Телемедицинская система для дистанционного обследования здоровья и способ оценки риска наличия заболевания Российский патент 2019 года по МПК A61B10/00 G06F17/00 

Группа изобретений относится к области медицины. Более точно - к области телемедицины. Система и Способ предназначены для совместного использования в качестве инструментов удаленного скринингового обследования здоровья, выполняемого в автоматическом режиме в удобное для пользователя (пациента) время.

Решение задачи обеспечения доступа широких слоев населения к получению медицинских услуг привело к появлению и развитию нового направления в медицине - удаленной медицины или телемедицины. Американская ассоциация телемедицины (АТА) определяет телемедицину (в трактовке международной патентной заявки WO 2008022423 «Телемедицинская система для дистанционного мониторинга пациентов») как «инструмент двустороннего обмена информацией между двумя отдельными пространственно удаленными пунктами, имеющий своей целью улучшение здоровья пациента». Например, медицинский специалист может поставить диагноз пациенту и назначить ему лечение, находясь вдали от места нахождения пациента. Это обеспечивается тем, что необходимые для постановки диагноза данные, такие как электрокардиограмма (ЭКГ), температура тела, артериальное давление или даже изображения пациента и отдельных участков его тела могут быть отправлены и предъявлены медицинскому специалисту в режиме реального времени с использованием проводной или беспроводной системы связи. Телемедицина также позволяет этому специалисту получить доступ к большому количеству данных о пациенте и дистанционно участвовать во всех необходимых процедурах, адекватно инструктируя удаленного пациента. Другим распространенным примером является наблюдение за пациентом, который выбирает домашнее лечение. При этом пациент остается дома и контролируется соответствующим медицинским оборудованием, имеющимся у пациента.

Телемедицина как средство предоставления медицинских услуг получила широкое распространение во всем мире. К настоящему времени в различных странах мира выдано несколько сотен патентов и подано патентных заявок на разнообразные виды исполнения телемедицинских систем. Наибольшее распространение получили телемедицинские системы, использующие принцип видеоконференций между пациентом и медицинским специалистом. Подобная система предложена, например, в патенте RU 2308760. Как правило, телемедицинская система включает в себя один или группу измерителей тех или иных физиологических показателей пациента, значения которых транслируются через систему связи на сторону поставщика медицинских услуг. На указанной стороне предполагается постоянное наличие специального медицинского персонала, обладающего необходимой квалификацией для предоставления соответствующих услуг пациенту, как это предложено, например, в патентной заявке RU 2005114903. Очевидно, что из-за большого разнообразия возможных нарушений здоровья пациентов квалификация обеспечивающего предоставление им услуг медицинского персонала должна быть весьма высока. В оптимальном случае обеспечивающий предоставление телемедицинских услуг персонал должен представлять собой многочисленный коллектив квалифицированных врачей различной специализации.

Для облегчения работы медицинского персонала, сокращения его численности и улучшения качества предоставляемых пациентам услуг телемедицинские системы могут снабжаться элементами искусственного интеллекта, как это предложено, например, в патенте RU 2428104. В телемедицинскую систему, реализованную в соответствии с указанным патентом, введено устройство автоматического анализа физиологических данных пациента для определения его текущего состояния, а также для теоретического расчета на основе оригинальной математической модели тренда изменения этого состояния. Тенденция внедрения искусственного интеллекта в телемедицинские системы кроме повышения качества медицинского обслуживания пациентов поддерживается тем обстоятельством, что оплата услуг удаленного живого врача составляет, как правило, 30-60% стоимости всей телемедицинской услуги. Искусственный интеллект, т.е. включение в телемедицинскую систему виртуального врача с, по меньшей мере, частью функций живого врача со всей очевидностью позволяет снизить эту стоимость. Поэтому телемедицинские системы с искусственным интеллектом получают в мире все большее распространение. Так, например, известна телемедицинская система, описанная в европейском патенте ЕР 3153983 и в ее полном американском аналоге US 2017098051, в которой предусмотрено частичное выполнение виртуальным врачом функций, обычно поручаемых живым медицинским работникам. Поскольку эта телемедицинская система с виртуальным врачом наиболее близко соответствует заявляемой группе изобретений, она выбрана в качестве прототипа.

Телемедицинская система-прототип включает средства связи между переносимым устройством пациента и узлом связи, оказывающим пациенту медицинские услуги. В узле связи имеются средства приема данных от пациента и хранящаяся в компьютере узла связи база знаний. После идентификации пациента компьютер узла связи на основе полученных от пациента данных и их сравнения с хранящимися в базе знаний данными принимает решение о том, возможно ли обслуживание данного пациента виртуальным врачом или пациенту необходим живой врач. Если компьютером принимается решение о возможности обслуживания пациента виртуальным врачом, то пациенту автоматически передаются необходимые указания по лечению из базы знаний. Если компьютером принимается решение о невозможности обслуживания пациента виртуальным врачом, то автоматически начинается сессия связи между пациентом и живым врачом. В известном техническом решении подробно не раскрывается технология принятия решения о возможности или невозможности оказания пациенту необходимой медицинской услуги виртуальным врачом. Указывается только, что оно принимается с учетом оценки уровня риска, имеющего пять условных градаций и определяемого на основе полученных от пациента данных. Недостатком рассмотренного выше прототипа является остающаяся высокой стоимость телемедицинских услуг из-за неполной автоматизации процесса их оказания, т.е. из-за неполного отказа от услуг живого врача, а также недостаточный уровень стандартизации при принятии решения об уровне риска заболевания.

