224
Iατρική Πληροφορική Σηµείωση Το ΕΑΠ είναι υπεύθυνο για την επιµέλεια έκδοσης και την ανάπτυξη των κειµένων σύµφωνα µε τη Μεθο- δολογία της εξ Αποστάσεως Εκπαίδευσης. Για την επιστηµονική αρτιότητα και πληρότητα των συγγραµ- µάτων την αποκλειστική ευθύνη φέρουν οι συγγραφείς, κριτικοί αναγνώστες και ακαδηµαϊκοί υπεύθυνοι που ανέλαβαν το έργο αυτό.

Deli Basis

Embed Size (px)

DESCRIPTION

COMPUTERS AND MEDICINE IN GR LANGUAGE

Citation preview

Page 1: Deli Basis

Iατρική Πληροφορική

ΣηµείωσηΤο ΕΑΠ είναι υπεύθυνο για την επιµέλεια έκδοσης και την ανάπτυξη των κειµένων σύµφωνα µε τη Μεθο-δολογία της εξ Αποστάσεως Εκπαίδευσης. Για την επιστηµονική αρτιότητα και πληρότητα των συγγραµ-µάτων την αποκλειστική ευθύνη φέρουν οι συγγραφείς, κριτικοί αναγνώστες και ακαδηµαϊκοί υπεύθυνοιπου ανέλαβαν το έργο αυτό.

Page 2: Deli Basis
Page 3: Deli Basis

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ

Σχολή Θετικών Επιστηµών και Τεχνολογίας

Πρόγραµµα Σπουδών

ΠΛHPOΦOPIKH

Θεµατική Ενότητα

EΦAPMOΓEΣ ΠΛHPOΦOPIKHΣ

Τόµος A'

Iατρική Πληροφορική

KΩΝΣΤΑΝΤΙΝΟΣ ∆ΕΛΗΜΠΑΣΗΣ ΓΕΩΡΓΙΟΣ NΙΚΗΦΟΡΙ∆ΗΣ

∆ρ Iατρικής Φυσικής Kαθηγητής Tµήµατος Iατρικής

Πανεπιστηµίου Πατρών

ΠATPA 2001

Page 4: Deli Basis

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ

Σχολή Θετικών Επιστηµών και Τεχνολογίας

Πρόγραµµα Σπουδών

ΠΛHPOΦOPIKH

Θεµατική Ενότητα

EΦAPMOΓEΣ ΠΛHPOΦOPIKHΣ

Τόµος A'

Iατρική Πληροφορική

Συγγραφή

KΩΝΣΤΑΝΤΙΝΟΣ ∆ΕΛΗΜΠΑΣΗΣ ΓΕΩΡΓΙΟΣ NΙΚΗΦΟΡΙ∆ΗΣ

∆ρ Iατρικής Φυσικής Kαθηγητής Tµήµατος Iατρικής

Πανεπιστηµίου Πατρών

Κριτική Ανάγνωση

EΛΠI∆A KEPAYNOY

Kαθηγήτρια Tµήµατος Πληροφορικής

Πανεπιστηµίου Kύπρου

Ακαδηµαϊκός Υπεύθυνος για την επιστηµονική επιµέλεια του τόµου

ΠANAΓIΩTHΣ ΠINTEΛAΣ

Καθηγητής Tµήµατος Mαθηµατικών Πανεπιστηµίου Πατρών

Επιµέλεια στη µέθοδο της εκπαίδευσης από απόσταση

XPHΣTOΣ ΠANAΓIΩTAKOΠOYΛOΣ

Γλωσσική Επιµέλεια

PΩΞANH KATΣH

Τεχνική Επιµέλεια

Καλλιτεχνική Επιµέλεια, Σελιδοποίηση

TYPORAMA

Συντονισµός ανάπτυξης εκπαιδευτικού υλικού και γενική επιµέλεια των εκδόσεων

ΟΜΑ∆Α ΕΚΤΕΛΕΣΗΣ ΕΡΓΟΥ ΕΑΠ / 2001

ISBN: 960–538–331–4

Kωδικός Έκδοσης: ΠΛH 33/1

Copyright 2000 για την Ελλάδα και όλο τον κόσµο

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ

Οδός Παπαφλέσσα & Υψηλάντη, 26222 Πάτρα – Τηλ: (0610) 314094, 314206 Φαξ: (0610) 317244

Σύµφωνα µε το Ν. 2121/1993, απαγορεύεται η συνολική ή αποσπασµατική αναδηµοσίευση του βιβλίου αυτού

ή η αναπαραγωγή του µε οποιοδήποτε µέσο χωρίς την άδεια του εκδότη.

Page 5: Deli Basis

¶ÂÚȯfiÌÂÓ·

K ∂ º ∞ § ∞ π √ 1

º‡ÛË Î·È ‰ÔÌ‹ Ù˘ I·ÙÚÈ΋˜ ¶ÏËÚÔÊÔÚ›·˜

Σκοπός, Προσδοκώµενα αποτελέσµατα, Έννοιες κλειδιά,

Eισαγωγικές παρατηρήσεις .................................................................................................................................... 13

1.1 Φύση της ιατρικής πληροφορίας .................................................................................................... 17

1.1.1 Η δοµή των ιατρικών δεδοµένων ..................................................................................... 18

1.1.2 Συστήµατα κωδικοποίησης .................................................................................................... 19

1.1.3 Βάση ιατρικών γνώσεων .......................................................................................................... 21

1.2 Στρατηγικές επιλογής των ιατρικών δεδοµένων ............................................................... 22

1.2.1 Υποθετικο–συµπερασµατική προσέγγιση

των ιατρικών προβληµάτων .................................................................................................. 23

1.2.2 Σχέση µεταξύ δεδοµένων και υποθέσεων ................................................................. 26

Σύνοψη κεφαλαίου ....................................................................................................................................................... 29

Βιβλιογραφία ..................................................................................................................................................................... 29

K ∂ º ∞ § ∞ π √ 2

∏ Èı·ÓfiÙËÙ· ÛÙËÓ ÂÎÙ›ÌËÛË ÙˆÓ ‰È·ÁÓˆÛÙÈÎÒÓ ÙÂÛÙ Î·È ÛÙË Ï‹„Ë È·ÙÚÈÎÒÓ ·ÔÊ¿ÛˆÓ

Σκοπός, Προσδοκώµενα αποτελέσµατα, Έννοιες κλειδιά, ........................................................ 31

2.1 Προσδιορισµός των λειτουργικών χαρακτηριστικών

των διαγνωστικών test ............................................................................................................................. 33

2.1.1 Κατάταξη των αποτελεσµάτων ενός test ως µη φυσιολογικών ............. 33

2.1.2 Παράµετροι της επίδοσης ενός ιατρικού test ......................................................... 36

2.1.3 Συνεκτίµηση της ευαισθησίας και της ειδικότητας

στην επιλογή του κατάλληλου test .................................................................................. 38

2.1.4 Προβλεπτική αξία ενός test ................................................................................................... 40

2.2 Το θεώρηµα του Bayes ............................................................................................................................ 41

2.2.1 Συνέπειες του θεωρήµατος του Bayes ......................................................................... 42

Page 6: Deli Basis

6 I AT P I K H ¶ § H P O º O P I K H

2.2.2 Προβλήµατα στην εφαρµογή του θεωρήµατος του Bayes ......................... 45

2.3 Οι υπολογιστές στη συλλογή και αξιοποίηση

των ιατρικών δεδοµένων ........................................................................................................................ 47

Σύνοψη κεφαλαίου ....................................................................................................................................................... 48

Βιβλιογραφία ..................................................................................................................................................................... 48

K ∂ º ∞ § ∞ π √ 3

Kˆ‰ÈÎÔÔ›ËÛË È·ÙÚÈÎÒÓ fiÚˆÓ Î·È Û˘ÛÙ‹Ì·Ù· Ù·ÍÈÓfiÌËÛ˘ È·ÙÚÈ΋˜ ÏËÚÔÊÔÚ›·˜

Σκοπός, Προσδοκώµενα αποτελέσµατα, Έννοιες κλειδιά,

Eισαγωγικές παρατηρήσεις .................................................................................................................................... 49

3.1 Βασικά στοιχεία γλωσσικής τυποποίησης .............................................................................. 51

3.2 Κύρια συστήµατα ιατρικών ταξινοµήσεων ........................................................................... 53

3.2.1 ∆ιεθνής Ταξινόµηση των Ασθενειών (ICD) ........................................................... 54

3.2.2 Ταξινόµηση θεραπειών και ιατρικών διαδικασιών ........................................... 58

3.3 Πολυαξονικές ιατρικές τυποποιήσεις ......................................................................................... 60

3.3.1 Ορολογία SNOMED ................................................................................................................... 60

3.3.2 Ιατρικός γνωστικός θησαυρός (THESAURUS) MeSh ................................. 65

3.3.3 Σύστηµα Ενοποιηµένου Ιατρικού Λεξιλογίου (UMLS) ............................... 67

Σύνοψη κεφαλαίου ....................................................................................................................................................... 68

Βιβλιογραφία ..................................................................................................................................................................... 71

K ∂ º ∞ § ∞ π √ 4

¶ÏËÚÔÊÔÚȷο ™˘ÛÙ‹Ì·Ù· ¡ÔÛÔÎÔÌ›ˆÓ

Σκοπός, Προσδοκώµενα αποτελέσµατα, Έννοιες κλειδιά,

Eισαγωγικές παρατηρήσεις .................................................................................................................................... 73

4.1 Η πληροφορία και η διαχείρισή της στο νοσοκοµειακό περιβάλλον .............. 75

4.1.1 Κόστος διαχείρισης πληροφορίας στο νοσοκοµείο –

Η αναγκαιότητα των πληροφοριακών συστηµάτων ........................................ 76

4.2 Οι λειτουργίες ενός πληροφοριακού συστήµατος νοσοκοµείου ......................... 76

4.2.1 Ο πυρήνας του συστήµατος .................................................................................................. 77

Page 7: Deli Basis

4.2.2 Το οικονοµικό σύστηµα ............................................................................................................ 77

4.2.3 Το σύστηµα δικτύωσης και επικοινωνίας ................................................................. 77

4.2.4 Σύστηµα παραγωγής ιατρικών εγγράφων ................................................................. 78

4.2.5 Συστήµατα διαχείρισης συγκεκριµένων τµηµάτων .......................................... 78

4.3 Αρχιτεκτονικές υλοποίησης

ενός υπολογιστικού συστήµατος νοσοκοµείου .................................................................. 81

4.3.1 Το κεντρικό µοντέλο .................................................................................................................... 81

4.3.2 Αρθρωτά συστήµατα ................................................................................................................... 82

4.3.3 Κατανεµηµένα συστήµατα ..................................................................................................... 82

4.4 Παραδείγµατα πληροφοριακών νοσοκοµειακών συστηµάτων ............................ 83

4.4.1 Το σύστηµα TMIS ......................................................................................................................... 83

4.4.2 Το σύστηµα PCS ............................................................................................................................. 84

4.4.3 Το σύστηµα HELP ........................................................................................................................ 84

4.4.4 Το σύστηµα DHCP ....................................................................................................................... 85

4.5 Εξασφάλιση της ιατρικής πληροφορίας ................................................................................... 85

4.5.1 Θεµελιώδη νοµικά και ηθικά ζητήµατα ...................................................................... 86

4.5.2 Υλοποίηση των λειτουργιών ασφάλειας

ενός νοσοκοµειακού πληροφοριακού συστήµατος ........................................... 86

4.6 Αποτίµηση της επίδρασης ενός πληροφοριακού συστήµατος

στη λειτουργία ενός νοσοκοµείου .................................................................................................. 90

4.6.1 Απαιτούµενοι πόροι για τη λειτουργία ενός νοσοκοµειακού

πληροφοριακού συστήµατος ................................................................................................ 90

4.6.2 Οικονοµικά οφέλη

των νοσοκοµειακών πληροφοριακών συστηµάτων .......................................... 91

4.6.3 Το παρόν και το µέλλον των πληροφοριακών συστηµάτων

νοσοκοµείων: η τεχνολογική άποψη ............................................................................. 92

Σύνοψη κεφαλαίου ....................................................................................................................................................... 94

Βιβλιογραφία ..................................................................................................................................................................... 94

Oδηγός περαιτέρω µελέτης .................................................................................................................................... 95

7¶ E P I E X O M E N A

Page 8: Deli Basis

8 I AT P I K H ¶ § H P O º O P I K H

K ∂ º ∞ § ∞ π √ 5

π·ÙÚÈ΋ ·ÂÈÎfiÓÈÛË

Σκοπός, Προσδοκώµενα αποτελέσµατα, Έννοιες κλειδιά,

Eισαγωγικές παρατηρήσεις .................................................................................................................................... 97

5.1 Σχηµατισµός και χαρακτηριστικά ιατρικών εικόνων ................................................. 100

5.1.1 Ακτίνες X ........................................................................................................................................... 100

5.1.2 Υπολογιστική τοµογραφία διέλευσης ακτίνων X ........................................... 103

5.1.3 Ραδιοϊσοτοπική απεικόνιση ............................................................................................... 105

5.1.4 Άλλα συστήµατα ιατρικών απεικονίσεων ............................................................. 107

5.1.5 ∆ιαστατικότητα των ιατρικών εικόνων .................................................................... 107

5.2 Στοιχεία επεξεργασίας ιατρικής εικόνας ............................................................................... 108

5.2.1 Συνέλιξη, µετασχηµατισµός Fourier και η µεταξύ τους σχέση .......... 108

5.2.2 Αποκατάσταση εικόνας .......................................................................................................... 110

5.2.3 Εµπλουτισµός της εικόνας ................................................................................................... 111

5.2.4 Επεξεργασία εικόνας βασισµένη στο ιστόγραµµά της ............................... 113

5.2.5 Τελεστές εξοµάλυνσης της ιατρικής εικόνας ...................................................... 114

5.2.6 Καθορισµός του αριθµού των εικονοστοιχείων της εικόνας ................. 117

5.2.7 Τελεστές όξυνσης της εικόνας ......................................................................................... 118

5.3 Ανάλυση ιατρικής εικόνας – Υπολογιστική όραση ..................................................... 121

5.3.1 Τµηµατοποίηση εικόνας ........................................................................................................ 123

5.3.2 Αναγνώριση συγκεκριµένων αντικειµένων σε εικόνες

µε τη µέθοδο της συσχέτισης – Matched filter .................................................. 129

5.3.3 Κατηγοριοποίηση ανατοµικών δοµών ...................................................................... 130

5.3.4 Ευθυγράµµιση και σύντηξη ιατρικών εικόνων ................................................. 130

5.4 Το παρόν και το µέλλον των συστηµάτων ιατρικής απεικόνισης ................... 131

Σύνοψη κεφαλαίου .................................................................................................................................................... 132

Βιβλιογραφία .................................................................................................................................................................. 132

Oδηγός περαιτέρω µελέτης ................................................................................................................................. 133

Page 9: Deli Basis

K ∂ º ∞ § ∞ π √ 6

∆ËÏÂ˚·ÙÚÈ΋

Σκοπός, Προσδοκώµενα αποτελέσµατα, Έννοιες κλειδιά,

Eισαγωγικές παρατηρήσεις ................................................................................................................................ 135

6.1 Εισαγωγή – Ορισµός και χρησιµότητα της τηλεϊατρικής ...................................... 137

6.2 Παγκόσµιος Ιστός (WWW) και τηλεϊατρική .................................................................... 137

6.2.1 Μορφές αρχείων συµβατών µε το WWW ............................................................. 138

6.2.2 Παγκόσµιος Ιστός και ασφάλεια των ιατρικών δεδοµένων ................... 138

6.2.3 Οι υπηρεσίες TTP ....................................................................................................................... 139

6.2.4 ∆ιαδικασία ασφαλούς ανταλλαγής δεδοµένων,

µέσω του διαδικτύου, βάσει του πρωτοκόλλου SSL .................................... 140

6.2.5 Ο αλγόριθµος κρυπτογράφησης δηµόσιου κλειδιού RSA ...................... 141

6.2.6 Ο συµµετρικός αλγόριθµος κρυπτογράφησης DES ...................................... 142

6.2.7 Κυβερνητικοί περιορισµοί

στη χρήση συστηµάτων κρυπτογράφησης ............................................................ 142

6.3 Αρχιτεκτονικές επικοινωνίας βασισµένες στο διαδίκτυο ....................................... 143

6.3.1 Η αρχιτεκτονική πελάτη – εξυπηρετητή (client – server) ....................... 143

6.3.2 Η γλώσσα προγραµµατισµού Java ............................................................................... 144

6.4 Πρότυπα κωδικοποίησης ιατρικής πληροφορίας ........................................................... 146

6.4.1 Το πρότυπο HL7 .......................................................................................................................... 146

6.4.2 Το πρότυπο Επικοινωνίας ιατρικής ψηφιακής εικόνας

(Digital Image Communication in Medicine – DICOM) ......................... 147

6.5 Συστήµατα αρχειοθέτησης και µεταφοράς εικόνων – PACS .............................. 148

6.5.1 Παραγωγή και διαχείριση εικόνων

σε ένα σύγχρονο νοσοκοµείο ............................................................................................ 148

6.5.2 Συµπίεση εικόνας ........................................................................................................................ 149

6.5.3 Η δοµή ενός PACS ..................................................................................................................... 152

6.6 Το παρόν και το µέλλον της τηλεϊατρικής ........................................................................... 153

Σύνοψη κεφαλαίου .................................................................................................................................................... 154

Βιβλιογραφία .................................................................................................................................................................. 155

9¶ E P I E X O M E N A

Page 10: Deli Basis

1 0 I AT P I K H ¶ § H P O º O P I K H

Oδηγός περαιτέρω µελέτης ................................................................................................................................. 156

K ∂ º ∞ § ∞ π √ 7

ÀÔÏÔÁÈÛÙÈΤ˜ ÂÊ·ÚÌÔÁ¤˜ ÛÙËÓ È·ÙÚÈ΋

Σκοπός, Προσδοκώµενα αποτελέσµατα, Έννοιες κλειδιά,

Eισαγωγικές παρατηρήσεις ................................................................................................................................ 157

7.1 Μετρήσεις όγκου ανατοµικών δοµών σε αξονικές

ή µαγνητικές τοµογραφίες ................................................................................................................. 159

7.2 Ρεαλιστική αναπαράσταση ανατοµικών δοµών

από τρισδιάστατες εικόνες ................................................................................................................ 159

7.3 Αρχές λειτουργίας και χρησιµότητα των διαµερισµατικών µοντέλων ....... 162

7.4 Υπολογισµός κλάσµατος εξώθησης αριστερής κοιλίας .......................................... 164

7.5 Υλοποίηση περιβάλλοντος εικονικής πραγµατικότητας ......................................... 165

7.6 Σχεδίαση ραδιοθεραπευτικού σχήµατος ............................................................................... 167

Σύνοψη κεφαλαίου .................................................................................................................................................... 169

Βιβλιογραφία .................................................................................................................................................................. 170

Oδηγός περαιτέρω µελέτης ................................................................................................................................. 171

K ∂ º ∞ § ∞ π √ 8

™˘ÛÙ‹Ì·Ù· ÛÙ‹ÚÈ͢ È·ÙÚÈÎÒÓ ·ÔÊ¿ÛˆÓ

Σκοπός, Προσδοκώµενα αποτελέσµατα, Έννοιες κλειδιά,

Eισαγωγικές παρατηρήσεις ................................................................................................................................ 173

8.1 Εισαγωγή – Λήψη αποφάσεων στην ιατρική ................................................................... 175

8.2 Αναπαράσταση της γνώσης .............................................................................................................. 175

8.2.1 Τι αναπαρίσταται ως γνώση .............................................................................................. 176

8.2.2 Αναπαράσταση γνώσης βασισµένη σε λογική ................................................... 177

8.2.3 Αναπαράσταση βασισµένη σε σηµασιολογικά δίκτυα ............................... 178

8.2.4 Αναπαράσταση βασισµένη σε πλαίσια ..................................................................... 178

8.2.5 ∆έντρα απόφασης ....................................................................................................................... 180

8.2.6 ∆ιαδικαστική αναπαράσταση της γνώσης ............................................................. 181

Page 11: Deli Basis

8.2.7 Υποσυµβολική αναπαράσταση της γνώσης ......................................................... 181

8.3 Έµπειρα συστήµατα ................................................................................................................................ 183

8.3.1 Η δοµή ενός έµπειρου συστήµατος ............................................................................. 184

8.4 Η διαχείριση της αβεβαιότητας .................................................................................................... 186

8.4.1 Τεχνική του Bayes ...................................................................................................................... 186

8.4.2 Τεχνική συντελεστών βεβαιότητας .............................................................................. 187

8.4.3 Μοντέλο Dempster–Shafer ................................................................................................ 188

8.4.4 Τεχνική αξίας κανόνων .......................................................................................................... 188

8.4.5 ∆ιαγράµµατα επιρροής και δίκτυα πεποίθησης ................................................ 189

8.4.6 Ασαφής λογική .............................................................................................................................. 189

8.5 Παραδείγµατα εµπορικών συστηµάτων υποστήριξης

ιατρικών αποφάσεων – Συµπεράσµατα ................................................................................. 190

Σύνοψη κεφαλαίου .................................................................................................................................................... 192

Βιβλιογραφία .................................................................................................................................................................. 192

Oδηγός περαιτέρω µελέτης ................................................................................................................................. 193

Aπαντήσεις Aσκήσεων Aυτοαξιολόγησης ......................................................................................... 195

Aπαντήσεις ∆ραστηριοτήτων ......................................................................................................................... 209

Γλωσσάριο ...................................................................................................................................................................... 213

1 1¶ E P I E X O M E N A

Page 12: Deli Basis
Page 13: Deli Basis

º‡ÛË Î·È ‰ÔÌ‹ Ù˘ I·ÙÚÈ΋˜ ¶ÏËÚÔÊÔÚ›·˜

™ÎÔfi˜

Ο κύριος σκοπός αυτού του κεφαλαίου είναι να αναδείξει:

• την πολυπλοκότητα της ιατρικής πληροφορίας σε σχέση µε αυτή που συναντάται

στις βασικές επιστήµες_

• πώς η πολυπλοκότητα της ιατρικής πληροφορίας επηρεάζει τη λήψη ιατρικών απο-

φάσεων, οι οποίες είναι αποφάσεις µε υψηλό βαθµό αβεβαιότητας_

• πώς η επιστηµονική ταξινόµηση και διαχείριση των ιατρικών δεδοµένων και γνώ-

σεων µπορεί να ενσωµατωθεί στις ιατρικές διαδικασίες και να βελτιστοποιήσει τα

αποτελέσµατά τους.

¶ÚÔÛ‰ÔÎÒÌÂÓ· ·ÔÙÂϤÛÌ·Ù·

Όταν θα έχετε µελετήσει αυτό το κεφάλαιο, θα µπορείτε να αναφέρετε:

• Πώς έχει επιδράσει η ανάπτυξη της τεχνολογίας των υπολογιστών και της δικτύω-

σής τους στην ιατρική πράξη.

• Τουλάχιστον τρεις διαφορές της ιατρικής πληροφορίας από την πληροφορία στις

βασικές επιστήµες.

• Γιατί απαιτείται η τυποποίηση της ιατρικής ορολογίας σήµερα.

• Τι διαφοροποιεί µια βάση δεδοµένων από µια βάση γνώσης.

• Πώς συνδέεται η συλλογή δεδοµένων, η διατύπωση υποθέσεων και η εξαγωγή

συµπερασµάτων στην ιατρική διάγνωση.

• Τι σηµαίνουν οι όροι επιπολασµός µιας νόσου, προβλεπτική αξία, ευαισθησία και

ειδικότητα και πώς συνδέονται µεταξύ τους.

• Τι είναι η υποθετικο–συµπερασµατική µέθοδος.

ŒÓÓÔȘ ÎÏÂȉȿ

• ευρετική προσέγγιση

• ιατρική πληροφορία

1∫ ∂ º ∞ § ∞ π √

Page 14: Deli Basis

1 4 K E º A § A I O 1 . º À ™ ∏ ∫ ∞ π ¢ √ ª ∏ ∆ ∏ ™ I ∞∆ ƒ π ∫ ∏ ™ ¶ § ∏ ƒ √ º √ ƒ π ∞ ™

• τυποποιηµένο λεξικό ιατρικής (ICD–9)

• βάσεις ιατρικών δεδοµένων

• υποθετικο–συµπερασµατική προσέγγιση

• διαφορική διάγνωση

• ευαισθησία

• ειδικότητα

• επιπολασµός

• προβλεπτική αξία

∂ÈÛ·ÁˆÁÈΤ˜ ·Ú·ÙËÚ‹ÛÂȘ

H ραγδαία ανάπτυξη της τεχνολογίας των υπολογιστών και της δικτύωσής τους σε

τοπικό αλλά και διεθνές επίπεδο έδωσε τη δυνατότητα άµεσης επικοινωνίας µεταξύ

ιατρών. Την επικοινωνία ακολούθησε η αµοιβαιότητα στο µοίρασµα της πληροφο-

ρίας, και έτσι δηµιουργήθηκαν διεθνώς «κατανεµηµένες» βάσεις ιατρικών δεδοµέ-

νων. Οι εξελίξεις αυτές είχαν ως αποτέλεσµα να διατίθεται σήµερα στην ιατρική κοι-

νότητα ένας τεράστιος όγκος πληροφοριών, στον οποίο η πρόσβαση είναι άµεση.

Ο τεράστιος όγκος πληροφορίας και η αµεσότητα στην πρόσβασή της είναι αναγκαίες

συνθήκες για την επίλυση σύνθετων ιατρικών προβληµάτων, δεν είναι όµως ικανές.

Πράγµατι, όσο µεγαλύτερος είναι ο όγκος της διατιθέµενης πληροφορίας, τόσο πιο

δύσκολη γίνεται η ανεύρεση µιας συγκεκριµένης πληροφορίας. Είναι σαφές ότι για

να βρεθεί η συγκεκριµένη πληροφορία θα πρέπει να υπάρχει ο κατάλληλος αλγόριθ-

µος διερεύνησης, µέσω του οποίου θα γίνει ο εντοπισµός της.

Εκτός όµως από τη διάσταση που σχετίζεται µε την εντόπιση χρήσιµων ιατρικών πλη-

ροφοριών, υπάρχει και η διάσταση του συνδυασµού τους για τη λήψη µιας ιατρικής

πληροφορίας που αφορά τη διάγνωση, την πρόγνωση ή τη θεραπεία. Η διαχείριση

των ιατρικών πληροφοριών κάνει χρήση των Η/Υ, αλλά δεν µένει σ’ αυτούς, απαιτεί

νέες µεθόδους κωδικοποίησης και ανάλυσης, που συνιστούν τη βάση της «Ιατρικής

Πληροφορικής».

Η Ιατρική Πληροφορική παρουσιάζει σοβαρές διαφορές σε σχέση µε τις εφαρµογές

της Πληροφορικής στις βασικές επιστήµες. Τα φυσικά ή χηµικά φαινόµενα περιγρά-

φονται µε νόµους που δίνονται συνήθως από αναλυτικές µαθηµατικές εκφράσεις

(συναρτήσεις). Το ίδιο δεν ισχύει για τα ιατρικά φαινόµενα, που συνήθως αναφέρο-

Page 15: Deli Basis

νται σε παθολογικές λειτουργίες σύνθετων οργάνων για τις οποίες δεν υπάρχει ένας

κοινός κώδικας (λέγεται ότι δεν υπάρχουν ασθένειες, υπάρχουν ασθενείς) και, επο-

µένως, κάθε πρόβλεψη ή απόφαση γι’ αυτές απορρέει από σύνθετες λογικές διαδι-

κασίες που δεν µπορούν να δοθούν µε συστηµατικό τρόπο.

Συνήθως ο ιατρός, αντίθετα από το βασικό επιστήµονα, λαµβάνει αποφάσεις ακο-

λουθώντας µια µη αναλυτική προσέγγιση, η οποία καλείται «ευρετική» (heuristic)

και είναι αντικείµενο µελέτης µιας νέας επιστήµης, που ασχολείται µε την Τεχνητή

Νοηµοσύνη (Artificial Intelligence).

Κατά την ευρετική διαδικασία οι διάφορες πληροφορίες εξετάζονται «ολιστικά» και

έχουν µια σύνθετη µεταξύ τους αλληλεπίδραση, η οποία καθορίζει την τελική από-

φαση. Η ικανότητα των ιατρών στην άσκηση της ευρετικής προσέγγισης ποικίλλει και

εξαρτάται µεν από την εµπειρία και την αρτιότητα της εκπαίδευσης, αλλά όχι µόνο

από αυτά (συχνά λέµε ότι αυτός ο ιατρός έχει ιατρική διαίσθηση).

Σχεδόν πάντα, η ιατρική απόφαση λαµβάνεται σε συνθήκες αβεβαιότητος (µεγάλης

ή µικρής). Οι υπολογιστές και η Ιατρική Πληροφορική έρχονται να υποστηρίξουν τη

λήψη ιατρικών αποφάσεων, πρώτον, µειώνοντας την αβεβαιότητα και την υποκει-

µενικότητα και, δεύτερον, χρησιµοποιώντας µε πιο αποδοτικό τρόπο τα υπάρχοντα

δεδοµένα. Οι εφαρµογές της Ιατρικής Πληροφορικής απαιτούν:

• Πλήθος µαθηµατικών εργαλείων ώστε να κωδικοποιηθούν όσο το δυνατόν περισ-

σότερο υπάρχοντα δεδοµένα.

• Μεθόδους στατιστικής ανάλυσης, αφού όλες οι ιατρικές µετρήσεις και παρατηρή-

σεις υπόκεινται σε τυχαία σφάλµατα.

• ∆ηµιουργική εφαρµογή της αναλυτικής θεωρίας των αποφάσεων.

• Ανάλυση των γνωστικών µηχανισµών και γνωστική ψυχολογία.

Η ιατρική πληροφορία είναι ένας συνδυασµός σηµάτων, το καθένα από τα οποία

συνοδεύεται από τυχαίο θόρυβο. Η πρώτη προσπάθεια της Πληροφορικής είναι η µεί-

ωση αυτού του θορύβου. Όταν πρόκειται για σήµατα που αντιστοιχούν σε εργαστη-

ριακές µεταβλητές ή εικόνες που πρόκειται να υποστούν µια επεξεργασία µέσω υπο-

λογιστών, εφαρµόζονται αλγοριθµικά φίλτρα, που βασιζόµενα στη γνώση του µετρη-

τικού πρωτοκόλλου και της απόκρισης του µετρητικού συστήµατος στοχεύουν στο

ξεκαθάρισµα του θορύβου από το σήµα. Θόρυβο έχουν όλα τα ιατρικά σήµατα, ακόµα

και αυτά που προέρχονται από τη φυσική εξέταση, γιατί η περιγραφή, π.χ., ενός

συµπτώµατος από τον ασθενή εξαρτάται από το µορφωτικό του επίπεδο, την ψυχική

του κατάσταση, την ηλικία κτλ. Σ’ αυτή την περίπτωση το φιλτράρισµα γίνεται µε τη

1 5∂ π ™ ∞ ° ø ° π ∫ ∂ ™ ¶ ∞ ƒ∞∆ ∏ ƒ ∏ ™ ∂ π ™

Page 16: Deli Basis

1 6 K E º A § A I O 1 . º À ™ ∏ ∫ ∞ π ¢ √ ª ∏ ∆ ∏ ™ I ∞∆ ƒ π ∫ ∏ ™ ¶ § ∏ ƒ √ º √ ƒ π ∞ ™

χρήση εναλλακτικών ερωτήσεων (η διαµόρφωση των ερωτηµατολογίων είναι µέρος

της Ιατρικής Πληροφορικής).

Ο ιατρός στη λήψη µιας ιατρικής απόφασης (διάγνωση, πρόγνωση ή θεραπεία) λαµ-

βάνει υπόψη κλινικές και εργαστηριακές µεταβλητές, οι οποίες υπόκεινται σε στατι-

στικά σφάλµατα και δεν δίνουν σε κάθε περίπτωση (η καθεµία ξεχωριστά) απόλυτη

βεβαιότητα στις αποφάσεις του. Μερικές από τις προαναφερόµενες µεταβλητές έχουν

µεγαλύτερη και άλλες µικρότερη προβλεπτική αξία, αλλά ο συνδυασµός τους είναι εκεί-

νος που αυξάνει την πεποίθηση του ιατρού προς τη µία ή την άλλη απόφαση. Η συν-

δυαστική διαδικασία γίνεται συνήθως µε έναν τρόπο «ευρετικό» και ακωδικοποίητο

(αυτό που καλούµε ιατρική εµπειρία). Η Ιατρική Πληροφορική δίνει τη δυνατότητα

της στατιστικής ταξινόµησης προτύπων (φυσιολογικών ή παθολογικών καταστάσεων)

και επιτρέπει τη χρησιµοποίηση εκτεταµένων βάσεων ιατρικών δεδοµένων. Έτσι, σε

πρώτη φάση ενσωµατώνει τις δυνατότητες της «ευρετικής» υπό την µορφή των έµπει-

ρων συστηµάτων (expert systems), που τρόπον τινά συγκεντρώνουν και ταξινοµούν

την υπάρχουσα εµπειρία δίνοντας επιπλέον κανόνες (if–then), που συνήθως ακολου-

θούνται σε συγκεκριµένες ιατρικές «ρουτίνες». Σήµερα, αναπτύσσονται νέες προσεγ-

γίσεις στη διαχείριση των ιατρικών πληροφοριών, µε τη χρήση νευρωνικών δικτύων

και δικτύων πεποίθησης κατά Bayes (Bayesian Belief Networks).

Page 17: Deli Basis

1.1 º‡ÛË Ù˘ I·ÙÚÈ΋˜ ¶ÏËÚÔÊÔÚ›·˜

Η διαφορετικότητα της ιατρικής πληροφορίας σε σχέση µε τις πληροφορίες των

βασικών θετικών επιστηµών είναι προϊόν πολλών αιτίων και έχει να κάνει, αφενός,

µε τα αντικείµενα της ιατρικής και, αφετέρου, µε την τελείως διαφορετική δοµή των

συσχετίσεών τους.

Για να γίνουν πιο συγκεκριµένα τα παραπάνω, ας εξετάσουµε αυτές που θεωρούνται

επιστήµες βασικού επιπέδου, οι οποίες έχουν δοµηθεί µε αυστηρό τρόπο, που αντα-

νακλάται και στο µαθηµατικό φορµαλισµό που έχουν αναπτύξει. Στην ιεραρχική

σχέση µεταξύ των επιστηµών η φυσική βρίσκεται στη βάση. Η φυσική χαρακτηρί-

ζεται από ένα είδος απλότητας αλλά και γενίκευσης. Οι έννοιες και οι περιγραφές

των αντικειµένων και των µηχανισµών της φυσικής χρησιµοποιούνται απαραίτητα

σε όλες τις εφαρµοσµένες επιστήµες, συµπεριλαµβανοµένης και της ιατρικής. Οι

φυσικοί νόµοι και οι περιγραφές ορισµένων φυσικών διαδικασιών είναι ουσιαστικοί

παράγοντες στην ανάλυση και εξήγηση των ιατρικών λειτουργιών. Είναι, για παρά-

δειγµα, απαραίτητο να γνωρίζουµε ορισµένες βασικές έννοιες της Μοριακής Φυσι-

κής για να κατανοήσουµε γιατί το νερό είναι τόσο καλός διαλύτης ή πώς µεταβολί-

ζονται τα θρεπτικά µόρια.

Η εφαρµογή των υπολογιστών για τη λύση κάποιου προβλήµατος φυσικής µέσα στα

ιατρικά πλαίσια δεν παρουσιάζει διαφορές σε σχέση µε τις υπολογιστικές εφαρµο-

γές που συναντώνται στα εργαστήρια φυσικής και µηχανολογίας. Η χρήση των υπο-

λογιστών στις διάφορες διαδικασίες βασικού επιπέδου (όπως είναι αυτές της φυσι-

κής ή χηµείας) είναι παρόµοια και ανεξάρτητη της συγκεκριµένης εφαρµογής. Εάν

εξετάζουµε τις διαλυτικές ιδιότητες του νερού, δεν έχει σηµασία αν αυτές έχουν να

κάνουν µε εφαρµογές στη γεωλογία, στη χηµεία ή στην ιατρική. Οι διαδικασίες βασι-

κού επιπέδου της φυσικής είναι ιδιαίτερα προσιτές στη µαθηµατική κωδικοποίηση,

έτσι η χρήση των υπολογιστών σε αυτές τις εφαρµογές απαιτεί µόνο συµβατικό αριθ-

µητικό προγραµµατισµό.

Στην ιατρική, όµως, υπάρχουν και άλλες διαδικασίες υψηλής πολυπλοκότητας, οι

οποίες αναφέρονται σε σύνθετα αντικείµενα, όπως οι οργανισµοί (φυσιολογικοί ή

παθολογικοί). Όταν αναλύονται, περιγράφονται ή καταγράφονται ιδιότητες ή λει-

τουργίες ανθρώπων, χρησιµοποιούνται περιγραφές αντικειµένων πολύ υψηλής πολυ-

πλοκότητας, η συµπεριφορά των οποίων δεν έχει αντίστοιχο στο χώρο της φυσικής

ή της µηχανολογίας. Αυτές οι περιγραφές είναι πολύ δύσκολο να κωδικοποιηθούν

χρησιµοποιώντας µαθηµατικούς αλγόριθµους και λογισµικά πακέτα, τα οποία εφαρ-

µόζονται τόσο καλά στα βασικά επίπεδα.

1 71 . 1 º À ™ ∏ ∆ ∏ ™ I ∞∆ ƒ π ∫ ∏ ™ ¶ § ∏ ƒ √ º √ ƒ π ∞ ™

Page 18: Deli Basis

1 8 K E º A § A I O 1 . º À ™ ∏ ∫ ∞ π ¢ √ ª ∏ ∆ ∏ ™ I ∞∆ ƒ π ∫ ∏ ™ ¶ § ∏ ƒ √ º √ ƒ π ∞ ™

Από τα προηγούµενα συνάγεται ότι η Ιατρική Πληροφορική περιέχει εφαρ-

µογές που κινούνται µεταξύ της ανάλυσης µηχανισµών χαµηλού επιπέδου και

της επεξεργασίας εξαιρετικά σύνθετων φαινοµένων.

Όταν µελετώνται ολιστικά ανθρώπινοι οργανισµοί (συµπεριλαµβανοµένων των στοι-

χείων της αντίληψης, της αυτοσυνείδησης και της συµπεριφοράς), αναδεικνύονται

πολλά και σύνθετα προβλήµατα, για τα οποία η συµβατική λογική και τα συµβατικά

µαθηµατικά είναι δύσκολο να εφαρµοστούν. Γενικά, τα χαρακτηριστικά των αντικει-

µένων βασικού επιπέδου είναι καθαρά ορισµένα και σαφώς διακριτά, ενώ εκείνα των

αντικειµένων υψηλού επιπέδου είναι ασαφώς ορισµένα και όχι µε ακρίβεια διακριτά.

¶·Ú¿‰ÂÈÁÌ·

Όταν ένας φυσικός θέλει να προσδιορίσει το διάστηµα που έχει διανύσει ένα όχηµα

κινούµενο µε σταθερή ταχύτητα, θα χρησιµοποιήσει τη σχέση που υπάρχει µεταξύ

του µήκους, του χρόνου και της σταθερής ταχύτητας, που είναι σαφώς καθορισµέ-

να αντικείµενα. Αντίθετα, ένας ιατρός που θέλει να διαγνώσει την πάθηση κάποιου

ασθενούς, έχει να κάνει µε αντικείµενα όπως δυνατός πόνος, περιορισµένη κινητι-

κότητα, µέτρια ωχρότητα, παροδικές λιποθυµίες κτλ.

Στην τυπική λογική, ξεκινά κανείς µε την παραδοχή ότι µια δεδοµένη πρόταση πρέ-

πει να είναι ή αληθής ή ψευδής. Αυτό το ουσιαστικότατο χαρακτηριστικό της τυπι-

κής λογικής είναι δύσκολο να διατηρηθεί στην ανάλυση αντικειµένων υψηλής πολυ-

πλοκότητας, όπου η απάντηση στα διάφορα ερωτήµατα δεν δίνεται µε απόλυτη

βεβαιότητα, αλλά είναι µια απάντηση που δίνεται µε µια πιθανότητα σφάλµατος.

1.1.1 ∏ ‰ÔÌ‹ ÙˆÓ È·ÙÚÈÎÒÓ ‰Â‰Ô̤ӈÓ

Είναι γνωστό ότι η θεµελίωση µιας επιστήµης απαιτεί αυστηρότητα ορισµών, ώστε

να µην υπάρχει σύγχυση εννοιών, και κατόπιν τη δόµηση θεωρηµάτων και την ανά-

πτυξη µιας συµβολογίας που να έχει συνέπεια και να µην αφήνει περιθώρια ασά-

φειας. Από την άλλη πλευρά, η ιατρική είναι γνωστή για την έλλειψη ενός τυποποι-

ηµένου λεξικού και τυποποιηµένης ορολογίας. Είναι αρκετοί αυτοί που πιστεύουν

ότι η πραγµατική επιστηµονική θεµελίωση της ιατρικής είναι αδύνατη εάν δεν λυθεί

αυτό το µείζον πρόβληµα. Υπάρχουν, βέβαια, ορισµένοι οι οποίοι αναρωτιούνται αν

είναι επιθυµητή µια τέτοια τυποποίηση για την ιατρική, και µάλιστα πιστεύουν ότι

κάτι τέτοιο ίσως µειώσει τις δυνατότητες, µιας και τη θεωρούν περισσότερο «τέχνη»

παρά επιστήµη.

Page 19: Deli Basis

Η συζήτηση πάνω σε αυτό το θέµα έχει γίνει ιδιαίτερα πιο έντονη τελευταία, µε την

εισαγωγή την υπολογιστών στη διαχείριση των ιατρικών δεδοµένων. Πράγµατι, γι’

αυτού του είδους τη διαχείριση είναι αναγκαία η οµοιοµορφία στην τυποποίηση των

δεδοµένων και ορισµών. Είναι προφανές ότι χωρίς αυτή την τυποποίηση –ενδεχο-

µένως– να υπάρχει διάσταση απόψεων µεταξύ του παρατηρητή ή του καταγραφέα

µιας µεταβλητής και εκείνου που την αναλύει (για παράδειγµα: πόσο µεγάλη πρέπει

να είναι η καρδιά ενός ατόµου για να θεωρηθεί ότι έχει «καρδιοµεγαλία»;).

Η έλλειψη ακρίβειας και τυποποίησης δηµιουργεί ακόµα µεγαλύτερα προβλήµατα

όταν πρέπει να αναλυθούν συνδυαστικά οι εµπειρίες και παρατηρήσεις πολλών

ιατρών µαζί σχετικά µε την εξέλιξη µιας ασθένειας στον πληθυσµό ή την επίδραση

κάποιου φαρµάκου στη θεραπεία.

Γενικά, χωρίς µια προκαθορισµένη ορολογία είναι αδύνατον να γίνει µια αυτοµατο-

ποιηµένη σύνθεση των δεδοµένων.

Για παράδειγµα, ένας ιατρός µπορεί να σηµειώσει ότι ένας ασθενής έχει «βραχύτη-

τα αναπνοής». Αργότερα, άλλος ιατρός µπορεί να καταγράψει για τον ίδιο ασθενή

ότι έχει «δύσπνοια». Αν αυτοί οι δύο όροι δεν χαρακτηριστούν ως συνώνυµοι, τότε

ένα αυτοµατοποιηµένο πρόγραµµα θα αποτύχει στο να υποδείξει ότι ο ασθενής έχει

το ίδιο πρόβληµα στις δύο περιπτώσεις.

Με δεδοµένη αυτή την έλλειψη, οι επιστήµονες στο χώρο της υγείας επικοινωνούν

όσο καλύτερα µπορούν χρησιµοποιώντας εντονότατα το στοιχείο της «ευρετικής»

αλληλεπίδρασης. Εκ των πραγµάτων, αποδεικνύεται ότι µόνο σε ελάχιστες περι-

πτώσεις µπορεί να τεθεί σε κίνδυνο η υγεία του ασθενούς λόγω επικοινωνιακών

παρεξηγήσεων. Εάν, όµως, πρόκειται να χρησιµοποιηθούν ηλεκτρονικές βάσεις

δεδοµένων για τη διαχείριση των ασθενών, τότε είναι, αφενός, απαραίτητη η κωδι-

κοποίηση των πληροφοριών και, αφετέρου, ο σαφέστατος ορισµός των δεδοµένων.

1.1.2 ™˘ÛÙ‹Ì·Ù· Έ‰ÈÎÔÔ›ËÛ˘

Ένα µεγάλο µέρος των εφαρµογών στο χώρο της υγείας σχετίζονται µε επιδηµιολο-

γικές µελέτες ή τις τάσεις ορισµένων ασθενειών στον πληθυσµό. Για παράδειγµα, οι

1 91 . 1 º À ™ ∏ ∆ ∏ ™ I ∞∆ ƒ π ∫ ∏ ™ ¶ § ∏ ƒ √ º √ ƒ π ∞ ™

¢Ú·ÛÙËÚÈfiÙËÙ· 1.1

Νοµίζετε ότι στις σηµερινές συνθήκες είναι απαραίτητο να αναπτυχθεί ένα τυπο-

ποιηµένο λεξικό της ιατρικής; Να τεκµηριώσετε την απάντησή σας και να τη

συγκρίνετε µε αυτά που ακολουθούν.

Page 20: Deli Basis

2 0 K E º A § A I O 1 . º À ™ ∏ ∫ ∞ π ¢ √ ª ∏ ∆ ∏ ™ I ∞∆ ƒ π ∫ ∏ ™ ¶ § ∏ ƒ √ º √ ƒ π ∞ ™

περιπτώσεις σύφιλης και φυµατίωσης πρέπει να αναφέρονται στις υγειονοµικές υπη-

ρεσίες, οι οποίες τις ταξινοµούν, ώστε να είναι δυνατή η ανάλυση των τάσεών τους

κατά τη διάρκεια του χρόνου. Σε ορισµένες περιπτώσεις αυτή η ανάλυση µπορεί να

εντοπίσει επιδηµικές εστίες ή να δώσει τη δυνατότητα λήψης προληπτικών µέτρων.

Ένα άλλο είδος κωδικοποιηµένων αναφορών σχετίζεται µε τις διαγνώσεις των νοσο-

κοµειακών ασθενών ή την καταχώριση των κλινικών πράξεων και εργαστηριακών

εξετάσεων (στο εξής θα αναφέρονται και ως tests). Όλες αυτές οι κωδικοποιηµένες

πληροφορίες µπορούν να χρησιµοποιηθούν για τον κρατικό υγειονοµικό προγραµ-

µατισµό ή τον προγραµµατισµό µιας υγειονοµικής περιφέρειας ή ενός νοσοκοµεί-

ου. Είναι προφανές ότι σε όλες αυτές τις εφαρµογές ο κώδικας είναι απόλυτα οµοι-

όµορφος και καθορισµένος. Στις Ηνωµένες Πολιτείες δηµοσιεύεται και ισχύει ένας

εθνικός κώδικας διαγνώσεων, ο ICD–9, στον οποίο είναι ταξινοµηµένες οι περισ-

σότερες ασθένειες. Είναι κατανοητό ότι διαµέσου της µονοσήµαντης αντιστοίχισης

κάθε ασθένειας µε έναν κωδικό αριθµό ικανοποιούνται οι συνθήκες δηµιουργίας ηλε-

κτρονικών βάσεων των ασθενειών. Με την ίδια λογική, άρχισαν να εισάγονται κωδι-

κοί για τις κλινικές και εργαστηριακές πράξεις, όπως και για άλλες οντότητες του

υγειονοµικού χώρου (π.χ. αριθµός µητρώου του ασθενούς).

Η υλοποίηση τέτοιων διαδικασιών επιτρέπει τη δηµιουργία προτύπων µέσω

των οποίων µπορεί να ελεγχθεί η ποιότητα των ιατρικών πράξεων του κάθε

ιατρού ξεχωριστά ή συνολικά µιας ιατρικής µονάδας (κλινική ή εργαστήριο).

Έτσι, µε τέτοια πρότυπα και χρησιµοποιώντας δείγµατα επαρκούς µεγέθους µπορεί

να ελεγχθεί στατιστικά αν:

• η διάρκεια νοσηλείας για ένα συγκεκριµένο νόσηµα σε µια συγκεκριµένη κλινι-

κή ήταν πάνω ή κάτω από το κατά µέσο όρο (norma) προβλεπόµενο,

• ένας ιατρός παρήγγειλε, κατά µέσο όρο, περισσότερες από τις προβλεπόµενες

εργαστηριακές εξετάσεις για τη διάγνωση ενός νοσήµατος.

Παράδειγµα τέτοιων προτύπων είναι τα Diagnosis Related Groups (DRGs), που χρη-

σιµοποιούνται ευρέως στις Ηνωµένες Πολιτείες.

ÕÛÎËÛË A˘ÙÔ·ÍÈÔÏfiÁËÛ˘ 1.1

Μπορεί να θεωρηθεί ανεπαρκής ένας ιατρός ο οποίος ήταν υπεύθυνος για τη νοση-

λεία δύο ασθενών, της οποίας η διάρκεια ήταν αρκετά µεγαλύτερη από αυτή που

εκτιµούν τα DRGs; Εξηγήστε το γιατί της απάντησης.

Page 21: Deli Basis

1.1.3 µ¿ÛË È·ÙÚÈÎÒÓ ÁÓÒÛˆÓ

Ένα κεντρικό ζήτηµα της Ιατρικής Πληροφορικής είναι η διαχείριση βάσης πληρο-

φοριών. Τελευταία γίνεται προσπάθεια διάκρισης µεταξύ τριών όρων που χρησιµο-

ποιούνται συχνά για την περιγραφή του περιεχοµένου των ιατρικών υπολογιστικών

συστηµάτων (medical computer based systems): δεδοµένα, πληροφορία και γνώση.

Σύµφωνα µε την κυρίαρχη άποψη, µια παρατήρηση ή µέτρηση που χαρακτηρίζει την

τιµή µιας µεταβλητής ενός συγκεκριµένου αντικειµένου (για παράδειγµα, ενός ασθε-

νούς) µια συγκεκριµένη χρονική στιγµή καλείται δεδοµένο (datum). Γνώση είναι το

προϊόν της τυπικής ή άτυπης ανάλυσης (ή ερµηνείας) των δεδοµένων. Έτσι, συµπε-

ριλαµβάνει τα αποτελέσµατα θεωρητικών µελετών και συµπεράσµατα κοινής λογι-

κής, παραδοχές, ευρετικές διαδικασίες (κανόνες, στρατηγικές κτλ.), µοντέλα συν-

δυασµού δεδοµένων, όπως επίσης εµπειρίες ή προκαταλήψεις αυτών που ερµηνεύ-

ουν πρωτογενή δεδοµένα. Ο όρος πληροφορία είναι πιο γενικός, µε την έννοια ότι

συνδυάζει και οργανωµένα δεδοµένα και γνώση.

Η παρατήρηση ότι ένας ασθενής έχει αιµατική πίεση 190/120 είναι ένα δεδοµένο,

όπως επίσης δεδοµένο είναι µια αναφορά ότι ο ασθενής είχε στο παρελθόν έµφραγ-

µα µυοκαρδίου. Οι ερευνητές συλλέγουν και αναλύουν τέτοια δεδοµένα και µπορεί

να καταλήξουν ότι είναι πιο πιθανό οι ασθενείς µε υψηλή πίεση να υποστούν καρ-

διακή προσβολή από ό,τι οι ασθενείς µε κανονική ή χαµηλή αιµατική πίεση. Μια

τέτοιου είδους ανάλυση παράγει ένα κοµµάτι γνώσης, που µπορεί να αποτελέσει

στοιχείο µιας µεγάλης βάσης γνώσης. Η πεποίθηση που έχει ένας ιατρός ότι µια

γυναίκα στην εµµηνόπαυση υπερβάλλει (λόγω της ορµονικής της κατάστασης) όταν

αναφέρεται σε κάποια κλινικά συµπτώµατα είναι ένα επιπρόσθετο κοµµάτι ευρετι-

κής γνώσης. Πρέπει να σηµειωθεί ότι η ακριβής ερµηνεία αυτών των ορισµών εξαρ-

τάται από τα συµφραζόµενα. Αυτό που είναι «γνώση» σε αφαιρετικό (υψηλό) επί-

πεδο, είναι δυνατόν να θεωρηθεί δεδοµένο σε ένα χαµηλότερο επίπεδο. Η παρατή-

ρηση ότι η αιµατική πίεση είναι 190/120 αποτελεί ένα πρωτογενές δεδοµένο. Η

δήλωση ότι ο ασθενής έχει υπέρταση είναι η ερµηνεία αυτού του δεδοµένου και,

κατά συνέπεια, αντιπροσωπεύει γνώση. Από την άλλη πλευρά, η δήλωση παρουσίας

ή απουσίας υπέρτασης, στα πλαίσια της λειτουργίας ενός συστήµατος υποστήριξης

διαγνωστικών αποφάσεων, χρησιµοποιείται ως δεδοµένο.

Η βάση δεδοµένων είναι µια συλλογή απλών παρατηρήσεων οι οποίες ταξινοµού-

νται µε ένα δοµηµένο τρόπο. Ένα αυτοµατοποιηµένο (ηλεκτρονικό) σύστηµα αρχει-

οθέτησης θεωρείται πρωτογενώς ως µια βάση δεδοµένων, δηλαδή ως το µέρος όπου

αποθηκεύονται όλα τα στοιχεία των ασθενών. Η βάση γνώσης (Knowledge base),

2 11 . 1 º À ™ ∏ ∆ ∏ ™ I ∞∆ ƒ π ∫ ∏ ™ ¶ § ∏ ƒ √ º √ ƒ π ∞ ™

Page 22: Deli Basis

2 2 K E º A § A I O 1 . º À ™ ∏ ∫ ∞ π ¢ √ ª ∏ ∆ ∏ ™ I ∞∆ ƒ π ∫ ∏ ™ ¶ § ∏ ƒ √ º √ ƒ π ∞ ™

από την άλλη πλευρά, είναι µια συλλογή εµπειριών ευρετικών διαδικασιών και συν-

δυαστικών µοντέλων που µπορούν να χρησιµοποιηθούν για επίλυση προβληµάτων.

Εάν η βάση γνώσης είναι καλά δοµηµένη, διαθέτοντας σηµασιολογικούς δεσµούς

µεταξύ των γνωστικών της στοιχείων, τότε είναι δυνατόν να ενταχθεί στις εφαρµο-

γές ενός υπολογιστικού συστήµατος για την επίλυση προβληµάτων. Πολλά από τα

συστήµατα υποστήριξης αποφάσεων καλούνται συστήµατα βάσης γνώσεων, έτσι

ώστε να γίνεται διάκριση µεταξύ βάσεων γνώσης και βάσεων δεδοµένων.

ÕÛÎËÛË A˘ÙÔ·ÍÈÔÏfiÁËÛ˘ 1.2

Να αναφέρετε τρεις τουλάχιστον διαφορές της ιατρικής πληροφορίας από την πλη-

ροφορία στις βασικές επιστήµες.

1.2 ™ÙÚ·ÙËÁÈΤ˜ ÂÈÏÔÁ‹˜ ÙˆÓ È·ÙÚÈÎÒÓ ‰Â‰Ô̤ӈÓ

Όταν βρισκόµαστε µπροστά σ’ ένα ιατρικό πρόβληµα, είναι εξωπραγµατικό να

πιστεύουµε, λόγω της πολυπλοκότητας αυτών των προβληµάτων, ότι µπορεί να έχου-

µε στη διάθεσή µας το σύνολο των δεδοµένων του. Με την ίδια λογική, όλες οι

βάσεις ιατρικών δεδοµένων είναι αναγκαστικά µη πλήρεις, γιατί αντανακλούν την

επιλεκτική συλλογή και καταγραφή δεδοµένων από το προσωπικό που είναι υπεύ-

θυνο για τον ασθενή. Είναι φυσικό στη συλλογή των δεδοµένων να προβάλλονται

οι διαφορές στο στιλ και στην ικανότητα επίλυσης προβληµάτων, των ιατρών που

συλλέγουν και καταγράφουν τα δεδοµένα των ασθενών.

Παράδειγµα αυτού του φαινοµένου είναι η διαφορά που παρουσιάζει η λήψη ιστο-

ρικού φυσικής εξέτασης ενός νεο–ειδικευόµενου και ενός ώριµου κλινικού ιατρού

όταν εξετάζουν τον ίδιο ασθενή. Επειδή ο νεο–ειδικευόµενος δεν έχει αναπτυγµένες

τις ικανότητες της επιλεκτικότητας, συλλέγει πολλά στοιχεία, εκ των οποίων ορι-

σµένα είναι άχρηστα και άλλα αποπροσανατολιστικά (θόρυβος).

Ο όρος «επιλεκτικότητα» στη συλλογή και καταγραφή δεδοµένων εκφράζει

διαδικασία που συνιστά το κεντρικό στοιχείο αυτού που αποκαλούµε «τέχνη

της ιατρικής», δηλαδή το κύριο στοιχείο διαχωρισµού µεταξύ έµπειρων και

όχι τόσο έµπειρων ιατρών.

Μέχρι τώρα έχουν γίνει αρκετές προσπάθειες για την κατανόηση του πώς ένας καλός

ιατρός βιώνει αυτή τη διαδικασία, έτσι ώστε να τυποποιηθεί, να εξηγηθεί και να διδα-

χθεί καλύτερα. Αυτό το ζήτηµα είναι από τα πιο σηµαντικά της έρευνας στην Ιατρική

Page 23: Deli Basis

Πληροφορική. Βελτιωµένες οδηγίες για τη λήψη αποφάσεων, που προέρχονται από

την έρευνα στην Ιατρική Πληροφορική, όχι µόνο εµπλουτίζουν την ιατρική διδασκα-

λία και πράξη, αλλά προσφέρουν καινούριες αντιλήψεις και υποδεικνύουν νέες µεθό-

δους για την ανάπτυξη υπολογιστικών συστηµάτων στήριξης ιατρικών αποφάσεων.

1.2.1 ÀÔıÂÙÈÎÔ–Û˘ÌÂÚ·ÛÌ·ÙÈ΋ ÚÔÛ¤ÁÁÈÛË ÙˆÓ È·ÙÚÈÎÒÓ ÚÔ‚ÏË-Ì¿ÙˆÓ

Οι µελέτες που αφορούν τη λήψη ιατρικών αποφάσεων έχουν δείξει ότι οι στρατη-

γικές για τη συλλογή και την ερµηνεία των δεδοµένων ενσωµατώνονται σε µια επα-

ναληπτική διαδικασία, γνωστή ως υποθετικο–συµπερασµατική προσέγγιση. Η κύρια

ιδέα είναι η, κατά φάσεις, σειριακή συλλογή δεδοµένων. Συγκεκριµένα, στην πρώτη

φάση διατυπώνεται µια υπόθεση για την κατάσταση του ασθενούς και µε στόχο την

επιβεβαίωση ή την απόρριψη αυτής της υπόθεσης συλλέγονται δεδοµένα. Η ερµη-

νεία των δεδοµένων επιτρέπει τη διατύπωση νέας υπόθεσης, η οποία µε τη σειρά της

απαιτεί τη συλλογή νέων δεδοµένων κ.ο.κ. Αυτή η ακολουθία υποθέσεων και κατευ-

θυνόµενης συλλογής στοιχείων είναι µια από τις πιο κατάλληλες διαδικασίες επιλο-

γής δεδοµένων. Η διαδικασία είναι επαναλαµβανόµενη, έως ότου η πιθανότητα επα-

λήθευσης µιας υπόθεσης φτάσει ένα υψηλότατο επίπεδο ώστε να θεωρείται αποδε-

κτή (πιθανότητα κατωφλιού).

Η υποθετικο–συµπερασµατική προσέγγιση (hypothetico–deductive approach) γίνεται

σαφέστερη µέσω του διαγράµµατος του Σχήµατος 1.1. Όπως φαίνεται, η συλλογή των

δεδοµένων αρχίζει µε την εµφάνιση του ασθενούς στον ιατρό µε κάποιο σύµπτωµα ή

ενόχληση. Ο ιατρός συνήθως κάνει ορισµένες ερωτήσεις, που του επιτρέπουν να εστιά-

σει ταχύτατα τη φύση του προβλήµατος. Οι απαντήσεις σ’ αυτά τα αρχικά ερωτήµα-

τα καταγράφονται και είναι συνήθως η ταυτότητα του ασθενούς, το κύριο σύµπτωµα,

ο χρονικός προσδιορισµός των ενοχλήσεων (αρχή, διάρκεια κτλ.). ∆ιάφορες µελέτες

έχουν αποδείξει ότι µετά από έξι ή επτά ερωτήσεις ένας έµπειρος ιατρός έχει σχηµα-

τίσει ένα σύνολο αρχικών υποθέσεων. Αυτές οι υποθέσεις αποτελούν τη βάση για την

επιλογή των πρόσθετων ερωτήσεων. Από το Σχήµα 1.1 γίνεται φανερό ότι οι απαντή-

σεις στις πρόσθετες ερωτήσεις δίνουν τη δυνατότητα στον ιατρό να βελτιώσει τις υπο-

θέσεις (θεωρίες) του γύρω από την πηγή των προβληµάτων του ασθενούς. Οι υποθέ-

σεις αυτές αναφέρονται ως «διαφορικές διαγνώσεις του ασθενούς».

Οι διαφορικές διαγνώσεις περιλαµβάνουν το σύνολο των πιθανών διαγνώ-

σεων, µεταξύ των οποίων ο ιατρός πρέπει να διακρίνει τη σωστή, έτσι ώστε

να χορηγήσει την κατάλληλη θεραπεία.

2 31 . 2 ™ ∆ ƒ∞∆ ∏ ° π ∫ ∂ ™ ∂ ¶ π § √ ° ∏ ™ ∆ ø ¡ π ∞∆ ƒ π ∫ ø ¡ ¢ ∂ ¢ √ ª ∂ ¡ ø ¡

Page 24: Deli Basis

2 4 K E º A § A I O 1 . º À ™ ∏ ∫ ∞ π ¢ √ ª ∏ ∆ ∏ ™ I ∞∆ ƒ π ∫ ∏ ™ ¶ § ∏ ƒ √ º √ ƒ π ∞ ™

Πρέπει να σηµειωθεί ότι η διαδικασία επιλογής ερωτήσεων είναι εγγενώς ευρετική. Η

διαδικασία έχει έντονο το προσωπικό στοιχείο, είναι αποδοτική, αλλά δεν εγγυάται τη

συλλογή όλης της σχετικής πληροφορίας. Ο άνθρωπος είναι συνηθισµένος στη χρήση

της ευρετικής προσέγγισης, µια και στις περισσότερες περιπτώσεις είναι αδύνατον να

έχει το σύνολο της απαραίτητης πληροφορίας για την επίλυση των προβληµάτων.

¢Ú·ÛÙËÚÈfiÙËÙ· 1.2

Πώς µπορεί να χαρακτηριστεί, κατά τη γνώµη σας, η διαδικασία επιλογής ερωτή-

σεων, µεθοδική ή ευρετική; Προσπαθήστε να τεκµηριώσετε την απάντηση σας µε

ένα κείµενο 5–10 γραµµών πριν προχωρήσετε στη µελέτη.

