Введение. Идея применения компьютерных технологий в медицине не нова. В конце 60х годов прошлого века началось активное внедрение различных методик диагностирования с использованием компьютерных программ. В частности, программы компьютерной диагностики быстро нашли успешное применение в хирургии. Это обусловлено многими факторами, например существованием в этой области объективных методов выявления симптомов у пациентов. В психиатрии, однако, использование компьютерных программ в целях диагностирования почти не применяется. Основной причиной этого является сложность классификации диагнозов и выявления симптомов.
Одна из первых попыток создания рабочей компьютерной программы для диагностирования психических отклонений была осуществлена американскими психиатрами Робертом Леопольдом Шпитцером и Жаном Эндикоттом (Центр психоаналитической подготовки и исследований Колумбийского университета), они выпустили несколько статей о программе DIAGNO [1, 2]. Эта программа базировалась на использовании логического дерева решений. Первые версии программы DIAGNO содержали серию из 57 вопросов, с вариантами ответов «да - нет». Результатом работы программы являлась формулировка вида «наиболее возможный диагноз». Разработчики позиционировали продукт как отличающееся высокой точностью вспомогательное средство для опытных психиатров. Дальнейшее развитие программы заключалось в разработке методов обработки полученных данных с целью повышения точности результата. И всё же из-за критических недостатков, таких как невозможность работы программы без опытного технического специалиста, относительная недостаточность входной информации для точной постановки диагноза и надёжность на уровне 60%, программа DIAGNO не нашла применения в реальных психиатрических клиниках.
В 1974 г. Джон Кеннет Винг (Институт психиатрии, Великобритания) разработал программу CATEGO [3]. Она базировалась на тех же принципах, что и DIAGNO, но использовалась вместе со схемой психологического статуса. Эта программа оказалась полезной при эпидемиологических исследованиях больших и малых психических расстройств. Так же CATEGO сыграла значимую роль в исследовании эффективности применения экспертных систем в психиатрии.
Кроме дедуктивных методов, на которых базировались вышеописанные DIAGNO и CATEGO, в диагностических программах применялись статистические методы. В частности, Missouri Standard System [4], разработанная тремя американскими психиатрами, Айвеном Слеттманом, Гарольдом Альтманом и Джорджем Улеттом, использовала в качестве входных данных стандартные клинические характеристики, полученные в процессе обследования пациента. В результате обработки полученных данных обследуемый пациент определялся в одну из восьми категорий, на которые приходится 95% диагнозов. Для удобства входная информация вводилась в две формы. В одну вводились данные о психическом состоянии пациента, а в другую – данные из социально-демографической характеристики. Результаты работы Missouri Standard System выдавались в виде распечатки. Время обработки данных одного пациента могло занимать несколько часов, что не позволяло использовать программу в массовом порядке. Кроме того, наличие только 8 категорий пациентов не давало психиатрам полной уверенности в правильности полученного вывода, так как велика была вероятность наличия у пациента заболевания, не входящего ни в одну из описанных категорий. Тем не менее, в результате разработки программы был получен огромный объём статистической информации, которая была использована при создании других подобных программ.
Многие программы того времени, в том числе и Missouri Standard System, изначально разрабатываемые с целью автоматизации решения о постановке диагноза, получили серьёзное развитие в качестве средств организации документооборота. На основе системы принятия решений Missouri Standard System была разработана система хранения медицинских записей, которая нашла применение во многих психиатрических больницах и прочих учреждениях здравоохранения.
С появлением первых систем постановки диагноза возникла новая проблема: вследствие потребности больших временных затрат на обработку информации, они оказались малоэффективными. Именно поэтому одной из важнейших задач при разработке новых программ стала производительность. Американский учёный Джеб Браун с коллегами разработал систему ALERT (Algorithms for Effective Reporting and Treatment - Алгоритмы эффективной отчётности и лечения) [5]. Как и Missouri Standard System, программа обрабатывала две категории данных пациента: базу симптомов с весовой ценностью и характеристику качества жизни. В отличие от Missouri Standard System, ALERT собирала данные о пациенте на регулярной основе, а не только непосредственно во время обследования, что позволяло эффективно распределять время на обработку различных блоков информации. Кроме того, подобный подход позволял наладить обратную связь с врачом для внесения корректировок как в личную информацию пациента, так и в настройки алгоритмов статистических методов обработки информации. На практике такой подход позволил заметно повысить точность постановки диагноза. Однако поскольку в качестве вывода система использовала только конкретный диагноз без обоснования выбора и без формирования документации для учёта, в широкой медицинской практике программа ALERT не применялась.