Технической задачей заявляемой группы изобретений является снижение стоимости телемедицинских услуг за счет их полной автоматизации при обеспечении возможности реализации телемедицинской услуги в форме удаленного стандартизованного многопрофильного обследования здоровья пациентов.

Сущность первого объекта заявляемой группы изобретений «Телемедицинской системы для дистанционного обследования здоровья» заключается в том, что система включает пользовательский интерфейс и связанный с ним через компьютерную сеть удаленный сервер, содержащий на своем информационном носителе трехуровневую базу знаний. При этом первый уровень базы знаний образован семантической сетью из логических цепей адресованных пользователю вопросов об имеющихся у него нарушениях здоровья и состояниях, составленных в терминах установленных действующей редакцией Международной Классификацией Болезней (МКБ) классов нарушений здоровья и состояний, и включает в себя также кодовые обозначения каждого из упомянутых классов и экспертные оценки вероятности наличия у пользователя заболевания каждого из классов, назначенных по совокупности образующих каждую логическую цепь вопросов и полученных на них ответов пользователя по каждому классу.

При этом второй уровень базы образован семантической сетью секционированной по числу классов нарушений здоровья и состояний, каждый из секторов которой образован логическими цепями адресованных пользователю вопросов о наблюдаемых симптомах и проявлениях различных устанавленных МКБ нозологических форм заболеваний, относящихся к соответствующему классу нарушений здоровья, включает назначенные по совокупности образующих каждую логическую цепь вопросов и полученных на них ответов пользователя кодовые обозначения каждой из упомянутых нозологических форм заболеваний и экспертные оценки вероятности наличия у пациента этой нозологической формы заболевания.

При этом третий уровень базы образован тремя списками, секционированными по числу нозологических форм заболеваний каждого из классов нарушений здоровья, первый из которых содержит значения экспертных оценок облигатности физиологических параметров организма и лабораторных показателей, сопровождающих данную нозологическую форму заболевания, второй список содержит значения экспертных оценок доверительной вероятности указанных параметров и показателей, а третий содержит перечень адресованных пользователю вопросов о значениях указанных параметров и показателей.

Благодаря совокупности перечисленных признаков реализуется полностью автоматическая телемедицинская система для оказания медицинских услуг, пригодная для использования в качестве инструмента скринингового стандартизованного обследования пользователей.

С целью снижения интеллектуальной нагрузки на пользователя в процессе его взаимодействия с телемедицинской системой вопросы третьего уровня базы знаний могут предусматривать альтернативные ответы пользователя о соотношении между инструментально определенными значениями величин медицинских показателей и их референсными значениями. Действительно, пользователю значительно проще ответить на вопрос отличается ли измеренное значение какого-либо медицинского показателя от его референсного значения, чем отвечать на вопрос о количественном значении этого показателя, сопровождаемого чаще всего малопонятным или совсем непонятным для пользователя обозначением той или иной физической размерности показателя.

В другом варианте реализации телемедицинской системы с целью снижения стоимости оказываемой пользователю медицинской услуги удаленный сервер выполнен в виде облачного сервера. Как известно, современная технология облачного хранения данных оказывается значительно экономичнее хранения этих данных на специально выделенных серверах.

Для расширения возможностей использования телемедицинской системы различными группами пользователей пользовательский интерфейс может быть выполнен, в виде настольного компьютера, планшетного компьютера или смартфона. Поэтому частные случаи реализации предложенной телемедицинской системы предусматривают упомянутые выше формы выполнения ее пользовательского интерфейса.

