Scientific journal
Fundamental research
ISSN 1812-7339
"Перечень" ВАК
ИФ РИНЦ = 1,674

Кузьминов О.М.

Внедрение в медицинскую практику информационных технологий позволяет оптимизировать организационную, экспертную и учебную сферу деятельности врача. В клинических информационных системах нередко приходится оперировать элементарными признаками болезней - симптомами. Последние должны быть формализованы с учетом специфичности, степени выраженности и других особенностей.

Целью настоящей работы является создание клинической базы симптомов и синдромов (нозологических форм) с учетом специфичности симптомов. Для достижения поставленной цели необходимо решить следующие задачи: определить принципы ранжирования симптомов по степени их специфичности для отдельных синдромов (нозологических форм); разработать структуру предметной области базы данных и модели основных синдромов (нозологических форм); провести анализ информативной значимости созданных моделей с учетом ранжирования симптомов по их специфичности.

Каждый симптом может быть специфическим (патогномоничным), мало специфическим (редким) или занимать промежуточное положение в этой градации для какого-то синдрома (нозологической формы). По нашему мнению в практических целях экспертным путем достаточно будет установить полуколичественную трехуровневую значимость симптомов. Все симптомы можно разделить на высокоспецифичные (верифицирующие), средней степени специфичности (характерные) и мало специфичные. Более сложная градация нецелесообразна, поскольку она будет иметь слишком неоднозначные границы и существенно усложнять систему. При этом сведения о специфичности отдельного признака могут быть представлены в виде рангов, представленных в числовой форме (например, 1;2;3), для последующих операций с ними. В предметной области эта информация связана не с симптомами, а с синдромами или нозологическими формами, для которых определена специфичность.

Принципы ранжирования специфичности симптомов можно определить следующим образом:

Высокоспецифичный симптом, имеющий максимальную оценку в этой шкале, это признак, встречающийся в очень узком круге синдромов (нозологических форм). Позволяет верифицировать какое-либо состояние или дифференцировать его в рамках близкого круга заболеваний. Например в рамках заболеваний органов дыхания, органов сердечно-сосудистой системы, пищеварительной и так далее (приступы удушья, кратковременная загрудинная сжимающая боль, боль в правом подреберье после приема жирной пищи и др.).

Специфичный (характерный) симптом, это признак, который, в наибольшей степени характерен для группы заболеваний в рамках патологии одной системы. Позволяет отличать заболевания различных систем друг от друга (отеки, одышка, дизурия и так далее).

Малоспецифичный симптом - указывает на наиболее общие патогенетические механизмы патологии, наблюдающиеся при заболеваниях различных органов и систем. Например, лихорадка, слабость, головная боль и т.д.

Соответствующим симптомам в порядке значимости присваивается числовое значение 1, 2 или 3. В дальнейшем при реализации различных диагностических алгоритмов и моделей с этими числами могут производится необходимые вычислительные операции. Очевидно, что информация о специфичности симптомов связана с данными о синдромах (нозологических формах) и должна находится в реляционной таблице базы данных, объединяющей коды симптомов и синдромов (нозологических форм).

При решении прикладных задач лечебно-диагностического или учебного характера может быть рассчитана информационная значимость любого симптомокомплекса. Для этого необходимо подсчитать общую сумму числовых значений рангов. При необходимости расчет может быть проведен на основе параболической зависимости, когда предварительно числовые значения рангов возводятся в куб. Данная процедура позволяет учесть не только наличие или отсутствие отдельного симптома, но и его конкретную значимость для клинического синдрома.

Таким образом, предложены принципы ранжирования симптомов по степени их специфичности для отдельных синдромов (нозологических форм). Разработана структура предметной области клинической базы данных симптомов, синдромов (нозологических форм) и алгоритм учета в ней специфичности симптомов. Показано, что идентифицировать симптомокомплекс необходимо не только по количеству встречающихся клинических признаков, но и по их специфичности.

Рассмотренные положения следует использовать в дальнейшем для создания алгоритмов и моделей, разрабатываемых в целях оптимизации лечебно-диагностического и учебного процесса. В первом случае это важно для информационных систем поддержки решения, помогающих анализировать большой объем информации. Во втором - для создания алгоритмов оценки знаний обучаемого, когда необходимо оценить его способность выделять наиболее существенные клинические признаки симптомокомплекса в рамках определенной патологии.