METHOD OF AUTOMATED DETERMINATION OF EARLY SIGNS OF PULMONARY HYPERTENSION

ISSN (e) 2663-3450, ISSN (p) 0321-2211 Прилади і системи біомедичних технологій УДК 621.3 : 681.5 : 616.24-008.331.1 МЕТОД АВТОМАТИЗОВАНОГО ВИЗНАЧЕННЯ РАННІХ ОЗНАК ЛЕГЕНЕВОЇ ГІПЕРТЕНЗІЇ Клочко Т. Р., Якобчук Є. О. Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського», Київ, Україна E-mail: , Актуальною проблемою сучасних діагностичних методів медицини є розвиток неінвазивних методів, що використовують системи обробки інформаційних сигналів від біологічного об’єкта дослідження. Доцільним технічним рішенням подібних проблем є застосування штучного інтелекту в системах і комплексах, що поєднують функції діагностування за параметрами порушення фізіологічного стану пацієнта. Наслідками розвитку фізіологічних патологій в організмі людини, як патології серцево-судинної системи, є можливість виникнення легеневої гіпертензії та її різновидів, які залежать від особливостей гемодинаміки малого кола кровообігу, підвищення тиску в легеневому колі кровообігу. Ці особливості захворювання можуть призводити до розвитку легеневої артеріальної гіпертензії. Запропоновано для реалізації методу застосування ланцюгу зворотного зв’язку. Таким чином, принцип зворотного зв'язку надає можливості реалізації програми, яка обраховує вимірювані значення параметрів функціонального стану пацієнта, а надалі порівнює з межовими значеннями цих параметрів для отримання заключного висновку та надання результатів одночасно і лікареві, і користувачеві. З отриманих результатів видно, що час отримання попередніх результатів діагностики за запропонованою схемою реалізації методу в десятки разів швидший за умови використання методу зворотного зв’язку ніж у традиційно застосованих методів. Запропоновано основні критерії надійності та швидкодії роботи визначення критичних ситуацій за допомогою розроблених алгоритмів реалізації методики визначення ранніх ознак легеневої гіпертензії та її наслідків. Важливо відмітити, що незважаючи на те, що результати отримуються надзвичайно швидко, кінцевий діагноз ставить лікар на основі власних спостережень та аналізу плинного стану пацієнта. Запропоновані алгоритми реалізації методу, які застосовують принципи роботи портативного комплексу на основі монітору для отримання плинних характеристик стану пацієнта та передачі їх в режимі використання принципів телемедицини для визначення діагнозу. Отримані в роботі принципи функціонування автоматизованих систем діагностики, які призначені для моніторингу можуть бути підґрунтям для створення в подальшому нових методів та вдосконалення систем автоматизованої діагностики та визначення ранніх ознак порушень функціонального стану пацієнта засобами діагностики. Ключові слова: метод; автоматизована система; алгоритми; критерії; легенева гіпертензія; діагностика; моніторинг; функціональний стан; інтегрований метод. Вступ Актуальною проблемою сучасних діагностичних методів медицини є розвиток неінвазивних методів, що використовують системи обробки інформаційних сигналів від біологічного об’єкта дослідження. Доцільним технічним рішенням подібних проблем є застосування штучного інтелекту в системах і комплексах [1], що поєднують функції діагностування за параметрами порушення фізіологічного стану пацієнта. Наслідками розвитку фізіологічних патологій в організмі людини, як патології серцево-судинної системи (ССС), є можливість виникнення легеневої гіпертензії (ЛГ) та її різновидів, які залежать від особливостей гемодинаміки малого кола кровообігу, підвищення тиску в легеневому колі кровообігу. Ці особливості захворювання можуть призводити до розвитку легеневої артеріальної гіпертензії (ЛАГ) [2 – 5]. 112 За останні роки, клінічне управління легеневою гіпертензією стало складнішим через необхідність точної та ранньої діагностики, а також прогнозування можливих ускладнень. В такому контексті, використання технологій штучного інтелекту надає великий потенціал для оптимізації процесу діагностики та прогнозування, завдяки своїм здатностям аналізувати величезні обсяги даних, включаючи клінічні параметри, образи легень, результати функціональних тестів та генетичні дослідження. Це відкриває можливості для виявлення ранніх ознак легеневої гіпертензії, а також для індивідуалізованого прогнозування ризику ускладнень та вибору оптимального підходу до лікування для кожного пацієнта. Аналіз потенціалу та перспектив використання технологій штучного інтелекту в діагностиці та прогнозуванні легеневої гіпертензії, а також можливі перешкоди та виклики, які можуть виникнути Вісник КПІ. Серія ПРИЛАДОБУДУВАННЯ, Вип. 66(2), 2023 ISSN (e) 2663-3450, ISSN (p) 0321-2211 Прилади і системи біомедичних технологій в процесі їх впровадження в клінічну практику є важливим завданням для подальшого удосконалення клінічної практики та поліпшення якості життя пацієнтів з даною патологією. Використання технологій штучного інтелекту в діагностиці та прогнозуванні легеневої гіпертензії отримало значний інтерес останнім часом. Штучний інтелект дозволяє аналізувати величезні масиви клінічних даних та зображень, що дозволяє виявляти складні закономірності та прогнозувати ризик розвитку легеневої гіпертензії. Зокрема, інтеграція алгоритмів машинного навчання та глибокого навчання дозволяє автоматизувати процеси обробки даних, виявлення різних паттернів, що можуть служити важливими маркерами для діагностики легеневої гіпертензії. Однією з переваг використання штучного інтелекту в цій сфері є здатність до аналізу даних в реальному часі. Це відкриває можливості для оперативного втручання та моніторингу пацієнтів з легеневою гіпертензією, що сприяє покращенню якості діагностики та ефективності лікування. Крім того, аналіз індивідуальних факторів ризику за допомогою штучного інтелекту може сприяти вчасному виявленню пацієнтів, які потребують найбільш інтенсивного моніторингу та лікування. Застосування штучного інтелекту також сприяє розвитку персоналізованої медицини у галузі легеневої гіпертензії. Алгоритми глибокого навчання дозволяють враховувати індивідуальні особливості пацієнта та вибирати оптимальний підхід до лікування, забезпечуючи оптимальні результати. Отже, використання технологій штучного інтелекту в діагностиці та прогнозуванні легеневої гіпертензії відкриває нові можливості для поліпшення діагностики, лікування та підходів до керування станом пацієнта за наявності такого серйозного захворювання. Постановка задачі Нормальний легеневий кровообіг дорослої людини є системою з низьким опором, яка дозволяє підтримувати високий кровообіг у правому шлуночку при відносно низькому тиску. Однак при кількох окремих клінічних розладах опір легеневих судин підвищується, що призводить до легеневої артеріальної гіпертензії. Оскільки опір і тиск продовжують зростати, відбувається прогресуюче порушення функції правого шлуночка серця. Звуження легеневої судинної мережі та порушення серцевого викиду призводять до задишки та обмеження фізичних навантажень. Зрештою, збільшення після навантаження призводить до правобічної серцевої недостатності т (...truncated)