Aσθενής

Eρωτήσεις

Ίαση

Eξέταση ασθενούς

Eργαστηριακά tests

Aκτινολογικά testsΠαρατήρηση

αποτελεσµάτων

Aρχικές

υποθέσεις

Eπιπλέον

ερωτήσεις

Bελτίωση

υποθέσεων

Θεραπεία

Θάνατος

∆ιαγνωστικά tests

Eπιλογή πιθανότερης

διάγνωσης™¯‹Ì· 1.1

Στην ιατρική έχουν αναπτυχθεί µέτρα προστασίας για να αποφευχθεί η απώλεια

σηµαντικών στοιχείων, που µπορεί να µην εντοπιστούν κατά τη συλλογή δεδοµένων

µέσω της υποθετικο–συµπερασµατικής προσέγγισης.

Αυτά τα µέτρα εστιάζονται κυρίως σε τέσσερις γενικές κατηγορίες ερωτήσεων, που

Page 25: Deli Basis

ακολουθούν την καταγραφή πληροφοριών σχετικά µε το βασικό σύµπτωµα, και

είναι: προηγούµενο ιατρικό ιστορικό, οικογενειακό ιστορικό, κοινωνικό ιστορικό και

µια συνοπτική εξέταση των συστηµάτων, κατά την οποία ο ιατρός διαπιστώνει πώς

λειτουργούν τα κύρια όργανα του ασθενούς. Συµβαίνει, µερικές φορές, να ανακα-

λυφθούν τελείως διαφορετικά προβλήµατα, τα οποία να τροποποιήσουν σηµαντικά

τη λίστα των αρχικών υποθέσεων ή να αλλάξουν τη θεραπευτική τακτική (για παρά-

δειγµα, εάν ο ασθενής εµφανίζει αλλεργικές αντιδράσεις σε ορισµένα φάρµακα).

Όταν συµπληρωθεί η φυσική εξέταση, συνήθως ο αριθµός των υποθέσεων περιορίζε-

ται σε µεγάλο βαθµό. Παρ’ όλα αυτά, συχνά συνεχίζεται η προσθήκη στοιχείων, που

απορρέουν από εργαστηριακές εξετάσεις (αίµατος, ούρων κλπ), ακτινολογικές εξετά-

σεις (ακτινογραφίες, σπινθηρογραφήµατα, υπολογιστικές τοµογραφίες, µαγνητικές

τοµογραφίες, υπερηχογραφίες και άλλες απεικονίσεις) ή άλλες εξειδικευµένες εξετά-

σεις (ηλεκτρο–καρδιογραφήµατα, ηλεκτρο–εγκεφαλογράµµατα, µελέτες νευρικής αγω-

γής, προκλητά δυναµικά). Με τα αποτελέσµατα αυτών των εξετάσεων µπορεί να βελ-

τιωθεί περαιτέρω η υποθετικο–συµπερασµατική διαδικασία του θεράποντος ιατρού.

Στο τέλος υπάρχει αρκετή σιγουριά για την πηγή των προβληµάτων του ασθενούς,

ώστε να αρχίσει η συγκεκριµένη θεραπευτική αγωγή. Η απόκριση στην αγωγή είναι

ένα επιπλέον στοιχείο για την επιβεβαίωση ή µη της διάγνωσης. Εάν ο ασθενής δεν

αποκρίνεται στη θεραπεία, αυτό σηµαίνει ή ότι η νόσος είναι ανθεκτική ή ότι η αρχι-

κή διάγνωση δεν είναι σωστή. Ο ασθενής µπορεί να µείνει σε έναν κύκλο θεραπεί-

ας και παρατήρησης για ένα µεγάλο χρονικό διάστηµα. Εναλλακτικά, ο ασθενής µπο-

ρεί να αναρρώσει σύντοµα και να µη χρειάζεται περαιτέρω θεραπεία. Παρ’ όλο που

το διάγραµµα του Σχήµατος 1.1 υπεραπλουστεύει την όλη διαδικασία, γενικά εφαρ-

µόζεται στη διάγνωση και θεραπεία σε πολλούς τοµείς της ιατρικής.

Σηµειώνεται ότι η υποθετικο–συµπερασµατική προσέγγιση στηρίζεται εγγε-

νώς σε µια βάση γνώσης. Εξαρτάται όχι µόνο από τη διατιθέµενη βάση δεδο-

µένων, αλλά και από την αποδοτική χρήση ευρετικών τεχνικών.

2 51 . 2 ™ ∆ ƒ∞∆ ∏ ° π ∫ ∂ ™ ∂ ¶ π § √ ° ∏ ™ ∆ ø ¡ π ∞∆ ƒ π ∫ ø ¡ ¢ ∂ ¢ √ ª ∂ ¡ ø ¡

ÕÛÎËÛË A˘ÙÔ·ÍÈÔÏfiÁËÛ˘ 1.3

Παρακάτω δίνονται µε ανακατεµένο τρόπο οι ερωτήσεις και οι εξετάσεις που γίνο-

νται από έναν ιατρό σε έναν ασθενή που έχει έρθει στα εξωτερικά ιατρεία παρα-

πονούµενος για έντονο πόνο στο στήθος. Προσπαθήστε να βάλετε µια σειρά σ’

αυτές τις ερωτήσεις – εξετάσεις, µε στόχο την πιο ορθή, σύντοµη και οικονοµική

διαγνωστική διαδικασία.

Page 26: Deli Basis

2 6 K E º A § A I O 1 . º À ™ ∏ ∫ ∞ π ¢ √ ª ∏ ∆ ∏ ™ I ∞∆ ƒ π ∫ ∏ ™ ¶ § ∏ ƒ √ º √ ƒ π ∞ ™

1.2.2 ™¯¤ÛË ÌÂٷ͇ ‰Â‰ÔÌ¤ÓˆÓ Î·È ˘Ôı¤ÛˆÓ

Η παρατήρηση ενός συµβάντος µπορεί να στηρίξει µια υπόθεση που αφορά µια γενί-

κευσή του. Είναι προφανές ότι το συµβάν και η γενικευµένη υπόθεση πρέπει να έχουν

κάποια σχέση. Ποια είναι όµως τα χαρακτηριστικά αυτής της σχέσης; Ένα παράδειγµα

µπορεί να δείξει ότι µια τόσο απλή σχέση δεν είναι αρκετή για να εξηγήσει το ξεκί-

νηµα της υποθετικής διαδικασίας. Εξετάζουµε την υπόθεση ότι µια ασθενής είναι

έγκυος, που βασίζεται στην παρατήρηση ότι ο ασθενής είναι γυναίκα. Προφανώς όλοι

οι ασθενείς σε κατάσταση εγκυµοσύνης είναι γυναίκες, αλλά, εάν εµφανιστεί ένας

ασθενής ο οποίος είναι γυναίκα, δεν ενεργοποιείται άµεσα η υπόθεση ότι αυτή είναι

έγκυος. Κατά συνέπεια, το θηλυκό γένος είναι ένας πολύ ευαίσθητος δείκτης εγκυ-

µοσύνης (η πιθανότητα ένας ασθενής σε κατάσταση εγκυµοσύνης να είναι γυναίκα

ισούται µε 100%), αλλά δεν έχει µεγάλη προβλεπτική αξία (οι περισσότερες γυναί-

κες δεν είναι σε κατάσταση εγκυµοσύνης). Η έννοια της ευαισθησίας (sensitivity)

–ως της πιθανότητας παρατήρησης ενός δεδοµένου όταν ο εξεταζόµενος έχει µια

συγκεκριµένη ασθένεια– είναι πολύ σηµαντική, αλλά δεν εξηγεί από µόνη της τη

δηµιουργία µιας υπόθεσης κατά τη διαδικασία της ιατρικής διάγνωσης.

Εναλλακτικά, η σχέση µεταξύ παρατήρησης ενός συµβάντος και µιας υπόθεσης

εργασίας µπορεί να στηρίζεται στο ότι η παρατήρηση του συµβάντος γίνεται σπά-

νια εάν δεν επαληθεύεται η υπόθεση. Έστω ότι ένα συγκεκριµένο αποτέλεσµα δεν

επαληθεύεται ποτέ, αν ο ασθενής δεν έχει µια συγκεκριµένη ασθένεια. Σ’ αυτές τις

περιπτώσεις οι διαγνωστικές εξετάσεις (test) ονοµάζονται παθογνωµονικές. Όχι µόνο

υποδεικνύουν µια διαγνωστική υπόθεση, αλλά ταυτόχρονα αποδεικνύουν ότι αυτή

είναι ορθή. ∆υστυχώς, τα παθογνωµονικά test είναι σπάνια στην ιατρική. Εκείνο που

συµβαίνει συνήθως είναι να γίνεται µια παρατήρηση πολύ συχνά όταν υπάρχει µια

ασθένεια ή µια κατηγορία ασθενειών, αλλά η αντιστοίχιση ασθένειας και παρατή-

ρησης δεν είναι απόλυτη. Για παράδειγµα, µόνο ένας µικρός αριθµός νοσηµάτων,

― Εκτέλεση ηλεκτροκαρδιογραφήµατος

― Ποια είναι η ηλικία σας;

― Είχατε τελευταία πυρετό ή άλλα συµπτώµατα κρυολογήµατος;

― Εξέταση διαστολικής και συστολικής πίεσης

― Εξέταση του επιπέδου χοληστερίνης

― Είχαν καρδιολογικά προβλήµατα οι γονείς σας;

Page 27: Deli Basis

που δεν ανήκουν στις λοιµώξεις, αυξάνει τον αριθµό των λευκών αιµοσφαιρίων.

Βεβαίως, η λευχαιµία, όπως και η επίδραση ορισµένων φαρµάκων, µπορεί να αυξή-

σει τον αριθµό των λευκών αιµοσφαιρίων, αλλά οι περισσότεροι ασθενείς που δεν

έχουν λοίµωξη θα έχουν κανονικό αριθµό λευκών αιµοσφαιρίων. Κατά συνέπεια, η

αύξηση των λευκών δεν αποδεικνύει την ύπαρξη λοίµωξης, αλλά στηρίζει την υπό-

θεση για την ύπαρξή της. Η έννοια που περιγράφει αυτή τη σχέση µεταξύ υπόθεσης

και παρατήρησης λέγεται ειδικότητα (specificity). Μια παρατήρηση είναι πολύ υψη-

λής ειδικότητας για µια ασθένεια εάν απουσιάζει σε ασθενείς που δεν έχουν αυτή

την ασθένεια, ενώ η παθογνωµονική παρατήρηση έχει ειδικότητα 100%.

Οι έννοιες της ευαισθησίας και της ειδικότητας ξεκαθαρίζουν αρκετά την υποθετι-

κο–συµπερασµατική προσέγγιση. Παρ’ όλα αυτά, ακόµη και έµπειροι ιατροί ορι-

σµένες φορές αποτυγχάνουν να τις χρησιµοποιήσουν σωστά. Έτσι, ακόµα και αν έχει

γίνει µια πολύ ειδική για την ασθένεια παρατήρηση, µπορεί ο ασθενής να πάσχει

από άλλη ασθένεια. Ακριβώς σε τέτοιες περιπτώσεις, γίνονται συχνά σφάλµατα, που

απορρέουν από τη λεγόµενη «κοινή αντίληψη». Για να εξηγηθούν αυτές οι συχνές

παρεξηγήσεις, πρέπει να εισαχθούν δύο επιπρόσθετες έννοιες: ο επιπολασµός

(prevalence) και η προβλεπτική αξία (predictive value).

Ο επιπολασµός µιας ασθένειας είναι η συχνότητα, ή καλύτερα η πιθανότητα, της

ασθένειας στον εξεταζόµενο πληθυσµό. Παρ’ όλο που µια ασθένεια µπορεί να έχει

επιπολασµό 5%, υπάρχει περίπτωση σε έναν επιλεγµένο υποπληθυσµό ο επιπολα-

σµός της να είναι πολύ υψηλότερος. Για παράδειγµα, ο καρκίνος του µαστού στο

γενικό πληθυσµό είναι 0,3%, αλλά ο επιπολασµός της ίδιας ασθένειας στο γυναικείο

υποπληθυσµό που έχει ηλικία µεταξύ 40 και 50 ετών είναι περίπου 15 φορές µεγα-

λύτερος και φτάνει το 4,5%.

Προφανώς ο στόχος της διάγνωσης είναι, ξεκινώντας από τον επιπολασµό που έχει

ο ασθενής, για µια συγκεκριµένη ασθένεια στον πληθυσµό (κατηγορία, οµάδα) που

κατατάχθηκε αρχικά, να γίνει κάποια εξέταση και ανάλογα µε το αποτέλεσµά της

(θετικό ή αρνητικό) να καταταχθεί σε ένα νέο υποπληθυσµό, στον οποίο ο επιπολα-

σµός θα είναι σαφώς διαφορετικός. Έτσι, η πιθανότητα ένα οποιοδήποτε άτοµο του

πληθυσµού των Ηνωµένων Πολιτειών να έχει καρκίνο του πνεύµονα είναι µικρή

(γιατί ο επιπολασµός αυτής της ασθένειας είναι µικρός), αλλά γίνεται πολύ υψηλό-

τερη αν η ακτινογραφία θώρακος δείξει µια σκιά που µοιάζει µε όγκο. Αν το ίδιο

άτοµο ανήκει στον υποπληθυσµό των καπνιστών, τότε ο επιπολασµός του καρκίνου

του πνεύµονα θα είναι µεγαλύτερος. Σ’ αυτή την περίπτωση η ίδια ακτινογραφία

θώρακος θα ανεβάσει ακόµα υψηλότερα την πιθανότητα να έχει το εξεταζόµενο

άτοµο καρκίνο του πνεύµονα.

2 71 . 2 ™ ∆ ƒ∞∆ ∏ ° π ∫ ∂ ™ ∂ ¶ π § √ ° ∏ ™ ∆ ø ¡ π ∞∆ ƒ π ∫ ø ¡ ¢ ∂ ¢ √ ª ∂ ¡ ø ¡

Page 28: Deli Basis

2 8 K E º A § A I O 1 . º À ™ ∏ ∫ ∞ π ¢ √ ª ∏ ∆ ∏ ™ I ∞∆ ƒ π ∫ ∏ ™ ¶ § ∏ ƒ √ º √ ƒ π ∞ ™

Προβλεπτική αξία ενός test καλείται απλώς «η πιθανότητα της ασθένειας µετά τη

γνωστοποίηση του αποτελέσµατος του test» (posttest probability).

Όπως προαναφέρθηκε, αν το αποτέλεσµα του test είναι θετικό, η προβλεπτική αξία

θα είναι µεγαλύτερη του επιπολασµού. Εάν το test είναι αρνητικό, η εµφάνιση της

ασθένειας έχει µια πιθανότητα µικρότερη του επιπολασµού. Για κάθε test και κάθε

ασθένεια υπάρχει µια προβλεπτική τιµή εάν το test είναι θετικό και άλλη εάν το test

είναι αρνητικό. Οι συµβολισµοί που χρησιµοποιούνται είναι, αντίστοιχα, PV+ για

προβλεπτική τιµή µε θετικό test και PV– για αρνητικό test.

Η προβλεπτική αξία ενός θετικού test εξαρτάται από την ευαισθησία και την ειδι-

κότητά του, όπως επίσης και από τον επιπολασµό της αναζητούµενης ασθένειας. Ο

τύπος που περιγράφει αυτή την εξάρτηση είναι:

Υπάρχει ένας παρόµοιος τύπος για τον ορισµό της PV–, ως συνάρτησης της ευαι-

σθησίας, της ειδικότητας και του επιπολασµού. Και οι δύο αυτοί τύποι συνάγονται

από τα βασικά στοιχεία της θεωρίας πιθανοτήτων. Να σηµειωθεί ότι ένα θετικό test

µε πολύ υψηλή ευαισθησία και ειδικότητα µπορεί να οδηγήσει σε µια σχετικά χαµη-

λή πιθανότητα για την ασθένεια (χαµηλή PV+) εάν ο επιπολασµός της ασθένειας

είναι χαµηλός. Είναι ακριβώς αυτή η σχέση της προβλεπτικής τιµής µε την ευαι-

σθησία, την ειδικότητα και τον επιπολασµό, που δεν είναι εύκολα κατανοητή από

τους ιατρούς, οι οποίοι σε ορισµένες περιπτώσεις θεωρούν τα συµπεράσµατά της

παράδοξα (πράγµα που αποδεικνύει ότι συχνά η «κοινή» αντίληψη οδηγεί σε εσφαλ-

µένα συµπεράσµατα, όταν δεν στηρίζεται σε σταθερές αρχές και κανόνες). Η ευαι-

σθησία του test και ο επιπολασµός της ασθένειας µπορούν να αγνοηθούν µόνο όταν

το test είναι παθογνωµονικό (δηλαδή όταν έχει ειδικότητα 100%, που σηµαίνει PV+

ίσο µε 100%). Ο τύπος προσδιορισµού του PV+ είναι ένας από τους πολλούς τύπους

που προέρχονται από το θεώρηµα του Bayes, το οποίο στηρίζει ένα µεγάλο αριθµό

προσεγγίσεων στη λήψη ιατρικών αποφάσεων.

PV+ =

( ) ¥ ( )( ) ¥ ( ) + -( ) -( )

ευαισθησία επιπολασµός

ευαισθησία επιπολασµός ευαισθησία επιπολασµός1 1

ÕÛÎËÛË A˘ÙÔ·ÍÈÔÏfiÁËÛ˘ 1.4

Έστω ότι το ποσοστό του καρκίνου του πνεύµονα στο γενικό πληθυσµό είναι 0,2%

και ότι το ποσοστό αυτό πενταπλασιάζεται για τους καπνιστές. Πόσο µεγαλύτερη

είναι η προβλεπτική αξία ενός θετικού test που έχει ειδικότητα 80% και ευαισθη-

σία 90% για έναν καπνιστή σε σχέση µε ένα τυχαίο άτοµο του πληθυσµού.

Page 29: Deli Basis

™‡ÓÔ„Ë ÎÂÊ·Ï·›Ô˘

Στο πρώτο κεφάλαιο έγινε προσπάθεια να κατανοηθεί ότι οι σηµερινές συνθήκες ανά-

πτυξης των υπολογιστών επιτρέπουν την άµεση πρόσβαση σε έναν τεράστιο όγκο

ιατρικών πληροφοριών και γνώσεων, αλλάζοντας ριζικά το ρόλο του ιατρού. Έτσι,

τα προβλήµατα που αντιµετωπίζει ο τελευταίος στην ιατρική πράξη δεν σχετίζονται

µε τις a priori γνώσεις του, αλλά είναι περισσότερο προβλήµατα επιλογής και δια-

χείρισης των χρήσιµων πληροφοριών. Σ’ αυτή την κατεύθυνση η Ιατρική Πληροφο-

ρική µπορεί να βοηθήσει:

1) κωδικοποιώντας και ταξινοµώντας σε µεγάλες βάσεις τις ιατρικές πληροφορίες

και γνώσεις που συσσωρεύονται καθηµερινά από την παγκόσµια εµπειρία και έρευ-

να και

2) δηµιουργώντας υπολογιστικά συστήµατα υποστήριξης που βελτιστοποιούν την απο-

τελεσµατικότητα της υποθετικο–συµπερασµατικής προσέγγισης των ιατρικών προ-

βληµάτων.

µÈ‚ÏÈÔÁÚ·Ê›·

[1] Shortliffe Ε.Η., Perreault, L.E. Medical Informatics: Computer Applications in

Health Care, Addison–Welsey, 1990.

[2] Komaroff A.L., The variability and inaccuracy of Medical data, Proceedings of

the IEEE, 67: 1196, 1979.

[3] Blum B.I., Clinical Information Systems, Springer Verlag, 1996.

2 9B I B § I O ° PA º I A

Page 30: Deli Basis
Page 31: Deli Basis

∏ Èı·ÓfiÙËÙ· ÛÙËÓ ÂÎÙ›ÌËÛË ÙˆÓ ‰È·ÁÓˆÛÙÈÎÒÓ ÙÂÛÙ Î·È ÛÙË Ï‹„Ë È·ÙÚÈÎÒÓ ·ÔÊ¿ÛˆÓ

™ÎÔfi˜

Ο κύριος σκοπός αυτού του κεφαλαίου είναι να ενσωµατώσει µε σαφήνεια την έννοια

της πιθανότητας στη διαδικασία λήψης ιατρικών αποφάσεων. Σ’ αυτό το πλαίσιο:

• ορίζονται οι έννοιες της ευαισθησίας, της ειδικότητας και της προβλεπτικής αξίας

ενός test και συσχετίζονται µε τις ευρέως χρησιµοποιούµενες στην ιατρική έννοι-

ες του ψευδώς αρνητικού, ψευδώς θετικού κτλ.,

• προσδιορίζεται ποσοτικά το σφάλµα στην εκτίµηση της κατάστασης ενός εξεταζό-

µενου ατόµου ως παθολογικού ή φυσιολογικού µε βάση το θετικό ή αρνητικό test,

• αποσαφηνίζεται η έννοια της ανεξαρτησίας µεταξύ των ιατρικών ευρηµάτων,

• δίνονται οι δυνατότητες και οι περιορισµοί του συνδυασµού περισσότερων ιατρι-

κών ευρηµάτων χρησιµοποιώντας το θεώρηµα του Bayes.

¶ÚÔÛ‰ÔÎÒÌÂÓ· ·ÔÙÂϤÛÌ·Ù·

Όταν θα έχετε µελετήσει αυτό το κεφαλαίο, θα µπορείτε να απαντήσετε στις εξής ερω-

τήσεις:

• Ποιος είναι ο ρόλος της πιθανότητας στην ιατρική διάγνωση;

• Πώς µπορείτε να χαρακτηρίσετε την ικανότητα ενός διαγνωστικού test να διακρί-

νει µεταξύ παθολογικού και φυσιολογικού;

• Ποια είναι η αναγκαία πληροφορία για να ερµηνευτούν ορθά τα αποτελέσµατα

ενός test;

• Ποιοι είναι οι περιορισµοί στην εφαρµογή του θεωρήµατος του Bayes στην ιατρι-

κή πράξη;

• Ποιες είναι οι δυνατότητες και οι περιορισµοί της χρήσης H/Y στη συλλογή και

αξιοποίηση των ιατρικών δεδοµένων;

ŒÓÓÔȘ ÎÏÂȉȿ

• µετρητέα

2∫ ∂ º ∞ § ∞ π √

Page 32: Deli Basis

3 2 K E º A § A I O 2 . ∏ ¶ π £ ∞ ¡ √ ∆ ∏ ∆∞ ™ ∆ ∏ ¡ ∂ ∫ ∆ π ª ∏ ™ ∏ ∆ ø ¡ ¢ π ∞ ° ¡ ø ™ ∆ π ∫ ø ¡ ∆ ∂ ™ ∆ ∫ ∞ π ™ ∆ ∏ § ∏ æ ∏ π ∞∆ ƒ π ∫ ø ¡ ∞ ¶ √ º ∞ ™ ∂ ø ¡

• test

• διάστηµα φυσιολογικών τιµών

• σφάλµα

• επίδοση test

• πίνακας συνάφειας

• ευαισθησία

• ειδικότητα

• ασυµφωνία

• καµπύλη ROC

• προβλεπτική αξία

Page 33: Deli Basis

2.1 ¶ÚÔÛ‰ÈÔÚÈÛÌfi˜ ÙˆÓ ÏÂÈÙÔ˘ÚÁÈÎÒÓ ¯·Ú·ÎÙËÚÈÛÙÈÎÒÓ ÙˆÓ ‰È·ÁÓˆ-ÛÙÈÎÒÓ ÙÂÛÙ

Το πρώτο ζήτηµα στην εκτίµηση ενός test είναι ο προσδιορισµός των κριτηρίων µε

βάση τα οποία το αποτέλεσµά του θεωρείται φυσιολογικό ή µη φυσιολογικό. Σ’ αυτή

την ενότητα παρουσιάζονται τα προβλήµατα που πρέπει να εξεταστούν για να γίνει

αυτός ο προσδιορισµός.

2.1.1 ∫·Ù¿Ù·ÍË ÙˆÓ ·ÔÙÂÏÂÛÌ¿ÙˆÓ ÂÓfi˜ test ˆ˜ ÌË Ê˘ÛÈÔÏÔÁÈÎÒÓ

Πολλές βιολογικές µετρητέες που αναφέρονται σε έναν πληθυσµό υγιών ατόµων

εκφράζονται ως συνεχείς µεταβλητές και παίρνουν διαφορετικές τιµές για τα διά-

φορα υγιή άτοµα. Τις πιο πολλές φορές η κατανοµή των τιµών τους είναι κατά προ-

σέγγιση κανονική (Gaussian) (Σχήµα 2.1). Έτσι, το 95% του πληθυσµού παίρνει

τιµές που ανήκουν στο διάστηµα που έχει κέντρο τη µέση τιµή µ της µετρητέας και

άκρα αντίστοιχα µ – 2σ και µ + 2σ (όπου σ είναι η τυπική απόκλιση της κατανοµής).

Περίπου το 2,5% του υγιούς πληθυσµού θα έχει τιµές που είναι µικρότερες από το

κάτω άκρο του προαναφερόµενου διαστήµατος, ενώ ένα άλλο 2,5% θα έχει τιµές

υψηλότερες από το άνω άκρο. Από την άλλη πλευρά, και ο πληθυσµός των ατόµων

που έχουν µια συγκεκριµένη ασθένεια εµφανίζει συνήθως µια κανονική κατανοµή

για τις τιµές της ίδιας µετρητέας.

Εάν η βιολογική µετρητέα δεν σχετίζεται µε την ασθένεια, οι δύο κατανοµές θα είναι

περίπου οι ίδιες. Στην αντίθετη περίπτωση (δηλαδή η µετρητέα επηρεάζεται από την

ασθένεια), θα είναι διαφορετικές (δηλαδή θα έχουν διαφορετική µέση τιµή και δια-

φορετική τυπική απόκλιση), αλλά θα έχουν µερική επικάλυψη (Σχήµα 2.1). Το ερώ-

τηµα που τίθεται είναι πότε το αποτέλεσµα ενός test που αναφέρεται σε µια µετρη-

τέα θα θεωρείται και θα κατατάσσεται ως µη φυσιολογικό;

Στις περισσότερες εργαστηριακές εξετάσεις, µαζί µε την εκτίµηση της εργα-

στηριακής µετρητέας δίνεται και το διάστηµα των φυσιολογικών της τιµών,

το οποίο ορίζεται ως µ ± 2σ (δηλαδή οι φυσιολογικές τιµές απέχουν από τη

µέση τιµή της µετρητέας το πολύ δύο τυπικές αποκλίσεις). Έτσι, αν το απο-

τέλεσµα του test είναι έξω από το διάστηµα φυσιολογικών τιµών, θεωρείται

µη φυσιολογικό, και το test θετικό. Εάν το αποτέλεσµα περιέχεται στο διά-

στηµα των φυσιολογικών τιµών, το test θεωρείται αρνητικό.

Για παράδειγµα, η µέση συγκέντρωση χοληστερίνης στο αίµα είναι 200mg/dl. Εάν

η τυπική απόκλιση της χοληστερίνης στον υγιή πληθυσµό είναι 25mg/dl, τότε το διά-

στηµα φυσιολογικών τιµών για τη χοληστερίνη θα είναι 200 ± 50, δηλαδή 150 έως

3 32 . 1 ¶ ƒ √ ™ ¢ π √ ƒ π ™ ª √ ™ ∆ ø ¡ § ∂ π ∆ √ À ƒ ° π ∫ ø ¡ à ∞ ƒ∞ ∫ ∆ ∏ ƒ π ™ ∆ π ∫ ø ¡ ∆ ø ¡ ¢ π ∞ ° ¡ ø ™ ∆ π ∫ ø ¡ ∆ ∂ ™ ∆

Page 34: Deli Basis

3 4 K E º A § A I O 2 . ∏ ¶ π £ ∞ ¡ √ ∆ ∏ ∆∞ ™ ∆ ∏ ¡ ∂ ∫ ∆ π ª ∏ ™ ∏ ∆ ø ¡ ¢ π ∞ ° ¡ ø ™ ∆ π ∫ ø ¡ ∆ ∂ ™ ∆ ∫ ∞ π ™ ∆ ∏ § ∏ æ ∏ π ∞∆ ƒ π ∫ ø ¡ ∞ ¶ √ º ∞ ™ ∂ ø ¡

250. Είναι προφανές, από όσα ειπώθηκαν, ότι τα άκρα του διαστήµατος των φυσιο-

λογικών τιµών ορίζονται µε στατιστικά κριτήρια, που δεν έχουν βιολογική σηµασία.

Όριο

διαχωρισµού

Φυσιολογικός

πληθυσµός

Πληθυσµός

ασθενών

Aποτελέσµατα του test

Aριθ

µός

ατό

µω

νφυσιολογικοί

µη-

φυσιολογικοί

Ψευδώς θετικά

Ψευδώς αρνητικά™¯‹Ì· 2.1

Ένα ιδανικό test θα έδινε µια κατανοµή αποτελεσµάτων (της µετρητέας) για τους

ασθενείς η οποία δεν θα είχε καµία επικάλυψη µε την αντίστοιχη κατανοµή αποτε-

λεσµάτων των υγιών ατόµων. Έτσι, εάν επιλέγεται ένα κατάλληλο όριο (cut off) για

τις φυσιολογικές τιµές, το test θα ήταν αρνητικό για όλους τους φυσιολογικούς και

θετικό για όλους τους ασθενείς. Πολύ λίγα tests ανήκουν σ’ αυτή την κατηγορία.

Συνήθως για το χαρακτηρισµό ενός test ως µη φυσιολογικού χρησιµοποιείται το κρι-

τήριο των 2 τυπικών αποκλίσεων από τη µέση τιµή του υγιούς πληθυσµού, και έτσι

ένα 2,5% των υγιών ατόµων θα δώσει θετικό test (αυτό χαρακτηρίζεται ως σφάλµα

τύπου α του test). Από την άλλη πλευρά, επειδή συνήθως η κατανοµή των αποτελε-

σµάτων του test των ασθενών έχει µια επικάλυψη µε αυτή των υγιών, και µάλιστα

περιέχει τιµές οι οποίες ανήκουν στο διάστηµα των φυσιολογικών τιµών, είναι προ-

φανές ότι ορισµένοι ασθενείς θα δώσουν αρνητικό test (σφάλµα τύπου β). Συµπε-

ρασµατικά, όπως φαίνεται και από το Σχήµα 2.1, θα υπάρχει ένα ποσοστό φυσιολο-

γικών ατόµων που θα δώσει θετικό test και ένα ποσοστό ασθενών που θα δώσει

αρνητικό test. Προφανώς όσο µικρότερα είναι αυτά τα ποσοστά, τόσο καλύτερο είναι

το test. Ο ιατρός πρέπει να είναι γνώστης ορισµένων όρων που εκφράζουν αυτή την

κατάσταση:

• Αληθώς θετικά (Α.Θ.) είναι τα θετικά tests που προέρχονται από τον πληθυσµό

των εχόντων την ασθένεια (δηλαδή τα tests που σωστά ταξινοµούν τον εξεταζό-

µενο στην κατηγορία των εχόντων τη συγκεκριµένη ασθένεια).

Αληθώς Αρνητικά (Α.Α.) είναι τα αρνητικά tests που προέρχονται από τον πλη-

θυσµό των µη εχόντων την ασθένεια (δηλαδή τα tests που σωστά ταξινοµούν τον

Page 35: Deli Basis

εξεταζόµενο στην κατηγορία των µη εχόντων τη συγκεκριµένη ασθένεια).

Ψευδώς θετικά (Ψ.Θ.) είναι τα θετικά tests που προέρχονται από τον πληθυσµό

των µη εχόντων ασθένεια (δηλαδή τα tests που εσφαλµένα ταξινοµούν τον εξε-

ταζόµενο στην κατηγορία των εχόντων τη συγκεκριµένη ασθένεια).

Ψευδώς Αρνητικά (Ψ.Α.) είναι τα αρνητικά tests που προέρχονται από τον πλη-

θυσµό εκείνων που έχουν την ασθένεια (δηλαδή εσφαλµένα ταξινοµούν τον ασθε-

νή στην κατηγορία των µη εχόντων τη συγκεκριµένη ασθένεια).

Στο Σχήµα 2.1 φαίνεται ότι, µεταβάλλοντας το άνω άκρο του διαστήµατος των

«φυσιολογικών τιµών», θα αλλάξουν ουσιαστικά τα προαναφερόµενα ποσοστά.

Καθώς το άνω όριο των φυσιολογικών τιµών µετακινείται προς υψηλότερες τιµές,

αυξάνεται ο αριθµός των ψευδώς αρνητικών (Ψ.Α.) και µειώνεται ο αριθµός των ψευ-

δώς θετικών (Ψ.Θ.). Όταν καθοριστεί το ανώτατο φυσιολογικό όριο, αυτόµατα προσ-

διορίζεται και η επίδοση (performance) του test, δηλαδή η ικανότητά του να διακρί-

νει µεταξύ ασθενούς και µη ασθενούς. Η ποσοτικοποίηση της επίδοσης δίνεται µε

έναν πίνακα συνάφειας σαν αυτόν του Πίνακα 2.1. Στον πίνακα δίνονται συνοπτικά

οι αριθµοί που αντιστοιχούν στις προηγούµενες 4 οµάδες αποτελεσµάτων (Α.Θ., Α.Α.,

Ψ.Θ., Ψ.Α.). Παρατηρήστε ότι το άθροισµα της πρώτης στήλης δίνει το συνολικό αριθ-

µό των µη ασθενών, (Ψ.Θ. + Α.Α.) Το άθροισµα της πρώτης σειράς, (Α.Θ. + Ψ.Θ.),

είναι ο συνολικός αριθµός των εξετασθέντων που έδωσαν θετικό test. Παροµοίως,

(Ψ.Α.+Α.Α.) είναι ο αριθµός των εξετασθέντων που έδωσαν αρνητικό test.

¶›Ó·Î·˜ 2.1

Πίνακας συνάφειας 2¥2 που εκφράζει την επίδοση ενός test

Αποτέλεσµα του test Ασθενείς Όχι Ασθενείς Σύνολο

Θετικό test Α.Θ. Ψ.Θ. Α.Θ.+Ψ.Θ.

Αρνητικό test Ψ.Α. Α.Α. Ψ.Α.+Α.Α.

Σύνολο (Α.Θ.)+(Ψ.Α.) (Ψ.Θ.)+(Α.Α.)

Το ιδανικό test δεν έχει ούτε Ψευδώς Αρνητικά (Ψ.Α.) ούτε Ψευδώς Θετικά (Ψ.Θ.)

αποτελέσµατα. Στην πραγµατικότητα αυτό δεν επαληθεύεται σχεδόν ποτέ, και έτσι

ο έλεγχος µιας διαγνωστικής υπόθεσης που αναφέρεται σε µια συγκεκριµένη ασθέ-

νεια γίνεται µε test που περιέχουν σφάλµατα. Η συνοπτική εικόνα της επίδοσης των

εναλλακτικών tests δίνεται µε τους προαναφερόµενους πίνακες συνάφειας 2¥2. Έτσι,

ο ιατρός διευκολύνεται στην επιλογή του, η οποία βεβαίως λαµβάνει υπόψη και

άλλους παράγοντες, όπως το κόστος και το χρόνο του test, τον επιπολασµό της υπο-

3 52 . 1 ¶ ƒ √ ™ ¢ π √ ƒ π ™ ª √ ™ ∆ ø ¡ § ∂ π ∆ √ À ƒ ° π ∫ ø ¡ à ∞ ƒ∞ ∫ ∆ ∏ ƒ π ™ ∆ π ∫ ø ¡ ∆ ø ¡ ¢ π ∞ ° ¡ ø ™ ∆ π ∫ ø ¡ ∆ ∂ ™ ∆

Page 36: Deli Basis

3 6 K E º A § A I O 2 . ∏ ¶ π £ ∞ ¡ √ ∆ ∏ ∆∞ ™ ∆ ∏ ¡ ∂ ∫ ∆ π ª ∏ ™ ∏ ∆ ø ¡ ¢ π ∞ ° ¡ ø ™ ∆ π ∫ ø ¡ ∆ ∂ ™ ∆ ∫ ∞ π ™ ∆ ∏ § ∏ æ ∏ π ∞∆ ƒ π ∫ ø ¡ ∞ ¶ √ º ∞ ™ ∂ ø ¡

τιθέµενης ασθένειας (όπως θα αναλυθεί αργότερα) κτλ.

2.1.2 ¶·Ú¿ÌÂÙÚÔÈ Ù˘ ›‰ÔÛ˘ ÂÓfi˜ È·ÙÚÈÎÔ‡ test

Οι παράµετροι της επίδοσης ενός test, όπως διαφαίνεται από την προηγούµενη ενό-

τητα, είναι δύο ειδών: παράµετροι συµφωνίας και παράµετροι ασυµφωνίας µε την

πραγµατικότητα. Στην ουσία οι παράµετροι συµφωνίας ταυτίζονται µε την έννοια

της ευαισθησίας και της ειδικότητας, οι οποίες µπορούν να οριστούν τώρα χρησι-

µοποιώντας τον όρο της δεσµευµένης πιθανότητας και τον προηγούµενο πίνακα

συνάφειας 2¥¥2.

Η ευαισθησία, που καλείται και ποσοστό των αληθώς θετικών (Π.Α.Θ.), είναι η

πιθανότητα ένας που έχει την ασθένεια να δώσει θετικό test. Χρησιµοποιώντας την

συµβολογία της δεσµευµένης πιθανότητας, η ευαισθησία εκφράζεται ως η πιθανό-

τητα το test να βγει θετικό, δεδοµένου ότι ο εξεταζόµενος είναι ασθενής.

Ένας εναλλακτικός τρόπος έκφρασης της ίδιας ιδιότητας του test είναι να δοθεί το

(Π.Α.Θ.) ως το κλάσµα των ασθενών µε θετικό test, διά του συνόλου των ασθενών:

∆ηλαδή, χρησιµοποιώντας τον Πίνακα 1.1, έχουµε:

(1)

Με ανάλογο τρόπο, η ειδικότητα, που καλείται και ποσοστό αληθώς αρνητικών

(Π.Α.Α.), ορίζεται ως η πιθανότητα ένας που δεν έχει την ασθένεια να δώσει αρνη-

τικό test. Με τη συµβολογία της δεσµευµένης πιθανότητας, η ειδικότητα εκφράζε-

ται ως η πιθανότητα το test να είναι αρνητικό, δεδοµένου ότι ο εξεταζόµενος δεν

είναι ασθενής.

Εναλλακτικά, το ποσοστό των αληθώς αρνητικών δίνεται µε το κλάσµα:

(2) Π.A.A.

Ψ=

+( . .)

( . .) ( . .)

A A

A A A

P

T

AP

test-

-

Ê

ËÁ =

ÊËÁ

αρνητικ ό

ο εξεταζόµενος δεν είναι ασθενής

Π.A.Θ.

Θ

Θ Ψ=

+( . .)

( . .) ( . .)

A

A A

Π.A.Θ.

αριθµός των ασθενών µε θετικ ό

συνολικ ός αριθµός ασθενών= test

P

T

AP

test+Ê

ËÁ =

ÊËÁ

θετικ ό

ο εξεταζόµενος είναι ασθενής

Page 37: Deli Basis

Τα µέτρα ασυµφωνίας του test σε σχέση µε την πραγµατικότητα ορίζονται µε ανά-

λογο τρόπο. Έτσι, το ποσοστό των ψευδώς αρνητικών δίνεται από το κλάσµα:

Το ποσοστό των ψευδώς θετικών ισούται µε το κλάσµα:

Παράδειγµα: Έστω ότι θέλουµε να πραγµατοποιήσουµε ένα screening test στο

γυναικείο πληθυσµό για την πρώιµη διάγνωση του καρκίνου της µήτρας. Το test που

χρησιµοποιείται σ’ αυτές τις περιπτώσεις είναι το Pap–test, το οποίο θεωρείται θετι-

κό όταν στον τράχηλο της µήτρας παρατηρούνται αφύσικα µεγάλα κύτταρα (που

ονοµάζονται «κύτταρα τάξης ΙV»). Για να προσδιοριστεί η επίδοση του Pap–test,

αυτό πραγµατοποιείται σε 1000 γυναίκες υψηλού κινδύνου και δίνει τα αποτελέ-

σµατα που φαίνονται στον Πίνακα 2.2.

¶›Ó·Î·˜ 2.2

Πίνακας συνάφειας 2 ¥ 2 που χαρακτηρίζει την επίδοση του Pap–test

Αποτέλεσµα του Pap–test Ασθενείς Όχι ασθενείς Σύνολο

Θετικό 102 24 126

Αρνητικό 7 867 874

Σύνολο 109 891 1000

Η επίδοση του Pap–test δίνεται υπολογίζοντας το ποσοστό των αληθώς θετικών

(Π.Α.Θ.), δηλαδή την ευαισθησία, και το ποσοστό των αληθώς αρνητικών

(Π.Α.Α.), δηλαδή την ειδικότητα. Συγκεκριµένα, µε βάση τη σχέση (1):

Εποµένως, η πιθανότητα να είναι το Pap–test θετικό για έναν ασθενή ισούται µε 0,94.

Εάν εκτελέσουµε το test σε 100 πραγµατικές ασθενείς, αναµένεται ότι 6 από αυτές

θα δώσουν αρνητικό test.

Ο υπολογισµός του Π.Α.Α., δηλαδή της ειδικότητας, γίνεται µε ανάλογο τρόπο εφαρ-

µόζοντας τη σχέση (2):

Π.A.Θ.

A.Θ.

A.Θ.+Ψ.A.= =

+=102

102 70 94,

Π.Ψ.Θ

αριθµός των ασθενών µε θετικ ό

συνολικ ός αριθµός των όχι ασθενών = test

Π.Ψ.A

αριθµός των ασθενών µε αρνητικ ό

συνολικ ός αριθµός των ασθενών= test

3 72 . 1 ¶ ƒ √ ™ ¢ π √ ƒ π ™ ª √ ™ ∆ ø ¡ § ∂ π ∆ √ À ƒ ° π ∫ ø ¡ à ∞ ƒ∞ ∫ ∆ ∏ ƒ π ™ ∆ π ∫ ø ¡ ∆ ø ¡ ¢ π ∞ ° ¡ ø ™ ∆ π ∫ ø ¡ ∆ ∂ ™ ∆

Page 38: Deli Basis

3 8 K E º A § A I O 2 . ∏ ¶ π £ ∞ ¡ √ ∆ ∏ ∆∞ ™ ∆ ∏ ¡ ∂ ∫ ∆ π ª ∏ ™ ∏ ∆ ø ¡ ¢ π ∞ ° ¡ ø ™ ∆ π ∫ ø ¡ ∆ ∂ ™ ∆ ∫ ∞ π ™ ∆ ∏ § ∏ æ ∏ π ∞∆ ƒ π ∫ ø ¡ ∞ ¶ √ º ∞ ™ ∂ ø ¡

Αυτό σηµαίνει ότι η πιθανότητα µια εξεταζόµενη που δεν έχει καρκίνο της µήτρας

να δώσει αρνητικό test είναι 0,97.

Π.A.A.

A.A.

A.A.+Ψ.Θ.= =

+=867

867 240 97,

ÕÛÎËÛË A˘ÙÔ·ÍÈÔÏfiÁËÛ˘ 2.1

1) Πώς συνδέεται το διάστηµα φυσιολογικών τιµών µε την τυπική απόκλιση της

υπό εξέταση µετρητέας;

2) Από τι εξαρτάται το σφάλµα τύπου α, από τι εξαρτάται το σφάλµα τύπου β και

πότε αυτό το τελευταίο είναι µηδενικό;

3) Γιατί συνήθως όταν µεγαλώνει η ευαισθησία ενός test µικραίνει η ειδικότητά του;

2.1.3 ™˘ÓÂÎÙ›ÌËÛË Ù˘ ¢·ÈÛıËÛ›·˜ Î·È Ù˘ ÂȉÈÎfiÙËÙ·˜ ÛÙËÓ ÂÈÏÔÁ‹ÙÔ˘ ηٿÏÏËÏÔ˘ test

Ανακεφαλαιώνοντας, είναι σαφές ότι οι τιµές της ευαισθησίας και της ειδικότητας,

ενός test συνεχούς µεταβλητής εξαρτάται από το εκάστοτε καθοριζόµενο όριο δια-

χωρισµού µεταξύ φυσιολογικού και µη φυσιολογικού. Η αύξηση της τιµής αυτού

που καθορίζουµε ως ανώτατο φυσιολογικό όριο θα µειώσει τον αριθµό των ψευδώς

θετικών και ταυτόχρονα θα αυξήσει τον αριθµό των ψευδώς αρνητικών tests. Με

αυτό τον τρόπο το test γίνεται περισσότερο ειδικό και λιγότερο ευαίσθητο. Παρο-

µοίως, η µείωση της τιµής του ανώτατου φυσιολογικού ορίου αυξάνει τον αριθµό

των ψευδώς θετικών και µειώνει τον αριθµό των ψευδώς αρνητικών, δηλαδή αυξά-

νει την ευαισθησία και µειώνει την ειδικότητα.

Είναι φανερό από τα παραπάνω ότι η ευαισθησία και η ειδικότητα δεν είναι

αποκλειστικά χαρακτηριστικά του test, αλλά εξαρτώνται και από το κριτήριο

που τίθεται για τη διάκριση του τι θεωρείται µη φυσιολογικό αποτέλεσµα

(θετικό test). Κατά συνέπεια, ο καλύτερος τρόπος για να χαρακτηριστεί, απο-

κλειστικά και µόνο, η επίδοση ενός test είναι να δοθούν οι τιµές της ευαι-

σθησίας και ειδικότητάς του ως συνάρτηση των τιµών που µπορεί να πάρει το

ανώτατο φυσιολογικό όριο (cut off).

Η τυπική γραφική παράσταση αυτής της συνάρτησης δίνεται χρησιµοποιώντας το

καρτεσιανό σύστηµα αξόνων και βάζοντας στον κάθετο άξονα την ευαισθησία και

Page 39: Deli Basis

στον οριζόντιο τη µεταβλητή x = (1–ειδικότητα). Η x ισούται µε το ποσοστό των

αληθώς θετικών διά του ποσοστού των ψευδώς θετικών και η τιµή της µεταβάλλε-

ται άµεσα µε τη µεταβολή της τιµής του ανώτατου φυσιολογικού ορίου. Η προκύ-

πτουσα καµπύλη είναι γνωστή ως καµπύλη ROC (Receiver Operating

Characteristic). Κάθε σηµείο επί της καµπύλης ROC δίνει την ευαισθησία και την

ειδικότητα του test για ένα συγκεκριµένο ανώτατο φυσιολογικό όριο. Εάν ένας

ιατρός θέλει να επιλέξει µεταξύ διαφόρων tests για τον έλεγχο µιας διαγνωστικής

υπόθεσης που αφορά µια συγκεκριµένη ασθένεια ή κατηγορία ασθενειών, θα µπο-

ρούσε να συγκρίνει τις ROC καµπύλες που αντιστοιχούν στα υποψήφια tests.

Στο Σχήµα 2.2 παρουσιάζονται δύο εναλλακτικά tests που αφορούν τον έλεγχο της

ίδιας ασθένειας. Η καµπύλη ROC του test B βρίσκεται ψηλότερα, σε όλα τα σηµεία,

από την αντίστοιχη καµπύλη του test A. Με άλλα λόγια, το test B έχει µεγαλύτερη

διακριτική ισχύ, γιατί έχει µεγαλύτερη ευαισθησία για οποιοδήποτε επίπεδο ειδικό-

τητας. Υπάρχουν, βέβαια, πιο σύνθετες περιπτώσεις στις οποίες οι καµπύλες ROC

εναλλακτικών tests µπορεί να τέµνονται και, εποµένως, σε ορισµένες περιοχές το

πρώτο να είναι καλύτερο του δεύτερου και σε άλλες περιοχές να συµβαίνει το αντί-

θετο. Το αυστηρά µαθηµατικό κριτήριο επιλογής θα µπορούσε να στηριχτεί στη

σύγκριση των εµβαδών των αντίστοιχων καµπυλών ROC, θεωρώντας καλύτερο το

test του οποίου η καµπύλη ROC περιέχει µεγαλύτερο εµβαδόν. Όµως, αρκετές φορές

για την επιλογή ενός test συνεκτιµώνται και άλλοι παράγοντες, όπως το κόστος, ο

κίνδυνος, οι παρενέργειες κτλ.

3 92 . 1 ¶ ƒ √ ™ ¢ π √ ƒ π ™ ª √ ™ ∆ ø ¡ § ∂ π ∆ √ À ƒ ° π ∫ ø ¡ à ∞ ƒ∞ ∫ ∆ ∏ ƒ π ™ ∆ π ∫ ø ¡ ∆ ø ¡ ¢ π ∞ ° ¡ ø ™ ∆ π ∫ ø ¡ ∆ ∂ ™ ∆

1,0

0,5

0

0 0,5 1,0

Test B

Test A

Ποσοστό ψευδώς θετικών (1–ειδικότητα)

Ποσ

οσ

τό θ

ετικ

ώς

αλη

θώ

ν (

ευα

ισθη

σία

)

™¯‹Ì· 2.2

Page 40: Deli Basis

4 0 K E º A § A I O 2 . ∏ ¶ π £ ∞ ¡ √ ∆ ∏ ∆∞ ™ ∆ ∏ ¡ ∂ ∫ ∆ π ª ∏ ™ ∏ ∆ ø ¡ ¢ π ∞ ° ¡ ø ™ ∆ π ∫ ø ¡ ∆ ∂ ™ ∆ ∫ ∞ π ™ ∆ ∏ § ∏ æ ∏ π ∞∆ ƒ π ∫ ø ¡ ∞ ¶ √ º ∞ ™ ∂ ø ¡

2.1.4 ¶ÚÔ‚ÏÂÙÈ΋ ·Í›· ÂÓfi˜ test

Στο Κεφάλαιο 1 δόθηκε ο τύπος για τον υπολογισµό της θετικής προβλεπτικής αξίας

ενός test που λαµβάνει υπόψη την ευαισθησία, την ειδικότητα και τον επιπολασµό

της ασθένειας η οποία ελέγχεται:

Για να κατανοηθεί αυτός ο τύπος, υπενθυµίζεται ότι η θετική προβλεπτική αξία του

test δίνει την πιθανότητα ενός εξεταζοµένου µε θετικό test να έχει την υποτιθέµενη

ασθένεια. Κατά συνέπεια, η PV+ µπορεί να υπολογιστεί άµεσα από έναν πίνακα

συνάφειας 2¥2:

∆ηλαδή από τον πίνακα συνάφειας 2¥2 που δίνεται στον Πίνακα 2.1:

Παροµοίως, η αρνητική προβλεπτική αξία (PV–) είναι η πιθανότητα ένας εξεταζό-

µενος µε αρνητικό test να µην έχει την ασθένεια:

PV

A

A+ =+. .

. .

Θ

Θ. Ψ.Θ

PV

test

test+ = αριθµός των ατόµων που έχουν την ασθένεια κ αι εµφανίζουν θετικ ό

συνολικ ός αριθµός των ατόµων µε θετικ ό

PV+ =

( )( )( )( ) + -( ) -( )

ευαισθησία επιπολασµός

ευαισθησία επιπολασµός ευαισθησία επιπολασµός1 1

PV

test

test- = αριθµός των ατόµων που έχουν την ασθένεια κ αι εµφανίζουν αρνητικ ό

συνολικ ός αριθµός των ατόµων µε αρνητικ ό

Η τιµή του PV– προσδιορίζεται και πάλι χρησιµοποιώντας τον Πίνακα 2.1:

PV

A

A- =+. .

. .

A

A. Ψ.A

¢Ú·ÛÙËÚÈfiÙËÙ· 2.1

Να εξηγήσετε τις διαφορές ανάµεσα στη προβλεπτική άξια και την ειδικότητα

του test.

Είναι πολύ σηµαντικό, σε αυτό το σηµείο, να επαναληφθεί η µεγάλη εννοιολογική

(και πρακτική) διαφορά που υπάρχει µεταξύ της προβλεπτικής αξίας ενός test και

της ευαισθησίας και ειδικότητάς του. ∆υστυχώς, το σηµείο αυτό είναι αντικείµενο

παρεξηγήσεων µεταξύ ενός µεγάλου µέρους των ιατρών και οδηγεί συχνά σε µεγά-

Page 41: Deli Basis

λες παρερµηνεύσεις, επηρεάζοντας το σύνολο της υποθετικο–συµπερασµατικής

ιατρικής διαδικασίας. Η ευαισθησία δίνει την πιθανότητα ένα άτοµο που ξέρουµε

ότι είναι ασθενής να δώσει θετικό test και η ειδικότητα δίνει την πιθανότητα ένα

άτοµο που ξέρουµε ότι δεν έχει την ασθένεια να δώσει αρνητικό test. Αντίθετα, η

προβλεπτική αξία δίνει την πιθανότητα ένα άτοµο που έδωσε θετικό (αρνητικό) test

να έχει την ασθένεια. Η προβλεπτική αξία του test εξαρτάται από τον επιπολασµό

της ελεγχόµενης ασθένειας και όχι µόνο από τα χαρακτηριστικά του test. Έτσι, εάν

κάνουµε ένα Pap–test που έχει ευαισθησία 0,94 και ειδικότητα 0,97 στο γενικό πλη-

θυσµό των γυναικών, όπου ο επιπολασµός του καρκίνου της µήτρας είναι 0,002, τότε

η προβλεπτική αξία ενός θετικού test (δηλαδή η πιθανότητα µια γυναίκα µε θετικό

test να έχει καρκίνο της µήτρας) ισούται µε:

∆ηλαδή για µια γυναίκα, που ανήκε στο γενικό πληθυσµό, µε θετικό Pap–test η πιθα-

νότητα καρκίνου της µήτρας είναι περίπου 5,7%.

Εάν τώρα η ίδια γυναίκα ανήκε σε έναν ειδικό πληθυσµό, για παράδειγµα, είχε ηλικία

µεταξύ 40 και 50 ετών και ταυτόχρονα παρουσίαζε µητρορραγίες, και είχε θετικό

Pap–test η πιθανότητα να έχει καρκίνο της µήτρας είναι τελείως διαφορετική. Πράγ-

µατι, εάν για τον προαναφερόµενο ειδικό πληθυσµό ο επιπολασµός του καρκίνου της

µήτρας είναι 0,10, τότε η προβλεπτική αξία του θετικού Pap–test θα ισούται µε:

Τελικά, γίνεται κατανοητό ότι tests πολύ υψηλής ευαισθησίας και ειδικότητας µπο-

ρεί να έχουν χαµηλή προβλεπτική αξία αν η ελεγχόµενη ασθένεια είναι σπάνια

(µικρός επιπολασµός) στον πληθυσµό που ανήκει ο εξεταζόµενος.

PV+ =

+ - -=

+ª( , )( , )

( , )( , ) ( , )( , )

,

, ,,

0 94 0 10

0 94 0 10 1 0 97 1 0 10

0 094

0 094 0 0270 78

PV+ =

( ) ◊( )+ - -

=+

ª0 94 0 002

0 94 0 002 1 0 97 1 0 002

0 00183

0 00183 0 030 057

, ,

( , )( , ) ( , )( , )

,

, ,,

4 12 . 2 ∆ √ £ ∂ ø ƒ ∏ ª ∞ ∆ √ À B AY E S

ÕÛÎËÛË A˘ÙÔ·ÍÈÔÏfiÁËÛ˘ 2.2

Όταν η υπό εξέταση ασθένεια έχει µικρό επιπολασµό, τι είναι προτιµότερο να

αυξηθεί περισσότερο η ειδικότητα ή η ευαισθησία του test;

2.2 ∆Ô ıÂÒÚËÌ· ÙÔ˘ Bayes

Όπως είπαµε στην Υποενότητα 2.1.4, η πιθανότητα µιας ασθένειας, έχοντας το απο-

τέλεσµα ενός test (posttest probability), δίνεται από την προβλεπτική αξία του test,

ενώ ο επιπολασµός ασθένειας δίνει την πιθανότητά της πριν από το test. Εποµένως,

Page 42: Deli Basis

4 2 K E º A § A I O 2 . ∏ ¶ π £ ∞ ¡ √ ∆ ∏ ∆∞ ™ ∆ ∏ ¡ ∂ ∫ ∆ π ª ∏ ™ ∏ ∆ ø ¡ ¢ π ∞ ° ¡ ø ™ ∆ π ∫ ø ¡ ∆ ∂ ™ ∆ ∫ ∞ π ™ ∆ ∏ § ∏ æ ∏ π ∞∆ ƒ π ∫ ø ¡ ∞ ¶ √ º ∞ ™ ∂ ø ¡

ο έµπειρος ιατρός πριν επιλέξει κάποιο test µαζεύει πληροφορίες (φυσική εξέταση,

ιστορικό κτλ.), οι οποίες του δίνουν τη δυνατότητα να εντάξει τον εξεταζόµενο σε

έναν ειδικό πληθυσµό όπου η ελεγχόµενη ασθένεια έχει έναν επιπολασµό αρκετά

υψηλότερο από αυτόν του γενικού πληθυσµού. Αυτός ο προσαρµοσµένος επιπολα-

σµός (pretest probability) είναι που θα χρησιµοποιηθεί στην εκτίµηση της προβλε-

πτικής αξίας του test.

Το θεώρηµα του Bayes είναι µια ποσοτική µέθοδος για τον υπολογισµό της πιθανό-

τητας παρουσίας της ασθένειας, υπό το φως του αποτελέσµατος του test (posttest

πιθανότητα). Χρησιµοποιεί την προ του test πιθανότητα, την ευαισθησία και την ειδι-

κότητα του test. Το θεώρηµα απορρέει από τον ορισµό της δέσµευσης πιθανότητας

και τις ιδιότητες των πιθανοτήτων.

Υπενθυµίζεται ότι η δεσµευµένη πιθανότητα ενός ενδεχοµένου Α είναι η πιθανότητα

επαλήθευσης του ενδεχοµένου Α όταν είναι δεδοµένη η επαλήθευση ενός ενδεχοµέ-

νου Β. Το πρόβληµα που έχει, γενικά, ο ιατρός είναι να προσδιορίσει την πιθανότη-

τα ο εξεταζόµενος να έχει την ασθένεια, µε δεδοµένο ότι το test είναι θετικό. Συµβο-

λίζουµε την παρουσία της ασθένειας µε Α, την απουσία της µε –Α, το αποτέλεσµα του

test (θετικό ή αρνητικό) µε R και την προ του test πιθανότητα µε p(A). Τότε, η πιθα-

νότητα παρουσίας της ασθένειας µε δεδοµένο ένα συγκεκριµένο αποτέλεσµα του test

συµβολίζεται µε p[A/R] και, σύµφωνα µε το θεώρηµα του Bayes, ισούται µε:

(3)

Ο γενικός τύπος (3) µπορεί να ξαναγραφτεί, για την ειδική περίπτωση που το απο-

τέλεσµα (R) του test είναι θετικό (+), αντικαθιστώντας όπου p[A/R] το p[A/+], όπου

p[R/A] το p[+/A], όπου p[R/–A] το p[+/–A] και όπου p[–A] το 1–p[A]. Έχοντας

υπόψη ότι p[+/A]=Π.Α.Θ. και p[+/–A]=Π.Ψ.Θ., ο τύπος του Bayes για ένα θετικό

test είναι:

2.2.1 ™˘Ó¤ÂȘ ÙÔ˘ ıˆڋ̷ÙÔ˜ ÙÔ˘ Bayes

Οι συνέπειες του θεωρήµατος του Bayes στην ερµηνεία των αποτελεσµάτων ενός

test ή µιας σειράς από tests είναι εξαιρετικά σηµαντικές και πολλές φορές όχι άµεσα

κατανοητές.

p A

p A A

p A A p A[ / ]

[ ] ( . . .)

[ ] ( . . .) ( [ ]) ( . . .)+ = ◊

◊ + - ◊Π Θ

Π Θ Π Ψ Θ1

P A R

p A p R A

p A p R A p A p R A[ ] =

+ - -[ ] [ ]

[ ] [ / ] [ ] [ / ]

Page 43: Deli Basis

Στο Σχήµα 2.3 παρουσιάζεται γραφικά η πιο σηµαντική από αυτές τις συνέπειες: Η

posttest πιθανότητα µιας ασθένειας αυξάνεται µε την αύξηση της προ του test πιθα-

νότητας της ασθένειας. Στο Σχήµα 2.3α δίνεται σχηµατικά η posttest πιθανότητα µιας

ασθένειας µετά από ένα θετικό αποτέλεσµα για όλες τις ενδεχόµενες πιθανότητες

της ίδιας ασθένειας πριν από το test. Στο Σχήµα 2.3β δίνονται τα ίδια για την περί-

πτωση που το αποτέλεσµα του test είναι αρνητικό. Η διακεκοµµένη ευθεία, µε κλίση

45ο, που εµφανίζεται στα σχήµατα 2.3α και 2.3β αναπαριστά ένα test για το οποίο η

προ του test και η µετά το test πιθανότητα της ελεγχόµενης ασθένειας είναι ίδια,

δηλαδή αναπαριστά το τελείως άχρηστο test.

Η καµπύλη στο Σχήµα 2.3α συσχετίζει την προ και τη µετά το test πιθανότητα όταν

το τελευταίο έχει ευαισθησία και ειδικότητα ίση µε 0,90. Παρατηρείται ότι για χαµη-

λή προ του test πιθανότητα της ασθένειας ένα θετικό αποτέλεσµα (θετικό test) αυξά-

νει πάρα πολύ την πιθανότητα της ελεγχόµενης ασθένειας. Αντίθετα, όταν η προ του

test πιθανότητα είναι αρκετά υψηλή, ένα θετικό test δεν θα την αυξήσει σηµαντικά.

Το Σχήµα 2.3β δείχνει τη σχέση µεταξύ της προ και µετά το test πιθανότητας όταν

το αποτέλεσµα του τελευταίου είναι αρνητικό (αρνητικό test). Όπως φαίνεται, όταν

η προ του test πιθανότητα της ασθένειας είναι υψηλή και το αποτέλεσµα του test

είναι αρνητικό, τότε η πιθανότητα της ασθένειας µειώνεται πάρα πολύ (δηλαδή η

επίδραση του test στη διαγνωστική πεποίθηση του ιατρού είναι µεγάλη). Αντίθετα,

όταν η προ του test πιθανότητα είναι χαµηλή, ένα αρνητικό αποτέλεσµα του τελευ-

ταίου έχει µικρή επίδραση, δηλαδή αλλάζει λίγο την πιθανότητα της ελεγχόµενης

ασθένειας.

4 32 . 2 ∆ √ £ ∂ ø ƒ ∏ ª ∞ ∆ √ À B AY E S

0,0 0,2 0,4 0,6 0,8 1,0

1,0

0,8

0,6

0,4

0,2

0,0

0,0 0,2 0,4 0,6 0,8 1,0

1,0

0,8

0,6

0,4

0,2

0,0

Πιθ

ανότη

τα µ

ετά

το t

est

Πιθανότητα πριν από το test

(α)

Πιθανότητα πριν από το test

(β)Π

ιθα

νότη

τα µ

ετά

το t

est

™¯‹Ì· 2.3

Page 44: Deli Basis

4 4 K E º A § A I O 2 . ∏ ¶ π £ ∞ ¡ √ ∆ ∏ ∆∞ ™ ∆ ∏ ¡ ∂ ∫ ∆ π ª ∏ ™ ∏ ∆ ø ¡ ¢ π ∞ ° ¡ ø ™ ∆ π ∫ ø ¡ ∆ ∂ ™ ∆ ∫ ∞ π ™ ∆ ∏ § ∏ æ ∏ π ∞∆ ƒ π ∫ ø ¡ ∞ ¶ √ º ∞ ™ ∂ ø ¡

Η όλη συζήτηση επικεντρώνει το ενδιαφέρον σε ένα σηµαντικό σηµείο της διαγνω-

στικής διαδικασίας: η ερµηνεία του αποτελέσµατος ενός test εξαρτάται από την πιθα-

νότητα που έχει η ελεγχόµενη ασθένεια πριν από την εκτέλεση του test. Εάν η προ

του test πιθανότητα είναι χαµηλή, τότε ένα θετικό test έχει µεγάλη επίδραση και ένα

αρνητικό µικρή. Εάν η προ του test πιθανότητα είναι υψηλή, ένα θετικό αποτέλεσµα

έχει µικρή επίδραση, ενώ ένα αρνητικό έχει µεγάλη. Με άλλα λόγια, όταν ένας κλι-

νικός ιατρός είναι σχεδόν σίγουρος για τη διάγνωσή του πριν από το test, ένα επι-

βεβαιωτικό test έχει µικρή επίδραση στην πεποίθησή του. Εάν η πριν από το test

άποψή του είναι αµφιλεγόµενη ή το αποτέλεσµα του test είναι αντίθετο µε την αρχι-

κή του κλινική αντίληψη, τότε το test έχει µεγάλη επίδραση στη συνέχεια της δια-

γνωστικής διαδικασίας.

