д-р мед. наук, профессор, профессор кафедры внутренних болезней № 2
DM, Professor of the Department of Internal Diseases No. 2
д-р мед. наук, профессор, профессор кафедры хирургических болезней ФПО
DM, Professor, Professor of the Department of Surgical Diseases of the Postgraduate Faculty
Цель исследования - улучшение прогноза раннего послеоперационного периода путем дополнительной индивидуализации анестезиологического ведения больных во время экстренных хирургических вмешательств на желчном пузыре за счет технологий искусственных нейронных сетей.
Материалы и методы. У 92 пациентов с проведенной по экстренным показаниям эндоскопической холецистэктомией проанализировано течение комбинированного анестезиологического пособия и особенности послеоперационного периода. Прогноз варианта послеоперационного этапа госпитализации реализовали с помощью анализа значимости избранных для описания больных 20 разномодальных переменных с привлечением технологий нечеткой логики. Возможность изменения прогноза на более благоприятный достигалась на основе разработанного алгоритма оценки результатов обучения нейронных сетей на нейроимитаторе Neuro Pro 0.2.
Результаты. Согласно общепринятым критериям у всех больных эндоскопическая холецистэктомия и наркоз прошли без осложнений. На послеоперационном этапе выявили 2 группы лиц - с ожидаемой короткой госпитализацией (72 случая - 6,7±2,1 дня) и с клиникой, приведшей к ее достоверной пролонгации (20 случаев - 12,2±3,5 дня). Показано, что использование нейросетевого подхода позволяет с уверенностью более 80% предполагать случаи с высокой вероятностью послеоперационных расстройств и у половины таких больных улучшить прогноз в рамках технологии нейронных сетей и разработанного алгоритма подбора степени выраженности избранных 5 переменных факторов, относящихся к методике проведения анестезиологического пособия.
Заключение. Технология нейронных сетей позволяет прогнозировать случаи с индивидуальными «непредсказуемыми» реакциями на хирургическую травму. Оценка значимости используемых факторов и варьирование их степени выраженности создает основу для индивидуализации анестезиологического ведения больных, предупреждения послеоперационных реакций и сокращения периода госпитализации.
Objective. The article provides information on how to improve the forecast of the early postoperative period by additional individualization of anesthetic management of patients during emergency surgical interventions on the gallbladder using artificial neural network technologies.
Materials and methods. The course of combined anesthesia and the features of the postoperative period were analyzed in 92 patients with an endoscopic cholecystectomy performed for urgent indications. The prediction of the variant of the postoperative stage of hospitalization was realized using the analysis of the significance of 20 different-modal variables selected for the description of patients using fuzzy logic technologies. The possibility of changing the forecast to a more favorable one was achieved on the basis of the developed algorithm for evaluating the results of training neural networks on the Neuro Pro 0.2 neuroimitator.
Results. According to the generally accepted criteria, all patients had endoscopic cholecystectomy and anesthesia wit out complications. At the postoperative stage, 2 groups of persons were identified - with the expected short hospitalization (72 cases - 6.7±2.1 days) and with the clinic, which led to its reliable prolongation (20 cases - 12.2±3.5 days). It has been shown that the use of a neural network approach makes it possible with a confidence of more than 80% to assume cases with a high probability of postoperative disorders and in half of such patients to improve the prognosis within the framework of neural network technology and the developed algorithm for selecting the severity of the selected 5 variable factors related to the method of conducting anesthesia.
Conclusion. Neural network technology makes it possible to predict cases with individual “unpredictable” responses to surgical trauma. Assessing the significance of the factors used and varying their severity create the basis for the individualization of anesthetic management of patients, prevention of postoperative reactions and a reduction in the period of hospitalization.
The authors declare that there are no conflicts of interest present.