О возможностях использования программно-аппаратных средств при диагностике злокачественных новообразований кожного покрова
научный журнал «Актуальные исследования» #9 (12), май '20

О возможностях использования программно-аппаратных средств при диагностике злокачественных новообразований кожного покрова

В статье рассматриваются основные проблемы ранней диагностики злокачественных новообразований кожного покрова в разрезе возможности использования компьютеризированных методов распознавания и классификации опухолей. Приводится описательный пример возможной структуры модели программного комплекса, а также функциональное описание аппаратной части для совершенствования методов диагностики онкологических заболеваний кожи.

Аннотация статьи
информационные технологии
онкология
дерматовенерология
ранняя диагностика
программный комплекс
распознавание образов
медицинская информационная система
Ключевые слова

Выявление болезней на ранних стадиях на основе сопутствующих заболеванию признаках – одно из приоритетных направлений медицины двадцать первого века.

Современные методы диагностики дают возможности не только находить уже развывшиеся заболевание, опираясь на точность данных медицинских приборов, позволяющих определить наличие патологии по скрытым для устаревших методик признакам, но также сделать прогноз относительно возможности развития определенного круга заболеваний, основываясь лишь только на побочных, сопутствующих и предшествующих ему признаках.

Тем не менее, современный уровень развития медицины не может обеспечить пациентов с III и IV стадией рака гарантией на выздоровление. Кроме того, лечение поздних стадий онкологий всегда сопряжено с огромным риском развития сопутствующих заболеваний в силу ослабления иммунитета жестким курсом химеотерапии или точечным облучением высокими дозами радиации.

Все эти обстоятельства располагают к поиску способов ранней диагностики онкологических заболеваний на основе сопутствующих им признаков.

Исследователи значительно шагнули вперед в вопросах определения источников развития заболеваний кожного покрова, в частности в выявлении ранних признаков развития злокачественных новообразований, подобных карциноме или меланоме.

Стоит отметить, что совместное развитие дерматовенерологии и онкологии повлекло за собой общее увеличение осведомленности среди населения о проблеме злокачественных новообразований кожного покрова. При этом Всемирная Организация Здравоохранения отмечает стабильную тенденцию роста числа заболевших различными вида рака кожи и каждый год издает обновленные пособия по борьбе с этим недугом.

Но самой важной проблемой данной статистики, как признают ученые, является человеческий фактор. Зачастую, пациенты прибегают к врачебной помощи только на запущенной стадии, когда шанс их выживаемости уже составляет десятые доли процентов. При этом, даже самые агрессивные вариации опухолей кожного покрова поддаются эффективному лечению, будучи выявленными на ранних стадиях своего роста и развития. Показатели выживаемости среди пациентов с меланомой I, II стадии составляют более 95%.

Несмотря на все меры, принятые сотрудниками учреждений здравоохранения разных стран, уровень осведомленности населения о проблеме и способах ее решения остается на слишком низком уровне, чтобы обычные люди могли самостоятельно контролировать состояние собственного здоровья хотя бы по этой части.

Таким образом, идея создания программного обеспечения, способного дать пользователю прогноз относительно кожного новообразования является актуальной задачей, как с точки зрения медицины, так и сточки зрения информационных технологий. Наличие подобного инструмента способно значительно упростить процесс диагностики онкологических заболеваний кожного покрова, сделав его доступным даже для обычного человека, далекого от медицины.

При разработке информационной системы данного класса задач приходится учитывать множество единовременно возникающих проблем, каждая из которых существенно видоизменяет программу и ее функциональные элементы.

Точность исследования является наиболее важной из них, поскольку на кону не формальные числа и показатели, а жизни пациентов, для которых вопрос своевременной и заблаговременной постановки диагноза может стать жизненно важным. В связи с этим, в информационной системе должен быть заложен соответствующий математический аппарат, который не только способен дать качественный и верный прогноз относительно рисков развития заболевания, но и постоянно совершенствоваться, приближая результат к максимально достоверным значениям.

Точность математической модели строится на использовании приборов для фиксирования состояния кожи, в частности на используемом врачом или пациенте дерматоскопе. Разумеется, далеко не у каждого человека есть доступ к профессиональной медицинской технике, из-за чего встает закономерный вопрос о том, каким образом сделать данное исследование максимально точным в сложных условиях ограниченного доступа к технологиям.

Предполагаемым решением данной проблемы может стать аппаратный модуль, являющийся приложением к программной части, разрабатываемой в ходе данной магистерской диссертации. Разработка аппаратного модуля требует дополнительные научно-конструкторские исследования, направленные на оптимизацию показателей цены/качества конечного продукта и отработку алгоритма исследования кожного покрова.

Аппаратный модуль может быть реализован по образу обыкновенного дерматоскопа со значительно упрощенными функциями. Сделанные на подобный аппарат снимки кожного покрова будут давать заранее известные данные о масштабе, что позволит в точности определить степень распространения новообразования в рамках видимости прибора.

