Оценка здоровья с позиций доказательной медицины

Для реализации задачи сохранения, укрепления и восстановления здоровья людей важную роль играет системная оценка состояния здоровья с целью прогнозирования, раннего выявления патологии, определения её тяжести, повышения эффективности лечебного процесса.

Необходимы высокочувствительные технологии, позволяющие получать информацию о состоянии организма без искажений и обеспечивать воспроизводимость результатов. Существующие в мировой практике на современном этапе автоматизированные аппаратно-программные комплексы для количественной оценки здоровья почти исключительно основаны на показателях кардиореспираторной системы и отражают снижение адаптационных возможностей только в связи с патологией сердечно-сосудистой системы. Для разработки оптимальных технологий необходим целостный подход к организму человека, как открытой системе сверхслабых взаимодействий, необходимы показатели, количественно отражающие уровень индивидуального здоровья и характеризующие механизмы самоорганизации живой системы – адаптации, гомеостаза, реактивности. Применение такого подхода обеспечит качественное, доступное, неинвазивное динамическое сопровождение и контроль результативности применяемых восстановительных технологий, оптимальное управление процессом лечения, максимальную эффективность результатов, предупреждение срыва адаптации и способность к реализации потребностей организма без эмоционального, психического и физического напряжения.

Этим требованиям отвечает ДЭС «КСИ-Мед» (регистрационное удостоверение № ФСР 2011/ и приказ от 09.10.2013 года.). Данная автоматизированная система представляет принципиально новый класс диагностических комплексов. Она обеспечивает донозологический подход к оценке состояния организма человека. При этом осуществляется объективная оценка здоровья с учетом индивидуальных адаптационных возможностей и персонифицированный подбор средств его коррекции.

Цель работы – сравнительный анализ информационных объектов, полученных на ДЭС с результатами традиционных клинических методов обследования пациентов.

Материал и методы

Материал исследования:

• обезличенные данные пациентов ЦКБ РАН, госпитализированных в период с сентября 2019 по 2022 г. включительно;
• клинические тексты из электронных медицинских карт (ЭМК): эпикризы, протоколы исследований, истории болезни, данные осмотра, анамнезы и др.;
• информация из электронных медицинских карт соответствующих пациентов из медицинской информационной системы медицинской организации (МИС МО) «ИНТЕРИН-PROMIS»;
• данные измерений КСИ-потенциалов на ДЭС – 983 пациента.

Методы:

• неинвазивные исследования в биологически активных точках (БАТ) на диагностической экспертной системе (ДЭС) «КСИ-Мед»;
• классификация информационных объектов с использованием разработанных алгоритмов и их сравнение с результатами проведения классических методов обследования [1].

Данные электронных медицинских карт (ЭМК) пациентов были выгружены из медицинской информационной системы медицинской организации (МИС МО) «ИНТЕРИН-PROMIS», а информация о результатах оценки состояния здоровья человека с помощью КСИ-потенциалометрии выгружались из диагностической экспертной системы (ДЭС) «КСИ-Мед» в виде специализированных таблиц.

Информация о пациентах была получена в обезличенном виде, что достигалось путем исключения данных, позволяющих однозначно идентифицировать пациента и завладеть персональной информацией. Соотнесение информации о пациентах из двух источников осуществлялось по уникальным идентификаторам и дате рождения. Для проведения исследования была выбрана группа заболеваний – гастрит, язвенная болезнь желудка и язвенная болезнь двенадцатиперстной кишки (ГЯЯ) и ишемическая болезнь сердца (ИБС). Наличие или отсутствие данных заболеваний определялось на основе информации, полученной из МИС МО.

Обследования пациентов осуществлялись на ДЭС «КСИ-Мед». Результаты измерений нормировались по данным статистической модели «здоров» (N>10000), полученной в результате многолетних исследований клинически здоровых лиц разного возраста, начиная с грудного. При оценке состояния организма объективно учитывались основные положения древневосточной медицины, современных теорий гомеостаза, адаптации и функциональных систем организма, а также ритмологическая активность АФС, обусловленная экзогенными факторами (временем суток, датой, географической широтой места проведения исследования, фазами Луны).

