Preview

Экспериментальная и клиническая гастроэнтерология

Расширенный поиск

Перспективы применения систем искусственного интеллекта в гастроэнтерологии

https://doi.org/10.31146/1682-8658-ecg-179-7-109-117

Полный текст:

Аннотация

Лекция посвящена новому направлению в клинической медицине — возможности использования искусственного интеллекта — область компьютерной науки, которая занимается моделированием способа приобретения и использования знаний характерных для человека. Основа правильной постановки диагноза — сочетание опыта, умения мыслить и действовать нестандартно в сложных случаях. Мощная система обобщения и классификации, реализованная в интеллектуальных системах, позволяет сводить огромное число возможных ситуаций к небольшому числу типовых ситуаций, по которым формируются решения или гипотезы.

Об авторах

Б. А. Кобринский
Институт проблем искусственного интеллекта Федерального исследовательского центра «Информатика и управление» РАН; Российский национальный исследовательский медицинский университет им. Н.И. Пирогова
Россия

Кобринский Борис Аркадьевич - доктор медицинских наук, профессор, заведующий отделом систем поддержки принятия клинических решений Института проблем искусственного интеллекта; профессор кафедры медицинской кибернетики и информатики.
125412, Москва, ул. Талдомская, 2.



А. И. Хавкин
Российский национальный исследовательский медицинский университет им. Н.И. Пирогова
Россия

Хавкин Анатолий Ильич - доктор медицинских наук, профессор, главный научный сотрудник отдела гастроэнтерологии Научно-исследовательского клинического института педиатрии им. академика Ю.Е. Вельтищева.
125412, Москва, ул. Талдомская, 2.



Г. В. Волынец
Российский национальный исследовательский медицинский университет им. Н.И. Пирогова
Россия

Волынец Галина Васильевна - доктор медицинских наук, заведующая отделом гастроэнтерологии, главный научный сотрудник отдела гастроэнтерологии ОСП НИКИ педиатрии им. академика Ю.Е. Вельтищева.
125412, Москва, ул. Талдомская, 2.



Список литературы

1. Кобринский Б. А. Искусственный интеллект и медицина: Возможности и перспективы систем, основанных на знаниях // Новости искусственного интеллекта. 2001. № 4. С. 44-51.

2. Guarino N. Formal ontology, conceptual analysis and knowledge representation. Intern. J. of Human and Computer Studies. - 1995. - Vol.43, № 5/6. - P. 907-928.

3. Хавкин А.И., Комарова О. Н. Клинико-патогенетические варианты нарушений антродуоденальной моторики у детей и их медикаментозная коррекция // Российский вестник перинатологии и педиатрии. 2015. -№ 4. - С. 119-124.

4. Заде Л. А. Понятие лингвистической переменной и его применение к принятию приближенных решений. -М.: Мир, 1976. -165 с.

5. Pawlak Z. Rough set theory and its applications. Journal of Telecommunications and Information Technology. 2002. Vol.3, No.3, pp.7-10.

6. Кобринский Б. А. Континуум переходных состояний организма и мониторинг динамики здоровья детей: Монография. 2-е изд. М. - Берлин: Direct-Media, 2016а. 220 c.

7. Кобринский Б. А. Нечеткость в клинической медицине и необходимость ее отражения в экспертных системах // Врач и информационные технологии. 2016. № 5. C.6-14.

8. Литвицкий П. Ф. Патофизиология. - М.: ГЭОТАР-Мед; 2012. - Т. 2. - С. 257-274.

9. Литвицкий П. Ф. Клиническая патофизиология. - М.; 2015. - С. 213-240.

10. Педиатрия. Национальное руководство. - М.: ГЭОТАР-Медиа; 2009. - Т. 1. - С. 823-835.

11. Педиатрия. Национальное руководство. - М.: ГЭОТАР-Медиа; 2009. - Т. 2. - С. 570-584.

12. Кореневский Н.А., Снопков В. Н., Бурмака А. А., Рябкова Е. Б. Проектирование медицинских интеллектуальных систем поддержки принятия решений на основе нечетких информационных технологий // Врач и информационные технологии. 2013. № 6. С. 49-54.

13. Намазова-Баранова Л.С., Волынец Г. В., Евлюхина Н. Н., Ким Э. Ф., Филин А. В., Шавров А. А., Дворяковский И. В., Дворяковская Г. М., Сенякович В. М., Ильин А. Г., Конова С. Р., Похомовская Н. Л., Варичкина М. А., Скворцова Т. А. Способ определения степени нарушения структуры печени и выраженности портальной гипертензии у детей. Патент на изобретение RU2561836 C1, 10.09.2015. Заявка № 2014121508/14 от 28.05.2014.