Кроме информационных интеллектуальных систем диагностирования психических заболеваний, интерес к которым в конце 70-х годов несколько упал, необходимо упомянуть класс программ, направленный на интервьюирование пациентов. Одним из эффективных способов проведения обследования пациента стало моделирование опроса пациентов, проводимого врачом. Одной из первых программ этого класса стала ELIZA [6], разработанная Джозефом Вейценбаумом. Основным методом этой программы стала клиент-центрированная психотерапия, предложенная Карлом Роджерсом. Несмотря на кажущуюся низкую, по сравнению с личным опросом врача, эффективность интервьюирования вычислительной техникой, программы давали результат достаточно высокой точности, в первую очередь за счёт того, что пациент, не ощущая психологическую нагрузку от работы с врачом, не давал заведомо нелогичных или ложных ответов. Разработка новых методов обследований позволяет развивать данный класс программ
И хотя на протяжении последних 40 лет проводились исследования в области автоматизированной постановки диагноза, их результаты не получили широкого признания в медицинских кругах. Однако информатизация медицинских учреждений открывает новые возможности для развития для информационных технологий в психиатрии. Применение в клинической практике таких классификаций психических расстройств как МКБ-10 также способствует созданию и развитию интеллектуальных информационных систем, поскольку эти классификации основаны на чётких критериях, что позволяет реализовать рабочие алгоритмы диагностики психических заболеваний.
Важной задачей психиатрии в Российской Федерации является профилактика психических расстройств и их негативных последствий. Одним из тяжёлых социально значимых последствий является совершение общественно опасных деяний и преступлений лицами, страдающими психическими расстройствами. В связи с этим совершенствование профилактики общественно-опасных действий психически больных является одним из перспективных и стратегически важных направлений развития общей и судебной психиатрии.
В современных реалиях работа психиатров, в том числе судебных, связана с анализом огромного количества информации по каждому пациенту. Как следствие, даже опытным психиатрам тяжело учитывать все имеющие вес факторы болезней пациентов, что в значительной степени сказывается на точности и эффективности работы психиатрических больниц. Одним из возможных путей решения данной проблемы является интегрирование инновационных методов обследования в практическую работу специалистов, занятых в области судебной психиатрии, для получения максимального точного решения сложных диагностических вопросов и необходимых выводов в короткие сроки.
Практическое разделение экспертной системы на блоки
В ходе анализа существующих научных трудов о проблеме информационных технологий в психиатрии, было предложено разработать экспертную систему для судебной психиатрии.
В первую очередь необходимо сформировать структуру хранения личных данных пациентов для удобного оперирования ими различными категориями работников медицинских учреждений в процессе как автоматизированной, так и самостоятельной работы с пациентами. Необходимо предусмотреть надёжную систему авторизации и кодирования информации с целью исключения использования персональных конфиденциальных данных в незаконных целях. В тоже время процесс заполнения баз данных должен быть максимально простым и удобным.
Если исходить из теории оценки опасности [7], вся информация о пациентах делится на три оси «личность - синдром - ситуация», однако в программе вся информация будет представлена в привычном для врача формате истории болезни: социально-демографическая характеристика, анамнез жизни, анамнез болезни, психическое состояние с описанием актуального поведения. Соответственно для обработки в программе и для представления вся личная информация должна быть представлена в двух разных форматах.
Вся личная информация должна быть сгруппирована следующим образом [8]:
- социально-демографическая характеристика:
- паспортные данные;
- данные о социально-профессиональной среде;
- материальное благосостояние;
- и т.д.
- анамнез жизни:
- данные о семье;
- среда воспитания;
- условия воспитания;
- сведения об образовании;
- сведения о деятельности;
- сведения хобби;
- склонность к вредным привычкам;
- криминальный анамнез;
- и т.д.
- анамнез болезни:
- данные о наследственности;
- диагноз по МКБ-10;
- характер заболевания;
- история лечения;
- психическое состояние описывается выявленными при наблюдении синдромами на момент внесения информации.
Рис. 1. Общая схема экспертной системы.
В судебной психиатрии выделено 3 наиболее трудоёмкие, а, следовательно, нуждающиеся в автоматизации проблемы: принятие решения о необходимости постановки пациента на активное диспансерное наблюдение, принятие решения судебно-психиатрической экспертизой о типе принудительного лечения и оценка риска общественной опасности. Решение каждого из данных вопросов должно быть выделено в отдельный блок программы, каждый из которых будет давать результат, базируемый на собственных метода анализа информации.