Центральной проблемой реализации целевой информационной системы является разработка моделей распознавания и классифицирования объектов кожного покрова, в соответствии с которыми будет проводиться реализации алгоритмов и программ.

Очевидной деталью, представляющей реализацию моделей высокоуровневой задачей программирования и математики, можно считать необходимость в применении знаний непосредственно из нескольких огромных областей научного поля, таких как информатика, медицина и математическая статистика.

Моделирование позволяет представить процессы, происходящие внутри системы, акцентировав внимание на наиболее важных деталях, отбросив все посторонние малозначимые факторы.

Несмотря на то, что все происходящие внутри системы процессы обработки и анализа медицинских данных, скрыты от конечного пользователя, модель программного комплекса реализована с использованием двух модулей, один из которых будет отвечать за распознавание полученного изображения, а другой за его классификацию.

Тем не менее, череда конечных последовательностей действий позволяет интерпретировать исходное изображение в численно-количественные показатели и представить их пользователю в виде прогноза по развитию вполне конкретного заболевания онкологического характера, если таковой прогноз имеет место быть.

После загрузки медицинского изображения в информационную систему, программа автоматически задействует модуль распознавания, работающий с учетом сочетания принципов внешнего осмотра пациентов, сродни сходным действия врача-специалиста, и принципам распознавания образов, входящим в рамки информатики и кибернетики.

Результатом исполнения алгоритма распознавания является набор численно-количественных характеристик, однозначно идентифицирующих полученный уникальный образ новообразования, который сохраняется в базу данных с целью дальнейшей обработки алгоритмами модуля классификации.

Модуль классификации работает в соответствии с известной описательной информации о типах злокачественных новообразований, а также ранее найденными сходными случаями, загруженными в систему, собранными для усовершенствования алгоритмов многокритериального анализа образов. Получая на вход численно-количественные характеристики вновь загруженного изображения, программа определяет его к известному классу новообразований, либо утверждает его как не идентифицированное или непатологическое.

В качестве результирующих данных, информационная система предлагает пользователю набор возможных вероятностей развития злокачественных новообразований, а системному администратору обновленную статистику по работе программного комплекса.

Предусмотрев в системе возможность для использования механизмов самообучения, можно избежать неточностей в постановке приблизительно диагноза. Самообучения в целевой системе предполагает автоматическое классифицирование медицинских изображений с применением статистической методологии многокритериального анализа, что в свою очередь накладывает новые требования на данных механизм. Для корректировки классифицированных системой данных, требуется заранее подготовленный, полностью проиндексированный и классифицированный массив медицинских изображений, содержащий максимально возможное количество вариаций злокачественных новообразований.

Таким образом, становится очевидным факт, что разработка и последующее использование подобного программно-аппаратного комплекса существенно расширит возможности обычных людей по проведению самодиагностики, а врачи получат удобный инструмент для проверки и контроля решений, принятых в рамках практической деятельности.

Текст статьи
  1. Григорьев, М.В. Проектирование информационных систем: учебное пособие для вузов / М. В. Григорьев, И. И. Григорьева. – М.: Издательство Юрайт, 2019. – 318 с.
  2. Дерматологические болезни и инфекции, передаваемые половым путем: Учебно-методическое пособие / В.М. Козин, Ю.В. Козина, Н.Н. Янковская - Витебск: ВГМУ, 2016. - 409с.
  3. Дерматоскопия // Р. Джор, Х.П. Соер, Дж. Ардженциано и др.; пер. с англ. под ред. Л.В.Демидова. - М.; ООО «Рид Элсивер», 2010.- 244 с.
  4. Диго, С.М. Базы данных. Проектирование и создание [Текст]: учебно-методический комплекс / Диго С.М. - Москва: Издательский центр ЕАОИ, 2008. - 171 с.
  5. Золотов, С.Ю. Проектирование информационных систем: учебное пособие / С.Ю. Золотов; Министерство образования и науки Российской Федерации, Томский Государственный Университет Систем Управления и Радиоэлектроники (ТУСУР). - Томск: Эль Контент, 2013. - 88 с.
  6. Клиническая онкология. Избранные лекции : учеб. пособие. - М. : ГЭОТАР- Медиа, 2014. - 496 с.
  7. Лисицын, Ю.П. Общественное здоровье и здравоохранение: учебник / - 2-е изд. - 2010. - 512 с.
  8. Онкология: учебник / под ред. С.Б. Петерсона. Изд. 2-е, перераб. и доп. – М.: ГЭОТАР- Медиа, 2014.-228с.
Список литературы
Ведется прием статей
Прием материалов
c 19 июня по 25 июня
Осталось 6 дней до окончания
Публикация электронной версии статьи происходит сразу после оплаты
Справка о публикации
сразу после оплаты
Размещение электронной версии журнала
29 июня
Загрузка в eLibrary
29 июня
Рассылка печатных экземпляров
07 июля