14. Волынец Г.В., Евлюхина Н. Н., Филин А. В., Сурков А. Н., Потапов А. С., Шавров А. А., Дворяковский И. В., Пахомовская Н. Л., Аникин А. В., Зеликович Е. И. Определение степени нарушения структуры печени и выраженности портальной гипертензии у детей. Экспериментальная и клиническая гастроэнтерология. 2015. № 1 (113). С. 28-35.

15. Волынец Г.В., Евлюхина Н. Н., Потапов А. С., Хавкин А. И., Филин А. В., Сурков А. Н., Пахомовская Н. Л., Скворцова Т. А. Определение степени нарушения функции печени у детей с позиций международной классификации функционирования, ограничений жизнедеятельности и здоровья (МКФ). Экспериментальная и клиническая гастроэнтерология. 2015. № 7 (119). С. 31-37.

16. Волынец Г.В., Потапов А. С., Александров А. Е., Полякова С. И., Чёткина Т. С., Сурков А. Н., Пахомовская Н. Л., Цимбалова Е. Г., Маянский Н. А. Способ оценки степени тяжести нарушений функций печени у детей. Патент на изобретение RU2473904 C2, 27.01.2013. Заявка № 2011118508/15 от 10.05.2011.

17. Вохмянина Н.В., Вавилова Т. В. Принципы лабораторной диагностики целиакии. Критерии и алгоритмы обследования // Уральский медицинский журнал. - 2016. - № 3. - С124-128.

18. Miller R., Masarie F. E., Myers J. D. Quick medical reference (QMR) for diagnostic assistance // MDComputers. 1986; 3(5):34-48.

19. Szolovits P., Ohno-Machado L. Updating the QMR in 2005: New Approaches. Harvard-MIT Division of Health Sciences and Technology, 2005. https://courses.csail.mit.edu/HST947/

20. Грибова В.В., Петряева М. В., Окунь Д. Б., Шалфеева Е. А. Онтология медицинской диагностики для интеллектуальных систем поддержки принятия решений // Онтология проектирования. - 2018. - Т. 8, № 1(27). - С. 58-73. DOI: 10.18287/2223-9537-2018-8-1-58-73.

21. Грибова В.В., Петряева М. В., Шалфеева Е. А. Облачный сервис поддержки принятия диагностических решений в гастроэнтерологии // Врач и информационные технологии. 2019. № 3. С. 65-71.

22. Петровский А. Б. Пространства измеримых множеств и мультимножеств. М.: Поли Принт Сервис, 2016. 324 с.

23. Благосклонов Н.А., Кобринский Б. А., Петровский А. Б. Диагностика и выбор лечения печеночной недостаточности: модель мультимножества // Врач и информационные технологии. 2018. № 4. С. 83-88.

24. Fieschi M. The SPHINX system. Artificial Intelligence in Medicine: Expert Systems. Springer-Science+Business Vedia, B.V., 1990. P. 51-91.

25. Buscher H.P., Engler Ch., Fuhrer A., Kirschke S., Puppe F. HepatoConsult: a knowledge-based second opinion and documentation system. Artif Intell Med. 2002 Mar; 24(3):205-216.

26. Chandrasekaran B., Mittal S., Smith J. W. MDX and related medical decision-making systems. Proc. IJCAI-81. -1981. - P. 1055.

27. Дмитриев Г.А., Астафьев А. Н. Система поддержки принятия решений при определении нозологической формы гепатита // Программные продукты и системы. 2017. Т. 30, № 4. С. 754-757.

28. Dorado-Moreno M., Perez-Ortiz M., Gutierrez P. A., Ciria R., Briceno J., Hervas-Martmez C. Dynamically weighted evolutionary ordinal neural network for solving an imbalanced liver transplantation problem. Artif Intell Med, 2017, vol. 77. pp. 1-11.

29. Wang Y., Wang J., Liu W., Zhang G. Establishment of comprehensive prediction model of acute gastrointestinal injury classification of critically ill patients. Chinese journal of gastrointestinal surgery, 2018, vol. 21, no. 3, pp. 325-330.

30. Li B., Li B., Guo T., Sun Z., Li X., Li X., Chen L., Zhao J., Mao Y. Artificial neural network models for early diagnosis of hepatocellular carcinoma using serum levels of a-fetoprotein, a-fetoprotein-L3, des-Y-carboxy prothrombin, and Golgi protein 73. Oncotarget, 2017, vol. 8, no. 46, p.80521-80530.

