Модели и алгоритмы дифференциальной диагностики обструктивной патологии общего желчного протока на основе результатов эндоскопической ультрасонографии с использованием гибридных нечетких технологий принятия решений

Цель: улучшение результатов дифференциальной диагностики обструктивной патологии общего желчного протока на основе результатов эндоскопической ультрасонографии (ЭУС) с использованием гибридных нечетких технологий принятия решений. Материалы и методы. В исследование включены 173 пациента, лечившихся в Курской областной многопрофильной клинической больнице в 2013-2023 гг. Злокачественные опухоли общего желчного протока выявлены у 24 (13,9%) пациентов. Превалировал экзофитный тип холангиокарциномы, который диагностирован у 13 (54,2%) пациентов, инфильтративный тип диагностирован у 11 (45,8%) больных. Доброкачественная обструкция общего желчного протока диагностирована в 149 (86,1%) случаях. В подавляющем большинстве случаев выявлен холедохолитиаз - 97 (65,1%) больных. Доброкачественные стриктуры общего желчного протока обнаружены у 31 (20,8%) пациента, среди них преобладали рубцово-воспалительные стриктуры терминального отдела холедоха - 21 (67,7%) пациент. Послеоперационные стриктуры были у 10 (32,3%) больных. Компрессия общего желчного протока увеличенными лимфоузлами диагностирована у 10 (6,7%) пациентов, синдром Мириззи - у 4 (2,7%) больных. Среди редких причин нарушения желчеоттока были холангит (4 чел.), билиодигестивные свищи (2 чел.), киста холедоха (1 чел.). Для решения плохо формализуемых задач дифференциальной диагностики обструктивной патологии общего желчного протока на основе анализа эндосонографических изображений на кафедре биомедицинской инженерии Юго-Западного государственного университета разработан гибкий математический аппарат - методология синтеза гибридных нечетких решающих правил, используемый в данной работе. Математический аппарат интегрирует интеллект экспертов ультразвуковой диагностики, инженера-когнитолога и искусственного интеллекта. Результаты. Разработаны информативные эндосонографические критерии диагностики обструктивных заболеваний общего желчного протока, систематизированные и представленные в виде референсных изображений: эталонных эндосонограмм и их реперных схем, которые максимально полно отражают характеристики патологических изменений. По результатам экспертной оценки определены коэффициенты уверенности в принадлежности референсных изображений к доброкачественной и злокачественной патологии, являющиеся основой диагностического алгоритма. Результаты математического моделирования определили уверенность в корректной диагностике патологических состояний с использованием синтезированных нечетких алгоритмов свыше 0,92, что является приемлемым результатом для клинического применения. Заключение. Систематизация информативных ЭУС-критериев дифференциальной диагностики обструктивных заболеваний общего желчного протока, а также интеграция методов нечеткой логики в алгоритм принятия решений у этой категории больных позволяет объективизировать и улучшить результаты неинвазивной ЭУС-диагностики, обеспечивая ее эффективность на уровне не ниже 0,92.

1. Ратников В.А., Скульский С.К. Магнитно-резонансная томография в лучевой диагностике обструкции дистального отдела общего желчного протока. Клиническая больница. 2015;14(4):42-52. EDN: VJXBFZ.

2. Гарелик П.В., Милешко М.И., Дешук А.Н. Транспапиллярные, малоинвазивные и традиционные технологии при доброкачественной обструкции общего желчного протока. Журнал Гродненского государственного медицинского университета. 2021;19(5):496-500. DOI: 10.25298/2221-8785-2021-19-5-496-500. EDN: INWJNE.

3. Переходов С.Н., Долгов О.А., Ванюшин П.Н., Григорьев К.Ю. Эндохирургическое лечение желчнокаменной болезни, осложненной холедохолитиазом и стриктурой дистального отдела холедоха. Саратовский научно-медицинский журнал. 2008;4(4):101-10. EDN: KPHLGP.

4. Stinton L.M., Shaffer E.A. Epidemiology of gallbladder disease: cholelithiasis and cancer. Gut Liver. 2012;6(2):172-187. DOI: 10.5009/gnl.2012.6.2.172.

5. Бредер В.В., Базин И.С., Косырев В.Ю., Ледин Е.В. Практические рекомендации по лечению билиарного рака. Злокачественные опухоли. 2020;10(32):475-491. DOI: 10.18027/2224-5057-2020-10-3s2-26. EDN: CLBQQH.

6. Dorrell R., Pawa S., Zhou Y., Lalwani N., Pawa R. The Diagnostic Dilemma of Malignant Biliary Strictures. Diagnostics (Basel). 2020;10(5):337. DOI: 10.3390/diagnostics10050337.

