НЕЙРОСЕТЕВАЯ ДИАГНОСТИКА И ПРОГНОЗИРОВАНИЕ ВОЗРАСТА ВОЗНИКНОВЕНИЯ ПАНКРЕАТИТА НА ОСНОВЕ АНАЛИЗА ФАКТОРОВ РИСКА

Viktor Anatolevich Lazarenko, Andrey Evgenevich Antonov, Aleksandr Vladimirovich Prasolov


Аннотация


Цель. В социально-гигиеническом исследовании разработать искусственную нейронную сеть, предназначенную для диагностики панкреатита и прогнозирования времени его наступления на основе анализа сведений о факторах риска, а также провести апробацию программы в клинической практике.

Материалы и методы. Исследование проведено по материалам 488 больных (из них 167 с панкреатитом), проходивших стационарное лечение в городе Курске по поводу заболеваний гепатопанкреатодуоденальной зоны. Обработка информации о факторах риска здоровью (возрастно-половой принадлежности, вредных привычках, стрессах, профессиональном и семейном анамнезе, ранее проводимом лечении) производилась с применением программного комплекса собственной разработки – «Системы интеллектуального анализа и диагностики заболеваний» (свидетельство № 2017613090).

Результаты. Предложен новый подход к диагностике и прогнозированию панкреатита на основе нейросетевого анализа данных о факторах риска. Показатели чувствительности и специфичности такого метода, находились на уровне (76,74%, m = 4,16) и (90%, m = 2,96), соответственно. Ошибка прогноза возраста вероятной госпитализации не превышала 2,87 и 3,02 года (p = 0,95 и p = 0,99, соответственно). При этом система демонстрировала дополнительные преимущества: неинвазивность, низкие требования к оборудованию и профессиональной подготовке медработника, возможность оценивать результат с момента возникновения заболевания.

Заключение. Эффективность предложенного подхода подтверждена на этапе клинической апробации уровнями чувствительности и специфичности, соответствующими аналогичным показателям традиционных диагностических методов – ультразвукового исследования, компьютерной томографии и определения уровней α-амилазы и липазы.


Ключевые слова


искусственная нейронная сеть; многослойный персептрон; диагностика; панкреатит; искусственный интеллект; прогнозирование.

Полный текст:

PDF>PDF

Литература


Shevlyaeva M.A. Trudnosti rannej differencial’noj diagnostiki ostrogo pankreatita. [The Difficulties of the Early Differential Diagnosis of Acute Pancreatitis]. Kubanskij nauchnyj medicinskij vestnik, 2013, no. 3 (138), pp. 141–144.

Sato A., Irisawa A., Bhutani M.S., Shibukawa G., Yamabe A., Fujisawa M., Igarashi R., Arakawa N., Yoshida Y., Abe Y., Maki T., Hoshi K., Ohira H. Significance of normal appearance on endoscopic ultrasonography in the diagnosis of early chronic pancreatitis. Endosc Ultrasound., 2017 Jul 6. doi: 10.4103/2303-9027.209870.

Lew D., Afghani E., Pandol S. Chronic Pancreatitis: Current Status and Challenges for Prevention and Treatment. Dig Dis Sci., 2017 Jul, vol. 62, no. 7, pp. 1702-1712. doi: 10.1007/s10620-017-4602-2.

Yamabe A., Irisawa A., Shibukawa G., Sato A., Fujisawa M., Arakawa N., Yoshida Y., Abe Y., Igarashi R., Maki T., Yamamoto S. Early diagnosis of chronic pancreatitis: understanding the factors associated with the development of chronic pancreatitis. Fukushima J Med Sci., 2017 Apr 28, vol. 63, no. 1, pp. 1-7. doi: 10.5387/fms. 2016-14.

Lysenko M.V., Devjatov A.S., Ursov S.V., Pas’ko V.G., Gritsyuk A.M. Ostryj pankreatit: differencirovannaja lechebno-diagnosticheskaja taktika [Acute Pancreatitis: Differential Curative and Diagnostic Tactics]. Moscow: Litterra Publ., 2010. 165 p.