Сущность второго независимого объекта заявляемой группы изобретений - «Способа оценки риска наличия заболевания» с использованием заявляемой «Телемедицинской системы» и имеющихся у пользователя медицинских документов, содержащих данные исследования его физиологических и лабораторных показателей, заключается в том, что устанавливают коммуникационную связь между пользовательским интерфейсом и сервером телемедицинской системы, после чего пользователю через пользовательский интерфейс предъявляют последовательность вопросов об имеющихся у него нарушениях здоровья из первого уровня базы знаний, далее, используя ответы пользователя, определяют одно или несколько кодовых обозначений установленных МКБ классов заболеваний, предположительно присутствующих у пользователя, и значения вероятностей Р_1i наличия у него данных классов заболеваний, выявляют максимальное из них P_1imax и соответствующее ему кодовое обозначение принимают как обозначение установленного класса заболевания пользователя, после чего производят выборку соответствующего сектора с наименованиями нозологических форм заболеваний, относящихся к установленному классу заболеваний из базы знаний второго уровня, предъявляют указанный сектор пользователю в форме последовательности вопросов о наблюдаемых у него симптомах и проявлениях заболевания и, используя ответы пользователя, определяют наименование и вероятность Р₂ нозологической формы заболевания, присутствующего у пользователя, затем пользователю предъявляют список альтернативных вопросов из относящегося к установленной нозологической форме заболевания сектора третьего уровня базы знаний о соотношениях объективно определенных значений физиологических и лабораторных показателей пользователя и их референсных значений из группы показателей с максимальной облигатностью D_0max для установленной нозологической формы заболевания, далее, используя ответы пользователя, определяют одно или несколько значений доверительной вероятности P_3i каждого из показателей указанной группы, выявляют максимальное из них P_3imax, после чего вычисляют вероятность наличия у пользователя установленной нозологической формы заболевания по формуле: Р_риска=P_1imax×Р₂×(D_0max+Р_3imax-D_0max×P_3imax), которую принимают за уровень риска наличия у пользователя установленной нозологической формы заболевания в терминах, установленных «Международной статистической классификацией болезней и проблем, связанных со здоровьем».

Реализация совокупности признаков описанного «Способа оценки риска наличия заболевания», использующего заявляемую телемедицинскую систему, позволяет любому пользователю, располагающему настольным компьютером, планшетным компьютером или смартфоном дистанционно и в любое удобное для него время определить риск наличия у него заболевания и его нозологическую форму. Это обстоятельство позволяет осуществлять дистанционное многопрофильное медицинское обследование населения в автоматическом режиме, не ограниченное определенными жесткими временными рамками, относительно малозатратное и пригодное для использования в регионе страны, не имеющем достаточно плотной сети медицинских учреждений и транспортной сети, например, для использования в сельской местности.

Сущность изобретения поясняется фиг. 1.

На фиг. 1 показана структурная схема телемедицинской системы для дистанционного обследования здоровья.

Система включает группу из неопределенного числа пользовательских интерфейсов (на фиг. 1 показана группа из трех интерфейсов 1, 2 и 3), например, в виде настольных компьютера, планшетного компьютера и смартфона. В общем случае численность пользовательских интерфейсов группы может определяться численностью пользователей, нуждающихся в получении медицинской услуги в форме дистанционного скринингового обследования с оценкой риска наличия того или иного заболевания. Все пользовательские интерфейсы через компьютерную сеть связаны с удаленным сервером. На фиг. 1 удаленный сервер показан в виде облачного сервера 4. Сервер 4 имеет в своем составе блок 5 связи и управления, обеспечивающий выполнение всех необходимых и достаточно тривиальных операций по организации связи с удаленным пациентом: его идентификацию и первичную (при необходимости) регистрацию, занесение данных о пациенте в базу данных пользователей телемедицинской системы, а также выполнение других связанных с обеспечением работы системы служебных функций. Основным структурным элементом сервера 4 является база знаний 6. База знаний 6 имеет трехуровневую структуру, образованную не связанными между собой автономными уровнями 7, 8 и 9. Каждый из указанных уровней 7, 8 и 9 базы 6 имеет отдельную двустороннюю связь с блоком 5 связи и управления.

Функционирование телемедицинской системы удобно рассмотреть на конкретном примере ее использования при реализации заявляемого «Способа» для оценки риска наличия заболевания у пользователя и определения нозологической формы этого заболевания.

Пользователями телемедицинской системы (пациентами) могут быть люди любой возрастной группы, в том числе, матери детей в возрасте преимущественно старше 3 лет. Любой пользователь при возникновении необходимости прохождения скринингового диспансерного обследования своего здоровья (или здоровья ребенка) в любое удобное для него время, пользуясь имеющимся у него пользовательским интерфейсом 1 в форме настольного компьютера, планшетного компьютера или смартфона, выходит через компьютерную сеть на связь с удаленным виртуальным врачом системы.

Блок 5 связи и управления удаленного сервера 4 идентифицирует пользователя и выявляет отсутствие (или наличие) противопоказаний к проведению с данным пользователем сеанса удаленного обследования его здоровья. Например, при подтверждении предварительной оплаты пользователем телемедицинских услуг или наличия у него медицинского страхового полиса блок 5 производит соединение пользовательского интерфейса 1 с первым уровнем 7 базы знаний 6. Следует особо отметить, что удаленный сервер 4 и его блок 5 связи и управления может одновременно с обслуживанием интерфейса 1 и независимо от него принимать запросы на обслуживание и обслуживать другие пользовательские интерфейсы 2 или 3 или даже большее число пользовательских интерфейсов.

