Разработка методов учета и анализа неблагоприятных клинических событий в высокотехнологическом нейрохирургическом стационаре с помощью технологий искусственного интеллекта

Проблема осложнений в нейрохирургической практике является одной из наиболее исследуемых и обсуждаемых в научной литературе. За последние десятилетия высокотехнологичная нейрохирургия и смежные клинические дисциплины достигли значительных успехов в решении технически сложных хирургических задач при существенном снижении послеоперационной летальности. При этом проблема периоперационных осложнений в нейрохирургии не теряет свою актуальность. На сегодняшний день нейрохирургическая деятельность не может быть полностью свободной от неблагоприятных факторов и связанных с ними рисков, поэтому элиминация серьезных неблагоприятных событий, осложняющих хирургическое лечение заболеваний нервной системы, является непреложной задачей нейрохирургии. Согласно научным публикациям общая частота разного рода осложнений в современной нейрохирургической клинике может варьировать в пределах 30% [29][37, 50]. Однако оценка частоты развития осложнений по литературным данным требует деликатной интерпретации в силу отсутствия единых подходов к их регистрации. Несмотря на частое упоминание термина «осложнение» в публикациях по нейрохирургии, попытки выработать единое определение, а также системно обобщить и классифицировать осложнения хирургического лечения патологии нервной системы предпринимались лишь в единичных исследованиях [66][5][37][55]. В отечественной и мировой нейрохирургии до сих пор не существует универсального и общепринятого определения понятия «осложнение», а научная литература полна противоречивых взглядов на эту проблему. Необходимость единого, строгого и однозначно понимаемого определения осложнений в нейрохирургии возникает при попытке решить задачу систематического учета и анализа осложнений как внутри одной клиники, так и в масштабах целой отрасли. Единое определение, применяемое по строгим правилам на основании объективных критериев, является гарантом сопоставимости данных по безопасности нейрохирургической помощи между разными учреждениями. Важным условием для полноценного системного исследования осложнений в нейрохирургии является анализ большого архива клинических наблюдений с единым подходом к идентификации осложнений. Источником данных для подобного анализа может стать архив электронных медицинских записей, накопленных за достаточно большой период времени [59]. Поскольку информация об осложнениях в таких архивах содержится в основном внутри неструктурированных медицинских текстов, для ее извлечения и анализа требуется применение специальных технологий компьютерной лингвистики и искусственного интеллекта. Современные технологии анализа текстов позволяют исследовать содержание медицинских записей, выделяя значимую информацию для формулирования и проверки научных гипотез. Технологии «искусственного интеллекта», в первую очередь, машинное (в том числе – глубокое) обучение, позволяют не только строить диагностические и прогностические модели на данных, извлеченных из медицинских текстов, но и непосредственно использовать текст для извлечения информации, ее классификации, оценки рисков и в решении других задач анализа осложнений в нейрохирургии, в том числе – автоматизации мониторинга безопасности нейрохирургической помощи [60].