Модель поддержки врачебных решений в диагностике и реабилитации пациентов с ограничениями жизнедеятельности

Актуальность. Целью реабилитации является максимальное восстановление утраченных функций, снижение инвалидности, возвращение пациента к активной жизни в обществе. Эффективность реабилитации зависит от комплексности, обоснованности, а также от индивидуального подхода к каждому пациенту.

Цель. Цель исследования — разработка онтологической модели знаний, интегрирующей экспертные методики и доказанные медицинские практики с клиническими рекомендациями для эффективной поддержки процесса реабилитации.

Методы. Применяется системный анализ разных источников знаний по реабилитации для выявления и упорядочения причинно-следственных отношений этой предметной области. Применяется онтологическое моделирование знаний, включающее семантическую структуру их представления и набор онтологических соглашений, определяющих принципы рассуждения при решении актуальных задач реабилитации. Онтологическое моделирование обеспечивает прозрачность, проверяемость и интерпретируемость знаний.

Результаты. Построена семантическая модель причинно-следственных отношений этой предметной области, охватывающая взаимосвязи наблюдений, диагностического профиля и восстановительных мероприятий. Эта модель учитывает совокупное влияние симптомов, факторов и оценок по стандартным шкалам на функционирование человека, связывает конкретные нарушения и их степень с элементами Международной классификации функционирования профиля, целями реабилитации и методами восстановления. Согласованный набор типов понятий и их связей, позволяет представлять структурно-вербально знания из источников двух типов — клинических рекомендаций и экспертных материалов.

Заключение. Новизна результатов с точки зрения развития методов построения и использования онтологических моделей заключается в разработке новой онтологической модели знаний, включающей семантическую структуру представления из наиболее достоверных источников, и автоматическую обработку в системах поддержки клинических решений. Предлагаемая онтологическая модель, интегрируемая с технологией IACPaaS, образуют гибкий инструмент для объединения разнородных данных и подключения механизма объяснимого искусственного интеллекта, критически важного для медицинских приложений. Это позволяет создавать интеллектуальные сервисы, повышающие качество реабилитации за счёт стандартизации подходов, учёта лучших практик и индивидуализации процессов.

1. Болезнь Шейермана. Клинические рекомендации РФ 2024.

2. Клинические Рекомендации «Переломы проксимального отдела бедренной кости» (одобрены Минздравом России). Год утверждения: 2021.

3. Шмонин А.А., Мальцева М.Н., Мельникова Е.В., Иванова Г.Е. Базовые принципы медицинской реабилитации, реабилитационный диагноз в категориях МКФ и реабилитационный план. Вестник восстановительной медицины. 2017;16(2):16-22.

4. Омельяновский В.В., Авксентьева М.В., Железнякова И.А., и др. Клинические рекомендации как инструмент повышения качества медицинской помощи. Онкопедиатрия. 2017;4(4):246259.

5. Путило Н.В., Маличенко В.С. Роль клинических рекомендаций в организации оказания медицинской помощи. Проблемы социальной гигиены, здравоохранения и истории медицины. 2021;29(2):331-338.

6. Гордеев М. Н., Поляев Б. Б., Иванова Г. Е., и др. Реабилитационный потенциал личности пациента с острым нарушением мозгового кровообращения: определение факторов и составляющих, влияющих на восстановление. Физическая и реабилитационная медицина, медицинская реабилитация. 2024; 6(4):369-378.

7. Золотухина И. Ю., Касимова А. Р. Обзор источников данных, используемых в реальных клинических травматолого-ортопедических исследованиях. Реальная клиническая практика: данные и доказательства. 2023;3(4):9-14.

8. Карпов О.Э., Субботин С.А., Шишканов Д.В. Использование медицинских данных для создания систем поддержки принятия врачебных решений. Врач и информационные технологии. 2019;2:11-18.

9. Инсульт у взрослых: центральный парез верхней конечности. Клинические рекомендации. МКБ10: I60/I61/I62/I63/I64/I69. Год утверждения: 2017.

10. Шмонин А.А., Баландина И.Н., Балашова И.Н. и др. Практическое применение оценочных шкал в медицинской реабилитации. // Учебно-методическое пособие. 3-е издание. Санкт-Петербург: Политехника, 2024. 184 с.

11. Галявич А.С., Терещенко С.Н., Ускач Т.М. и др. Хроническая сердечная недостаточность. Клинические рекомендации. 2024. Российский кардиологический журнал. 2024;29(11):251349.

12. Грибова В.В., Москаленко Ф.М., Тимченко В.А., Шалфеева Е.А. Платформа IACPaaS для разработки систем на основе онтологий: десятилетие использования. Искусственный интеллект и принятие решений. 2022;4:55–65.

13. Бова В.В. Концептуальная модель представления знаний при построении интеллектуальных информационных систем. Известия ЮФУ. Технические науки. 2014;7(156):109-117.

14. Грибова В.В., Петряева М.В., Окунь Д.Б., и др. База данных «База медицинской терминологии и наблюдений». Ав. св. №2019621179. 2019.