Первый уровень 7 базы знаний 6 представляет собой массив логически связанных между собой адресованных пользователю вопросов, касающихся наблюдаемым им самим нарушений здоровья и состояний. Массив построен в виде семантической сети, узлами которой являются вопросы, логически связанные с устанавливаемыми (МКБ) классами нарушений здоровья и состояний, а связи определяются получаемыми от пользователя ответами на задаваемые ему вопросы. Большинство задаваемых пользователю вопросов предполагают получение на них бинарных ответов: «Да» или «Нет», которые дает пользователь, нажимая тот или иной символ на клавишном или сенсорном дисплее своего пользовательского интерфейса 1. Например: «У Вас болит голова?». Подобный вопрос, находящийся в узле семантической сети, имеет только две связи, порождающие следующий адресуемый пользователю вопрос. Некоторые вопросы предоставляют пользователю возможность выбора из нескольких вариантов ответа, т.е. предполагают получение многозначных ответов. Например: «Выберите вариант ответа:

Голова болит каждый день;

Голова болит через 2-3 дня;

Голова болит раз в неделю;

Голова болит очень редко;

Голова не болит никогда».

Узел сети, содержащий такой вопрос, имеет несколько логических связей, из которых ответом пользователя активируется только одна. Она приводит к следующему узлу сети, т.е. к следующему вопросу и т.д. Тем самым, последовательность заданных вопросов и полученных на них ответов создает в семантической сети формализованный анамнестический имеющий форму дерева «образ» пользователя. Еще на стадии наполнения базы 6 знаний такой «образ» предъявлялся квалифицированному врачу - эксперту, который для каждого возможного маршрута по семантической сети относил его к тому или иному классу заболеваний и состояний, предусмотренному МКБ. При этом автоматически формировалось уникальное кодовое обозначение соответствующего класса заболеваний, которое также записывалось в базу знаний. Также на стадии разработки базы в нее записывалось и назначенное экспертом значение вероятности Р₁ принадлежности заболевания к определенному классу.

Теперь, при общении с пользователем, благодаря указанному выше принципу формирования в базе 6 различных «образов» пользователей в заключительной фазе общения пользователя с первым уровнем 7 базы 6 (т.е. при получении ответов на все заданные вопросы) в нем производится «активация» соответствующего анамнестического «образа» пользователя, и на пользовательском интерфейсе 1 отображается обнаруженное теперь уже виртуальным врачом наименование предположительно имеющегося у пользователя класса заболеваний и значение вероятности Р₁ наличия этого заболевания.

После определения виртуальным врачом наличия у пользователя того или иного класса заболеваний взаимодействие пользователя с первым уровнем 7 базы знаний 6 прекращается и блок 5 связи и управления автоматически переводит пользователя во взаимодействие со вторым уровнем 8 базы знаний 6.

Второй уровень 8 базы знаний 6 построен также как массив логически связанных между собой адресованных пользователю вопросов. Однако, в отличие от первого уровня 7 базы знаний 6, вход на уровень 8 базы знаний 6 закрыт паролем, которым является кодовое обозначение обнаруженного у пользователя класса заболеваний. При этом теперь задаваемые пользователю вопросы касаются признаков и симптомов различных нозологических форм заболеваний, относящихся к ранее определенному классу заболеваний и состояний.

Пусть, например, по результатам взаимодействия пользователя с первым уровнем 7 базы знаний 6 виртуальный врач установил, что пользователь с вероятностью Р₁=0,85 страдает заболеванием, относящимся согласно МКБ-10 к классу Е00-Е90 «Болезни эндокринной системы, расстройства питания и нарушения обмена веществ». Установленное кодовое обозначение этого класса заболеваний, являясь соответствующим паролем, открывает доступ к тому сектору второго уровня 8 базы знаний 6, в котором хранятся сведения о различных нозологических формах этого класса заболеваний. Этот сектор представляет собой массив логически связанных между собой адресованных пользователю вопросов, касающихся наблюдаемым им самим признаков и симптомов различных нозологических форм заболеваний эндокринной системы, расстройств питания и нарушения обмена веществ. Массив построен в виде семантической сети, узлами которой являются вопросы, логически связанные с наблюдаемой самим пользователем симтоматикой различных нозологических форм заболеваний эндокринной системы, расстройств питания и нарушения обмена веществ, а связи определяются получаемыми от пациента ответами на задаваемые ему вопросы. Как и при работе пользователя с первым уровнем 7 базы знаний 6 большинство задаваемых пользователю вопросов предполагают получение на них бинарных ответов: «Да» или «Нет», которые дает пользователь, нажимая тот или иной символ на клавишном или сенсорном дисплее своего пользовательского интерфейса 1. Например: «У Вас болит живот?». Такой вопрос, находящийся в вершине семантической сети, имеет только две связи, порождающие следующий адресуемый пациенту вопрос. Например: «Выберите вариант ответа:

Боль сосредоточена в верхней части живота;

Боль сосредоточена в средней части живота (в районе пупка);

Боль сосредоточена в нижней части живота;

Боль не имеет локализации.

