Système expert en soins aux enfants diabétiques 1
1997/07/01 Sierra, Basilio | Remiro, Arantxa | Pikaza, Juan Manuel Iturria: Elhuyar aldizkaria
Le diabète est la maladie chronique la plus répandue chez les enfants et dans le monde développé. Sa vie est complète et donc, si elle n'est pas soignée avec soin, elle comporte un risque élevé de graves problèmes (cécité, jambes ou amputation, etc. ). Quand on dit qu'il faut bien prendre soin de lui, on tient donc compte de la gravité de ces problèmes.
Il faut enseigner aux enfants diabétiques dès leur plus jeune âge que toute la responsabilité de leur corps est la leur et que les autres, au plus, nous leur donnons des conseils. Votre responsabilité sera toujours de tenir compte des facteurs à prendre en compte dans ce processus de soins: le niveau de sucre du sang, l'alimentation, le sport ou la dose d'insuline, entre autres.
Les médecins ont besoin de chaque donnée des patients pour pouvoir décider comment agir face à la maladie et expliquer aux enfants ce qu'ils doivent faire exactement. Il faut prendre en compte de nombreuses données et en général il faut du temps pour les voir bien. Chaque jour, il faut effectuer 3 collectes de données en moyenne et dans chaque collecte de données on peut analyser 14 valeurs différentes (glycémie, insuline, alimentation, sport, cétonurie, jour, heure, etc. ). Tous les 4 mois, consultez le médecin avec toutes les données que vous avez recueillies.
En analysant les caractéristiques de cette maladie, la possibilité d'utiliser un système expert peut être une bonne solution. Nous appellerons Système Expert au programme capable de comprendre, expliquer et apprendre. Dans le cas où nous avons étudié, l'objectif du système est que les enfants sachent s'ils soignent ou non correctement la maladie.
Le travail décrit ci-dessous a visé à faciliter le travail du médecin et nous avons utilisé des techniques d'intelligence artificielle. La première étape que nous avons franchie était de réaliser un appareil pour recueillir les données du patient. Par la suite, nous réalisons un programme de lecture de ces données, dans lequel l'information est stockée dans une base de données, qui permet finalement de relier les informations recueillies de la base de données aux données du patient lui-même et d'obtenir une explication.
Le programme est prêt pour l'environnement Windows, il est donc très utile et nous pouvons fournir des données d'une manière très représentative. Les données sont affichées en chiffres, mais des données spéciales comme l'hyper et l'hypoglycémie peuvent également être affichées en couleur. En plus de ceux déjà mentionnés, le système peut fournir plus de ressources graphiques et statistiques et, enfin, les possibilités offertes par le système expert lui-même, l'organisation de ces données dans des rapports médicaux, entre autres.
Qu'est-ce que le système expert?
Expert System (SA) est un logiciel qui imite des réponses d'experts. Il est situé dans la branche de l'Intelligence Artificielle en Informatique et depuis les années 70 ont été largement utilisés, surtout en médecine. L'une des caractéristiques principales des SA, et leur différence la plus évidente avec les programmes communs, est la gestion de l'incertitude, c'est-à-dire que les sorties du programme ne sont pas entièrement détaillées, mais sont données avec un niveau de confinement. Normalement, le niveau de confiance est la probabilité de la décision. Le système le plus prestigieux est l'expert MICYN, car il fournit le diagnostic des maladies contagieuses du sang ainsi que les meilleurs experts du monde. Elle a été réalisée à l'Université Stanford des États-Unis (Californie) et, naturellement, est une star du SA. Le programme que nous avons travaillé est la spécialisation de SA, Système de prise de décision auxiliaire ( Decission Support System ).
Si nous regardons dans le dictionnaire encyclopédique Elhuyar, la définition du diabète sucré est la suivante:
« Maladie métabolique qui augmente le niveau glycémique du sang. Il est très normal. Le pancréas est incapable de synthétiser suffisamment d'insuline pour contrôler le métabolisme du sucre. Par conséquent, le taux de sucre dans le sang dépasse les valeurs normales. Son origine peut être dans une lésion pancréatique ou d'autres maladies. Traitement par vaccins à l'insuline.”
