Математика и информатика в медицине

     Математика  и информатика  в медицине. 

     Начиная с середины прошлого столетия в науке  начало интенсивно развиваться новое  направление – бионика с ее основополагающим девизом – «Живые прототипы – ключ к новой технике». Сейчас это понятие, как и кибернетика, практически не упоминается, но те разработки, которые тогда были заложены, легли  в основу инновационной теории распознавания  образов. Один из основоположников таких  разработок тех лет по созданию теории искусственного интеллекта и самовоспроизводящихся  автоматов однажды заметил, что  «скорее логика превратиться в неврологию, чем неврология – в раздел логики».

     Алгоритмы теории распознавания образов –  это алгоритмы, «подсмотренные»  у живых организмов в распознавании  объектов (образов) в процессе их жизнедеятельности  и заимствованные от их природы. В  самих живых организмах такие  алгоритмы функционируют в «диком»  режиме, таком, каким их создала Природа  в процессе эволюции, но помещенные человеком в рамки формальной логики они становятся доступными как  искусственный инструмент для практической работы в обществе и в научных  исследованиях

     Сейчас  такое представление значительно  расширилось и распространяется по различным научным направлениям, таким как нечеткая логика, искусственные  нейронные сети, и, наконец, генетический алгоритм. Эти направления, получают все большее распространение  в различных областях научных  исследований и социальной жизни. В  практической работе они конкретизуются правилами, теоремами, постулатами  и вычислительными методами формальной логики. На их базе создаются интеллектуальные распознавательные (классификационные) системы, дифференциально-диагностические  алгоритмы.

     Общая распознавательная методология  представлена так называемыми «мягкими вычислениями», которые осуществляются в вероятностных рассуждениях, нечетких логических заключений и постулатов, в искусственных нейронных сетях, в эволюционном распознавательном  генетическом алгоритме. Разрабатываются  экспертные системы как «консилиумы  виртуальных экспертов». «Мягкие  вычисления» осуществляются там, где  приходится иметь дело с понятием «неопределенность». Говоря о медико-биологической направленности нечеткой логики и «мягких вычислений», один из основоположников теории «мягких вычислений» заметил, что «наиболее вероятная область применения этой теории – медицинская диагностика, и в меньшей степени описание биологических систем»; как синоним иногда используется понятие «природные вычисления».

     Все разнообразие перечисленных выше информационно-интеллектуальных направлений объединено общим понятием – компьютерные информационные технологии.

     Нас же интересует медико-информационная составляющая, ориентированная на решение  практических задач в ангионеврологии, в частности выделение и дифференциальная диагностика подтипов транзиторных ишемических атак (ТИА). Эти атаки  вполне обоснованно можно считать  предвестниками мозгового инсульта с последующим инфарктом мозга, как, например, в кардиологии стенокардия  – предвестник инфаркта мозга. Однако, в отличии от стенокардии ТИА  боле коварны – они в подавляющем  большинстве протекают с минимальной  и малозаметной симптоматикой, и, что  особенно маскируются под другие нарушения кровообращения. И в  теории и в медицинской практике в отношении этой патологии еще  очень много недосказанного и  нерешенного. Что это? Начало мозгового  инсульта или только его независимый  фактор риска? Этим заболеванием страдает относительно небольшое количество людей или же каждый живущий на земле человек подвержен этой патологии? Критерии этой патологии  еще четко не обозначены.

     Что касается этиотропных лечебно-профилактических мероприятий по предотвращению инсульта, то вторичная его профилактика так  же остается нерешенной проблемой. В  этом отношении можно полностью  согласиться с тем, что приходится иметь дело с бесконечно сложной и бесконечно познаваемой проблемой. И все это связано, прежде всего, с проблемой раннего доклинического распознания инсультного процесса, его диагностики.

     В этой связи, в свою очередь, затрагивается  проблема точности и обоснованности формулировок клинического диагноза. Здесь тоже не все так гладко, как того бы хотелось.

     Неудовлетворенность нерешенностью проблемы корректности и практической целесообразности существующих формулировок озвучивается авторитетными  клиницистами и практическими врачами  и не только в ангионеврологии. Высказываются  претензии и к такому авторитетному  руководству как «Международная классификация болезней 10-го пересмотра (МКБ-10)» - это перечень статистических категорий для анализа и изучения заболеваемости, а не клинических  диагностических терминов. В формулировках  диагнозов по МКБ-10 профессиональный интерес руководителя учреждения и  практикующего врача-клинициста находятся  в явном противоречии. Профессиональный клинический интерес практического  врача в этом смысле нередко просто административно игнорируется.