Определенная на основании ответа пользователя логическая связь приводит к следующему вопросу, т.е. к следующему узлу семантической сети и т.д. Тем самым, последовательность заданных вопросов и полученных на них ответов создает в семантической сети формализованный нозологический «образ» пользователя. На стадии наполнения знаниями уровня 8 базы знаний 6 такой «образ» предъявлялся квалифицированному врачу-эксперту, который для каждого возможного маршрута по семантической сети относил его к той или иной нозологической форме заболевания, предусмотренному МКБ. При этом автоматически формировалось уникальное кодовое обозначение соответствующей нозологической формы заболевания, которое также записывалось в базу знаний 6. Также на стадии наполнения знаниями базы 6 в нее записывалось и назначенное экспертом значение вероятности Р₂ наличия у пользователя установленной нозологической формы заболевания.

Теперь, при общении с пользователем, в заключительной фазе его взаимодействия со вторым уровнем 8 базы знаний 6, т.е. при получении ответов на все заданные ему вопросы и «активации» нозологического «образа» пользователя, на пользовательском интерфейсе 1 отображается обнаруженное уже виртуальным врачом наименование нозологической формы предположительно имеющегося у пользователя заболевания и значение вероятности Р₂ его наличия.

После определения виртуальным врачом наличия у пользователя той или иной нозологической формы заболевания взаимодействие пользователя со вторым уровнем 8 базы знаний 6 прекращается, и блок 5 связи и управления автоматически переводит его во взаимодействие с третьим уровнем 9 базы знаний 6.

Третий уровень 9 базы знаний 6 построен как секционированный по числу нозологических форм ранее определенного класса заболеваний массив адресованных пользователю вопросов, касающихся количественных данных результатов различных медицинских обследований и лабораторных анализов, содержащихся в имеющихся у пользователя документах. При этом для взаимодействия с пользователем автоматически становится доступен только тот сектор третьего уровня 9 базы 6, который соответствует кодовому обозначению установленной виртуальным врачом нозологической формы заболевания. Задаваемые пользователю вопросы касаются результатов только наиболее облигатных анализов, т.е. анализов, которые в максимальной степени могут подтвердить корректность установленной виртуальным врачом нозологической формы предположительно имеющегося у пользователя заболевания. Вопросы могут быть заданы как в форме запроса о количественном (цифровом) значении того или иного измеренного в лаборатории или иным способом достоверно определенного показателя, так и в форме вопроса о соотношении измеренного значения этого показателя и его референсного значения (на отчетных документах современных лабораторий наряду с измеренными обычно указываются референсные значения практически всех исследуемых лабораторных показателей и символы их соотношения с измеренными значениями соответствующих показателей). Например, если установленной виртуальным врачом нозологической формой заболевания пациента является сахарный диабет второго типа и вероятность наличия такого заболевания Р₂=0.9, то наиболее облигатным анализом будет являться анализ крови пациента, а в нем содержание глюкозы в крови. Тогда пациенту будет задан вопрос: «Содержание глюкозы в анализе Вашей крови больше нормы?». Положительный ответ на такой вопрос будет являться подтверждением правильности поставленного виртуальным врачом нозологического диагноза, т.е. будет соответствовать значению доверительной вероятности диагноза Р₃₁=1. Поскольку известно, что при диабете второго типа содержание глюкозы в крови пациента всегда повышено (здесь цифру 1 после цифры 3 в индексе обозначения вероятности следует понимать как первый номер в списке из i возможных чисел лабораторных показателей). Поскольку согласно заявленному способу из всех определенных по ответам пациента значений доверительной вероятности выбирается максимальное, и значение Р₃₁=1, со всей очевидностью, является таковым, дальнейшие обращенные к пациенту вопросы, касающиеся значений лабораторных показателей, становятся избыточными, в связи с чем работа пациента с третьим уровнем 9 базы знаний 6 по команде блока 5 связи и управления будет прекращена.

На этом взаимодействие пользователя с базой знаний 6 заканчивается и блок 5 связи и управления производит расчет риска наличия у пользователя заболевания установленной нозологической формы.

Согласно предложенному способу расчет риска наличия у пользователя заболевания установленной нозологической формы производят по формуле: Р_риска=P_1imax×P₂×(D_0max+P_3imax-D_0max×P_3imax), где:

P_1imax - установленное по результатам взаимодействия пользователя с первым уровнем базы знаний значение вероятности наличия у пользователя заболевания данного класса,

Р₂ - установленное по результатам взаимодействия пользователя со вторым уровнем базы знаний значение вероятности наличия у пользователя заболевания данной нозологической формы,

D_0max - значение облигатности представленных пользователем объективных данных его инструментальных и лабораторных исследований,

Р_3imax - значение доверительной вероятности представленных пользователем объективных данных его инструментальных и лабораторных исследований.

Результат расчета риска наличия у пользователя заболевания установленной нозологической формы представляется пользователю на его интерфейсе.

