Περίληψη |
Στην παρούσα διατριβή αναπτύξαμε ένα σύστημα υποστήριξης ιατρικών αποφάσεων (Medical Decision Support System - MDSS) που έχει σαν στόχο να προσφέρει βοήθεια στην κατάταξη επιληπτικών περιπτώσεων ασθενών. Η κατάταξη των περιπτώσεων Επιληψίας γίνεται σύμφωνα με την διεθνή ταξινόμηση για επιληπτικά σύνδρομα και επιληψίες, όπως αυτή προτείνεται από την Διεθνή Ένωση κατά της Επιληψίας και η οποία αναφέρεται στην ταξινόμηση τόσο των επιληπτικών κρίσεων, όσο και των επιληψιών (International League Against Epilepsy-ILAE). Η δημιουργία ενός τέτοιου συστήματος υποστήριξης αποφάσεων και ο έλεγχος λειτουργίας του σε πραγματικό περιβάλλον εργασίας, μας βοήθησε να βγάλουμε χρήσιμα συμπεράσματα σχετικά με την αναγκαιότητα αντίστοιχων συστημάτων σε διαγνωστικές διαδικασίες νευρολόγων για την ασθένεια της επιληψίας. Προσπάθειες για την χρήση συστημάτων που βασίζονται σε γνώση και έχουν σαν στόχο να βοηθήσουν στην διαδικασία λήψης αποφάσεων στην Ιατρική έχουν ξεκινήσει εδώ και δεκαετίες και η λειτουργία τους αποβλέπει στην καλύτερη αξιοποίηση των διαφόρων δεδομένων (συμπτώματα, εργαστηριακά ευρήματα, δημογραφικά στοιχεία κλπ) που αφορούν περιπτώσεις ασθενών από τους κλινικούς ιατρούς και τους εκπαιδευόμενους, τα οποία θα μπορούσαν να οδηγήσουν σε διάφορες διαγνώσεις. Επακόλουθο της χρήσης αυτών των συστημάτων υποστήριξης αποφάσεων είναι η αρωγή που προσφέρουν στην διαφορική διάγνωση, ιδιαίτερα σε περιπτώσεις όπου πολλά ιατρικά ευρήματα οδηγούν σε όμοιες διαγνώσεις. Τα πληροφοριακά αυτά συστήματα λαμβάνοντας υπόψη διάφορα στοιχεία με τα οποία τροφοδοτούνται, προσφέρουν σημαντική βοήθεια στην «μνήμη» του ιατρού βοηθώντας τον να οδηγηθεί σε χρήσιμα διαγνωστικά συμπεράσματα. Ιδιαίτερη σημασία έχουν αυτά συστήματα υποστήριξης αποφάσεων για την διάγνωση και την διαφορική διάγνωση των επιληψιών και ακόμα περισσότερο των επιληπτικών συνδρόμων κατά την διάρκεια της παιδικής κυρίως ηλικίας, όπου υπάρχουν πολλά σύνδρομα, τα οποία πολλές φορές δυσκολεύουν τον ιατρό στην κατάταξη τους. Σε περιπτώσεις λοιπόν παιδικής επιληψίας, αυτά τα συστήματα με την ενσωματωμένη γνώση που διαθέτουν και τον τρόπο λειτουργίας τους σε πραγματικό περιβάλλον εργασίας, μπορούν να παίξουν σημαντικό ρόλο και να καθοδηγήσουν το ιατρό στην κατάλληλη διάγνωση. Οι σημερινές γνώσεις για τις επιληπτικές κρίσεις και τις επιληψίες και οι διάφορες ταξινομήσεις αυτών, οι οποίες έχουν κατά καιρούς επεξεργαστεί από την ILAE, μας έδωσαν την ευκαιρία να οργανώσουμε τα στοιχεία και τους παράγοντες που επηρεάζουν την διάγνωση της επιληψίας, να τα καταχωρήσουμε με κάποιο τρόπο (για παράδειγμα υπό μορφή κανόνων - rule based system) σε υπολογιστικό σύστημα και να τα αξιοποιήσουμε κατάλληλα για να βγουν χρήσιμα συμπεράσματα, τα οποία είναι δυνατόν να μας οδηγήσουν σε διακριτές διαγνώσεις. Αυτός ο λόγος αλλά και το γεγονός ότι υπήρχε έλλειψη ικανοποιητικών