое явление, и выбpать наиболее плодотвоpную из них для теоpетического истолкования. • 2. в пpоцессе постpоения модели можно сделать pазличные дополнения к исследуемой гипотезе и получить ее упpощение. • 3. в случае сложных математических моделей можно пpименять компьютер и повысить аналитические возможности. • 4. откpывается возможность пpоведения модельных экспеpиментов.

Требования к математическому моделированию в медицине • Необходимость отражения патологических процессов и компенсаторных сдвигов, лечебных воздействий (медикаментозных, изменения режима вентиляции, жидкостного баланса и пр. ), • Необходимость представления клинического контроля, • Оценка модели в реальном времени • Наличие интерактивного (диалогового) управления исследовательских процессов в терминах, принятых в клинике.

Имитационное моделирование в медицине • Имитационное моделирование — это метод исследования, при котором изучаемая система заменяется моделью, с достаточной точностью описывающей реальную систему и с ней проводятся эксперименты с целью получения информации об этой системе. Экспериментирование с моделью называют имитацией (имитация — это постижение сути явления, не прибегая к экспериментам на реальном объекте). Современная технология имитационного моделирования решает задачи в сфере здравоохранения и фармацевтической отрасли. Например, анализ бизнеспроцессов при проектировании больниц, оптимизация количества персонала и медицинского оборудования, планирование выхода на рынок новых лекарственных препаратов.

Молекулярное моделирование • Молекулярное моделирование – это область исследований, которая привлекает теоретические и вычислительные методы для моделирования или имитации поведения молекул, состоящих от нескольких атомов и до «гигантских» биологических цепочек. Общей чертой методов молекулярного моделирования является атомистический уровень описания молекулярных систем.

Примеры моделей Расчётные сетки, поля скоростей и области возможных поражений глаза (отмечены черным цветом) при лазерном разрушении хрусталика

Расчёт давления в глазу человека при проведении лазерной операции по разрушению хрусталика и расчётная сетка

Динамика залечивания кожной раны: трёхмерные картины распределения плотности коллагена в начальный и конечный моменты лечения

Моделирование последствий черепномозговых травм Моделирование максимальных сжимающих и растягивающих напряжений при черепно-мозговой травме Сравнение расчётной и полученной при томографических исследованиях областей поражения головного мозга

Фармакокинетические модели -расчет индивидуальных режимов дозирования лекарственных препаратов с помощью реализации математических моделей фармакокинетики -подбор индивидуальных режимов дозирования конкретного препарата с помощью компьютерной модели (подбор скорости длительной инфузии препарата; подбор нагрузочной дозы, кратности введения, поддерживающей дозы при дробном введении препарата)

Математическая модель внутримышечного введения лекарственного вещества При внутримышечном введении лекарственное вещество сначала попадает в мышцу, а затем диффундирует из мышцы в кровь, причем скорость этого процесса тем выше, чем больше масса лекарственного вещества в мышце в данный момент времени - m(t). Применяя закон сохранения массы к количеству лекарственного вещества, содержащегося в мышце, и к количеству лекарственного вещества в кажущемся объеме получим 2 уравнения: m(t+h) = m(t) - λ*m(t)*h (3) c(t+h) = c(t) +[λ*m(t) – Cl*c(t)]*h/V (4) При t=0 m(0) = D, c(0) = Co (5) где λ – коэффициент скорости диффузии препарата из мышцы в кровь, D – доза препарата.

Пример вероятной математической модели Шкала SCORE - шкала прогнозирования 10 -летнего риска сердечнососудистой смертности Женщины Систолическое АД (мм рт. ст. ) 150 200 250 300 4 5 6 7 5 1 2 8 5 3 2 180 160 140 120 4 3 2 1 180 160 140 120 2 1 1 1 2 2 1 1 180 160 140 120 1 1 0 1 0 0 180 160 140 120 5 9 10 12 6 7 8 4 5 6 3 3 4 13 9 6 4 15 10 7 5 5 3 2 2 6 4 3 2 7 5 3 2 8 5 3 2 9 10 11 6 7 8 4 5 5 3 3 4 3 2 1 1 4 3 2 1 5 6 7 4 4 5 2 3 3 2 2 2 1 1 1 1 2 2 1 1 3 2 1 1 4 3 2 1 0 0 0 0 1 0 0 0 0 0 8 150 200 250 300 4 0 0 0 0 7 Мужчины Общий холестерин НЕКУРЯЩИЕ 15% 10 - 14% 6 7 8 17 19 22 12 13 16 8 9 11 5 6 7 13 9 6 4 мг /дл 4 - 5% 150 200 250 300 ммоль/л 4 14 9 65 лет 6 4 5 6 7 8 16 11 8 5 19 13 9 6 22 15 11 7 26 16 13 9 26 18 13 9 30 21 15 10 35 25 17 12 41 29 20 14 47 34 24 17 60 лет 9 6 4 3 11 7 5 3 13 9 6 4 15 10 7 5 18 12 9 6 18 12 8 6 21 14 10 7 24 17 12 8 28 20 14 10 33 24 17 12 55 лет 6 7 4 5 3 3 2 2 8 10 12 6 7 8 4 5 6 3 3 4 12 8 5 4 13 9 6 4 16 11 8 5 19 13 9 6 22 16 11 8 50 лет 4 2 2 1 4 3 2 1 5 3 2 2 7 5 3 2 8 10 12 6 7 8 4 5 6 3 3 4 14 10 7 5 40 лет 1 1 0 0 1 1 1 1 2 2 1 1 1 2 2 1 1 КУРЯЩИЕ 6 - 9% 150 200 250 300 6 4 3 2 НЕКУРЯЩИЕ 3% 2% 1% 3 2 1 1 3 2 2 1 КУРЯЩИЕ <1% 4 3 2 1