В сформированной таблице нормированных значений U_КСИ значениями 0 и 1 отражалось отсутствие или наличие заболевания соответственно. Анализ историй болезней осуществлялся с помощью программы интеллектуального анализа текстов. Сравнительный анализ показал, что нормированные интегральные критерии ЭнПГ имеют коэффициент корреляции порядка 0.7 с такими показателями как работоспособность – PWC170, pH крови, количество тромбоцитов и лимфоцитов, СОЭ, парциальное давление О₂ и СО₂ др. [2 с.146, 3-5]. Нормированные дифференциальные характеристики позволяют определить АФС приоритетной коррекции, рассчитать (в %) адаптационные потенциалы стандартных систем гомеостаза и организма в целом, дать прогностическую оценку состояния здоровья.

Функционирование ДЭС базируется на устройстве для получения информации об исследуемом объекте, путем неинвазивной регистрации изменений потенциалов жидких сред организма (патент № 111670), способе оценки состояния объектов (патент РФ №2405727) и пакете программ. Известные в настоящее время электропунктурные методы оценки функционального состояние организма человека, не позволяют получать достоверные повторяющиеся результаты измерений. Они имеют уровень энергетического воздействия на несколько порядков, превышающий собственную электрическую мощность накожных проекций биологически активных точек (БАТ) (Nakatani – (2.4-3.6)*10^–3 ВА, Нечушкин – (4-6)*10^–5 ВА, Foll – (2-3)* *10 ^{– 6} ВА, Портнов – 1.8 *10 ^{– 6} ВА).

ДЭС «КСИ-Мед» – обеспечивает съем информации с БАТ масштабе реального времени и имеет уровень диагностического воздействия адекватный энергетике биологических процессов исследуемой биосистемы и соответственно энергетике БАТ – 10*10 ^{– 9} ВА.[1] Она базируется на КСИ-потенциалометрии.

КСИ-потенциал (U_КСИ) – это потенциал, возникающий в растворах электролитов под воздействием слабых полей внешней среды (электромагнитных, гравитационных и др.). Жидкие среды организма, не являясь исключением, так же генерируют U_КСИ, который можно зарегистрировать в репрезентативных БАТ. КСИ-потенциалы этих БАТ отражают состояние АФС и зависят от концентрационной неоднородности электролитов жидких сред организма [2, с.35-46].

U_КСИ – проявляется в области сверхслабых полей, адекватных энергетике клетки и БАТ (порядка 10^–9 ВА). Значение U_КСИ зависит от химического состава жидкой среды, концентрации её компонентов и уровня внешних воздействий. Информативность и достоверность данного параметра подтверждена многолетними исследованиями в лучших клиниках Санкт-Петербурга и Москвы.

Измерение U_КСИ производится в 24-х репрезентативных точках 12-ти симметричных китайских меридианов в режиме «холостого хода» и в активном режиме «генератора тока».

На рисунке представлена модель функционального состояния организма - энергопунктурограмма (ЭнПГ) [5, с.5].

Рис. Модель функционального состояния организма – энергопунктурограмма

Коридору здоровья соответствуют значения КСИ потенциалов от -68 мВ до -100 мВ. Зоне значений U_КСИ от -40 до -120 мВ соответствует компенсированное состояние организма. Зоне U_КСИ > -40 мВ – метаболический ацидоз, U_КСИ < -120 мВ – метаболический алкалоз. Т.О., ЭнПГ характеризует психосоматическое состояние человека через его кислотно-щелочной гомеостаз.

• Время проведения исследования 15 минут;
• Низкий уровень тестирующего сигнала практически совпадает с мощностью излучения клетки и биологически активной точки;
• Состояние организма не искажается при тестировании;
• Получение достоверных повторяющихся данных о состоянии здоровья;
• Отсутствие возрастных и др. ограничений для проведения диагностики;
• Оценка здоровья беременных женщин, грудных детей;
• Возможность многократного повторения исследования в течение суток. Например, оценка здоровья тяжелобольных (после сложнейших нейрохирургических операций на всех этапах нейрореабилитации, включая «острый») с целью предупреждения возможности возникновения обострений и тяжелых поражений головного мозга;
• Возможность предвидеть вероятность инфаркта или инсульта заранее до клинических проявлений.

Методология проведения сравнительного анализа информационных объектов, полученных на ДЭС, с результатами традиционных клинических методов обследования пациентов включала:

• обработку данных на ДЭС – проведено 983 исследования;
• выгрузку данных ЭМК пациентов из медицинской информационной системы медицинской организации (МИС МО) «ИНТЕРИН-PROMIS»
• анализ информации из МИС МО на предмет наличия у пациентов диагнозов ГЯЯ и ИБС осуществлялся с помощью программы интеллектуального анализа текстов;
• выгрузку информации о результатах оценки состояния здоровья из ДЭС «КСИ-Мед» в виде пакета нормированных КСИ-потенциалов;
• исследование алгоритмов классификации информационных объектов на основе результатов КСИ-потенциалометрии с использованием статистических методов с помощью метода логистической регрессии и их сравнение с алгоритмами классификации информационных объектов на основе результатов КСИ-потенциалометрии с использованием методов искусственного интеллекта с использованием нейронных сетей (осуществлялись с помощью встроенных инструментов компьютерной программы «Statistica Ultimate Academic 1З»).