ПРИМЕРЫ РЕАЛИЗАЦИИ СПОСОБА.

1. Пользователь А. 39 лет. Пол - женский. Страховой полис №ХХХХХ

Заключение виртуального врача по результатам общения пользователя через его смартфон с первым уровнем базы знаний сервера медицинских услуг: «Пользователь страдает заболеванием, относящимся к классу Е00-Е90 «Болезни эндокринной системы, расстройства питания и нарушения обмена веществ МБК с вероятностью 0,9. Пользователю рекомендуется продолжить обследование».

Заключение виртуального врача по результатам общения пользователя через его смартфон со вторым уровнем базы знаний сервера медицинских услуг: «Пользователь страдает заболеванием класса Е05 Тиреотоксикоз (Гипертиреоз) с вероятностью 0,8. Пользователю рекомендуется продолжить обследование».

Заключение виртуального врача по результатам общения пользователя через его смартфон с третьим уровнем базы знаний сервера медицинских услуг: «Анализ крови пользователя показывает повышенное содержание паратгормона (ПТГ)».

Результирующее заключение виртуального врача по результатам общения пользователя через его смартфон с центром оказания дистанционных медицинских услуг: «Установлено, что с вероятностью 0,72 у пользователя А. имеется риск наличия заболевания тиреотоксикозом (гиперпаратиреозом). Пользователю рекомендуется обратиться к врачу-эндокринологу для дополнительного обследования и лечения».

Комментарий к примеру 1.

Результирующее значение риска наличия у пользователя А. заболевания тиреотоксикозом (гиперпаратиреозом) равное 0,72 обусловлено тем, что облигатность представленных А. объективных данных в форме анализа крови применительно к заболеванию тиреотоксикозом (гиперпаратиреозом) D_0max=1 и доверительная вероятность наличия в этом анализе повышенного содержания паратгормона (ПТГ) P_3imax=1. Поэтому согласно заявленному способу риск наличия у пользователя А. заболевания тиреотоксикозом (гиперпаратиреозом) будет: Р_риска=P_1imax×P₂×(D_0max+P_3imax-D_0max×Р_3imax)=0,9×0,8×(1+1-1×1)=0,9×0,8×1=0,72

2. Пациент В. 10 лет. Пол - мужской (обследуется с матерью, поэтому пользователем системы является мать ребенка). Страховой полис ребенка №ХХХХХ.

Заключение виртуального врача по результатам общения матери пациента через ее смартфон с первым уровнем базы знаний сервера медицинских услуг: «Пациент страдает заболеванием, относящимся к классу G00-G99 «Болезни нервной системы с вероятностью 0,8. Пациенту рекомендуется продолжить обследование».

Заключение виртуального врача по результатам общения матери пациента через ее смартфон со вторым уровнем базы знаний сервера медицинских услуг: «Пациент страдает заболеванием класса G40.4 Другие виды генерализованной эпилепсии и эпилептических синдромов с вероятностью 0,8. Пациенту рекомендуется продолжить обследование».

Заключение виртуального врача по результатам общения матери пациента через ее смартфон с третьим уровнем базы знаний сервера медицинских услуг:

«Имеются отличия показателей электроэнцефалограммы (ЭЭГ) от возрастной нормы. Доверительная вероятность установленного класса возможного заболевания P_3i=1».

Результирующее заключение виртуального врача по результатам общения матери пациента через ее смартфон с центром оказания дистанционных медицинских услуг: «Установлено, что с вероятностью 0,64 у пациента В. имеется риск наличия заболевания класса G40.4 Другие виды генерализованной эпилепсии и эпилептических синдромов. Пациенту рекомендуется аппаратная регистрация его ЭЭГ и обращение к врачу - неврологу».

Комментарий к примеру 2.

Результирующее значение риска наличия у пациента В. заболевания класса G40.4 Другие виды генерализованной эпилепсии и эпилептических синдромов равное 0,64 обусловлено тем, что облигатность объективных данных в форме ЭЭГ ребенка применительно к классу G40.4 Другие виды генерализованной эпилепсии и эпилептических синдромов D_0max=1 и доверительная вероятность наличия отклонений в ЭЭГ для этого класса заболеваний P_3imax=1. Поэтому согласно заявленному способу риск наличия у пациента В. заболевания генерализованной эпилепсией будет: Р_риска=Р_1imax×Р₂×(D_0max+P_3imax-D_0max×P_3imax)=0,8×0,8×(1+1-1×1)=0,8×0,8×1=0,64.

3. Пользователь Щ. 30 лет. Пол - мужской. Страховой полис №ХХХХХ

Заключение виртуального врача по результатам общения пользователя через его смартфон с первым уровнем базы знаний сервера медицинских услуг: «Пациент страдает заболеванием, относящимся к классу К00-К93 «Болезни органов пищеварения МБК с вероятностью 0,3. Пациенту рекомендуется продолжить обследование».