Блок принятия решения о необходимости постановки на активное диспансерное наблюдение (АДН) выделяет лиц, страдающих хроническими и затяжными психическими расстройствами с тяжёлыми стойкими и часто-обостряющимися болезненными проявлениями, склонных к общественно-опасным действиям. Результатом работы блока будет заключение о целесообразности включения в группу АДН, а также выведения из неё, которое может быть использовано врачебной комиссией.
Блок принятия решения о типе принудительного лечения на основании полученной информации о пациенте выносит рекомендацию врачебной комиссии о необходимости одного из 4-х типов лечения: амбулаторное принудительное наблюдение и лечение у психиатра, принудительное лечение в психиатрическом стационаре общего типа, принудительное лечение в психиатрическом стационаре специализированного типа, принудительное лечение в психиатрическом стационаре специализированного типа с интенсивным наблюдением.
Блок оценки риска общественной опасности может быть использован в случае наблюдения ремиссии у пациента, проходящего принудительное лечение. На основе данных о психическом, психологическом и социальном состоянии пациента делается вывод о возможности выбора более мягкого типа принудительного лечения или приостановлении лечения. Информация, полученная в результате работы блока, может быть использована врачебной комиссией.
Концепция перспективной экспертной системы для судебной психиатрии
Ввиду того, что в большинство государственных медицинских учреждений в ближайшем будущем будут поставляться компьютеры, работающие под операционными системами из семейства Linux, и широкими перспективами Open-Source Software, экспертную систему решено было разрабатывать для работы на UNIX-подобных операционных системах. В то же время нельзя не учитывать популярность операционных систем семейства Windows, поэтому оптимальным языком разработки в данной ситуации будет C++ с использованием библиотек QT, т.к. при необходимости написанный код можно будет легко скомпилировать для работы как под ОС Windows, так и под ОС Linux [9].
В силу того, что система должна одновременно работать на большом количестве компьютеров, использующих одно хранилище данных, для разработки программы выбрана клиент-серверная архитектура [10]. Это позволит решить такие проблемы, как сложность интерфейса для специалиста нетехнического профиля, разграничение прав на оперирование личными данными пациентов между разными категориями медицинского и технического персонала лечебного учреждения.
Таким образом, три основных технических принципа разрабатываемой экспертной системы:
- разработка под ОС Linux;
- код на C++ с подключением библиотек QT;
- клиент-серверная архитектура.
Вывод
Развитие вычислительной техники спровоцировало в середине 20 века активное внедрение в учреждения здравоохранения автоматизированных систем, направленных на повышение эффективности и точности постановки диагноза, компьютеризированных систем документооборота, позволяющих используя отдельное хранилище синхронно с разных компьютеров оперировать данными пациентов, избавляя врачей от работы с документами в бумажной форме, систем интервьюирования пациентов, проводящих предварительный сбор данных о пациентах, систем моделирования нейронных сетей.
Наибольшее практическое применение нашли системы документооборота. В США в конце 70-х годов 20 века проводился перевод учреждений здравоохранения с бумажного документооборот на электронный. Тем не менее, эти системы не решают самые трудоёмкие вопросы, стоящие перед врачами психиатрами. В то же время попытки внедрения систем поддержки принятия решения в постановке диагноза в психиатрии не были завершены не смотря на существование информационных систем достаточной точности. Это было обусловлено отсутствием в данных системах комплексного решения, позволяющего, например, кроме непосредственно вывода решения, сделанного на основе анализа личной информации пациента, формировать документацию, содержащую обоснование предложенного решения. Создание и развитие классификаций диагнозов (например, МКБ-10) позволяет разработать систему, избавленную от проблем стандартизации.
Проблема эффективной постановки диагноза выражена в первую очередь огромным количеством синдромов и факторов. Человеку крайне сложно учесть все эти синдромы и факторы, хотя каждый из этих факторов имеет ту или иную степень влияния на конечный вывод. Следовательно, можно выделить необходимость в разработке новой информационной интеллектуальной системы, использующей классификацию МКБ-10, что позволит применять данную систему в психиатрических больницах России. Учитывая эту необходимость, было предложено разработать информационную интеллектуальную систему, рассчитанную на судебную психиатрию. Было выделено три вопроса, требующих автоматизации: принятие решения о необходимости постановки пациента на активное диспансерное наблюдение, принятие решения судебно-психиатрической экспертизой о типе принудительного лечения и оценка риска общественной опасности. Под каждую проблему в системе должен быть выделен отдельный блок. Работа всех блоков объединена одним хранилищем данных, связь с которым должна осуществляться через систему электронного документооборота.
Система рассчитана на работу под операционными системами семейства Linux.