Контроль состояния здоровья человека на основе информационной фенологической модели

• Проблема контроля и управления состоянием своего организма является одной из важнейших в рамках создания комфортной для человека среды обитания. Для своевременного выявления признаков, указывающих на появление того или иного заболевания, необходимы не только сложные периодические обследования или визиты к врачам, когда симптомы стали очевидны, но и регулярный мониторинг различных параметров организма, когда явных признаков отклонений в функциях организма не появилось. Стало очевидным, что для этого усилий только медицины явно недостаточно. Необходимо использовать современные достижения фундаментальных наук (в первую очередь, физики и математики), а также возможности новейших информационных технологий. Современная медицина достигла такого уровня, при котором большинство человеческих болезней предотвратимы, если вовремя выявить проблему со здоровьем.
• На данный момент прогноз состояния здоровья основывается на регулярных объективных измерениях жизненных индикаторов и опыте врача, который использует знания об аналогичных ситуациях в общей медицинской практике и данных о личности пациента. Обобщенный опыт доступен только высококвалифицированным специалистам, услуги которых очень дороги. Также дороги и дискомфортны сложные регулярные обследования.
• Предлагаемый подход, основанный на регулярном мониторинге с помощью простых процедур, в потенциале может обеспечить массовый контроль и предотвратить возникновение необратимых процессов в организме человека.
• Методология ориентирована на определение статистически значимых трендов в состоянии здоровья человека на основании динамики отклонения прогнозного значения вычисляемого интегрального показателя от полученного в результате регулярного мониторинга. На основании полученных результатов принимается решение о необходимости корректировки режима питания, физических нагрузок и/или проведении более глубоко медицинского обследования. Таким образом, рассматриваемое решение позволяет контролировать стабильность состояния организма человека на основании выявления статистически значимых трендов интегрального показателя по результатам регулярного мониторинга, и может найти применение для оценки состояния организма и выработки индивидуальных рекомендаций по управлению состоянием организма и выявлению на ранней стадии латентно протекающих заболеваний.
• В наиболее популярных решениях по контролю состояния здоровья человека диагностика текущего состояния пациента основана на данных динамического мониторинга и контроля физиологического состояния организма. Данные о текущих параметрах состояния организма содержат блок датчиков контроля сердечной деятельности, гемодинамики и сосудистой реанимации, дыхательной активности, газового состава воздуха и др., а также блоки, в которых реализуется анализ получаемых в результате мониторинга данных путем сравнения получаемых значений с заранее определенными  допустимыми, которые представлены в виде набора заданных интервалов значений параметров, определяющих нормальные, предикторные, терминальные состояния контролируемых витальных функций организма человека с учетом его ретроспективного анамнеза. В работе [9] описана методика, согласно которой осуществляются регулярные (ежедневные) измерения, сбор и анализ текущих значений параметров организма, в частности, веса. Вычисляется интегральная характеристика на основе измеренных значений веса в виде разности между утренним и вечерним весом пациента, на основе результатов анализа даются рекомендации по питанию, физическим нагрузкам и др. Методика, основанная на сборе и анализе данных по текущим параметрам веса пациента, формируется индивидуальная модель функционирования организма. Помимо веса и роста, в число медицинских данных вносятся сведения о хронических заболеваниях (склонность к диабету, заболевания почек, печени, сердечно-сосудистые), дата последнего обращения к врачу (причина, диагноз, прием лекарств), для женщин — параметры менструального цикла (наличие менструации, длительность цикла), реакция организма на изменение веса (одышка, быстрая утомляемость, плохое самочувствие, повышенная нервная возбудимость), сведения о применении в прошлом диет или специальных средств для похудения. В модель вносятся также данные о примерном бюджете питания в день (сколько раз, время, отношение к еде и алкоголю) и традиционный набор потребляемых продуктов питания, а также таблицы продуктов с указанием гликемического индекса и продуктов с указанием содержания жиров. Все эти сведения могут быть организованы в виде базы данных, расположенной в персональном компьютере пациента, к которой получает доступ врач-консультант, который может давать рекомендации на основании получаемых при анализе результатов.
• Анализ данных основан на расчете значений параметров сигналов, поступающих с выходов датчиков, и содержащихся в постоянном запоминающем устройстве. Обеспечивается идентификация поступающих с выхода датчиков сигналов как определяющих функциональное физиологическое состояние (нормальное, предикторное или терминальное), в котором находятся контролируемые функции организма в текущий момент времени. Полученные результаты анализа используются для оперативного и достоверного информирования наблюдающего врача и близких обследуемого человека о текущем состоянии витальных функций обследуемого человека. Типичным недостатком указанных решений является сложность выбора допустимых значений того или иного измеряемого параметра, который, как правило, основан на опыте, накопленном на других пациентах и не всегда оптимален для конкретного человека. В данной работе представлен интеллектуальный алгоритм, который позволяет адаптировать границы принимаемых решений в зависимости от особенностей организма конкретного человека.
• Целью рассматриваемого в настоящей работе решения является повышение эффективности контроля здоровья человека за счет учета индивидуальных особенностей. Индивидуальная модель функционирования организма пациента строится на основе интегральной характеристики в виде показателя здоровья (или индекса стабильности).