Στο Σχήµα 2.3α παρατηρείται ότι, όταν η πριν από το test πιθανότητα είναι πολύ

χαµηλή, ένα θετικό αποτέλεσµα µπορεί να ανεβάσει τη µετά το test πιθανότητα µόνο

σε ένα ενδιάµεσο επίπεδο και αφήνει µεγάλες αµφιβολίες για την τελική διάγνωση.

Παροµοίως, εάν η πριν από το test πιθανότητα είναι πολύ υψηλή, είναι απίθανο ότι

ένα αρνητικό test θα µειώσει τόσο πολύ την πιθανότητα της ελεγχόµενης ασθένειας

ώστε να την αποκλείσει ως διαγνωστικό ενδεχόµενο.

0,0 0,2 0,4 0,6 0,8 1,0

1,0

0,8

0,6

0,4

0,2

0,0

Πιθ

ανό

τητα

µετ

ά τ

ο t

est

Πιθανότητα πριν από το test

ΠAA=0,98

ΠAA=0,98

ΠAA=0,90

ΠAA=0,90

0,0 0,2 0,4 0,6 0,8 1,0

1,0

0,8

0,6

0,4

0,2

0,0

Πιθ

ανότη

τα µ

ετά

το t

est

Πιθανότητα πριν από το test

ΠAΘ=0,95

ΠAΘ=0,95

ΠAΘ=0,80

ΠAΘ=0,80

ΠAΘ=0,60

ΠAΘ=0,60ΠAA=0,80

ΠAA=0,80

™¯‹Ì· 2.4

Το Σχήµα 2.4 αναδεικνύει µια άλλη σηµαντική έννοια: η ειδικότητα του test επηρε-

άζει κυρίως την ερµηνεία ενός θετικού αποτελέσµατος. Και στα δύο µέρη, (α) και

(β), του Σχήµατος 2.4 οι επάνω καµπύλες αντιστοιχούν σε θετικά αποτελέσµατα και

οι κάτω σε αρνητικά. Το Σχήµα 2.4α δείχνει τις µετά το test πιθανότητες για διάφο-

Page 45: Deli Basis

ρες ειδικότητες (Π.Α.Α.). Παρατηρείται ότι η αλλαγή της ειδικότητας µεταβάλλει

σηµαντικά τις επάνω καµπύλες (θετικά tests). ∆ηλαδή µια αύξηση της ειδικότητας

αλλάζει σηµαντικά την πιθανότητα όταν το test είναι θετικό, αλλά έχει µικρή επί-

δραση όταν το test είναι αρνητικό.

Έτσι, εάν κάποιος θέλει να επιβεβαιώσει, θα πρέπει να επιλέξει ένα test µε

υψηλή ειδικότητα.

Το Σχήµα 2.4β δείχνει τη µεταβολή της µετά το test πιθανότητας µε τη µεταβολή της

ευαισθησίας. Είναι φανερό ότι αλλαγές στην ευαισθησία επηρεάζουν πολύ τις κάτω

καµπύλες (αρνητικά tests), αλλά έχουν µικρή επίδραση στις επάνω καµπύλες.

Έτσι, εάν κάποιος θέλει να αποκλείσει µια ασθένεια από τη διαγνωστική δια-

δικασία, θα πρέπει να επιλέξει ένα test µε µεγάλη ευαισθησία.

4 52 . 2 ∆ √ £ ∂ ø ƒ ∏ ª ∞ ∆ √ À B AY E S

ÕÛÎËÛË A˘ÙÔ·ÍÈÔÏfiÁËÛ˘ 2.3

Μια σπάνια ασθένεια προσβάλλει το 0,1% ενός πληθυσµού. Ένα test δίνει θετική

ένδειξη στο 80% των περιπτώσεων όταν το άτοµο έχει την ασθένεια και στο 5%

των περιπτώσεων όταν το άτοµο δεν έχει την ασθένεια. Έστω ότι το test δίνει θετι-

κή ένδειξη για ένα άτοµο που επελέγη τυχαία και έστω ότι, όταν ξαναγίνεται το test

στο ίδιο άτοµο, δίνει πάλι θετική ένδειξη. Υποθέτοντας ότι τα tests είναι ανεξάρτη-

τα µεταξύ τους, ποια είναι η πιθανότητα το επιλεγέν άτοµο να έχει την ασθένεια;

2.2.2 ¶ÚÔ‚Ï‹Ì·Ù· ÛÙËÓ ÂÊ·ÚÌÔÁ‹ ÙÔ˘ ıˆڋ̷ÙÔ˜ ÙÔ˘ Bayes

Το θεώρηµα του Bayes είναι η απαρχή µιας σειράς µεθόδων που χρησιµοποιούνται

µε υψηλή απόδοση σε πολλές εφαρµογές της θεωρίας λήψης αποφάσεων (Decision

Theory). Σε επόµενα κεφάλαια αυτού του βιβλίου θα αναλυθούν λεπτοµερώς ορι-

σµένες από αυτές τις µεθόδους και θα αποσαφηνιστούν ορισµένες από τις προδια-

γραφές χρήσης του. Είναι όµως σκόπιµο να αναφερθούν, από την αρχή, µερικά από

τα συνηθέστερα σφάλµατα που γίνονται στη χρήση του θεωρήµατος. Τα πιο κοινά

προβλήµατα είναι η όχι ακριβής εκτίµηση της πριν από το test πιθανότητας, ο εσφαλ-

µένος προσδιορισµός της ευαισθησίας και της ειδικότητας του test και κυρίως η

παραβίαση των παραδοχών που αφορούν τη δεσµευµένη ανεξαρτησία (conditional

independence) και τον αµοιβαίο αποκλεισµό (mutual exclusivity) των ενδεχοµένων

που εµφανίζονται στον τύπο του Bayes.

Το θεώρηµα του Bayes δίνει τα µέσα για την τροποποίηση της πριν από το test πιθα-

νότητας, έτσι ώστε να ληφθεί υπόψη κάθε νεότερη πληροφορία. Είναι όµως προφα-

Page 46: Deli Basis

4 6 K E º A § A I O 2 . ∏ ¶ π £ ∞ ¡ √ ∆ ∏ ∆∞ ™ ∆ ∏ ¡ ∂ ∫ ∆ π ª ∏ ™ ∏ ∆ ø ¡ ¢ π ∞ ° ¡ ø ™ ∆ π ∫ ø ¡ ∆ ∂ ™ ∆ ∫ ∞ π ™ ∆ ∏ § ∏ æ ∏ π ∞∆ ƒ π ∫ ø ¡ ∞ ¶ √ º ∞ ™ ∂ ø ¡

νές ότι κάθε ανακρίβεια στον προσδιορισµό της πριν από το test πιθανότητας θα

µεταφερθεί και θα ενισχυθεί στην posttest πιθανότητα.

Επειδή ο επιπολασµός µιας ασθένειας, και ειδικότερα η εκτίµηση για την πιθανότητά

της σε έναν ειδικό πληθυσµό (που έχει, για παράδειγµα, τα συµπτώµατα του εξεταζο-

µένου) δεν µπορεί να είναι πολύ ακριβής, συνήθως χρησιµοποιούµε στην ανάλυση των

αποφάσεων ένα διάστηµα τιµών επιπολασµού (ή pretest πιθανοτήτων). Έτσι, η πιθα-

νότητα που έχει η ασθένεια µετά το αποτέλεσµα του test δίνεται και αυτή υπό µορφή

διαστήµατος τιµών (δηλαδή σε αντιστοιχία µε τις πριν από το test πιθανότητες).

Το δεύτερο σφάλµα, που αναφέρεται στην όχι συχνά σωστή εκτίµηση της ευαισθη-

σίας και ειδικότητας, είναι πολύ συχνό όταν παίρνουµε σαν σίγουρες τις τιµές που

έχουν δηµοσιευτεί γι’ αυτές τις παραµέτρους χωρίς να λάβουµε υπόψη ορισµένες

ιδιαιτερότητες (biases) των µελετών από τις οποίες απορρέουν. Πράγµατι, οι ιδιαί-

τερες συνθήκες εφαρµογής ενός test µπορούν να επηρεάσουν πολύ την απόδοσή του.

Το πιο σοβαρό σφάλµα στην εφαρµογή του θεωρήµατος του Bayes γίνεται όταν ερµη-

νεύεται µια ακολουθία από tests. Εάν ο ασθενής κάνει δύο εργαστηριακές εξετάσεις

στη σειρά, µπορεί να χρησιµοποιηθεί η posttest πιθανότητα της πρώτης (αφού υπολο-

γιστεί χρησιµοποιώντας το θεώρηµα του Bayes) σαν pretest πιθανότητα της δεύτερης.

Αυτή η προσέγγιση είναι σωστή µόνο εάν οι εξετάσεις είναι µεταξύ τους δεσµευτικά

ανεξάρτητες. Tests που αναφέρονται στην ίδια ασθένεια είναι δεσµευτικά ανεξάρτη-

τα όταν η πιθανότητα για κάποιο συγκεκριµένο αποτέλεσµα του δεύτερου test δεν

εξαρτάται από το αποτέλεσµα του πρώτου test, µε δεδοµένη την ασθένεια. Χρησιµο-

ποιώντας τη συµβολογία της δεσµευµένης πιθανότητας, για την περίπτωση που υπάρ-

χει η ασθένεια, η δεσµευτική ανεξαρτησία των tests γράφεται ως εξής:

P[δεύτερο test θετικό / πρώτο test θετικό και ασθένεια παρούσα] =

P[δεύτερο test θετικό / πρώτο test αρνητικό και ασθένεια παρούσα] =

P[δεύτερο test θετικό / ασθένεια παρούσα].

Εάν εφαρµοστεί το θεώρηµα του Bayes σειριακά, όταν παραβιάζεται η δεσµευτική

ανεξαρτησία των tests, τα αποτελέσµατα είναι ανακριβή.

Το τέταρτο πρόβληµα οφείλεται στην παραδοχή ότι όλα τα θετικά tests απορρέουν

από µία (και µόνο µία) ασθένεια. Η κατά Bayes προσέγγιση της διαγνωστικής δια-

δικασίας προϋποθέτει ότι οι ασθένειες που ελέγχονται είναι αµοιβαία αποκλειόµε-

νες (δηλαδή όταν υπάρχει η µία δεν υπάρχει η άλλη). Εάν αυτό δεν συµβαίνει, τότε

πρέπει να έχουµε επιφυλάξεις για τα αποτελέσµατα της εφαρµογής του θεωρήµατος

του Bayes.

Page 47: Deli Basis

2.3 √È ˘ÔÏÔÁÈÛÛÙ¤˜ ÛÙË Û˘ÏÏÔÁ‹ η› ·ÍÈÔÔ›ËÛË ÙˆÓ È·ÙÚÈÎÒÓ ‰Â‰Ô-̤ӈÓ

Σύµφωνα µε όσα συζητήθηκαν σε αυτό το κεφάλαιο, είναι προφανές ότι η βελτίω-

ση των επιδόσεων της υποθετικο–συµπερασµατικής διαγνωστικής διαδικασίας απαι-

τεί εκτός από το υψηλό επίπεδο αντίληψης του ιατρού (που σχετίζεται µε την εκπαί-

δευσή του και τη δυνατότητα συνδυασµού πληροφοριών) και την πρόσβαση σε ένα

µεγάλο όγκο δεδοµένων.

Αυτός ο όγκος δεδοµένων αφορά εµπειρίες που έχουν συσσωρευτεί από πολλούς

ιατρούς και ερευνητές, κατά τη διάρκεια πολλών ετών. Είναι φυσικό ότι, αν αυτή η

εµπειρία δεν κωδικοποιηθεί και συστηµατοποιηθεί, αποδίδει ελάχιστα. Έτσι, ο ιατρός

και όταν συλλέγει αλλά και όταν αξιοποιεί µια πληροφορία ακολουθεί ένα συστη-

µατοποιηµένο πρωτόκολλο. Τα δεδοµένα που αφορούν έναν ασθενή εισάγονται µε

δοµηµένο τρόπο στο φάκελό του, έτσι ώστε να µπορούν να συνδυαστούν καλύτερα

µε τα δεδοµένα άλλων ασθενών. Με τον τρόπο αυτό αναπτύσσεται η βάση ιατρικής

γνώσης που απορρέει από µεγάλα δείγµατα (πληθυσµούς) ασθενών µε παρόµοια

χαρακτηριστικά.

Σήµερα, οι υπολογιστές, ή καλύτερα τα ολοκληρωµένα νοσοκοµειακά συστήµατα

πληροφορικής, διευκολύνουν αυτή τη διαδικασία οργάνωσης των ιατρικών δεδοµέ-

νων, η οποία όµως παραµένει ένα πολύ σύνθετο έργο. Στις προηγούµενες παραγρά-

φους αναφέρθηκε ότι ο προσδιορισµός της προβλεπτικής αξίας ενός µόνο test (δηλα-

δή µιας µεταβλητής) απαιτεί τη γνώση του επιπολασµού της ελεγχόµενης νόσου,

καθώς και της ειδικότητας και της ευαισθησίας του test. Η καθεµία από αυτές τις

παραµέτρους είναι απόρροια πολλών δειγµατικών αποτελεσµάτων. Λαµβάνοντας

υπόψη ότι υπάρχει ένας πολύ µεγάλος αριθµός από ιατρικά test (µεταβλητές), γίνε-

ται κατανοητό ότι όσο µεγαλώνει η ιατρική εµπειρία και γνώση, τόσο πιο πολύπλο-

κες γίνονται οι δοµές αποθήκευσης των δεδοµένων.

Στο κεφάλαιο που ακολουθεί δίνονται ορισµένες από τις αρχές που διέπουν τα

µοντέλα δηµιουργίας βάσεων δεδοµένων. Επιπλέον, δίνονται ορισµένα από τα χαρα-

κτηριστικά τους, ώστε να γίνει κατανοητός ο τρόπος µε τον οποίο χρησιµοποιούνται

για την πιο άµεση πρόσβαση στη χρήσιµη πληροφορία. Πράγµατι, η διάγνωση κάθε

ασθενούς γίνεται µε βάση την προϋπάρχουσα πληροφορία σχετικά µε τα ιδιαίτερα

χαρακτηριστικά (συµπτώµατα, σηµεία, εργαστηριακές εξετάσεις…) που παρουσιά-

ζει στον εξετάζοντα ιατρό. ∆ίνοντας µια χοντρική προσέγγιση, καθένα από αυτά τα

χαρακτηριστικά εντάσσει τον ασθενή σε έναν πληθυσµό. Έτσι, ο ασθενής ανήκει σε

πολλούς πληθυσµούς, λόγω του καθενός, ξεχωριστά, χαρακτηριστικού του. Η τοµή

όλων αυτών των πληθυσµών αποτελεί τον πληθυσµό των ατόµων που έχουν πιθα-

4 72 . 3 √ π À ¶ √ § √ ° π ™ ™ ∆ ∂ ™ ™ ∆ ∏ ™ À § § √ ° ∏ ∫ ∞ π ∞ • π √ ¶ √ π ∏ ™ ∏ ∆ ø ¡ π ∞∆ ƒ π ∫ ø ¡ ¢ ∂ ¢ √ ª ∂ ¡ ø ¡

Page 48: Deli Basis

4 8 K E º A § A I O 2 . ∏ ¶ π £ ∞ ¡ √ ∆ ∏ ∆∞ ™ ∆ ∏ ¡ ∂ ∫ ∆ π ª ∏ ™ ∏ ∆ ø ¡ ¢ π ∞ ° ¡ ø ™ ∆ π ∫ ø ¡ ∆ ∂ ™ ∆ ∫ ∞ π ™ ∆ ∏ § ∏ æ ∏ π ∞∆ ƒ π ∫ ø ¡ ∞ ¶ √ º ∞ ™ ∂ ø ¡

νότατα την ίδια ασθένεια µε αυτή του εξεταζοµένου. Η αναζήτηση αυτού του πλη-

θυσµού γίνεται, όπως αναφέρθηκε σε προηγούµενη παράγραφο, µετά από ένα φιλ-

τράρισµα (διαφοροδιάγνωση) που κάνει ο ιατρός, το οποίο καταλήγει σε ένα σχετι-

κά µειωµένο αριθµό «υποψήφιων» ασθενειών. Όµως, η κάθε υποψήφια ασθένεια

ελέγχεται µε αρκετά, περισσότερα του ενός test, οπότε οι πληροφορίες που είναι απα-

ραίτητες για τη βέλτιστη προσέγγιση της τελικής διάγνωσης είναι πολλές και –το πιο

σηµαντικό– βρίσκονται σε έναν τεράστιο και δαιδαλώδη όγκο δεδοµένων. Η σύγ-

χρονη ιατρική διαθέτει δύο µεγάλα µέσα για την αποδοτική διαχείριση της ιατρικής

πληροφορίας: τις σωστά δοµηµένες βάσεις δεδοµένων και τις ολοένα πιο ισχυρές

µεθόδους στήριξης αποφάσεων. Τα βασικά στοιχεία αυτών των µεθόδων, µε έµφα-

ση στα ∆ίκτυα Πεποίθησης, δίνονται στα κεφάλαια που έπονται.

™‡ÓÔ„Ë ÎÂÊ·Ï·›Ô˘

Στο Κεφάλαιο 2 έγινε αρχική αναφορά στην κατανοµή των πιθανοτήτων µιας ιατρι-

κής µετρητέας στο φυσιολογικό και σε έναν παθολογικό πληθυσµό. Αµέσως µετά ορί-

στηκε τι είναι σφάλµα τύπου β στην ιατρική διάγνωση, όπως επίσης δόθηκε η σχέση

τους µε τη µέση τιµή και την τυπική απόκλιση των δυο προαναφερόµενων πληθυ-

σµών. Ακολούθως συσχετίστηκε η έννοια της ευαισθησίας και της ειδικότητας µε το

σφάλµα τύπου α και τύπου β της µετρητέας του διαγνωστικού test. Τέλος, µε την απο-

σαφήνιση των δυνατοτήτων και των περιορισµών του θεωρήµατος του Bayes δόθη-

κε η δυνατότητα χρησιµοποίησης ηλεκτρονικών υπολογιστών σε εκτενείς βάσεις ιατρι-

κών δεδοµένων, ώστε να συνδυαστούν περισσότερα του ενός διαγνωστικά αποτελέ-

σµατα στη λήψη ιατρικών αποφάσεων.

µÈ‚ÏÈÔÁÚ·Ê›·

[1] Sox Jr. H.C., Blatt M.A., Higgins M.C., and Marton K.I., Medical Decision

Making. Boston, MA: Butterworths, 1998.

[2] Weinstein M.C. and Fineberg H.V., Clinical Decision Analysis, Philadelphia, PA:

W.B. Saunders, 1980.

Page 49: Deli Basis

Kˆ‰ÈÎÔÔ›ËÛË È·ÙÚÈÎÒÓ fiÚˆÓ Î·È Û˘ÛÙ‹Ì·Ù· Ù·ÍÈÓfiÌËÛ˘ È·ÙÚÈ΋˜ ÏËÚÔÊÔÚ›·˜

™ÎÔfi˜

Ο κύριος σκοπός αυτού του κεφαλαίου είναι:

1. να επισηµάνει τα προβλήµατα επικοινωνίας που προκύπτουν στη χρήση των υπο-

λογιστών κατά την ιατρική πράξη_

2. να δώσει τις γενικές αρχές που ακολουθούνται κατά την τυποποίηση της ιατρικής

πληροφορίας_

3. να περιγράψει τα βασικά συστήµατα ταξινόµησης και κωδικοποίησης της ιατρικής

πληροφορίας_

4. να εξηγηθεί η άµεση σχέση της τυποποίησης και ταξινόµησης των ιατρικών όρων

µε όλες τις εφαρµογές διαχείρισης ιατρικών δεδοµένων.

¶ÚÔÛ‰ÔÎÒÌÂÓ· ·ÔÙÂϤÛÌ·Ù·

Όταν θα έχετε µελετήσει αυτό το κεφάλαιο θα µπορείτε να:

• Aναγνωρίσετε τις σηµασιολογικές διαφορές µεταξύ των λέξεων: λεξικό, γνωστι-

κός θησαυρός, ταξινόµηση, ορολογία και κατάλογος.

• Xρησιµοποιήσετε τις αρχές ταξινόµησης και κωδικοποίησης της ιατρικής πληρο-

φορίας.

• Περιγράψετε τις αρχές οργάνωσης και δόµησης της ∆ιεθνούς Tαξινόµησης των

Ασθενειών (ICD).

• Xρησιµοποιήσετε τις αρχές οργάνωσης και δόµησης του SNOMED για να συντά-

ξετε, µε κωδικοποιηµένο τρόπο, απλές προτάσεις που αναφέρονται στη διατύπω-

ση διαγνώσεων ή θεραπευτικών αγωγών.

• Xρησιµοποιήσετε τους «περιγραφείς» (descriptors) του γνωστικού θησαυρού MeSh

για την εντόπιση βιβλιογραφικών και άλλων δεδοµένων των ιατρικών και συνα-

φών επιστηµών.

• Περιγράψετε τις αρχές οργάνωσης και τον τρόπο λειτουργίας του Ενοποιηµένου

Ιατρικού Γλωσσικού Συστήµατος.

3∫ ∂ º ∞ § ∞ π √

Page 50: Deli Basis

5 0 K E º A § A I O 3 . K ø ¢ π ∫ √ ¶ √ π ∏ ™ ∏ π ∞∆ ƒ π ∫ ø ¡ √ ƒ ø ¡ ∫ ∞ π ™ À ™ ∆ ∏ ª ∞∆∞ ∆∞ • π ¡ √ ª ∏ ™ ∏ ™ π ∞∆ ƒ π ∫ ∏ ™ ¶ § ∏ ƒ √ º √ ƒ π ∞ ™

ŒÓÓÔȘ ÎÏÂȉȿ

• ταξινόµηση

• κωδικοποίηση

• πολυαξονική ταξινόµηση

• ιεραρχική ταξινόµηση

• πληρότητα ταξινόµησης

• συνωνυµία

• πλεονασµός

• µετακωδικοποίηση

∂ÈÛ·ÁˆÁÈΤ˜ ·Ú·ÙËÚ‹ÛÂȘ

Η ιατρική γλώσσα χρησιµοποιεί ένα εξαιρετικά πλούσιο και δύσκολο λεξιλόγιο. Οι

ιατρικοί όροι είναι συχνά ασαφείς και σπανίως αυστηρά προσδιορισµένοι. Η ίδια

νόσος µπορεί να είναι γνωστή µε διάφορα ονόµατα, που θεωρούνται συνώνυµα. Αντί-

στροφα, ένας ιατρικός όρος µπορεί να έχει διάφορες ερµηνείες, ανάλογα µε τον οµι-

λούντα και τα συµφραζόµενα.

Αυτή η κατάσταση αντιµετωπίζεται χωρίς σοβαρά προβλήµατα στην προφορική επι-

κοινωνία µεταξύ του υγειονοµικού προσωπικού, αλλά προκαλεί σοβαρές επιπλοκές

στη χρήση των υπολογιστών κατά την ιατρική πράξη και ιατρική έρευνα. Είναι εύλο-

γη η προσπάθεια για την επίλυση των ασαφειών µέσω της τυποποίησης του λεξιλο-

γίου, έτσι ώστε να βελτιστοποιηθεί η συλλογή και επεξεργασία της ηλεκτρονικής πλη-

ροφορίας που είναι απαραίτητη στη λήψη ιατρικών αποφάσεων, καθώς και στις επι-

δηµιολογικές, υγειονοµικές και κλινικοεργαστηριακές µελέτες. Ο συνήθης τρόπος για

την επίτευξη των παραπάνω είναι η δηµιουργία συστηµάτων ταξινόµησης και κωδι-

κοποίησης της ιατρικής πληροφορίας.

Page 51: Deli Basis

3.1 µ·ÛÈο ÛÙÔȯ›· ÁψÛÛÈ΋˜ Ù˘ÔÔ›ËÛ˘

Η τυποποίηση µιας επιστηµονικής γλώσσας υλοποιείται µε την ανάπτυξη ορισµέ-

νων εργαλείων συστηµατοποίησης. Τέτοια εργαλεία είναι η ορολογία, το λεξικό, ο

γνωστικός θησαυρός και κατάλογος, που επιτρέπουν την ταξινόµηση και κωδικοποί-

ηση των γλωσσικών όρων. Αν και δεν είναι συνώνυµες οι λέξεις ορολογία, λεξικό,

ταξινόµηση και κωδικοποίηση, χρησιµοποιούνται εσφαλµένα ως τέτοιες. Οι αυστη-

ροί ορισµοί (American Heritage Dictionary) αυτών των λέξεων είναι οι ακόλουθοι:

Λεξικό: Βιβλίο αναφοράς που περιέχει αλφαβητικό κατάλογο λέξεων, µε αντίστοι-

χη πληροφορία για κάθε λέξη, όπου περιέχονται ερµηνεία (µετάφραση), προφορά

και ετυµολογία.

Ορολογία: (1) Ένα σύστηµα που περιέχει τους όρους που χρησιµοποιούνται σε µια τέχνη

ή σε µια επιστήµη, π.χ. ορολογία της Ορυκτολογίας. (2) Η διαδικασία καταχώρισης ονο-

µάτων στα είδη και τις οµάδες των οργανισµών που περιέχονται στους καταλόγους µιας

ταξινοµηµένης κατηγοριοποίησης, π.χ. οι κανόνες ορολογίας στη Βοτανική.

Γνωστικός θησαυρός: Ένα βιβλίο επιλεγµένων λέξεων ή εννοιών παρόµοιο µε ένα

εξειδικευµένο λεξικό ενός συγκεκριµένου επιστηµονικού χώρου, όπως η ιατρική, η

γεωλογία, η µουσικολογία κτλ.

Ταξινόµηση: (1) Η πράξη ή το αποτέλεσµα της καταχώρισης σε τάξεις ή κατηγορίες.

(2) Η συστηµατοποιηµένη οµαδοποίηση των οργανισµών σε κατηγορίες στη βάση

των εξελικτικών ή δοµικών σχέσεων που έχουν µεταξύ τους. Στη Βιολογία οι οργα-

νισµοί έχουν ταξινοµηθεί σε βασίλεια, υποβασίλεια, κατηγορίες, σειρές, οικογένει-

ες, είδη, υποείδη, ποικιλίες και µορφές.

Κατάλογος: ένα σύνολο από τίτλους, που συνήθως περιέχει περιγραφική πληροφο-

ρία ή σχήµατα.

Κωδικοποίηση: Η αναγωγή ενός συνόλου πληροφοριών σε κώδικα (συνοπτική τυπο-

ποίηση). Οι κώδικες είναι συνήθως αριθµητικοί ή γραµµατο–αριθµητικοί.

5 13 . 1 µ ∞ ™ π ∫ ∞ ™ ∆ √ π Ã ∂ π ∞ ° § ø ™ ™ π ∫ ∏ ™ ∆ À ¶ √ ¶ √ π ∏ ™ ∏ ™

Mήνυµα Περιεχόµενο

∆έκτης

Kωδικοποίηση Aποκωδικοποίηση

Ποµπός

∆ίαυλος επικοινωνίας

™¯‹Ì· 3.1

Σχηµατικό διά-

γραµµα µετάδοσης

της πληροφορίας

µέσω ηλεκτρονι-

κού διαύλου

Page 52: Deli Basis

5 2 K E º A § A I O 3 . K ø ¢ π ∫ √ ¶ √ π ∏ ™ ∏ π ∞∆ ƒ π ∫ ø ¡ √ ƒ ø ¡ ∫ ∞ π ™ À ™ ∆ ∏ ª ∞∆∞ ∆∞ • π ¡ √ ª ∏ ™ ∏ ™ π ∞∆ ƒ π ∫ ∏ ™ ¶ § ∏ ƒ √ º √ ƒ π ∞ ™

Στο Σχήµα 3.1 φαίνεται ο µηχανισµός για τη µετάδοση πληροφορίας µε τη χρήση

µηνυµάτων. Η επικοινωνία είναι επιτυχής µόνο εάν και ο ποµπός και ο δέκτης γνω-

ρίζουν την ίδια γλώσσα (κώδικα) και µπορούν να ερµηνεύσουν το περιεχόµενο των

µηνυµάτων. Να σηµειωθεί ότι η σηµασία του τελευταίου πρέπει να είναι η ίδια και

για τους δύο φορείς της επικοινωνίας. Όπου είναι δυνατόν, η κωδικοποίηση πρέπει

να είναι µονοσήµαντη: ένας µόνο όρος πρέπει να υπάρχει για κάθε αντικείµενο, και

κάθε όρος πρέπει να περιγράφει µόνο ένα αντικείµενο. Αυτή η συνθήκη είναι ανα-

γκαία για την απολύτως επιτυχή έρευνα και για την αποφυγή ανακριβών ή εσφαλ-

µένων απαντήσεων.

Οι ταξινοµήσεις προσφέρουν ένα πολύ χρήσιµο πλαίσιο για τη συστηµατική ανα-

παράσταση και κωδικοποίηση των ιατρικών εννοιών. Οι µονοαξονικές ταξινοµήσεις

σχηµατίζουν µια ιεραρχία όρων η οποία βασίζεται σε µια κοινή ρίζα (Σχήµα 3.2).

Σύνολο αντικειµένων

προς ταξινόµηση

Πρώτο επίπεδο

θυγατρικών κατηγοριών

∆εύτερο επίπεδο

θυγατρικών κατηγοριών

Kύριες κατηγορίες

™¯‹Ì· 3.2

∆οµή ιεραρχικής

ταξινόµησης

Οι κατηγορίες πρώτου επιπέδου λέγονται κύριες κατηγορίες και πρέπει να καλύ-

πτουν το σύνολο των προς ταξινόµηση αντικειµένων. Κάθε αντικείµενο ανήκει σε

µία, και, µόνο µία, κατηγορία. Η αρχική διαίρεση πρέπει να υπακούει σε ένα κρι-

τήριο που εφαρµόζεται σε όλα τα στοιχεία της µητρικής κατηγορίας, ενώ οι επό-

µενες υποδιαιρέσεις σχετίζονται µε κριτήρια φθίνουσας σηµασίας. Οι σηµασιολο-

γικοί δεσµοί που παρουσιάζονται σε µια ιεραρχική ταξινόµηση µπορούν να ανα-

φέρονται στην ένταξη σε µια κατηγορία (δεσµοί της µορφής is–a) ή στον καταµε-

ρισµό µιας κατηγορίας (δεσµοί της µορφής part–of).

Το πιο γνωστό παράδειγµα µονοαξονικής ιεραρχικής ταξινόµησης στην ιατρική είναι η

∆ιεθνής Ταξινόµηση Ασθενειών (International Classification of Diseases), που έχει εκδο-

θεί από τον Παγκόσµιο Οργανισµό Υγείας και είναι γνωστή ως ICD 9. Το 1994 έγινε η

κλινική προσαρµογή της ICD, 9 που εµφανίζεται στη βιβλιογραφία ως ICD–9–CM 1994.

Page 53: Deli Basis

Οι πολυαξονικές ταξινοµήσεις συνδυάζουν όρους που ανήκουν σε διαφορετικές

κατηγορίες και που µπορούν να οργανωθούν ιεραρχικά. Το SNOMED είναι το πιο

χαρακτηριστικό παράδειγµα τέτοιου τύπου ταξινόµησης [Cote, 1993]. Το SNOMED,

παρά την πολύ µεγάλη χρησιµότητά του (στις πρόσφατες εκδόσεις του αυτή είναι

ακόµα µεγαλύτερη), δεν µπορεί να εκφράσει επαρκώς το µεγάλο πλούτο των σηµα-

σιολογικών δεσµών που υπάρχουν µεταξύ των διαφόρων ιατρικών όρων. Αυτοί οι

δεσµοί ή σύνδεσµοι δίνονται πολύ καλύτερα σε τεχνητές γλώσσες ή ταξινοµήσεις,

όπως η MeSH και η UMILS [Mc Cray, 1989] και αντιστοιχούν, σε γενικές γραµµές,

σε ρήµατα της φυσικής γλώσσας (π.χ. «είναι ένα», «θεραπεύει», «θεραπεύεται από»,

«προκαλεί», «προκαλείται από» κτλ.), όπως παρουσιάζεται στο Σχήµα 3.3.

5 33 . 2 ∫ À ƒ π ∞ ™ À ™ ∆ ∏ ª ∞∆∞ π ∞∆ ƒ π ∫ ø ¡ ∆∞ • π ¡ √ ª ∏ ™ ∂ ø ¡

είναι _µία

είναι _µία

είναι _µία

είναι _µία

Φυµατίωση

Yποκαλιαιµία

Aσθένεια ή σύµπτωµα

Παθολογική λειτουργία

Bιολογική λειτουργία

™¯‹Ì· 3.3

Ταξινόµηση και

σηµασιολογικοί

δεσµοί µεταξύ

ιατρικών όρων

3.2 ∫‡ÚÈ· Û˘ÛÙ‹Ì·Ù· È·ÙÚÈÎÒÓ Ù·ÍÈÓÔÌ‹ÛˆÓ

Τα Ιατρικά Πληροφοριακά Συστήµατα χρησιµοποιούν διάφορους καταλόγους ιατρι-

κών όρων. Μερικοί από αυτούς χρησιµοποιούνται διεθνώς, ενώ άλλοι έχουν οριστεί

σύµφωνα µε τις ανάγκες ενός ή περισσότερων νοσοκοµειακών τµηµάτων. Σ’ αυτή

την ενότητα θα παρουσιαστούν συνοπτικά λίγα από αυτά τα συστήµατα, τονίζοντας

ότι κανένα από αυτά δεν είναι εντελώς ικανοποιητικό. Ορισµένες ιατρικές οντότη-

τες που περιέχονται στις προαναφερόµενες ταξινοµήσεις είτε θα είναι ανεπαρκώς

λεπτοµερείς για τους ειδικούς ή θα είναι πολύπλοκες για τους µη ειδικούς. Σε ένα

πολυποίκιλο περιβάλλον χρηστών όπως είναι το νοσοκοµείο δεν µπορεί να βρεθεί

ένα κοινό και µοναδικό λεξικό που να καλύπτει όλες τις ανάγκες. Έτσι, είναι πολύ

χρήσιµο να διατυπωθούν κανόνες που επιτρέπουν τη µετάφραση από το ένα σύστη-

µα ταξινόµησης – κωδικοποίησης στο άλλο. Κάτι τέτοιο αναβαθµίζει την ελαστικό-

τητα στην επικοινωνία µειώνοντας ταυτόχρονα τις παρερµηνείες.

Page 54: Deli Basis

5 4 K E º A § A I O 3 . K ø ¢ π ∫ √ ¶ √ π ∏ ™ ∏ π ∞∆ ƒ π ∫ ø ¡ √ ƒ ø ¡ ∫ ∞ π ™ À ™ ∆ ∏ ª ∞∆∞ ∆∞ • π ¡ √ ª ∏ ™ ∏ ™ π ∞∆ ƒ π ∫ ∏ ™ ¶ § ∏ ƒ √ º √ ƒ π ∞ ™

3.2.1 ¢ÈÂıÓ‹˜ ∆·ÍÈÓfiÌËÛË ÙˆÓ ∞ÛıÂÓÂÈÒÓ (ICD)

Η ∆ιεθνής Ταξινόµηση των Ασθενειών (ICD) σχεδιάστηκε για παγκόσµια χρήση. Η

ICD ενσωµατώνει την έννοια του επιπολασµού και της οµαδοποίησης ασθενειών.

Έτσι, εκτός από την κωδικοποίηση των ασθενειών αποτελεί και τη βάση στατιστι-

κών αναλύσεων, µε πολύ σηµαντικές επιδράσεις στην επιδηµιολογική ανάλυση, την

πρόληψη, αλλά και το γενικότερο προγραµµατισµό της υγειονοµικής πολιτικής. Η

ιστορική της προέλευση περιγράφεται συνοπτικά στον Πίνακα 3.1.

¶›Ó·Î·˜ 3.1

Ιστορική αναδροµή της ∆ιεθνούς Ταξινόµησης Ασθενειών (ICD)

1853 W. Farr (1807–1883)

Τυποποίηση της ορολογίας αιτιών θανάτου

1893 J. Bertilon (1851–1922)

Νέα ταξινόµηση αιτιών θανάτου

1946 WHO (Π.O.Y. – Παγκόσµιος Οργανισµός Υγείας)

∆ιεθνής στατιστική ταξινόµηση ασθενειών, τραυµάτων και αιτιών θανάτου

1975 Ένατη διορθωµένη έκδοση (ICD–9)

1979 Κλινική τροποποίηση (ICD–9–CM, HCIMO)

1992 ∆ιεθνής στατιστική ταξινόµηση των ασθενειών και συσχετιζόµενων

προβληµάτων υγείας (ICD–10)

Η ένατη έκδοση (ICD–9) χρονολογείται από το 1975, είναι σήµερα πολύ διαδεδο-

µένη και βασίζεται στις δύο παρακάτω βασικές αρχές ταξινόµησης:

Οι ασθενείς διαιρούνται σε κατηγορίες µε βάση ένα κοινό χαρακτηριστικό. Αυτό το

χαρακτηριστικό µπορεί να αναφέρεται στο αίτιο των ασθενειών (π.χ. λοιµώδη νοσή-

µατα) ή να σχετίζεται µε ένα συγκεκριµένο σύστηµα (π.χ. καρδιαγγειακά ή ανα-

πνευστικά νοσήµατα) ή, τέλος, µε το µηχανισµό παθογένειας (π.χ. νεοπλασµατικές

ασθένειες) (Πίνακας 3.2)

Κάθε κατηγορία υποδιαιρείται σε ιεραρχικά επίπεδα, που επιτρέπουν ακριβέστερο

προσδιορισµό της διάγνωσης.

Κάθε στοιχείο του συστήµατος ταξινόµησης εκφράζεται µε έναν τετραψήφιο ιεραρ-

χικό κωδικό, που σε ορισµένες περιπτώσεις µπορεί να είναι και πενταψήφιος.

Page 55: Deli Basis

¶›Ó·Î·˜ 3.2

Κατηγορίες του συστήµατος ICD–9

Ι Λοιµώδη και παρασιτικά νοσήµατα

ΙΙ Νεοπλασίες

ΙΙΙ Ορµονικά, διαιτολογικά και µεταβολικά νοσήµατα – ανοσοποιητικές

διαταραχές

IV Νοσήµατα του αίµατος και του αιµοποιητικού συστήµατος

V Νοητικές διαταραχές

VI Ασθένειες του νευρικού συστήµατος και των αισθητηρίων οργάνων

VII Ασθένειες του κυκλοφορικού συστήµατος

VIII Ασθένειες του αναπνευστικού συστήµατος

IX Ασθένειες του πεπτικού συστήµατος

X Ασθένειες του ουροποιητικού συστήµατος

XI Επιπλοκές εγκυµοσύνης και τοκετού

ΧΙΙ Ασθένειες του δέρµατος και του υποδόριου ιστού

ΧΙΙΙ Ασθένειες του µυοσκελετικού συστήµατος και του συνδετικού ιστού

ΧΙV Συγγενείς ανωµαλίες

ΧV Ανωµαλίες προγενετικής προέλευσης

XVI Συµπτώµατα και συνθήκες ασθένειας

XVII Τραύµατα και δηλητηριάσεις

Συµπληρωµατικές Ταξινοµήσεις

Ε Εξωτερικές αιτίες τραυµατισµού και δηλητηρίασης

V Παράγοντες που επηρεάζουν την υγειονοµική κατάσταση και

την πρόσβαση στις υγειονοµικές υπηρεσίες

Η ICD–9 είναι ένας συµβιβασµός µεταξύ ταξινοµήσεων που στηρίζονται στην αιτιο-

λογία, την ανατοµική θέση και τη συµπτωµατολογία. ∆εν περιγράφει το πώς µια ασθέ-

νεια λαµβάνει χώρα ούτε κωδικοποιεί τα συµπτώµατα για το συγκεκριµένο ασθενή.

Επιπλέον, πρέπει να σηµειωθεί ότι η χρονική συµπεριφορά της νόσου (η οποία µπο-

ρεί να εξελίσσεται κατά ώσεις, να είναι σταδιακά επιδεινούµενη κτλ.), αλλά και η

παθοφυσιολογία της (αναπνευστική αλκαλίωση, βρογχική υπεραντιδραστικότητα,

κτλ.) απουσιάζουν πρακτικά από την ICD–9. Μια κλινική τροποποίησή του έγινε το

1977 µε το όνοµα ICD–9–CM και έκτοτε εκδίδονται οι ετήσιες αναπροσαρµογές της

από την Αµερικανική Οικονοµική ∆ιοίκηση της Υγειονοµικής Φροντίδας [HCFA].

5 53 . 2 ∫ À ƒ π ∞ ™ À ™ ∆ ∏ ª ∞∆∞ π ∞∆ ƒ π ∫ ø ¡ ∆∞ • π ¡ √ ª ∏ ™ ∂ ø ¡

Page 56: Deli Basis

5 6 K E º A § A I O 3 . K ø ¢ π ∫ √ ¶ √ π ∏ ™ ∏ π ∞∆ ƒ π ∫ ø ¡ √ ƒ ø ¡ ∫ ∞ π ™ À ™ ∆ ∏ ª ∞∆∞ ∆∞ • π ¡ √ ª ∏ ™ ∏ ™ π ∞∆ ƒ π ∫ ∏ ™ ¶ § ∏ ƒ √ º √ ƒ π ∞ ™

Οι παραπάνω τροποποιήσεις επιφέρουν την προσθήκη ενός ή δύο ψηφίων στους

κωδικούς του ICD–9. Στην Ευρώπη χρησιµοποιείται η ταξινόµηση HCIMO

(Classification Internationale des Maladies).

Η τελευταία αναθεωρηµένη έκδοση, το ICD–10, δηµοσιεύτηκε το 1992. Λαµβάνει

υπόψη νέες εµπειρίες και γνώσεις, καλύπτει ορισµένα κενά και παρουσιάζει και-

νούρια δοµή. Προφανώς δεν είναι δυνατόν ένα και µοναδικό σύστηµα ταξινόµησης

να ικανοποιήσει όλες τις ανάγκες λεπτοµερών κωδικοποιήσεων που µπορεί να είναι

χρήσιµες σε ευρύτατο φάσµα περιπτώσεων. Η δέκατη έκδοση έχει ως στόχο να ορί-

σει «µια οικογένεια ταξινοµήσεων ασθενειών και των σχετικών µε αυτές υγειονοµι-

κών κατηγοριών, όπου το ICD–10 είναι ο βασικός πυρήνας».

¶›Ó·Î·˜ 3.3

Κατηγορίες του συστήµατος ICD–10

Ι Λοιµώδη και παρασιτικά νοσήµατα

ΙΙ Νεοπλασίες

ΙΙΙ Ασθένειες του αίµατος και των αιµοποιητικών οργάνων, καθώς και

διαταραχές που αναφέρονται σε ανοσοποιητικούς µηχανισµούς

ΙV Ενδοκρινικά, διατροφικά και µεταβολικά νοσήµατα

V ∆ιαταραχές νόησης και συµπεριφοράς

VI Ασθένειες του νευρικού συστήµατος

VII Οφθαλµολογικές ασθένειες

VIII Ασθένειες των ώτων και της µαστοειδούς διαδικασίας

IX Ασθένειες του κυκλοφορικού συστήµατος

X Ασθένειες του αναπνευστικού συστήµατος

XI Ασθένειες του πεπτικού συστήµατος

XII Ασθένειες του δέρµατος και του υποδόριου ιστού

XIII Ασθένειες του µυοσκελετικού συστήµατος και του συνδετικού ιστού

XIV Ασθένειες του ουροποιητικού συστήµατος

XV Εγκυµοσύνη, τοκετός και επιλόχειες επιπλοκές

XVI Ανωµαλίες προερχόµενες από την προγενετική περίοδο

XVII Συγγενείς παραµορφώσεις και χρωµοσωµικές ανωµαλίες

XVIII Συµπτώµατα, σηµεία και παθολογικά κλινικά ή εργαστηριακά ευρήµατα

µη ταξινοµηµένα σε ειδικές κατηγορίες

XIX Τραύµατα, δηλητηριάσεις και συνέπειες άλλων εξωτερικών παραγόντων

Page 57: Deli Basis

XX Εξωτερικές αιτίες νοσηρότητας και θνητότητας

XXI Παράγοντες που επηρεάζουν την υγειονοµική κατάσταση και

τις υγειονοµικές υπηρεσίες

Ο Πίνακας 3.3 παρουσιάζει τις κατηγορίες που περιέχονται στην ICD–10. Η

ICD–10 χρησιµοποιεί γραµµατοαριθµητικό κώδικα, που αποτελείται από ένα

γράµµα που ακολουθείται από δύο ψηφία για τις κατηγορίες που κωδικοποιούνται

µε τρεις χαρακτήρες, ενώ κατηγορίες ασθενειών πιο χαµηλού επιπέδου απαιτούν

τέσσερις χαρακτήρες, εκ των οποίων οι τρεις είναι ψηφία. Έχουν συµπεριληφθεί

σηµαντικά νέα χαρακτηριστικά, όπως η δηµιουργία κατηγοριών που αφορούν

µεταθεραπευτικά προβλήµατα. Ο Πίνακας 3.4 παρουσιάζει τµήµα από την κωδι-

κοποίηση µιας ασθένειας τριών χαρακτήρων µε παραδείγµατα υποκατηγοριοποίη-

σης και διασυνδέσεων µε άλλους όρους.

¶›Ó·Î·˜ 3.4

Παράδειγµα δοµικής συγκρότησης του ICD–10

L93 Ερυθηµατώδης λύκος

∆εν είναι συµβατός µε τις παρακάτω υποκατηγορίες:

• εξιδρωµατικός (Α18.4)

• κοινός (vulgaris) (A18.4)

• σκληρόδερµα (Μ34.)

• συστηµατικός ερυθηµατώδης λύκος (Μ32.)

Χρησιµοποιήστε πρόσθετους κωδικούς για τον προσδιορισµό

αιτιολογικών µηχανισµών (Κεφάλαιο ΧΧ)

L93.0 ∆ισκοειδής ερυθηµατώδης λύκος

Ερυθηµατώδης λύκος NOS

L93.1 Υπό οξύς δερµατικός ερυθηµατώδης λύκος

5 73 . 2 ∫ À ƒ π ∞ ™ À ™ ∆ ∏ ª ∞∆∞ π ∞∆ ƒ π ∫ ø ¡ ∆∞ • π ¡ √ ª ∏ ™ ∂ ø ¡

ÕÛÎËÛË A˘ÙÔ·ÍÈÔÏfiÁËÛ˘ 3.1

Ποια η διαφορά µεταξύ ταξινόµησης και κωδικοποίησης; Ποια η σηµασία τους στην

υλοποίηση ενός Ολοκληρωµένου Νοσοκοµειακού Πληροφοριακού Συστήµατος;

Page 58: Deli Basis

5 8 K E º A § A I O 3 . K ø ¢ π ∫ √ ¶ √ π ∏ ™ ∏ π ∞∆ ƒ π ∫ ø ¡ √ ƒ ø ¡ ∫ ∞ π ™ À ™ ∆ ∏ ª ∞∆∞ ∆∞ • π ¡ √ ª ∏ ™ ∏ ™ π ∞∆ ƒ π ∫ ∏ ™ ¶ § ∏ ƒ √ º √ ƒ π ∞ ™

3.2.2 ∆·ÍÈÓfiÌËÛË ıÂÚ·ÂÈÒÓ Î·È È·ÙÚÈÎÒÓ ‰È·‰ÈηÛÈÒÓ

Η ταξινόµηση θεραπειών και διαδικασιών ποικίλλει σηµαντικά από χώρο σε χώρο,

κι αυτό οφείλεται ιδίως στην πολυµορφία των απαιτήσεων των χρηστών. Έτσι, είναι

διαφορετικά τα κριτήρια όταν ο στόχος αναφέρεται µε τον ποιοτικό έλεγχο απ’ ό,τι

όταν ο στόχος σχετίζεται µε την κοινωνική ασφάλιση ή την εκτίµηση του οικονοµι-

κού κόστους των χρησιµοποιούµενων µέσων.

CPT 4

Η ταξινόµηση CPT (Current Procedural Terminology) αναπτύχθηκε στις Ηνωµένες

Πολιτείες υπό την αιγίδα της Αµερικανικής Ιατρικής Εταιρείας (ΑΜΑ 1994). Η

πρώτη έκδοση δηµοσιεύτηκε το 1966 και η τέταρτη, γνωστή ως CPT4, αποτελεί τη

βάση (Care Common Procedure Coding System) για την κωδικοποίηση των ιατρι-

κών και νοσηλευτικών διαδικασιών.

∆∞•π¡√ª∏™∏ π∞∆ƒπ∫ø¡ ¶ƒ∞•∂ø¡ ™∆√ ™À™∆∏ª∞ ICD–9–CM

Παράλληλα µε την ανάπτυξη του CPT, δηµιουργήθηκε το σύστηµα ταξινόµησης

ιατρικών πράξεων ICD–9–CM, το οποίο έχει ιεραρχική δοµή και οι κωδικοί του

περιέχουν τέσσερα ψηφία, εκ των οποίων τα δύο είναι δεκαδικοί αριθµοί. Στον Πίνα-

κα 3.5 δίνεται ένα δείγµα της οργάνωσης του ICD–9–CM.

¶›Ó·Î·˜ 3.5

Παράδειγµα ταξινόµησης ιατρικών πράξεων στο σύστηµα ICD–9–CM.

35–39 Επεµβάσεις στο καρδιαγγειακό σύστηµα

35 Επεµβάσεις στις καρδιακές βαλβίδες και καρδιακό διάφραγµα

Περιέχει: στερνοτοµή και θωρακοτοµή ως χειρουργικές προσεγγίσεις,

καθώς επίσης και το καρδιοπνευµονικό bypass (39.61).

35.0 Βαλβιδοτοµή κλειστής καρδιάς

µη συµβατή µε: εξωδερµατική βαλβιδοπλαστική (µπαλόνι) (35.96)

35.00 Βαλβιδοτοµή κλειστής καρδιάς σε µη προσδιορισµένη βαλβίδα

ÕÛÎËÛË A˘ÙÔ·ÍÈÔÏfiÁËÛ˘ 3.2

Με ποιον τρόπο η ταξινόµηση ICD µπορεί να συνδεθεί µε τον επιπολασµό των

ασθενειών και να βοηθήσει στην προβλεπτική αξία των διαγνωστικών tests;

Page 59: Deli Basis

35.01 Βαλβιδοτοµή κλειστής καρδιάς στην αορτική βαλβίδα

35.02 Βαλβιδοτοµή κλειστής καρδιάς στη µιτροειδή βαλβίδα

35.1 Βαλβιδοπλαστική ανοικτής καρδιάς χωρίς αντικατάσταση

35.2 Αντικατάσταση καρδιακής βαλβίδας

°∂¡π∫∏ √ƒ√§√°π∞ ∂¶∞°°∂§ª∞∆π∫ø¡ π∞∆ƒπ∫ø¡ ¶ƒ∞•∂ø¡

Στη Γαλλία το Ίδρυµα Κοινωνικής Ασφάλισης (Securité Sociale) είναι υπεύθυνο για

την τήρηση και ανανέωση της γενικής ορολογίας ιατρικών πράξεων (Nomenclature

Générale des Actes Professionels). Αυτή η ορολογία χρησιµοποιείται για τις αποζη-

µιώσεις παροχής ιατρικών υπηρεσιών. Κάθε κωδικός αποτελείται από

γράµµατα–κλειδιά (π.χ. C για την ιατρική συµβουλή, CS για ειδικές ιατρικές συµ-

βουλές) και από έναν αριθµό που αντιστοιχεί σε οικονοµικές µονάδες, των οποίων

η τιµή βάσης αναπροσαρµόζεται σύµφωνα µε την πολυπλοκότητα της ιατρικής πρά-

ξης και το κόστος ζωής (Πίνακας 3.6). Για παράδειγµα, µια σκωληκοειδεκτοµή εκτι-

µάται ως Κ50 συν Kare 25 (για το κόστος νάρκωσης και νοσηλείας) ή ως Κ75.

5 93 . 2 ∫ À ƒ π ∞ ™ À ™ ∆ ∏ ª ∞∆∞ π ∞∆ ƒ π ∫ ø ¡ ∆∞ • π ¡ √ ª ∏ ™ ∂ ø ¡

¶›Ó·Î·˜ 3.6

Γράµµατα–κλειδιά στη γενική ορολογία των επαγγελµατικών ιατρικών πράξεων (NGAP)

Επισκέψεις C,CS,CNPSY Από γενικούς ιατρούς, ειδικευµένους,

στο ιατρείο ψυχιάτρους ή νευρολόγους.

Κατ’ οίκον V,VS,VNPSY Από γενικούς ιατρούς, ειδικευµένους,

ιατρικές επισκέψεις ψυχιάτρους ή νευρολόγους.

Χειρουργική K,KC,Kare Χειρουργικές επεµβάσεις, εξειδικευµένες

επεµβάσεις, νάρκωση και ανάνηψη.

Οδοντιατρική D,DC Επεµβάσεις που εκτελούνται από χειρουρ-

γούς οδοντιάτρους και γναθογειρουργούς.

Παραϊατρικές πράξεις SF,SFI Εκτελούνται από µαίες, νοσηλεύτριες,

AMM,AMI,AMP,AMO,AMY φυσικοθεραπευτές, ορθοφωνικούς…

Παθολογοανατοµικές και B,P Εκτελούνται από εργαστηριακούς

βιοχηµικές εξετάσεις ιατρούς.

Ακτινολογικές εξετάσεις Z Εκτελούνται µε χρήση ιονιζουσών

ακτινοβολιών.

Page 60: Deli Basis

6 0 K E º A § A I O 3 . K ø ¢ π ∫ √ ¶ √ π ∏ ™ ∏ π ∞∆ ƒ π ∫ ø ¡ √ ƒ ø ¡ ∫ ∞ π ™ À ™ ∆ ∏ ª ∞∆∞ ∆∞ • π ¡ √ ª ∏ ™ ∏ ™ π ∞∆ ƒ π ∫ ∏ ™ ¶ § ∏ ƒ √ º √ ƒ π ∞ ™

¶›Ó·Î·˜ 3.7

Σύγκριση των συστηµάτων ταξινόµησης CIM–10 και SNOMED International

CIM–10 SNOMED International

∆οµή: Πολυαξονική Ιεραρχική, Πολυαξονική

Μορφή κωδικού: Α99.9 T,M,F,D,L,C,P,J,G,A,S 99999[9]

Ο κωδικός παριστά: οµάδα όρων έννοια

Αριθµός καταγραφών: 80.000 (µαζί µε το δείκτη) 200.000

Περιεχόµενα: διαγνώσεις, συµπτώµατα, µη φυ- δεδοµένα τοπογραφίας, αιτιολογίας, µορ-

σιολογικά εργαστηριακά αποτε- φολογίας, οργανισµών, φαρµάκων, ασθε-

λέσµατα, πληγές και δηλητηριά- νειών, επεµβάσεων, επαγγελµατικών

σεις, εξωγενείς αιτίες θανάτου ασχολιών, φυσικών παραγόντων,

και νοσηµάτων, παράγοντες κοινωνικού πλαισίου.

που επηρεάζουν την κατάσταση

υγείας.

3.3 ¶ÔÏ˘·ÍÔÓÈΤ˜ È·ÙÚÈΤ˜ Ù˘ÔÔÈ‹ÛÂȘ

3.3.1 √ÚÔÏÔÁ›· SNOMED

Το SNOMED (Systemized Nomenelature of Medicine) είναι ένα χαρακτηριστικό

παράδειγµα πολυαξονικής ταξινόµησης, του οποίου η τρίτη έκδοση περιέχει

περισσότερους από 200.000 όρους που χρησιµοποιούνται στην ιατρική και κτη-

νιατρική πράξη (Πίνακας 3.7)

Το SNOMED είναι οργανωµένο γύρω από 11 κύριους άξονες, που ονοµάζονται

«modules» και συµβολίζονται µε τα παρακάτω γράµµατα:

• T για τοπογραφία: Περιγράφει τα µέρη του ανθρώπινου σώµατος, όργανα και

περιοχές (12.385 όροι).

• Μ για µορφολογία: Αναφέρεται σε εκ γενετής ή προκληθείσες ανατοµικές και κυτ-

ταρικές αλλοιώσεις. Σ’ αυτό τον άξονα περιέχεται και όλη η ορολογία µορφολο-

γίας των όγκων, η οποία περιγράφεται και στη ∆ιεθνή Ταξινόµηση Ογκολογικών

Νοσηµάτων (ICD–0) (4.991 όροι).

• L για ζώντες οργανισµούς: Είναι µια ταξινόµηση ζώων και φυτών που είναι βασι-

κά παθογόνοι φορείς ασθενειών (25.265 όροι).

• C για χηµικά, φαρµακευτικά και βιολογικά προϊόντα: Παρουσιάζονται οι διάφορες

κατηγορίες φαρµάκων και θεραπειών, καθώς επίσης και το σύνολο των χηµικών

Page 61: Deli Basis

ή φυτικών ουσιών που έχουν ιατρικές εφαρµογές (14.075 όροι).

• Α για φυσικούς παράγοντες, δυνάµεις και δραστηριότητες: Περιέχει έναν κατάλο-

γο από δραστηριότητες, εργαλεία και συσκευές που σχετίζονται µε ασθένειες και

τραύµατα (1353 όροι).

• J για την επαγγελµατική απασχόληση: Χρησιµοποιείται για την κωδικοποίηση των

επαγγελµάτων σύµφωνα µε την ταξινόµηση που έχει καθιερωθεί από το ∆ιεθνές

Γραφείο Εργασίας (ILO) (1.886 όροι).

• S για το κοινωνικό περιβάλλον: Προσφέρει µια λίστα από κοινωνικές συνθήκες

που παρουσιάζουν σηµαντικό ιατρικό ενδιαφέρον (433 όροι).

• D για τους ασθενείς: Περιγράφει τις ασθένειες και τους συνδυασµούς σηµείων και

συµπτωµάτων. Επιπλέον, δίνει τις αντιστοιχίες µε τους διαγνωστικούς όρους που

περιέχονται στο ICD–9–CM (28.622 όροι).

• Ρ για το σύνολο των υγειονοµικών διαδικασιών: Παρουσιάζει τις διοικητικές, δια-

γνωστικές και θεραπευτικές δραστηριότητες που χρησιµοποιούνται για την πρό-

ληψη και θεραπεία των ασθενειών (περίπου 25.000 όροι).

• G για την εκτέλεση διασυνδέσεων και τροποποιήσεων: Καθορίζει έναν κατάλογο

όρων που χρησιµοποιούνται για το χαρακτηρισµό ή τη διασύνδεση όρων που ανή-

κουν σε διαφορετικές κατηγορίες. Τα στοιχεία που περιέχονται σε κάθε άξονα του

SNOMED είναι οργανωµένα σε µια ιεραρχική δοµή, όπως δείχνει το Σχήµα 3.4

για την πνευµονική τοπολογία.

6 13 . 3 ¶ √ § À∞ • √ ¡ π ∫ ∂ ™ π ∞∆ ƒ π ∫ ∂ ™ ∆ À ¶ √ ¶ √ π ∏ ™ ∂ π ™

T–28100

∆εξιός πνεύµονας

T–28500

Aριστερός πνεύµονας

T–28500

Bάση του αριστερού

πνεύµονας

T–28530

Πύλη του αριστερού

πνεύµονας

T–20000

Aναπνευστικό σύστηµα

T–25000

Tραχεία

T–28000

Πνεύµονας

™¯‹Ì· 3.4

Ιεραρχική δοµή

του διεθνούς

συστήµατος ταξι-

νόµησης

SNOMED

Page 62: Deli Basis

6 2 K E º A § A I O 3 . K ø ¢ π ∫ √ ¶ √ π ∏ ™ ∏ π ∞∆ ƒ π ∫ ø ¡ √ ƒ ø ¡ ∫ ∞ π ™ À ™ ∆ ∏ ª ∞∆∞ ∆∞ • π ¡ √ ª ∏ ™ ∏ ™ π ∞∆ ƒ π ∫ ∏ ™ ¶ § ∏ ƒ √ º √ ƒ π ∞ ™

Το SNOMED σχεδιάστηκε και υλοποιήθηκε έτσι ώστε να µην υπάρχουν µεγάλες

επικαλύψεις των πολλαπλών αξόνων του. Έτσι, η χρήση του δίνει τη δυνατότητα

δηµιουργίας, αλλά και κατανόησης από τον υπολογιστή απλών φράσεων µε ιατρικό

περιεχόµενο. Με µια απλή διατύπωση της µορφής Τ + Μ + F + E = D, χρησιµο-

ποιώντας τους κατάλληλους όρους από κάθε κατηγορία, µπορεί να τυποποιηθεί η

παρακάτω έκφραση: Σε µια συγκεκριµένη τοπογραφική περιοχή (Τ) υπάρχει µια ειδι-

κή µορφολογική αλλοίωση (Μ), συσχετιζόµενη µε µια ορισµένη δυσλειτουργία (F),

που οφείλεται σε ένα συγκεκριµένο αιτιολογικό παράγοντα (Ε). Το σύνολο όλων

αυτών των στοιχείων προσδιορίζει µια ασθένεια ή σύνδροµο D.

Η αρχιτεκτονική του SNOMED επιτρέπει την επεξεργασία αλγόριθµων που ενσω-

µατώνουν διαγνωστικά κριτήρια των ασθενειών. Έτσι, θα µπορούσε να διατυπωθεί

κωδικοποιηµένα ότι: Εάν στη θέση Τ, που παρουσιάζει µια µορφολογική αλλοίωση

Μ και µια δυσλειτουργία F, υπάρχει ένας αιτιοπαθολογικός παράγοντας Ε, τότε ο

ασθενής πάσχει από την ασθένεια D.

Το σύστηµα SNOMED έχει χρησιµοποιηθεί µε επιτυχία, σε διεθνές επίπεδο, ιδιαί-

τερα στους τοµείς της παθολογικής ανατοµικής και της ακτινολογίας.

ÕÛÎËÛË A˘ÙÔ·ÍÈÔÏfiÁËÛ˘ 3.3

Ποιες οι βασικές διαφορές µεταξύ της ταξινόµησης ICD και του συστήµατος

SNOMED;

ÕÛÎËÛË A˘ÙÔ·ÍÈÔÏfiÁËÛ˘ 3.4

∆ίνεται η αντιστοιχία των παρακάτω όρων µε τους κωδικούς SNOMED: Πνεύµων

= Τ–2800, Πυρετός = F–03003, Φυµατίωση = D–0188, Κοκκίωµα = Μ–44060,

Μυκοβακτηρίδιο της Φυµατίωσης = Ε–2001.

