КОНЦЕПЦИЯ ПОСТРОЕНИЯ СИСТЕМЫ ПОДДЕРЖКИ ПРИНЯТИЯ ВРАЧЕБНЫХ РЕШЕНИЙ В ЭНДОСКОПИИ ЖЕЛУДОЧНО-КИШЕЧНОГО ТРАКТА
- Авторы: Хрящев В.В.1
-
Учреждения:
- Ярославский государственный университет имени П. Г. Демидова
- Выпуск: № 2 (2025)
- Страницы: 137-144
- Раздел: ПРИБОРЫ, СИСТЕМЫ И ИЗДЕЛИЯ МЕДИЦИНСКОГО НАЗНАЧЕНИЯ
- URL: https://bakhtiniada.ru/2307-5538/article/view/296804
- DOI: https://doi.org/10.21685/2307-5538-2025-2-16
- ID: 296804
Цитировать
Полный текст
Аннотация
Актуальность и цели. Рассматривается задача построения системы поддержки принятия врачебного решения для эндоскопических исследований желудочно-кишечного тракта на основе нейросетевых методов и алгоритмов анализа видеоданных. Для ее решения предлагается структура системы искусственного интеллекта, работающая с учетом специфики видеоэндоскопических исследований. Материалы и методы. Для построения системы используются методы глубокого машинного обучения. В качестве ядра для ключевых алгоритмов обработки видеопотока используются нейросетевые архитектуры семейства YOLO, а также трансформенные архитектуры. Результаты и выводы. Для исследований желудочно-кишечного тракта на основе анализа эндоскопических видеопоследовательностей, а также современных нейросетевых методов и алгоритмов предложена концепция построения системы поддержки принятия врачебных решений (СППВР). На базе двух медицинских учреждений проведена ее опытная эксплуатация. Установлено, что разработанную на основе предложенной концепции СППВР можно использовать во время проведения эндоскопического обследования пациентов. Кроме того, данная система оказалась достаточно эффективной при мониторинге скринингового исследования в части контроля качества его проведения, выполненного по записи результатов в медико-информационную систему учреждения здравоохранения.
Об авторах
Владимир Вячеславович Хрящев
Ярославский государственный университет имени П. Г. Демидова
Автор, ответственный за переписку.
Email: v.khryashchev@uniyar.ac.ru
кандидат технических наук, доцент, доцент кафедры цифровых технологий и машинного обучения
(Россия, г. Ярославль, ул. Советская, 14)Список литературы
- Демидова Л. А., Титов С. Б. Гибридные алгоритмы анализа и обработки данных в задачах интеллектуальной поддержки принятия решений. М. : Горячая линия – Телеком, 2017.
- Рамеев О. А. Основы теории принятия решений в организационных системах управления. М. : Горячая линия – Телеком, 2023.
- Khodashahri N. G., Sarabi M. M. H. Decision support system (DSS) // Singaporean Journal of Business Economics and Management Studies. 2013. Vol. 1, № 6. P. 95–102.
- Dinevski D., Sarenac T., Bele U. Clinical Decision Support Systems // Telemedicine Techniques and Applications. 2011. № 1. P. 185–210.
- Кирсанова А. В. Современное состояние и перспективы развития экспертных медицинских систем // Новый университет. Сер.: Технические науки. 2015. № 11. С. 45–46.
- Фролова М. С., Фролов С. В., Толстухин И. А. Системы поддержки принятия решений для задач оснащения лечебных учреждений медицинской техникой // Университет им. В. И. Вернадского. Специальный выпуск. 2014. № 52. С. 106–111.
- Лудупова Е. Ю. Врачебные ошибки. Литературный обзор // Вестник Росздравнадзора. 2016. № 2. С. 6–15.
- Варданян Г. Д., Аветисян Г. А., Джаноян Г. Дж. Врачебные ошибки: современное состояние про- блемы // Медицинская наука Армении НАН РА. 2019. № 4. С. 105–119.
- Авшаров Е. М., Абгарян М. Г., Сафарянц С. А. Обработка медицинских изображений как необходимый инструментарий медицинского диагностического процесса // Вестник рентгенологии и радио- логии. 2010. № 3. С. 54–61.
- Палевская С. А., Короткевич А. Г. Эндоскопия желудочно-кишечного тракта. М. : ГЭОТАР-Медиа, 2020. 752 c.
- Куваев Р. О., Никонов Е. Л., Кашин С. В. [и др.]. Контроль качества эндоскопических исследований, перспективы автоматизированного анализа эндоскопических изображений // Кремлевская меди- цина. Клинический вестник. 2013. Т. 2. С. 51–56.
- Кашин С. В., Никонов Е. Л., Нехайкова Н. В., Лилеев Д. В. Стандарты качественной колоноскопии (пособие для врачей) // Доказательная гастроэнтерология. 2019. № 8. С. 3–32.
- Николенко С. И. Машинное обучение: основы. СПб. : Питер, 2025. 608 с.
- Гудфеллоу Я., Бенджио И., Курвилль А. Глубокое обучение. М. : ДМК-Пресс, 2017. 652 с.
- Хрящев В. В., Завьялов Д. В., Андержанова А. С. Классификация эндоскопических изображений устья червеобразного отростка на основе методов глубокого машинного обучения // Цифровая обработка сигналов. 2023. № 1. С. 35–38.
- Хрящев В. В. Использование методов глубокого машинного обучения в задаче обнаружения купола слепой кишки на видеоданных колоноскопического исследования // Модели, системы, сети в экономике, технике, природе и обществе. 2023. № 4. С. 133–141.
- Хрящев В. В. Сегментация изображений полипов при колоноскопическом исследовании с использованием нейронных сетей // Биомедицинская радиоэлектроника. 2023. Т. 26, № 4. С. 66–72.
Дополнительные файлы