Stepanova Yu.A., Karmazanovskiy G.G. Vozmozhnosti luchevykh metodov issledovaniya v diagnostike oslozhneniy khronicheskogo pankreatita [The Possibilities of Radiation Methods of Investigation in the Diagnosis of Complications of Chronic Pancreatitis]. Rossiyskiy zhurnal gastroenterologii, gepatologii, koloproktologii [The Russian Journal of Gastroenterology, Hepatology, Coloproctology], 2009, vol. 19, no. 2, pp. 43–57.

Klyaritskaya I.L., Kryvy V.V., Rabotyagova Y.S., Starosek V.N., Bobko O.V. Sravnitel’naya kharakteristika metodov diagnostiki ostrogo i khronicheskogo pankreatita. [Comparative characteristic of methods diagnostics acute and chronic pancreatitis]. Krymskiy terapevticheskiy zhurnal [Crimean Journal of Internal Diseases], 2014, vol. 22, no. 1, pp. 147–157.

Ismail O.Z., Bhayana V. Lipase or amylase for the diagnosis of acute pancreatitis? Clin Biochem., 2017 Jul 16. pii: S0009-9120(17)30356-9. doi: 10.1016/j.clinbiochem.2017.07.003.

Syrbu I.F., Ryazanov D.Yu., Novokhatniy P.V. Differentsial’naya diagnostika gastroduodenal’noy yazvy i ostrogo pankreatita [Differential Diagnosis of Gastroduodenal Ulcer and Acute Pancreatitis]. Zaporozhskiy meditsinskiy zhurnal [Zaporozhye Medical Journal], 2012, Issue 1 (70), pp. 035–036.

Butov M.A., Vornacheva I.Yu., Eremina Yu.O., Kuznetsov P.S., Maslova O.A., Polyunina N.N. Sul’pirid v lechenii zabolevaniy organov pishchevareniya [Sulpiridum in the Treatment of Digestive Organs’ Diseases] The Rossiyskiy zhurnal gastroenterologii, gepatologii, koloproktologii [Russian Journal of Gastroenterology, Hepatology, Coloproctology], 2007, Vol. 17, No. 1, pp. 43–47.

Konstantinova E.D., Varaksin A.N., Zhovner I.V. Opredelenie osnovnykh faktorov riska razvitiya neinfektsionnykh zabolevaniy: metod derev’ev klassifikatsii [Identification of the Main Risk Factors for Non Infectious Diseases: Method of Classification Trees]. Gigiena i sanitarija, 2013, no. 5, pp. 69–72.

Skvortsova V.I. Sem’ printsipov modernizatsii zdravookhraneniya [Seven principles of organization of healthcare]. Voprosy jekonomiki i upravlenija dlja rukovoditelej zdravoohranenija, 2010, no. 5, pp. 7–14.

Greenes R.A. Clinical decision support: the road ahead. Amsterdam; Boston: Elsevier, 2007, 581 p.

Chubukova I.A. Data Mining. Moscow: BINOM. Laboratorija znanij Publ., 2008. 324 p.

Shhepin V.O., Rastorgueva T.I., Proklova T.N. Towards prospective directions of healthcare development in the Russian Federation. Bjulleten’ Nacional’nogo nauchno-issledovatel’skogo instituta obshhestvennogo zdorov’ja imeni N.A. Semashko, 2012, no. 1, pp. 147–152.

Mustafaev A.G. Primenenie iskusstvennykh neyronnykh setey dlya ranney diagnostiki zabolevaniya sakharnym diabetom [Use of artificial neural networks in early diagnosis of diabetes mellitus disease]. Kibernetika i programmirovanie [Cybernetics and programming], 2016, no. 2, pp. 1–7.] DOI: 10.7256/2306-4196.2016.2.17904.

Alekseeva O.V., Rossiev D.A., Il’enkova N.A. Primenenie iskusstvennykh neyronnykh setey v differentsial’noy diagnostike retsidiviruyushchego bronkhita u detey [Optimization of differential diagnosis of recurrent bronchitis in children]. Sibirskoe medicinskoe obozrenie [Siberian Medical Review], 2010, issue 6 (66), pp. 75–79.

