Урология №4 / 2021

Использование нейронных алгоритмов при выборе метода 
оперативного лечения мочекаменной болезни

3 сентября 2021

1) ФГБОУ ВО «Красноярский государственный медицинский университет им. проф. В. Ф. Войно-Ясенецкого, Красноярск, Россия;
2) Алтайский Государственный медицинский университет, Барнаул, Россия

Цель исследования: оценить возможность применения нейросетевых алгоритмов в выборе метода оперативного лечения мочекаменной болезни (МКБ).
Материалы и методы. Исследование проведено на материале 625 историй болезни пациентов с камнями почек. Информация о каждом пациенте была представлена в виде многомерного вектора, характеризующегося вышеперечисленными входными параметрами предоперационного обследования пациентов: данные анкетирования, клинического осмотра, инструментальных и лабораторных методов исследования. Был создан реестр, где каждому пациенту соответствует информация более чем по 50 параметрам. Каждый пример имеет выходной параметр, представляющий заранее известную тактику лечения (в данном случае ДУВЛ – 1, перкутанная нефролитолапаксия (ПНЛЛ) –
2, пиелолитотомия или нефролитотомия – 3). Исходная база данных послужила основой для обучения разработанной нами методики нейросетевого оценивания.
Результаты. Для оценки клинической эффективности реализации рекомендаций системы проведено проспективное исследование. Из 150 пациентов, поступивших в урологическое отделение, сформировано две группы по 75 человек. Пациенты 1-й группы получали лечение по традиционным схемам согласно рекомендациям лечащих врачей. Во 2-й группе лечение проводилось в соответствии с рекомендациями по результатам нейросетевого анализа. Дистанционная ударно-волновая литотрипсия выполнена 40 (53,3%) больным 1-й группы. Среднее количество сеансов составило 1,8. Резидуальные фрагменты остались на момент выписки у 12 (30%) пациентов.
В 4 случаях развилась клиника острого пиелонефрита, что потребовало выполнения катетеризации почки и последующей терапии на катетере. Таким образом, эффективность ДУВЛ в 1-й группе составила 75%, среднее количество сеансов в группе с использованием методики нейросетевых оценок – 1,4. Резидуальные фрагменты на момент выписки остались у 7 (15,6%) пациентов: у 4 в почке, у 3 в нижней трети мочеточника («каменная дорожка»). Инверсия лечебной тактики потребовалась в 4 случаях – выполнена ПНЛЛ. Эффективность ДУВЛ составила 91,1%. Показатели эффективности ДУВЛ в группах сравнения статистически значимо различались: во второй группе выше эффективность за счет большего количества фрагментаций камня при меньших энергетических затратах (среднее количество сеансов меньше на 0,4). Усовершенствование тактики лечения за счет применения нейросетевых алгоритмов привело к снижению сроков госпитализации, а также к улучшению показателей качества лечения в целом. Низкая эффективность ДУВЛ как изначально выбранного метода оперативного лечения обусловила изменение лечебной тактики в отношении 25% пациентов 1-й группы и лишь 8,9 % 2-й. Используя данные алгоритмы, удалось добиться снижения сроков госпитализации, инверсий тактики лечения, уменьшения количества взаимодополняемых манипуляций, снижения повторных госпитализаций, частоты развития воспалительных осложнений и количества резидуальных фрагментов после ДУВЛ.
Выводы. Показана возможность применения методики нейросетевого прогнозирования на предоперационном этапе лечебно-диагностического процесса в отношении пациентов с камнями почек. Представленная методика может помочь практикующему врачу-урологу принимать решение о выборе оптимального метода лечения для каждого конкретного пациента, тем самым сводя к минимуму риск возникновения ранних послеоперационных осложнений.

Введение. Проблема предвидения исходов заболеваний в результате лечения обусловила развитие самостоятельного направления в медицине – прогнозирования. В XIX в. впервые показано, что применение математического анализа в медицине помогает в достижении точности получаемых результатов [1, 2].

