Носовець О. К., Скорик Ю. Є. Створення інформаційної системи для прогнозування перебігу раку молочної залози після проведеного лікування // Міжнародний науковий журнал "Інтернаука". — 2018. — №8.
Технічні науки
УДК 618.19
Носовець Олена Костянтинівна
кандидат технічних наук,
доцент кафедри біомедичної кібернетики
Національний технічний університет України
«Київський політехнічний інститут імені Ігоря Сікорського»
Носовец Елена Константиновна
кандидат технических наук,
доцент кафедры биомедицинской кибернетики
Национальный технический университет Украины
«Киевский политехнический институт имени Игоря Сикорского»
Nosovets Elena
Candidate of Technical Sciences,
Associate Professor of the Department of Biomedical Cybernetics
National Technical University of Ukraine
"Igor Sikorsky Kyiv Polytechnic Institute"
Скорик Юлія Євгенівна
студентка магістратури
Національного технічного університету України
«Київський політехнічний інститут імені Ігоря Сікорського»
Скорик Юлия Евгеньевна
студентка магистратуры
Национального технического университета Украины
«Киевский политехнический институт имени Игоря Сикорского»
Skoryk Yuliia
Master's Student of the
National Technical University of Ukraine
"Igor Sikorsky Kyiv Polytechnic Institute"
СТВОРЕННЯ ІНФОРМАЦІЙНОЇ СИСТЕМИ ДЛЯ ПРОГНОЗУВАННЯ ПЕРЕБІГУ РАКУ МОЛОЧНОЇ ЗАЛОЗИ ПІСЛЯ ПРОВЕДЕНОГО ЛІКУВАННЯ
СОЗДАНИЕ ИНФОРМАЦИОННОЙ СИСТЕМЫ ДЛЯ ПРОГНОЗИРОВАНИЯ ТЕЧЕНИЯ РАКА МОЛОЧНОЙ ЖЕЛЕЗЫ ПОСЛЕ ПРОВЕДЕННОГО ЛЕЧЕНИЯ
CREATION OF INFORMATION SYSTEM FOR PROGNOSIS OF BREAST CANCER AFTER TREATED TREATMENT
Анотація. В роботі визначено значущі параметри для моделей прогнозування, отриманих методами регресійного аналізу та групового урахування аргументів, за допомогою яких швидко і ефективно можна розрахувати оптимальний підхід лікування. Проаналізовано ринок інформаційних технологій, а також спроектовано систему для попередження рецидивування та розповсюдження метастазів на інші органи.
Ключові слова: рак молочної залози, рецидив, метастази, прогнозування, математична модель, інформаційна система, С#.
Аннотация. В работе определены значимые параметры для моделей прогнозирования, полученных методами регрессионного анализа и группового учета аргументов, с помощью которых быстро и эффективно можно рассчитать оптимальный подход лечения. Проанализирован рынок информационных технологий, а также спроектировано систему для предупреждения рецидивирования и распространения метастазов на другие органы.
Ключевые слова: рак молочной железы, рецидив, метастазы, прогнозирование, математическая модель, информационная система, С#.
Summary. The work defines significant parameters for prediction models obtained by methods of regression analysis and group consideration of arguments that can quickly and effectively calculate the optimal treatment approach. The market of information technologies has been analyzed, and a system for prevention of relapse and dissemination of metastases to other organs has been designed.
Key words: breast cancer, relapse, metastasis, prognostication, mathematical model, information system, C#.
Вступ. Рак молочної залози — важлива медико-біологічна та соціальна проблема України. За даними статистики останніх років, показники смертності від раку молочної залози в Україні переважають над середньостатистичними європейськими даними. Так, щогодини в Україні від онкологічних захворювань молочних залоз помирає одна жінка. Щорічно в Україні реєструється понад 16,5 тисяч випадків цього захворювання і майже половина з них закінчується смертельно (дані на 25 жовтня 2017 р.). І головна причина такої смертності – це пізнє виявлення і невчасне звернення до лікаря [1].
Сьогодні існує величезна кількість медичних інформаційних систем, тільки їх перелік сягає десятків. За останні кілька років спостерігається стрімке зростання кількості автоматизованих систем на ринку — від комп'ютерів до пристроїв, які завжди можуть бути під рукою. Таким чином, медичні співробітники намагаються ставати мобільними [2].
Аналіз літературних даних і постановка проблеми. Рак молочної залози має схильність до рецидивів, і іноді вони, на жаль, відбуваються, незважаючи на всі зусилля щодо забезпечення лікування. Після первинного лікування рецидив може статися і через кілька місяців, і навіть через кілька років [3].
Згідно зі звітом Research2Guidance, 80% лікарів використовують смартфони і медичні програми [4]. Медичні фахівці використовують автоматизовані системи для надання професійних медичних та реабілітаційних послуг. В Україні є велика кількість компаній з виробництва інформаційних систем, але більшість цих постачальників – дуже малі компанії. Окрім цього, незважаючи на наявність кваліфікованих програмних рішень, в Україні практично відсутній досвід повного переходу на електронний принцип зберігання і оброблення інформації в лікувальному закладі. У теперішніх умовах є можливим використання локальних проектів з інформатизації медицини, а для більш глобального застосування необхідним є дотримання єдиних вимог, які ґрунтуються на застосуванні світових стандартів збору, збереження, обробки та обміну електронного варіанту медичної інформації [2].