Με βάση αυτά τα στοιχεία, εκφράστε την έννοια ενός ασθενούς µε πνευµονική

φυµατίωση.

Ã∞ƒ∞∫∆∏ƒπ™ª√π ∆∏™ π∞∆ƒπ∫∏™ ¶§∏ƒ√º√ƒπ∞™

Η τυποποίηση της ιατρικής γλώσσας µέσω του SNOMED επιτρέπει την περιγραφή

φράσεων που συνδυάζουν διάφορους ιατρικούς όρους χρησιµοποιώντας τις σχέσεις

µεταξύ των αξόνων του. Ενώ αυτοί οι άξονες είναι επαρκείς για την κωδικοποίηση

Page 63: Deli Basis

όλων των στοιχείων που περιλαµβάνονται στη διάγνωση, είναι προφανές ότι απαι-

τείται κάποιος τρόπος αξιολόγησης των διαγνωστικών πληροφοριών ως προς την

πηγή και το είδος τους.

Εάν οι διαγνώσεις γίνονται και καταγράφονται στο πλαίσιο ενός νοσοκοµείου, µιας

κλινικής ή ακόµη και ενός ιδιωτικού ιατρείου, πρέπει να χαρακτηριστούν ως προς

την αξιοπιστία τους. Οι διαγνώσεις συνήθως χαρακτηρίζονται ως ύποπτες, προκα-

ταρκτικές, κύριες, κλινικές και τελικές. Οι πιο συχνοί από τους χαρακτηρισµούς που

συναντάµε στην ιατρική πράξη δίνονται στον Πίνακα 3.8.

¶›Ó·Î·˜ 3.8

Συνήθεις χαρακτηρισµοί ιατρικής πληροφορίας στην ιατρική πράξη

Χαρακτηρισµοί Γενικών Πληροφοριών

Θετικοί Χαρακτηρισµοί Αρνητικοί Χαρακτηρισµοί

ΗΟ = Ιστορικό του ΝΗ = Απουσία ιστορικού του

FΗ = Οικογενειακό ιστορικό του ΝF = Απουσία οικογενειακού ιστορικού

ΡΗ = Παρελθόν ιστορικό του ΝΗ = Απουσία παρελθόντος ιστορικού

ΕΟ = Ένδειξη του ΝΕ = Απουσία ένδειξης

ΤR = Απαιτούµενη αγωγή για ΝΤ = Μη απαιτούµενη αγωγή

Χαρακτηρισµοί των Τύπων ∆ιάγνωσης

ΡΧ = Πρότερη διάγνωση CD = Κλινική διάγνωση

ΑD = ∆ιάγνωση εισαγωγής LD = Εργαστηριακή διάγνωση

ΡD = Προκαταρκτική διάγνωση CX = Κυτταρολογική διάγνωση

WD = Τρέχουσα διάγνωση AP = Παθολογοανατοµική διάγνωση

RD = Αναθεωρηµένη διάγνωση XD = Ακτινολογική διάγνωση

PR = Κύρια διάγνωση ND = Νοσηλευτική διάγνωση

SE = ∆ευτερεύουσα διάγνωση DD = Πιστοποίηση θανάτου

DX = Τεκµηριωµένη διάγνωση DD = Κύρια αίτια θανάτου

FD = Τελική διάγνωση

Χαρακτηρισµοί Βεβαιότητας της ∆ιάγνωσης

SD = Ύποπτη διάγνωση (δεν µπορεί να αποκλειστεί)

PD = Πιθανή διάγνωση

PO = Ενδεχόµενη διάγνωση

6 33 . 3 ¶ √ § À∞ • √ ¡ π ∫ ∂ ™ π ∞∆ ƒ π ∫ ∂ ™ ∆ À ¶ √ ¶ √ π ∏ ™ ∂ π ™

Page 64: Deli Basis

6 4 K E º A § A I O 3 . K ø ¢ π ∫ √ ¶ √ π ∏ ™ ∏ π ∞∆ ƒ π ∫ ø ¡ √ ƒ ø ¡ ∫ ∞ π ™ À ™ ∆ ∏ ª ∞∆∞ ∆∞ • π ¡ √ ª ∏ ™ ∏ ™ π ∞∆ ƒ π ∫ ∏ ™ ¶ § ∏ ƒ √ º √ ƒ π ∞ ™

Ειδικοί χαρακτηρισµοί της Ιατρικής Πληροφορίας

DA = Ασυµπτωµατική διάγνωση

HR = Υψηλή επικινδυνότητα για

EX = Έκθεση σε

EX = Επαφή µε

SP = Κατάσταση µετά

Χαρακτηρισµοί Αγωγών

RE = Ζητούµενο από τον ασθενή

RP = Ληφθέν φάρµακο ή θεραπεία

NO = Μη ληφθέν φάρµακο ή θεραπεία

AB = Παθολογικό test

™À¡∆∞∫∆π∫∏ ™À¡¢∂™ª√§√°π∞

Το συντακτικό µιας γλώσσας δίνει τους κανόνες σύνδεσης των λέξεων για το σχη-

µατισµό προτάσεων ή φράσεων. Όπως αναφέρθηκε προηγουµένως, το SNOMED

επιτρέπει τη διατύπωση µιας απλής διαγνωστικής διαδικασίας µε τη λογική σύνδε-

ση κωδικοποιηµένων ουσιαστικών ονοµάτων της µορφής: T + M + F + E = D.

Αυτού του είδους η σύνταξη ισχύει για διάγνωση ενός µόνο επιπέδου. Όµως, όταν

φτάνουµε σε µια διάγνωση, αυτή συνήθως πρέπει να συνδεθεί στο χρόνο ή στο χώρο

µε µια άλλη διάγνωση. Για το λόγο αυτό, όταν διαβάσει κανείς το φάκελο ενός ασθε-

νούς, αναγνωρίζει άµεσα µια σειρά από συνδετικούς όρους που συνδέουν τις διά-

φορες ιατρικές προτάσεις, για να δοθεί συνολικά και συνδυαστικά µια ιατρική ερµη-

νεία. Μερικοί από αυτούς τους όρους δίνονται στον Πίνακα 3.9, που ακολουθεί.

¶›Ó·Î·˜ 3.9

Μερικοί όροι συντακτικής συνδεσµολογίας

NL = Απουσία επιπλέον συνδέσεων

DT = λόγω του ότι

AW = σχετιζόµενο µε

FO = συνεπαγόµενο

FB = ακολουθούµενο από

CB = επιπλοκή από

PL = επιπροσθέτως

MI = εκτός από

TB = µεταδιδόµενο από

CW = συµβατό µε

IO = ανεξάρτητο από

TW = υποθεραπεία µε

RI = καταλήγουν σε

Page 65: Deli Basis

3.3.2 π·ÙÚÈÎfi˜ ÁÓˆÛÙÈÎfi˜ ıËÛ·˘Úfi˜ (THESAURUS) MeSh

O MeSh (Medical Subject Headings) σχεδιάστηκε στις αρχές της δεκαετίας του ’60

από την Εθνική Ιατρική Βιβλιοθήκη των Ηνωµένων Πολιτειών (NLM) για την αυτό-

µατη δηµιουργία INDEX MEDICUS, που είναι ο ταξινοµητής των σηµαντικότερων

επιστηµονικών δηµοσιεύσεων. Ο MeSh περιέχει περίπου 18.000 κύριες θεµατικές

ενότητες που ανανεώνονται κατά τακτά χρονικά διαστήµατα και καλύπτει τους

περισσότερους τοµείς στο χώρο της υγείας (Πίνακας 3.10).

¶›Ó·Î·˜ 3.10

Το σύστηµα ταξινόµησης MeSh

A Ανατοµία

B Οργανισµοί

C Ασθένειες

D Φάρµακα και Χηµικά Προϊόντα

E Αναλυτικές, ∆ιαγνωστικές και Θεραπευτικές Τεχνικές

F Ψυχιατρική και Φυσιολογία

G Βιολογικές Επιστήµες

H Φυσικές Επιστήµες

I Ανθρωπολογία, Παιδεία, Κοινωνιολογία και Κοινωνικά Φαινόµενα

J Τεχνολογία, Βιοµηχανία, Γεωργία και Τρόφιµα

6 53 . 3 ¶ √ § À∞ • √ ¡ π ∫ ∂ ™ π ∞∆ ƒ π ∫ ∂ ™ ∆ À ¶ √ ¶ √ π ∏ ™ ∂ π ™

ÕÛÎËÛË A˘ÙÔ·ÍÈÔÏfiÁËÛ˘ 3.5

Ένας ασθενής νοσηλευόµενος στην παθολογική κλινική παρουσιάζει επιβαρηµέ-

νο οικογενειακό ιστορικό, µε την έννοια ότι ο πατέρας του πέθανε από φυµατίω-

ση, ενώ η µητέρα του νοσηλεύεται µε πιθανή διάγνωση ασθένειας του αναπνευ-

στικού συστήµατος. Ο ίδιος είχε παρουσιάσει στο παρελθόν ασθένεια στην τρα-

χεία, ενώ τώρα εµφανίζει πυρετό υψηλού κινδύνου. Επίσης, η παθολογοανατοµι-

κή διάγνωση έδωσε κοκκίωµα στον αριστερό πνεύµονα, ενώ η ακτινολογική διά-

γνωση έδωσε ευρήµατα συµβατά µε αυτά της παθολογοανατοµικής. Ο ιατρός, µε

βάση τα παραπάνω στοιχεία, δίνει ως πιθανή διάγνωση τη φυµατίωση. Ζητείται να

κωδικοποιηθεί όσο το δυνατόν περισσότερο ο φάκελος του ασθενούς µε βάση όλα

τα στοιχεία που σας έχουν δοθεί ως τώρα.

Page 66: Deli Basis

6 6 K E º A § A I O 3 . K ø ¢ π ∫ √ ¶ √ π ∏ ™ ∏ π ∞∆ ƒ π ∫ ø ¡ √ ƒ ø ¡ ∫ ∞ π ™ À ™ ∆ ∏ ª ∞∆∞ ∆∞ • π ¡ √ ª ∏ ™ ∏ ™ π ∞∆ ƒ π ∫ ∏ ™ ¶ § ∏ ƒ √ º √ ƒ π ∞ ™

K Ανθρώπινες Σχέσεις

L Επιστήµες Πληροφορικής και Επικοινωνιών

M Κοινωνικές και Φυλετικές Οµάδες

N Υγεία

Z Γεωγραφικά Τοπωνύµια

Η χρήση του συστήµατος MeSh βασίζεται στους «περιγραφείς» (descriptors). Οι

«περιγραφείς» είναι εκφράσεις που επιλέγονται από ένα σύνολο ισοδύναµων όρων

και δίνουν µε τον πιο παραστατικό και µονοσήµαντο τρόπο µια έννοια. Μπορεί να

έχουν απλή µορφή (π.χ. ένας απλός όρος, όπως: «πνεύµονας») ή να αποτελούνται

από ένα συνδυασµό όρων (π.χ. «εγκυµοσύνη µε επιπλοκές»).

Σε κάθε «περιγραφέα» αντιστοιχεί ένας γραµµατοαριθµητικός κωδικός που σχετί-

ζεται µε τη θέση του σε µια ή περισσότερες ιεραρχικές δοµές όρων. Ένα ιεραρχικό

«δέντρο» του γνωστικού θησαυρού MeSh µπορεί να έχει έως και πέντε επίπεδα. Ο

Πίνακας 3.11 αναπαριστά την ιεραρχική δοµή του MeSh µέσω ενός παραδείγµατος

που αναφέρεται στις ασθένειες των στεφανιαίων αγγείων.

¶›Ó·Î·˜ 3.11

∆είγµα της ιεραρχικής δοµής του συστήµατος MesH

CORONARY VESSELS, DISEAESES C 14.280.211

ANGINA C 14.280.211.198

PRINZMETAL’ S ANGINA C 14.280.211.198.955 C14.280.211

UNSTABLE ANGINA C 14.280.211.198.970

CORONARY ANEURYSM C 14.280.211.205 C14.907.55

ASTERIOSCLEROSIS C 14.280.211.210 C14.907.137

CORONARY THROMBOSIS C 14.280.211.212 C14.907.854

CORONARY SPASM C 14.280.211.215

Οι «περιγραφείς» υψηλότερου (major) ή χαµηλότερου (minor) επιπέδου αναλύονται

λεπτοµερώς στην αλφαβητική σύνταξη του MeSh (Πίνακας 3.10). Οι «περιγραφείς»

γράφονται µε κεφαλαία γράµµατα. Οι υψηλού επιπέδου «περιγραφείς» (π.χ.

ΓΕΝΕΤΙΚΟΙ ΣΗΜΑΝΤΕΣ) παριστούν σηµεία–κλειδιά. Οι χαµηλού επιπέδου «περι-

γραφείς» (π.χ. ΧΑΡΤΟΓΡΑΦΗΣΗ ΧΡΩΜΟΣΩΜΑΤΩΝ) αναφέρονται σε κάποιο

στοιχείο του «περιγραφέα» υψηλού επιπέδου. Σχέσεις ισοδυναµίας και συνωνυµίας

υποδεικνύονται µε το ρήµα «βλέπε» ή µε το γράµµα Χ, που τίθενται µεταξύ ενός

Page 67: Deli Basis

όρου και του «περιγραφέα». Περιγραφείς υψηλού επιπέδου που είναι στενά συνδε-

δεµένοι µεταξύ τους υποδηλώνονται µε την έκφραση «βλέπε σχετικό» ή µε τα γράµ-

µατα ΧR. Ιεραρχικές σχέσεις µεταξύ «περιγραφέων» υψηλού και χαµηλού επιπέδου

υποδηλώνονται µε την έκφραση «βλέπε κάτωθεν», ενώ η αντίστροφη ιεραρχική

σχέση δίδεται µε τους χαρακτήρες ΧU.

Ο γνωστικός θησαυρός MeSh δίνει πρόσβαση στο INDEX MEDICUS και στη βάση

βιβλιογραφικών δεδοµένων MEDLINE, που περιέχει εκατοντάδες χιλιάδες βιβλιο-

γραφικές αναφορές.

6 73 . 3 ¶ √ § À∞ • √ ¡ π ∫ ∂ ™ π ∞∆ ƒ π ∫ ∂ ™ ∆ À ¶ √ ¶ √ π ∏ ™ ∂ π ™

ÕÛÎËÛË A˘ÙÔ·ÍÈÔÏfiÁËÛ˘ 3.6

Τι είναι το MeSh, σε τι πληροφορία αναφέρεται και πώς εντοπίζει την πληροφο-

ρία που αναζητά ο χρήστης;

3.3.3 ™‡ÛÙËÌ· ∂ÓÔÔÈË̤ÓÔ˘ π·ÙÚÈÎÔ‡ §ÂÍÈÏÔÁ›Ô˘ (UMLS)

Το Σύστηµα Ενοποιηµένου Ιατρικού Λεξιλογίου (Unified Medical Language System)

έχει ως στόχο την εδραίωση µιας εννοιολογικής σύνδεσης µεταξύ των απαιτήσεων

του χρήστη για µια συγκεκριµένη πληροφορία και των διαφόρων πηγών άντλησης

της πληροφορίας, όπως βάσεις δεδοµένων ιατρικής βιβλιογραφίας, συστήµατα δια-

χείρισης ιατρικών αρχείων ή βάσεις ιατρικής γνώσης (Σχήµα 3.5). ∆εδοµένου ότι

µια έννοια µπορεί να εκφραστεί µε διάφορους τρόπους µέσω αυτών των πηγών, είναι

πολύ σηµαντικό να προσδιοριστεί ποιος από αυτούς είναι ο πλέον ενδεδειγµένος για

τη συγκεκριµένη διερεύνηση του χρήστη.

Η γνώση του UMLS περιέχεται σε ένα µεταθησαυρό, στο σηµασιολογικό δίκτυο του

UMLS, στο Χάρτη Πηγών Πληροφορίας (Information Source Map), που περιγρά-

φει συνοπτικά το σύνολο των πηγών από τις οποίες αντλεί πληροφορία, και στο λεξι-

κό UMLS 1996.

Ο γνωστικός µεταθησαυρός UMLS περιέχει περίπου 250.000 έννοιες και πάνω από

540.000 διαφορετικούς όρους. Συνενώνει µαζί (γι’ αυτό και η χρήση του προθέµα-

τος «µετά») όρους από τα συστήµατα κωδικοποίησης MeSh (273.000 όροι),

SNOMED (107.000 όροι), ICD–9–CM (35.000 όροι), DSM–IV (∆ιαγνωστικό και

Στατιστικό Εγχειρίδιο Ψυχικών ∆ιαταραχών), CPT (Τρέχουσα Ορολογία Επεµβατι-

κών ∆ιαδικασιών), όπως επίσης έννοιες που χρησιµοποιούνται σε βάσεις ιατρικής

γνώσης, σαν την PDQ, DXPLAIN και QMR, και επιλεγµένα συστήµατα διαχείρι-

σης ιατρικών αρχείων, σαν το COSTAR.

Page 68: Deli Basis

6 8 K E º A § A I O 3 . K ø ¢ π ∫ √ ¶ √ π ∏ ™ ∏ π ∞∆ ƒ π ∫ ø ¡ √ ƒ ø ¡ ∫ ∞ π ™ À ™ ∆ ∏ ª ∞∆∞ ∆∞ • π ¡ √ ª ∏ ™ ∏ ™ π ∞∆ ƒ π ∫ ∏ ™ ¶ § ∏ ƒ √ º √ ƒ π ∞ ™

Το σηµασιολογικό δίκτυο του UMLS (semantic network) περιέχει όλες τις σχέσεις

και διασυνδέσεις που υπάρχουν µεταξύ των διαφόρων σηµασιολογικών κατηγο-

ριών. Για παράδειγµα, ο «ιός» µπορεί να προκαλέσει «ασθένεια ή σύνδροµο». Στο

Σχήµα 3.6 παρουσιάζεται ένα σχετικά απλοποιηµένο παράδειγµα «σηµασιολογι-

κού δικτύου».

Ο Χάρτης των Πηγών Πληροφορίας περιγράφει τις βάσεις δεδοµένων, δίνει το περιε-

χόµενο, το λεξιλόγιο, την πληρότητα κάλυψης και τις συνθήκες πρόσβασής τους.

Το Ειδικό Λεξικό του UMLS περιέχει τις γλωσσολογικές πληροφορίες που είναι απα-

ραίτητες στα συστήµατα (NPL) επεξεργασίας φυσικής γλώσσας (πληροφορίες σχε-

τικές µε το συντακτικό, τη γραµµατική κτλ.). Περιέχει επίσης την ειδική αγγλική

ορολογία που χρησιµοποιείται στις βιοϊατρικές εφαρµογές.

™‡ÓÔ„Ë ÎÂÊ·Ï·›Ô˘

Η ποιότητα ενός συστήµατος ταξινόµησης πρέπει να εκτιµάται µε βάση την ευαι-

σθησία και την ειδικότητα µε την οποία ανταποκρίνεται στις διερευνήσεις που κάνει

ο χρήστης στις βάσεις δεδοµένων τους. Η ευαισθησία και η ειδικότητα εξαρτώνται

από τους παρακάτω παράγοντες:

• Πληρότητα: Μια πλήρης περιγραφή των αντικειµένων του ιατρικού χώρου είναι

πολύ δύσκολο να επιτευχθεί.

• Απουσία αµφιλογίας: Οι όροι του συστήµατος ταξινόµησης πρέπει να αναφέρο-

νται µόνο σε µια έννοια. Εάν ένας όρος είναι αµφιλεγόµενος, τότε τουλάχιστον δύο

διαφορετικοί τύποι δεδοµένων καταγράφονται κάτω από τον ίδιο όρο, γεγονός που

επηρεάζει την ειδικότητα των διερευνήσεων.

Bιβλιογραφικές

βάσεις δεδοµένων

Γνωστικός

µεταθησαυρός

+

Σηµασιολογικό

δίκτυο

Πρωτόκολλο

πρόσβασηςBάση ιατρικών αρχείων

Γνωστική βάση

UMLS

™¯‹Ì· 3.5

Οργάνωση του

Ενοποιηµένου

Ιατρικού Γλωσσι-

κού Συστήµατος

Page 69: Deli Basis

6 9™ Y N O æ H K E º A § A I O Y

™¯

‹Ì·

3.6

Ένα

παρ

άδει

γµα

σηµα

σιολ

ογικ

ού δ

ικτύ

ου

Oργα

νισ

µός

Eύρη

µα

Eργα

στη

ρια

κό

απ

οτέ

λεσ

µα

Ση

µεί

ο ή

σύµ

πτω

µα

ρα

κτη

ρισ

τικό

του ο

ργα

νισ

µού

Aνα

τοµ

ική

δοµ

ή

Σω

µα

τικό

σύσ

τηµ

α

Tρα

ύµ

α ή

δη

λη

τηρία

ση

Bιο

λογι

κή

λει

τουργί

α

βρυα

κή

δοµ

ήΦ

υσ

ιολογι

κή

λει

τουργί

α

Πα

θολογι

κή

λει

τουργί

α

Φυτό

Iός

ο

Σπ

ονδυλω

τό

Θη

λα

στι

κό

Άνθρω

πος

Λει

τουργί

α τ

ου

οργα

νισ

µού

Λει

τουργί

α

οργά

νου ή

ισ

τού

Nοη

τικ

ή

δια

δικ

ασ

ία

Kυττ

αρικ

ή

λει

τουργί

α

θέν

εια

ή

σύνδροµ

ο

Πει

ρα

µα

τικό

µοντέ

λο α

σθέν

εια

ς

Mορια

κή

λει

τουργί

α

Ώριµ

η α

να

τοµ

ική

δοµ

ή

ήµ

α τ

ου

σώ

µα

τος

ήµ

α τ

ου

Iδιό

τητα

του

Aξιο

λόγη

σή

του

Πρό

βλη

µα

ΠρόβληµαE

ννοιο

λογι

κό τ

µή

µα

του

Eννοιο

λογι

κό τ

µή

µα

του

Kυττ

αρικ

ή ή

µορια

κή

δυσ

λει

τουργί

α

Nοη

τικ

ή

δια

δικ

ασ

ία

τίµ

ησ

η τ

ου∆

ιαδικ

ασ

ία τ

ου

Page 70: Deli Basis

7 0 K E º A § A I O 3 . K ø ¢ π ∫ √ ¶ √ π ∏ ™ ∏ π ∞∆ ƒ π ∫ ø ¡ √ ƒ ø ¡ ∫ ∞ π ™ À ™ ∆ ∏ ª ∞∆∞ ∆∞ • π ¡ √ ª ∏ ™ ∏ ™ π ∞∆ ƒ π ∫ ∏ ™ ¶ § ∏ ƒ √ º √ ƒ π ∞ ™

• Απουσία πλεονασµών: Κάθε έννοια πρέπει να εκφράζεται µονοσήµαντα. Εάν δύο

όροι αναφέρονται στην ίδια έννοια, τότε µειώνεται η ευαισθησία των διερευνήσε-

ων που επιτελούνται στα πλαίσια της βάσης δεδοµένων.

• Συνωνυµίες: Είναι πολύ σηµαντικό να έχει το σύστηµα ταξινόµησης τη δυνατότη-

τα διαχείρισης των συνωνυµιών. Η ύπαρξη συνωνυµιών πρέπει να διαχωρίζεται

από τον πλεονασµό, ο οποίος πρέπει να αποφεύγεται. Τα συνώνυµα επιτρέπονται

ως ενδιάµεσοι όροι που αναφέρονται σε ένα µοναδικό όρο (εσωτερική κωδικο-

ποίηση), ο οποίος χρησιµοποιείται για την κωδικοποίηση και εύρεση της χρήσι-

µης πληροφορίας.

• Σαφείς συσχετίσεις: Όταν οι τύποι των συσχετίσεων µεταξύ των όρων δεν είναι

σαφείς, τότε η ποιότητα των διερευνήσεων υποβαθµίζεται. Οι πιο συχνές συσχε-

τίσεις έχουν τις εξής µορφές: «είναι ένα», «είναι µέρος του», «σχετίζεται µε», «ισο-

δύναµο του», «είναι εντός». Εάν θέλουµε να διερευνήσουµε µια βάση δεδοµένων

για να βρούµε τις πνευµονικές ασθένειες ενός ατόµου, θα συνδέσουµε όλους τους

σχετικούς όρους µε την έννοια «πνευµονική ασθένεια» χρησιµοποιώντας τη σχέση

που έχει τη µορφή είναι ένα.

Στον Πίνακα 3.12 δίνονται συνοπτικά οι ιδιότητες των τεσσάρων πιο αντιπροσω-

πευτικών συστηµάτων ιατρικής ταξινόµησης.

¶›Ó·Î·˜ 3.12

Σύγκριση των πιο αντιπροσωπευτικών συστηµάτων ιατρικής ταξινόµησης

ICD – 10 SNOMED MeSh UMLS

Πληρότητα Όχι Ναι Ναι Ναι

Απουσία αµφιλογίας Όχι Ναι Όχι Ναι

Απουσία πλεονασµού Ναι Όχι Ναι Ναι

Συνώνυµα Ναι Ναι Ναι Ναι

Σαφείς συσχετίσεις Ναι Ναι Ναι Ναι

∆εδοµένου ότι ο έλεγχος των κωδικοποιήσεων δεν είναι πάντα εγγυηµένος, η µετα-

κωδικοποίηση (µεταφορά από ένα σύστηµα ταξινόµησης σε άλλο) είναι συνήθως

δύσκολη. Τα προβλήµατα που εµφανίζονται στη µετακωδικοποίηση είναι ένας

ακόµα λόγος για την προσεκτική επιλογή του συστήµατος ταξινόµησης. Γενικά, η

καλύτερη επιλογή είναι η χρήση ενός συστήµατος που είναι ευρέως διαδεδοµένο

και ανανεώνεται τακτικά από ένα αναγνωρισµένο διεθνή οργανισµό.

Page 71: Deli Basis

µÈ‚ÏÈÔÁÚ·Ê›·

[1] Hutchins W.J., Languages of indexing and classification, Southgate House,

Stevenage, Herts., England, Peter Peregrinus Ltd., 1975.

Είναι το πιο κλασικό εγχειρίδιο ως προς ό,τι αφορά τις βασικές έννοιες και αρχές

της Ιατρικής Κωδικοποίησης.

[2] Cote Roger A., Implementing Health Care Information Systems, Helmuth F.

Orthner, Bruce I. Blum Editors, Springer Verlag, 1986.

Βοηθά στο να ενταχθεί η Ιατρική Κωδικοποίηση στα πλαίσια του Ολοκληρω-

µένου Πληροφοριακού Συστήµατος Νοσοκοµείου.

[3] Wingert F., Medical Informatics, Berlin – Heidelberg – New York, Springer 1981,

p. 247.

Εντάσσει την Ιατρική Κωδικοποίηση στις γενικότερες εφαρµογές και στόχους

της Ιατρικής Πληροφορικής.

[4] Wingert F., «Reduction of Redundancy in a Categorized Nomenclature», in Cote

R. (ed.), Role of Informatics in Health Data Coding and Classification, New

York, North – Holland, 1985, pp. 191–202.

∆ίνει συµπληρωµατικά και πιο εξειδικευµένα στοιχεία, ενώ προσδιορίζει και

κάποια ουσιαστικά προβλήµατα στην υλοποίηση της Ιατρικής Κωδικοποίησης.

7 1B I B § I O ° PA º I A

Page 72: Deli Basis
Page 73: Deli Basis

¶ÏËÚÔÊÔÚȷο ™˘ÛÙ‹Ì·Ù· ¡ÔÛÔÎÔÌ›ˆÓ

™ÎÔfi˜

Ο κύριος σκοπός του κεφαλαίου αυτού είναι να περιγράψει την αναγκαιότητα και το

ρόλο των πληροφοριακών συστηµάτων νοσοκοµείων, να αναλύσει τις λειτουργίες

τους και να προσεγγίσει τις αρχιτεκτονικές υλοποίησής τους.

¶ÚÔÛ‰ÔÎÒÌÂÓ· ·ÔÙÂϤÛÌ·Ù·

Όταν θα έχετε µελετήσει το κεφάλαιο αυτό, θα είστε σε θέση να:

• Περιγράψετε τη διαχείριση της πληροφορίας στο νοσοκοµειακό περιβάλλον, καθώς

και το κόστος αυτής.

• Αναλύσετε τις κύριες λειτουργίες ενός πληροφοριακού νοσοκοµειακού συστήµα-

τος και να αναφέρετε σχετικά παραδείγµατα.

• Περιγράψετε τις λειτουργίες πληροφοριακών συστηµάτων υποστήριξης βοηθητι-

κών τµηµάτων του νοσοκοµείου.

• Εξηγήσετε τις βασικές αρχές λειτουργίας των τριών διαφορετικών αρχιτεκτονικών

των πληροφοριακών νοσοκοµειακών συστηµάτων.

• Aπαριθµήσετε συγκεκριµένα παραδείγµατα για κάθε αρχιτεκτονική πληροφορια-

κών νοσοκοµειακών συστηµάτων.

• Εξηγήσετε τη συσχέτιση της χρονικής εµφάνισης των τριών διαφορετικών αρχιτε-

κτονικών µε την εξέλιξη του υλικού των υπολογιστών.

• Απαριθµήσετε τους κινδύνους οι οποίοι απειλούν την ακεραιότητα και ασφάλεια

της ηλεκτρονικής ιατρικής πληροφορίας και να αναφέρετε τα ηθικά και νοµικά

θέµατα τα οποία άπτονται αυτής.

• Περιγράψετε τις λειτουργίες του πληροφοριακού συστήµατος για την εξασφάλιση

της ηλεκτρονικής ιατρικής πληροφορίας.

• Αποτιµήσετε τα οικονοµικά και λειτουργικά οφέλη, αλλά και το κόστος της λει-

τουργίας των πληροφοριακών νοσοκοµειακών συστηµάτων.

• Αναλύσετε τη µελλοντική υλοποίηση προχωρηµένων λειτουργιών, όπως υποστή-

ριξη αποφάσεων και ανάλυση εικόνων, στα νοσοκοµειακά πληροφοριακά συστή-

µατα.

4∫ ∂ º ∞ § ∞ π √

Page 74: Deli Basis

7 4 K E º A § A I O 4 . ¶ § ∏ ƒ √ º √ ƒ π ∞ ∫ ∞ ™ À ™ ∆ ∏ ª ∞∆∞ ¡ √ ™ √ ∫ √ ª ∂ π ø ¡

ŒÓÓÔȘ ÎÏÂȉȿ

• διαχείριση ιατρικής πληροφορίας και κόστος αυτής

• λειτουργίες πυρήνα νοσοκοµειακού πληροφοριακού συστήµατος

• οικονοµικές λειτουργίες νοσοκοµειακού πληροφοριακού συστήµατος

• λειτουργία δικτύωσης νοσοκοµειακών τµηµάτων

• υποστηρικτικές λειτουργίες βοηθητικών νοσοκοµειακών τµηµάτων

• αυτοµατοποιηµένη παραγωγή ιατρικών εγγράφων

• κεντρική, αρθρωτή και κατανεµηµένη αρχιτεκτονική πληροφοριακών συστηµάτων

• ασφάλεια και ακεραιότητα της ιατρικής πληροφορίας

• κόστος και επιπτώσεις λειτουργίας ενός νοσοκοµειακού πληροφοριακού συστήµατος

∂ÈÛ·ÁˆÁÈΤ˜ ·Ú·ÙËÚ‹ÛÂȘ

Το κεφάλαιο αυτό επιχειρεί µια συνοπτική παρουσίαση του θέµατος των πληροφο-

ριακών συστηµάτων νοσοκοµείων. Αρχικά εισάγεται η έννοια της πληροφορίας και

το κόστος διαχείρισης αυτής στα πλαίσια ενός νοσοκοµειακού οργανισµού και ανα-

δεικνύεται ο ρόλος των νοσοκοµειακών πληροφοριακών συστηµάτων. Στη συνέχεια

παρουσιάζονται και αναλύονται οι κυριότερες λειτουργίες των πληροφοριακών συστη-

µάτων, καλύπτοντας ένα ευρύ φάσµα παρεχόµενων υπηρεσιών στα σηµαντικότερα

τµήµατα ενός νοσοκοµείου.

Ακολουθεί η περιγραφή τριών κύριων αρχιτεκτονικών υλοποίησης ενός νοσοκοµει-

ακού πληροφοριακού συστήµατος και παραθέτονται παραδείγµατα για την καθεµία.

Ιδιαίτερη µνεία γίνεται στο θέµα της ασφάλειας και ακεραιότητας της ηλεκτρονικής

ιατρικής πληροφορίας, κυρίως λόγω της επίδρασης του διαδικτύου, και παρουσιά-

ζονται οι συνηθέστερες τεχνικές λύσεις.

Το κεφάλαιο ολοκληρώνεται µε την αποτίµηση του οφέλους και κόστους λειτουργίας

των πληροφοριακών συστηµάτων νοσοκοµείων, καθώς και µε µια µατιά στο µέλλον

των συστηµάτων αυτών, µε την ενσωµάτωση νέων αλγόριθµων λογισµικού για υπο-

στήριξη ιατρικών αποφάσεων και ανάλυση εικόνας.

Page 75: Deli Basis

4.1 ∏ ÏËÚÔÊÔÚ›· Î·È Ë ‰È·¯Â›ÚËÛ‹ Ù˘ ÛÙÔ ÓÔÛÔÎÔÌÂÈ·Îfi ÂÚÈ‚¿ÏÏÔÓ

Η αποτελεσµατική λειτουργία ενός νοσοκοµείου βασίζεται στην ταχεία λήψη απο-

φάσεων από το αρµόδιο προσωπικό, είτε αυτές αφορούν καθαρά κλινικά θέµατα

περίθαλψης είτε θέµατα διαχείρισης. Η αποτίµηση της κλινικής εικόνας ενός ασθε-

νούς, η επιλογή του βέλτιστου θεραπευτικού σχήµατος, ο καθορισµός του προσω-

πικού βάρδιας, ή ο χρόνος της παραγγελίας φαρµακευτικών προµηθειών αποτελούν

παραδείγµατα τέτοιων αποφάσεων. Η σωστή και αποτελεσµατική λήψη παρόµοιων

αποφάσεων προϋποθέτει αποτελεσµατική διαχείριση της πληροφορίας.

Οι Jydstrup και Gross [4] όρισαν ως πληροφορία στο πλαίσιο ενός νοσοκοµειακού

περιβάλλοντος τη γνώση σχετικά µε οποιαδήποτε φάση της λειτουργίας του νοσο-

κοµείου, η οποία µπορεί να καταγραφεί και να χρεωθεί. Ο ορισµός αυτός της πλη-

ροφορίας αποτελεί υπερσύνολο του ορισµού της ιατρικής πληροφορίας, όπως αυτός

περιγράφεται στο Κεφάλαιο 1.

Οι Wiederhold και Perreault [1] κωδικοποίησαν τις ανάγκες διαχείρισης της πληρο-

φορίας σε ένα νοσοκοµείο ως ακολούθως:

• Λειτουργικές απαιτήσεις διαχείρισης. Αυτές σχετίζονται µε όλες τις λειτουργίες

οι οποίες άπτονται άµεσα των ασθενών. ∆ιαχείριση λειτουργικής πληροφορίας

απαιτείται για να απαντηθούν ερωτήµατα όπως: Πού βρίσκεται κάποιος συγκε-

κριµένος ασθενής, τι θεραπεία λαµβάνει, πότε θα λάβει εξιτήριο κτλ.

• ∆ιαχείριση πληροφορίας απαιτούµενη για το σχεδιασµό, είτε αυτός αφορά τη λει-

τουργία του νοσοκοµείου είτε τη θεραπευτική αγωγή των ασθενών. Παραδείγµα-

τα ερωτηµάτων σχετικών µε την κατηγορία αυτή είναι τα εξής: χρόνος παραγγε-

λίας προµηθειών, προβλεπόµενος αριθµός άδειων κρεβατιών σε συγκεκριµένες χρο-

νικές στιγµές, επιλογή κατάλληλης θεραπείας κάποιου ασθενούς κτλ.

• ∆ιαχείριση πληροφορίας για παραγωγή τυποποιηµένων εγγράφων. Η κατηγορία

αυτή περιλαµβάνει τόσο την παραγωγή εγγράφων για το αρχείο του νοσοκοµεί-

ου, όπως επιβάλλει ο εσωτερικός κανονισµός λειτουργίας του, όσο και εγγράφων

προς τρίτους. Στα πρώτα περιλαµβάνονται έγγραφα επικοινωνίας µεταξύ ιατρών

και νοσηλευτικού προσωπικού, µεταξύ διαφόρων νοσηλευτικών τµηµάτων του

νοσοκοµείου και µεταξύ αυτών και του διοικητικού τµήµατος. Τα τελευταία περι-

λαµβάνουν τα οικονοµικά έντυπα (λογαριασµοί) προς ασφαλιστικές εταιρείες.

Καθίσταται σαφές ότι ένα πληροφοριακό σύστηµα προσαρµοσµένο στις ανάγκες

ενός νοσοκοµείου µπορεί να αυτοµατοποιήσει σε µεγάλο βαθµό τη διαχείριση της

πληροφορίας και, κατά συνέπεια, να επιταχύνει τη λειτουργία του νοσοκοµείου.

7 54 . 1 ∏ ¶ § ∏ ƒ √ º √ ƒ π ∞ ∫ ∞ π ∏ ¢ π ∞ Ã ∂ π ƒ ∏ ™ ∏ ∆ ∏ ™ ™ ∆ √ ¡ √ ™ √ ∫ √ ª ∂ π ∞ ∫ √ ¶ ∂ ƒ π µ ∞ § § √ ¡

Page 76: Deli Basis

7 6 K E º A § A I O 4 . ¶ § ∏ ƒ √ º √ ƒ π ∞ ∫ ∞ ™ À ™ ∆ ∏ ª ∞∆∞ ¡ √ ™ √ ∫ √ ª ∂ π ø ¡

Τα πρώτα πληροφοριακά συστήµατα νοσοκοµείων (Hospital Information System –

HIS) εµφανίστηκαν στα µέσα της δεκαετίας του 1960, όταν ακόµη οι υπολογιστές

ήταν ογκώδεις, ακριβοί και πολύ λιγότερο φιλικοί στο χρήστη από ό,τι είναι σήµε-

ρα. Ο ρόλος αυτών των συστηµάτων περιοριζόταν στις βασικές λειτουργίες εισα-

γωγής, παρακολούθησης και έκδοσης εξιτηρίων για ασθενείς, καθώς και στην έκδο-

ση λογαριασµών. Σήµερα, τα πληροφοριακά συστήµατα νοσοκοµείων εκτελούν µια

πληθώρα λειτουργιών µε κύριο σκοπό την:

• επιτάχυνση της διακίνησης της πληροφορίας µεταξύ των τµηµάτων του νοσοκο-

µείου και τρίτων,

• οργάνωση των δεδοµένων κατά τρόπο τέτοιο, ώστε να βοηθά στη λήψη αποφά-

σεων, µε αποτέλεσµα την αύξηση της παραγωγικότητας και τη µείωση του

κόστους νοσηλείας. Οι λειτουργίες ενός νοσοκοµειακού πληροφοριακού συστή-

µατος αναλύονται λεπτοµερειακά σε επόµενη ενότητα.

4.1.1 ∫fiÛÙÔ˜ ‰È·¯Â›ÚÈÛ˘ ÏËÚÔÊÔÚ›·˜ ÛÙÔ ÓÔÛÔÎÔÌÂ›Ô – ∏ ·Ó·ÁηÈ-fiÙËÙ· ÙˆÓ ÏËÚÔÊÔÚÈ·ÎÒÓ Û˘ÛÙËÌ¿ÙˆÓ

Ένα νοσοκοµείο είναι ένας πολύπλοκος οργανισµός, του οποίου η επιτυχής λει-

τουργία απαιτεί τη διαχείριση ενός µεγάλου ποσού πληροφορίας. Ήδη από τα µέσα

της δεκαετίας του ’60 το κόστος της καταγραφής και διαχείρισης της πληροφορίας

σε ένα νοσοκοµειακό περιβάλλον αποτελούσε αντικείµενο έρευνας. Σχετικές µελέ-

τες [4] κατέδειξαν ότι το κόστος διαχείρισης της πληροφορίας σε τρία µεγάλα νοσο-

κοµεία της Νέας Υόρκης ανερχόταν στο 25% του συνολικού λειτουργικού τους

κόστους. Η κλασική µελέτη των Jydstrup and Gross [4] ανέλυσε λεπτοµερειακά το

κόστος κατά τµήµα και κατηγορία εργαζοµένων, καταλήγοντας ότι το διοικητικό και

τεχνικό προσωπικό των νοσοκοµειακών ιδρυµάτων αφιερώνουν το 75% και 25%

του χρόνου τους στη διαχείριση της πληροφορίας, αντίστοιχα.

Τα κύρια συµπεράσµατα της µελέτης αυτής παραµένουν έγκυρα µερικές δεκαετίες

αργότερα. Η βασική διαφορά αφορά τα απόλυτα οικονοµικά µεγέθη των νοσοκο-

µειακών µονάδων. Κατά τα 20 τελευταία έτη το κόστος της περίθαλψης στις ΗΠΑ

αυξήθηκε κατά 10 φορές, γεγονός το οποίο αυξάνει περαιτέρω το κόστος διαχείρι-

σης της πληροφορίας στα νοσοκοµεία και καθιστά αναγκαία την εγκατάσταση και

λειτουργία νοσοκοµειακών πληροφοριακών συστηµάτων.

4.2 √È ÏÂÈÙÔ˘ÚÁ›Â˜ ÂÓfi˜ ÏËÚÔÊÔÚÈ·ÎÔ‡ Û˘ÛÙ‹Ì·ÙÔ˜ ÓÔÛÔÎÔÌ›Ԣ

Οι Friedman και Martin [5] κωδικοποίησαν τις λειτουργίες ενός πληροφοριακού

συστήµατος νοσοκοµείου στις ακόλουθες κατηγορίες:

Page 77: Deli Basis

4.2.1 √ ˘Ú‹Ó·˜ ÙÔ˘ Û˘ÛÙ‹Ì·ÙÔ˜

Ο πυρήνας του συστήµατος περιλαµβάνει τις βασικές κεντρικές λειτουργίες, όπως

εισαγωγή ασθενούς, παρακολούθηση, έκδοση εξιτηρίου, ηλεκτρονική αρχειοθέτη-

ση προσωπικών και δηµογραφικών στοιχείων του ασθενούς. H αγγλική συντοµο-

γραφία για τις λειτουργίες του πυρήνα του συστήµατος είναι ADT (Admission,

Discharge, Transfer). Πριν από την εισαγωγή των υπολογιστικών συστηµάτων οι

στοιχειώδεις πληροφορίες οι σχετικές µε τους ασθενείς αναγράφονταν σε πίνακες,

σε αίθουσες στις οποίες είχε πρόσβαση όλο το προσωπικό του νοσοκοµείου. Οι ADT

λειτουργίες αποτελούν το σηµείο αναφοράς για όλες τις λοιπές λειτουργίες του πλη-

ροφοριακού συστήµατος.

4.2.2 ∆Ô ÔÈÎÔÓÔÌÈÎfi Û‡ÛÙËÌ·

Επιτελεί τις οικονοµικές λειτουργίες, βασικότερες των οποίων είναι η πληρωµή του

προσωπικού του νοσοκοµείου και η έκδοση λογαριασµών για το κόστος της νοση-

λείας. Οι λειτουργίες αυτές ενός νοσοκοµειακού πληροφοριακού συστήµατος έχουν

και τη µεγαλύτερη συνάφεια µε τα λοιπά εµπορικά συστήµατα, αποτελούν προσαρ-

µογή αυτών στο περιβάλλον των νοσοκοµειακών ιδρυµάτων και, κατά συνέπεια,

υπήρξαν από τις πρώτες οι οποίες αυτοµατοποιήθηκαν.

4.2.3 ∆Ô Û‡ÛÙËÌ· ‰ÈÎÙ‡ˆÛ˘ Î·È ÂÈÎÔÈÓˆÓ›·˜

Επιτελεί τη διασύνδεση όλων των τµηµάτων ενός νοσοκοµειακού πληροφοριακού

συστήµατος σε µια ολοκληρωµένη οντότητα. Η εύρυθµη λειτουργία ενός νοσοκο-

µείου απαιτεί την αποτελεσµατική επικοινωνία µεταξύ των πτερύγων και των βοη-

θητικών τµηµάτων του νοσοκοµείου, τα βασικότερα των οποίων είναι το φαρµακείο,

το τµήµα ραδιοδιάγνωσης και τα κλινικά εργαστήρια. Πριν από την εισαγωγή των

πληροφοριακών συστηµάτων, η επικοινωνία µεταξύ των παραπάνω τµηµάτων πραγ-

µατοποιούνταν µε τη συµπλήρωση τυποποιηµένων εντύπων, τα οποία διακινούσε το

νοσηλευτικό προσωπικό. Η ηλεκτρονική επικοινωνία, η οποία τυποποιείται από τα

πληροφοριακά συστήµατα, ελαχιστοποιεί λάθη από χαµένα έντυπα, καθώς και χρόνο

µεταφοράς της πληροφορίας, ειδικότερα όταν αποδέκτες αυτής είναι περισσότερα

του ενός τµήµατα του νοσοκοµείου.

Σύµφωνα µε το υπεραπλουστευµένο µοντέλο οργάνωσης ενός νοσοκοµείου, όπως

περιγράφεται στο [2], διακρίνεται ένας πυρήνας αποτελούµενος από τις πτέρυγες, το

γραφείο των ιατρικών αρχείων, το γραφείο εισαγωγής ασθενών, καθώς και τµήµατα

του νοσοκοµείου τα οποία συνδέονται µεταξύ τους µε τις λειτουργίες ADT. Οι πτέ-

ρυγες αποστέλλουν παραγγελίες στα βοηθητικά τµήµατα του νοσοκοµείου (κλινικά

7 74 . 2 √ π § ∂ π ∆ √ À ƒ ° π ∂ ™ ∂ ¡ √ ™ ¶ § ∏ ƒ √ º √ ƒ π ∞ ∫ √ À ™ À ™ ∆ ∏ ª ∞∆ √ ™ ¡ √ ™ √ ∫ √ ª ∂ π √ À

Page 78: Deli Basis

7 8 K E º A § A I O 4 . ¶ § ∏ ƒ √ º √ ƒ π ∞ ∫ ∞ ™ À ™ ∆ ∏ ª ∞∆∞ ¡ √ ™ √ ∫ √ ª ∂ π ø ¡

εργαστήρια, φαρµακείο και ραδιοδιάγνωση) και λαµβάνουν αναφορές ή αποτελέ-

σµατα από αυτά. Ταυτόχρονα, οι πτέρυγες επικοινωνούν µε τις οικονοµικές υπηρε-

σίες του νοσοκοµείου αποστέλλοντας όλες τις πληροφορίες νοσηλείας των ασθενών,

για να προσδιοριστεί το κόστος και να εκδοθούν οι λογαριασµοί. Εκτός από τη δια-

τµηµατική επικοινωνία, πληροφορίες διακινούνται µεταξύ πτερύγων (όπως στην περί-

πτωση µετακίνησης ασθενών), αλλά και µεταξύ ιατρικού και νοσηλευτικού προσω-

πικού της ίδιας πτέρυγας (όπως µεταξύ προσωπικού της προηγούµενης και επόµενης

βάρδιας, εντολές των ιατρών προς το νοσηλευτικό προσωπικό κτλ.). Ενδεικτικά ανα-

φέρεται ότι ο Johns, σε µια παλαιά αλλά ακόµη επίκαιρη έρευνά του σε νοσοκοµεία

των ΗΠΑ, διαπίστωσε ότι οι διάφορες κλινικές διαδικασίες, οι οποίες συνεισφέρουν

σε ένα µεγάλο τµήµα του λειτουργικού κόστους του νοσοκοµείου, έχουν µέσο κόστος

το οποίο κυµαίνεται σε µερικές δεκάδες δολάρια. Επακόλουθο αυτού του γεγονότος

είναι ότι το νοσοκοµείο καλείται να διακινήσει µερικές χιλιάδες έγγραφα ηµερησίως,

τόσο προς τα βοηθητικά τµήµατα όσο και προς τις οικονοµικές υπηρεσίες του. Γίνε-

ται φανερός ο ρόλος και η αναγκαιότητα τόσο των οικονοµικών λειτουργιών όσο και

αυτών της δικτύωσης και της επικοινωνίας ενός πληροφοριακού συστήµατος προ-

σαρµοσµένου στα νοσοκοµειακά δεδοµένα λειτουργίας.

4.2.4 ™‡ÛÙËÌ· ·Ú·ÁˆÁ‹˜ È·ÙÚÈÎÒÓ ÂÁÁڿʈÓ

Αυτό διαδραµατίζει καίριο ρόλο στις λειτουργίες ενός νοσοκοµειακού πληροφορια-

κού συστήµατος. Το σύστηµα αυτό συλλέγει, οργανώνει, αποθηκεύει και παρου-

σιάζει κατά τον επιθυµητό τρόπο τις πληροφορίες του ιατρικού φακέλου του ασθε-

νούς. Ο ιατρικός φάκελος περιέχει τα προσωπικά και δηµογραφικά στοιχεία του

ασθενούς, ιατρικό ιστορικό, αποτελέσµατα εξετάσεων από άλλα τµήµατα του νοσο-

κοµείου, διαγράµµατα ζωτικών δεικτών κτλ. Οι πληροφορίες αυτές πρέπει να παρου-

σιάζονται κατά τρόπο κατάλληλο για την περίπτωση για την οποία απαιτούνται (ανα-

φορά απλής επίσκεψης στα εξωτερικά ιατρεία, γράµµα στον ιατρό ο οποίος παρέ-

πεµψε τον ασθενή, ανασκόπηση της µέχρι τώρα πορείας του ασθενούς κτλ.). Στην

κατηγορία των ιατρικών εγγράφων εντάσσονται ακόµα οι ενδεικτικές ταµπέλες δειγ-

µάτων, οι οποίες χρησιµοποιούνται στα κλινικά εργαστήρια, και οι αναφορές. Ειδι-

κότερα, οι τελευταίες περιλαµβάνουν ανασκοπήσεις, περιληπτικές αναφορές, γραφι-

κές αναπαραστάσεις, αφηγηµατικού τύπου αναφορές κτλ.

4.2.5 ™˘ÛÙ‹Ì·Ù· ‰È·¯Â›ÚÈÛ˘ Û˘ÁÎÂÎÚÈÌ¤ÓˆÓ ÙÌËÌ¿ÙˆÓ

Αυτά υποστηρίζουν τις ανάγκες πληροφοριακής διαχείρισης συγκεκριµένων τµη-

µάτων του νοσοκοµείου (κλινικά εργαστήρια, φαρµακείο, ραδιολογικό τµήµα κτλ.).

Συχνά εγκαθίστανται ως αποµονωµένα συστήµατα, αφού η επικοινωνία τους µε το

Page 79: Deli Basis

λοιπό πληροφοριακό σύστηµα δυσχεραίνεται από το γεγονός ότι είναι προσαρµο-

σµένα στις ιδιαίτερες ανάγκες του τµήµατος για το οποίο σχεδιάστηκαν. Η ολοκλη-

ρωµένη σύνδεσή τους µε τα άλλα τµήµατα του πληροφοριακού συστήµατος αυξά-

νει σηµαντικά την αυτοµατοποίηση και τα πλεονεκτήµατα τα οποία έπονται αυτής.

§∂π∆√Àƒ°π∂™ ∆ø¡ ¶§∏ƒ√º√ƒπ∞∫ø¡ ™À™∆∏ª∞∆ø¡ ∫§π¡π∫ø¡ ∂ƒ°∞™∆∏ƒπø¡

Οι βασικές λειτουργίες των πληροφοριακών συστηµάτων κλινικών εργαστηρίων

καταγράφονται περιληπτικά:

• Ηλεκτρονική παραλαβή και αποστολή παραγγελιών για εξετάσεις και αποτελέ-

σµατα εξετάσεων, αντίστοιχα.

• Αυτοµατοποιηµένη εκτύπωση ταµπελών για αναγνώριση ταυτότητας των ασθε-

νών και των δειγµάτων τους.

• Συλλογή κλινικών δεδοµένων. Η λειτουργία αυτή παρουσιάζει δυσκολίες στην

πλήρη αυτοµατοποίησή της, διότι ορισµένες κλινικές εξετάσεις µικροβιολογικών

και παθολογικών εργαστηρίων απαιτούν οπτική εξέταση των δειγµάτων από εξει-

δικευµένο προσωπικό. Χηµικές ή αιµατολογικές εξετάσεις, οι οποίες εν γένει

παράγουν αριθµητικά αποτελέσµατα, αυτοµατοποιούνται πολύ ευκολότερα.

Τα κλινικά πληροφοριακά συστήµατα, τέλος, παράγουν αυτοµατοποιηµένες αναφο-

ρές σχετικά µε: αποτελέσµατα εξετάσεων ασθενών σε ποικίλες διατάξεις, έλεγχο

πιστότητας µε κύριο σκοπό να εξακριβωθεί η ακρίβεια των αποτελεσµάτων, διοικη-

τικά θέµατα, παρουσιάζοντας πληροφορίες, όπως κατανοµή φόρτου του εξοπλισµού

ως συνάρτηση του χρόνου, µέσο απαιτούµενο χρόνο µεταξύ παραλαβής δειγµάτων

και ολοκλήρωσης της εξέτασης κτλ.

§∂π∆√Àƒ°π∂™ ∆ø¡ ¶§∏ƒ√º√ƒπ∞∫ø¡ ™À™∆∏ª∞∆ø¡ º∞ƒª∞∫∂π√À

Οι βασικές λειτουργίες των πληροφοριακών συστηµάτων φαρµακείου περιγράφο-

νται περιληπτικά ως εξής:

• Ηλεκτρονική παραλαβή συνταγογραφιών.

• Έλεγχος αλληλεπιδράσεων των δραστικών ουσιών της παραγγελθείσας φαρµα-

κευτικής αγωγής, συσχέτιση αυτών µε συγκεκριµένες παθολογικές καταστάσεις

του ασθενούς, όπως αυτές εµφανίζονται στον ιατρικό του φάκελο (π.χ. αλλεργίες),

και αυτόµατη ειδοποίηση για επικίνδυνους συνδυασµούς.

• Παραγωγή αυτοµατοποιηµένων αναφορών σχετικά µε κίνηση συγκεκριµένων

φαρµάκων, πρόβλεψη ζήτησης και προγραµµατισµό νέων παραγγελιών.

7 94 . 2 √ π § ∂ π ∆ √ À ƒ ° π ∂ ™ ∂ ¡ √ ™ ¶ § ∏ ƒ √ º √ ƒ π ∞ ∫ √ À ™ À ™ ∆ ∏ ª ∞∆ √ ™ ¡ √ ™ √ ∫ √ ª ∂ π √ À

Page 80: Deli Basis

8 0 K E º A § A I O 4 . ¶ § ∏ ƒ √ º √ ƒ π ∞ ∫ ∞ ™ À ™ ∆ ∏ ª ∞∆∞ ¡ √ ™ √ ∫ √ ª ∂ π ø ¡

§∂π∆√Àƒ°π∂™ ∆ø¡ ¶§∏ƒ√º√ƒπ∞∫ø¡ ™À™∆∏ª∞∆ø¡ ∆ª∏ª∞∆√™ ƒ∞¢π√§√°π∞™

Στην υποενότητα αυτή παρουσιάζονται οι λειτουργίες ενός πληροφοριακού συστή-

µατος εξειδικευµένου για ένα τµήµα ραδιολογίας, κυρίως διότι αυτό διαφέρει ριζι-

κά από τα λοιπά βοηθητικά τµήµατα ενός νοσοκοµείου. Στο παραπάνω τµήµα υπάρ-

χουν οι συνήθεις ανάγκες διαχείρισης πληροφορίας, όπως αυτές περιγράφτηκαν στην

προηγούµενη υποενότητα (πληροφοριακό σύστηµα κλινικών εργαστηρίων). Η κύρια

διαφορά του τµήµατος ραδιολογίας είναι ότι η πλειοψηφία των εξετάσεων οι οποί-

ες λαµβάνουν χώρα σε αυτό παράγουν εικόνες, συχνά σε ψηφιακή µορφή. Κατά

συνέπεια, οι λειτουργίες ενός ραδιολογικού πληροφοριακού συστήµατος

(Radiological Information System – RIS) περιλαµβάνουν:

• Παραγωγή και συλλογή των εικόνων. Ένα σύγχρονο τµήµα ραδιολογίας περι-

λαµβάνει ένα µεγάλο αριθµό συσκευών παραγωγής εικόνας (όπως θα συζητηθεί

αναλυτικά στο επόµενο κεφάλαιο). Κύριο µέληµα ενός RIS είναι η ψηφιοποίηση

των παραγόµενων εικόνων (σε περίπτωση αναλογικών εικόνων) και η σύνδεση

των συσκευών παραγωγής εικόνων µε το κύριο RIS και, κατ’ επέκταση, µε το

λοιπό νοσοκοµειακό σύστηµα.

• Επεξεργασία και ανάλυση των παραγόµενων εικόνων. Οι λειτουργίες αυτές περι-

λαµβάνουν επεξεργασία για καλύτερη οπτικοποίηση της πληροφορίας, ποσοτι-

κοποίηση µετρούµενων παραµέτρων, ακριβή χωρικό εντοπισµό συγκεκριµένων

βλαβών ιστών και, τέλος, αυτοµατοποίηση της ερµηνείας της εικόνας.

• ∆ιαχείριση των παραγόµενων / επεξεργασµένων εικόνων. Η λειτουργία αυτή περι-

λαµβάνει συµπίεση των εικόνων και αποθήκευσή τους µε τρόπο ώστε το λοιπό

νοσοκοµειακό πληροφοριακό σύστηµα να έχει δυναµική πρόσβαση σε αυτές. Τα

πλεονεκτήµατα της διαχείρισης των εικόνων είναι ο ελαχιστοποιηµένος χρόνος

πρόσβασης σε αυτές (χωρίς ένα RIS ο χρόνος αυτός µπορεί να είναι και της τάξης

των ηµερών), καθώς και η δυνατότητα πολλαπλής πρόσβασης και οικονοµικότε-

ρης αποθήκευσης.

Αρκετά από τα σηµεία τα οποία παρουσιάστηκαν παραπάνω θα εξηγηθούν σε βάθος

στο επόµενο κεφάλαιο.

ÕÛÎËÛË A˘ÙÔ·ÍÈÔÏfiÁËÛ˘ 4.1

Αναφέρετε τις βασικές κατηγορίες λειτουργιών ενός νοσοκοµειακού πληροφορια-

κού συστήµατος, καθώς και παραδείγµατα για την καθεµία.

Page 81: Deli Basis

4.3 ∞Ú¯ÈÙÂÎÙÔÓÈΤ˜ ˘ÏÔÔ›ËÛ˘ ÂÓfi˜ ˘ÔÏÔÁÈÛÙÈÎÔ‡ Û˘ÛÙ‹Ì·ÙÔ˜ÓÔÛÔÎÔÌ›Ԣ

Τα ως σήµερα υπολογιστικά νοσοκοµειακά συστήµατα µπορούν να καταταχθούν σε

τρεις εναλλακτικές αρχιτεκτονικές: το κεντρικό, αρθρωτό και κατανεµηµένο µοντέ-

λο. Οι τάσεις κάθε εποχής επηρεάζονται κυρίως από την τρέχουσα τεχνολογία πλη-

ροφορικής. Η χρονική εξέλιξη της επικρατούσας αρχιτεκτονικής άρχισε µε το κεντρι-

κό µοντέλο στις δεκαετίες ’60 και ’70, όταν οι υπολογιστές ήταν µεγάλοι σε µέγε-

θος, ακριβοί και η τεχνολογία των δικτύων δεν είχε αναπτυχθεί αρκετά, προχώρησε

στο αρθρωτό µοντέλο στη δεκαετία του ’80, όταν τα υπολογιστικά συστήµατα έγι-

ναν πιο προσιτά σε µικρότερους οργανισµούς, και κατέληξε στο κατανεµηµένο

µοντέλο τη δεκαετία του ’90. Αποφασιστικό ρόλο διαδραµάτισε η πτώση των τιµών

του υλικού, µε επακόλουθο την εµφάνιση σταθµών εργασίας ικανών να χειριστούν

γραφικές διαπροσωπείες µεταξύ διαφορετικών εφαρµογών / συστηµάτων και η εξά-

πλωση προσιτής τεχνολογίας δικτύων.

4.3.1 ∆Ô ÎÂÓÙÚÈÎfi ÌÔÓÙ¤ÏÔ

Το κεντρικό µοντέλο (central model), ή ολικό, ή ολιστικό, χαρακτηρίζεται από µια

αρχιτεκτονική βασισµένη σε έναν κεντρικό υπολογιστή, µε τα τερµατικά και τα άλλα

περιφερειακά διατεταγµένα σε συνδεσµολογία αστέρα. Ο κεντρικός υπολογιστής

επιτελεί όλη την απαιτούµενη διαχείριση πληροφορίας, συχνά µε ενιαίο λογισµικό,

χωρίς να υπάρχουν σηµαντικές διαφοροποιήσεις µεταξύ διαφορετικών νοσοκοµει-

ακών τµηµάτων. Το κύριο πλεονέκτηµα των κεντρικών συστηµάτων είναι ο µεγά-

λος βαθµός ολοκλήρωσης του συστήµατος, καθώς η συµβατότητα της πληροφορίας

των διαφόρων τµηµάτων είναι η µέγιστη δυνατή. Είναι όµως ακριβώς αυτό το πλε-

ονέκτηµα το οποίο δηµιουργεί ένα σηµαντικό αρνητικό σηµείο: τα κεντρικά συστή-

µατα δεν διαθέτουν ευελιξία προσαρµογής στις ιδιαίτερες απαιτήσεις συγκεκριµέ-

νων νοσοκοµειακών τµηµάτων. Συνεπακόλουθα, δεν διαθέτουν σηµαντική δυνατό-

τητα προσαρµογής σε νέες απαιτήσεις. Η αρχιτεκτονική των κεντρικών συστηµά-

των ευνοεί τον ανταγωνισµό µεταξύ χρηστών / νοσοκοµειακών τµηµάτων, αφού όλα

τα τµήµατα προσπαθούν να απορροφήσουν τους πόρους του ίδιου συστήµατος.

Τέλος, η αγορά ενός τόσο µεγάλου υπολογιστικού συστήµατος αποτελεί επένδυση

συχνά δυσβάσταχτη για αρκετά ιδρύµατα, η δεν εγκατάστασή του δηµιουργεί ανα-

στάτωση σε πολλά τµήµατα του νοσοκοµείου ταυτόχρονα.

Τα συστήµατα TMIS και HELP [7] αποτελούν παραδείγµατα της κεντρικής αρχιτε-

κτονικής πληροφοριακών συστηµάτων. Περισσότερες λεπτοµέρειες για τα σηµα-

ντικότερα από αυτά τα συστήµατα θα δοθούν στην επόµενη ενότητα.