Заключение виртуального врача по результатам общения пользователя через его смартфон со вторым уровнем базы знаний сервера медицинских услуг: «Пациент страдает заболеванием класса К25 Язва желудка с вероятностью 0,3. Пациенту рекомендуется продолжить обследование».

Заключение виртуального врача по результатам общения пациента через его смартфон с третьим уровнем базы знаний сервера медицинских услуг: «Анализ крови пользователя показывает повышенную скорость оседания эритроцитов».

Результирующее заключение виртуального врача по результатам общения пользователя через его смартфон с центром оказания дистанционных медицинских услуг: «Установлено, что с вероятностью 0,087 у пользователя Щ. имеется риск наличия заболевания класса К25 Язва желудка. В связи с выявленным малым значением риска наличия заболевания пациенту рекомендуется повторить дистанционное обследование через 30-40 дней и представить новые данные по лабораторному анализу крови».

Комментарий к примеру 3.

Результирующее значение риска наличия у пользователя Щ. заболевания язвой желудка равное 0,09 обусловлено тем, что облигатность представленных А. объективных данных в форме анализа крови применительно к заболеванию язвой желудка D_0max=0,7 и доверительная вероятность наличия в этом анализе повышенного повышенной скорости оседания эритроцитов P_3imax=0,9. Поэтому согласно заявленному способу риск наличия у пользователя Щ. заболевания язвой желудка будет: Р_риска=Р_1imax×Р₂×(D_0max+P_3imax-D_0max×P_3imax)=0,3×0,3×(0,7+0,9-0,7×0,9)=0,3×0,3×0,97=0,087

Предлагаемый способ дистанционного медицинского обследования здоровья требует от пользователя весьма значительных затрат времени (временной интервал от начала взаимодействия пользователя с удаленным центром медицинских услуг до получения им результирующего заключения виртуального врача может составлять до нескольких десятков минут). Однако следует принять во внимание, что подобное медицинское обследование может производиться в любое удобное для пользователя время, включая поздние вечерние и даже ночные часы. Кроме того, обследование может быть прервано по желанию пользователя в любой момент, а затем продолжено вновь, начиная с момента прерывания.

Предлагаемая телемедицинская система для дистанционного обследования здоровья легко воспроизводима в промышленных условиях.

Изобретение относится к области медицины, а именно к телемедицине. Предложен способ, который выполняют с использованием телемедицинской системы для дистанционного обследования здоровья, включающей, по меньшей мере, один пользовательский интерфейс и связанный с ним через компьютерную сеть удаленный сервер, содержащий на своем информационном носителе трехуровневую базу знаний. При этом первый уровень базы образован семантической сетью из логических цепей адресованных пользователю вопросов об имеющихся у него нарушениях здоровья, второй уровень базы образован секционированной по числу классов нарушений здоровья и состояний семантической сетью, каждый из секторов которой образован логическими цепями адресованных пользователю вопросов о наблюдаемых симптомах и проявлениях различных устанавливаемых МКБ нозологических форм заболеваний, относящихся к соответствующему классу нарушений здоровья, а третий уровень базы образован тремя списками, секционированными по числу возможных нозологических форм заболеваний, первый из которых содержит значения экспертных оценок облигатности физиологических параметров организма и лабораторных показателей, сопровождающих данную нозологическую форму заболевания, второй список содержит значения экспертных оценок доверительной вероятности указанных параметров и показателей, а третий содержит перечень адресованных пользователю вопросов о значениях указанных параметров и показателей и имеющихся у пользователя объективных данных о его физиологических и лабораторных показателях здоровья. Устанавливают коммуникационную связь между пользовательским интерфейсом и сервером телемедицинской системы, выполняют процедуру регистрации пользователя, после чего предъявляют ему последовательность вопросов об имеющихся у него нарушениях здоровья из первого уровня базы знаний. Далее, используя ответы пользователя, определяют одно или несколько кодовых обозначений установленных МКБ классов заболеваний, предположительно присутствующих у пользователя, и значения показателей вероятностей P_1i наличия у него данных классов заболеваний, выявляют максимальное из них P_1imax и соответствующее ему кодовое обозначение принимают как обозначение установленного класса заболевания пользователя. После чего производят выборку соответствующего сектора с наименованиями нозологических форм заболеваний, относящихся к установленному классу из базы знаний второго уровня, предъявляют указанный сектор пользователю в форме последовательности вопросов о наблюдаемых у него симптомах и проявлениях заболевания и, используя ответы пользователя, определяют наименование и вероятность Р₂ нозологической формы заболевания, присутствующего у пациента. Затем пользователю предъявляют список альтернативных вопросов из относящегося к установленной нозологической форме заболевания сектора третьего уровня базы знаний о соотношениях объективно определенных значений физиологических и лабораторных показателей пользователя и их референсных значений из группы показателей с максимальной облигатностью D_0max для установленной нозологической формы заболевания. Далее, используя ответы пользователя, определяют одно или несколько значений доверительной вероятности P_3i каждого из показателей указанной группы, выявляют максимальное из них P_3imax, после чего вычисляют вероятность наличия у пользователя установленной нозологической формы заболевания по формуле. Изобретение обеспечивает снижение интеллектуальной нагрузки на пользователя в процессе его взаимодействия с телемедицинской системой. 6 з.п. ф-лы, 1 ил.

