врач, кандидат медицинских наук,
305004, Курск, ул. Сумская, 35а
35a Sumskaya str., Kursk, Russia 305004
заведующий отделением РХМДЛ №2, доктор медицинских наук, профессор,
305004, Курск, ул. Сумская, 35а
35a Sumskaya str., Kursk, Russia 305004
заведующий кафедрой биомедицинской инженерии, доктор технических наук, профессор,
305040, Курск, ул. 50 лет Октября, 94
94, 50 Let Oktyabrya str., Kursk 305040
заведующий отделением гнойной хирургии, кандидат медицинских наук,
305004, Курск, ул. Сумская, 35а
35a Sumskaya str., Kursk, Russia 305004
Актуальность: Дифференциальная диагностика очаговых образований поджелудочной железы является сложной клинической задачей из-за схожести их эхосемиотики различных патологий. Одним из путей объективизации и повышения точности данных ультразвукового исследования является использование методов искусственного интеллекта для интерпретации изображений.
Цель: Повышение качества дифференциальной диагностики очаговой патологии поджелудочной железы по данным эндоскопической ультрасонографии на основе анализа эхографической текстуры с использованием нечетких математических моделей.
Материал и методы: По поводу очаговых образований панкреатобилиарной зоны в Курской областной клинической больнице эндоскопическая ультрасонография выполнена у 272 пациентов. Использовалась эндоскопическая видеосистема фирмы Olympus EVIS EXERA II c ультразвуковым процессором EU-ME1. Солидные опухолевые образования поджелудочной железы выявлены у 109 (40,1 %) пациентов, локальные формы хронического панкреатита диагностированы у 40 (14,7 %) больных. По результатам исследований выделены основные типы эталонных эндосонограмм, соответствующих дифференцируемой патологии, на основании которых с использованием гибридных нечетких математических решающих правил получена нечеткая гибридная модель дифференциальной диагностики хронического очагового панкреатита и протоковой аденокарциномы поджелудочной железы.
Результаты: Выбранный источник информации и метод синтеза гибридных нечетких решающих правил позволили получить нечеткую гибридную модель дифференциальной диагностики хронического панкреатита и протоковой аденокарциномы. По результатам математического моделирования и статистических испытаний на репрезентативных контрольных выборках было показано, что полученная модель дифференциальной диагностики на основе эталонных эндосонограмм, отражающих эхографическую текстуру очаговых образований поджелудочной железы, обеспечивает уверенность в искомом диагнозе на уровне 0,6. Дополнительная информация, используемая при анализе эндосонограмм, повышает диагностическую уверенность до величины 0,9.
Заключение: Полученная модель дифференциальной диагностики хронического очагового панкреатита и протоковой аденокарциномы поджелудочной железы обеспечивает уверенность в принятиях решений не хуже 0,9, что является приемлемым показателем качества в клинической практике, позволяя ставить диагноз в условиях недостаточной статистики при плохо формализуемой структуре данных.
Relevance: Differential diagnosis of focal formations of the pancreas is particularly difficult due to the similarity of their echosemiotics. One of the ways to objectify and improve the accuracy of ultrasound data is to use artificial intelligence methods to interpret images.
Purpose: Improving the quality of diagnosis of focal pancreatic pathology according to endoscopic ultrasonography based on the analysis of the echographic texture using fuzzy mathematical models.
Material and methods: In the Kursk Regional Clinical Hospital, endoscopic ultrasonography was performed in 272 patients for pancreaticobiliary diseases. The endoscopic video system of the company Olympus EVIS EXERA II with the ultrasonic processor EU-ME1 was used. Solid tumors of the pancreas were detected in 109 (40.1 %) patients, focal pancreatic masses were diagnosed in 40 (14.7 %) patients. Based on the research results, the main types of reference endosonograms corresponding to differentiable pathology were identified. On the basis of endosonograms, using hybrid fuzzy mathematical decision rul, a fuzzy hybrid model of differential diagnosis of chronic focal pancreatitis and ductal adenocarcinoma of the pancreas was obtained.
Results: The selected source of information and the method of synthesis of hybrid fuzzy decision rules made it possible to obtain a fuzzy hybrid model of differential diagnosis of chronic focal pancreatitis and ductal adenocarcinoma of the pancreas. Based on the results of mathematical modeling and statistical tests on representative control samples, it was shown that the resulting model of differential diagnosis, using reference endosonograms reflecting the echographic texture of focal pancreatic masses, provides confidence in the desired diagnosis at the level of 0.6. The additional information used in the analysis of endosonograms increases the diagnostic confidence to a value of 0.9.
Conclusions: The resulting model of differential diagnosis of chronic focal pancreatitis and ductal adenocarcinoma of the pancreas provides confidence in decision-making no worse than 0.9, which is an acceptable quality indicator in clinical practice in conditions of insufficient statistics with poorly formalized data structure.
The authors declare that there are no conflicts of interest present.