Алгоритм оценки показателя здоровья человека:

• Пример реализации алгоритма для данных ежедневного измерения веса

1. Каждый день пользователь измеряет с помощью весов утренний вес Ву(n) и вечерний вес Вв(n) в -ый день от начала..
2. Соответственно, ежедневно вычисляются разности между вечерним и утренним весами текущего дня D(n) и  утренним весом текущего дня и вечерним весом предшествующего G(n):

   

3. Вычисляется текущее значение индекса стабильности: F(n)= D(n)/G(n)
4. Вычисленные значения F за несколько предшествующих дней (не менее 3-х) ранжируются в порядке возрастания значений:

      5. Вычисляется как скользящая медиана: 

6. Далее /F(n)/* используется системой в вычислениях как интегральный показатель здоровья.

7. Определяется прогнозируемое значение интегрального показателя для очередной оценки /F(N+1)/*=1. Такой прогноз базируется на оценке состояния здоровья как «стабильное» (это означает, что скорость метаболизма обеспечивает баланс между весом ежедневно потребляемых пациентом продуктов и весом продуктов переработки, выводимых из организма). Математически это соответствует состоянию, которое можно охарактеризовать как равновесное, то есть, обеспечивающее баланс между внешними факторами и внутренними параметрами организма.

8. В случае другого выбора интегрального показателя, прогнозируемое значение может вычисляться на основе данных предшествующих значений, например, как «математическое ожидание» или «медианное значение» по соответствующей выборке.

9. Вычисляется дисперсия D отклонения /F(n)/* от прогнозируемого значения (равного единице как в выбранном примере (п.7) или вычисленного на основе предшествующих измерений по выборке (n<N, где за некоторый предшествующий текущему n-му измерению период (тем больше выборка, тем более достоверной будет оценка, поэтому, первые рекомендации формируются после периода контроля равного примерно 10-12 дней и более (п.8)).

10. Вычисляется R=/F(n)/*-D, (то есть, сравнивается текущее значение с полученным значением дисперсии D). Если значение R>0 в течение нескольких последовательных измерений (не менее 3-х), то принимается решение о необходимости выдать рекомендации о необходимости корректировки режимов питания, физической нагрузки и/или обращения к специалисту.

• Наглядный и понятный мониторинг со стороны пациента и со стороны специалиста может осуществляться с помощью оценки изменения веса за день или за неделю (или интервал может задаваться пользователем). Такая периодичность позволит следить за динамикой изменений и отклонениями на разных уровнях (интегральные критерии разной детализации) и согласно им регулировать питание, физические нагрузки и т.п.
• Таким образом, рассмотренный способ контроля состояния здоровья человека с ежедневным измерением его веса утром и вечером, может быть реализован по следующей схеме:

— На нижнем уровне содержатся данные, измеренные пользователем:

— На средних уровнях находятся вычисляемые на их основе данные:

— На верхнем уровне находится результат: индекс стабильности за день F(n).

