Реброва О. Ю. - все статьи автора в журнале

    Искусственный интеллект в здравоохранении
  • 2019 № 4 Прогнозирование рецидива у пациентов с болезнью Иценко-Кушинга после успешной эндоскопической трансназальной аденомэктомии: нейросетевая модель и ее программная реализация

    Введение. В связи с высокой частотой возникновения рецидивов у пациентов с болезнью Иценко-Кушинга
    после эндоскопической трансназальной аденомэктомии (до 55% в период до 5 лет) актуальна разработка способа прогнозирования рецидива заболевания на основании совокупности факторов.
    Материалы и методы. В исследование включены 219 пациентов, перенесших эндоскопическую трансназальную аденомэктомию в 2007–2014 гг. В течение 3 лет ремиссия сохранялась у 172 пациентов, рецидив развился у 47 пациентов. Выполнялось построение искусственных нейронных сетей различных топологий в ППП Statistica v. 13, и далее – программная
    реализация наилучшей сети.
    Результаты. Построена высокоэффективная искусственная нейронная сеть (3-слойный персептрон), позволяющая прогнозировать рецидив в срок до 3 лет либо ремиссию в течение не менее 3 лет. Диагностическая чувствительность модели составила 74%, специфичность – 97%, прогностическая ценность положительного результата (рецидива) – 85%, прогностическая ценность отрицательного результата (ремиссии) – 93%. Предикторами модели являются пол, возраст пациента на момент операции, длительность заболевания, тип аденомы по данным МРТ, уровни адренокортикотропного гормона и кортизола
    в крови в раннем послеоперационном периоде. На основе модели разработан онлайн–калькулятор, доступный врачам для бесплатного практического использования на http://medcalc.appspot.com/.
    Заключение. Разработанная и программно реализованная нейросеть является эффективным инструментом для прогнозирования рецидивов болезни Иценко-Кушинга и позволит осуществлять персонализированный подход к ведению пациентов, перенесших нейрохирургическую операцию.

    Авторы: Надеждина Е. Ю. [1] Реброва О. Ю. [2] Антюх М. С. [1] Григорьев А. Ю. [1]

    Темы: болезнь иценко-кушинга1 веб-приложение2 искусственная нейронная сеть2 прогнозирование5 программный калькулятор1 рецидив1

    Подробнее >

  • Система поддержки принятия решений
  • 2020 № 1 Жизненный цикл систем поддержки принятия врачебных решений как медицинских технологий

    Системы поддержки принятия врачебных решений (СППВР) можно классифицировать на информационно-
    справочные и интеллектуальные, а последние, в свою очередь, на моделирующие и имитирующие рассуждения. Моделирующие системы основаны на формализованных знаниях экспертов, а имитирующие – на моделях, построенных различными методами многомерного анализа данных, в т.ч. методами машинного обучения. СППВР следует рассматривать как медицинские технологии, следовательно после их разработки должны последовать этапы оценки их аналитической (технической) валидности, а затем (независимо от актуальных регуляторных норм, в соответствии с принципами доказательной медицины) – и клиническая валидация, в ходе которой должны быть получены доказательства эффективности таких систем в улучшении исходов пациентов и их безопасности. После получения таких доказательств может быть проведен клинико-экономический анализ с целью обоснования экономической целесообразности использования СППВР.

    Авторы: Реброва О. Ю. [2]

    Темы: аналитическая валидация1 жизненный цикл1 клинико-экономический анализ1 клиническая валидация1 медицина6 системы поддержки принятия решений2

    Подробнее >