1. Способ оценки риска наличия заболевания, где способ выполняют с использованием телемедицинской системы для дистанционного обследования здоровья, включающей, по меньшей мере, один пользовательский интерфейс и связанный с ним через компьютерную сеть удаленный сервер, содержащий на своем информационном носителе трехуровневую базу знаний, при этом первый уровень базы образован семантической сетью из логических цепей адресованных пользователю вопросов об имеющихся у него нарушениях здоровья, второй уровень базы образован секционированной по числу классов нарушений здоровья и состояний семантической сетью, каждый из секторов которой образован логическими цепями адресованных пользователю вопросов о наблюдаемых симптомах и проявлениях различных устанавливаемых МКБ нозологических форм заболеваний, относящихся к соответствующему классу нарушений здоровья, а третий уровень базы образован тремя списками, секционированными по числу возможных нозологических форм заболеваний, первый из которых содержит значения экспертных оценок облигатности физиологических параметров организма и лабораторных показателей, сопровождающих данную нозологическую форму заболевания, второй список содержит значения экспертных оценок доверительной вероятности указанных параметров и показателей, а третий содержит перечень адресованных пользователю вопросов о значениях указанных параметров и показателей и имеющихся у пользователя объективных данных о его физиологических и лабораторных показателях здоровья, заключающийся в том, что устанавливают коммуникационную связь между пользовательским интерфейсом и сервером телемедицинской системы, выполняют процедуру регистрации пользователя, после чего предъявляют ему последовательность вопросов об имеющихся у него нарушениях здоровья из первого уровня базы знаний, далее, используя ответы пользователя, определяют одно или несколько кодовых обозначений установленных МКБ классов заболеваний, предположительно присутствующих у пользователя, и значения показателей вероятностей P_1i наличия у него данных классов заболеваний, выявляют максимальное из них P_1imax и соответствующее ему кодовое обозначение принимают как обозначение установленного класса заболевания пользователя, после чего производят выборку соответствующего сектора с наименованиями нозологических форм заболеваний, относящихся к установленному классу из базы знаний второго уровня, предъявляют указанный сектор пользователю в форме последовательности вопросов о наблюдаемых у него симптомах и проявлениях заболевания и, используя ответы пользователя, определяют наименование и вероятность Р₂ нозологической формы заболевания, присутствующего у пациента, затем пользователю предъявляют список альтернативных вопросов из относящегося к установленной нозологической форме заболевания сектора третьего уровня базы знаний о соотношениях объективно определенных значений физиологических и лабораторных показателей пользователя и их референсных значений из группы показателей с максимальной облигатностью D_0max для установленной нозологической формы заболевания, далее, используя ответы пользователя, определяют одно или несколько значений доверительной вероятности P_3i каждого из показателей указанной группы, выявляют максимальное из них P_3imax, после чего вычисляют вероятность наличия у пользователя установленной нозологической формы заболевания по формуле: Р_риска=P_1imax × P₂ × (D_0max + P_3imax - D_0max × P3_imax), которую принимают за уровень риска наличия у пользователя упомянутого заболевания,

причем P_1imax - значение вероятности наличия у пользователя заболевания данной нозологической формы, установленное по результатам взаимодействия пользователя с первым уровнем базы знаний,

Р₂ - значение вероятности наличия у пользователя заболевания данной нозологической формы, установленное по результатам взаимодействия пользователя со вторым уровнем базы знаний,

D_0max - значение облигатности представленных пользователем объективных данных его инструментальных и лабораторных исследований,

P_3imax - значение доверительной вероятности представленных пользователем объективных данных его инструментальных и лабораторных исследований.

2. Способ по п. 1, характеризующийся тем, что риск наличия у пользователя установленной нозологической формы заболевания определяют многократно на выбранном пользователем временном интервале, при этом по результатам определений производят построение временного графика изменения риска наличия у пользователя заболевания данной нозологической формы.

3. Способ по п. 1, характеризующийся тем, что адресованные пользователю вопросы третьего уровня базы знаний предусматривают его альтернативные ответы о соотношении данных инструментально и лабораторно определенных значений медицинских показателей и их референсных значений.

4. Способ по п. 1, характеризующийся тем, что удаленный сервер выполнен в виде облачного сервера.

5. Способ по п. 1, характеризующийся тем, что пользовательский интерфейс выполнен в виде настольного компьютера.

6. Способ по п. 1, характеризующийся тем, что пользовательский интерфейс выполнен в виде планшетного компьютера.

7. Способ по п. 1, характеризующийся тем, что пользовательский интерфейс выполнен в виде смартфона.