31. Шестерникова О.П., Финн В. К., Винокурова Л. В., Лесько К. А., Варварина Г. Г., Тюляева Е. Ю. Интеллектуальная система для диагностики заболеваний поджелудочной железы // НТИ. Сер. 2. Информационные процессы и системы. 2019. № 10. С. 41-48.

32. Maceratini R., Rafanelli M.., Pisanelli D. M., Crollari S. Expert Systems and the Pancreatic Cancer Problem: Decision Support in the Pre-operative Diagnosis. Journal of Biomedical Engineering 11 (6), 487-510, 1989. DOI: 10.1016/0141-5425(89)90045-9. https://europepmc.org/article/med/2682002

33. Le Berre C., Sandborn W. J., Aridhi S., Devignes M.-D., Fournier L., Smail-Tabbone M., Danese S., Peyrin-Biroulet L. Application of Artificial Intelligence to Gastroenterology and Hepatology. Gastroenterology. Vol.158, Iss.1, January 2020, P. 76-94.e2. https://doi.org/10.1053/j.gastro.2019.08.058

34. Шавров А.А., Волынец Г. В., Хавкин А. И., Морозов Д. А., Шавров А. А., Хомерики С. Г., Харитонова А. Ю. Конфокальная лазерная эндомикроскопия в диагностике изменений слизистой оболочки желудка и двенадцатиперстной кишки у детей. Экспериментальная и клиническая гастроэнтерология. 2017. № 4 (140). С. 111-116.

35. Van der Sommen F., Zinger S., Curvers W. L., Bisschops R., Pech O., Weusten B. L., Bergman J. J., de With P. H., Schoon E. J. Computer-aided detection of early neoplastic lesions in Barrett's esophagus. Endoscopy, 48(7) (2016), pp. 617-624. doi: 10.1055/s-0042-105284. https://www.ncbi.nlm.nih.gov/pubmed/27100718

36. Черепнин А. А. Модели, алгоритмы и средства для поддержки принятия диагностических решений при эндоскопическом обследовании на основе технологии нечеткой логики: Автореферат диссертации на соискание ученой степени кандидата технических наук. Рязань, 2010. 17 с.

37. Acharya U. R., Fujitad H., Bhate S., Raghavendraf U., Gudigarf A., Molinarig F. et al. Decision support system for fatty liver disease using GIST descriptors extracted from ultrasound images. Information Fusion. 2016. Vol. 29, Iss. C, P. 32-39.

38. Ahmad O.F., Soares A. S., Mazomenos E., Brandao P., Vega R., Seward E., Stoyanov D., Chand M., Lovat L. B. Artificial intelligence and computer-aided diagnosis in colonoscopy: current evidence and future directions. Lancet Gastroenterol Hepatol, 4(1) (2019), pp. 71-80. doi: 10.1016/S2468-1253(18)30282-6. https://www.ncbi.nlm.nih.gov/pubmed/30527583

39. Флах П. Машинное обучение. Наука и искусство построения алгоритмов, которые извлекают знания из данных. Учебник. - М.: ДМК Пресс, 2015. - 400 с.

40. Гладков Л.А., Курейчик В. В., Курейчик В. М. Генетические алгоритмы. 2-е изд. М.: ФИЗМАТЛИТ, 2010. - 368 с.

41. Hafner M., Brunauer L., Payer H., Resch R., Gangl A., Uhl A., Wrba F., Vecsei A. Computer-aided classification of zoom-endoscopical images using Fourier filters. IEEE Trans Inf Technol Biomed, 14(4) (2010), pp. 958-970. DOI: 10.1109/TITB.2010.2044184. https://www.ncbi.nlm.nih.gov/pubmed/20371417

42. Иванов А.В., Мишустин В. Н., Лазурина Л. П., Серебровский В. И. Нечёткие математические модели системы поддержки принятия решений для решения задач прогнозирования острого панкреатита // Врач и информационные технологии № 6, 2013. - С. 60-66.

43. Patil R.B., Szolovits P., Schwartz W. E. Modelling knowledge of the patient in acid-base and electrolyte disorders. In: Szolovits P, ed. Artificial intelligence in medicine. Boulder, Colorado: Westview Press, 1982:191-226.

44. Petitti D. B. Meta-analysis, Decision Analysis and Cost-effectiveness Analysis: Methods for Quantitative Synthesis in Medicine, 2nd ed. New York: Oxford University Press, 2000, 306 p.