8 14 . 3 ∞ ƒ Ã π ∆ ∂ ∫ ∆ √ ¡ π ∫ ∂ ™ À § √ ¶ √ π ∏ ™ ∏ ™ ∂ ¡ √ ™ À ¶ √ § √ ° π ™ ∆ π ∫ √ À ™ À ™ ∆ ∏ ª ∞∆ √ ™ ¡ √ ™ √ ∫ √ ª ∂ π √ À

Page 82: Deli Basis

8 2 K E º A § A I O 4 . ¶ § ∏ ƒ √ º √ ƒ π ∞ ∫ ∞ ™ À ™ ∆ ∏ ª ∞∆∞ ¡ √ ™ √ ∫ √ ª ∂ π ø ¡

4.3.2 ∞ÚıÚˆÙ¿ Û˘ÛÙ‹Ì·Ù·

Τα αρθρωτά συστήµατα (modular systems), ή οριζόντια προσέγγιση, αποτελούν

µετεξέλιξη των κεντρικών συστηµάτων, ως άµεση συνέπεια της πτώσης των τιµών

του υλικού, η οποία παρατηρήθηκε στις αρχές της δεκαετίας του ’80. Το κύριο χαρα-

κτηριστικό αυτής της αρχιτεκτονικής είναι η ύπαρξη υπολογιστικών συστηµάτων τα

οποία εξυπηρετούν συγκεκριµένα τµήµατα ενός νοσοκοµείου και τα οποία εκτελούν

διαφορετικό λογισµικό, σε συνεργασία µε ένα κεντρικό σύστηµα, του οποίου ο ρόλος

συνήθως περιορίζεται στις ADT λειτουργίες. Η επικοινωνία µεταξύ των ανεξάρτη-

των υπολογιστικών συστηµάτων επιτελείται µέσω ανταλλαγής πληροφορίας σε προ-

καθορισµένο πλαίσιο, ώστε να επιτυγχάνεται συµβατότητα. Οι διοικητικές υπηρε-

σίες, τα κλινικά εργαστήρια και το ραδιολογικό τµήµα ήταν τα πρώτα τµήµατα τα

οποία απέκτησαν υπολογιστικά συστήµατα. Οι πτέρυγες νοσηλείας µηχανοργανώ-

θηκαν τελευταίες, καθώς η λειτουργία τους είναι πιο περίπλοκη και η ολοκλήρωση

των συστηµάτων τους µε τα λοιπά υπολογιστικά συστήµατα του νοσοκοµείου πιο

δύσκολη. Στα πλεονεκτήµατα της αρχιτεκτονικής αυτής συγκαταλέγονται: η αυξη-

µένη προσαρµοστικότητα του συστήµατος στις ανάγκες των επιµέρους νοσοκοµει-

ακών τµηµάτων και η δυνατότητα προµήθειας υλικού και λογισµικού από διαφορε-

τικούς οίκους. Η δαπάνη της επένδυσης, σε αντίθεση µε την κεντρική προσέγγιση,

µπορεί να γίνει προοδευτικά, συµβάλλοντας σε ένα πιο προσιτό σύστηµα. Η αντα-

πόκριση του συστήµατος στους χρήστες του είναι πιο άµεση, ενώ η εγκατάσταση

και η αναβάθµισή του δεν δηµιουργεί λειτουργικά προβλήµατα στο νοσοκοµείο. Το

κύριο µειονέκτηµα της αρθρωτής προσέγγισης είναι η δυσκολία στην επικοινωνία

των επιµέρους συστηµάτων και στην ολοκλήρωσή τους σε ένα ενιαίο σύστηµα.

4.3.3 ∫·Ù·ÓÂÌË̤ӷ Û˘ÛÙ‹Ì·Ù·

Τα κατανεµηµένα συστήµατα (distributed systems) αναπτύχθηκαν τη δεκαετία του

’80. Αποτελούνται από µια συλλογή ανεξάρτητων υπολογιστικών συστηµάτων,

καθένα από τα οποία εξυπηρετεί ένα διαφορετικό τµήµα του νοσοκοµείου. Τα κύρια

συστήµατα περιλαµβάνουν τον εξυπηρετητή ο οποίος παρέχει λειτουργίες ADT, τους

εξυπηρετητές των πτερύγων του νοσοκοµείου, καθώς και εξυπηρετητές ραδιολογι-

κού τµήµατος, κλινικών εργαστηρίων, οικονοµικών υπηρεσιών κτλ. Η κατανεµηµέ-

νη προσέγγιση δεν απαιτεί κεντρικό υπολογιστή, αντίθετα όλοι οι εξυπηρετητές είναι

συνδεδεµένοι σε ένα τοπικό δίκτυο υψηλού εύρους ζώνης (Local area network –

LAN), η γεωµετρία του οποίου είναι ορατή στο χρήστη. Τα τερµατικά των χρηστών

συνήθως είναι σταθµοί εργασίας µε δυνατότητες επίδειξης πολυµέσων, αφού καλού-

νται να διαχειριστούν αντικείµενα προερχόµενα από διαφόρους εξυπηρετητές (π.χ.

Page 83: Deli Basis

η ίδια οθόνη µπορεί να περιέχει δηµογραφικά στοιχεία του ασθενούς, αξονικές τοµο-

γραφίες από τον εξυπηρετητή του ραδιολογικού τµήµατος και γραφικές παραστά-

σεις από τον εξυπηρετητή του αιµατολογικού εργαστηρίου).

Το µεγάλο πλεονέκτηµα ενός κατανεµηµένου συστήµατος είναι η ευελιξία του στην

κάλυψη ιδιαίτερων αναγκών των επιµέρους νοσοκοµειακών τµηµάτων. Η αρχιτε-

κτονική του συστήµατος είναι «ανοικτή», επιτρέποντας τη σύνδεση στο τοπικό

δίκτυο υπολογιστικών συστηµάτων από διαφορετικές κατασκευάστριες εταιρείες,

ανεξαρτήτως λειτουργικού συστήµατος και λοιπού λογισµικού. Καθίσταται φανερό

ότι το κύριο πλεονέκτηµα της αρχιτεκτονικής αυτής προέρχεται από τη σχεδόν από-

λυτη ελευθερία επιλογής υλικού, λειτουργικού συστήµατος και λογισµικού, η οποία

επιτρέπει συχνές και οικονοµικές αναβαθµίσεις κατά τµήµα του νοσοκοµείου. Η

ταχύτητα ανταπόκρισης του συστήµατος είναι αυξηµένη. Βασικό µειονέκτηµα της

προσέγγισης αυτής αποτελεί η δυσκολία ολοκλήρωσης των επιµέρους συστηµάτων

σε ένα λειτουργικό υπολογιστικό σύστηµα, η οποία προϋποθέτει ανταλλαγή συµ-

βατής πληροφορίας. Προϋπόθεση της οµαλής λειτουργίας ενός κατανεµηµένου

συστήµατος αποτελεί η τήρηση µιας προσυµφωνηµένης κωδικοποίησης της πληρο-

φορίας από τα ανεξάρτητα υπολογιστικά συστήµατα.

Ο Simborg [8] περιγράφει την ολοκλήρωση τεσσάρων διαφορετικών υπολογιστικών

συστηµάτων µε ένα τοπικό δίκτυο στο πανεπιστηµιακό νοσοκοµείο του San

Francisco, γεγονός που επιβεβαιώνει τα προαναφερθέντα πλεονεκτήµατα της εν λόγω

αρχιτεκτονικής.

4.4 ¶·Ú·‰Â›ÁÌ·Ù· ÏËÚÔÊÔÚÈ·ÎÒÓ ÓÔÛÔÎÔÌÂÈ·ÎÒÓ Û˘ÛÙËÌ¿ÙˆÓ

Σήµερα υπάρχει ένας µεγάλος αριθµός κατασκευαστών λογισµικού νοσοκοµειακών

συστηµάτων. Στην ενότητα αυτή παραθέτουµε τα κύρια χαρακτηριστικά ορισµένων

πληροφοριακών συστηµάτων τα οποία γνώρισαν εµπορική επιτυχία από την αρχή

της σύντοµης ιστορίας τέτοιων συστηµάτων έως σήµερα.

4.4.1 ∆Ô Û‡ÛÙËÌ· TMIS

Το TMIS (Technicon Medical Information System) υπήρξε ίσως ο πιο επιτυχής

εκπρόσωπος των κεντρικών συστηµάτων. Το σύστηµα αυτό περιλαµβάνει δύο υπο-

λογιστές, έναν για εργασίες οι οποίες απαιτούν αλληλεπίδραση µε το χρήστη και

έναν για εργασίες οι οποίες λαµβάνουν χώρα στο παρασκήνιο. Ένα TMIS σύστηµα

έχει τη δυνατότητα να εξυπηρετήσει αρκετά νοσοκοµεία µε συνδέσεις µισθωµένων

τηλεφωνικών γραµµών. Το σύστηµα αυτό είναι το παλαιότερο, αφού η ανάπτυξη του

λογισµικού του άρχισε στις αρχές του 1970, αλλά η εµπορική του εξάπλωση εξακο-

8 34 . 4 ¶ ∞ ƒ∞ ¢ ∂ π ° ª ∞∆∞ ¶ § ∏ ƒ √ º √ ƒ π ∞ ∫ ø ¡ ¡ √ ™ √ ∫ √ ª ∂ π ∞ ∫ ø ¡ ™ À ™ ∆ ∏ ª ∞∆ ø ¡

Page 84: Deli Basis

8 4 K E º A § A I O 4 . ¶ § ∏ ƒ √ º √ ƒ π ∞ ∫ ∞ ™ À ™ ∆ ∏ ª ∞∆∞ ¡ √ ™ √ ∫ √ ª ∂ π ø ¡

λουθεί µέχρι σήµερα. Ακολουθεί την κεντρική φιλοσοφία. Έχει τη δυνατότητα να

λειτουργεί µε πρόσβαση εκ του µακρόθεν σε έναν υπολογιστή mainframe και υπο-

στηρίζει τη χρήση light pen οθονών. Το TMIS επιτρέπει στον ιατρό να καταγράφει

ηλεκτρονικά όλες του τις εντολές και να λαµβάνει (ηλεκτρονικά) αναφορές από κλι-

νικά εργαστήρια, τµήµα ραδιολογίας, φαρµακείο κτλ. Οι αναφορές αυτές µπορούν

να τυπωθούν σε µια ποικιλία τύπων εγγράφων. Στο νοσοκοµείο όπου πρωτοεγκα-

ταστάθηκε αυτό το σύστηµα (El Camino, Καλιφόρνια) υπολογίζεται ότι το 90% των

παραγγελιών των ιατρών εισάγονται ηλεκτρονικά, γεγονός ενδεικτικό της επιτυχίας

του συστήµατος. Το σύστηµα αυτό στερείται αρκετών από τις πολύπλοκες λειτουρ-

γίες οι οποίες έχουν περιγραφεί σε προηγούµενες υποενότητες.

4.4.2 ∆Ô Û‡ÛÙËÌ· PCS

Το σύστηµα PCS (Patient Care System) ανήκει στην αρχιτεκτονική των αρθρωτών

συστηµάτων, αποτελούµενο από ένα σύστηµα διαχείρισης βάσεων δεδοµένων (Data

Base Management System – DBMS) το οποίο διαχειρίζεται τους ιατρικούς φακέλους

των ασθενών, καθώς και ένα σύστηµα πρόσβασης. Υπό µια έννοια, το PCS αποτελεί

ένα γενικευµένο λογισµικό το οποίο επιτρέπει την ανάπτυξη τµηµάτων ενός νοσο-

κοµειακού πληροφοριακού συστήµατος. Πλεονέκτηµά του αποτελεί η δυνατότητα

προσαρµογής του στις εκάστοτε ανάγκες, µε σηµαντικότερο µειονέκτηµα την αργή

ανταπόκρισή του σε σχέση µε προϊόντα όπως το TMIS. Οι λειτουργίες του PCS οµοι-

άζουν αυτών του TMIS, αν και διαφέρουν µεταξύ νοσοκοµείων. Ορισµένες υλοποι-

ήσεις περιλαµβάνουν µόνο ATD λειτουργίες, άλλες µόνο λειτουργίες βοηθητικών

τµηµάτων (π.χ. κλινικών εργαστηρίων), ενώ σχεδόν κάθε συνδυασµός είναι δυνατός.

Το PCS υποστηρίζει menus πολλαπλών επιπέδων, light pens, οθόνες αγγίγµατος κτλ.

4.4.3 ∆Ô Û‡ÛÙËÌ· HELP

Το σύστηµα HELP ακολουθεί την κεντρική φιλοσοφία, αν και η χρονική εξέλιξή του

διαφέρει ριζικά από αυτή άλλων πληροφοριακών συστηµάτων. Ξεκίνησε από τη

δεκαετία του ’50 ως ένα απλό εργαλείο ανάλυσης ανθρώπινων βιο–σηµάτων και

σταδιακά προστέθηκαν προγράµµατα για την ολοκλήρωση αυτών των δεδοµένων

σε ένα ενιαίο σύνολο. Στη δεκαετία του ’70 το σύστηµα ενσωµάτωσε µια βάση δεδο-

µένων και συστήµατα στήριξης ιατρικών αποφάσεων, υποστηρίζοντας ταυτόχρονα

πτέρυγες, κλινικά εργαστήρια και µονάδες εντατικής θεραπείας. Το σύστηµα HELP

είναι σε θέση να επιτηρεί τους ζωτικούς δείκτες των ασθενών, να ελέγχει τις συντα-

γογραφίες για αλληλεπιδρώντα φάρµακα και να παρέχει στους ιατρούς ρεαλιστικές

λειτουργίες στήριξης αποφάσεων. Ταυτόχρονα, περιλαµβάνει και τις συνήθεις λει-

τουργίες διοικητικού χαρακτήρα, οι οποίες παρέχονται από τα άλλα πληροφοριακά

Page 85: Deli Basis

συστήµατα, αποτελεί όµως το µόνο σύστηµα µε προσανατολισµό µάλλον ιατρικό

παρά διοικητικό από την αρχή της ανάπτυξής του.

4.4.4 ∆Ô Û‡ÛÙËÌ· DHCP

Χαρακτηριστικός εκπρόσωπος της αρθρωτής προσέγγισης υπήρξε το DHCP

(Distributed Hospital Computer Program) σύστηµα, αποτελούµενο από µια βάση

δεδοµένων υλοποιηµένη ανεξάρτητα υπολογιστικής πλατφόρµας ή λειτουργικού

συστήµατος. Στην αρχική του µορφή, το DHCP προσέφερε λειτουργίες ADT, προ-

γραµµατισµό εξωτερικών ασθενών, διαχείριση κλινικών εργαστηρίων και φαρµα-

κείου. Υποστήριξη διαχειριστικών λειτουργιών του νοσοκοµείου, του τµήµατος

ραδιολογίας, καθώς και άλλων κλινικών τµηµάτων προστέθηκε αργότερα. Το πλη-

ροφοριακό αυτό σύστηµα εγκαταστάθηκε σε εκατοντάδες νοσοκοµεία των ΗΠΑ από

τα µέσα της δεκαετίας του ’80.

8 54 . 5 ∂ • ∞ ™ º ∞ § π ™ ∏ ∆ ∏ ™ π ∞∆ ƒ π ∫ ∏ ™ ¶ § ∏ ƒ √ º √ ƒ π ∞ ™

ÕÛÎËÛË A˘ÙÔ·ÍÈÔÏfiÁËÛ˘ 4.2

Ανασκοπήστε τα πλεονεκτήµατα και µειονεκτήµατα καθεµίας εκ των τριών κύριων

αρχιτεκτονικών νοσοκοµειακών πληροφοριακών συστηµάτων, συµπληρώνοντας

τον ακόλουθο πίνακα µε τις ενδείξεις «µικρή», «µέτρια» και «αυξηµένη».

Νοσοκοµειακό Πληροφοριακό Σύστηµα

Χαρακτηριστικό Κεντρικό Αρθρωτό Κατανεµηµένο

Ολοκλήρωση συστήµατος, συµβατότητα

µεταξύ τµηµάτων ………… ………… …………

Επεκτασιµότητα, προσαρµοστικότητα

στις ανάγκες των χρηστών ………… ………… …………

Αρχική οικονοµική επένδυση ………… ………… …………

Ταχύτητα ανταπόκρισης συστήµατος

στους χρήστες ………… ………… …………

4.5 ∂Í·ÛÊ¿ÏÈÛË Ù˘ È·ÙÚÈ΋˜ ÏËÚÔÊÔÚ›·˜

Η εξάπλωση των νοσοκοµειακών πληροφοριακών συστηµάτων και η συνεπακό-

λουθη εκτενής χρήση ιατρικών βάσεων δεδοµένων έφερε στο προσκήνιο µε ιδιαί-

τερη έµφαση θέµατα εξασφάλισης της πληροφορίας. Τα δεδοµένα πρέπει να είναι

ανά πάσα στιγµή έγκυρα και διαθέσιµα για επεξεργασία από το πληροφοριακό

Page 86: Deli Basis

8 6 K E º A § A I O 4 . ¶ § ∏ ƒ √ º √ ƒ π ∞ ∫ ∞ ™ À ™ ∆ ∏ ª ∞∆∞ ¡ √ ™ √ ∫ √ ª ∂ π ø ¡

σύστηµα (ακεραιότητα – integrity), ενώ η πρόσβαση των χρηστών σε αυτά πρέπει

να είναι ελεγχόµενη (ασφάλεια) Το νοσοκοµειακό πληροφοριακό σύστηµα πρέπει

να προστατεύει τα ηλεκτρονικής µορφής ιατρικά δεδοµένα από:

• απώλεια,

• µη εξουσιοδοτηµένη πρόσβαση, ηθεληµένη ή µη,

• εσφαλµένη ή ανάρµοστη χρήση και

• κλοπή.

4.5.1 £ÂÌÂÏÈÒ‰Ë ÓÔÌÈο Î·È ËıÈο ˙ËÙ‹Ì·Ù·

Με µια σειρά συνθηκών, το Ευρωπαϊκό Συµβούλιο υπαγορεύει ρητά ότι ιατρικά και

σεξουαλικά δεδοµένα πολιτών δεν πρέπει να επεξεργάζονται αυτόµατα (χωρίς συγκα-

τάθεση των ενδιαφεροµένων) από κυβερνητικές υπηρεσίες ή οργανισµούς και απαι-

τεί από τα κράτη–µέλη να εναρµονίσουν τις νοµοθεσίες τους. Ο κώδικας ιατρικής

δεοντολογίας υπαγορεύει ότι ο ιατρός δεν επιτρέπεται να αποκαλύψει σε τρίτους

τίποτα από ό,τι περιέρχεται στην αντίληψή του κατά την εξέταση του ασθενούς,

καθώς και ότι πρέπει να κρατά τα αρχεία του µη προσβάσιµα σε άλλους. Σε περί-

πτωση χρησιµοποίησης ιατρικών δεδοµένων για ερευνητικούς σκοπούς, το όνοµα

του ασθενούς πρέπει να προστατεύεται. Η παραβίαση του επαγγελµατικού αυτού

απορρήτου τιµωρείται ποινικά. Από το 1978, µε οδηγία της η Ευρωπαϊκή Ένωση

υπαγορεύει ότι ο πολίτης θα πρέπει να ενηµερώνεται για την ύπαρξη ηλεκτρονικών

αρχείων µε προσωπικά του δεδοµένα. ∆ιατηρεί το δικαίωµα να αρνηθεί τη δηµι-

ουργία τους, να αποκτήσει πρόσβαση σε αυτά ή να υποδείξει διορθώσεις.

4.5.2 ÀÏÔÔ›ËÛË ÙˆÓ ÏÂÈÙÔ˘ÚÁÈÒÓ ·ÛÊ¿ÏÂÈ·˜ ÂÓfi˜ ÓÔÛÔÎÔÌÂÈ·ÎÔ‡ÏËÚÔÊÔÚÈ·ÎÔ‡ Û˘ÛÙ‹Ì·ÙÔ˜

Τα πλέον προφανή µέτρα τα οποία λαµβάνονται για την ασφάλεια και ακεραιότητα

της πληροφορίας ενός νοσοκοµειακού συστήµατος είναι η φυσική προστασία του

υπολογιστικού κέντρου, η λήψη αντιγράφων ασφαλείας σε τακτά χρονικά διαστή-

µατα (συνήθως κάθε βράδυ) και η φύλαξή τους σε ξεχωριστό χώρο από το λοιπό

υπολογιστικό κέντρο. Το επόµενο βήµα είναι η µοναδική εξακρίβωση της ταυτότη-

τας (identification) κάθε χρήστη του συστήµατος και ο έλεγχος ότι η ταυτότητα αυτή

συµπίπτει µε κάποιο καταχωρισµένο χρήστη του συστήµατος (πιστοποίηση –

authentication). Ο κύριος τρόπος αναγνώρισης και πιστοποίησης χρηστών είναι η

διανοµή κωδικών (passwords) σε όλους τους χρήστες του συστήµατος. Αν απαιτεί-

ται πρόσθετη ασφάλεια, η ταυτόχρονη χρήση µαγνητικών καρτών ή άλλων µέσων

(π.χ. συσκευής αναγνώρισης δακτυλικών αποτυπωµάτων) είναι εφικτή.

Page 87: Deli Basis

Για να λειτουργήσει ένα τέτοιο σύστηµα µε ασφαλή τρόπο, είναι απαραίτητος ο ορι-

σµός δικαιωµάτων πρόσβασης στη βάση δεδοµένων και χρήσης των λειτουργιών και

εφαρµογών οι οποίες παρέχονται από το πληροφοριακό σύστηµα, καθώς και των

περιφερειακών αυτού. Για το σκοπό αυτό οι χρήστες χωρίζονται σε κατηγορίες, όπως

ιατροί, νοσηλευτές, διαχειριστές και διοικητικοί. Τα δεδοµένα χωρίζονται σε δηµο-

γραφικά, ιστορικό, διαγνώσεις, εξετάσεις και θεραπευτικές αγωγές. Η πρόσβαση στα

δεδοµένα χαρακτηρίζεται ως ανάγνωση, εισαγωγή και µεταβολή. Το διοικητικό προ-

σωπικό δεν έχει πρόσβαση σε ιατρικά δεδοµένα, ενώ µπορεί να διαβάζει δηµογρα-

φικά δεδοµένα. Οι ιατροί µπορούν να διαβάζουν δηµογραφικά δεδοµένα ή αποτε-

λέσµατα εξετάσεων, ενώ µπορούν να διαβάζουν και να γράφουν διαγνωστικά δεδο-

µένα και θεραπείες. Οι νοσηλευτές µπορούν να διαβάζουν όλα τα δεδοµένα του

ασθενούς στη διακριτική ευχέρεια του ιατρού.

Ο ορισµός κατηγοριών χρηστών καθώς και η επιβολή περιορισµών στα δεδοµένα της

βάσης ανάλογα µε την κατηγορία του χρήστη υποστηρίζεται από όλα σχεδόν τα συστή-

µατα βάσεων δεδοµένων (Data Base Management Systems – DBMS) και υλοποιείται

αρχικά κατά τη σχεδίαση της βάσης δεδοµένων, αλλά µπορεί να µεταβληθεί και αργό-

τερα. Συχνά τα δεδοµένα της βάσης είναι κωδικοποιηµένα, έτσι ώστε το τεχνικό προ-

σωπικό (διαχειριστές της βάσης, προγραµµατιστές κτλ.) να µην έχουν πρόσβαση σε αυτά.

Ένας σηµαντικός παράγοντας ο οποίος επηρεάζει την ασφάλεια του πληροφοριακού

συστήµατος είναι η πρόσβαση σε αυτό από άλλα µη ιδιωτικά δίκτυα. Τέτοιες συν-

δέσεις έχουν γίνει απαραίτητες, τόσο για επικοινωνία των ιατρών του νοσοκοµείου

από τα προσωπικά τους ιατρεία όσο και για εφαρµογές τηλεϊατρικής, όπου απαιτεί-

ται ανταλλαγή ιατρικών δεδοµένων µεταξύ διαφορετικών νοσοκοµειακών ιδρυµά-

των. Στην περίπτωση αυτή είναι σύνηθες να υπάρχει πρόσβαση στο δίκτυο του νοσο-

κοµείου µέσω του διαδικτύου (internet).

Η χρήση του διαδικτύου παρέχει νέες συναρπαστικές δυνατότητες στα ιατρικά πληρο-

φοριακά συστήµατα, ταυτόχρονα όµως δηµιουργεί καινούριους κινδύνους για την ασφά-

λεια των συστηµάτων αυτών. Τα θέµατα αυτά θα αναλυθούν λεπτοµερέστερα σε επό-

µενο κεφάλαιο, στο σηµείο αυτό όµως είναι σκόπιµο να γίνει µια σύντοµη αναφορά.

Σήµερα, δεκάδες εκατοµµύρια χρήστες είναι συνδεδεµένοι στο διαδίκτυο, απολαµ-

βάνοντας ένα ευρύ φάσµα υπηρεσιών, όπως SMTP (ηλεκτρονικό ταχυδροµείο), telnet,

ftp, DNS, gopher, http, rpc κτλ. (για µια τεχνική αντιµετώπιση του θέµατος βλέπε, για

παράδειγµα, το σύγγραµµα του Feit [10]). Πρακτικά, ένα σύστηµα συνδεδεµένο στο

διαδίκτυο αντιµετωπίζει κινδύνους είτε από ενδογενείς αδυναµίες συγκεκριµένων

πρωτοκόλλων επικοινωνίας είτε από κακή ρύθµιση του λογισµικού τους.

8 74 . 5 ∂ • ∞ ™ º ∞ § π ™ ∏ ∆ ∏ ™ π ∞∆ ƒ π ∫ ∏ ™ ¶ § ∏ ƒ √ º √ ƒ π ∞ ™

Page 88: Deli Basis

8 8 K E º A § A I O 4 . ¶ § ∏ ƒ √ º √ ƒ π ∞ ∫ ∞ ™ À ™ ∆ ∏ ª ∞∆∞ ¡ √ ™ √ ∫ √ ª ∂ π ø ¡

Για την κατοχύρωση της ασφάλειας του δικτύου του νοσοκοµείου στις περιπτώσεις

αυτές, µπορεί να χρησιµοποιηθεί εξειδικευµένο λογισµικό, όπως το firewall.

Το firewall είναι ένα σύστηµα λογισµικού το οποίο επιβάλλει µια συγκεκριµένη

πολιτική πρόσβασης σε ένα υπολογιστικό σύστηµα ή τοπικό δίκτυο. Μπορεί να εγκα-

τασταθεί σε ένα δροµολογητή (router), σε έναν εξυπηρετητή ή σε ένα σύνολο εξυ-

πηρετητών. Ένα firewall προστατεύει ένα υπολογιστικό σύστηµα ή υποδίκτυο µε

τους παρακάτω τρόπους:

• Προστατεύει το σύστηµα από ευαίσθητες υπηρεσίες του διαδικτύου (π.χ. ftp,

telnet, rpc κτλ.)

• Ελέγχει την πρόσβαση των χρηστών

• Καταγράφει την κίνηση και τη χρήση του δικτύου

• Συγκεντρώνει όλες τις παραµέτρους ασφάλειας στο ίδιο λογισµικό

• Επιβάλλει µια οµοιογενή πολιτική ασφάλειας

Τα κύρια µειονεκτήµατα από τη χρήση του firewall µπορούν να συνοψιστούν ως εξής:

• Περιορισµός στη χρήση ορισµένων επιθυµητών υπηρεσιών

• Πιθανότητα παράκαµψης του συστήµατος από άλλες οδούς (π.χ. σύνδεση στο

δίκτυο του συστήµατος µέσω απευθείας τηλεφωνικής γραµµής – dial up)

• Οικονοµικό κόστος, το οποίο µπορεί να κυµαίνεται από δωρεάν ως 100.000 USD

Ανεξαρτήτως της εγκατάστασης firewall, ιδιαίτερα χρήσιµη είναι η εγκατάσταση

ενός λογισµικού διαχείρισης του δικτύου, αλλά και της βάσης δεδοµένων του πλη-

ροφοριακού συστήµατος. Ένα τέτοιο λογισµικό

• καταγράφει την κίνηση του δικτύου, το φόρτο των εξυπηρετητών, τις διεργασίες

τις οποίες εκτελούν, τη σύνδεση των χρηστών σε αυτούς, καθώς και τις απόπει-

ρες συνδέσεων, αλλά και το φόρτο λειτουργίας της βάσης δεδοµένων και την προ-

έλευση των εντολών προς τη βάση,

• διαθέτει συναγερµούς προς το διαχειριστή του συστήµατος όταν πληρούνται

συγκεκριµένες συνθήκες, αλλά και έχει τη δυνατότητα να ενεργήσει σύµφωνα µε

συγκεκριµένους κανόνες για την αποφυγή περιπτώσεων οι οποίες θα έθεταν σε

κίνδυνο τη λειτουργικότητα και διαθεσιµότητα του συστήµατος.

Προϊόντα λογισµικού διαχείρισης τα οποία παρέχουν τουλάχιστον εν µέρει τις παρα-

πάνω δυνατότητες προσφέρονται τόσο από τους κατασκευαστές λειτουργικών

συστηµάτων όσο και από κατασκευαστές βάσεων δεδοµένων. Πιο εξειδικευµένο

λογισµικό παρέχεται από ανεξάρτητους κατασκευαστές.

Page 89: Deli Basis

8 94 . 5 ∂ • ∞ ™ º ∞ § π ™ ∏ ∆ ∏ ™ π ∞∆ ƒ π ∫ ∏ ™ ¶ § ∏ ƒ √ º √ ƒ π ∞ ™

ÕÛÎËÛË A˘ÙÔ·ÍÈÔÏfiÁËÛ˘ 4.3

Ενώστε µε βέλη τις οµάδες χρηστών µε τις ιατρικές πληροφορίες στις οποίες επι-

τρέπεται να έχουν πρόσβαση, χρησιµοποιώντας διαφορετικό είδος γραµµής για

κάθε είδος πρόσβασης (Ανάγνωση, Εισαγωγή, Μεταβολή):

Κατηγορία χρηστών Πληροφορίες ασθενών

Ιατροί ∆ηµογραφικές

Νοσηλευτές Ιστορικό

∆ιαχειριστές ∆ιάγνωση

∆ιοικητικό προσωπικό Αποτελέσµατα εξετάσεων

Θεραπεία

ÕÛÎËÛË A˘ÙÔ·ÍÈÔÏfiÁËÛ˘ 4.4

Υποθέστε ότι είστε ο διαχειριστής ενός νοσοκοµειακού υπολογιστικού συστήµα-

τος κατανεµηµένης αρχιτεκτονικής. Τι µέτρα θα λαµβάνατε για να εξασφαλίσετε

την ασφάλεια του;

ÕÛÎËÛË A˘ÙÔ·ÍÈÔÏfiÁËÛ˘ 4.5

Συµπληρώστε τις δύο δεξιές στήλες του παρακάτω πίνακα µε ΝΑΙ / ΟΧΙ, ανάλογα µε το αν αποτε-

λούν λύση στις καταστάσεις οι οποίες περιγράφονται στην αριστερή στήλη:

Πιθανές Ενέργειας Firewall Λογισµικό

διαχείρισης

(∆ικτύου /Βάσης)

Προσπάθεια σύνδεσης σε εξυπηρετητή από εξωτερικό δίκτυο. ………… …………

Προσπάθεια διαφθοράς δεδοµένων σε εξυπηρετητή

από εξωτερικό δίκτυο. ………… …………

Προσπάθεια σύνδεσης σε εξυπηρετητή από το ίδιο δίκτυο. ………… …………

Ύπαρξη µη κανονικής διεργασίας (Zombi process) η οποία

απασχολεί αδικαιολόγητα τους πόρους ενός εξυπηρετητή. ………… …………

Αυξηµένη κίνηση του δικτύου. ………… …………

Page 90: Deli Basis

9 0 K E º A § A I O 4 . ¶ § ∏ ƒ √ º √ ƒ π ∞ ∫ ∞ ™ À ™ ∆ ∏ ª ∞∆∞ ¡ √ ™ √ ∫ √ ª ∂ π ø ¡

4.6 ∞ÔÙ›ÌËÛË Ù˘ ›‰Ú·Û˘ ÂÓfi˜ ÏËÚÔÊÔÚÈ·ÎÔ‡ Û˘ÛÙ‹Ì·ÙÔ˜ ÛÙËÏÂÈÙÔ˘ÚÁ›· ÂÓfi˜ ÓÔÛÔÎÔÌ›Ԣ

Η επίδραση ενός πληροφοριακού συστήµατος στη λειτουργία ενός νοσοκοµείου,

θεωρώντας κυρίως τις βασικές ADT λειτουργίες καθώς και τις επικοινωνιακές του

δυνατότητες. µπορούν να συνοψιστούν ως εξής:

• Ταχύτερη ανταπόκριση του προσωπικού στα καθήκοντα του, ως αποτέλεσµα της

ταχύτερης διάχυσης της πληροφορίας.

• Μείωση λαθών τα οποία παρατηρούνται συχνά σε ιατρικές εντολές εξετάσεων,

συνταγογραφίες κτλ.

Η µηχανογραφηµένη / αυτοµατοποιηµένη καταγραφή των ιατρικών εντολών, µε τους

τυπικούς ελέγχους εισαγωγής δεδοµένων στους οποίους προβαίνει, οδήγησε σε

σηµαντική µείωση του ποσοστού των εντολών οι οποίες δεν τηρήθηκαν κατά γράµ-

µα, κυρίως λόγω ασαφειών, κακής διατύπωσης ή δυσανάγνωστου χαρακτήρα γρα-

φής. Ιδιαίτερα σηµαντική είναι η επίδραση ενός πληροφοριακού συστήµατος σε

συνταγογραφίες, κυρίως λόγω των µηχανισµών αυτόµατης ειδοποίησης, όπως αυτός

έχει ήδη περιγραφεί (Υποενότητα 4.2.5). Εκτενείς µελέτες έχουν καταδείξει ότι ένα

µη αµελητέο ποσοστό των συνταγογραφιών ενεργοποιεί το µηχανισµό αυτόµατης

ειδοποίησης του πληροφοριακού συστήµατος, µε αποτέλεσµα η συντριπτική πλειο-

ψηφία αυτών να αναθεωρηθούν ως επικίνδυνες.

¢Ú·ÛÙËÚÈfiÙËÙ· 4.1

Περιγράψτε σε γενικές γραµµές τη διαδικασία η οποία ακολουθείται όταν τίθεται

ένας ασθενής υπό νέα φαρµακευτική αγωγή σε ένα νοσοκοµείο. Ποιοι κίνδυνοι

ελλοχεύουν, ποιες διαδικασίες µπορούν να µηχανογραφηθούν από το υπάρχον πλη-

ροφοριακό σύστηµα και ποια τα πλεονεκτήµατα µιας τέτοιας µηχανογράφησης;

4.6.1 ∞·ÈÙÔ‡ÌÂÓÔÈ fiÚÔÈ ÁÈ· ÙË ÏÂÈÙÔ˘ÚÁ›· ÂÓfi˜ ÓÔÛÔÎÔÌÂÈ·ÎÔ‡ ÏË-ÚÔÊÔÚÈ·ÎÔ‡ Û˘ÛÙ‹Ì·ÙÔ˜

Το κόστος της αρχικής εγκατάστασης ενός νοσοκοµειακού πληροφοριακού συστή-

µατος είναι συχνά γνωστό εκ των προτέρων. Η εξέλιξη του κόστους µε το χρόνο

όµως δεν µπορεί να προβλεφθεί εύκολα. Αυτό διότι τα αρθρωτά και κατανεµηµένα

συστήµατα παρέχουν τη δυνατότητα εύκολης αναβάθµισης όσο συχνά απαιτούν οι

συνθήκες. Παραδείγµατος χάρη, η προσθήκη ενός εξυπηρετητή εικόνων σε ένα RIS

αυξάνει κατακόρυφα την απαιτούµενη υπολογιστική ισχύ, τον απαιτούµενο χώρο

Page 91: Deli Basis

προσωρινής και µόνιµης αποθήκευσης εικόνων, καθώς και την κίνηση του δικτύου.

Ταυτόχρονα, καταργεί το αρχείο του ραδιολογικού τµήµατος, παρέχοντας όλα τα

πλεονεκτήµατα της ψηφιακής αποθήκευσης της εικόνας.

Το 1995 τα νοσοκοµεία των ΗΠΑ αφιέρωναν 2–3% του συνολικού προϋπολογισµού

τους στη λειτουργία του πληροφοριακού τους συστήµατος, ενώ αυτά της Γαλλίας

το 1,5%. Οι συνολικές δαπάνες για ιατρικά πληροφοριακά συστήµατα στις ΗΠΑ το

1987 ήταν 4,5 δις δολάρια [9], ενώ η ίδια µελέτη προέβλεπε άνοδο του ποσού αυτού

σε 7 δις δολάρια για το 1990.

Από πλευράς ανθρώπινων πόρων, ένα νοσοκοµειακό πληροφοριακό σύστηµα απαι-

τεί αφενός µια µακρά συνεργασία µε όλο το προσωπικό του νοσοκοµείου κατά τη

φάση της ανάλυσης των απαιτήσεων και της σχεδίασής του, αφετέρου εκπαίδευση

στη χρήση του αλλά και διαρκή εκµάθηση των νέων δυνατοτήτων τις οποίες παρέ-

χουν οι τυχόν αναβαθµίσεις του.

4.6.2 √ÈÎÔÓÔÌÈο ÔʤÏË ÙˆÓ ÓÔÛÔÎÔÌÂÈ·ÎÒÓ ÏËÚÔÊÔÚÈ·ÎÒÓÛ˘ÛÙËÌ¿ÙˆÓ

Θα περίµενε κανείς ότι η εισαγωγή πληροφοριακών συστηµάτων σε οργανισµούς

µε τόσο πολύπλοκη διαχείριση πληροφορίας, όπως είναι τα νοσοκοµεία, θα µείωνε

δραστικά το κόστος λειτουργίας τους. Κάτι τέτοιο όµως, σε αρκετές περιπτώσεις,

δεν έχει αποδειχθεί πέραν αµφιβολίας. Παρά το γεγονός ότι συχνά αποδεικνύεται ότι

το πληροφοριακό σύστηµα µειώνει το µέσο χρόνο παραµονής των ασθενών, οι οικο-

νοµικές εκτιµήσεις δεν είναι το ίδιο εύκολο να µετρηθούν. Η εγκατάσταση και η

πλήρης ανάπτυξη ενός νοσοκοµειακού πληροφοριακού συστήµατος απαιτεί σηµα-

ντικό χρόνο, συχνά της τάξης ετών, µε κόστος που δεν είναι εύκολο να προκαθορι-

στεί, κυρίως λόγω διαρκών αναβαθµίσεων, όπως δείξαµε στην προηγούµενη υποε-

νότητα. Στο χρονικό αυτό διάστηµα, η εξέλιξη στο χώρο της ιατρικής αυξάνει το

κόστος της νοσηλείας. Συχνά απαιτούνται διαρθρωτικές αλλαγές τόσο στον τρόπο

διοίκησης όσο και λειτουργίας των νοσοκοµείων, ώστε οι δυνατότητες τις οποίες

προσφέρουν τα νέα πληροφοριακά συστήµατα να γίνουν εκµεταλλεύσιµες. Μια

ακόµα σηµαντική παράµετρος είναι η αποδοχή του συστήµατος από το προσωπικό

του νοσοκοµείου, καθώς και η εκπαίδευσή του, για αποτελεσµατική χρήση του.

Συχνά ένας έµµεσος τρόπος για να αποφασιστεί αν υπάρχουν οικονοµικά οφέλη από

τη λειτουργία ενός νοσοκοµειακού συστήµατος είναι η σύγκριση της χρονικής εξέ-

λιξης του λειτουργικού κόστους του νοσοκοµείου µε αυτή άλλων, µη µηχανογρα-

φηµένων. Ένα ασφαλές συµπέρασµα το οποίο µπορεί να εξαχθεί είναι ότι η εισα-

γωγή ενός πληροφοριακού συστήµατος αυξάνει την ποιότητα της παρεχόµενης περί-

9 14 . 6 ∞ ¶ √ ∆ π ª ∏ ™ ∏ ∆ ∏ ™ ∂ ¶ π ¢ ƒ∞ ™ ∏ ™ ∂ ¡ √ ™ ¶ § ∏ ƒ √ º √ ƒ π ∞ ∫ √ À ™ À ™ ∆ ∏ ª ∞∆ √ ™ ™ ∆ ∏ § ∂ π ∆ √ À ƒ ° π ∞ ∂ ¡ √ ™ ¡ √ ™ √ ∫ √ ª ∂ π √ À

Page 92: Deli Basis

9 2 K E º A § A I O 4 . ¶ § ∏ ƒ √ º √ ƒ π ∞ ∫ ∞ ™ À ™ ∆ ∏ ª ∞∆∞ ¡ √ ™ √ ∫ √ ª ∂ π ø ¡

θαλψης, µειώνει το µέσο χρόνο παραµονής των ασθενών στο νοσοκοµείο και βελ-

τιώνει το περιβάλλον εργασίας και νοσηλείας.

ÕÛÎËÛË A˘ÙÔ·ÍÈÔÏfiÁËÛ˘ 4.6

Το κίνητρο για την εισαγωγή των νοσοκοµειακών πληροφοριακών συστηµάτων είναι:

1. Καθιστούν τη λειτουργία του νοσοκοµείου οικονοµικά φτηνότερη.

2. Το κόστος αρχικής επένδυσης και λειτουργίας τους είναι πολύ µικρό σε σχέση

µε τις λοιπές καθηµερινές λειτουργίες.

3. Αυξάνουν το επίπεδο της παρεχόµενης περίθαλψης, µειώνοντας έµµεσα το

κόστος.

Ποια από τα παραπάνω ισχύουν;

4.6.3 ∆Ô ·ÚfiÓ Î·È ÙÔ Ì¤ÏÏÔÓ ÙˆÓ ÏËÚÔÊÔÚÈ·ÎÒÓ Û˘ÛÙËÌ¿ÙˆÓÓÔÛÔÎÔÌ›ˆÓ: Ë Ù¯ÓÔÏÔÁÈ΋ ¿Ô„Ë

Σύµφωνα µε πρόσφατη µελέτη, σχεδόν όλα τα νοσοκοµεία των ΗΠΑ άνω των 100

κλινών διαθέτουν πληροφοριακό σύστηµα υποστήριξης των διαχειριστικών τους λει-

τουργιών, ενώ το 77% αυτών διαθέτει και κάποια κλινικά πληροφοριακά συστήµα-

τα. Ήδη από το 1985 το ποσοστό των νοσοκοµείων µε πληροφοριακά συστήµατα

για υποστήριξη των οικονοµικών και ADT λειτουργιών ανερχόταν σε 80% και 70%,

αντίστοιχα. Το 1987 µόλις το 30% των 3.700 νοσοκοµείων των ΗΠΑ διέθεταν πλη-

ροφοριακό σύστηµα υποστήριξης των κλινικών εργαστηρίων, ενώ το ποσοστό αυτών

που διέθεταν πληροφοριακό σύστηµα υποστήριξης του ραδιολογικού τµήµατος ήταν

σαφώς κατώτερο. Ακόµα και όταν υπάρχουν πληροφοριακά συστήµατα υποστήρι-

ξης κλινικών εργαστηρίων και ραδιολογικού τµήµατος, οι λειτουργίες τους εξακο-

λουθούν να είναι διοικητικού χαρακτήρα. Τα πληροφοριακά συστήµατα κλινικών

εργαστηρίων µπορούν να συµπεριλάβουν λειτουργίες υποστήριξης της διαδικασίας

ερµηνείας των αποτελεσµάτων και τελικά της διάγνωσης. Το 1989 100 κλινικά εργα-

στήρια στη Β. Αµερική χρησιµοποιούσαν έµπειρα συστήµατα για τη διάγνωση ασθε-

νειών σε 40 ιστούς του ανθρώπινου σώµατος. Εµπορικά διαθέσιµο είναι και ένα

ακόµα σύστηµα ως τµήµα του πληροφοριακού υποσυστήµατος των κλινικών εργα-

στηρίων, το οποίο υποστηρίζει τράπεζες αίµατος, µε κύριο σκοπό την αυτοµατο-

ποίηση της διαδικασίας αναγνώρισης των εκατοντάδων αντιγόνων των ερυθρών

αιµοσφαιρίων του αίµατος, ώστε να µπορεί να αποφασιστεί η συµβατότητα µεταξύ

δότη και λήπτη.

Page 93: Deli Basis

Τέτοια συστήµατα, αν και εξακολουθούν να αναπτύσσονται σε ικανούς αριθµούς

κυρίως σε εργαστήρια τεχνητής νοηµοσύνης, δεν χαίρουν ευρείας αποδοχής από τα

νοσοκοµειακά πληροφοριακά συστήµατα.

Αν θεωρήσουµε τα πληροφοριακά συστήµατα υποστήριξης ραδιολογικών τµηµάτων

(RIS), η τρέχουσα κατάσταση δεν παρουσιάζεται διαφορετική. Ο ρόλος των σηµε-

ρινών RIS, ως υποσυνόλων ενός ευρύτερου νοσοκοµειακού συστήµατος, συνήθως

περιορίζεται σε διαχειριστικό χαρακτήρα. Μελλοντικό στόχο αποτελεί αφενός η

δηµιουργία ενός πλήρως µηχανογραφηµένου ραδιολογικού εργαστηρίου, αφετέρου

η υποστήριξη λειτουργιών όπως η αυτοµατοποιηµένη διάγνωση των παραγόµενων

ιατρικών εικόνων.

Καµία από τις δύο αυτές δυνατότητες δεν παρέχεται από τα σηµερινά συνήθη νοσο-

κοµειακά υπολογιστικά συστήµατα. Τα συστήµατα διαχείρισης και επικοινωνίας

εικόνων (Picture Archive and Communication System – PACS), καθώς και η ανά-

πτυξη προτύπων κωδικοποίησης της πληροφορίας της σχετικής µε ιατρικές εικόνες

(Digital Image Communication in Medicine – DICOM) αποτελούν βήµατα προς την

επίτευξη του πρώτου στόχου. Ανασχετικό παράγοντα για το δεύτερο αποτελεί η

έλλειψη αλγόριθµων για αυτοµατοποιηµένη ανάλυση εικόνων δύο, τριών και τεσ-

σάρων διαστάσεων. Τα θέµατα αυτά θα πραγµατευτούν πιο αναλυτικά σε επόµενα

κεφάλαια.

Το µέλλον των νοσοκοµειακών πληροφοριακών συστηµάτων, λοιπόν, περιλαµβάνει

την ευρεία εµπορική διάθεση των συστηµάτων διάγνωσης και υποστήριξης ιατρι-

κών αποφάσεων.

9 34 . 6 ∞ ¶ √ ∆ π ª ∏ ™ ∏ ∆ ∏ ™ ∂ ¶ π ¢ ƒ∞ ™ ∏ ™ ∂ ¡ √ ™ ¶ § ∏ ƒ √ º √ ƒ π ∞ ∫ √ À ™ À ™ ∆ ∏ ª ∞∆ √ ™ ™ ∆ ∏ § ∂ π ∆ √ À ƒ ° π ∞ ∂ ¡ √ ™ ¡ √ ™ √ ∫ √ ª ∂ π √ À

¢Ú·ÛÙËÚÈfiÙËÙ· 4.2

Ποιοι είναι κατά τη γνώµη σας οι λόγοι για τους οποίους οι προχωρηµένες και εξει-

δικευµένες εφαρµογές λογισµικού που αναφέρονται στην τελευταία υποενότητα

(επικοινωνία, επεξεργασία και αυτοµατοποιηµένη ανάλυση εικόνας, συστήµατα

υποστήριξης αποφάσεων) δεν έχουν ενσωµατωθεί σε εµπορικά επιτυχηµένα πλη-

ροφοριακά συστήµατα;

Page 94: Deli Basis

9 4 K E º A § A I O 4 . ¶ § ∏ ƒ √ º √ ƒ π ∞ ∫ ∞ ™ À ™ ∆ ∏ ª ∞∆∞ ¡ √ ™ √ ∫ √ ª ∂ π ø ¡

™‡ÓÔ„Ë ÎÂÊ·Ï·›Ô˘

Ένα νοσοκοµείο είναι ένας πολύπλοκος οργανισµός, η λειτουργία του οποίου βασί-

ζεται στη διακίνηση πληροφορίας µεταξύ πολλαπλών αποδεκτών. Η διαχείριση της

πληροφορίας είναι σχετικά αναποτελεσµατική και παρουσιάζει υψηλό κόστος όταν

επιχειρείται χωρίς τη βοήθεια ενός νοσοκοµειακού πληροφοριακού συστήµατος. Οι

λειτουργίες ενός πληροφοριακού νοσοκοµειακού συστήµατος περιλαµβάνουν τις πιο

κύριες (εισαγωγή, παρακολούθηση και έκδοση εξιτηρίων ασθενών), τις οικονοµικές,

τη δικτύωση και επικοινωνία των τµηµάτων του νοσοκοµείου, την υποστήριξη βοη-

θητικών νοσοκοµειακών τµηµάτων και, τέλος, την αυτοµατοποίηση της παραγωγής

εγγράφων.

Συζητήθηκαν τρεις κύριες αρχιτεκτονικές υλοποίησης νοσοκοµειακών πληροφορια-

κών συστηµάτων (κεντρική, αρθρωτή και κατανεµηµένη προσέγγιση), οι οποίες

παρουσιάζουν υψηλή χρονική συσχέτιση µε τη γενικότερη εξέλιξη του υλικού και λογι-

σµικού των υπολογιστών, καθώς και συµπληρωµατικότητα στα πλεονεκτήµατα όσο

αφορά την επεκτασιµότητα και προσαρµοστικότητα του συστήµατος αφενός και την

ευκολία διάχυσης της πληροφορίας στα διάφορα τµήµατα του συστήµατος αφετέρου.

Η ασφάλεια και η ακεραιότητα της ιατρικής πληροφορίας είναι ένα θέµα το οποίο

προκύπτει από τη χρήση των πληροφοριακών συστηµάτων. Μια σειρά τεχνολογιών

πληροφορικής µπορεί να χρησιµοποιηθεί για να καλύψει τις δεοντολογικές αλλά και

τις νοµοθετικές απαιτήσεις για εξασφάλιση της πληροφορίας.

Τα πληροφοριακά νοσοκοµειακά συστήµατα έχουν σηµαντικό κόστος εγκατάστασης

και λειτουργίας, ενώ αναβαθµίσεις τους καθίστανται επιβεβληµένες σε τακτά χρονι-

κά διαστήµατα. Παρά το γεγονός ότι οφέλη µε τη στενή οικονοµική έννοια δεν είναι

συχνά µετρήσιµα, ο χρόνος παραµονής των ασθενών στο νοσοκοµείο µειώνεται και

το επίπεδο της παρεχόµενης περίθαλψης αναβαθµίζεται.

Στο εγγύς µέλλον αναµένεται η εισαγωγή λογισµικού υλοποίησης αλγόριθµων στα

εµπορικώς διαθέσιµα πληροφοριακά συστήµατα, τόσο για υποστήριξη αποφάσεων

όσο και για αυτόµατη επεξεργασία ιατρικών εικόνων.

µÈ‚ÏÈÔÁÚ·Ê›·

[1] Degoulet P. and Fieschi M., Introduction to Clinical Informatics, Computers in

HealthCare Series, Springer, 1996,

[2] Shortliffe E. et al., Medical Informatics: Computer Applications in Health Care,

Addison–Wesley, 1990.

[3] Blum B., Clinical Information Systems, Springer Verlag 1986.

Page 95: Deli Basis

[4] Jydstrup R. and Gross M., «Cost of Information Handling in Hospitals», Health

Services Research, Winter 1966, pp. 235–271.

[5] Friedman B. and Martin J., «Hospital information systems: The physician’s

role», Journal of American Medical Association, 257: 1792, 1987.

[6] Johns R. and Blum B., «The use of clinical information systems to control costs

as well as to improve care», Trans Am Clinical and Climatological Assn, 90,

1973, pp. 140–152.

[7] Pryor T. et al., «The HELP system», Journal of Medical Systems, 7, 1983, p. 87.

[8] Simborg D. et al., «Local area networks and the Hospital».

[9] Kennedy O. et al., «Computers and Software: Special report», Hospitals

(August), 1987, pp. 61– .

[10] Feit S., Tcp/Ip: Architecture, Protocols and Implementation with Ipv6 and Ip

Security, McGraw–Hill, 1998.

√‰ËÁfi˜ ÂÚ·ÈÙ¤Úˆ ÌÂϤÙ˘

Το [1] είναι βιβλίο περιεκτικό και κατανοητό, το οποίο µεταξύ άλλων θεµάτων αφιε-

ρώνει έναν αριθµό κεφαλαίων σε θέµατα των πληροφοριακών νοσοκοµειακών συστη-

µάτων. Συνιστάται ως κύριο ανάγνωσµα για θέµατα Ιατρικής Πληροφορικής. Τα [2]

και [3] καλύπτουν περίπου τα ίδια θέµατα, αλλά συνιστώνται ως συµπληρωµατικά του

[1]. Το [5] αποτελεί ένα σύντοµο ερµηνευτικό σχόλιο για την οργάνωση ενός νοσο-

κοµειακού πληροφοριακού συστήµατος και το ρόλο των ιατρών σε αυτό. Ιδιαίτερο

ενδιαφέρον παρουσιάζει το [7], ως µια περιγραφή της χρονικής εξέλιξης δύο δεκαε-

τιών του νοσοκοµειακού πληροφοριακού συστήµατος HELP, και το [8], δίνοντας έµφα-

ση στην κατανεµηµένη αρχιτεκτονική πληροφοριακών νοσοκοµειακών συστηµάτων

και στα δίκτυα LAN. Tο [9] περιλαµβάνει ένα µικρό αριθµό σύντοµων άρθρων τα

οποία πραγµατεύονται το θέµα των πληροφοριακών νοσοκοµειακών συστηµάτων από

την εµπορική τους πλευρά. Τέλος, το [10] αποτελεί µια τεχνική εισαγωγή στο πρωτό-

κολλο TCP/IP και στις υπηρεσίες επικοινωνίας τις οποίες αυτό προσφέρει.

9 5√ ¢ ∏ ° √ ™ ¶ ∂ ƒ∞ π ∆ ∂ ƒ ø ª ∂ § ∂ ∆ ∏ ™

Page 96: Deli Basis
Page 97: Deli Basis

π·ÙÚÈ΋ ·ÂÈÎfiÓÈÛË

™ÎÔfi˜

Σκοπός του κεφαλαίου αυτού είναι να εισαγάγει τον αναγνώστη στις έννοιες και τις

κυριότερες τεχνικές σχηµατισµού, επεξεργασίας και ανάλυσης των συνηθέστερων ιατρι-

κών εικόνων. Οι τεχνικές και παραδειγµατικές εφαρµογές οι οποίες παρατίθενται,

άπτονται της κλινικής πρακτικής και αποσκοπούν κυρίως στην ποιοτική κατανόησή

τους, παρά στη σε βάθος ανάλυση του µαθηµατικού υπόβαθρου και φορµαλισµού τους.

¶ÚÔÛ‰ÔÎÒÌÂÓ· ·ÔÙÂϤÛÌ·Ù·

Όταν θα έχετε µελετήσει το κεφάλαιο αυτό, θα είστε σε θέση να:

• Αναλύσετε ποιοτικά τον τρόπο σχηµατισµού των εικόνων ακτίνων X.

• Περιγράψετε τα χαρακτηριστικά των ψηφιακών ραδιογραφιών.

• Αναφέρετε τρία πλεονεκτήµατα της χρήσης ψηφιακής ραδιογραφίας έναντι της συµ-

βατικής.

• Αναφέρετε τα δύο κύρια είδη αλγόριθµων ανακατασκευής εικόνων από τοµογρα-

φίες διέλευσης ακτίνων X.

• Περιγράψετε συνοπτικά τη διαδικασία σχηµατισµού εικόνας ραδιοϊσοτοπικής απει-

κόνισης.

• Απαριθµήσετε τα κύρια είδη ραδιοϊσοτοπικών εικόνων.

• Ορίσετε τον τελεστή της συνέλιξης, το µετασχηµατισµό Fourier και τη µεταξύ τους

σχέση.

• Περιγράψετε το µοντέλο υποβάθµισης εικόνας και απαριθµήσετε τις κυριότερες

διαδικασίες αποκατάστασής της.

• Απαριθµήσετε και αναλύσετε τους κυριότερους σηµειακούς τελεστές εµπλουτισµού

ιατρικών εικόνων.

• Αναλύσετε τη λειτουργία των χωρικών τελεστών µέσου όρου και ενός µη γραµµι-

κού χωρικού τελεστή εξοµάλυνσης εικόνας.

• Περιγράψετε συνοπτικά τη λειτουργία των φίλτρων εξοµάλυνσης εικόνας στο χώρο

των χωρικών συχνοτήτων της εικόνας και την επίδρασή τους στις ιατρικές εικόνες.

• Αναλύσετε ποιοτικά τη λειτουργία των χωρικών τελεστών όξυνσης εικόνας και να

5∫ ∂ º ∞ § ∞ π √

Page 98: Deli Basis

9 8 K E º A § A I O 5 . π ∞∆ ƒ π ∫ ∏ ∞ ¶ ∂ π ∫ √ ¡ π ™ ∏

περιγράψετε τρεις από τους τελεστές αυτούς.

• Περιγράψετε ποιοτικά τη λειτουργία των φίλτρων όξυνσης εικόνας στο χώρο των

χωρικών συχνοτήτων και την επίδρασή τους στις ιατρικές εικόνες.

• ∆ιαχωρίσετε τους σκοπούς της ανάλυσης από αυτούς της επεξεργασίας εικόνας.

• Αναφέρετε το µηχανισµό τµηµατοποίησης εικόνας µε βάση τη µοντελοποίηση του

ιστογράµµατός της.

• Περιγράψετε τους κύριους τρόπους τµηµατοποίησης ιατρικής εικόνας µε ανάπτυ-

ξη περιοχών.

• Αναφέρετε τη σκοπιµότητα και να απαριθµήσετε τους κύριους τρόπους ανίχνευσης

περιγράµµατος αντικειµένων σε ιατρικές εικόνες.

• Αναφέρετε τη σκοπιµότητα και να απαριθµήσετε τους κύριους τρόπους αναπαρά-

στασης και ανίχνευσης επιφανειών ανατοµικών δοµών σε ιατρικές εικόνες.

• Εξηγήσετε την έννοια του όρου ευθυγράµµιση και σύντηξη εικόνων, καθώς και τη

σκοπιµότητα αυτών.

ŒÓÓÔȘ ÎÏÂȉȿ

• σχηµατισµός εικόνας

• χωρική ανάλυση εικόνας, λόγος σήµατος προς θόρυβο

• συνάρτηση σηµειακής διασποράς

• διαστατικότητα των ιατρικών εικόνων

• µοντέλο υποβάθµισης εικόνας

• αποκατάσταση εικόνας

• τελεστές εξοµάλυνσης και όξυνσης χαρακτηριστικών εικόνας

• κλίση εικόνας

• ανάλυση εικόνας

• τµηµατοποίηση εικόνας

• ανίχνευση περιγράµµατος αντικειµένου

• αναπαράσταση επιφανειών

• ευθυγράµµιση και σύντηξη ιατρικών εικόνων

Page 99: Deli Basis

∂ÈÛ·ÁˆÁÈΤ˜ ·Ú·ÙËÚ‹ÛÂȘ

Το κεφάλαιο αυτό επιχειρεί µια εισαγωγή στις κυριότερες έννοιες και τεχνικές της

ιατρικής απεικόνισης. Στην πρώτη ενότητα παρουσιάζεται η φυσική του σχηµατισµού

των ιατρικών εικόνων, καθώς και τα χαρακτηριστικά αυτών. Στην επόµενη ενότητα

περιγράφονται οι αρχές επεξεργασίας εικόνων µε εφαρµογές σε ιατρικές εικόνες.

Παρουσιάζονται ποιοτικά οι έννοιες του µετασχηµατισµού Fourier, της συνέλιξης και

της µεταξύ τους σχέσης, σηµειακοί τελεστές εµπλουτισµού εικόνας, διαδικασίες απο-

κατάστασης εικόνας, χωρικοί τελεστές εξοµάλυνσης και όξυνσης εικόνας, καθώς και

τελεστές στο χώρο των χωρικών συχνοτήτων.

Η τρίτη ενότητα περιλαµβάνει εφαρµογές από το χώρο της ανάλυσης εικόνας, όπως

τµηµατοποίηση βάσει ιστογράµµατος και βάσει ανάπτυξης περιοχών, ανίχνευση περι-

γραµµάτων, αναπαράσταση και ανίχνευση επιφανειών, καθώς σκοπιµότητα και εφαρ-

µογές σύντηξης εικόνων. Σε όλες τις περιπτώσεις παρουσιάζονται συνοπτικά τεχνι-

κές οι οποίες εφαρµόζονται σε ιατρικές εικόνες και γίνονται συχνά παραδειγµατικές

αναφορές σε συγκεκριµένα είδη ιατρικών εικόνων.

Το κεφάλαιο ολοκληρώνεται µε µια σύντοµη αναφορά στο παρόν και το µέλλον των

συστηµάτων ιατρικής απεικόνισης και επεξεργασίας και ανάλυσης ιατρικών εικόνων.

Η διαχείριση και µεταφορά των ιατρικών εικόνων θα περιγραφούν στο κεφάλαιο της

Τηλεϊατρικής, ενώ κάποια περαιτέρω σηµεία επεξεργασίας και ανάλυσης θα παρου-

σιαστούν στο κεφάλαιο των Υπολογιστικών Εφαρµογών.

9 9∂ π ™ ∞ ° ø ° π ∫ ∂ ™ ¶ ∞ ƒ∞∆ ∏ ƒ ∏ ™ ∂ π ™

Page 100: Deli Basis

1 0 0 K E º A § A I O 5 . π ∞∆ ƒ π ∫ ∏ ∞ ¶ ∂ π ∫ √ ¡ π ™ ∏

5.1 ™¯ËÌ·ÙÈÛÌfi˜ Î·È ¯·Ú·ÎÙËÚÈÛÙÈο È·ÙÚÈÎÒÓ ÂÈÎfiÓˆÓ

Ο σχηµατισµός της εικόνας περιλαµβάνει όλες τις διαδικασίες για τη συλλογή και

αποθήκευσή της σε ψηφιακή µορφή. Στην ενότητα αυτή θα αναφερθεί η διαδικασία

σχηµατισµού τριών εκ των συνηθέστερων ιατρικών εικόνων και θα γίνουν κατα-

νοητά τα κύρια χαρακτηριστικά τους. Ας σηµειωθεί ότι θεωρούµε αυτονόητη τη συλ-

λογή των εικόνων σε ψηφιακή και όχι αναλογική µορφή. Τα θέµα της επικοινωνίας

των απεικονιστικών συστηµάτων µε το λοιπό πληροφοριακό νοσοκοµειακό σύστη-

µα (HIS) θα αναλυθεί σε επόµενο κεφάλαιο, όπου θα αναφερθούµε σε συστήµατα

PACS και στο πρότυπο DICOM.

5.1.1 ∞ÎÙ›Ó˜ Ã

Οι ακτίνες Χ (X–rays) άρχισαν να χρησιµοποιούνται για ιατρικούς σκοπούς σχεδόν

από τη χρονιά της ανακάλυψής τους από τον Wilhem Röntgen το 1895. Σήµερα υπο-

λογίζεται ότι στη Μεγάλη Βρετανία πραγµατοποιούνται 644 ακτινογραφικές εξετά-

σεις το χρόνο ανά 1.000 άτοµα του γενικού πληθυσµού, γεγονός το οποίο καταδει-

κνύει τη διαγνωστική σπουδαιότητα της µεθόδου.

