Опыт нейросетевого прогнозирования потребности в оперативном лечении у пациентов с заболеваниями гепатопанкреатодуоденальной зоны

Цель. С применением искусственной нейронной сети типа многослойный персептрон разработать математическую модель для прогнозирования возникновения потребности в оперативном вмешательстве у пациентов, госпитализированных по поводу заболеваний гепатопанкреатодуоденальной зоны, и оценить потенциал её клинического применения.

Методы. Исследование выполнено по материалам 488 пациентов с язвенной болезнью, холециститом или панкреатитом, анализ которых производили с применением искусственной нейронной сети типа многослойный персептрон, обученной для различения векторов данных о факторах риска, имеющихся у пациентов, которым потребовалось или не потребовалось оперативное вмешательство в ходе текущей госпитализации.

Результаты. Пациенты в обучающей выборке, которым в ходе госпитализации потребовалось оперативное вмешательство, отличались от больных, прошедших консервативное лечение, по таким характеристикам, как пол, возраст, продолжительность заболевания, состояние при поступлении, а также по составу факторов риска. Существующие данные позволили обучить искусственную нейронную сеть. ROC-анализ математической модели продемонстрировал площадь под кривой (AUC), равную 0,880, для обучающей группы (n=385) и 0,739 для группы клинической апробации (n=103).

Вывод. Показатели AUC созданной модели могут характеризоваться как очень хорошие в отношении прогнозирования потребности в оперативном лечении в обучающей группе и как хорошие для группы клинической апробации: показатели чувствительности и специфичности модели превышают в обучающей группе 80% и наиболее высоки при оценке у пациентов с язвенной болезнью, в группе клинической апробации эти показатели были ожидаемо ниже, оставаясь на уровне 60-70%.