45. Кобринский Б.А., Молодченков А. И., Благосклонов Н. А., Лукин А. В. Применение методов мета-анализа в диагностике и лечении пациентов с печеночной недостаточностью // Программные продукты и системы. 2017. Т. 30. № 4. С. 745-753. DOI:10.15827/0236-235X.120.745-753

46. Волынец Г.В., Хавкин А. И., Никитин А. В. Современный взгляд на билиарную атрезию у детей. Экспериментальная и клиническая гастроэнтерология. 2020. № 1 (173). С. 40-55. DOI: 10.31146/1682-8658-ecg-173-1-40-55. https://doi.org/10.31146/1682-8658-ecg-173-1-40-55

47. Волынец Г.В., Хавкин А. И. Холестатический кожный зуд у детей. Экспериментальная и клиническая гастроэнтерология. 2019. № 8 (168). C. 82-89. DOI: 10.31146/1682-8658-ecg-168-8-82-89.

48. Volynets G.V., Nikitin A. V., Skvortsova T. A., Khavkin A. I. Violation of the liver structure and function in congenital cholestatic diseases in the young. Вопросы практической педиатрии. 2019. Т. 14. № 4. C. 15-20. DOI: 10.20953/1817-7646-2019-4-15-20

49. Volynets G.V., Khavkin A. I., Nikitin A. V., Ilin-tsev I. V. The point system evaluation for assessing the degree of disability in children of the first three years of. Вопросы практической педиатрии. 2019. Т. 14. № 6. C. 7-20. DOI: 10.20953/1817-7646-2019-6-7-20

50. Волынец Г.В., Хавкин А. И., Скворцова Т. А., Мат-каш В. В., Никитин А. В. Склерозирующий холангит у детей и подростков: современное состояние проблемы. Российский педиатрический журнал. 2018. Т. 21. № 5. С. 312-318. DOI: 10.18821/1560-95612018-21-5-312-318

51. Волынец Г.В., Хавкин А. И., Никитин А. В., Скворцова Т. А. Прогрессирующий семейный внутрипеченочный холестаз: клиника, диагностика, лечение. Вопросы практической педиатрии. 2018. Т. 13. № 1. С. 27-34. DOI: 10.20953/1817-7646-2018-1-27-34

52. Волынец Г.В., Геворкян А. К., Бушуева Т. В., Никитин А. В., Скворцова Т. А., Хавкин А. И., Ильин А. Г., Конова С. Р., Карулина А. С., Потапов А. С. Алгоритм пошаговой диагностики и динамика изменений структуры и функции печени на фоне специфической терапии тирозинемии I типа у детей. Экспериментальная и клиническая гастроэнтерология. 2017. № 1 (137). С. 58-64.

53. Хавкин А.И., Волынец Г. В., Панфилова В. Н., Комарова О. Н., Скворцова Т. А., Филин А. В., Туманова Е. Л. Нарушение структуры и функции печени при болезни Вильсона у детей: современное состояние проблемы. Экспериментальная и клиническая гастроэнтерология. 2017. № 7 (143). С. 192-199.

54. Волынец Г.В., Хавкин А. И., Панфилова В. Н., Никитин А. В., Скворцова Т. А., Потапов А. С., Смирнов И. Е., Конова С. Р. Дифференциальная диагностика врожденных холестатических болезней у детей. Экспериментальная и клиническая гастроэнтерология. 2017. № 8 (144). С. 67-74.

55. Волынец Г.В., Скворцова Т. А., Семикина Е. Л., Беляев Д. Л., Хавкин А. И., Туманова Е. Л., Сурков А. Н., Гундобина О. С., Никитин А. В. Предикторы положительного вирусологического ответа как основа выбора индивидуализированной терапии хронического гепатита С у детей. Экспериментальная и клиническая гастроэнтерология. 2016. № 1 (125). С. 37-48.


Для цитирования:


Кобринский Б.А., Хавкин А.И., Волынец Г.В. Перспективы применения систем искусственного интеллекта в гастроэнтерологии. Экспериментальная и клиническая гастроэнтерология. 2020;(7):109-117. https://doi.org/10.31146/1682-8658-ecg-179-7-109-117

For citation:


Kobrinskii B.A., Khavkin A.I., Volynets G.V. Prospects for the use of artificial intelligence systems in gastroenterology. Experimental and Clinical Gastroenterology. 2020;(7):109-117. (In Russ.) https://doi.org/10.31146/1682-8658-ecg-179-7-109-117

Просмотров: 38


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 1682-8658 (Print)