Η διάταξη των συστηµάτων παραγωγής εικόνων ακτίνων Χ αποτελείται από τα ακό-

λουθα µέρη: η πηγή των ακτίνων Χ, το σώµα του ασθενούς, βιολογικός ιστός, ο

οποίος αλληλεπιδρά µε την ακτινοβολία, και το καταγραφικό σύστηµα. Οι αλλη-

λεπιδράσεις της ιονίζουσας ακτινοβολίας µε την ύλη είναι πολύπλοκες και συνάρ-

τηση πολλών παραγόντων. Εµείς θα θεωρήσουµε ότι η ραδιογραφική εικόνα σχη-

µατίζεται λόγω απορρόφησης φωτονίων µέσω του φωτοηλεκτρικού φαινοµένου. Αν

θεωρήσουµε ότι η δέσµη των ακτίνων προσπίπτει παράλληλα µε τον άξονα z, ότι η

καταγραφική συσκευή είναι κάθετη σε αυτόν καταγράφοντας κάθε προσπίπτον σε

αυτή φωτόνιο, καθώς και ότι η ένταση της παραγόµενης εικόνας στο σηµείο (x,y)

είναι ανάλογη του αριθµού των προσπιπτόντων φωτονίων στο σηµείο αυτό, τότε η

ένταση της παραγόµενης εικόνας Ι δίνεται από την εξίσωση (νόµος του Beer):

(5.1)

όπου ο εκθέτης ολοκληρώνει το συντελεστή γραµµικής απορρόφησης µ κατά µήκος

της διαδροµής της δέσµης στο σώµα του ασθενούς, ενώ ο συντελεστής Ι0 παρέχει

απλώς κανονικοποίηση ως προς την αρχική ένταση της δέσµης. Στο σηµείο αυτό

πρέπει να υπογραµµιστεί ότι η παραπάνω εξίσωση είναι αποτέλεσµα των υπερα-

πλουστεύσεων που αναφέρθηκαν και ότι στην πραγµατικότητα ο υπολογισµός της

έντασης της παραγόµενης εικόνας είναι ιδιαίτερα πολύπλοκος.

I x y I x y x dzz

z

, exp , ,( ) = ( )Ê

ËÁÁ

¯Ú0

1

2

m

Page 101: Deli Basis

ºÀ™π∫∂™ ¶∞ƒ∞ª∂∆ƒ√π ∆∏™ ¶∞ƒ∞°√ª∂¡∏™ ∂π∫√¡∞™Αντίθεση και Unsharpness

Ας θεωρήσουµε ένα βιολογικό αντικείµενο το οποίο απεικονίζεται µε ένταση Ι2 στη

ραδιογραφική εικόνα, περικυκλωµένο από ένα υπόβαθρο έντασης Ι1. Η αντίθεση του

αντικειµένου (contrast) C ορίζεται ως:

(5.2)

Το Unshaprness της εικόνας προκαλείται από διάφορες αιτίες, όπως η µη σηµειακή

γεωµετρία της πηγής ακτίνων Χ και η κίνηση ορισµένων ανατοµικών οργάνων (π.χ.

καρδιάς).

C

I I

I= -1 2

1

1 0 15 . 1 ™ à ∏ ª ∞∆ π ™ ª √ ™ ∫ ∞ π à ∞ ƒ∞ ∫ ∆ ∏ ƒ π ™ ∆ π ∫ ∞ π ∞∆ ƒ π ∫ ø ¡ ∂ π ∫ √ ¡ ø ¡

ÕÛÎËÛË A˘ÙÔ·ÍÈÔÏfiÁËÛ˘ 5.1

Εκφράστε την αντίθεση αντικειµένου και υποβάθρου ως συνάρτηση των συντελε-

στών γραµµικής απορρόφησης του αντικειµένου και του υποβάθρου, µ2 και µ1,

αντίστοιχα, θεωρώντας ίδιο πάχος του αντικειµένου και του υποβάθρου, z2 και z1.

Θόρυβος και ∆όση

Μια ανατοµική δοµή µπορεί να έχει υψηλή αντίθεση και χαµηλό unsharpness, παρ’

όλα αυτά ίσως και να µη γίνει αντιληπτή από το ραδιολόγο αν η εικόνα περιέχει υψη-

λές τιµές θορύβου. Στο σηµείο αυτό θα αναλύσουµε µόνο τον κβαντοµηχανικό θόρυ-

βο, ο οποίος οφείλεται στις στατιστικές διακυµάνσεις του αριθµού των φωτονίων τα

οποία καταγράφονται ανά µονάδα επιφάνειας του καταγραφικού συστήµατος.

Έστω µια περιοχή µοναδιαίου εµβαδού του καταγραφικού που αναµενόταν να κατα-

γράψει µ φωτόνια. Η πιθανότητα P(µ,Ν) να καταγράψει Ν φωτόνια δίνεται από την

κατανοµή Poisson. Από τη στατιστική γνωρίζουµε ότι η κατανοµή Poisson προσεγ-

γίζει την Gaussian µε τυπική απόκλιση σ ίση µε την τετραγωνική ρίζα του µ. Κατά

συνέπεια, όσο µικρότερος ο αριθµός των φωτονίων τα οποία καταγράφονται, τόσο

µικραίνει ο λόγος του αναµενόµενου αριθµού φωτονίων προς θόρυβο. Αποδεικνύε-

ται έτσι ότι, για να επιτευχθούν χαµηλές τιµές θορύβου, απαιτείται υψηλός αριθµός

φωτονίων ανά µονάδα επιφάνειας του καταγραφέα ή, ισοδύναµα, υψηλή δόση του

ασθενούς. Η δόση, λοιπόν, θα πρέπει να αποφασίζεται έτσι ώστε να είναι η µικρό-

τερη δυνατή η οποία εξασφαλίζει αποδεκτές τιµές κβαντοµηχανικού θορύβου.

Page 102: Deli Basis

1 0 2 K E º A § A I O 5 . π ∞∆ ƒ π ∫ ∏ ∞ ¶ ∂ π ∫ √ ¡ π ™ ∏

Ψηφιακή ραδιογραφία

Η ψηφιακή ραδιογραφία χρησιµοποιεί καταγραφικό σύστηµα φωτονίων το οποίο

παράγει ψηφιακή έξοδο (π.χ. CCD σε ποικίλες γεωµετρίες). Η παραγόµενη εικόνα

για µια ακτινογραφία θώρακος έχει ανάλυση τουλάχιστον 1024 ¥ 1024 εικονοστοι-

χεία (pixels), ενώ για µια µαστογραφία η ανάλυση γίνεται τουλάχιστον 2048 ¥ 2048.

Κάθε στοιχείο της εικόνας (pixel) έχει βάθος χρώµατος τουλάχιστον 10 bits –µε άλλα

λόγια, µπορεί να καταγράψει 4096 φωτόνια πριν κορεστεί.

Τα πλεονεκτήµατα της ψηφιακής ραδιογραφίας µπορούν να συνοψιστούν ως εξής:

• Επεξεργασία για οπτικοποίηση της εικόνας. Με τον όρο αυτό εννοούµε τις διερ-

γασίες οι οποίες επηρεάζουν τη συνάρτηση η οποία αντιστοιχεί τις τιµές των pixels

της εικόνας στην ένταση φωτεινότητας του monitor το οποίο χρησιµοποιείται για

οπτικοποίηση. Τέτοιου είδους επεξεργασία είτε δεν είναι δυνατόν να γίνει µε τα

συµβατικά ραδιογραφικά φιλµ είτε είναι ιδιαίτερα επίπονη και πολυέξοδη. Περισ-

σότερα επί του θέµατος αυτού στη συνέχεια του κεφαλαίου.

• ∆υνατότητα µείωσης της δόσης του ασθενούς, αφού η έκθεση του ασθενούς µπο-

ρεί να σταµατήσει µόλις επιτευχθεί µια ελάχιστη τιµή του λόγου σήµα προς θόρυ-

βο. Ας µην ξεχνάµε ότι συχνά εικόνες µικρότερης δόσης, µετά από ψηφιακή επε-

ξεργασία, µπορούν να αποκαλύψουν πληροφορία αόρατη σε συµβατικές εικόνες

υψηλότερης δόσης.

• Ψηφιακή επεξεργασία προς αποκάλυψη διαγνωστικής πληροφορίας (και όχι για

οπτικοποίηση της ήδη αποκτηθείσας πληροφορίας). Το κλασικότερο παράδειγµα

τέτοιας επεξεργασίας είναι η αφαιρετική ραδιογραφία (subtraction imaging).

Χαρακτηριστικά αναφέρουµε τη µέθοδο της Ψηφιακής Αφαιρετικής Αγγειογρα-

φίας (Digital Subtraction Angiography – DSA), κατά την οποία πρώτα λαµβάνε-

ται µια ψηφιακή ραδιογραφία από την περιοχή τού υπό έρευνα αγγείου. Ακολου-

θεί ενδοφλέβια ή ενδοαρτηριακή έκχυση φωτοσκιερού διαλύµατος µε υψηλό

συντελεστή ενεργειακής απορρόφησης, µ, και λαµβάνεται µια δεύτερη ψηφιακή

αγγειογραφία. Από αυτήν αφαιρείται η πρώτη, µε αποτέλεσµα ιδιαίτερα βελτιω-

µένη οπτικοποίηση του υπό έρευνα αγγείου (υψηλή αντίθεση, χαµηλός θόρυβος),

αφού η πράξη της ψηφιακής αφαίρεσης εξαφανίζει του ιστούς οι οποίοι δεν

παρουσιάζουν διαγνωστικό ενδιαφέρον. Η διαδικασία αυτή φαίνεται παραστατι-

κά στο Σχήµα 5.1.

• Αυτοµατοποιηµένη διαχείριση των παραγόµενων εικόνων (θα αναλυθεί σε επόµε-

νο κεφάλαιο).

Page 103: Deli Basis

5.1.2 ÀÔÏÔÁÈÛÙÈ΋ ÙÔÌÔÁÚ·Ê›· ‰È¤Ï¢Û˘ ·ÎÙ›ÓˆÓ Ã

Η ραδιογραφία πάσχει από δύο σοβαρά µειονεκτήµατα: δεν µπορεί να διακρίνει

ιστούς µε αντίθεση µικρότερη του 2% (δηλαδή τους µαλακούς ιστούς) και δεν παρέ-

χει πληροφορία για την τρίτη διάσταση, αφού ουσιαστικά αποτελεί προβολή των

ανατοµικών δοµών στο επίπεδο το κάθετο στον άξονα της δέσµης των ακτίνων. Η

υπολογιστική τοµογραφία διέλευσης ακτίνων Χ (X–ray transmission computed

tomography – CT) [αξονική τοµογραφία] καταφέρνει να παράγει εικόνες εγκάρσιων

τοµών του ανθρώπινου σώµατος, τυπικού πάχους 1 χιλιοστού, µε ανάλυση 1 χιλιο-

στού στο εγκάρσιο επίπεδο, ανιχνεύοντας αλλαγές αντίθεσης µικρότερες του 1%.

™Ã∏ª∞∆π™ª√™ ∆∏™ ∂π∫√¡∞™

Έστω µια άγνωστη κατανοµή του συντελεστή απορρόφησης µ(x,y) στο επίπεδο xy, η

οποία αντιστοιχεί σε µια εγκάρσια τοµή του σώµατος του ασθενούς. Αντικειµενικός

σκοπός του αξονικού τοµογράφου είναι ο σχηµατισµός της εικόνας της συγκεκριµέ-

νης τοµής του σώµατος του ασθενούς, υπολογίζοντας τις τιµές της κατανοµής µ(x,y)

σε ικανό αριθµό σηµείων του επιπέδου. Ας θεωρήσουµε µια παράλληλη δέσµη ακτί-

νων X, συνεπίπεδη µε το επίπεδο xy η οποία σχηµατίζει γωνία φ µε τον άξονα των x

και η οποία προσπίπτει στην κατανοµή αυτή. Η δέσµη απορροφάται από την κατα-

νοµή, σύµφωνα µε το νόµο του Beer (σχέση 5.1), και η ένταση της διερχόµενης

δέσµης καταγράφεται από µια σειρά ανιχνευτών. Η καταγραφή των ανιχνευτών καλεί-

ται «παράλληλη προβολή». Η πηγή και οι ανιχνευτές ακτίνων X, περιστρεφόµενοι

γύρω από την κατανοµή των µ, συλλέγουν προβολές σε διαφορετικές τιµές της γωνίας

φ. Στην πράξη απεικονίζεται όχι η πραγµατική τιµή του µ αλλά ο σχετικός ως προς

το νερό συντελεστής απορρόφησης (CT number ή Housfield number), οριζόµενος ως:

(5.3)

Τυπικές προσεγγιστικές τιµές του CT number για διάφορα είδη ιστών δίνονται στον

ακόλουθο πίνακα:

CT number =

m mm

νερού1000

1 0 35 . 1 ™ à ∏ ª ∞∆ π ™ ª √ ™ ∫ ∞ π à ∞ ƒ∞ ∫ ∆ ∏ ƒ π ™ ∆ π ∫ ∞ π ∞∆ ƒ π ∫ ø ¡ ∂ π ∫ √ ¡ ø ¡

α β γ

™¯‹Ì· 5.1

Παράδειγµα ψηφια-

κής αφαιρετικής

αγγειογραφίας (DSA)

στην περιοχή των

νεφρών: (α) εικόνα

προ της εισαγωγής

φωτοσκιερού υγρού,

(β) εικόνα µετά την

εισαγωγή φωτοσκιε-

ρού υγρού και (γ) δια-

φορά της (α) από τη

(β). Παρατηρήστε τα

αγγεία τα οποία απο-

καλύπτονται µετά την

ψηφιακή αφαίρεση.

(Από «Fundamentals

of Digital Image

Processing»

by A. Jain)

Page 104: Deli Basis

1 0 4 K E º A § A I O 5 . π ∞∆ ƒ π ∫ ∏ ∞ ¶ ∂ π ∫ √ ¡ π ™ ∏

¶›Ó·Î·˜ 5.1

Τιµές του αριθµού CT για τις συνηθέστερες κατηγορίες βιολογικών ιστών

Ιστός / υλικό CT number

Αέρας –1000

Νερό 1

Μαλακοί ιστοί –100 ως 100

Λίπος –100 ως 0

Μυς 0 ως 100

Οστό +1000

Το λογισµικό το οποίο συνοδεύει τον τοµογράφο ανακατασκευάζει

(reconstruction) την άγνωστη κατανοµή µ(x,y) χρησιµοποιώντας δύο διαφορετικές

κλάσεις αλγόριθµων:

Αλγόριθµοι επαναπροβολής φιλτραρισµένης προβολής (Filtered back projection)

Επαναληπτικοί αλγόριθµοι ανακατασκευής (iterative reconstruction algorithms)

Ο ενδιαφερόµενος αναγνώστης παραπέµπεται σε µια πληθώρα βιβλίων και άρθρων

στο τέλος του κεφαλαίου, όπως, για παράδειγµα, στους Kak και Slaney 1982.

Σήµερα η προτιµητέα µέθοδος για ανακατασκευή εικόνων CT είναι η βασιζόµενη

στη φιλτραρισµένη επαναπροβολή. Σε περιπτώσεις δεδοµένων µε χαµηλό λόγο

σήµατος προς θόρυβο (π.χ. από υπερηχογράφους), οι επαναληπτικοί αλγόριθµοι ανα-

κατασκευής κρίνονται καταλληλότεροι.

™Ã∂™∏ ª∂∆∞•À ¢√™∏™ ∆√À ∞™£∂¡√À™, £√ƒÀµ√À ∫∞π Ãøƒπ∫∏™ ∞¡∞§À™∏™ ∆∏™ ∂π∫√¡∞™

Μπορεί να αποδειχθεί ότι η δόση την οποία λαµβάνει ο ασθενής κατά τη διάρκεια

µιας τοµογραφίας ακτίνων Χ είναι ανάλογη του τετραγώνου του λόγου σήµατος προς

θόρυβο και αντιστρόφως ανάλογη της τέταρτης δύναµης της χωρικής ανάλυσης της

παραγόµενης εικόνας.

Μια τυπική κλινική τοµογραφία συνήθως αποτελείται από 16 ή 32 τοµές, καθεµία

εκ των οποίων αποτελείται από 512 ¥ 512 pixels, µε βάθος χρώµατος 16 bits. Παρα-

τηρούµε ότι ο χώρος ο οποίος απαιτείται για αποθήκευση των εικόνων CT ανέρχε-

ται σε αρκετά MBytes.

Page 105: Deli Basis

5.1.3 ƒ·‰ÈÔ˚ÛÔÙÔÈ΋ ·ÂÈÎfiÓÈÛË

Η κύρια διαφορά της µεθόδου αυτής από την προηγούµενη είναι ότι τα φωτόνια τα

οποία συνθέτουν τη διαγνωστική εικόνα δεν παράγονται έξω από το σώµα του ασθε-

νούς, αλλά ξεκινούν µέσα από αυτό, µετά τη χορήγηση ραδιενεργού υλικού. Στην

περίπτωση αυτή, η διαγνωστική πληροφορία δεν προέρχεται από το νόµο του Beer

[εξ. (5.1)], αλλά από τη χωρική (και συχνά τη χρονική) κατανοµή του ραδιενεργού

υλικού στο σώµα του ασθενούς. Η ραδιοϊσοτοπκή απεικόνιση παράγει τόσο δισδιά-

στατες αναπαραστάσεις του ανθρώπινου σώµατος (σπινθηρογραφήµατα –

scintigramms) όσο και τρισδιάστατες τοµογραφικές απεικονίσεις (Emission

Computed Tomography – ECT). Ο κλάδος της ιατρικής ο οποίος ασχολείται µε τη

ραδιοϊσοτοπική απεικόνιση ονοµάζεται «πυρηνική ιατρική» (Nuclear Medicine).

™Ã∏ª∞∆π™ª√™ ∆∏™ ∂π∫√¡∞™

Για το σχηµατισµό της ραδιοϊσοτοπικής εικόνας είναι απαραίτητη η ύπαρξη µιας

µολύβδινης σχάρας (collimator) µπροστά από τους κρυστάλλους των ανιχνευτών της

γ κάµερας. ∆ιαισθητικά, αυτό δικαιολογείται, διότι στη ραδιοϊσοτοπική απεικόνιση

δεν είναι γνωστή η θέση εκκίνησης του κάθε φωτονίου το οποίο καταγράφεται από

τη γ κάµερα. Το κύριο στοιχείο σχηµατισµού της εικόνας είναι ο υπολογισµός της

θέσης (x,y) του κάθε προσπίπτοντος φωτονίου. Όπως στην περίπτωση των ακτίνων

Χ και του CT, η συνεισφορά των σκεδαζόµενων φωτονίων στο σχηµατισµό της εικό-

νας αποκλείεται.

Χαρακτηριστικά της σχηµατισµένης εικόνας – Χωρική ανάλυση

Η γ κάµερα απεικονίζει µια σηµειακή πηγή (µαθηµατικά µια συνάρτηση δ) σε µια γκα-

ουσιανή καµπύλη, το σχήµα της οποίας περιγράφεται από το πλάτος της στη θέση που

αντιστοιχεί στο ήµισυ του µέγιστου ύψους της (Full Width at Half Maximum –

FWHM), όπως φαίνεται στο Σχήµα 5.2. Η γκαουσιανή αυτή καλείται «συνάρτηση

σηµειακής διασποράς» (Point Spread Function – PSF). Όσο µικρότερο είναι το FWHM

της PSF µιας γ κάµερας, τόσο καλύτερη η χωρική της ανάλυση. Συχνά, ο καταλληλό-

τερος τρόπος για την περιγραφή της χωρικής ανάλυσης µιας γ κάµερας, όπως και κάθε

1 0 55 . 1 ™ à ∏ ª ∞∆ π ™ ª √ ™ ∫ ∞ π à ∞ ƒ∞ ∫ ∆ ∏ ƒ π ™ ∆ π ∫ ∞ π ∞∆ ƒ π ∫ ø ¡ ∂ π ∫ √ ¡ ø ¡

ÕÛÎËÛË A˘ÙÔ·ÍÈÔÏfiÁËÛ˘ 5.2

Θεωρήστε την απλή ακτινογραφία θώρακος του Σχήµατος 5.9α. Μπορείτε µε βάση

τον Πίνακα 5.1 να αιτιολογήσετε γιατί οι περιοχές των πνευµόνων απεικονίζονται

µαύρες και της καρδιάς ή των οστών λευκές;

Page 106: Deli Basis

1 0 6 K E º A § A I O 5 . π ∞∆ ƒ π ∫ ∏ ∞ ¶ ∂ π ∫ √ ¡ π ™ ∏

απεικονιστικού συστήµατος, είναι η συνάρτηση µεταφοράς διαµόρφωσης (Modulation

Transfer Function –MTF), η οποία µάς δείχνει την ακρίβεια µε την οποία ένα σύστη-

µα µιας γ κάµερας καταγράφει τις χωρικές συχνότητες. Η τυπική χωρική ανάλυση µιας

γ κάµερας σε κλινικές εικόνες είναι της τάξης του 1–2 εκατοστών.

FWHM

Aπεικονιστικό

σύστηµα

™¯‹Ì· 5.2

Ένα σηµείο (αρι-

στερά) και η απει-

κόνισή του ως

γκαουσιανή

(δεξιά) από το

απεικονιστικό

σύστηµα. Παρατη-

ρήστε τον υπολο-

γισµό του FWHM.

∫Àƒπ√∆∂ƒ√π ∆À¶√π ∆ø¡ ∫§π¡π∫ø¡ ƒ∞¢π√π™√∆√¶π∫ø¡ ∂π∫√¡ø¡

Τα στατικά δισδιάστατα σπινθηρογραφήµατα είναι οι συχνότερα παραγόµενες

εικόνες πυρηνικής ιατρικής. Οι διαστάσεις τους είναι συνήθως 512 ¥ 512 pixels και

η συλλογή τους σταµατά όταν καταγραφεί συγκεκριµένος αριθµός φωτονίων (τυπι-

κή τιµή 100.000), για τα οποία απαιτείται χρόνος της τάξης των λίγων λεπτών.

Τα δυναµικά δισδιάστατα σπινθηρογραφήµατα αποτελούν εικόνες µε ιδιαίτερη

διαγνωστική αξία, αφού περιέχουν όχι µόνο ανατοµική αλλά και φυσιολογική πλη-

ροφορία (π.χ. ρυθµός αιµάτωσης των νεφρών και παραγωγής ούρων κτλ.). Οι δια-

στάσεις τους είναι αισθητά µικρότερες από τα στατικά σπινθηρογραφήµατα (64 ¥ 64

ή 128 ¥ 128 για κάθε frame), ενώ ένας µεγάλος αριθµός frame λαµβάνεται σε τακτά

χρονικά διαστήµατα (1–2 δευτερόλεπτα, ανάλογα µε τις απαιτήσεις της εξέτασης).

H τοµογραφία εκποµπής ενός φωτονίου (SPECT – single photon emission

computed tomography) βασίζεται στις ίδιες αρχές όπως και το CT. Χρησιµοποι-

ούνται τόσο οι επαναληπτικές µέθοδοι ανακατασκευής όσο και οι βασισµένες στο

µετασχηµατισµό Fourier. Η βασικότερη διαφορά από το CT (τοµογραφία διέλευσης)

είναι η µέριµνα η οποία πρέπει να ληφθεί για το πρόβληµα της αυτοαπορρόφησης

των φωτονίων κατά τη µέτρηση των προβολών. Εικόνες SPECT συνήθως αφορούν

αιµάτωση του µυοκαρδίου (τοµογραφία Θαλλίου σε τεστ κοπώσεως) ή αιµάτωση

του εγκεφάλου. Οι εικόνες SPECT συνήθως έχουν διαστάσεις 64 ¥ 64 ¥ 64 pixels,

µε βάθος χρώµατος 16 bits ανά pixel.

Page 107: Deli Basis

5.1.4 ÕÏÏ· Û˘ÛÙ‹Ì·Ù· È·ÙÚÈÎÒÓ ·ÂÈÎÔÓ›ÛˆÓ

Τα τρία είδη συστηµάτων ιατρικών απεικονίσεων τα οποία αναλύσαµε είναι τα συνη-

θέστερα. Για µια λεπτοµερειακή προσέγγιση τόσο αυτών όσο και άλλων, των οποί-

ων η αναφορά δεν κρίθηκε σκόπιµη στο σύγγραµµα αυτό (π.χ. εικόνες µαγνητικού

συντονισµού –MRI– ή εικόνες υπερήχων –Ultrasound–), ο ενδιαφερόµενος ανα-

γνώστης παραπέµπεται στο σύγγραµµα του Webb, 1988.

5.1.5 ¢È·ÛÙ·ÙÈÎfiÙËÙ· ÙˆÓ È·ÙÚÈÎÒÓ ÂÈÎfiÓˆÓ

Είναι σύνηθες ο όρος εικόνα να δηµιουργεί στους ειδικούς της επιστήµης υπολογι-

στών την εντύπωση ενός δισδιάστατου πίνακα τιµών. Τα όσα έχουν περιγραφεί στην

υποενότητα αυτή, όµως, συχνά καταδεικνύουν το αντίθετο. Ορισµένα είδη εικόνων,

όπως τα υπερηχογραφήµατα και οι ραδιογραφίες είναι πράγµατι δισδιάστατες (2D).

Οι εικόνες από τοµογράφους διέλευσης ακτίνων X είναι τρισδιάστατες (3D), υπό την

έννοια ότι αποτελούνται από ένα µεγάλο αριθµό δισδιάστατων εικόνων, οι οποίες

αντιστοιχούν σε εγκάρσιες τοµές του σώµατος του ασθενούς, αν και οι σύγχρονης

τεχνολογίας σπειροειδείς αξονικοί τοµογράφοι (spiral CT) παράγουν πραγµατικά τρισ-

διάστατες εικόνες. Οι εικόνες των µαγνητικών τοµογράφων είναι πραγµατικά τρισ-

διάστατες, υπό την έννοια ότι το επίπεδο συλλογής είναι αυθαίρετο (αντί για εγκάρ-

σιο στην περίπτωση του CT). Συχνά, σε δυναµικές µελέτες ή µελέτες φυσιολογίας,

παράγονται τρισδιάστατες εικόνες, οι οποίες αποτελούνται από χρονική ακολουθία

δισδιάστατων εικόνων, π.χ. σε νεφρογράµµατα ή κοιλιογραφίες πυρηνικής ιατρικής.

Οι εικόνες αυτές περιέχουν χωροχρονική πληροφορία (spatio–temporal information).

Πρόσφατα, η εξέλιξη στο χώρο της ιατρικής απεικόνισης έχει οδηγήσει στην ανά-

πτυξη συστηµάτων ικανών να παράγουν τετραδιάστατες εικόνες (4D), ως ακολουθία

τρισδιάστατων εικόνων. Ultra fast MR απεικονίσεις της καρδιακής λειτουργίας απο-

τελούν παραδείγµατα της τελευταίας κατηγορίας, καθώς παράγουν περισσότερες από

20 τρισδιάστατες εικόνες σχετικά υψηλής ανάλυσης ανά καρδιακό κύκλο.

Οι δισδιάστατες εικόνες αποτελούνται από εικονοστοιχεία τα οποία καλούνται

«pixel(s)», όρος ο οποίος προέρχεται από τη σύντµηση των λέξεων picture element.

Οι τρισδιάστατες εικόνες αποτελούνται από εικονοστοιχεία τα οποία ονοµάζονται

1 0 75 . 1 ™ à ∏ ª ∞∆ π ™ ª √ ™ ∫ ∞ π à ∞ ƒ∞ ∫ ∆ ∏ ƒ π ™ ∆ π ∫ ∞ π ∞∆ ƒ π ∫ ø ¡ ∂ π ∫ √ ¡ ø ¡

¢Ú·ÛÙËÚÈfiÙËÙ· 5.1

Θεωρώντας τον ορισµό του κβαντοµηχανικού θορύβου στην υποενότητα των ακτί-

νων X, µπορείτε να αιτιολογήσετε γιατί οι διαστάσεις των δυναµικών σπινθηρο-

γραφηµάτων είναι τόσο µικρές;

Page 108: Deli Basis

1 0 8 K E º A § A I O 5 . π ∞∆ ƒ π ∫ ∏ ∞ ¶ ∂ π ∫ √ ¡ π ™ ∏

«voxel(s)», όρος ο οποίος προέρχεται από τη σύντµηση των λέξεων volume element.

Στις περισσότερες περιπτώσεις περιγραφής τεχνικών στο κεφάλαιο αυτό χρησιµοποι-

ούµε τον όρο pixel, υπονοώντας ότι αναφερόµαστε σε δισδιάστατες εικόνες. Οι τεχνι-

κές επεκτείνονται και στην τρίτη διάσταση, εκτός αν ρητά αναφέρεται το αντίθετο.

5.2 ™ÙÔȯ›· ÂÂÍÂÚÁ·Û›·˜ È·ÙÚÈ΋˜ ÂÈÎfiÓ·˜

Ο σκοπός της ψηφιακής επεξεργασίας εικόνας είναι είτε η αποκάλυψη διαγνωστι-

κής πληροφορίας είτε η οπτικοποίηση της ήδη αποκτηθείσας πληροφορίας. Αξίζει

να αναφερθούν τεχνικές όπως: εξοµάλυνση της εικόνας και συµπίεση του θορύβου,

ο οποίος µπορεί να προέρχεται από διάφορες διεργασίες, ανεύρεση ακµών της εικό-

νας και έντασης των λεπτοµερειών της σε περιπτώσεις που αυτές δεν έχουν κατα-

γραφεί αρκετά έντονα, αποκατάσταση της εικόνας η οποία έχει υποβαθµιστεί λόγω

διαφόρων φαινοµένων (π.χ. θόλωση λόγω κίνησης, θόλωση λόγω κακής γεωµετρίας

/ σχεδιασµού), αύξηση της ορατότητας ανατοµικών δοµών µε χαµηλή αντίθεση, είτε

µε µεταβολή του ιστογράµµατος είτε µε χρήση χρωµατικής κλίµακας, συνδυασµό

πληροφορίας πολλών εικόνων κτλ. Γίνεται φανερό ότι η επεξεργασία ψηφιακής εικό-

νας παρέχει δυνατότητες εξαγωγής διαγνωστικής πληροφορίας, η οποία δεν ήταν

δυνατή όσο οι ιατρικές εικόνες συλλέγονταν σε αναλογική µορφή. Σε κάθε περί-

πτωση η ερµηνεία της εικόνας (ανεύρεση παθολογικών καταστάσεων, εντοπισµός

ανατοµικών δοµών κτλ.) εναπόκειται στον ειδικό. Το κενό αυτό έρχεται να καλύψει

η «Ανάλυση της εικόνας», όπως θα συζητηθεί στην επόµενη ενότητα.

5.2.1 ™˘Ó¤ÏÈÍË, ÌÂÙ·Û¯ËÌ·ÙÈÛÌfi˜ Fourier Î·È Ë ÌÂٷ͇ ÙÔ˘˜ Û¯¤ÛË

√ƒπ™ª√™ ∆∏™ ™À¡∂§π•∏™

Η συνέλιξη (Convolution) είναι ένας γραµµικός τελεστής, ορίσµατα του οποίου είναι

δύο συναρτήσεις. Στην περίπτωση συνεχώς ορισµένων, η συνέλιξη h(x,y) των συναρ-

τήσεων f(x,y) και g(k,l) ορίζεται ως:

(5.4)

Στην περίπτωση ψηφιακών εικόνων, τόσο η συνάρτηση της εικόνας f όσο και ο πίνα-

κας της συνέλιξης g είναι διακριτές συναρτήσεις, οι οποίες δεν ορίζονται σε όλο το

, αλλά µόνο επί του πίνακα των αρχικών τους διαστάσεων (δηλ. 256 ¥ 256 σε µια

εικόνα CT ή MR). Ο πίνακας της συνέλιξης (convolution kernel) συνήθως έχει πολύ

µικρότερες διαστάσεις (3 ¥ 3 ως 7 ¥ 7 είναι τυπικές τιµές αυτών των διαστάσεων).

Έτσι, ο νέος ορισµός της συνέλιξης µιας διακριτής εικόνας µε ένα (δισδιάστατο)

¬2

h x y f g f x k y l g k l dkdl, * , ,( ) = = - -( ) ( )¬ÚÚ

2

Page 109: Deli Basis

πίνακα διαστάσεων Ν ¥ Μ απλώς αντικαθιστά τα ολοκληρώµατα του προηγούµε-

νου τύπου µε διακριτά αθροίσµατα.

Η επιλογή του πίνακα της συνέλιξης είναι ουσιαστικότατης σηµασίας για την ανά-

δειξη των ζητούµενων χαρακτηριστικών της εικόνας, όπως θα δείξουµε στη συνέχεια.

√ƒπ™ª√™ ∆√À ª∂∆∞™Ã∏ª∞∆π™ª√À FOURIER

Ο µετασχηµατισµός Fourier (Fourier transform – FT) αποτελεί τον πιο χρησιµοποι-

ούµενο µετασχηµατισµό εικόνων, µε µια µεγάλη ποικιλία εφαρµογών. Στην υποε-

νότητα αυτή θα παραθέσουµε το µαθηµατικό ορισµό του µετασχηµατισµού Fourier

δισδιάστατων συνεχών και διακριτών συναρτήσεων, την απαραίτητη ορολογία και

τις κυριότερες ιδιότητες αυτού, ώστε να µην υπάρξουν προβλήµατα κατανόησης στις

εφαρµογές οι οποίες θα αναφερθούν σε επόµενες υποενότητες.

Ο µετασχηµατισµός Fourier, F(x,y), δισδιάστατης συνεχώς ορισµένης συνάρτησης

f(x,y) ορίζεται από τον ακόλουθο τύπο:

(5.5)

όπου j συµβολίζει τη µιγαδική µονάδα ( ). Οι µεταβλητές u και v παίρνουν

τιµές από το χώρο των χωρικών συχνοτήτων (spatial frequencies) ή, απλώς, συχνο-

τήτων.

Στην περίπτωση µιας ψηφιακής εικόνας f(x,y) η οποία είναι διακριτά ορισµένη σε

έναν πίνακα N ¥ M, ο ορισµός του διακριτού µετασχηµατισµού Fourier (Discrete

Fourier Transform – DFT) φέρει διακριτά αθροίσµατα στη θέση των ολοκληρωµά-

των του ορισµού του FT.

Ο αντίστροφος διακριτός µετασχηµατισµός Fourier παράγει την εικόνα f(x,y) από τους

συντελεστές των F(u,v) χωρικών συχνοτήτων (u,v), σύµφωνα µε την ακόλουθη σχέση:

(5.6)

Ας σηµειωθεί ότι ο DFT απαιτεί η εικόνα η οποία µετασχηµατίζεται να είναι απεί-

ρως επαναλαµβανόµενη σε όλες τις διαστάσεις, µε άλλα λόγια: περιοδική.

Ο ταχύς µετασχηµατισµός Fourier (Fast Fourier Transform – FFT) αποτελεί ανα-

δροµική υλοποίηση του FT. Το µόνο το οποίο χρειάζεται να ειπωθεί στο σηµείο αυτό

είναι ότι, όταν οι διαστάσεις της εικόνας η οποία µετασχηµατίζεται είναι δύναµη του

f x y F x y j ux vy

v

M

u

N

, , exp( ) = ( ) +( )( )==

ÂÂ 2

00

p

j = -1

F u v f x y j ux vy dxdy, , exp( ) = ( ) - +( )( )¬ÚÚ 2

2

p

1 0 95 . 2 ™ ∆ √ π Ã ∂ π ∞ ∂ ¶ ∂ • ∂ ƒ °∞ ™ π ∞ ™ π ∞∆ ƒ π ∫ ∏ ™ ∂ π ∫ √ ¡ ∞ ™

Page 110: Deli Basis

1 1 0 K E º A § A I O 5 . π ∞∆ ƒ π ∫ ∏ ∞ ¶ ∂ π ∫ √ ¡ π ™ ∏

2 (π.χ. 512 ¥ 512), η πολυπλοκότητα του FFT αποδεικνύεται ίση µε O(NlogN), ιδι-

αίτερα µειωµένη σε σχέση µε αυτή του απλού FT (O(N2)), για µεγάλες τιµές του Ν.

™Ã∂™∏ ª∂∆∞•À ™À¡∂§π•∏™ ∫∞π ª∂∆∞™Ã∏ª∞∆π™ª√À FOURIER

Ο τελεστής της συνέλιξης µπορεί να οριστεί / υλοποιηθεί αποτελεσµατικά στο χώρο

των χωρικών συχνοτήτων, όπως προκύπτει από το θεώρηµα της συνέλιξης

(convolution theorem):

FT(g(x,y)*h(x,y))=G(u,v)H(u,v) (5.7)

όπου G=FT(g) και H=FT(h), µε FT να παριστάνει τον τελεστή του µετασχηµατι-

σµού Fourier. Το θεώρηµα της συνέλιξης µπορεί να διατυπωθεί ως εξής: το φάσµα

της συνέλιξης δύο συναρτήσεων ισούται µε το γινόµενο των φασµάτων τους. Στην

περίπτωση διακριτών συναρτήσεων ισχύει το θεωρητικό αίτηµα ότι οι συναρτήσεις

πρέπει να είναι περιοδικές.

Η υλοποίηση της συνέλιξης στο χώρο των χωρικών συχνοτήτων καθίσταται συµφέ-

ρουσα από υπολογιστικής πλευράς όσο οι διαστάσεις του πίνακα της συνέλιξης (κατά

σύµβαση, η δεύτερη συνάρτηση) πλησιάζει αυτές της πρώτης συνάρτησης. Το θεώ-

ρηµα αυτό είναι βασικότατο για τη θεωρία της επεξεργασίας εικόνας και βρίσκει

σηµαντικές εφαρµογές στις ιατρικές εικόνες.

5.2.2 ∞ÔηٿÛÙ·ÛË ÂÈÎfiÓ·˜

Η διαδικασία αποκατάστασης της εικόνας (image restoration) θεωρεί την ύπαρξη

ενός µοντέλου υποβάθµισης (degradation model) h(u,v), το οποίο συνελίσσεται µε

την είσοδο f(x,y) του απεικονιστικού συστήµατος. Στο αποτέλεσµα της συνέλιξης

προστίθεται και θόρυβος n(u,v) ως συνάρτηση των χωρικών συχνοτήτων. Η απει-

κόνιση g(x,y) της f(x,y) από το απεικονιστικό σύστηµα δίνεται από:

(5.8)

Στον τύπο αυτό διατηρείται επίσης ο φορµαλισµός, σύµφωνα µε τον οποίο οι συναρ-

τήσεις οι οποίες συµβολίζονται µε κεφαλαία γράµµατα αποτελούν τις µετασχηµατι-

σµένες κατά Fourier αυτών οι οποίες συµβολίζονται µε τα αντίστοιχα µικρά. Θεω-

ρώντας µηδενικό θόρυβο n(u,v), µπορούµε –θεωρητικά– να αναιρέσουµε τις συνέ-

πειες της συνέλιξης F(u,v)H(u,v) αν εκτελέσουµε τη συνέλιξη της εξόδου του συστή-

µατος απεικόνισης µε το αντίστροφο του µοντέλου υποβάθµισης:

(5.9) g x y g x y h u v G x y G u v H u v' ', , * , , , ,( ) = ( ) ( ) ¤ ( ) = ( ) ( )- -

11

g x y FT F u v H u v n u v, , , ,( ) = ( ) ( ) + ( )( )-1

Page 111: Deli Basis

Η παραπάνω εξίσωση αποτελεί τον ορισµό του αντίστροφου φίλτρου (inverse

filtering). Ο οξυδερκής αναγνώστης θα αναρωτηθεί τι συµβαίνει στις συχνότητες στις

οποίες το µετασχηµατισµένο κατά Fourier µοντέλο υποβάθµισης H(u,v) της εικόνας

µηδενίζεται ή παίρνει πολύ µικρές τιµές, µε αποτέλεσµα η τιµή του αντιστρόφου να

απειρίζεται ή να γίνεται ασταθής, αντίστοιχα. Στην περίπτωση αυτή µια λύση αποτε-

λεί το ψευδο–αντίστροφο φίλτρο (pseudo–inverse), το οποίο µηδενίζει τους συντε-

λεστές εκείνων των συχνοτήτων του φάσµατος της g’(x,y) για τους οποίους το µετα-

σχηµατισµένο κατά Fourier H(u,v) µοντέλο υποβάθµισης της εικόνας έχει τιµές µικρό-

τερες ενός κάτω ορίου. Τόσο το αντίστροφο όσο και το ψευδο–αντίστροφο φίλτρο,

όµως, σε αρκετές περιπτώσεις δεν έχουν ικανοποιητικά αποτελέσµατα, καθώς ενι-

σχύουν τις υψηλές συχνότητες του φάσµατος της εικόνας και το θόρυβο.

Η µέθοδος της περιορισµένης αποσυνέλιξης (constraint deconvolution), καθώς επί-

σης και της αποσυνέλιξης µεγιστοποίησης της εντροπίας (maximum entropy

deconvolution), υποπερίπτωση των οποίων αποτελεί το φίλτρο Wiener, εξαλείφει

τα περισσότερα από τα µειονεκτήµατα του ψευδο–αντίστροφου φίλτρου. Παρά-

δειγµα εφαρµογής των µεθόδων αυτών δίνεται στο Σχήµα 5.3.

1 1 15 . 2 ™ ∆ √ π Ã ∂ π ∞ ∂ ¶ ∂ • ∂ ƒ °∞ ™ π ∞ ™ π ∞∆ ƒ π ∫ ∏ ™ ∂ π ∫ √ ¡ ∞ ™

βα

™¯‹Ì· 5.3

Τοµογραφία phantom ήπατος (α) και αποκατάσταση αυτής χρησιµο-

ποιώντας τη µέθοδο της µέγιστης εντροπίας (β). Παρατηρήστε την

αυξηµένη αντίθεσή του στο (β) χωρίς υψηλές τιµές θορύβου.

(Από «The Physics of Medical Imaging» by S Webb)

5.2.3 ∂ÌÏÔ˘ÙÈÛÌfi˜ Ù˘ ÂÈÎfiÓ·˜

Ο εµπλουτισµός της εικόνας (image enhancement) αναφέρεται στην ανάδειξη χαρα-

κτηριστικών της εικόνας, όπως ακµές, όρια περιοχών ή αντίθεσης, ώστε η επίδειξη

της εικόνας στον ειδικό να φανερώσει περισσότερη διαγνωστική πληροφορία. Η πλη-

ροφορία της εικόνας δεν µεταβάλλεται, βελτιώνεται όµως η οπτικοποίησή της. Οι

κυριότερες διεργασίες εµπλουτισµού των ιατρικών εικόνων περιγράφονται συνο-

πτικά στις ακόλουθες παραγράφους.

™∏ª∂π∞∫√π ∆∂§∂™∆∂™

Σηµειακοί τελεστές (point operatοrs) είναι οι τελεστές οι οποίοι µεταβάλλουν την

τιµή ενός pixel της εικόνας, παίρνοντας ως µοναδικό όρισµα την τιµή του pixel

αυτού. Ενδεικτικά αναφέρουµε τη χρήση ορισµένων εκ των τελεστών αυτών.

Page 112: Deli Basis

1 1 2 K E º A § A I O 5 . π ∞∆ ƒ π ∫ ∏ ∞ ¶ ∂ π ∫ √ ¡ π ™ ∏

Έκταση αντίθεσης (contrast stretching)

Ο τελεστής αυτός αντιστοιχεί µια τιµή pixel µε µια άλλη τιµή, αυξάνοντας την αντί-

θεση σε µια συγκεκριµένη ακτίνα τιµών ενδιαφέροντος (a–b). ∆ιάφορες γραµµικές

ή µη συναρτήσεις χρησιµοποιούνται για το σκοπό αυτό. Το Σχήµα 5.4, το οποίο ακο-

λουθεί, δείχνει µια περίπτωση γραµµικών µετασχηµατισµών τιµών pixel, όπου η

κλίση της συνάρτησης µετασχηµατισµού στην περιοχή τιµών [a,b] είναι µεγαλύτε-

ρη της µονάδας, σε αντίθεση µε την κλίση στις λοιπές περιοχές [0,a) και (b,max], οι

οποίες µετασχηµατίζονται µε γραµµικές συναρτήσεις, η κλίση των οποίων είναι

µικρότερη της µονάδας.

α β

Mετασχηµατισµένες

τιµές pixel

Aρχικές τιµές pixel

™¯‹Ì· 5.4

Επεξήγηση του

τελεστή έκτασης

αντίθεσης

ÕÛÎËÛË A˘ÙÔ·ÍÈÔÏfiÁËÛ˘ 5.3

∆είξτε θεωρητικά την επίδραση του παραπάνω µετασχηµατισµού σε µια εικόνα,

θεωρώντας ένα ζεύγος τιµών στην περιοχή [a,b].

Συµπίεση της ακτίνας τιµών

Η ακτίνα τιµών ορισµένων εικόνων (ορισµένη ως η διαφορά µέγιστης και ελάχιστης

τιµής) µπορεί να είναι πολύ µεγάλη. Κάτι τέτοιο µπορεί να συµβεί σε αξονικές τοµο-

γραφίες διέλευσης, όπου το βάθος χρώµατος είναι 16 bit ανά pixel, ακόµα και σε

σπινθηρογραφήµατα πυρηνικής ιατρικής, όπου κατά τη λήψη των εικόνων δεν

λήφθηκε µέριµνα να καλυφθούν µε µόλυβδο περιοχές του σώµατος µε πολύ υψηλή

ενεργότητα (π.χ. ουροδόχος κύστη σε σπινθηρογραφήµατα νεφρών). Οι εικόνες σε

αυτή την περίπτωση παρουσιάζουν πολύ χαµηλή αντίθεση, διότι οι διαγνωστικά χρή-

Page 113: Deli Basis

σιµες τιµές συµπιέζονται στο κατώτερο τµήµα της ακτίνας των τιµών. Ένας τρόπος

υλοποίησης της συµπίεσης της ακτίνας τιµών είναι ο ακόλουθος µετασχηµατισµός:

(5.10)

όπου u η αρχική τιµή, v η νέα τιµή και c σταθερά.

Κατωφλίωση (thresholding)

Ανήκει στους συχνότερα χρησιµοποιούµενους σηµειακούς τελεστές. Χρησιµοποιεί-

ται κυρίως για να απορρίψει ιστούς οι τιµές των οποίων βρίσκονται σε µια καθορι-

σµένη ακτίνα. Ως παράδειγµα αναφέρουµε εικόνες αξονικής τοµογραφίας διέλευ-

σης στις οποίες το υπόβαθρο απεικονίζεται µε τιµές κατά προσέγγιση –1000, οι

µαλακοί ιστοί από –100 ως 100 κτλ. Απόρριψη του υποβάθρου επιτυγχάνεται µε

κατωφλίωση της εικόνας µε όριο γύρω στο –500.

∂ªº∞¡π™∏ ∆∏™ ∂π∫√¡∞™ ∂¶π √£√¡∏™

Η εµφάνιση της εικόνας επί οθόνης (image display) αποτελεί µέσο εµπλουτισµού

της. Το λογισµικό το οποίο χρησιµοποιείται για την επίδειξη της εικόνας αναλαµ-

βάνει την αντιστοίχιση των τιµών των pixels της εικόνας σε χρώµα (τριάδα Red,

Green, Blue – RGB), το οποίο θα εµφανιστεί στην ανάλογη θέση της οθόνης. Είναι

σύνηθες να χρησιµοποιείται η χρωµατική κλίµακα του γκρίζου για να κωδικοποιού-

νται οι τιµές των pixels από µαύρο (ελάχιστη τιµή) ως λευκό (µέγιστη τιµή). Στην

κλίµακα αυτή κάθε στοιχείο της τριάδας RGB έχει ίδια τιµή. Έτσι το (0,0,0) αντι-

στοιχεί στο µαύρο και το (255,255,255) αντιστοιχεί στο λευκό. Τα κύρια µειονε-

κτήµατα της κλίµακας του γκρίζου είναι ότι η αντίληψη του ανθρώπινου οπτικού

συστήµατος περιορίζεται σε λίγες αποχρώσεις του γκρίζου και ότι η αντίθεση ιστών

οι οποίοι απεικονίζονται σε παρόµοιες τιµές είναι χαµηλή. Συχνά, σε εικόνες πυρη-

νικής ιατρικής, λειτουργικές απεικονίσεις (functional imaging), αλλά όχι µόνο, χρη-

σιµοποιούνται ψευδοχρωµατικές κλίµακες, όπως η γεωγραφική κλίµακα και η κλί-

µακα του θερµού σώµατος.

5.2.4 ∂ÂÍÂÚÁ·Û›· ÂÈÎfiÓ·˜ ‚·ÛÈṲ̂ÓË ÛÙÔ ÈÛÙfiÁÚ·ÌÌ¿ Ù˘

Το ιστόγραµµα µιας εικόνας είναι η γραφική αναπαράσταση της σχετικής συχνότη-

τας εµφάνισης της κάθε τιµής των pixels στην εικόνα αυτή. Έχουν προταθεί πολλές

τεχνικές οι οποίες µεταβάλλουν την εικόνα, ώστε το ιστόγραµµα της νέας εικόνας

να έχει συγκεκριµένες επιθυµητές ιδιότητες. Η εξίσωση ιστογράµµατος (Histogram

equalization) αποτελεί την κυριότερη τεχνική αυτής της κατηγορίας. Σκοπός της είναι

v c u= +( )log 1

1 1 35 . 2 ™ ∆ √ π Ã ∂ π ∞ ∂ ¶ ∂ • ∂ ƒ °∞ ™ π ∞ ™ π ∞∆ ƒ π ∫ ∏ ™ ∂ π ∫ √ ¡ ∞ ™

Page 114: Deli Basis

1 1 4 K E º A § A I O 5 . π ∞∆ ƒ π ∫ ∏ ∞ ¶ ∂ π ∫ √ ¡ π ™ ∏

οι τιµές της µετασχηµατισµένης εικόνας να έχουν οµοιογενή πυκνότητα σε όλο το

δυνατό διάστηµα τιµών. Για περισσότερες µαθηµατικές λεπτοµέρειες βλέπε, για

παράδειγµα, Gonzalez 1989. Το Σχήµα 5.5 δείχνει τα αποτελέσµατα της εφαρµογής

της τεχνικής της εξίσωσης ιστογράµµατος σε επιλεγµένες περιοχές µιας τοµής CT

στην περιοχή του ήπατος.

α β

™¯‹Ì· 5.5

Εξίσωση ιστο-

γράµµατος σε

τοµή CT. Παρατη-

ρήστε την αυξηµέ-

νη αντίθεση και

την ορατότητα

νέων ανατοµικών

δοµών.

5.2.5 ∆ÂÏÂÛÙ¤˜ ÂÍÔÌ¿Ï˘ÓÛ˘ Ù˘ È·ÙÚÈ΋˜ ÂÈÎfiÓ·˜

Ãøƒπ∫√π ∆∂§∂™∆∂™ ª∂™√À √ƒ√À

Οι χωρικοί τελεστές (φίλτρα) µέσου όρου (averaging spatial operators) αποτελούν

συνέλιξη της εικόνας I(x,y) µε έναν πίνακα συνέλιξης (convolution kernel) w(k,l). Ο

τελεστής αυτός αποτελεί ουσιαστικά υπολογισµό ενός σταθµισµένου (weighted)

αθροίσµατος των τιµών των pixels σε µια περιοχή συµµετρικά κατανεµηµένη γύρω

από το τρέχον pixel. ∆ύο δηµοφιλείς πίνακες συνέλιξης 3 ¥ 3, ένας ισοσταθµισµέ-

νος και ένας µη ισοσταθµισµένος, δίνονται παρακάτω.

Το πλεονέκτηµα του χωρικού τελεστή (φίλτρου) µέσου όρου είναι η συµπίεση του

θορύβου, ώστε να αυξηθεί ο λόγος σήµατος προς θόρυβο (SNR). Η επανάληψη του

τελεστή αυτού, ή η εφαρµογή του µε µεγάλες διαστάσεις του πίνακα συνέλιξης (π.χ.

9 ¥ 9 ή περισσότερο), έχει ως αποτέλεσµα τη θόλωση της φιλτραρισµένης εικόνας.

Αυτό οφείλεται στο ότι ο τελεστής αυτός µηδενίζει τις υψηλές συχνότητες του

φάσµατος της εικόνας, αφήνοντας ανεπηρέαστες µόνο τις χαµηλές, γεγονός το οποίο

ισοδυναµεί µε µείωση της χωρικής ανάλυσης της φιλτραρισµένης εικόνας. Για παρά-

δειγµα, δείτε την επίδρασή του σε σπινθηρογράφηµα οστών στο Σχήµα 5.6.

0 1/8 0

1/8 1/ 4 1/8

0 1/8 0

1/9 1/9 1/9

1/9 1/9 1/9

1/9 1/9 1/9

Page 115: Deli Basis

ª∏ °ƒ∞ªªπ∫√π Ãøƒπ∫√π ∆∂§∂™∆∂™: ºπ§∆ƒ√ ∂¡¢π∞ª∂™∏™ ∆πª∏™

Το φίλτρο ενδιάµεσης τιµής (median filter) αποτελεί ένα µη γραµµικό φίλτρο εξο-

µάλυνσης εικόνας και συµπίεσης θορύβου. Το κύριο πλεονέκτηµά του είναι ότι η

επίδρασή του δεν συνοδεύεται από την ισχυρή θόλωση της εικόνας η οποία παρου-

σιάζεται µε τη χρήση του φίλτρου µέσης τιµής, ακόµα και µετά από πολλαπλές επα-

ναλήψεις ή µεγάλη µάσκα φίλτρου. Το φίλτρο ενδιάµεσης τιµής απαλείφει θορυβώ-

δη pixels διατηρώντας τις ακµές και άλλα οξέα χαρακτηριστικά της εικόνας µε δια-

στάσεις µικρότερες του µισού της διάστασης της µάσκας του φίλτρου. Λεπτοµέρει-

ες µεγαλύτερων διαστάσεων παραµένουν ανέπαφες. Το φίλτρο ενδιάµεσης τιµής

αντικαθιστά την τιµή κάθε pixel της αρχικής εικόνας µε την ενδιάµεση τιµή των

pixels τα οποία ανήκουν στην περιοχή της εικόνας w που ορίζεται από τη µάσκα του

φίλτρου, τοποθετηµένη στο τρέχον pixel.

Η µάσκα του φίλτρου συνήθως είναι ένα τετραγωνικό παράθυρο, µε συχνότερες δια-

στάσεις από 3 ¥ 3 ως 7 ¥ 7, αν και κατά περίπτωση απαιτούνται και µεγαλύτερες

µάσκες. Η µη γραµµικότητα του φίλτρου οφείλεται στο γεγονός ότι από τις Ν τιµές

του παραθύρου λαµβάνεται ως αποτέλεσµα η µεσαία, µετά την ταξινόµησή τους,

και όχι κάποιος γραµµικός συνδυασµός τους. Η κατηγορία των χωρικών µη γραµ-

µικών φίλτρων περιλαµβάνει τελεστές όπως φίλτρα ταξινόµησης (rank filters), µορ-

φολογικούς τελεστές, φίλτρα στοίβας (stack filters) κτλ. Για παράδειγµα, δείτε την

επίδραση του ενδιάµεσου φίλτρου καθώς και ενός µη γραµµικού φίλτρου στοίβας

σε σπινθηρογράφηµα οστών στο Σχήµα 5.6. Η ορατότητα µικρών περιοχών υψηλών

τιµών (hot spots) είναι αποφασιστικής σηµασίας σε εικόνες αυτής της εξέτασης.

Ακόµα και µετά από πολλαπλές επαναλήψεις, το µη γραµµικό φίλτρο διατηρεί την

ορατότητα περιοχών υψηλών τιµών καλύτερα από το γραµµικό φίλτρο µέσου όρου.

Ο ενδιαφερόµενος αναγνώστης παραπέµπεται στη βιβλιογραφία και στον οδηγό

περαιτέρω µελέτης στο τέλος του κεφαλαίου για περισσότερες αναφορές.

1 1 55 . 2 ™ ∆ √ π Ã ∂ π ∞ ∂ ¶ ∂ • ∂ ƒ °∞ ™ π ∞ ™ π ∞∆ ƒ π ∫ ∏ ™ ∂ π ∫ √ ¡ ∞ ™

α β γ δ

Aρχική εικόνα Tελεστής µέσου

όρου 3¥3

Φίλτρο ενδιάµεσης

τιµής 3¥3

Mη γραµµικό

φίλτρο στοίβας

™¯‹Ì· 5.6

Σύγκριση του απο-

τελέσµατος γραµ-

µικού και µη

γραµµικού φίλτρου

εξοµάλυνσης

Page 116: Deli Basis

1 1 6 K E º A § A I O 5 . π ∞∆ ƒ π ∫ ∏ ∞ ¶ ∂ π ∫ √ ¡ π ™ ∏

ºπ§∆ƒ∞ ™∆√ Ãøƒ√ ∆ø¡ Ãøƒπ∫ø¡ ™Àá√∆∏∆ø¡

Τα αποτελέσµατα των χωρικών τελεστών µέσου όρου προσοµοιώνονται µε φίλτρα

στο χώρο των χωρικών συχνοτήτων (φάσµα) της εικόνας. Το κύριο χαρακτηριστικό

του φάσµατος µιας εικόνας είναι ότι οι συντελεστές των χωρικών συχνοτήτων αντι-

στοιχούν σε απεικόνιση χαρακτηριστικών µε µήκος ανάλογο του µήκους κύµατος

το οποίο αντιστοιχεί στη συχνότητα αυτή. Χαµηλές συχνότητες αντιστοιχούν σε

χαρακτηριστικά µεγάλου µήκους, ενώ οι υψηλές συχνότητες σε χαρακτηριστικά

µικρού µήκους. Ο σταθερός όρος του φάσµατος (συντελεστής µηδενικής συχνότη-

τας ή DC) αντιστοιχεί στη µέση τιµή της εικόνας. Αν εφαρµόσουµε ένα φίλτρο απο-

κοπής των υψηλών συχνοτήτων το οποίο αφήνει να διέρχονται µόνο χαµηλές συχνό-

τητες (Low Pass Filter – LPF), τότε το αποτέλεσµα θα είναι παρόµοιο µε το χωρικό

τελεστή µέσου όρου: οι υψηλές συχνότητες του φάσµατος της εικόνας θα αποκο-

πούν, συµπιέζοντας έτσι το θόρυβο, αλλά µειώνοντας τη χωρική ανάλυσή της.

Ένα ιδανικό LPF αποκόπτει τις υψηλές συχνότητες πολλαπλασιάζοντας τες µε 0,

ενώ οι χαµηλές συχνότητες πολλαπλασιάζονται µε συντελεστή 1. Το παραπάνω φίλ-

τρο καλείται «ιδανικό» (Ideal LPF –ILPF) αφού πολλαπλασιάζει το φάσµα της εικό-

νας µε ένα τετραγωνικό παράθυρο το οποίο, µε βάση το θεώρηµα της συνέλιξης, ισο-

δυναµεί µε συνέλιξη της ίδιας της εικόνας µε το φάσµα του τετραγωνικού παραθύ-

ρου. Για να αποφευχθούν οι παρενέργειες της συνέλιξης της εικόνας µε το φάσµα

του παραθύρου, πρέπει το φάσµα αυτό να παρουσιάζει µόνο ένα στενό κεντρικό µέγι-

στο. Ένας µεγάλος αριθµός τέτοιων παραθύρων (LPF) χρησιµοποιούνται, µε δηµο-

φιλέστερο το Butterworth. Το φίλτρο αυτό στις δύο διαστάσεις, τάξης n και για

συχνότητα αποκοπής D0, δίνεται από τη σχέση:

(5.11)

H u v

u v

D

n,( ) =

+ -( ) +Ê

ËÁ

¯

1

1 2 12 2

0

2

¢Ú·ÛÙËÚÈfiÙËÙ· 5.2

Έστω ένα µονοδιάστατο σήµα Ι=1,1,2,2,2,1,1,1,2,2,1,1,1,2,1,1,2,2,2,2,1,1. Εφαρ-

µόστε σε αυτό ένα 3 ¥ 1 ισοσταθµισµένο φίλτρο µέσου όρου, καθώς και το ίδιων δια-

στάσεων φίλτρο µέσης τιµής. Είναι αναµενόµενη η επίδραση των φίλτρων στο αρχι-

κό σήµα; (Αναφερθείτε στο σύγγραµµα του Jain 1989 ή σε άλλο της επιλογής σας.)

Page 117: Deli Basis

5.2.6 ∫·ıÔÚÈÛÌfi˜ ÙÔ˘ ·ÚÈıÌÔ‡ ÙˆÓ ÂÈÎÔÓÔÛÙÔȯ›ˆÓ Ù˘ ÂÈÎfiÓ·˜

Ο αριθµός των εικονοστοιχείων (pixelation) µιας εικόνας διαδραµατίζει σηµαντικό

ρόλο στην αντίληψη (perception) των χαρακτηριστικών της από τον ειδικό – παρα-

τηρητή και, κατά συνέπεια, αποτελεί έµµεσο τρόπο εµπλουτισµού της. Το θεώρηµα

του Nyquist υπαγορεύει ότι η δειγµατοληψία πρέπει να λαµβάνει χώρα µε συχνότη-

τα τουλάχιστον διπλάσια της υψηλότερης χωρικής συχνότητας η οποία υπάρχει στην

εικόνα (Pratt 1978). Για τα απεικονιστικά συστήµατα η υψηλότερη χωρική συχνό-

τητα η οποία εµπεριέχεται στην παραγόµενη εικόνα υπολογίζεται ως συνάρτηση του

MTF του συστήµατος. Για µια µοντέρνα γ κάµερα αυτή η παραδοχή οδηγεί σε pixel

µε πλευρά περίπου 3 mm. Αν το πεδίο επισκόπησης της κάµερας είναι 40 cm, τότε

διαστάσεις εικόνας 128 ¥ 128 είναι αρκετό για να ικανοποιήσει το θεώρηµα δειγ-

µατοληψίας. Πρέπει να υπενθυµιστεί όµως ότι το πεδίο επισκόπησης της κάµερας

µεταβάλλεται ανάλογα µε το είδος του collimator το οποίο χρησιµοποιείται (απο-

κλίνον ή συγκλίνον), µεταβάλλοντας ανάλογα και τον αριθµό των pixels της συλ-

λεχθείσας εικόνας.

ª∂°∂£À¡™∏ ∆∏™ ∂π∫√¡∞™

Αποτελεί συχνό φαινόµενο συγκεκριµένες περιοχές των ιατρικών εικόνων να περιέ-

χουν διαγνωστική πληροφορία ή ανατοµικές δοµές µικρού µεγέθους, οι οποίες απαι-

τούν µεγέθυνση για προσεκτικότερη επισκόπηση από τον ειδικό. Θα περιοριστούµε

σε δύο κύριες µεθόδους µεγέθυνσης (zoom in) ιατρικών εικόνων:

Μεγέθυνση διά διπλασιασµού των pixels (pixel replication): Έστω εικόνα N ¥ N, η

οποία πρέπει να µεγεθυνθεί σε 2N ¥ 2N. Αρχικά δηµιουργείται ο νέος πίνακας 2N ¥2N από τον αρχικό, παρεµβάλλοντας µηδέν µετά το κάθε στοιχείο της κάθε γραµ-

µής και µια κενή γραµµή µετά από κάθε υπάρχουσα γραµµή.

Ο νέος πίνακας συνελίσσεται µε τη µήτρα: .

Μεγέθυνση διά γραµµικής παρεµβολής (linear interpolation): Οι τιµές των ενδιάµε-

σων pixels υπολογίζονται ως συνάρτηση των γειτονικών τους pixels.

Η µέθοδος του διπλασιασµού δηµιουργεί µεγαλύτερα pixels και τα καθιστά πιο ορατά

στον παρατηρητή. Η γραµµική παρεµβολή δεν παρουσιάζει το παραπάνω µειονέ-

κτηµα, αλλά συχνά εξοµαλύνει την εικόνα µειώνοντας την ορατότητα λεπτοµερειών.

Τέλος, δεν είναι παράδοξο σε ορισµένες περιπτώσεις να απαιτείται υλοποίηση ενός

τελεστή σµίκρυνσης της ιατρικής εικόνας.