στατιστικών δεδομένων, δεν μας επέτρεψαν να χρησιμοποιήσουμε άλλες γνωστές μεθοδολογίες μηχανικής μάθησης. Τέτοιου είδους τεχνικές απαιτούν ικανό αριθμό περιπτώσεων τόσο από πλευράς ποιότητος, δηλαδή να συμπεριλαμβάνουν όλα τα στοιχεία που μπορούσαν να οδηγήσουν σε διάγνωση, όσο και από πλευράς ποσότητας. Σκοπός του συγκεκριμένου διαγνωστικού συστήματος, είναι να βοηθήσει τον γιατρό να κατατάξει ένα περιστατικό Επιληψίας σε κάποια διαγνωστική κατηγορία της διεθνούς ταξινόμησης και κατά συνέπεια να συμβάλει στην διάγνωση (και έμμεσα στην διαφορική διάγνωση) επιληψιών. Το σύστημα εστιάζει σε περιπτώσεις επιληψιών που παρουσιάζονται κατά την διάρκεια της παιδικής ηλικίας, όπου και υπάρχουν τα περισσότερα προβλήματα διάγνωσης και διαφορικής διάγνωσης. Αφού έγινε αναπαράσταση της βάση γνώσεων (knowledge base) σε υπολογιστικό σύστημα, ο χρήστης εισάγοντας διάφορα στοιχεία, τα οποία προέρχονται από κλινικά και εργαστηριακά δεδομένα, παίρνει στην οθόνη του υπολογιστή του κάποια προτεινόμενη από το σύστημα διάγνωση. Η εισαγωγή των στοιχείων γίνεται αρχικά με την συμπλήρωση συγκεκριμένων δεδομένων σε μορφή καταλόγου (check list) και στην συνέχεια κατόπιν προτροπής του διαγνωστικού συστήματος, κατά την διάρκεια της διαγνωστικής διαδικασίας. Η διάγνωση που προτείνεται, υπολογίζεται να είναι στις περισσότερες περιπτώσεις ορθή και ως εκ τούτου μία σημαντική βοήθεια για τον ιατρό. Το σύστημα υλοποιήθηκε εξ' ολοκλήρου στην Ιατρική Σχολή του Πανεπιστημίου Κρήτης κατά την διάρκεια της εκπόνησης της συγκεκριμένης διδακτορικής διατριβής. Για την λειτουργία του λογισμικού δεν απαιτείται εξειδικευμένη υλική υποδομή, καθώς το περιβάλλον λειτουργίας του είναι τα δημοφιλή MS-Windows (σε όλες τις εκδόσεις) και είναι δυνατόν να εγκατασταθεί σε οποιοδήποτε σταθμός εργασίας. Το λογισμικό υποβλήθηκε σε έλεγχο και εξετάστηκαν διάφορες περιπτώσεις ασθενών, ώστε με την εισαγωγή πολλών περιπτώσεων να εκτιμηθεί η διαγνωστική του αξία και ενδεχόμενα να γίνουν περαιτέρω βελτιώσεις. Τα αποτελέσματα που είχαμε τροφοδοτώντας το σύστημα στήριξης αποφάσεων που κατασκευάσαμε, με δείγματα περιπτώσεων ασθενειών, τα οποία συλλέξαμε κυρίως από την παιδιατρική κλινική του Περιφερειακού Πανεπιστημιακού Νοσοκομείου, για να διαπιστώσουμε την ικανότητα που αυτό διαθέτει στην κατάταξη των επιληψιών, είναι αρκετά ενθαρρυντικά. Το διαγνωστικό σύστημα σε ποσοστό πάνω από 80% είχε τα ίδια ακριβώς συμπεράσματα με τον έμπειρο ιατρό. Αν μάλιστα λάβουμε υπόψη μας ότι σε κάποιες περιπτώσεις είχαμε συναφή αποτελέσματα με αυτά του εμπειρογνώμονα, αποδεκτά από αυτόν, τότε τα ποσοστά ευστοχίας του προγράμματος ξεπερνούν το 90%. Σε γενικές γραμμές το σύστημα υποστήριξης αποφάσεων που κατασκευάσαμε οδηγεί σε σωστή κατάταξη και έδειξε ότι είχε αρκετά ικανοποιητική απόδοση και ως εκ τούτου πιστεύουμε ότι μπορεί να γίνει ένα σημαντικό βοηθητικό διαγνωστικό εργαλείο.
|