     Устранение  недоработок по формулировкам клинических  диагнозов в значительной степени  может быть решено внедрением формально-логических методов на базе теории распознания  образов, разработок по созданию искусственного интеллекта, теории нечетких множеств, нечеткой логики, все тех же «мягких  природных» вычислений. Существующая некорректность этих формулировок обусловлена  конфликтом между инертностью традиционного  профессионального искреннего стремления к достижению идеальной (стопроцентной) точности и правилами, теоремами  и постулатами формальной логики, которым, хотим ли мы этого или  нет, подчинены и формулировки клинических  диагнозов. В существующей повседневной практике, образно говоря, имеет  место стремление загнать клинический  диагноз в Прокрустово ложе «удобных»  статистических формулировок. Кратко эта конфликтная ситуация вполне укладывается в одной фразе: «получить  идеальную, стопроцентно четкую точность формулировки клинического диагноза невозможно, но методами нечетких («мягких», «природных») формально-логических вычислений можно  добиться приемлемой для практической работы достаточно четкой и точной формулировки на базе формально-логической классификации и соответствующих  классификаторов». Такое понимание  не претендует на оригинальность и  мало отличается от общепринятого устоявшегося традиционного клинического представления. Новое в этом – привлечение  информационных компьютерных технологий в конкретизацию и упорядочение формулировок клинического диагноза с  учетом этиопатогенетических особенностей гетерогенности внутри самих общеизвестных  и признанных нозологий. Этим, опять  же, в свою очередь, затрагивается  проблема гетерогенности этих нозологий. Следующий момент в этой цепи проблем  и «белых пятен» в клинической  диагностике – способность маскироваться  одних болезней под другие. Особенно четко это просматривается на примере нарушений мозгового  кровообращения в сосудах головы и шеи. Это многогранная тема для  написания многих монографий.

     Такое взаимное маскирование друг друга нарушений  локального кровообращения с большим  трудом раскрывается в условиях специализированного  клинического стационара с высококвалифицированным  персоналом и оснащенного современным  высокотехнологичным оборудованием. А как быть пациенту, оказавшемуся наедине с собой в обычных  бытовых условиях, далеких от научно-практических возможностей? Кризис состояния и  дискомфорт развивается, как правило, под утро в момент просыпания. Головокружение настолько выражено, что не в силах  подняться и связаться по телефону со станцией скорой помощи. Если есть рядом  родственники, то, как правило, начинаются дебаты и выяснения, что случилось? И только после достигается консенсус  – уточняется алгоритм «что делать». Не вызывает сомнения, что в такой  ситуации пациенту, уже в той или  иной степени знакомого с такими эпизодами, нужен минимум знаний по алгоритму выхода из болезненного состояния. Причем, разумеется, недифференцированно  от локализации очага, интрацеребрально или экстракраниально подвергающемуся  пока еще обратимому и поправимому  нарушению кровообращения. Здесь, в  самом начале развития заболевания, очень важно грамотно повести  себя по принципу самопомощи «помоги  себе сам».

     Акцентируя  внимание постановку диагноза на лечебно-профилактическую направленность целесообразно разграничить его по двум разновидностям – диагноз  болезни и диагноз состояния. Если с диагнозом болезни все ясно,- он необходим для выбора общей стратегии лечения, то диагноз состояния нужен для решения тактических вопросов, например, для распознавания признаков патологии, для индивидуализации терапии, для разработки превентивных методов предотвращения дальнейшего уже клинически состоявшегося развития болезни.

     Актуальность  поиска методов распознавания образа начинающегося патологического  процесса, в частности, оговорена  Медицинским информационно-аналитическим  центром РАМН (МИАЦ РАМН) в анализе  прогноза развития медицинской науки  на период до 2025 года: «получит качественно  новый уровень диагностика заболеваний  центральной нервной системы  на пресимптоматической стадии патологического  процесса». В этом ключе прикладное использование разработок по созданию искусственного интеллекта (теория распознавание  образов, нечеткая логика, искусственнее  нейронные сети, генетический алгоритм и др.) в качестве диагностического инструмента представляется наиболее перспективным именно в тех случаях, когда разбалансировка нормально  устойчиво протекающего гомеостаза здорового организма только начинает заявлять о себе в до- и/или субклинической форме своего проявления, когда больше сомнений, чем уверенности в том, что это уже начало развития предпатологической стадии заболевания.