Norton I.D., Zheng Y., Wiersema M.S., Greenleaf J., Clain J.E., Dimagno E.P. Neural network analysis of EUS images to differentiate between pancreatic malignancy and pancreatitis. Gastrointest Endosc., 2001, vol. 54, no. 5, pp. 625.

Svetyy L.I., Lopukchova V.A., Tarasenko I.V., Klimkin A.S. The use of health technology assessment in making effective management decisions. Zhurnal nauchnyh statej Zdorov’e i obrazovanie v XXI veke [The Journal of scientific articles “Health and Education Millennium”], 2013, vol. 15, no. 1–4, pp. 234–235.

Lopukhova V.A., Tarasenko I.V., Kaylanich G.A., Kaylanich E.A. Izuchenie kachestva vnebol’nichnoy meditsinskoy pomoshchi v meditsinskikh organizatsiyakh goroda Orla [The study of outpatient care quality in medical institutions of the Orel-city]. Sovremennye problemy nauki i obrazovanija [Modern problems of science and education], 2016, no. 5. http://www.science-education.ru/ru/article/view?id=25383. (accessed August 08, 2017).

Simonyan R.Z., Kailanich G.A., Lopukhova V.A., Tarasenko I.V. Izuchenie kachestva meditsinskoy pomoshchi pri otsenke tekhnologiy zdravookhraneniya [The study of medical care quality in the health technology assessment]. Mezhdunarodnyj zhurnal prikladnyh i fundamental’nyh issledovanij, 2016, no. 8, pp. 185–187].

Yasnitsky L.N., Dumler A.A., Poleshchuk A.N., Bogdanov C.V., Cherepanov F.M. Artificial Neural Networks for Obtaining New Medical Knowledge: Diagnostics and Prediction of Cardiovascular Disease Progression. Biol Med (Aligarh), 2015, Issue 7(2), BM-095-15,8.

Lazarenko V.A., Antonov A.E., Novomlinec Ju.P. Vizual’naya sreda neparametricheskogo korrelyatsionnogo analiza faktorov riska u bol’nykh s khirurgicheskoy patologiey [Visual Environment for Nonparametric Correlation Analysis of Risk Factors in Patients with Surgical Diseases]. Zhurnal nauchnyh statej Zdorov’e i obrazovanie v XXI veke [The Journal of scientific articles “Health and Education Millennium”], 2017, vol. 19, no. 4, pp. 34–37.

Lazarenko V.A., Antonov A.E., Prasolov A.V., Churilin M.I. Problema optimizatsii regressionnogo analiza v otsenke faktorov riska, vliyayushchikh na razvitie khirurgicheskikh zabolevaniy gepatopankreatoduodenal’noy zony [The Problem of Regression Analysis Optimization in Evaluation of Risk Factors Influencing the Development of Surgical Diseases of Hepatopancreatoduodenal Zone]. Zhurnal nauchnyh statej Zdorov’e i obrazovanie v XXI veke [The Journal of scientific articles “Health and Education Millennium”], 2017, vol. 19, no. 5, pp. 24–27.

Lazarenko V.A., Antonov A.E. Rol’ sotsial’nykh faktorov riska v razvitii yazvennoy bolezni v kurskoy oblasti [The Role of Social Risk Factors in Peptic Ulcer Development in Kursk Region]. Kurskij nauchno-prakticheskij vestnik “Chelovek i ego zdorov’e” [Kursk Scientific and Practical Bulletin “Man and His Health”], 2016, no. 2, pp. 35-39.] DOI: 10.21626/vestnik/2016-2/06.




DOI: https://doi.org/10.12731/wsd-2017-4-64-76

Ссылки

  • На текущий момент ссылки отсутствуют.




(c) 2017 Viktor Anatolevich Lazarenko, Andrey Evgenevich Antonov, Aleksandr Vladimirovich Prasolov

Лицензия Creative Commons
Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial-NoDerivatives» («Атрибуция — Некоммерческое использование — Без производных произведений») 4.0 Всемирная.

ISSN 2072-0831 (print)

ISSN 2307-9428 (online)

                              

Контент доступен под лицензией Creative Commons Attribution-NonCommercial-NoDerivs 4.0.

HotLog Яндекс цитирования