Сравнение результатов классификации информационных объектов с использованием разработанных алгоритмов с результатами проведения классических методов обследования осуществлялось на примере тестовой выборки пациентов. Соответствие наличия или отсутствия ГЯЯ и ИБС по прогнозам, регрессионной и нейросетевой моделей, полученным на основе анализа ЭМК из МИС МО, являлось критерием точности.

В качестве методов классификации были выбраны алгоритмы анализа, путем построения регрессионной логистической модели и алгоритмы нейронного анализа, применяемые в задачах бинарной классификации. Нейросетевой подход показал лучший результат в прогнозировании наличия ГЯЯ, чем регрессионная модель. Корреляция разработанной нейросетевой модели с данными клинических исследований составила 70-78%. В результате выполнения настоящей работы на примере пациентов с ГЯЯ и ИБС показана возможность осуществления нозологической диагностики на основании нормированных КСИ-потенциалов.

Выводы

1. Полученные в данном проекте результаты лежат на стыке медицины, компьютерной лингвистики, искусственного интеллекта, машинного обучения, информационных технологий и имеют большое значение для дальнейшего развития методов обработки результатов, полученных с помощью КСИ-потенциалометрии;
2. Впервые показана возможность диагностики наличия определенных заболеваний у пациентов путем разработки алгоритма классификации информационных объектов по результатам КСИ-потенциалометрии с помощью методов искусственного интеллекта на основе нейронной сети;
3. Разработанная на базе ДЭС «КСИ-Мед» технология, обеспечивает неинвазивность диагностических воздействий, оперативность процедуры диагностики и возможность прогностической оценки здоровья с целью предупреждения обострений;
4. В результате специальной математической обработки установлены причинно-следственные взаимосвязи между параметрами, определяющими функциональное состояние человека, и показано, что физиологические процессы жестко связаны не с абсолютными значениями биохимических компонентов организма, а с их потреблением и расходом.

1. А. А. Баранов, Л. С. Намазова-Баранова, И. В. Смирнов, Д. А. Девяткин, А. О. Шелманов, Е. А. Вишнева, Е. В. Антонова, В. И. Смирнов, А. В. Латышев. Методы и средства комплексного интеллектуального анализа медицинских данных Труды ИСА РАН. Том 65. 2/2015.
2. Козлов В.Г., Червяков С.И. Взаимодействие открытых систем // Судостроительная промышленность. Серия общетехническая. Выпуск 28., Л. 1990. - С. 35-46.
3. Загустина Н.А., Гурин С.В., Алехин А.И., Ковтюх И.В., Корвяков С.А. Персонифицированный подход к оценке уровня здоровья пациентов кардионеврологического профиля на стационарном этапе // Российский нейрохирургический журнал имени профессора А.Л.Поленова ISSN 2071-2693, Том XIV. Специальный выпуск. Сб. материалов XХI Всероссийской научно-практической конференции «Поленовские чтения», СПб. 26-28 апреля 2022, С. 35-36.
4. Алехин А.И., Загустина Н.А., Гурин С.В., Ковтюх И.В., Корвяков С.А., Латышев А. В. Результаты сравнительного анализа информационных объектов, полученных на диагностической экспертной системе «КСИ-Мед», с результатами традиционных клинических методов обследования пациентов //«Научно-издательский центр Толмачево» ISBN978-5-6048357-0-8, WROSA.ORG (ID 558020). Сб. статей III Международной междисциплинарной конференции «Практика и теория в современной науке», Москва. 10 мая 2022, С.104118.
5. Алехин А.И., Загустина Н.А., Гурин С.В., Ковтюх И.В., Корвяков С.А., Латышев А. В. Диагностическая экспертная система «КСИ-Мед», как платформа для доказательной медицины // «Научно-издательский центр Толмачево» ISBN978-5-6048357-0-8, WROSA.ORG (ID 558020). Сб. научных трудов IV Международной научно-исследовательской конференции «Наука и просвещение в XXI веке», Москва. 27 сентября 2022, С. 20-35.