Étant chronique, les patients doivent savoir maintenir les niveaux de sucre dans des valeurs acceptables, contrôlant leur corps toute la vie. Pour cela, trois facteurs principaux doivent être contrôlés à tout moment : l'alimentation, le sport et le niveau d'insuline.
Une personne diabétique doit manger sainement, les mesures de nourriture quotidienne doivent être variées et équilibrées, doit effectuer l'exercice physique correctement pour éviter une diminution excessive des niveaux de sucre et de prendre sans excuses les doses d'insuline indiquées par les médecins aux heures prescrites par les médecins.
Les moments d'administration de l'insuline sont normalement deux, trois ou quatre par jour. L'horaire prescrit suit un certain schéma, c'est pourquoi il est appelé un schéma; par exemple, le schéma le plus utilisé est généralement “avant le petit déjeuner et le dîner” dans les cas où le malade doit prendre l'insuline deux fois par jour.
Médecine informatique
Depuis l'extension complète de l'utilisation des ordinateurs, les ressources offertes par l'informatique sont largement utilisées en médecine, car les ordinateurs facilitent le contrôle de nombreuses données dans les centres médicaux. Actuellement, les besoins des personnes travaillant dans le domaine de la santé sont les suivants du point de vue de la Healthcare Information and Management System Society:
- Utilisation de réseaux informatiques (internet, e-mail...)
- Consultation de bases de données (pour médecins)
- Partager les informations numérisées des patients
- Collecte et traitement des données
- Intégration de différentes ressources
L'organisation de l'information est très importante, compte tenu des systèmes d'information de l'hôpital, du registre informatique des patients, des images cliniques, de la télémédecine, de la sécurité, etc.
L'enregistrement informatique du patient, par exemple, est un projet européen qui vise à introduire toutes les données d'un patient sur une carte magnétique. Le projet prévoit la lecture de cette carte dans n'importe quel centre hospitalier européen et ses principales applications sont le diagnostic, la téléréponse et l'organisation de traitements.
Comme mentionné ci-dessus, l'un des principaux domaines de l'intelligence artificielle est la médecine, car pour cela ont été conçus les systèmes experts les plus prestigieux et de nombreux autres instruments. La conception d'un système expert passe par la consolidation de la zone de connaissance du médecin, qui peut être fait par des règles et qui sont actuellement utilisés d'autres techniques plus sophistiquées comme l'apprentissage automatique.
D'autre part, des modèles mathématiques sont utilisés pour mesurer le comportement du patient et transformer les décisions des médecins en modèles dans chaque cas particulier. La plupart des modèles sont statistiques, y compris la régression logistique, l'analyse du discriminant, la théorie de Dempstes-Shafer, les modèles causaux, la logique obscure, les réseaux neuronaux, les réseaux bayésiens, etc. sont les plus utilisés.
Les Systèmes Auxiliaires de Prise de Décision font partie du sous-ensemble de Systèmes Experts, qui vise à soutenir les professionnels de la santé et à augmenter le rendement des équipements cliniques, en améliorant le processus de diagnostic (que demander, quel type de tests et quel processus à suivre, entre autres), en facilitant le traitement, en aidant à réaliser la conception des expériences et en réalisant la gestion et la tutelle des ressources hospitalières.
Projet DIABÈTE I
Notre projet vise principalement à faciliter le travail du médecin et du patient.
Comme déjà mentionné, le diabète est une maladie à vie et les patients doivent se vacciner plusieurs fois par jour, en écrivant dans un cahier les niveaux de glycémie, l'insuline introduite et d'autres données sur le sport, l'alimentation ou d'autres facteurs qui influencent la maladie et en allant tous les trois mois aux médecins pour les informer de tout. Le médecin, en examinant ces données, peut connaître l'état exact de la maladie et déterminer si la dose d'insuline doit être modifiée ou si elle doit être soumise à une nouvelle directive.
L'objectif de ce système est de faciliter ce travail et pour cela nous avons développé un dispositif électronique, semblable à une calculatrice, qui permet au patient d'introduire codés les données à prendre en compte.