1 1

1 1

È

ÎÍ

ù

ûú

1 1 75 . 2 ™ ∆ √ π Ã ∂ π ∞ ∂ ¶ ∂ • ∂ ƒ °∞ ™ π ∞ ™ π ∞∆ ƒ π ∫ ∏ ™ ∂ π ∫ √ ¡ ∞ ™

Page 118: Deli Basis

1 1 8 K E º A § A I O 5 . π ∞∆ ƒ π ∫ ∏ ∞ ¶ ∂ π ∫ √ ¡ π ™ ∏

5.2.7 ∆ÂÏÂÛÙ¤˜ fi͢ÓÛ˘ Ù˘ ÂÈÎfiÓ·˜

Οι τελεστές όξυνσης της εικόνας (image sharpening) έχουν αποτέλεσµα αντίθετο από

αυτό των τελεστών εξοµάλυνσης: οξύνουν τα χαρακτηριστικά της εικόνας ώστε να ανα-

δείξουν τις ακµές της εικόνας, λεπτοµέρειες και ανατοµικές δοµές χαµηλής ορατότητας.

Ãøƒπ∫√π ∆∂§∂™∆∂™ √•À¡™∏™ ∆∏™ ∂π∫√¡∞™

Οι συχνότερα χρησιµοποιούµενοι χωρικοί τελεστές όξυνσης της εικόνας είναι αυτοί

της ανίχνευσης κλίσης (gradient) της εικόνας. Η κλίση G(x,y) της εικόνας I(x,y) ορί-

ζεται ως ένα διάνυσµα µε συνιστώσες τις µερικές παραγώγους της εικόνας, Ix, Iy, οι

οποίες στην περίπτωση των διακριτών εικόνων υπολογίζονται ως πεπερασµένες δια-

φορές. Ενδεικτικά αναφέρουµε ότι η µερική παράγωγος της εικόνας ως προς x µπο-

ρεί να υπολογιστεί διακριτά µε πολλούς τρόπους, όπως:

(5.12)

Έχει προταθεί ένας µεγάλος αριθµός πινάκων (Πίνακας 5.2) οι οποίοι ανιχνεύουν

ακµές διά της συνέλιξής τους µε την εικόνα, βασιζόµενοι στον υπολογισµό της κλί-

σης της εικόνας. Pixels της εικόνας µε αποτέλεσµα συνέλιξης µεγαλύτερο ενός

κατωφλίου θεωρούνται ως pixels ακµών της εικόνας.

¶›Ó·Î·˜ 5.2

Τελεστές ανεύρεσης ακµών, στις δύο κύριες διαστάσεις

Φίλτρο Πίνακας H1 Πίνακας Η2

Roberts

Sobel

- - -È

Î

ÍÍÍ

ù

û

úúú

1 2 1

0 0 0

1 2 1

---

È

Î

ÍÍÍ

ù

û

úúú

1 0 1

2 0 2

1 0 1

1 0

0 1-È

ÎÍ

ù

ûú

0 1

1 0-È

ÎÍ

ù

ûú

I x y I x y I x yx 0 0 0 0 0 01, , ,( ) = +( ) - ( )

ÕÛÎËÛË A˘ÙÔ·ÍÈÔÏfiÁËÛ˘ 5.4

Έστω Α τµήµα µιας δισδιάστατης συνάρτησης. Υπολογίστε τη µεγέθυνσή τους

κατά ένα παράγοντα ίσο µε 2 χρησιµοποιώντας αντιγραφή pixel.

A =È

ÎÍ

ù

ûú

1 3

4 5

2

6

Page 119: Deli Basis

Οι τελεστές ανίχνευσης κλίσης οι οποίοι βασίζονται στην τιµή της πρώτης παραγώ-

γου της εικόνας λειτουργούν ικανοποιητικά όταν η µετάβαση τιµών της εικόνας είναι

απότοµη. Στην αντίθετη περίπτωση, παρουσιάζει πλεονεκτήµατα η χρήση παραγώ-

γων δεύτερης τάξης. Ο συνηθέστερος τελεστής αυτού του είδους είναι ο Λαπλα-

σιανός (Laplacian operator), ο οποίος ορίζεται ως:

(5.13)

όπου Ixx και Iyy είναι οι δεύτερες παράγωγοι της εικόνας ως προς x και y (βλέπε Σχήµα

5.7). Ο Λαπλασιανός τελεστής είναι ιδιαίτερα ευαίσθητος στο θόρυβο της εικόνας,

λόγω της χρήσης παραγώγων δεύτερης τάξης, και παράγει διπλές ακµές.

Ο ακόλουθος πίνακας συνέλιξης υλοποιεί το διακριτό Λαπλασιανό τελεστή:

.

Στην πράξη, λόγω των µειονεκτηµάτων τα οποία αναφέρθηκαν, υλοποιείται η

Λαπλασιανή της εικόνας η οποία έχει συνελιχθεί µε µια γκαουσιανή συνάρτηση

(Laplacian of gaussian – LOG). Ο τελεστής LOG ανιχνεύει τα σηµεία µηδενισµού

της δεύτερης παραγώγου (zero crossings), τα οποία δίνουν την ακριβή θέση της

ακµής, χωρίς να είναι ευαίσθητος στο θόρυβο (βλέπε Σχήµα 5.8 για µια ποιοτική

εξήγηση της δράσης του τελεστή LOG).

0 1 0

1 4 1

0 1 0

-- -

-

È

Î

ÍÍÍ

ù

û

úúú

L I x y I Ixx yy= ( ) = +2 ,

1 1 95 . 2 ™ ∆ √ π Ã ∂ π ∞ ∂ ¶ ∂ • ∂ ƒ °∞ ™ π ∞ ™ π ∞∆ ƒ π ∫ ∏ ™ ∂ π ∫ √ ¡ ∞ ™

α β γ

™¯‹Ì· 5.7

Σύγκριση του τελεστή Sobel 3

¥ 3 (β) και της Λαπλασιανής 3

¥ 3 (γ) για την ανίχνευση

ακµών σε ραδιογραφία οισο-

φάγου µε βαριούχο διάλυµα

(α). [Εικόνα (α) από Intenret]

Page 120: Deli Basis

1 2 0 K E º A § A I O 5 . π ∞∆ ƒ π ∫ ∏ ∞ ¶ ∂ π ∫ √ ¡ π ™ ∏

ºπ§∆ƒ∞ ™∆√ Ãøƒ√ ∆ø¡ Ãøƒπ∫ø¡ ™Àá√∆∏∆ø¡

Η όξυνση των χαρακτηριστικών της εικόνας µπορεί επίσης να επιτευχθεί µε φίλτρα

χωρικών συχνοτήτων, κυριότερο των οποίων είναι το φίλτρο διέλευσης υψηλών συχνο-

τήτων (High Pass Filter – HPF). Οι ακµές της εικόνας καθώς και οποιαδήποτε απότο-

µη µεταβολή των τιµών των pixels αναπαρίσταται µε υψηλές συχνότητες στο φάσµα

της εικόνας. Κατά συνέπεια, είναι λογικό να αναµένουµε ότι ένα φίλτρο το οποίο απορ-

ροφά τις χαµηλές συχνότητες ενώ επιτρέπει τη διέλευση των υψηλών θα ενισχύσει τις

ακµές και τις λεπτοµέρειες της εικόνας (βλέπε Σχήµα 5.9). Η χρήση του ιδανικού φίλ-

τρου διέλευσης υψηλών συχνοτήτων (ideal HPF – IHPF), ορισµένο ως έχον τιµή 0 για

τις συχνότητες τις µικρότερες ενός κατωφλίου και 1 για τις υπόλοιπες, δεν ενδείκνυ-

ται για τους ίδιους ακριβώς λόγους για τους οποίους αποφεύγεται η εφαρµογή του ιδα-

νικού LPF. Τα φίλτρα τα οποία χρησιµοποιούνται είναι αυτά µε οµαλή µετάβαση της

τιµής τους από το κατώφλι των συχνοτήτων. Το δηµοφιλέστερο αυτών είναι το HP

Butterworth, το οποίο ορίζεται κατά απόλυτη αναλογία µε το LP Butterworth.

I(x)

Ix(x)

Ixx(x)

Mέγιστο πρώτης παραγώγου

Σηµείο µηδενισµού

∆ιπλή ακµή

™¯‹Ì· 5.8

Αρχικό σήµα I(x),

πρώτη παράγωγος

Ix(x) και δεύτερη

παράγωγος Ixx(x)

µιας ακµής.

Παρατηρήστε τη

σύµπτωση του

σηµείου µηδενι-

σµού της δεύτε-

ρης παραγώγου µε

το µέσο της ακµής

του σήµατος.

ÕÛÎËÛË A˘ÙÔ·ÍÈÔÏfiÁËÛ˘ 5.5

Θεωρήστε έναν ορισµό της διακριτής µερικής παραγώγου εικόνας ως προς χωρι-

κή διάσταση και καταλήξτε στον πίνακα του Λαπλασιανού τελεστή.

Page 121: Deli Basis

5.3 ∞Ó¿Ï˘ÛË È·ÙÚÈ΋˜ ÂÈÎfiÓ·˜ – ÀÔÏÔÁÈÛÙÈ΋ fiÚ·ÛË

Ο τοµέας της ανάλυσης της ιατρικής εικόνας είναι κατά πολύ διαφορετικός αυτού

της επεξεργασίας. Η επεξεργασία εικόνας απλώς µετασχηµατίζει δεδοµένα, έτσι ώστε

να αναδεικνύονται τα χαρακτηριστικά εκείνα τα οποία θα επιτρέψουν στον ειδικό

την ευκολότερη διάγνωση.

Η ανάλυση της εικόνας αποτελεί διαδικασία εξαγωγής γνώσης από τα δισδιάστατα,

τρισδιάστατα ή τετραδιάστατα δεδοµένα. Ας θεωρήσουµε το υπερηχογράφηµα ενός

υγιούς ήπατος, το οποίο φαίνεται στο Σχήµα 5.10. Η εικόνα περιέχει ατελείς ανατο-

µικές δοµές, λόγω της φυσικής του σχηµατισµού της. Στο ίδιο σχήµα απεικονίζεται

η ερµηνεία της εικόνας, λαµβάνοντας υπόψη την ανατοµική γνώση τής υπό εξέτα-

ση περιοχής. Είναι προφανές ότι για το µη ειδικό ανατοµικά χαρακτηριστικά, όπως

η πυλαία φλέβα, η ηπατική αρτηρία, η κατιούσα κοίλη φλέβα κτλ., κάθε άλλο παρά

ευδιάκριτα απεικονίζονται. Η αυτόµατη οριοθέτηση ανατοµικών δοµών και η ερµη-

νεία των εικόνων αποτελούν καθήκοντα ενός αυτοµατοποιηµένου συστήµατος Ανά-

λυσης ιατρικής εικόνας – Υπολογιστικής όρασης. Ένα τέτοιο σύστηµα πρέπει να

1 2 15 . 3 ∞ ¡ ∞ § À ™ ∏ π ∞∆ ƒ π ∫ ∏ ™ ∂ π ∫ √ ¡ ∞ ™ – À ¶ √ § √ ° π ™ ∆ π ∫ ∏ √ ƒ∞ ™ ∏

α β

γ

™¯‹Ì· 5.9

Συµβατική ακτινογραφία θώρακος (α),

αποτέλεσµα φίλτρου διέλευσης υψηλών

συχνοτήτων (β) και το άθροισµα των δύο

εικόνων (γ). [Εικόνα (α) από Intenret]

Page 122: Deli Basis

1 2 2 K E º A § A I O 5 . π ∞∆ ƒ π ∫ ∏ ∞ ¶ ∂ π ∫ √ ¡ π ™ ∏

µπορεί να ανταποκρίνεται σε αιτήµατα όπως: ανίχνευση κάποιας συγκεκριµένης ανα-

τοµικής δοµής, ογκοµέτρηση αυτής, ανάλυση του σχήµατός της, διάγνωση παθολο-

γίας και οριοθέτηση αυτής κτλ.

Οι κύριες δυσκολίες στην υλοποίηση ενός τέτοιου συστήµατος συνοψίζονται ως ακο-

λούθως:

• Η ανατοµική πολυπλοκότητα των ανθρώπινων οργάνων είναι µεγάλη.

• Η εικόνα συχνά επηρεάζεται από φυσιολογικές διεργασίες (π.χ. η αναπνοή ή οι

κτύποι της καρδιάς µεταβάλλουν το σχήµα και τον όγκο των πνευµόνων, της καρ-

διάς, αλλά και των γειτονικών τους οργάνων).

• Η ανατοµική πληροφορία είναι σε µεγάλο βαθµό εξατοµικευµένη, δηλαδή µετα-

βάλλεται σηµαντικά από άτοµο σε άτοµο.

• Η παρουσία παθολογικών καταστάσεων, όπως συρρικνώσεων, διαστολών και

όγκων, επηρεάζει σε µεγάλο βαθµό την ανατοµία.

™¯‹Ì· 5.10

Υπερηχογράφηµα ήπατος και η ερµηνεία του από

ειδικό. Ao (Aorta): Αορτή, IVC (Inferior Vena

Cava): Κάτω κοίλη φλέβα, Portal vein: Πυλαία

φλέβα, Common hepatic duct: Ηπατικός πόρος

(Από «Diagnostic Imaging» by Armstrong and

Wastie)

Οι κύριοι λόγοι οι οποίοι ωθούν την ανάπτυξη συστηµάτων Ανάλυσης ιατρικής εικό-

νας – Υπολογιστικής όρασης είναι:

• Αυτοµατοποίηση των σχετικών διαδικασιών: Το πλήθος των συλλεγµένων δεδο-

µένων είναι ιδιαίτερα µεγάλο. Ως παράδειγµα αναφέρονται οι µαστογραφίες, οι

οποίες στα δυτικοευρωπαϊκά κράτη παράγονται µε ρυθµό εκατοµµυρίων ανά έτος.

• Ποσοτικοποίηση των ευρηµάτων: Αποτελεί πλεονέκτηµα η ποσοτικοποιηµένη

καταγραφή διαφόρων παραµέτρων των ανωµαλιών, ώστε να καταγράφεται η πρό-

οδος της ασθένειας, η αποτελεσµατικότητα της θεραπείας κτλ.

• Αντικειµενικότητα, ικανότητα αναπαραγωγής των αποτελεσµάτων: ∆εν αποτελεί

ασύνηθες φαινόµενο να ακολουθείται διαφορετική πολιτική από διαφορετικά

άτοµα στην ερµηνεία πανοµοιότυπων παθολογικών ή µη καταστάσεων. Ένα αυτο-

µατοποιηµένο υπολογιστικό σύστηµα ανάλυσης ιατρικής εικόνας παρουσιάζει

αυξηµένη αντικειµενικότητα και ικανότητα αναπαραγωγής των αποτελεσµάτων.

Page 123: Deli Basis

Η ανάλυση της εικόνας αποτελεί ένα απαραίτητο στάδιο πριν από το σύστηµα υπο-

στήριξης διάγνωσης, καθώς υπολογίζει τις τιµές συγκεκριµένων χαρακτηριστικών

τα οποία χρησιµοποιούνται από το σύστηµα αυτό για κατηγοριοποίηση παθολογι-

κών καταστάσεων. Ως παράδειγµα αναφέρεται το κλάσµα εξώθησης (Ejection

Fraction – EF) της αριστερής κοιλίας, ένα χαρακτηριστικό θεµελιώδες στη διαγνω-

στική καρδιολογία, το οποίο ορίζεται ως η ποσοστιαία µεταβολή του όγκου της αρι-

στερής κοιλίας µεταξύ συστολικής και διαστολικής φάσης. Η τιµή του EF, πριν τρο-

φοδοτηθεί σε ένα καρδιολογικό σύστηµα υποστήριξης διάγνωσης, πρέπει να υπο-

λογιστεί από το σύστηµα ανάλυσης εικόνας. Ισοδύναµα, πρέπει να αυτοµατοποιη-

θεί η διαδικασία εντοπισµού του θαλάµου της αριστερής κοιλίας τόσο στη συστολι-

κή όσο και στη διαστολική εικόνα, καθώς και η διαδικασία ογκοµέτρησής του.

5.3.1 ∆ÌËÌ·ÙÔÔ›ËÛË ÂÈÎfiÓ·˜

Η τµηµατοποίηση συγκεκριµένων δοµών από ιατρικές εικόνες είναι κύριο πρόβλη-

µα, το οποίο καλούνται να αντιµετωπίσουν τα συστήµατα ανάλυσης εικόνας. Το γενι-

κότερο πρόβληµα της τµηµατοποίησης µπορεί να οριστεί ως εξής: δεδοµένης µιας

εικόνας η οποία περιέχει κάποια συγκεκριµένη ανατοµική δοµή, ζητείται να οριστεί

η ανατοµική αυτή δοµή, είτε οριοθετώντας το περίγραµµά της (boundary detection)

είτε επισηµαίνοντας κάθε pixel της µε συγκεκριµένη µη µηδενική τιµή, θέτοντας

ταυτόχρονα όλα τα λοιπά pixels της εικόνας σε τιµή µηδέν. Στη δεύτερη περίπτωση

λαµβάνεται µια δυαδική εικόνα (binary image), µε τα µηδενικά pixels να ανήκουν

στο παρασκήνιο (background).

∆ª∏ª∞∆√¶√π∏™∏ ª∂ ∫∞∆øº§πø™∏ ∆√À π™∆√°ƒ∞ªª∞∆√™

Ίσως η απλούστερη και η πλέον χρησιµοποιηµένη µέθοδος τµηµατοποίησης ιατρι-

κών εικόνων είναι η κατωφλίωση του ιστογράµµατος. Η απλότητα της µεθόδου µάς

επιτρέπει µια σύντοµη ανάλυση. Έστω περιοχή µιας ιατρικής εικόνας η οποία υπο-

θέτουµε ότι αποτελείται από δύο κλάσεις pixels: αυτά τα οποία ανήκουν στο υπό

έρευνα αντικείµενο και αυτά του υπόβαθρου. Μπορούµε να θεωρήσουµε µε ασφά-

λεια ότι οι τιµές των pixels καθεµίας από τις δύο κλάσεις µοντελοποιούνται από µια

γκαουσιανή κατανοµή. Κατά συνέπεια, το ιστόγραµµα της υπό έλεγχο περιοχής µπο-

ρεί να θεωρηθεί ως γραµµικός συνδυασµός των δύο γκαουσιανών κατανοµών.

Οι τιµές των παραµέτρων των γκαουσιανών υπολογίζεται µε χρήση µεθόδου βελτι-

στοποίησης. Η τιµή του κατωφλίου (threshold) υπολογίζεται ώστε να ταξινοµεί τα

pixels της εικόνας σε δύο κλάσεις, (αντικείµενο / υπόβαθρο) µε το ελάχιστο δυνατό

σφάλµα. Παραδειγµατική εφαρµογή της µεθόδου δίνεται στο Σχήµα 5.11, όπου το

1 2 35 . 3 ∞ ¡ ∞ § À ™ ∏ π ∞∆ ƒ π ∫ ∏ ™ ∂ π ∫ √ ¡ ∞ ™ – À ¶ √ § √ ° π ™ ∆ π ∫ ∏ √ ƒ∞ ™ ∏

Page 124: Deli Basis

1 2 4 K E º A § A I O 5 . π ∞∆ ƒ π ∫ ∏ ∞ ¶ ∂ π ∫ √ ¡ π ™ ∏

ιστόγραµµα µιας εγκάρσιας τοµής MR γύρω από τις πλευρικές κοιλίες µοντελοποι-

είται από δύο γκαουσιανές κατανοµές (διάστικτες καµπύλες) και το όριο τις κατω-

φλίωσης υπολογίζεται αναλυτικά (κατακόρυφη διάστικτη γραµµή). Το αποτέλεσµα

της τµηµατοποίησης των κοιλιών µε τη µέθοδο της µοντελοποίησης του ιστογράµ-

µατος φαίνεται στην εικόνα (γ).

Παρά την εµπεριστατωµένη αναλυτική αντιµετώπιση του θέµατος, συχνά η τιµή του

κατωφλίου T καθορίζεται εµπειρικά, µε εποπτεία των αποτελεσµάτων διαφόρων

δοκιµαστικών τιµών του.

α

200

150

100

50

00 100 200

Iστόγραµµα

Γκαουσιανές κατανοµές

Mοντελοποιηµένοιστόγραµµα

Tιµή pixel

β γ

™¯‹Ì· 5.11

Αρχική εγκάρσια

τοµή MR εγκεφά-

λου (α), µοντελο-

ποίηση του ιστο-

γράµµατος γύρω

από τα αντικείµε-

να ενδιαφέροντος

(β) και τµηµατο-

ποίηση των αντι-

κειµένων ενδιαφέ-

ροντος µε κατω-

φλίωση (γ)

∞¡∞¶∆À•∏ ¶∂ƒπ√Ãø¡

Η ανάπτυξη περιοχών (region growing) αποτελεί µια οµάδα αλγόριθµων τµηµατο-

ποίησης εικόνων, η οποία εννοιολογικά βασίζεται στην ιδέα της κατωφλίωσης. Το

κύριο πλεονέκτηµα της µεθόδου είναι ότι, εκτός από τις τιµές των pixels (ή οποιο-

δήποτε άλλο περιγραφέα –descriptor– προκύπτει από τις τιµές αυτές), λαµβάνεται

υπόψη και η χωρική σχέση των pixels, δηλαδή η µεταξύ τους απόσταση.

Ανάπτυξη περιοχών µε αρχικοποίηση (seeded region growing – SRG)

Έστω εικόνα η οποία περιέχει αυθαίρετο αριθµό ανατοµικών δοµών, µε περίγραµ-

µα καλά οριοθετηµένο. Σκοπός είναι η αναγνώριση της δοµής ενδιαφέροντος, έτσι

ώστε τα pixels τα οποία ανήκουν σε αυτή να έχουν σταθερή, µη µηδενική τιµή, ενώ

το υπόβαθρο τίθεται σε τιµή µηδέν. Το χαρακτηριστικό της µεθόδου είναι η αρχικο-

ποίησή της από το χρήστη, ο οποίος ορίζει ένα σηµείο στο εσωτερικό του αντικει-

µένου ενδιαφέροντος. Η µέθοδος, στη συνέχεια, συλλέγει pixels βάσει ενός κριτη-

ρίου το οποίο αποφαίνεται αν το pixel ανήκει στη δοµή ενδιαφέροντος. Το κριτήριο

αυτό ποικίλλει κατά εφαρµογή, µπορεί να είναι αρκετά πολύπλοκο και επηρεάζει

αποφασιστικά την επιτυχία της µεθόδου.

Page 125: Deli Basis

∆ιαίρεση και συνένωση

Μια αρκετά πολύπλοκη µέθοδος τµηµατοποίησης µέσω ανάπτυξης περιοχών είναι

αυτή της διαίρεσης και συνένωσης (split and merge). Η αρχική ιδέα της µεθόδου

είναι απλή και ελκυστική. ∆εδοµένης µιας εικόνας, ζητείται ο καθορισµός των

περιοχών εκείνων οι οποίες παρουσιάζουν οµοιογένεια τιµών, σύµφωνα µε ένα προ-

καθορισµένο κριτήριο (π.χ. απόκλιση των τιµών των pixels τής υπό έλεγχο περιο-

χής). Η µέθοδος απαιτεί την υλοποίηση της συνάρτησης split µε όρισµα µια τετρα-

γωνική περιοχή, η οποία χωρίζεται σε τέσσερα ίσα τεταρτηµόρια, καθώς και της

συνάρτησης merge µε όρισµα δύο ή περισσότερες περιοχές, η οποία αντικαθιστά

τις περιοχές αυτές µε την ένωσή τους. Αν µια περιοχή της αρχικής εικόνας είναι

ανοµοιογενής, υπόκειται σε split. Αν δύο γειτονικές περιοχές της εικόνας είναι οµοι-

ογενείς, υφίστανται merge. Η µέθοδος ξεκινά µε την εικόνα να αποτελεί µια ενιαία

περιοχή, η οποία υπόκειται σε διαδοχικά split έως ότου δηµιουργηθούν οµοιογενείς

περιοχές, αυθαίρετα µικρές. Στη συνέχεια ελέγχονται όλες οι γειτονικές περιοχές

ως προς τη µεταξύ τους οµοιογένεια και, αν χρειάζεται, ενώνονται ανά δύο µε τη

συνάρτηση merge. Η µέθοδος συνεχίζεται µέχρι να µην υπάρχουν περιοχές οι οποί-

ες να µπορούν να ενωθούν.

∂•∞°ø°∏ ∫∞π ∞¡πá∂À™∏ ¶∂ƒπ°ƒ∞ªª∞∆ø¡ ∫∞π ∂¶πº∞¡∂πø¡

Για να προβούµε σε οποιαδήποτε µέτρηση επί ενός ανατοµικού οργάνου (µήκος,

εµβαδόν, όγκος κτλ.), πρέπει να διαθέτουµε ένα αξιόπιστο σύστηµα εντοπισµού του

περιγράµµατός του στην ιατρική εικόνα. Στην περίπτωση τρισδιάστατων ιατρικών

εικόνων, το πρόβληµα µετασχηµατίζεται σε αυτό της εντόπισης τρισδιάστατων ανα-

τοµικών δοµών. Η αναγκαιότητα αυτή, σε συνδυασµό µε την ανάπτυξη νέων αλγό-

ριθµων ανάλυσης εικόνας και ταχύτερων υπολογιστών, καθώς και µε τη δυνατότη-

τα ρεαλιστικής απεικόνισης (rendering) αυτών, έχει δώσει ιδιαίτερη ώθηση στον

1 2 55 . 3 ∞ ¡ ∞ § À ™ ∏ π ∞∆ ƒ π ∫ ∏ ™ ∂ π ∫ √ ¡ ∞ ™ – À ¶ √ § √ ° π ™ ∆ π ∫ ∏ √ ƒ∞ ™ ∏

α β γ

™¯‹Ì· 5.12

Μια τοµή CT κρανί-

ου µε παθολογικό

εύρηµα (α), τµηµα-

τοποίηση του παθο-

λογικού ευρήµατος

µε SGR (β) και οριο-

θέτηση του περι-

γράµµατος αυτού

Page 126: Deli Basis

1 2 6 K E º A § A I O 5 . π ∞∆ ƒ π ∫ ∏ ∞ ¶ ∂ π ∫ √ ¡ π ™ ∏

τοµέα αυτό. Ενδεικτικά µπορούµε να αναφέρουµε τους ακόλουθους τρόπους µοντε-

λοποίησης δισδιάστατων και τρισδιάστατων γεωµετρικών µοντέλων.

∂•∞°ø°∏ ¶∂ƒπ°ƒ∞ªª∞∆√™ ∞¶√ ¢À∞¢π∫√ ∞¡∆π∫∂πª∂¡√

Η εξαγωγή περιγράµµατος από τµηµατοποιηµένο αντικείµενο είναι η ευκολότερη

περίπτωση εξαγωγής περιγράµµατος. Μία εκ των απλούστερων και ταχύτερων µεθό-

δων είναι η εφαρµογή του µορφολογικού τελεστή διάβρωσης (erosion) και η αφαί-

ρεση του αποτελέσµατος από την τµηµατοποιηµένη εικόνα.

∞¡πá∂À™∏ ¶∂ƒπ°ƒ∞ªª∞∆√™ µ∞™∂π ∆√À ª∂∆∞™Ã∏ª∞∆π™ª√À HOUGH

Ο µετασχηµατισµός Hough (Hough transform – HT) χρησιµοποιείται για ανίχνευση

περιγράµµατος σε εικόνες σε περιπτώσεις κατά τις οποίες αυτό µπορεί να περιγρα-

φεί αναλυτικά. Ασυνέχειες του περιγράµµατος ή ύπαρξη θορύβου δεν επηρεάζουν

σηµαντικά την αποτελεσµατικότητα της µεθόδου. Ο HT προτάθηκε το 1972 για ανί-

χνευση γραµµών σε εικόνες. Μειονέκτηµα της µεθόδου του HT αποτελεί η υψηλή

απαιτούµενη µνήµη του υπολογιστή στην περίπτωση καµπύλων οι οποίες εκφράζο-

νται αναλυτικά µε µεγάλο αριθµό παραµέτρων. Προσεγγίσεις για την περίπτωση

αυτή έχουν δοθεί από τους Ballard και Brown 1981.

∂¡∂ƒ°∞ ¶∂ƒπ°ƒ∞ªª∞∆∞ – ∂¡∂ƒ°∂™ ∂¶πº∞¡∂π∂™

Η µέθοδος των ενεργών περιγραµµάτων (active contours ή active snakes) προτάθη-

κε για πρώτη φορά το 1988 και έκτοτε έχει βρει πλήθος εφαρµογές στο χώρο της

ανάλυσης ιατρικών εικόνων. Το ενεργό περίγραµµα είναι µια διατεταγµένη ακο-

λουθία σηµείων τα οποία µπορούν να κινούνται υπό την επίδραση εξωτερικών δυνά-

µεων και εσωτερικών αλληλεπιδράσεων, ο ορισµός των οποίων ποικίλλει κατά εφαρ-

µογή (application specific). Το µεγάλο πλεονέκτηµα των ενεργών περιγραµµάτων

είναι το ότι κατορθώνουν να οριοθετούν το υπό αναζήτηση αντικείµενο βρίσκοντας

ακµές, ακόµα και όταν το αντικείµενο δεν είναι σαφώς ή συνεχώς ορισµένο, είτε από

το υπόβαθρο είτε από άλλες ανατοµικές δοµές. Παράδειγµα του παραπάνω αλγό-

ριθµου αποτελεί η οριοθέτηση του ενδοκαρδίου και περικαρδίου περιγράµµατος σε

ηχοκαρδιογράφηµα, καθώς και ο εντοπισµός όγκου σε υπερηχογράφηµα ήπατος,

όπως απεικονίζονται στο Σχήµα 5.13 (α) και (β), αντίστοιχα. Η επέκταση της µεθό-

δου στην τρίτη διάσταση οδηγεί στη µέθοδο των ενεργών επιφανειών.

Page 127: Deli Basis

™∆√Ã∞™∆π∫∞ ª√¡∆∂§∞ ¶∂ƒπ°ƒ∞ªª∞∆√™

Τα στοχαστικά µοντέλα περιγράµµατος (stochastic models) παράγονται από ένα

σύνολο παραδειγµάτων, η τµηµατοποίηση των οποίων συνήθως γίνεται εφάπαξ από

ειδικό. Η µέθοδος περιλαµβάνει µια στοχαστική διεργασία η οποία παράγει νέα περι-

γράµµατα χρησιµοποιώντας το αρχικό σύνολο παραδειγµάτων και αποφασίζει ποιο

είναι το βέλτιστο από αυτά. Η παραπάνω µέθοδος χρησιµοποιήθηκε για να παράγει

µοντέλα του περιγράµµατος της αριστερής καρδιακής κοιλίας (Σχήµα 5.14α), καθώς

και να εντοπίσει την ανατοµική αυτή δοµή σε καρδιο–υπερηχογραφήµατα (β).

Η επέκταση της µεθόδου στην τρίτη διάσταση οδηγεί στην τεχνική των στοχαστικών

µοντέλων επιφανειών. Μειονέκτηµα της µεθόδου αποτελεί η αναγκαιότητα ύπαρξης

µιας εκτενούς βιβλιοθήκης παραδειγµατικών αντικειµένων για κάθε ανατοµική δοµή.

1 2 75 . 3 ∞ ¡ ∞ § À ™ ∏ π ∞∆ ƒ π ∫ ∏ ™ ∂ π ∫ √ ¡ ∞ ™ – À ¶ √ § √ ° π ™ ∆ π ∫ ∏ √ ƒ∞ ™ ∏

α β

™¯‹Ì· 5.13

Ανεύρεση ενδοκαρδίου και περι-

καρδίου περιγράµµατος σε τρεις

από υπερηχοκαρδιογράφηµα (α),

Ανεύρευση όγκου σε υπερηχογρά-

φηµα ήπατος (β), χρησιµοποιώ-

ντας ενεργά περιγράµµατα

α β

™¯‹Ì· 5.14

Παραδειγµατικά

µοντέλα περιγράµ-

µατος της αριστερής

κοιλίας της καρδιάς

που χρησιµοποιήθη-

καν για την εκπαί-

δευση του συστήµα-

τος (α) (LV – Left

Ventricle, LA – Left

Atrium) και η εξαγω-

γή του περιγράµµα-

τος από κλινικό ηχο-

καρδιογράφηµα (β)

(Από T. Cootes, et

al., 1992, και A. Hill

and C. Taylor, 1992)

Page 128: Deli Basis

1 2 8 K E º A § A I O 5 . π ∞∆ ƒ π ∫ ∏ ∞ ¶ ∂ π ∫ √ ¡ π ™ ∏

∂º∞ƒª√°∂™ °ƒ∞ºø¡ ∫∞π ¢À¡∞ªπ∫√™ ¶ƒ√°ƒ∞ªª∞∆π™ª√™

Οι δύο αυτές µέθοδοι εξαγωγής περιγραµµάτων ανήκουν στις ευρετικές τεχνικές

(heuristic search). Προϋποθέτουν αρχικά την εφαρµογή ενός τελεστή κλίσης στην

αρχική εικόνα, δηµιουργώντας ένα γράφο µε κόµβους –pixels µε ισχυρή κλίση– και

συνδέσεις οι οποίες καθορίζονται από τη διεύθυνση της κλίσης. Η εξαγωγή ενός περι-

γράµµατος ισοδυναµεί µε εύρεση διαδροµής στο γράφο αυτό.

Από το µεγάλο αριθµό µεθόδων για εύρεση διαδροµής σε γράφο, ιδιαίτερο ενδιαφέ-

ρον έχει προσελκύσει ο αλγόριθµος Α* (ευρετικός αλγόριθµος, ο οποίος δεν παρέχει

εγγυηµένα τη βέλτιστη διαδροµή), καθώς και οι παραλλαγές αυτού. Ο δυναµικός προ-

γραµµατισµός είναι µια προσέγγιση στο πρόβληµα της εύρεσης διαδροµής η οποία

παρέχει το βέλτιστο περίγραµµα. Το Σχήµα 5.15 απεικονίζει την εξαγωγή περιγράµ-

µατος εγκεφάλου εγκάρσιας τοµής εικόνας MR µε χρήση του αλγόριθµου Α*, παρά

την πολυπλοκότητα του σχήµατος και την επικάλυψή του µε γειτονικές δοµές.

Λήξη

Έναρξη

™¯‹Ì· 5.15

Εύρεση περιγράµµατος εγκεφάλου εγκάρσιας

τοµής εικόνας MR µε χρήση του αλγόριθµου

A*. Παρατηρήστε την πολυπλοκότητα του περι-

γράµµατος και την ακριβή οριοθέτηση του

αντικειµένου ενδιαφέροντος.

∂¶πº∞¡∂π∂™ ¶∞ƒ∞°√ª∂¡∂™ ∞¶√ ¶∂ƒπ°ƒ∞º∂π™ FOURIER (FOURIER DESCRIPTOR – FD)

Αποτελούν επέκταση των περιγραµµάτων των παραγόµενων από περιγραφείς Fourier

στην τρίτη διάσταση. Όπως και στα στοχαστικά µοντέλα, η πληροφορία σχετικά µε

το σχήµα ακόµα και πολύπλοκων αντικειµένων συµπυκνώνεται σε λίγες µόνο αρµο-

νικές. Η γενικότητα της µεθόδου είναι η µέγιστη δυνατή, αφού µπορεί να µοντελο-

ποιήσει αντικείµενα αυθαίρετης πολυπλοκότητας. Παράδειγµα εφαρµογής της µεθό-

δου φαίνεται στο Σχήµα 5.16.

Page 129: Deli Basis

5.3.2 ∞Ó·ÁÓÒÚÈÛË Û˘ÁÎÂÎÚÈÌ¤ÓˆÓ ·ÓÙÈÎÂÈÌ¤ÓˆÓ Û ÂÈÎfiÓ˜ Ì ÙË̤ıÔ‰Ô Ù˘ Û˘Û¯¤ÙÈÛ˘ – Matched filter

Ο ορισµός του τελεστή της συσχέτισης είναι παρόµοιος µε αυτόν της συνέλιξης.

Υπολογιστικά έχει επικρατήσει η υλοποίηση του τελεστή µε βάση το συντελεστή

συσχέτισης (Gonzalez and Winz 1989). Η συσχέτιση χρησιµοποιείται για ανεύρεση

συγκεκριµένων αντικειµένων σε εικόνες. Η γενικότητα της προσέγγισης περιορίζε-

ται από το γεγονός ότι δεν µπορεί να χειριστεί αποτελεσµατικά την περιστροφή,

µεγέθυνση και παραµόρφωση του υπό αναζήτηση αντικειµένου. Στο Σχήµα 5.17 φαί-

νεται µια αγγειογραφία αµφιβληστροειδούς (α) και η τµηµατοποίηση των αγγείων

αυτής (β) µε χρήση συσχέτισης της αρχικής εικόνας µε ευθύγραµµα τµήµατα συγκε-

κριµένου µήκους και πλάτους, προσανατολισµένα στις τέσσερις κύριες διευθύνσεις.

Για αναγνώριση αντικειµένων, συχνά χρησιµοποιούνται τεχνικές ανεξάρτητες από

περιστροφή ή µεγέθυνση του υπό αναζήτηση αντικειµένου.

1 2 95 . 3 ∞ ¡ ∞ § À ™ ∏ π ∞∆ ƒ π ∫ ∏ ™ ∂ π ∫ √ ¡ ∞ ™ – À ¶ √ § √ ° π ™ ∆ π ∫ ∏ √ ƒ∞ ™ ∏

α β

™¯‹Ì· 5.16

Κωδικοποίηση του σχήµατος

των πλευρικών κοιλιών του

εγκεφάλου µε περιγραφείς

Fourier. Οπίσθια άποψη του

γεωµετρικού µοντέλου των

κοιλιών (α). Εύρεση των

ορίων των κοιλιών και του

προµήκους µυελού σε

µεσο–οβελιαία τοµή 3D

εικόνας MR εγκεφάλου (β).

α β

™¯‹Ì· 5.17

Τυπική αγγειογρα-

φία αµφιβληστρο-

ειδούς (α) και τµη-

µατοποίηση των

αγγείων µε τη

µέθοδο της συσχέ-

τισης (β)

Page 130: Deli Basis

1 3 0 K E º A § A I O 5 . π ∞∆ ƒ π ∫ ∏ ∞ ¶ ∂ π ∫ √ ¡ π ™ ∏

5.3.3 ∫·ÙËÁÔÚÈÔÔ›ËÛË ·Ó·ÙÔÌÈÎÒÓ ‰ÔÌÒÓ

Μετά την αναγνώριση µιας ανατοµικής δοµής µε κάποια από τις παραπάνω µεθό-

δους, συχνά είναι απαραίτητο να αποφανθεί το υπολογιστικό σύστηµα περί της παθο-

λογίας ή µη, καθώς και να υποδείξει την κατάλληλη παθολογία. Για το σκοπό αυτό

το σύστηµα κατηγοριοποιεί την ανατοµική δοµή (object recognition/classification)

µε βάση περιγραφείς σηµαντικών ιδιοτήτων του (εµβαδόν / όγκο, περίµετρο, υπο-

γραφή καµπυλότητας –curvature signature–, ορθογώνιες ορµές κτλ.). Η κατηγοριο-

ποίηση λαµβάνει χώρα στο χώρο των περιγραφέων (descriptor space) µε χρήση επι-

βλεπόµενων ή µη τεχνικών (supervised ή unsuperivised). Ο αναγνώστης παραπέ-

µπεται στους Ballard 1981 και Jain 1989 για µια εισαγωγή στο θέµα αυτό.

5.3.4 ∂˘ı˘ÁÚ¿ÌÌÈÛË Î·È Û‡ÓÙËÍË È·ÙÚÈÎÒÓ ÂÈÎfiÓˆÓ

Σε αρκετές κλινικές περιπτώσεις λαµβάνονται εικόνες συγκεκριµένων ανατοµικών

δοµών µε το ίδιο σύστηµα απεικόνισης, σε διαφορετικούς χρόνους. Σε άλλες περι-

πτώσεις, συγκεκριµένες ανατοµικές δοµές απεικονίζονται από διαφορετικά συστή-

µατα απεικόνισης την ίδια χρονική στιγµή. Οι εικόνες αυτές περιέχουν συνδυασµένη

πληροφορία σχετικά µε την πρόοδο µιας νόσου ή την αποτελεσµατικότητα µιας θερα-

πείας. Ο ειδικός ή ο θεράπων ιατρός συγκρίνει τις εικόνες και εξάγει τη συνδυασµέ-

νη αυτή πληροφορία διά απλής εποπτείας, µια νοητική διαδικασία η οποία στερείται

ποσοτικοποίησης, αντικειµενικότητας και επαναληψιµότητας των αποτελεσµάτων.

Στην υποενότητα αυτή θα περιγραφούν µε συντοµία οι απλούστερες προσεγγίσεις

του θέµατος της ταύτισης (ευθυγράµµισης) και συνδυασµού της πληροφορίας

(σύντηξης) δύο ή περισσότερων εικόνων συγκεκριµένων ανατοµικών δοµών του

ιδίου ασθενούς τόσο στις δύο όσο και στις τρεις διαστάσεις.

Κατά την απεικόνιση των ίδιων ανατοµικών δοµών του ιδίου ασθενούς σε διαφορε-

τικές χρονικές στιγµές, είτε µε το ίδιο απεικονιστικό σύστηµα είτε όχι, η σχετική

γεωµετρία των παραγόµενων εικόνων καταστρέφεται από τις ακόλουθες αιτίες:

• ∆ιαφορετική γεωµετρία ασθενούς – απεικονιστικού συστήµατος (µεταξύ τους από-

σταση, γωνία, µετακίνηση του ασθενούς κτλ.).

• Παραµόρφωση των απεικονιζόµενων ανατοµικών δοµών λόγω φυσιολογίας (π.χ.

κτύποι καρδιάς, αναπνοή κτλ.).

• Γεωµετρικές παραµορφώσεις των ίδιων των απεικονιστικών συστηµάτων.

Κατά συνέπεια, είναι απαραίτητο να µετασχηµατιστεί γεωµετρικά η µία εκ των εικό-

νων, ώστε να ευθυγραµµιστεί µε την άλλη, η οποία ονοµάζεται «εικόνα αναφοράς».

Page 131: Deli Basis

Ο γεωµετρικός µετασχηµατισµός µπορεί να είναι είτε ολικός (global transformation)

είτε τοπικός / ελαστικός (local). Η διαδικασία της ευθυγράµµισης καλείται αυτόµα-

τη (automatic) όταν τα κοινά χαρακτηριστικά µε βάση τα οποία οι δύο εικόνες ευθυ-

γραµµίζονται επιλέγονται ανεξάρτητα του χρήστη του προγράµµατος και χειροποί-

ητη (manual) σε αντίθετη περίπτωση.

Το Σχήµα 5.18 δείχνει ένα παράδειγµα ενός τοπικού γεωµετρικού µετασχηµατισµού

(α) και τα αποτελέσµατα της ευθυγράµµισης και σύντηξης ενός ζεύγους εικόνων CT

και MR (β).

1 3 15 . 4 ∆ √ ¶ ∞ ƒ √ ¡ ∫ ∞ π ∆ √ ª ∂ § § √ ¡ ∆ ø ¡ ™ À ™ ∆ ∏ ª ∞∆ ø ¡ π ∞∆ ƒ π ∫ ∏ ™ ∞ ¶ ∂ π ∫ √ ¡ π ™ ∏ ™

βα

™¯‹Ì· 5.18

Ευθυγράµµιση και σύντηξη 3D και 4D

εικόνων. (α) Τοπικός γεωµετρικός µετα-

σχηµατισµός, (β) ενσωµάτωση οστικής

πληροφορίας από εικόνα MR σε εικόνα CT

εγκεφάλου.

5.4 ∆Ô ·ÚfiÓ Î·È ÙÔ Ì¤ÏÏÔÓ ÙˆÓ Û˘ÛÙËÌ¿ÙˆÓ È·ÙÚÈ΋˜ ·ÂÈÎfiÓÈÛ˘

Η εξέλιξη των συστηµάτων ιατρικής απεικόνισης κατά τις τελευταίες, λίγες δεκαε-

τίες ήταν ραγδαία. Οι µεν εικόνες ακτίνων X παράχθηκαν από τις αρχές του αιώνα,

η γ κάµερα, ο αξονικός και µαγνητικός τοµογράφος (SPECT, CT και MRI, αντί-

στοιχα) όµως αποτελούν επιτεύγµατα της δεκαετίας του ’60, ’70 και ’80, αντίστοι-

χα. Ακόµη και σε αυτά τα συστήµατα υπάρχουν περιθώρια µείωσης του χρόνου συλ-

λογής των εικόνων, καθώς και βελτίωση της ποιότητας και διαγνωστικής τους. ∆ρα-

στηριότητα παρατηρείται και στον τοµέα σχεδίασης απεικονιστικών συστηµάτων τα

οποία βασίζονται σε διαφορετική φυσική, όπως, για παράδειγµα, το λειτουργικό

(functional) MRI.

Οι αλγόριθµοι ανάλυσης εικόνας έχουν από δεκαετίες αποτελέσει αντικείµενο έρευ-

νας, όχι µόνο στο πεδίο της ιατρικής απεικόνισης, αν και αποτελούν αναπόσπαστο

τµήµα των απεικονιστικών συστηµάτων. Στρατιωτικοί και βιοµηχανικοί κύκλοι έχουν

επί µακρόν επενδύσει στην εξέλιξη «έξυπνων» αλγόριθµων για διάφορες εφαρµογές

(αυτόµατα συστήµατα καθοδήγησης πυραύλων, αυτονοµία ροµπότ κτλ.). Αλγόριθ-

µοι από διαφορετικά γνωστικά πεδία έχουν επιστρατευτεί για την επίλυση των προ-

βληµάτων ανάλυσης εικόνας και στον ιατρικό τοµέα. Αυτό το οποίο µπορεί µε ασφά-

λεια να τονιστεί είναι ότι οι µέχρι τώρα εφαρµογές είναι επιτυχείς στα εξειδικευµένα

Page 132: Deli Basis

1 3 2 K E º A § A I O 5 . π ∞∆ ƒ π ∫ ∏ ∞ ¶ ∂ π ∫ √ ¡ π ™ ∏

προβλήµατα για τα οποία σχεδιάστηκαν. Σπάνια αλγόριθµοι, όµως, έχουν την ευρω-

στία (robustness) να λειτουργούν επιτυχώς στη γενική περίπτωση. Η εξέλιξη του υλι-

κού των υπολογιστών θα επιτρέψει την εφαρµογή νέων µεθόδων, οι οποίες παλαιό-

τερα εθεωρούντο µη ρεαλιστικές, κυρίως εξαιτίας της αργής εκτέλεσής τους.

™‡ÓÔ„Ë ÎÂÊ·Ï·›Ô˘

Η χρήση απεικονιστικών συστηµάτων και η παραγωγή δισδιάστατων, τρισδιάστατων

ή και τετραδιάστατων εικόνων αποτελεί συνήθη κλινική πρακτική. Στο πρώτο τµήµα

του κεφαλαίου αυτού συζητήθηκε ο µηχανισµός σχηµατισµού εικόνας από µηχάνηµα

παραγωγής ακτίνων X, αξονικούς τοµογράφους διέλευσης ακτίνων X και γ κάµερες.

Έγινε µνεία στα χαρακτηριστικά καταγραφής των απεικονιστικών αυτών συστηµά-

των και στις ιδιαιτερότητες των παραγόµενων εικόνων.

Το δεύτερο τµήµα του κεφαλαίου αφιερώθηκε στην επεξεργασία ιατρικής εικόνας.

Επεξηγήθηκε το σύνηθες µοντέλο υποβάθµισης της εικόνας και χρησιµοποιήθηκε η

αποσυνέλιξη για τον ορισµό διαφόρων φίλτρων αποκατάστασης. Χωρικοί τελεστές

και φίλτρα στο χώρο Fourier αναλύθηκαν και εφαρµόστηκαν τόσο για εξοµάλυνση

όσο και για όξυνση των χαρακτηριστικών της εικόνας.

Το τελευταίο τµήµα του κεφαλαίου αναλώνεται στην ανάλυση της εικόνας. Αρχικά

παρουσιάζεται το πρόβληµα της τµηµατοποίησης ανατοµικών δοµών από 2D και 3D

εικόνες. Ακολουθεί το πρόβληµα της ανίχνευσης και εξαγωγής περιγράµµατος αντι-

κειµένων στις δύο διαστάσεις και επιφανειών στις τρεις διαστάσεις. Τέλος, παρου-

σιάζεται το θέµα της ευθυγράµµισης και σύντηξης διαφορετικών εικόνων των ίδιων

ανατοµικών δοµών.

µÈ‚ÏÈÔÁÚ·Ê›·

[1] Armstrong P. and Wastie M., Diagnostic Imaging, Blackwell Scientific

Publications, 1992.

[2] Ballard D. and Brown C., Computer Vision, Prentice Hall, Inc., 1982.

[3] Gonzalez R. and Wintz P., Digital Image Processing, Addison Welsey Publishing

Company, 1987.

[4] Jain A., Fundamentals of Digital Image Processing, Prentice Hall, 1989.

[5] Kak A., Slaney M., Principles of Computerized Tomographic Imaging, IEEE

Press, 1988.

Page 133: Deli Basis

[6] Pratt W., Digital Image Processing, Wiley Interscience, 1991.

[7] Press W., Flannery B., Teukolsky S. and Vetterling W., Numerical Recipes, the

art of scientific computing, Cambridge University Press.

[8] Sharp P., Dendy P. and Keyes W., Radionuclide Imaging Techniques, Academic

Press, 1985.

[9] Webb S. (Ed.), The Physics of Medical Imaging, IOP Publishing Ltd., 1988.

√‰ËÁfi˜ ÂÚ·ÈÙ¤Úˆ ÌÂϤÙ˘

Το βιβλίο των Gonzalez και Wintz [3] αποτελεί ένα καλό ανάγνωσµα, µετρίου επι-

πέδου δυσκολίας, χωρίς ιδιαίτερη έµφαση στο µαθηµατικό φορµαλισµό και συνι-

στάται ως πρώτη επαφή µε το αντικείµενο. Το βιβλίο του Jain [4] αποτελεί µια ανά-

λογη προσέγγιση, µε αρκετά έντονο µαθηµατικό φορµαλισµό. Το βιβλίο των Ballard

και Brown [2] εµβαθύνει κυρίως σε θέµατα υπολογιστικής όρασης, θεωρώντας συχνά

δεδοµένη τη γνώση της επεξεργασίας εικόνας. Αν και σχετικά παλιό, θεωρείται θεµε-

λιώδες στον τοµέα τον οποίο πραγµατεύεται.

Το βιβλίο του Webb [9] πραγµατεύεται άριστα το θέµα της φυσικής της ιατρικής

απεικόνισης και τον τρόπο σχηµατισµού ιατρικών εικόνων, µε λίγες µόνο αναφορές

σε θέµατα επεξεργασίας και ανάλυσης εικόνων. Το σύγγραµµα του Sharp [8] εξει-

δικεύεται στον τρόπο σχηµατισµού, επεξεργασίας και ανάλυσης ραδιοϊσοτοπικών

εικόνων.

Η µελέτη του Kak [5] εξειδικεύεται ιδιαίτερα στην υπολογιστική τοµογραφία, αλλά

τα πρώτα τρία κεφάλαια είναι αρκετά προσιτά σε προπτυχιακό επίπεδο.

Τέλος, το βιβλίο των Press et al. [7] αποτελεί κλασικό σύγγραµµα αριθµητικής ανά-

λυσης και είναι ιδιαίτερα χρήσιµο σε κάθε θετικό επιστήµονα ο οποίος επιχειρεί επί-

λυση µαθηµατικών προβληµάτων µε ηλεκτρονικό υπολογιστή. Το κεφάλαιο το σχε-

τικό µε το µετασχηµατισµό Fourier είναι ιδιαίτερα χρήσιµο.

Το σύγγραµµα των Armstrong and Wastie [3] αποτελεί ένα ραδιογραφικό άτλαντα

και παρέχει µια ολοκληρωµένη ιδέα της διαγνωστικής αξίας των διαφόρων ειδών

ιατρικών εικόνων.

1 3 3√ ¢ ∏ ° √ ™ ¶ ∂ ƒ∞ π ∆ ∂ ƒ ø ª ∂ § ∂ ∆ ∏ ™

Page 134: Deli Basis
Page 135: Deli Basis

∆ËÏÂ˚·ÙÚÈ΋

™ÎÔfi˜

Σκοπός του κεφαλαίου είναι η εισαγωγή του φοιτητή στην έννοια της τηλεϊατρικής,

κυρίως υπό το πρίσµα του Παγκόσµιου Ιστού, ο οποίος διαδραµατίζει κυριαρχικό ρόλο

σε όλες σχεδόν τις υπολογιστικές εφαρµογές. Άµεσα συνδεδεµένα µε την τηλεϊατρική

είναι τα θέµατα ασφάλειας της µεταφοράς της πληροφορίας (κρυπτογράφηση, ψηφια-

κά πιστοποιητικά κτλ.), οι αρχιτεκτονικές επικοινωνίας στο διαδίκτυο, τα πρωτόκολ-

λα κωδικοποίησης της ιατρικής πληροφορίας και τα συστήµατα αρχειοθέτησης και

µεταφοράς εικόνων. Για όλα αυτά τα θέµατα γίνεται µια συνοπτική περιγραφή, ώστε

ο φοιτητής να αποκτήσει σφαιρική γνώση του θέµατος, χωρίς να αναλώνεται σε λεπτο-

µέρειες οι οποίες ξεφεύγουν από το σκοπό του παρόντος συγγράµµατος.

¶ÚÔÛ‰ÔÎÒÌÂÓ· ·ÔÙÂϤÛÌ·Ù·

Όταν θα έχετε µελετήσει το κεφάλαιο αυτό, θα είστε σε θέση να:

• Ορίσετε την έννοια της τηλεϊατρικής και να διατυπώσετε τη σκοπιµότητά της.

• Απαριθµήσετε τις κυριότερες µορφές αρχείων που είναι συµβατά µε τον παγκόσµιο

ιστό και χρησιµοποιούνται στην τηλεϊατρική.

• Περιγράψετε το ρόλο των Έµπιστων Τρίτων Μερών – TTPs και απαριθµήσετε τις

υπηρεσίες που παρέχουν.

• Περιγράψετε τον τρόπο ασφαλούς ανταλλαγής δεδοµένων µε το πρωτόκολλο

Ασφαλoύς ∆ιασύνδεσης – SSL.

• Αναλύσετε τον αλγόριθµο κρυπτογράφησης δηµόσιου κλειδιού RSA και τον αλγό-

ριθµο συµµετρικής κρυπτογράφησης DES.

• Απαριθµήσετε τις κυριότερες αρχιτεκτονικές επικοινωνίας στο διαδίκτυο.

• Περιγράψετε δύο πρότυπα κωδικοποίησης της ιατρικής πληροφορίας.

• ∆ικαιολογήσετε την αναγκαιότητα των Συστηµάτων Αρχειοθέτησης και Μεταφο-

ράς εικόνων – PACS.

• Περιγράψετε τη δοµή ενός PACS.

• Απαριθµήσετε τους κυριότερους τρόπους συµπίεσης εικόνας που παρέχει ένα PACS.

6∫ ∂ º ∞ § ∞ π √

Page 136: Deli Basis

1 3 6 K E º A § A I O 6 . ∆ ∏ § ∂ ´ ∞∆ ƒ π ∫ ∏

ŒÓÓÔȘ ÎÏÂȉȿ

• τηλεϊατρική

• έµπιστα τρίτα µέρη και ιεραρχία αυτών

• κρυπτογράφηση δεδοµένων

• ψηφιακά πιστοποιητικά

• κωδικοποίηση της ιατρικής πληροφορίας

• συστήµατα διαχείρισης και µεταφοράς εικόνας

∂ÈÛ·ÁˆÁÈΤ˜ ·Ú·ÙËÚ‹ÛÂȘ

Το κεφάλαιο αυτό επιχειρεί µια εισαγωγή στις κυριότερες έννοιες της τηλεϊατρικής,

καθώς και των τεχνολογιών που σχετίζονται µε αυτήν. Στην Ενότητα 6.1 παρουσιά-

ζεται ο ορισµός και η σκοπιµότητα της τηλεϊατρικής, ενώ η επόµενη υποενότητα αφιε-

ρώνεται στην επίδραση του Παγκόσµιου Ιστού (WWW) σε αυτή, σε αντιδιαστολή µε

το διαδίκτυο. Γίνεται µια αναφορά στην πλοήγηση στο WWW µε γραφικό περιβάλ-

λον, παρουσιάζονται οι τύποι αρχείων συµβατοί µε το WWW και η ενότητα επικε-

ντρώνεται στο θέµα της ασφάλειας της διακίνησης της ιατρικής πληροφορίας µέσω

του WWW, µε την εισαγωγή της έννοιας των ψηφιακών πιστοποιητικών, του πρωτο-

κόλλου SSL, των έµπιστων τρίτων µερών – TTP και αλγόριθµων κρυπτογράφησης.

Η Ενότητα 6.3 ασχολείται µε αρχιτεκτονικές επικοινωνίας µέσω του WWW, παρου-

σιάζοντας την αρχιτεκτονική «Πελάτη – Εξυπηρετητή», καθώς και την επιλογή της

αντικειµενοστραφούς γλώσσας προγραµµατισµού Java.

Πρωτόκολλα κωδικοποίησης της ιατρικής πληροφορίας όπως το HL7 και το πρότυ-

πο Επικοινωνίας ιατρικής ψηφιακής εικόνας DICOM παρουσιάζονται εν συντοµία

στην Ενότητα 6.4 και το κεφάλαιο τελειώνει µε µια ανάλυση των συστηµάτων αρχει-

οθέτησης και µεταφοράς εικόνων – PACS (Ενότητα 6.5).

Page 137: Deli Basis

6.1 ∂ÈÛ·ÁˆÁ‹ – √ÚÈÛÌfi˜ Î·È ¯ÚËÛÈÌfiÙËÙ· Ù˘ ÙËÏÂ˚·ÙÚÈ΋˜

Όσο και αν φαίνεται παράξενο, η ιδέα της τηλεϊατρικής είναι γνωστή εδώ και αρκε-

τές δεκαετίες. Χρειάστηκε όµως η εξέλιξη του διαδικτύου και του πρωτοκόλλου επι-

κοινωνίας TCP/IP (Transmission Control Protocol / Internet Protocol), που επέτρε-

ψε την εύκολη επικοινωνία µεταξύ διαφορετικών συστηµάτων και δικτύων υπολο-

γιστών, ώστε η τηλεϊατρική να αρχίσει να παίρνει τη σύγχρονη µορφή της. Η ταχύ-

τατη εξάπλωση του διαδικτύου, η εξέλιξη σύγχρονων τηλεπικοινωνιακών προτύπων

(όπως ISDN) και η ανάπτυξη λογισµικού το οποίο υποστηρίζει µεταφορά πολλα-

πλών µορφών δεδοµένων (εικόνα, ήχος, video κτλ.) έχει δηµιουργήσει δυνατότητες

στην τηλεϊατρική οι οποίες ξεπερνούν κατά πολύ αυτές που επέτρεπε η τεχνολογία

επικοινωνίας των παλαιοτέρων ετών.

Με τον όρο τηλεϊατρική εννοούµε τη µετάδοση ιατρικών δεδοµένων µε σκοπό την εκ

του µακρόθεν παροχή ιατρικών υπηρεσιών, όπως διάγνωση και υποστήριξη διάγνωσης.

Περισσότερο ίσως από άλλες ευρωπαϊκές χώρες, η γεωµορφολογία της Ελλάδας

δηµιουργεί περιοχές αποµονωµένες από τα µεγάλα αστικά κέντρα, όπου η πρόσβα-

ση ακόµα και σε πρωτοβάθµιο επίπεδο υγείας (π.χ. Κέντρα Υγείας) είναι δυσχερής.

Συχνά, η µετάβαση των κατοίκων των περιοχών αυτών σε µεγάλες νοσοκοµειακές µονά-

δες των αστικών κέντρων εξαρτάται από τις καιρικές συνθήκες. Κατά συνέπεια, ακόµα

κι αν υπάρχει πρόσβαση σε πρωτοβάθµιο επίπεδο υγείας, συχνά απαιτείται συνεργασία

του εκεί ιατρού (συνήθως ανειδίκευτου) µε τους ειδικούς ενός µεγάλου νοσοκοµείου.

Σε επίπεδο τριτοβάθµιας περίθαλψης (νοσοκοµεία), είναι συχνή η ανάγκη συνεργα-

σίας δύο ή περισσότερων ιατρών για την αποτίµηση της κατάστασης ενός ασθενούς,

τη διάγνωση ή την επιλογή κατάλληλου θεραπευτικού σχήµατος.

Τέλος, καθώς αυξάνει συνεχώς η διείσδυση των υπολογιστικών τεχνικών στη διά-

γνωση και θεραπεία, καθίσταται απαραίτητη η δυνατότητα αποστολής ιατρικών

δεδοµένων σε εξειδικευµένα υπολογιστικά κέντρα για υλοποίηση υπολογιστικών

τεχνικών οι οποίες ξεπερνούν τις δυνατότητες ενός νοσοκοµειακού ιδρύµατος.

Σε όλες τις παραπάνω περιπτώσεις, ιατρικά δεδοµένα του ασθενούς, ή ολόκληρος ο

ιατρικός του φάκελος, πρέπει να µεταφερθούν ηλεκτρονικά. Το έργο αυτό αναλαµ-

βάνει η τηλεϊατρική.

6.2 ¶·ÁÎfiÛÌÈÔ˜ πÛÙfi˜ (WWW) Î·È ÙËÏÂ˚·ÙÚÈ΋

Η µεγάλη διαφορά του WWW από το διαδίκτυο, όπως αυτό ήταν οργανωµένο τα

τελευταία χρόνια, είναι το γραφικό περιβάλλον, το οποίο επιτρέπει τη µετάβαση

1 3 76 . 2 ¶ ∞ ° ∫ √ ™ ª π √ ™ π ™ ∆ √ ™ ( W W W ) ∫ ∞ π ∆ ∏ § ∂ π ∞∆ ƒ π ∫ ∏

Page 138: Deli Basis

1 3 8 K E º A § A I O 6 . ∆ ∏ § ∂ ´ ∞∆ ƒ π ∫ ∏

µεταξύ ιστοσελίδων ή τη µεταφορά διαφόρων ειδών ιατρικών δεδοµένων χρησιµο-

ποιώντας το πρωτόκολλο http (HyperText Transfer Protocol). Η επίδραση του

Παγκόσµιου Ιστού (WWW) στην τηλεϊατρική υπήρξε καταλυτικής σηµασίας, κυρίως

λόγω της δυνατότητας πλοήγησης σε αυτό και ανταλλαγής πληροφοριών σε εξ ολο-

κλήρου γραφικό περιβάλλον.

6.2.1 ªÔÚʤ˜ ·Ú¯Â›ˆÓ Û˘Ì‚·ÙÒÓ Ì ÙÔ WWW

Τα ιατρικά δεδοµένα συνήθως επισυνάπτονται σε ιστοσελίδες, οι οποίες είναι αρχεία

τύπου html (HyperText Mark Language). Όταν κάποιος χρήστης συνδέεται µε µια

διεύθυνση URL (Unified Source Locator) και ζητά πρόσβαση σε µια ιστοσελίδα, το

πρωτόκολλο http αναλαµβάνει να µεταφέρει το αντίστοιχο αρχείο html στον browser

του χρήστη. Εκτός από τα αρχεία τύπου html, οι browsers του διαδικτύου υποστηρί-

ζουν µια ολόκληρη ακολουθία φορµάτ αρχείων διαφορετικών τύπων δεδοµένων, όπως:

αρχεία gif για εικόνες συµπιεσµένες χωρίς απώλεια (lossless compression), jpg για

εικόνες συµπιεσµένες µε απώλεια (lossy compression), αρχεία wrl για ρεαλιστική από-

δοση γεωµετρικών µοντέλων (Virtual Reality Modeling Language – VRML) κτλ.