В многочисленных исследованиях показано, что применение информационных технологий с использованием математического аппарата позволяет прогнозировать эффективность того или иного метода лечения в зависимости от индивидуальных особенностей пациента [3, 4]. Как свидетельствуют данные литературы, при использовании современных информационных технологий можно рассчитывать уверенность в выборе методов лечения мочекаменной болезни (МКБ), а также повышать качество лечения за счет выбора адекватной комбинации лечебных методов [5–7].

Искусственные нейросетевые программы имеют несколько преимуществ. Во-первых, это простота в использовании [8]. Пользователь нейронной сети подбирает представительные данные, затем запускает алгоритм обучения, который автоматически воспринимает структуру данных. Однако от пользователя требуется какой-то набор эвристических знаний о том, как следует отбирать и подготавливать данные, выбирать нужную архитектуру сети и интерпретировать результаты [9]. Во-вторых, качество работы экспертной системы всегда стабильно и не зависит от настроения и состояния здоровья. Очень часто ошибки в прогнозировании определяются субъективными причинами, на работоспособность врача влияют его самочувствие в данный момент, условия труда, материальное положение, возможные проблемы в семье или конфликты на работе [10, 11]. В-третьих, и это главное, используя возможность самообучения, нейронная сеть способна решать задачи современной медицины, в которых не известны закономерности развития событий и зависимости между входными и выходными данными [12–14]. В-четвертых, решения, принимаемые нейросетью, не категоричны. Сеть выдает решение, оставляя пользователю возможность критически оценивать ответ. И наконец, нейросети обладают сверхвысоким быстродействием за счет использования массового параллелизма обработки информации, что позволяет использовать их в разных динамических системах, требующих незамедлительного принятия решения.

Цель исследования: оценить возможность применения нейросетевых алгоритмов в выборе метода оперативного лечения МКБ.

Материалы и методы. Исследование проведено на материале 625 историй болезни пациентов с камнями почек, находившихся на лечении в урологическом отделении НУЗ «Дорожная клиническая больница» (ст. Красноярск ОАО «РЖД») с 2013 по 2015 г. Основным критерием отбора резидентных больных МКБ служило наиболее полное обследование каждого госпитализированного пациента.

Для создания реестра сформирована единая система признаков, призванных выдавать единое решение по выбору метода лечения при диагнозе «МКБ, камень почки». Значения вводных признаков формировали на основании данных, получаемых при обследовании пациентов согласно стандартам оказания помощи, утвержденным Минздравом РФ.

Путем совместной экспертной оценки группой высококвалифицированных врачей-урологов определен вклад каждого признака в определение классификационной принадлежности объекта к выделенным классам. Составлен перечень из 50 признаков хi для определения тактики лечения пациентов с МКБ.

В базе данных были представлены:

1. Общие данные (возраст и пол пациента, пульс и показатели артериального давления, анамнез МКБ, предшествующие операции на мочевых путях, выбор метола лечения МКБ).

2. Значения лабораторных результатов пациентов в предоперационном периоде: показатели периферической крови (эритроциты, лейкоциты, тромбоциты, СОЭ, гемоглобин, гематокрит, АЧТВ, протромбиновое время, фибриноген); показатели мочи (удельный вес, pH, белок, эритроциты, лейкоциты, результаты бактериологического посева мочи); биохимические показатели крови (креатинин, мочевина, мочевая кислота, глюкоза, общий белок, билирубин).

3. Данные инструментального обследования: ультразвукового сканирования (толщина паренхимы почки, степень нарушения органного кровотока, при эходопплерографии сосудов почки возможность визуализации камня, степень гидронефроза); радиоизотопной реносцинтиграфии (время накопления и выведения радиоактивного препарата каждой почкой); рентгенологического исследования (визуализация конкремента, количество камней, р...

А.В. Ершов, А.И. Неймарк, Ф.П. Капсаргин, А.Г. Бережной, Ю.Ю. Винник
Статья платная, чтобы прочесть ее полностью, вам необходимо произвести покупку
Продолжая использовать наш сайт, вы даете согласие на обработку файлов cookie, которые обеспечивают правильную работу сайта.