     Все сосредоточение, разнообразие и переплетение в динамическом взаимодействии слабо  выраженных признаков-предикторов  и не всегда очевидно действующих  факторов риска гетерогенных проявлений гипоксии-ишемии мозга, его ишемического прекондиционирования и анализ нюансов  патокинеза, все это требует новых  методик и подходов в их изучении с привлечением компьютерных информационно-интеллектуальных систем как в академических фундаментальных  нейро(пато)физиологических исследованиях, так и в практической клинической  нейропатофизиологии. Особенность  работы таких систем заключается  в их схожести с обычным естественным обучением в приобретении знаний. Затем, на основе приобретенных знаний, они способны генерировать гипотезы (в наших работах это классифицирующие правила в формате «Если..., то…с вероятностью…»), делать обобщения  и экстраполировать свой искусственно приобретенный интеллектуальный опыт на новую, не встречающуюся ранее  ситуацию на раннем предклиническом  этапе ее развития. Такая система  адаптируется под изменения в  значениях предикторов в самом  начале патокинеза, как только патогенные проявления нечетко «вроде бы» начинают заявлять о себе субклинически. Выбор  наиболее информативных предикторов  также осуществляется автоматически.

     Возвращаясь конкретно к проблеме распознавания  ТИА и ее подтипов по-прежнему, уязвимым моментом является анализ анамнестических  сведений и имеющихся лабораторно-клинических  данных для предварительного решения  с последующими рекомендациями и  назначением лечебно-профилактических мероприятий. Вот здесь в самом  начале диагностического процесса и  есть отправной пункт для возможности  проявить себя формально-логическим классификационным  решениям непосредственно в практической работе. В традиционной же клинической  форме этот важный момент практически  не формализуем, и врачу самостоятельно в рамках своих знаний и опыта  приходится самому решать и находить ответ на вопрос: попадает ли обследуемый  пациент в поле зрения угрозы возникновения  у него эпизода ТИА? Ответ на этот вопрос сразу же предполагает учет двух критериев – точность, с  которой будет гарантирован ответ и достоверность и достаточность сведений (анамнеза, данных осмотра и лабораторно-клинических исследований) для ответа на него.

     На  базе информационных компьютерных технологий имеется реальная возможность вести  распознавательно-диагностическую  работу преимущественно на легкодоступных и малозатратных предикторах. Они  дают возможность буквально «выжимать  досуха» полезную распознавательную  информацию в остатках малоинформативных  признаках-предикторах, которые в  традиционной рутинной клинической  практике считаются «информационным  мусором».

     Как нам представляется, такой подход может быть актуальным при проведении целевой диспансеризации, когда  необходимо решить вопрос «заслуживает»  ли пациент быть включенным в группу риска возникновения у него эпизода  ТИА, и если да, то по какой наиболее вероятной траектории (атеротромботической, кардиогенной или гипертензивной) сможет развиваться патологический процесс. Следствие ответа на этот вопрос –  назначение индивидуализированных  «таргетных» превентивных лечебно-профилактических мероприятий для каждого из обследуемых пациентов.

     Идея  всеобщей диспансеризации не нова. Во второй половине прошлого столетия она проводилась в СССР (Приказ Министерства здравоохранения СССР от 30 мая 1986 г. № 770 «О порядке проведения всеобщей диспансеризации населения»). Врачи старшего поколения сдержано вспоминают тот период: все время  фактически уходило на заполнение формуляров и отчетов, а времени для непосредственной работы с пациентом не оставалось. В настоящее время ситуация в  корне изменилась – вспомогательные  организационно-технические возможности  значительно возросли. На смену всеобщим мероприятиям должны придти целевые  адресные методики с учетом необходимости  индивидуализированных адресных реабилитационных мероприятий, исходя из конкретного  статуса каждого пациента. В нашем  представлении проведение диспансеризации  должно осуществляться в рамках профилактических целевых мероприятий по предотвращению возникновения острых цереброваскулярных заболеваний.