Ιδιαίτερης αναφοράς χρήζει η µορφή αρχείων γεωµετρικών αντικειµένων – wrl. To

VRML αποτελεί µια γλώσσα προγραµµατισµού (script), εξειδικευµένη για τρισδιά-

στατα µοντέλα αντικειµένων. Η δεύτερη έκδοσή της, εκτός από περιστροφή και µεγέ-

θυνση σε πραγµατικό χρόνο, παρέχει δυνατότητα δυναµικής συµπεριφοράς, µέσω τοπο-

θέτησης διαφόρων ειδών αισθητήρων και συστήµατος µετάδοσης µηνυµάτων µεταξύ

των διαφορετικών κόµβων του αρχείου. Τα αρχεία VRML παρέχουν ένα περιβάλλον

το οποίο επιτρέπει συνύπαρξη και αλληλεπίδραση πολλών χρηστών. Τέλος, τα αρχεία

VRML επιτρέπουν αλληλεπίδραση και µεταφορά γεγονότων µεταξύ του wrl και αρκε-

τών γλωσσών προγραµµατισµού, προεξαρχούσης της Java. Τα αρχεία wrl είναι κατάλ-

ληλα για αναπαράσταση τριγωνοποιηµένων επιφανειών, οι οποίες είναι απαραίτητες

για φωτορεαλιστική απόδοση αντικειµένων / ανατοµικών οργάνων (surface rendering).

Περισσότερα για το θέµα αυτό θα αναφερθούν στο επόµενο κεφάλαιο.

6.2.2 ¶·ÁÎfiÛÌÈÔ˜ πÛÙfi˜ Î·È ·ÛÊ¿ÏÂÈ· ÙˆÓ È·ÙÚÈÎÒÓ ‰Â‰Ô̤ӈÓ

Ένα σύστηµα τηλεϊατρικής πρέπει να πληροί τα ακόλουθα κριτήρια ασφάλειας:

• Αναγνώριση της ταυτότητας του χρήστη (identification και authentication)

• Ακεραιότητα δεδοµένων

• Ασφάλεια δεδοµένων

Στο Κεφάλαιο 5 αναλύσαµε το θέµα της ασφάλειας των δεδοµένων όσο αυτά βρί-

Page 139: Deli Basis

σκονται µέσα σε ένα νοσοκοµειακό πληροφοριακό σύστηµα. Στο σηµείο αυτό είναι

σκόπιµο να συζητηθούν οι κίνδυνοι ασφάλειας ανταλλαγής πληροφορίας µέσω δια-

δικτύου, δηλαδή κάθε φορά που δύο νοσοκοµειακά συστήµατα ανταλλάσσουν πλη-

ροφορίες ή όταν ένας ιατρός προσπελάζει τις ιατρικές πληροφορίες ενός ασθενούς

του από το σπίτι ή το προσωπικό του ιατρείο κτλ. Η µεταφορά δεδοµένων µε έναν

browser διαδικτύου σε κανονικές συνθήκες είναι επισφαλής, αφού υπάρχει σειρά

τεχνικών και προϊόντων λογισµικού που επιτρέπουν την πρόσβαση σε αυτές. Για την

επίλυση των προβληµάτων αυτών εδραιώθηκε το πρωτόκολλο SSL (Secure Socket

Layer – Ασφαλής ∆ιασύνδεση), επί του οποίου βασίστηκαν οι υπηρεσίες Trusted

Third Party – TTP (Έµπιστα Τρίτα Μέρη).

Το πρωτόκολλο SSL έχει καταστεί πρότυπο για ασφαλείς συναλλαγές µέσω του

WWW και είναι αποδεκτό από όλους τους σηµαντικούς οίκους ανάπτυξης λογισµι-

κού (Microsoft, Netscape, Sun Microsystems κτλ.). Υποστηρίζει διπλή αναγνώριση

ταυτότητας χρήστη, είτε αυτός προέρχεται από την πλευρά του εξυπηρετητή (server)

είτε από την πλευρά του πελάτη (client), καθώς και διαφορετική κρυπτογράφηση για

κάθε συναλλαγή. Το πρωτόκολλο SSL συνεργάζεται µε όλα τα γνωστά πρωτόκολ-

λα µεταφοράς δεδοµένων, όπως http (HyperText Transfer Protocol), ftp (File Transfer

Protocol), telnet κτλ.

6.2.3 √È ˘ËÚÂۛ˜ TTP

Οι υπηρεσίες TTP είναι άµεσα συνδεδεµένες µε το πρωτόκολλο SSL. Η σηµαντι-

κότερη από αυτές είναι η έκδοση ψηφιακών πιστοποιητικών (Digital Certificates).

Το ψηφιακό πιστοποιητικό είναι αυτό το οποίο επιτρέπει την αναγνώριση της ταυ-

τότητας ενός χρήστη, όπως αναφέρθηκε παραπάνω. Όταν ένας οργανισµός, ο οποί-

ος αντιπροσωπεύεται στο διαδίκτυο από µια ιστοσελίδα, ζητήσει ψηφιακό πιστο-

ποιητικό από ένα TTP, το TTP εκδίδει ένα ιδιωτικό κλειδί (private key) και ένα δηµό-

σιο κλειδί (public key) για τον οργανισµό αυτό. Το σηµείο το οποίο πρέπει να κατα-

νοήσει κανείς είναι ότι δεδοµένα τα οποία κρυπτογραφούνται µε το δηµόσιο κλειδί

αποκρυπτογραφούνται µόνο µε το αντίστοιχο ιδιωτικό κλειδί, και αντιστρόφως. Το

ψηφιακό πιστοποιητικό είναι ένα αρχείο κειµένου αποτελούµενο από το δηµόσιο

κλειδί και µερικά ακόµα στοιχεία του οργανισµού, κρυπτογραφηµένα µε το ιδιωτι-

κό κλειδί του TTP.

Εκτός από τις υπηρεσίες οι οποίες βασίζονται στα ψηφιακά πιστοποιητικά (έλεγχος

πρόσβασης, αναγνώριση χρηστών, ακεραιότητα δεδοµένων κτλ.), το TTP παρέχει

ιεράρχηση των οργανισµών οι οποίοι έχουν πιστοποιητικό, διατήρηση αρχείου πιστο-

ποιητικών, διατήρηση καταλόγου ανακληµένων πιστοποιητικών ή πιστοποιητικών

1 3 96 . 2 ¶ ∞ ° ∫ √ ™ ª π √ ™ π ™ ∆ √ ™ ( W W W ) ∫ ∞ π ∆ ∏ § ∂ π ∞∆ ƒ π ∫ ∏

Page 140: Deli Basis

1 4 0 K E º A § A I O 6 . ∆ ∏ § ∂ ´ ∞∆ ƒ π ∫ ∏

τα οποία έχουν χρονικά λήξει (Certificate Revocation List – CRL).

Ένα σηµαντικό στοιχείο είναι η ιεράρχηση των υπαρχόντων TTPs, υπό την έννοια

ότι ένας οργανισµός Β ο οποίος κατέχει ψηφιακό πιστοποιητικό από τον οργανισµό

Α µπορεί να πιστοποιήσει την ταυτότητα ενός τρίτου οργανισµού Γ κτλ. Κάποιος

οργανισµός ο οποίος συναλλάσσεται µε τον Γ θα δεχτεί το πιστοποιητικό του Γ

ακόµα και αν αναγνωρίζει µόνο τον οργανισµό Α.

Τα σηµεία τα οποία παραµένουν ανοικτά σχετικά µε τα TTPs µπορούν να συνοψι-

στούν ως ακολούθως:

• Τα TTPs πρέπει να είναι όντως έµπιστα και η µεταφορά του ιδιωτικού κλειδιού

κατά την πρώτη φορά να γίνεται όχι ηλεκτρονικά, αλλά µε παράδοση κατ’ ιδίαν

στον ενδιαφερόµενο.

• ∆εν είναι ξεκάθαρο αν πρέπει τα TTPs να ανήκουν σε κυβερνητικούς οργανισµούς,

κυρίως για να αποφεύγεται η συσσώρευση ευαίσθητων πληροφοριών στις κυβερ-

νήσεις των κρατών. Για παράδειγµα, στη Γερµανία τα TTPs τα οποία εκδίδουν

πιστοποιητικά σε sites µε ιατρικά δεδοµένα ιδρύονται από ιατρικούς συλλόγους.

• Για τον παραπάνω λόγο, µερικά κράτη απαγορεύουν ακόµα και το σχηµατισµό

ιεραρχικών TTPs, ώστε να αποφεύγεται η υπερβολική συγκέντρωση ευαίσθητης

πληροφορίας στο κορυφαίο TTP της ιεραρχίας.

6.2.4 ¢È·‰Èηۛ· ·ÛÊ·ÏÔ‡˜ ·ÓÙ·ÏÏ·Á‹˜ ‰Â‰Ô̤ӈÓ, ̤ۈ ÙÔ˘ ‰È·‰È-ÎÙ‡Ô˘, ‚¿ÛÂÈ ÙÔ˘ ÚˆÙÔÎfiÏÏÔ˘ SSL

Έστω ότι ο πελάτης Α ζητά κάποια δεδοµένα από τον εξυπηρετητή Β. Η ανταλλα-

γή πληροφορίας πρέπει να γίνει µε καινούριο κλειδί κρυπτογράφησης, όπως ήδη

σηµειώθηκε στις υπηρεσίες TTP. Ο εξυπηρετητής Β, όµως, δεν έχει αναγνωρίσει τον

Α (στη θέση του Α θα µπορούσε να είναι κάποιος ο οποίος υποκρίνεται τον Α για

να υποκλέψει τις ιατρικές πληροφορίες). Έτσι, η διαδικασία η οποία ακολουθείται

είναι η ακόλουθη:

1. Ο Α στέλνει στον Β το πιστοποιητικό του (δηλ. το δηµόσιο κλειδί του Α κρυ-

πτογραφηµένο µε το ιδιωτικό κλειδί του TTP) κωδικοποιηµένο µε το ιδιωτικό

κλειδί του Α.

2. Ο Β αποκρυπτογραφεί το πιστοποιητικό του Α µε το δηµόσιο κλειδί του Α και

ελέγχει το περιεχόµενό του, προβαίνοντας έτσι στον έλεγχο της ταυτότητας του

Α (αν ο Α δεν ήταν αυτός που ισχυρίζεται, τότε δεν θα µπορούσε να κρυπτογρα-

φήσει οτιδήποτε µε το ιδιωτικό κλειδί του Α).

Page 141: Deli Basis

3. Ο Β παράγει ένα τυχαίο συµµετρικό κλειδί, το οποίο θα είναι το κλειδί για την

τρέχουσα συναλλαγή, το κρυπτογραφεί µε το δηµόσιο κλειδί του και το στέλνει

στον Α.

4. Ο Α αποκρυπτογραφεί το συµµετρικό κλειδί µε το ιδιωτικό κλειδί του Β και αρχί-

ζει η συναλλαγή πληροφοριών.

Τα δύο πρώτα βήµατα του αλγόριθµου καλούνται SSL handshaking, υπό την έννοια

ότι ο Α αποδεικνύει την ταυτότητά του στο Β. Η ίδια διαδικασία θα µπορούσε να λάβει

χώρα για να αποδείξει ο Β την ταυτότητά του στον Α. Η µεταφορά του συµµετρικού

κλειδιού κρυπτογράφησης για την τρέχουσα συναλλαγή / ανταλλαγή δεδοµένων είναι

ασφαλής, διότι, ακόµη κι αν κάποιος υποκλέψει το συµµετρικό κλειδί κατά τη µετά-

δοσή του, δεν µπορεί να το αποκρυπτογραφήσει, διότι χρειάζεται το ιδιωτικό κλειδί

του νόµιµου παραλήπτη. Ο ενδιαφερόµενος αναγνώστης παραπέµπεται στο άρθρο του

P. Wayner για µια εµπεριστατωµένη θεώρηση των παραπάνω θεµάτων.

1 4 16 . 2 ¶ ∞ ° ∫ √ ™ ª π √ ™ π ™ ∆ √ ™ ( W W W ) ∫ ∞ π ∆ ∏ § ∂ π ∞∆ ƒ π ∫ ∏

ÕÛÎËÛË A˘ÙÔ·ÍÈÔÏfiÁËÛ˘ 6.1

Με βάση τον ορισµό του ψηφιακού πιστοποιητικού, µπορείτε να δικαιολογήσετε

γιατί το βήµα 1 πιστοποιεί την ταυτότητα του πελάτη;

6.2.5 √ ·ÏÁfiÚÈıÌÔ˜ ÎÚ˘ÙÔÁÚ¿ÊËÛ˘ ‰ËÌfiÛÈÔ˘ ÎÏÂȉÈÔ‡ RSA

Για να γίνει κατανοητή η παραπάνω ανάλυση, κρίνεται σκόπιµο στο σηµείο αυτό να

αναφερθούν σε πολύ γενικές γραµµές οι δύο κύριοι εκπρόσωποι αλγόριθµων κρυ-

πτογράφησης, οι οποίοι υποστηρίζονται από το SSL.

Η κρυπτογράφηση δηµόσιου κλειδιού (public key cryptography), µε κύριο εκπρό-

σωπό της τον αλγόριθµο RSA, πρωτοεισήχθη από τους Diffie και Hellman το 1976.

Βασίζεται στην αρχή ότι τα δύο µέρη που επικοινωνούν δεν χρειάζεται να µοιράζο-

νται κοινή πληροφορία, δηλαδή ένα συµµετρικό κλειδί. Ο αποστολέας χρησιµοποι-

εί το δηµόσιο κλειδί του παραλήπτη για την κρυπτογράφηση του µηνύµατος, ο δεν

παραλήπτης χρησιµοποιεί το ιδιωτικό του κλειδί για την αποκρυπτογράφηση. Ο οποι-

οσδήποτε µπορεί να κρυπτογραφήσει, αλλά η αποκρυπτογράφηση γίνεται µόνο από

τον κάτοχο του ιδιωτικού κλειδιού. Είναι προφανές ότι πρέπει να υπάρχει κάποια

µαθηµατική σχέση µεταξύ του δηµόσιου και ιδιωτικού κλειδιού. Ο ορισµός τους

γίνεται ως ακολούθως: Όταν ένα TTP λάβει µια αίτηση για παραγωγή ψηφιακού

πιστοποιητικού, παράγει δύο µεγάλους πρώτους αριθµούς (prime numbers), p, q.

Έστω n το γινόµενο των p και q, το οποίο καλείται modulus. Επιλέγεται ένας ακέ-

Page 142: Deli Basis

1 4 2 K E º A § A I O 6 . ∆ ∏ § ∂ ´ ∞∆ ƒ π ∫ ∏

ραιος e < pq τέτοιoς ώστε να µην έχει κοινούς παράγοντες µε τον αριθµό (p–1)(q–1)

και ένας ακέραιος d τέτοιος ώστε ο αριθµός (ed–1) να διαιρείται ακριβώς µε τον

(p–1)(q–1). Το ζεύγος (n,e) αποτελεί το δηµόσιο κλειδί, ενώ το ζεύγος (n,d) είναι το

ιδιωτικό κλειδί. Μπορεί να δειχθεί ότι:

c = me mod n και m = cd mod n

Αποδεικνύεται έτσι ο ισχυρισµός ο οποίος διατυπώθηκε παραπάνω: δεδοµένα τα

οποία κρυπτογραφούνται µε το δηµόσιο κλειδί αποκρυπτογραφούνται µόνο µε το αντί-

στοιχο ιδιωτικό κλειδί, και αντιστρόφως.

Είναι προφανές ότι η ασφάλεια του αλγόριθµου RSA βασίζεται στη µυστικότητα του

ιδιωτικού κλειδιού. Παρά τους αρκετούς αιώνες έρευνας, δεν έχει βρεθεί µια αποτε-

λεσµατική µέθοδος παραγοντοποίησης µεγάλων αριθµών, όπως του modulus n. Θεω-

ρώντας ότι ο n έχει µέγεθος 512 bits, υπάρχουν 10150 πρώτοι αριθµοί µικρότεροι από

αυτόν. Σήµερα, το µέγεθος των 512 bits για τον n θεωρείται αρκετό µόνο για µη ευαί-

σθητα δεδοµένα. Υπολογίζεται ότι µε κόστος της τάξης µερικών εκατοµµυρίων δολα-

ρίων και χρόνο µηνών το ιδιωτικό κλειδί για modulus µεγέθους 512 bits µπορεί να

αποκαλυφθεί. Μεγέθη των 1024 ή και 2048 bits προτείνονται για βιοµηχανική χρήση.

6.2.6 √ Û˘ÌÌÂÙÚÈÎfi˜ ·ÏÁfiÚÈıÌÔ˜ ÎÚ˘ÙÔÁÚ¿ÊËÛ˘ DES

Ο αλγόριθµος DES (Data Encryption Standard) αναπτύχθηκε από την IBM. Παρέχει

συµµετρική κρυπτογράφηση, µε άλλα λόγια: το κλειδί της κρυπτογράφησης πρέπει

να είναι γνωστό στον αποστολέα και στον παραλήπτη. Το γεγονός αυτό δηµιουργεί

το πρόβληµα της ασφαλούς διακίνησής του και αποτελεί σηµαντικό µειονέκτηµα ένα-

ντι του RSA, ο οποίος βασίζεται σε ζεύγος δηµόσιου / ιδιωτικού κλειδιού. Ο DES

χρησιµοποιεί κλειδί µήκους 56 bits. Ο µόνος εφικτός τρόπος «σπασίµατος» της κρυ-

πτογράφησης DES ως σήµερα είναι η εξαντλητική αναζήτηση. Αν και σε µη εξειδι-

κευµένους υπολογιστές ο απαιτούµενος χρόνος για εξαντλητική αναζήτηση είναι της

τάξης των λίγων µηνών, εξειδικευµένο υλικό υπολογιστών µπορεί να µειώσει το

χρόνο αυτό κατά ένα παράγοντα 10 – 100. Για το λόγο αυτό χρησιµοποιούνται πολ-

λές παραλλαγές του DES, οι οποίες υποστηρίζονται από το πρότυπο SSL. Σύντοµα

αναµένεται σηµαντική αύξηση του µήκους του κλειδιού του αλγόριθµου DES.

6.2.7 ∫˘‚ÂÚÓËÙÈÎÔ› ÂÚÈÔÚÈÛÌÔ› ÛÙË ¯Ú‹ÛË Û˘ÛÙËÌ¿ÙˆÓ ÎÚ˘ÙÔÁÚ¿-ÊËÛ˘

Η υπηρεσία NSA (National Security Agency) των Ηνωµένων Πολιτειών, η οποία

ιδρύθηκε το 1952 από τον Harry Trouman, αποτελεί την κύρια κυβερνητική υπηρε-

σία η οποία παρακολουθεί κάθε αλγόριθµο κρυπτογράφησης / αποκρυπτογράφησης

Page 143: Deli Basis

και επιτρέπει να κυκλοφορούν ως εµπορικά προϊόντα µόνο αλγόριθµοι µε τέτοιες

προδιαγραφές, ώστε να αποκρυπτογραφούνται εύκολα από την ίδια. Η NSA έχει

απαγορεύσει την εξαγωγή από τις Ηνωµένες Πολιτείες οποιουδήποτε εµπορικού

προϊόντος που υλοποιεί τον αλγόριθµο RSA µε µήκος του modulus µεγαλύτερο των

128 bits, εκτός συγκεκριµένων εξαιρέσεων. Το γεγονός αυτό αποτελεί τροχοπέδη για

την ανάπτυξη της τηλεϊατρικής εκτός των Ηνωµένων Πολιτειών, χρησιµοποιώντας

αµερικανικά προϊόντα λογισµικού.

1 4 36 . 3 ∞ ƒ Ã π ∆ ∂ ∫ ∆ √ ¡ π ∫ ∂ ™ ∂ ¶ π ∫ √ π ¡ ø ¡ π ∞ ™ µ ∞ ™ π ™ ª ∂ ¡ ∂ ™ ™ ∆ √ ¢ π ∞ ¢ π ∫ ∆ À √

ÕÛÎËÛË A˘ÙÔ·ÍÈÔÏfiÁËÛ˘ 6.2

Θεωρήστε τις εξής δύο περιπτώσεις:

Α. Ένας ιατρός αποθηκεύει συστηµατικά δεδοµένα ασθενών στον προσωπικό του

υπολογιστή για αυστηρά προσωπική του χρήση.

Β. Το πληροφοριακό σύστηµα ενός νοσοκοµείου αποθηκεύει σε βάση δεδοµένων

ιατρικά δεδοµένα στα οποία έχουν πρόσβαση όλοι οι χρήστες του νοσοκοµείου,

καθώς και εξωτερικοί χρήστες οι οποίοι συνδέονται µέσω µισθωµένων γραµµών.

Τι αλγόριθµο κρυπτογράφησης θα συνιστούσατε σε κάθε περίπτωση;

ÕÛÎËÛË A˘ÙÔ·ÍÈÔÏfiÁËÛ˘ 6.3

Επισηµάνετε επιγραµµατικά την ασφάλεια που παρέχει η επικοινωνία µε βάση το

πρωτόκολλο SSL, σε αντιδιαστολή µε αυτή του Firewall (Κεφ. 4).

6.3 ∞Ú¯ÈÙÂÎÙÔÓÈΤ˜ ÂÈÎÔÈÓˆÓ›·˜ ‚·ÛÈṲ̂Ó˜ ÛÙÔ ‰È·‰›ÎÙ˘Ô

6.3.1 ∏ ·Ú¯ÈÙÂÎÙÔÓÈ΋ ÂÏ¿ÙË – Â͢ËÚÂÙËÙ‹ (client – server)

Η αρχιτεκτονική αυτή είναι η παλαιότερη η οποία υλοποιήθηκε. Προϋποθέτει την

ύπαρξη ενός εξυπηρετητή (server) ο οποίος δέχεται αιτήσεις για παροχή ή επεξερ-

γασία δεδοµένων από πελάτες (clients). Η ευρεία εφαρµογή του πρωτοκόλλου http

οδήγησε στη δηµιουργία γραφικού περιβάλλοντος µέσω του πλοηγού (browser) του

διαδικτύου, ο οποίος καλύπτει όλες τις λειτουργίες της αρχιτεκτονικής client – server.

Ένας διαδεδοµένος τρόπος επικοινωνίας πελάτη – εξυπηρετητή είναι το ASP (Active

Server Pages), το οποίο έχει υιοθετηθεί από τη Microsoft και υποστηρίζεται από

Windows 95 και NT. Ως εκτελέσιµα προγράµµατα χρησιµοποιούνται Active X, που

Page 144: Deli Basis

1 4 4 K E º A § A I O 6 . ∆ ∏ § ∂ ´ ∞∆ ƒ π ∫ ∏

επικοινωνούν µε τον πελάτη µέσω πρωτοκόλλου COM (Component Object Model),

το οποίο υποστηρίζει TCP/IP. Τα προγράµµατα Active X ουσιαστικά επιτρέπουν την

επικοινωνία µεταξύ εφαρµογών των MS Windows, δεν µεταφέρονται σε άλλες υπο-

λογιστικές πλατφόρµες πλην των Windows και η εκτέλεσή τους µέσω του WWW

είναι ταχεία (συγκρινόµενη µε τη Java) αλλά όχι ασφαλής, αφού επιτρέπουν ανά-

γνωση και εγγραφή του συστήµατος αρχείων του πελάτη. Το πρωτόκολλο COM

ουσιαστικά επιτελεί τη διασύνδεση µεταξύ δύο εκτελέσιµων αρχείων (ανεξαρτήτως

γλώσσας προγραµµατισµού) και χρησιµοποιείται ακόµα και στην επικοινωνία της

Java µε βάσεις δεδοµένων στον εξυπηρετητή.

Μια άλλη ευρέως διαδεδοµένη προσέγγιση επικοινωνίας µεταξύ πελάτη – εξυπηρε-

τητή είναι το CGI (Common Gateway Interface), το οποίο παρέχει επικοινωνία µετα-

ξύ εκτελέσιµων αρχείων του εξυπηρετητή µε δεδοµένα / παραµέτρους τα οποία στέλ-

νει ο πελάτης. Τα εκτελέσιµα αρχεία µπορούν να προέλθουν είτε από µεταγλώττιση

πηγαίου κώδικα γλωσσών, όπως: C, Pascal κτλ., είτε από µετάφραση πηγαίου κώδι-

κα της γλώσσας Perl. Η γλώσσα Perl πλεονεκτεί έναντι των παραδοσιακών γλωσσών,

λόγω της ανεξαρτησίας της από υπολογιστική πλατφόρµα και λειτουργικό σύστηµα.

Ιδιαίτερα διαδεδοµένη είναι σήµερα η πρακτική εισαγωγής στοιχείων ή διαχείρισης

βάσεων δεδοµένων οι οποίες βρίσκονται σε έναν εξυπηρετητή, µέσω του διαδικτύου

µε τη βοήθεια ενός WWW browser. Οποιαδήποτε από τις δύο υλοποιήσεις της αρχι-

τεκτονικής πελάτη – εξυπηρετητή (COM ή CGI) µπορεί να χρησιµοποιηθεί, αναλό-

γως της υπολογιστικής πλατφόρµας. Σε κάθε περίπτωση όµως ο τελευταίος κρίκος

της επικοινωνίας µε τη βάση δεδοµένων είναι είτε το DAO (Data Access Objects), αν

πρόκειται για τη βάση δεδοµένων Access της Microsoft, είτε το RDO (Remote Data

Objects), σε συνδυασµό µε οδηγούς ODBC. Οι οδηγοί ODBC (Open Database

Connectivity) παρέχονται από όλες τις εµπορικές βάσεις δεδοµένων (π.χ. Oracle) για

να επιτρέπουν την επικοινωνία των εφαρµογών µε τα στοιχεία της βάσης δεδοµένων.

6.3.2 ∏ ÁÏÒÛÛ· ÚÔÁÚ·ÌÌ·ÙÈÛÌÔ‡ Java

Η Java είναι µια αντικειµενοστραφής γλώσσα προγραµµατισµού, η οποία αρχικά ανα-

πτύχθηκε από τη Sun Microsystems ως ένα εργαλείο ανάπτυξης εφαρµογών στο δια-

δικτυακό περιβάλλον (µεταγλωττιστής JDK). Η Microsoft προχώρησε πρόσφατα, επί-

σης, στην παραγωγή ενός µεταγλωττιστή Java (J++). Η χαρακτηριστική διαφορά της

Java από τις λοιπές γλώσσες προγραµµατισµού είναι η ύπαρξη ενός στρώµατος πάνω

από το λειτουργικό σύστηµα του εκάστοτε υπολογιστή, το οποίο ονοµάζεται Java

Virtual Machine – JVM, που επιτρέπει την εκτέλεση ενός προγράµµατος Java µέσω

του διαδικτύου. Ένα πρόγραµµα Java µεταγλωττίζεται σε κώδικα κατανοητό από το

Page 145: Deli Basis

JVM (byte code) – και όχι σε δυαδικό κώδικα, ο οποίος είναι εκτελέσιµος µόνο από

ένα συγκεκριµένο λειτουργικό σύστηµα. Ο κώδικας ο οποίος παράγεται από το µετα-

γλωττιστή της Java καλείται Java applet ή, για συντοµία, applet. Μια ιστοσελίδα ενός

εξυπηρετητή ο οποίος προσφέρει ιατρικά δεδοµένα και εφαρµογές επεξεργασίας των

δεδοµένων αυτών περιέχει έναν αριθµό από applets τα οποία υλοποιούν τις εφαρµο-

γές. Ο πελάτης (client) ο οποίος προσπελάζει την ιστοσελίδα του εξυπηρετητή, µε ένα

απλό κλικ του ποντικιού στο εικονίδιο του applet, µεταφέρει το byte code του applet

στον υπολογιστή του. Στη συνέχεια, το JVM αναλαµβάνει την εκτέλεση του applet

στον υπολογιστή του πελάτη, ανεξαρτήτως λειτουργικού συστήµατος. Η εκτέλεση ενός

Java applet είναι ασφαλής, υπό την έννοια ότι το σύστηµα διαχείρισης ασφάλειας της

γλώσσας (Security Manager) µπορεί να απαγορεύει στα applets µια σειρά ενεργειών,

όπως εκκίνηση νέων διεργασιών στον υπολογιστή του πελάτη, προσπέλαση του

συστήµατος των αρχείων του πελάτη, σύνδεση µε άλλη TCP/IP διεύθυνση κτλ. Επι-

πλέον, οι σύγχρονες εκδόσεις των µεταγλωττιστών Java υποστηρίζουν αναγνώριση

ψηφιακών πιστοποιητικών και παραχώρηση ιδιαίτερων προνοµίων σε πελάτες – κατό-

χους τέτοιων πιστοποιητικών. Παράδειγµα εφαρµογής της Java στον τοµέα της Ιατρι-

κής Πληροφορικής αποτελεί ένα σύστηµα αρχειοθέτησης και επεξεργασίας εικόνων

(PACS) συµβατό µε το πρότυπο Επικοινωνίας ιατρικής ψηφιακής εικόνας DICOM, το

οποίο έχει αναπτυχθεί στο ιατρικό κέντρο UCLA και το οποίο ενσωµατώνεται σε µια

σειρά από Java applets για τη διαχείριση και επεξεργασία εικόνων.

Κατά µια έννοια, η αρχιτεκτονική την οποία προτείνει η Java είναι το αντίθετο της αρχι-

τεκτονικής client–server, αφού η εκτέλεση του προγράµµατος λαµβάνει χώρα όχι στον

εξυπηρετητή αλλά στον πελάτη. Κύριο πλεονέκτηµα της προσέγγισης αυτής είναι ότι

δεν υπάρχει υπολογιστικός φόρτος στον εξυπηρετητή και καθυστερήσεις λόγω µετα-

φοράς δεδοµένων. Η προσέγγιση δεν είναι ρεαλιστική σε περίπτωση κατά την οποία η

επεξεργασία η οποία απαιτείται δεν µπορεί να λάβει χώρα στον υπολογιστή του πελά-

τη. Στο σηµείο αυτό πρέπει να τονιστεί ότι οι µέχρι σήµερα εκδόσεις της γλώσσας Java

είναι αργές σε σχέση µε τις κλασικές γλώσσες προγραµµατισµού (π.χ. C, C++ κτλ.), αν

και η Sun Microsystems έχει ανακοινώσει τη σχεδίαση υλικού υπολογιστών εξειδικευ-

µένου στη Java (π.χ. επεξεργαστές όπως picoJava, MicroJava και UltraJava).

1 4 56 . 3 ∞ ƒ Ã π ∆ ∂ ∫ ∆ √ ¡ π ∫ ∂ ™ ∂ ¶ π ∫ √ π ¡ ø ¡ π ∞ ™ µ ∞ ™ π ™ ª ∂ ¡ ∂ ™ ™ ∆ √ ¢ π ∞ ¢ π ∫ ∆ À √

¢Ú·ÛÙËÚÈfiÙËÙ· 6.1

Αναφέρθηκε στην υποενότητα αυτή το θέµα της ασφάλειας η οποία παρέχεται από

τα Java applets ή τα Active X προγράµµατα. Εξηγήστε εν συντοµία τον κίνδυνο

που διατρέχει ένας πελάτης από τέτοια προγράµµατα, αναφέρετε ένα παράδειγµα

και αιτιολογήστε το ρόλο του Security Manager της Java.

Page 146: Deli Basis

1 4 6 K E º A § A I O 6 . ∆ ∏ § ∂ ´ ∞∆ ƒ π ∫ ∏

6.4 ¶ÚfiÙ˘· Έ‰ÈÎÔÔ›ËÛ˘ È·ÙÚÈ΋˜ ÏËÚÔÊÔÚ›·˜

Η φύση της ιατρικής πληροφορίας είναι πολύπλοκη, περιλαµβάνοντας κείµενο, εικό-

να, video κτλ. Η κατάταξή της µε βάση το περιεχόµενο και όχι τον τύπο της δεν είναι

λιγότερο απλή: Ιατρικό ιστορικό, αιτήσεις για εργαστηριακές εξετάσεις, αποτελέσµα-

τα εξετάσεων, οικονοµικά στοιχεία κτλ. αποτελούν τµήµατα της ιατρικής πληροφο-

ρίας, τα οποία πρέπει να κωδικοποιηθούν για την επιτυχή µεταφορά της. Τέλος, η ιατρι-

κή πληροφορία πρέπει να µπορεί να µεταφέρεται είτε µεταξύ τµηµάτων του ιδίου νοσο-

κοµειακού πληροφοριακού συστήµατος είτε µεταξύ διαφορετικών συστηµάτων.

∆ιάφορα πρότυπα κωδικοποίησης της ιατρικής πληροφορίας έχουν προταθεί για να

καλύψουν τις παραπάνω ανάγκες. Στο σηµείο αυτό θα αναφερθούµε στα κυριότερα

και ευρύτερα αποδεκτά πρότυπα.

6.4.1 ∆Ô ÚfiÙ˘Ô HL7

Το πρότυπο HL7 αποτελεί πρότυπο για την ηλεκτρονική µεταφορά και ανταλλαγή

πληροφοριών σε ιατρικό περιβάλλον. Το HL7 είναι αποδεκτό από το ANSI (American

National Standards Institute). Στόχος του HL7 είναι η κωδικοποίηση της ιατρικής πλη-

ροφορίας, ώστε να επιτευχθεί αυτοµατοποίηση της διαδικασίας ηλεκτρονικής ανταλ-

λαγής ιατρικής πληροφορίας. Το HL7 κωδικοποιεί την πληροφορία σε µορφή κειµέ-

νου (ASCII). Κάθε µήνυµα αποτελείται από πολλά τµήµατα (segments), τα οποία ορί-

ζονται από µια ακολουθία τριών χαρακτήρων (π.χ. ACK: ενηµέρωση, ORM: αίτηµα

/ παραγγελία, ACC: ατύχηµα, BLG: χρέωση, OBX: παρατήρηση / αποτέλεσµα κτλ.).

Κάθε τµήµα µηνύµατος αποτελείται από πεδία (fields), τα οποία διαχωρίζονται µε το

χαρακτήρα ‘|’, και κάθε πεδίο περιέχει συστατικά και υποσυστατικά (components και

subcomponents), διαχωριζόµενα µε τους χαρακτήρες ‘^’ και ‘&’, αντίστοιχα.

Το HL7 σχεδιάστηκε θεωρώντας ότι συγκεκριµένα γεγονότα (γεγονότα ενεργοποί-

ησης – trigger events) δηµιουργούν αυτόµατα την ανάγκη ροής πληροφορίας µετα-

ξύ δύο υπολογιστικών συστηµάτων / υποσυστηµάτων. Εκτός από αυτή την «αυθόρ-

µητη» (unsolicitated) ροή πληροφορίας, ανταλλαγή πληροφορίας λαµβάνει χώρα µε

αποστολή ενός ερωτήµατος (query) από ένα υπολογιστικό σύστηµα σε ένα άλλο. Η

απάντηση ενός υπολογιστικού συστήµατος σε ένα αυθόρµητο µήνυµα είναι απλώς

ένα µήνυµα µε τµήµα ACK, ενώ σε συγκεκριµένο ερώτηµα το µήνυµα περιέχει τα

στοιχεία της απάντησης.

Το HL7 έχει κατηγοριοποιήσει και κωδικοποιήσει χιλιάδες ιατρικούς όρους, ενώ νέοι

προστίθενται διαρκώς. Πρέπει να διευκρινιστεί ότι είναι ανεξάρτητο λειτουργικού

συστήµατος, υποστηρίζει οποιοδήποτε πρωτόκολλο µετάδοσης πληροφορίας (TCP/IP,

Page 147: Deli Basis

PPP κτλ.), όλες τις αρχιτεκτονικές νοσοκοµειακών πληροφοριακών συστηµάτων, καθώς

και τη µεταφορά πληροφορίας µεταξύ διαφορετικών υπολογιστικών συστηµάτων.

Καταβάλλονται προσπάθειες ώστε το πρότυπο HL7 να υποστηρίξει δυαδικά δεδο-

µένα (εικόνες, ήχο κτλ.) ή να συνεργαστεί µε πρότυπα ειδικά σχεδιασµένα για τα

δεδοµένα αυτά (π.χ. µε DICOM για εικόνες).

6.4.2 ∆Ô ÚfiÙ˘Ô ∂ÈÎÔÈÓˆÓ›·˜ È·ÙÚÈ΋˜ „ËÊȷ΋˜ ÂÈÎfiÓ·˜ (DigitalImage Communication in Medicine – DICOM)

Το πρότυπο Επικοινωνίας ιατρικής ψηφιακής εικόνας DICOM επιχειρεί να κωδικο-

ποιήσει τόσο τα στοιχεία τα οποία απαραίτητα συνοδεύουν τις ιατρικές εικόνες, όσο

και τις ίδιες τις εικόνες, ώστε να επιτευχθεί η αυτόµατη σύνδεση των συσκευών παρα-

γωγής εικόνας µε το νοσοκοµειακό πληροφοριακό σύστηµα, ανεξαρτήτως συσκευής

ή λειτουργικού συστήµατος. Το πρότυπο DICOM προτάθηκε από το American College

of Radiology (ARC) και το National Electrical Manufacturers Association (NEMA)

το 1985. Σήµερα, το πρότυπο βρίσκεται στην τρίτη του έκδοση (DICOM 3.0).

Το DICOM 3.0 βασίζεται σε οντότητες (entities), οι οποίες µπορεί να είναι εικόνες,

ασθενείς, αναφορές κτλ., και στις σχέσεις τους µε ένα σύνολο πιθανών λειτουργιών

(entity – relationship model). Στην ορολογία του DICOM τα αντικείµενα (objects)

είναι ισοδύναµα µε τις οντότητες. Κάθε αντικείµενο έχει ορισµένα χαρακτηριστικά

(attributes) και µεθόδους. Κατά συνέπεια, οι γενικευµένες λειτουργίες, όπως «απο-

θήκευσε την εικόνα», εκτελούνται µε διαφορετικό τρόπο για κάθε είδος εικόνας. Το

σύνολο των λειτουργιών τις οποίες παρέχει το DICOM καλείται «DICOM message

service elements (DIMSE)». Τα χαρακτηριστικά µιας κλάσης αντικειµένων καλού-

νται IOD (Information Object Definition). Ο συνδυασµός ενός IOD και των λει-

τουργιών που σχετίζονται µε αυτό (DIMSE) καλείται SOP (Service Object Pair).

Έχοντας αναφερθεί στην κυριότερη ορολογία του DICOM, µπορούµε να επισηµά-

νουµε τα κύρια σηµεία της µοντελοποίησης της πληροφορίας που επιτυγχάνει το

DICOM. Τα χαρακτηριστικά των κλάσεων αντικειµένων αναλύονται στο τµήµα 3

της τεκµηρίωσης του προτύπου, όπου τα IOD ενός αντικειµένου διακρίνονται σε

composite και normalized. Τα πρώτα περιλαµβάνουν χαρακτηριστικά τα οποία είναι

ενδογενή του αντικειµένου (π.χ. ηµεροµηνία απόκτησης της εικόνας), ενώ τα δεύ-

τερα περιλαµβάνουν χαρακτηριστικά τα οποία είναι ενδογενή ενός άλλου IOD (π.χ.

το όνοµα του ασθενούς από τον οποίο προέρχεται η εικόνα είναι composite για το

αντικείµενο της εικόνας, διότι είναι ενδογενές στο IOD του ασθενούς). Τα τµήµατα

4 και 5 της τεκµηρίωσης αναλώνονται στον προσδιορισµό των κλάσεων υπηρεσιών

(Service Class – SC) που παρέχονται από το DICOM και στη σχέση τους µε τις κλά-

1 4 76 . 4 ¶ ƒ √ ∆ À ¶ ∞ ∫ ø ¢ π ∫ √ ¶ √ π ∏ ™ ∏ ™ π ∞∆ ƒ π ∫ ∏ ™ ¶ § ∏ ƒ √ º √ ƒ π ∞ ™

Page 148: Deli Basis

1 4 8 K E º A § A I O 6 . ∆ ∏ § ∂ ´ ∞∆ ƒ π ∫ ∏

σεις των αντικειµένων. Αξίζει να σηµειωθεί ότι το DICOM 3.0 υποστηρίζει 24 δια-

φορετικά είδη δεδοµένων, διαχείριση και αποθήκευση µελετών και αποτελεσµάτων

/ εικόνων, αλλά και ασθενών, αιτήµατα (queries), λειτουργίες εκτύπωσης, 17 παραλ-

λαγές της συµπίεσης jpeg κτλ. Για την αυτοµατοποιηµένη κωδικοποίηση της ιατρι-

κής πληροφορίας είναι απαραίτητη η χρήση ενός λεξικού ιατρικής ορολογίας, το

οποίο περιέχεται στο τµήµα 6 της τεκµηρίωσης του DICOM. Το λεξικό περιλαµβά-

νει ιατρικούς όρους σε µορφή κειµένου και ταµπέλες δεκαεξαδικών αριθµών για

καθένα από αυτούς.

Το πρότυπο DICOM είναι ιδιαίτερα πολύπλοκο. Για να προκαθοριστεί ο βαθµός συµ-

βατότητας µιας απεικονιστικής συσκευής µε το πρότυπο αυτό, κάθε κατασκευαστής

ο οποίος υποστηρίζει συµβατότητα της συσκευής εκδίδει µια δήλωση συµµόρφωσης

(compliance statement), η οποία περιλαµβάνει τα ακόλουθα:

• Οντότητες εφαρµογών (application entities) και αναλυτική περιγραφή τους

• Υποστηριζόµενα πρωτόκολλα επικοινωνίας

• Κατάλογο των υποστηριζόµενων SOP κτλ.

ÕÛÎËÛË A˘ÙÔ·ÍÈÔÏfiÁËÛ˘ 6.4

Απαριθµήστε συνοπτικά τις κύριες οµοιότητες και διαφορές των πρωτοκόλλων

HL7 και DICOM.

6.5 ™˘ÛÙ‹Ì·Ù· ·Ú¯ÂÈÔı¤ÙËÛ˘ Î·È ÌÂÙ·ÊÔÚ¿˜ ÂÈÎfiÓˆÓ – PACS

Το σύστηµα αρχειοθέτησης και µεταφοράς εικόνων (Picture Archive and

Communication System – PACS) δεν αποτελεί πρότυπο κωδικοποίησης της ιατρι-

κής πληροφορίας. Αναφέρεται στο σηµείο αυτό σαν κατηγορία λογισµικού, το οποίο

βασίζεται στο πρότυπο DICOM και υλοποιεί κάποιες από τις λειτουργίες του. Η

κύρια λειτουργία ενός PACS είναι η διαχείριση των ιατρικών εικόνων και των συνο-

δευτικών πληροφοριών τους (π.χ. διαγνώσεις) και η παροχή τους κατ’ απαίτηση. Ένα

PACS πρέπει να παρέχει τις λειτουργίες του σε πλήρη εναρµόνιση µε το υπάρχον

πληροφοριακό νοσοκοµειακό σύστηµα.

6.5.1 ¶·Ú·ÁˆÁ‹ Î·È ‰È·¯Â›ÚÈÛË ÂÈÎfiÓˆÓ Û ¤Ó· Û‡Á¯ÚÔÓÔ ÓÔÛÔÎÔÌ›Ô

Στο Κεφάλαιο 5 αναλύθηκαν οι διαδικασίες σχηµατισµού και τα χαρακτηριστικά των

συνηθέστερων ιατρικών εικόνων. Στο σηµείο αυτό αξίζει να γίνει µιοα σύντοµη ανα-

Page 149: Deli Basis

φορά στο ρυθµό παραγωγής των εικόνων αυτών, καθώς και στις απαιτήσεις αποθή-

κευσης και διαχείρισής τους. Σύµφωνα µε µελέτη του 1999, ο ρυθµός παραγωγής και

οι απαιτήσεις αποθήκευσης εικόνων διαφόρων ειδών ενός νοσοκοµείου όπως το Ωνά-

σειο Καρδιοχειρουργικό Κέντρο µπορούν να συνοψιστούν στον Πίνακα 6.1.

¶›Ó·Î·˜ 6.1

Είδος Χωρική ανάλυση Μέγεθος Ετήσιος Ετήσιες

εξέτασης και εξέτασης αριθµός απαιτήσεις απο-

βάθος χρώµατος (MB) εξετάσεων θήκευσης (GB)

Ακτινογραφία 2048 ¥ 2048 ¥ 12 bits 6 14.000 85

θώρακος

Υπέρηχοι 512 ¥ 512 ¥ 8 bits 8–12 4.200 1.400

Αγγειογραφία 1024 ¥ 1024 ¥ 8 bits 4–8 3.200 720

γ κάµερα 256 ¥ 256 ¥ 8 bits 4–8 1.800 5

Σύνολο 2.210

Κατά τη στιγµή της συγγραφής του κεφαλαίου αυτού, προσφέρονται πολλά αποθη-

κευτικά µέσα για τη βραχυπρόθεσµη, µεσοπρόθεσµη και µακροπρόθεσµη αποθήκευ-

ση των ιατρικών εικόνων και δεδοµένων. Οι σκληροί δίσκοι, οι οποίοι σήµερα φτά-

νουν τη χωρητικότητα των 20 GB, καθώς και οι δίσκοι RAID (Redundunt Array of

Inexpensive Disks), µε χωρητικότητα αρκετών δεκάδων GB, είναι κατάλληλοι για βρα-

χυπρόθεσµη αποθήκευση (χρονικά διαστήµατα λίγων ηµερών). Μαγνητικοί δίσκοι

(Zip ή Jaz drives) χωρητικότητας µέχρι 2 GB έκαστος, οπτικοί δίσκοι (CDs) ή επα-

νεγγράψιµοι οπτικοί δίσκοι, ή DVDs σε διάταξη Juke Βox, το οποίο µπορεί να δια-

χειριστεί δεκάδες ή και εκατοντάδες δίσκους, παρέχοντας χωρητικότητα εκατοντάδων

GBs, είναι κατάλληλοι για µεσοπρόθεσµη (χρονικά διαστήµατα λίγων µηνών) και σε

ορισµένες περιπτώσεις µακροπρόθεσµη αποθήκευση δεδοµένων. Τέλος, µαγνητικά

σειριακά µέσα αποθήκευσης (tapes) χωρητικότητας 10–20 GB είναι κατάλληλα για

µακροπρόθεσµη αποθήκευση (για χρονικά διαστήµατα µεγαλύτερα του ενός έτους).

6.5.2 ™˘Ì›ÂÛË ÂÈÎfiÓ·˜

Ο τεράστιος όγκος δεδοµένων ο οποίος δηµιουργείται σε οποιαδήποτε προσπάθεια

αποθήκευσης των ιατρικών εικόνων που παράγονται σε ένα σύγχρονο νοσοκοµείο,

έστω και για ελάχιστους µήνες, οδήγησε τους ειδικούς στη θεώρηση λύσεων συµπίε-

σης της εικόνας. Η συνήθης πρακτική η οποία ακολουθείται στο θέµα αυτό συνοψί-

ζεται ως εξής: Εικόνες οι οποίες δεν έχουν ερµηνευτεί από ειδικό συµπιέζονται µε

1 4 96 . 5 ™ À ™ ∆ ∏ ª ∞∆∞ ∞ ƒ à ∂ π √ £ ∂ ∆ ∏ ™ ∏ ™ ∫ ∞ π ª ∂ ∆∞ º √ ƒ∞ ™ ∂ π ∫ √ ¡ ø ¡ – PA C S

Page 150: Deli Basis

1 5 0 K E º A § A I O 6 . ∆ ∏ § ∂ ´ ∞∆ ƒ π ∫ ∏

αλγόριθµους απόλυτης πιστότητας (lossless compression), ενώ για εικόνες οι οποί-

ες έχουν ερµηνευτεί και βρίσκονται στο στάδιο της µακρόχρονης αποθήκευσης χρη-

σιµοποιούνται αλγόριθµοι χαµηλότερης πιστότητας (lossy compression), επιτυγχά-

νοντας λόγο συµπίεσης µεγαλύτερο του 10:1 για τις µεγάλες ραδιογραφικές εικόνες

ή 4:1 για τις µικρότερων διαστάσεων εικόνες. Στο σηµείο αυτό πρέπει να τονιστεί

ότι οι εικόνες που αποσυµπιέζονται µε lossy αλγόριθµους έχουν ποιότητα χαµηλό-

τερη αυτής των αρχικών εικόνων. Η ερµηνεία και η διάγνωση έλαβε χώρα επί των

αρχικών εικόνων, κατά συνέπεια η πιστότητα των συµπιεσµένων εικόνων κρίνεται

ανεκτή για αρχειοθέτηση και πιθανή µελλοντική αναφορά µόνο.

Η θεωρία της συµπίεσης εικόνας είναι πολύπλοκη και ξεφεύγει από τα πλαίσια αυτού

του γενικού συγγράµµατος. Κρίνεται σκόπιµο όµως να αναφερθούν οι κυριότερες

τεχνικές και να δοθούν βιβλία ή δηµοσιεύσεις αναφοράς.

™Àª¶π∂™∏ ∂π∫√¡∞™ Ãøƒπ™ ∞¶ø§∂π∂™

Η συµπίεση εικόνας είναι «χωρίς απώλειες» (lossless compression) όταν η διαδικα-

σία της αποσυµπίεσης οδηγεί σε ακριβές αντίγραφο της αρχικής εικόνας. Ενδεικτι-

κά θα αναφέρουµε κάποιες χαρακτηριστικές τεχνικές:

Huffmann code

Η µέθοδος του Huffmann code συµπιέζει την εικόνα παράγοντας συµπαγή κώδικα

(compact code). Συνήθως οι εικόνες αποθηκεύονται µε σταθερό αριθµό bits ανά

pixel. Ο συµπαγής κώδικας µεταβάλλει τον αριθµό των bits ανά pixel, ανάλογα µε

τη συχνότητα εµφάνισης της κάθε τιµής pixel στην εικόνα. Η µέθοδος του Huffmann

διατάσσει όλες τις δυνατές τιµές των pixels της εικόνας σε φθίνουσα διάταξη και

δηµιουργεί ένα δέντρο πιθανοτήτων, αντικαθιστώντας τελικά τις δυνατές τιµές µε

άλλες, µεταβλητού αριθµού bits. Λεπτοµέρειες για τον αλγόριθµο αναφέρονται στο

σύγγραµµα των Gonzalez και Wintz, αλλά και στην αυθεντική οµώνυµη εργασία

(Huffmann 1952).

Shift codes

Η µέθοδος αυτή κάνει επίσης χρήση του συµπαγούς κώδικα. Η κύρια διαφορά από

την τεχνική Huffmann είναι ότι ο νέος κώδικας είναι επίσης σταθερού µήκους (αριθ-

µού bits), αλλά µικρότερου του αρχικού.

Run length

Πρόκειται για µια απλή τεχνική, η οποία εφαρµόζεται µε επιτυχία όταν η προς

συµπίεση εικόνα παρουσιάζει µεγάλες οµοιογενείς περιοχές. Οι περιοχές σταθερών

Page 151: Deli Basis

τιµών κωδικοποιούνται αποθηκεύοντας τη σταθερή τιµή και τον αριθµό των συνε-

χών επαναλήψεών της.

™Àª¶π∂™∏ ∂π∫√¡∞™ ™∂ ™Ã∂™∏ ª∂ ∂¡∞ ∫ƒπ∆∏ƒπ√ ¶π™∆√∆∏∆∞™ (LOSSY COMPRESSION)

Σε ορισµένες εφαρµογές είναι ανεκτός ένας βαθµός λάθους ή ανακρίβειας της απο-

συµπιεσµένης εικόνας σε σχέση µε την αρχική. Σε άλλες περιπτώσεις, η ανάγκη

ταχείας επικοινωνίας ή µακροχρόνιας αποθήκευσης µας αναγκάζει να δεχτούµε µει-

ωµένη πιστότητα της αποσυµπιεσµένης εικόνας. Το κριτήριο πιστότητας συχνά είναι

αριθµητικό (π.χ. η απόλυτη τιµή της διαφοράς της συµπιεσµένης από την αρχική

εικόνα). Κατά την ερευνητική δραστηριότητα για ανάπτυξη και έλεγχο νέων τεχνι-

κών συµπίεσης χρησιµοποιείται ως κριτήριο η ορατότητα σηµαντικών ανατοµικών

δοµών της εικόνας, µικρού χαρακτηριστικού µήκους ή αντίθεσης. Ο βαθµός ορατό-

τητας αποφασίζεται από ειδικούς, µε εφαρµογή της τεχνικής Response Operator’s

curve – ROC. Παραδείγµατα τεχνικών συµπίεσης εικόνας σε σχέση µε ένα κριτήριο

πιστότητας είναι τα ακόλουθα:

Differential Pulse Code Modulation (DPCM)

Η τεχνική DPCM εκµεταλλεύεται το γεγονός ότι στις περισσότερες εικόνες η τιµή

ενός pixel είναι ισχυρά συσχετισµένη µε αυτή των γειτονικών pixels. ∆ύο είναι τα

κύρια σηµεία της τεχνικής:

• Η παρατήρηση ότι για µια εικόνα, για παράδειγµα, 8 bits ανά pixel (δηλ. µε επι-

τρεπτές τιµές 0 – 255) αν αντικαταστήσουµε την τιµή κάθε pixel µε τη διαφορά

του από την τιµή του προηγούµενου pixel και σχεδιάσουµε το ιστόγραµµα της

εικόνας των «διαφορών», παρατηρούµε ότι το επιτρεπτό εύρος τιµών της συντρι-

πτικής πλειοψηφίας των pixels µειώνεται σε 20 ως 30. Κατά συνέπεια, απαιτού-

νται λιγότερα bits για να αποθηκεύσουν την τιµή κάθε pixel.

• Η χρήση γραµµικής πρόβλεψης (linear estimator), η οποία υπολογίζει την τιµή

ενός pixel µε βάση το προηγούµενο pixel. Ο µαθηµατικός φορµαλισµός της γραµ-

µικής πρόβλεψης δεν είναι αντικείµενο αυτού του κεφαλαίου, µπορεί όµως να

σηµειωθεί ότι διαφορετικές ρυθµίσεις παραµέτρων εφαρµόζονται για εικόνες µε

έντονες ακµές ή σχετικά εκτενή οµοιογενή τµήµατα.

Συµπίεση εικόνας µε χρήση µετασχηµατισµών

Στο Κεφάλαιο 5 αναφερθήκαµε στο µετασχηµατισµό Fourier και, µεταξύ άλλων ιδιο-

τήτων, επισηµάνθηκε ότι η συντριπτική πλειοψηφία της «ενέργειας» του φάσµατος

(δηλ. µη µηδενικοί συντελεστές χωρικών συχνοτήτων) εµπεριέχεται στις πρώτες

1 5 16 . 5 ™ À ™ ∆ ∏ ª ∞∆∞ ∞ ƒ à ∂ π √ £ ∂ ∆ ∏ ™ ∏ ™ ∫ ∞ π ª ∂ ∆∞ º √ ƒ∞ ™ ∂ π ∫ √ ¡ ø ¡ – PA C S

Page 152: Deli Basis

1 5 2 K E º A § A I O 6 . ∆ ∏ § ∂ ´ ∞∆ ƒ π ∫ ∏

αρµονικές µόνο. Κατά συνέπεια, αποτελεί µέθοδο αποτελεσµατικής συµπίεσης εικό-

νας ο µετασχηµατισµός της και η αποθήκευση µόνο των συντελεστών των αρµονι-

κών συχνοτήτων οι οποίοι είναι µεγαλύτεροι ενός προκαθορισµένου ορίου. Την ίδια

ιδιότητα (δηλ. συµπίεση της ενέργειας του φάσµατος στις χαµηλές αρµονικές)

παρουσιάζουν µια σειρά µαθηµατικών µετασχηµατισµών, όπως ο Hotelling,

Hadamard, Wavelet κτλ. Οι µετασχηµατισµοί αυτοί εφαρµόζονται σε τµήµατα της

εικόνας τυπικών διαστάσεων 4 ¥ 4 ως 16 ¥ 16 pixels. Υπεραπλουστεύοντας, µπο-

ρούµε να υποστηρίξουµε ότι η γνωστή σε όλους συµπίεση JPG βασίζεται στο συνη-

µιτονικό µετασχηµατισµό, ο οποίος αποτελεί τµήµα του µετασχηµατισµού Fourier.

Η αποτελεσµατικότητα των παραπάνω µετασχηµατισµών αποτελεί αντικείµενο έρευ-

νας, αρκεί όµως να σηµειωθεί ότι η απόδοσή τους είναι άµεσα συγκρίσιµη.

6.5.3 ∏ ‰ÔÌ‹ ÂÓfi˜ PACS

Η δοµή ενός PACS µπορεί να περιγραφεί, σε γενικές γραµµές, ως ακολούθως: Όλα

τα απεικονιστικά συστήµατα µε ψηφιακή έξοδο συνδέονται µε ένα σταθµό εργασίας.

Αν τα συστήµατα αυτά δεν είναι συµβατά µε DICOM, η επικεφαλίδα (header)

DICOM προστίθεται από το σταθµό εργασίας. Για συστήµατα µε αναλογική έξοδο,

οι παραγόµενες εξετάσεις µετατρέπονται σε ψηφιακή µορφή µε χρήση ενός σαρω-

τή (scanner) και προστίθεται σε αυτούς η κατάλληλη επικεφαλίδα DICOM. Οι σταθ-

µοί εργασίας και ο εξυπηρετητής της βάσης δεδοµένων είναι διασυνδεδεµένοι µε

δίκτυο υψηλού εύρους ζώνης (π.χ. Ethernet 100 Mbps). Η αποθήκευση των εικόνων

λαµβάνει χώρα στη βάση δεδοµένων, στην οποία συνδέονται όλα τα µέσα αποθή-

κευσης που αναφέρθηκαν παραπάνω. Ένας µεγάλος αριθµός προσωπικών υπολογι-

στών, οι οποίοι είναι διασκορπισµένοι στο νοσοκοµείο και ανήκουν στο νοσοκοµει-

ακό πληροφοριακό σύστηµα, επιτρέπει στο ιατρικό προσωπικό να έχει πρόσβαση σε

εικόνες και δεδοµένα, διαγνώσεις κτλ. οποιουδήποτε ασθενούς. Οι προσωπικοί αυτοί

υπολογιστές συνήθως παρέχουν τις στοιχειωδέστερες από τις λειτουργίες επεξεργα-

σίας και ανάλυσης εικόνας, οι οποίες αναφέρθηκαν στο Κεφάλαιο 5.

Τα οφέλη από τη χρήση ενός PACS είναι πολλαπλά, όλα όµως προέρχονται από το

γεγονός ότι η ανταλλαγή της πληροφορίας µεταξύ ιατρού – ασθενούς, των διαφό-

ρων τµηµάτων ενός νοσοκοµείου, αλλά και εκτός αυτού, είναι εύκολη και ταχεία.

Η πρόσβαση στις απεικονιστικές εξετάσεις του ασθενούς καθώς και στις αντίστοι-

χες γνωµατεύσεις είναι άµεση, εφόσον αυτές έγιναν στο ίδιο νοσοκοµείο. Στην περί-

πτωση κατά την οποία οι εξετάσεις έγιναν σε διαφορετικό νοσοκοµείο, το οποίο δια-

θέτει PACS βασισµένο στο πρότυπο DICOM στο πληροφοριακό του σύστηµα, η

προσπέλαση των ιατρικών αυτών δεδοµένων µπορεί να γίνει µέσω του διαδικτύου.

Page 153: Deli Basis

Καταργείται έτσι η χειρογραφική διαδικασία αποθήκευσης και ανάκτησης των νοσο-

κοµειακών αρχείων, η οποία είναι επίπονη, χρονοβόρα και επισφαλής. Περισσότε-

ρα του ενός τµήµατα του νοσοκοµείου µπορούν να έχουν πρόσβαση στις ίδιες εξε-

τάσεις, χωρίς να αναγκάζεται ο ασθενής να αναλαµβάνει τη µεταφορά τους. Κατά

συνέπεια, ο χρόνος παραµονής των ασθενών στο νοσοκοµείο µειώνεται, η παραγω-

γικότητα του ιατρικού προσωπικού αυξάνεται και οι υπηρεσίες τις οποίες παρέχει το

νοσοκοµείο αναβαθµίζονται. Η χρήση εικόνων σε ψηφιακή µορφή είναι συχνά οικο-

νοµικά συµφέρουσα, συγκρινόµενη µε το παραδοσιακά χρησιµοποιούµενο φωτο-

γραφικό φιλµ, ενώ επιτρέπει λειτουργίες επεξεργασίας και ανάλυσης εικόνας οι οποί-

ες δεν είναι δυνατόν να επιτελεστούν παρά µόνο σε ψηφιακή µορφή (βλέπε Κεφά-

λαιο 5). Πρέπει να σηµειωθεί ότι, σε αντιστοιχία µε την εισαγωγή των νοσοκοµεια-

κών πληροφοριακών συστηµάτων, δεν αναµένεται άµεσο οικονοµικό όφελος για το

νοσοκοµείο. Αντίθετα, το κόστος της αρχικής επένδυσης, η ανάγκη πρόσληψης εξει-

δικευµένου προσωπικού και η ανάγκη επιµόρφωσης του ήδη υπάρχοντος, καθώς και

η µελλοντική ανάγκη αναβάθµισης συχνά αποτελούν ανασταλτικό παράγοντα για

την εισαγωγή ενός PACS στο νοσοκοµειακό πληροφοριακό σύστηµα.

6.6 ∆Ô ·ÚfiÓ Î·È ÙÔ Ì¤ÏÏÔÓ Ù˘ ÙËÏÂ˚·ÙÚÈ΋˜

Η τηλεϊατρική αποκτά ιδιαίτερη σηµασία τόσο σε πρωτοβάθµια όσο και σε νοσοκο-

µειακή περίθαλψη, ιδίως σε χώρες µε ιδιόρρυθµες γεωµορφολογικές συνθήκες. Η εξέ-

λιξη της τεχνολογίας αναπτύσσει µε γοργούς ρυθµούς όλα εκείνα τα στοιχεία τα οποία

είναι απαραίτητα για την ολοκλήρωση συστηµάτων τηλεϊατρικής. Η ταχύτατη εξά-

πλωση του Παγκόσµιου Ιστού, η τεχνολογική υποδοµή για τη µεταφορά πληροφο-

ρίας (δίκτυα TCP/IP), η ανάπτυξη αλγόριθµων κρυπτογράφησης (RSA, DES κτλ.)

και πρωτοκόλλων επικοινωνίας (SSL) ώστε να διασφαλίζονται οι ιατρικές πληροφο-

ρίες κατά τις συναλλαγές και, τέλος, η ανάπτυξη προτύπων κωδικοποίησης της ιατρι-

κής πληροφορίας (HL7, DICOM) και η υλοποίησή τους σε εξειδικευµένα συστήµα-

τα λογισµικού (PACS) αποτελούν τα κυριότερα κοµµάτια του παζλ της τηλεϊατρικής.

Στο άµεσο µέλλον αναµένεται ο συνδυασµός όλων αυτών των στοιχείων για την

καθιέρωση των συστηµάτων τηλεϊατρικής και την ευρεία κλινική αποδοχή τους.

1 5 36 . 6 ∆ √ ