2023
Грибова В. В., Шалфеева Е. А., Shakhgeldyan K.J., Potapenko B.V.
Social Science Research Network
Shakhgeldyan K.J., Gribova V.V., Shalfeeva E.A., Potapenko B.V. Hybrid Clinical Decision Support System in Cardiovascular Medicine // Social Science Research Network. 2023. DOI: 10.2139/ssrn.4522020.
Сердечно-сосудистые заболевания (ССЗ) являются основной причиной смертности в большинстве стран мира, что делает точную оценку рисков и индивидуальные стратегии профилактики актуальным направлением в здравоохранении. В этой статье авторы представили прототип системы поддержки принятия клинических решений (CDSS) для прогнозирования и профилактики сердечно-сосудистых рисков, основанной на гибридной архитектуре, которая объединяет модели машинного обучения и онтологические базы знаний. Для оптимизации вычислительных ресурсов и облегчения интеграции с различными медицинскими информационными системами предложена микросервисная архитектура, основанная на облачном подходе. Объяснимость имеет первостепенное значение для успеха CDSS и ее приемлемости для медицинских работников, поэтому система применяет принципы объяснимого искусственного интеллекта (XAI) для предоставления результатов прогностических моделей и выработки рекомендаций. Разработанный CDS включает в себя широко используемые в клинической кардиологии и кардиохирургии инструменты для измерения риска (SCORE, SCORE 2, GRACE, EuroSCORE II, Diamond-Forrester и др.), а также запатентованные модели машинного обучения для прогнозирования госпитальной смертности, развития послеоперационной фибрилляции предсердий и вероятности обструктивная болезнь коронарных артерий. Эти модели способствуют принятию обоснованных медицинских решений по диагностике, профилактике и лечению сердечно-сосудистых заболеваний. Прототип системы был внедрен в Медицинском центре Дальневосточного федерального университета (ДВФУ) и интегрирован с медицинской информационной системой "1С". Опыт внедрения прототипа показал высокий потенциал гибридных CDS на основе микросервисной архитектуры для использования в клинической практике.
Статьи в журналах
DOI: 10.2139/ssrn.4522020