Структура системы реализующей алгоритм представлена на Рисунке1.

Пример реализации алгоритма для сбора данных психофизического состояния операторов сложных технологических систем.

• • Риск «пропустить» переход из «здорового» состояния в «болезненное» волнует всех, особенно людей, работающих в сложных условиях повышенной вибрации, шума и других внешних раздражителей, а также, связанных с управлением сложным оборудованием, например: транспортными средствами, строительной техникой, летающими дронами и т.п.
  • Алгоритм реализуется с помощью персональных мобильных гаджетов, снабженных специальными приложениями с тестами, позволяющие оценивать реакцию человека на динамические образы. Динамика изменения скорости реакции, достоверности опознавания и др. параметров позволяет уловить даже незначительные тренды, вызванные, в частности, нарушениями координации между зрительной системой человека и системой управления моторными функциями.
  • На основе результатов обработки данных по времени реакции на заданный динамический образ производится оценка текущего психофизического состояния человека, сравниваются прогнозные значения, полученные на основании предшествующих измерений, и формируются проекты рекомендации о состоянии обследуемого в следующей последовательности:

 — Предъявление тестируемому человеку изображений, которые содержат несколько различных динамических объектов, отличающихся по конфигурации, координатам, цвету, размерам или по какому-либо другому признаку. Эти параметры при каждом показе изменяются случайным образом.

 — Тестируемому предлагают выбрать, по крайней мере, один объект с заданным набором признаков и нажать на него пальцем, после чего, фиксируют момент правильного выбора по совпадению моментов предъявления и координат объекта и пальца.

 — По формуле T(n)=t(n)-t(0) (i – порядковый номер показа, t(i)- момент нажатия, t(0)) – момент начала предъявления), вычисляют время реакции затраченное на решение поставленной задачи, что позволяет учесть взаимодействие центральной нервной системы человека с подсистемами, обеспечивающих скоординированное взаимодействие зрительной системы с системой реализаций моторных функций, участвующих в обеспечении точности нажатия на выбранный по заданным признакам с помощью зрительной системы объект.

 — Затем вычисляют время, затраченное на решение поставленной задачи (время реакции) и вновь повторяют испытание через определенный интервал времени, изменяя случайным образом размеры, конфигурации и другие параметры предъявляемых объектов.

 — При каждом следующем испытании сначала прогнозируют по предыдущим испытаниям ожидаемое время реакции и сравнивают его с вновь полученным. Для исключения случайных ошибок, измерения в каждом цикле повторяют несколько раз и вычисляют медианное значение времени реакции.

 — Дополнительно, одновременно с тестированием снимаются показания акселерометра, которым снабжен мобильный коммуникатор, измеряют амплитуду и частоту вибраций по 3-м осям, производят вычисление усредненных за период измерения значений, проводится сравнение измеренных значений в каждом цикле с аналогичными значениями в предыдущем, а полученные данные анализируются по тому же алгоритму, что и последовательности значений медиан времени реакции испытуемого. Циклическое тестирование по предлагаемому алгоритму позволяет оценить совокупное действие различных факторов, обусловленных влиянием стрессов, усталости, болезни, старения, воздействия алкогольного или наркотического отравления и т.п.

 — На первом этапе измерения повторяются несколько раз (например, посуточно) до тех пор, пока время реакции не стабилизируется. Затем испытания повторяются циклически. На основании полученной последовательности значений медиан строится график изменения времени реакции, по которому выделяется статистически значимый тренд, который определяет изменения времени реакции с течением времени. При превышении этих изменений некоторого уровня, определяемого среднеквадратической погрешностью измерения, определенной по полученным графикам, принимается решение о необходимости проведения дополнительных мероприятий по выявлению причины изменений.

На Рисунке 2 представлена схема, описывающего реализуемый подход, на стандартном смартфоне в виде мобильного приложения.