7. Fernandez Y. Viesca M., Arvanitakis M. Early Diagnosis аnd Management оf Malignant Distal Biliary Obstruction: A Review On Current Recommendations And Guidelines. Clin Exp Gastroenterol. 2019;5(12):415-432. DOI: 10.2147/CEG.S195714.

8. Фомичева Н.В., Ульянов Д.Н. Диагностика стриктур внепеченочных желчных протоков: оптимальные варианты решения. Экспериментальная и клиническая гастроэнтерология. 2014;106(6):66-72. EDN: SZUURT.

9. Шабунин А.В., Тавобилов М.М. Роль эндосонографического исследования в определении возможности эндобилиарного стентирования у больных с опухолевым поражением периампулярной зоны. Российский медико-биологический вестник имени академика И.П. Павлова. 2013;21(4):95-103. EDN: RVWJPP.

10. Шабунин А.В., Бедин В.В., Тавобилов М.М., Карпов А.А., Дроздов П.А., Коржева И.Ю. Оптимизация лечебно-диагностической тактики у больных с холедохолитиазом. Московский хирургический журнал. 2018;61(3):24. EDN: WXEQNS.

11. Hawes R.H., Fockens P. Endosonography. Elsevier Inc., 2006. 329 p.

12. Щедров Д.Н., Соколов С.В., Соколов А.В., Луговкин А.В., Виноградова А.А., Морозов Е.В. Методы объективизации ультразвукового исследования при острых заболеваниях органов мошонки. Вестник Российского научного центра рентгенорадиологии. 2018;18(4):131-147. EDN: YZAWXJ.

13. Бродская Ю.А. Математические методы и типы задач распознавания образов и применение этих методов. Компьютерные науки и информационные технологии: Материалы Международной научной конференции, Саратов, 30 июня 03 июля 2014 года. Саратов: ИЦ «Наука», 2014:66-70.

14. Краснобаев Е.А., Чистобаев Д.В., Малышев А.Л. Сравнение бинарных дескрипторов особых точек изображений в условиях искажений. Компьютерная оптика. 2019;43(3):434-445. DOI: 10.18287/2412-6179-2019-43-3-434-445. EDN: FBYOBH.

15. Сулавко А.Е., Еременко А.В. Метод сжатия собственных областей классов идентифицируемых образов в пространстве малоинформативных признаков. Искусственный интеллект и принятие решений. 2014;(2):102-109. EDN: SFBOKL.

16. Кореневский Н.А., Родионова С.Н., Хрипина И.И. Методология синтеза гибридных нечетких решающих правил для медицинских интеллектуальных систем поддержки принятия решений. Старый Оскол: ТНТ; 2019. 472 с.

17. Карякин В.В. Гибридные интеллектуальные системы как симбиоз естественного и искусственного интеллектов. Россия: тенденции и перспективы развития: Ежегодник. Материалы XXI Национальной научной конференции с международным участием, Москва, 16-17 декабря 2021 года. Отв. редактор В.И. Герасимов. Том Выпуск 17. Часть 1. Москва: Институт научной информации по общественным наукам РАН, 2022. С. 652-655.

18. Анохин К.В., Алмазов А.А., Зингерман Б.В., Рыжов А.П. Тайны искусственного интеллекта. Материалы XI Международного конгресса «ОргЗдрав 2023» Москва, 7-9 июня. URL: http://congress.orgzdrav.com (Accessed December 09, 2023)

19. Shortliffe E.H, Cimino J.J. Biomedical Informatics: Computer Applications in Health Care and Biomedicine. London: Springer London. 965 p. DOI: 10.1186/1475-925X-5-61.

20. Тарасов В.Б. Лотфи Заде и Россия: страницы биографии и научное наследие. Мягкие измерения и вычисления. 2018;5(4):21-25. EDN: YMBGHR.

21. Khashab M.A., Fockens P., Al-Haddad M.A. Utility of EUS in patients with indeterminate biliary strictures and suspected extrahepatic cholangiocarcinoma (with videos). Gastrointest Endosc. 2012;76(5):1024-1033. DOI: 10.1016/j.gie.2012.04.451.

22. Nikolaidis P., Hammond N.A., Day K., Yaghmai V., Wood CG 3rd, Mosbach D.S., Harmath C.B., Taffel M.T., Horowitz J.M., Berggruen S.M., Miller F.H. Imaging features of benign and malignant ampullary and periampullary lesions. Radiographics. 2014;34(3):624-641. DOI: 10.1148/rg.343125191.

23. Yu X.R., Huang W.Y., Zhang B.Y., Li H.Q., Geng D.Y. Differentiation of infiltrative cholangiocarcinoma from benign common bile duct stricture using three-dimensional dynamic contrast-enhanced MRI with MRCP. Clin Radiol. 2014;69(6):567-573. DOI: 10.1016/j.crad.2014.01.001.