На жаль, впровадження сучасних методів діагностики та синтез нових препаратів суттєво не вплинули на кількість пацієнток з уперше виявленими задавненими формами на цю патологію. Тому перед лікарями-онкологами постають задачі не тільки первинної й уточнюючої діагностики та лікування раку молочної залози, але й оцінки ефективності різних методів лікування цієї патології, своєчасного виявлення рецидивів після проведеного лікування, а також попередження розвитку метастатичної прогресії.
Метою дослідження є спроектувати інформаційну систему для прогнозування перебігу раку молочної залози у пацієнтки після проведеного лікування на основі розроблених математичних моделей.
Матеріали і методи дослідження. За основу дослідження було взято історії захворюваності жінок на рак молочної залози. База даних містить інформацію про 99 пацієнток, хворих на РМЗ, яким було проведено лікування. Усім хворим було проведено певне вибіркове лікування або комплексне (тобто застосовувалось декілька методів). Була виконана радикальна мастектомія або резекція молочної залози. За необхідності деяким жінкам призначали променеву терапію молочної залози з метою профілактики рецидиву.
В якості засобу для побудови моделей прогнозування було вибрано середовище GMDH Shell [5]. Було проведено аналіз клінічних ознак хворих та застосовано математичні методи для створення прогностичних моделей (регресія та метод групового урахування аргументів). Оцінка ефективності моделей здійснена за допомогою показників адекватності, працездатності; чутливості, точності передбачених значень та площі під ROC-кривими.
Результати та обговорення
Впровадження в клінічну практику розроблених математичних моделей, предикторами яких є показники, зазначені в табл.1, показало, що вірогідність правильного прогнозу попередження рецидивування та розповсюдження метастазів на інші органи у пацієнток після проведеного лікування є високою, а самі моделі можуть бути використані при розробці інформаційної системи підтримки прийняття рішень лікарем-онкологом [6].
Таблиця 1
Параметри для математичних моделей
|
Змінна |
Визначення |
|
Y1 |
тривалість життя пацієнтки |
|
Y2 |
час до початку прогресії захворювання |
|
Y3 |
характеристика метастатичної прогресії |
|
x1 |
рецепторний статус стероїдних гормонів |
|
x2 |
ФНП в ПК(-) (фактор некрозу пухлин в периферичній крові) |
|
x3 |
менструальний статус |
|
x4 |
ГМ КСФ в ПК (фактор гранулоцитів і макрофагів в периферичній крові) |
|
x5 |
статус HER 2\neu |
|
x6 |
ФНП в КМ (-) (фактор некрозу пухлин в кістковому мозку) |
|
x7 |
ДПК в КМ (дисеміновані пухлинні клітини в кістковому мозку) |
|
x8 |
рівень СА (онкомаркер - Cancer Antigen) |
|
x9 |
променева терапія |
|
x10 |
гістологічна структура пухлини |
|
x11 |
ГМ КСФ КМ (фактор гранулоцитів і макрофагів в кістковому мозку) |
|
x12 |
стадія захворювання ТNМ |
|
x13 |
гормонотерапія (тамоксіфен) |
|
x14 |
гормонотерапія (золадекс) |
|
x15 |
операція (РМЕ – мастектомія , ОЗО - органозберігаюча) |
|
x16 |
гормонотерапія (тамоксіфен + оваріектомія) |
|
х17 |
Стадія ВООЗ |
Перед етапом проектування виконано порівняльний аналіз існуючих аналогів медичних інформаційних систем та визначено їх переваги й недоліки:
Отже, майбутня система має бути покращенням вже існуючих медичних інформаційних систем, що дасть можливість електронного збирання, реєстрації, зберігання, пошуку та обробки інформації.
Проектувальний етап є процесом часткової реалізації всієї системи та повільного нарощування функціональних можливостей або ефективності. Створена діаграма верхніх рівнів ієрархії (контекстні діаграми) [7] визначає основні процеси або підсистеми інформаційної системи з зовнішніми входами і виходами (Рис. 1).
Рис. 1. Контекстна діаграма МІС
Діаграма варіантів використання [8] (Рис. 2) використовується для відображення сценаріїв використання системи (usecases) та користувачів системи (actors), які використовують її функції.
Акторами на даній діаграмі варіантів використання виступають пацієнтка і лікар-експерт.
Рис. 2. Діаграма варіантів використання МІС
Представлена діаграма компонентів [9] відображає фізичне представлення програмної системи у вигляді сукупності елементів, які називають компонентами (Рис. 3):
Рис. 3. Діаграма компонентів медичної інформаційної системи
Висновки. Загальна частота рецидивування і смертність продовжує залишатися на високому рівні. Якщо розглянути ринок інформаційних технологій в Україні, то можна зробити висновок, що він доволі насичений. Держава має величезний науковий та кадровий потенціал у галузі комп’ютерних технологій. Проте, незважаючи на наявність кваліфікованих програмних рішень, в Україні практично відсутній досвід повного переходу на електронний принцип зберігання і оброблення інформації в лікувальному закладі.
При лікуванні злоякісної пухлини лікарі намагаються використовувати заходи, які дозволять одночасно і виключити ймовірність рецидиву, і максимально послабити негативні побічні ефекти. На основі цього спроектовано систему, яка міститиме вдосконалені функціональні можливості щодо аналізу та прогнозування перебігу раку молочної залози після проведеного лікування.
Для програмної реалізації системи було обрано середовище Microsoft Visual Studio 2012 та мову С#. При використанні даної програми споживач вводитиме вхідні дані за допомогою клавіатури. Відповідно програма має розрахувати оптимальний підхід лікування для попередження рецидиву та спрогнозувати метастатичну прогресію. Після розрахунку отримані результати буде збережено до єдиної бази даних.
Література