         Формирование интегрального показателя стабильности (здоровья)

• Вычисление оценки показателей по любому другому периодически собираемому параметру производится аналогично изложенному выше для показателя, основанного на измерении значений утреннего и вечернего веса.
• В каждом случае производится периодическое измерение значений выбранного параметра (период выбирается предварительно на основании анализа факторов, определяющих цикличность поведения человека, например, суточный цикл или циклы, связанные с физическими нагрузками или профессиональной деятельностью). Наиболее информативны, с точки зрения чувствительности к состоянию здоровья, показатели, получаемые как разность значений измеряемого параметра в начале и конце какого-либо цикла (например, цикла физических упражнений для пульса и некоторых других типов параметров). В более общем случае, измеряется последовательность значений внутри цикла, а оценка показателя стабильности здоровья основывается на вычислении суммы модулей разностей соответствующих значений в последовательных циклах.

         Требования к виду измеряемых параметров включают два основных условия

• Первое из них заключается в том, чтобы выбранный показатель основывался на данных измерений, которых легко реализуются в процессе типового поведения в домашних и производственных условиях и, даже, во время путешествий и физических упражнений. В настоящее время выпускается большое количество мобильных и стационарных датчиков, гаджетов, других информационно-измерительных устройств, которые позволяют с установленной периодичностью измерять значения пульса, артериального давления, содержания сахара в крови и многие другие параметры состояния организма человека. Данные с указанных датчиков отправляются через систему мобильной связи или интернета в процессинговый центр, где производится их математическая обработки с целью уменьшения погрешности измерения и вычисления текущего значения, соответствующего интегрального показателя.
• Вторым условием выбора типа данных и, соответственно, типа устройства, используемого для измерения параметров состояния организма человека, является чувствительность значений выбранного параметра от функционального состояния организма, которое классифицируется как стандартное для данного человека. «Стандартное» состояние «здорового» (условно) человека определяется на основе экспертных оценок профессионалов (например, базирующихся на данных медицинских анализов, а также субъективных оценках пациента).
• По результатам вычислений частных показателей для определённых параметров формируется коррелированные между собой (то есть, зависящие от одних и тех функциональных систем организма F(k), (где k = 1,2,…, K — число оцениваемых систем организма) ) индексы стабильности подсистем организма . На основании измеренных текущих значений k- индексов вычисляется значение интегрального показателя стабильности, например, как произведение текущих значений F(о) = F(1)*F(2),*… * F(K) . Иногда для вычисления интегрального показателя стабильности лучше применять мажоритарное правило (обычно это справедливо для сильно коррелированных индексов), при котором интегрированный показатель стабильности принимается как наибольший из оцениваемых показателей. Выбор того или иного варианта основывается на предварительных исследованиях и/или накапливаемых в процессе использования данного способа знаний.

Для повышения достоверности при принятии решений в рассматриваемом варианте предусмотрены процедуры уточнения оценки интегральной характеристики за счет сбора и включения в вычисление текущих значений интегральной характеристики данных о других параметрах организма человека, в частности, частоты пульса, артериального давления, температуры, уровня сахара в крови и других, которые относительно легко могут контролироваться в домашних условиях, во время занятий на тренажерах и т.п. Благодаря тому, что показатель здоровья вычисляется путем сравнения текущих и предшествующих значений, оцениваемых по результатам мониторинга пациента, то практически исключается необходимость проведения анализа данных путем сравнения текущих значений измеряемой характеристики с предварительно определенными на основе тестирования или других исследований (как это делается в большинстве существующих решений), что существенно упрощает использование предлагаемого способа и повышает его эффективность.

         Вывод

• Разработана система мониторинга и контроля, направленная на возможность пользователям следить за жизненными индикаторами и получать объективные предупреждения о возможных рисках возникновения заболеваний, своевременно и оперативно получать рекомендации по изменению режима работы, жизни, лечения и т.п., чтобы поддерживать организм в необходимом состоянии.
• Система основана на математическом оформлении классических медицинских теорий, (многократно апробированных в диагностической практике ) в виде информационных моделей и интеллектуальных алгоритмов на их основе.