Interface utilisateur: interface utilisateur
Afin de faciliter le travail de l'utilisateur, un programme Windows a été élaboré qui permet de lire et de visualiser toutes ces données à partir de cet appareil électronique de manière simple, y compris des graphiques de différentes options, statistiques et données du jour. Pour réaliser ce programme, nous avons utilisé Visual C++. C'est un système interactif qui peut être exécuté sur n'importe quel PC, si le patient a l'ordinateur, il lui donne une petite partie du programme.
Systèmes Experts
Parmi les options offertes par le programme se trouve le Système Expert. Cela permet au médecin de voir plus rapidement le comportement du patient et les mesures à prendre à partir des données, mais gardez à l'esprit que les critères recueillis par le système expert (dans notre cas le système auxiliaire de prise de décision) ne sont que des recommandations et que la décision finale doit être prise par le médecin lui-même.
Nous avons compté sur la collaboration d'une équipe de médecins pour l'élaboration du Système Auxiliaire de Prise de Décision qui ont travaillé résolument à la mise en œuvre et à l'interprétation des décisions à prendre au quotidien. Ainsi, nous pouvons dire que notre programme suit le comportement d'une équipe médicale, à savoir que les conseils donnés par le système sont ceux que les médecins eux-mêmes nous donnent. Logiquement, l'utilisation des règles doit se faire avec incertitude, comme dans tous les Systèmes Experts.
Voici un exemple de règle de MYCIN :
Si la couleur
du sang est GRAMM NÉGATIF et est connu et le malade est en danger,
puis PSEUDOMONAS (0,6)
Cette règle a un degré de fiabilité de 60%.
Des techniques statistiques sont utilisées pour la gestion de l'incertitude et les conclusions sont obtenues en utilisant des probabilités. Dans notre cas, les médecins nous ont raconté l'incertitude des règles et leur utilisation.
L'ensemble des règles est une base de connaissance qui, pour ainsi dire, simule la connaissance des médecins. Le processus d'obtention de cette connaissance est appelé ingénierie de la connaissance; dans les systèmes experts il est tout à fait normal que ce travail soit nécessaire, bien qu'il existe actuellement d'autres techniques qui permettent l'apprentissage automatique à partir de données comme l'ouverture d'un Réseau Bayésien (Système Expert Probabiliste).
Base de données
La partie la plus importante de ce travail est l'inclusion de toutes les données dans une base de données Access dont nous obtenons un rapport médical. Pour connecter le programme et Access, l'ODBC ( Open Data Base Connectivity ) a été utilisé. Ce rapport présente un résumé des données des patients, leur comportement pendant ce trimestre, la cohérence des données avec les données obtenues de l'analyse sanguine (comme l'hémoglobine glucosilée) et les conclusions du système. Nous avons réalisé des simulations de règles sous forme de macro dans Access pour prendre les décisions d'un médecin.
Toutes les données obtenues du dispositif électronique dans la base de données sont associées au patient par des relations et les données de l'analyse de sang sont intégrées dans la base de données (pour le moment manuellement) par les médecins pour que le programme les collecte dans le rapport. Cette utilisation du programme n'est pas laissée aux patients, car il est difficile pour eux d'obtenir ces données de sang.
CONCLUSIONS
Ce projet a permis la création et la consolidation d'une équipe multidisciplinaire, donnant une solution pratique à un problème réel.
D'une part, l'équipe informatique a expérimenté avec différentes techniques et outils pour appliquer les techniques les plus intéressantes d'informatique et d'intelligence artificielle. D'autre part, l'équipe médicale a structuré la connaissance de ce domaine à travers un débat, obtenant une base de connaissances. Il a introduit toutes les données du patient dans la base de données en indiquant les étapes à suivre pour son contrôle.
Les outils utilisés sont:
Matériel:
Ordinateurs personnels Dispositif
de collecte de données.
Logiciel:
Microsoft Visual C++ (Pour réaliser des
programmes) Microsoft Access (Base de données)
Open Data Base Connectivity (Pour lier base de données et programmes)
Dynamic Data Exchange (Pour effectuer des tâches de base de données directement)* Professeurs de la Faculté d'Informatique de Donostia. UPV/EHU
Gai honi buruzko eduki gehiago
Elhuyarrek garatutako teknologia
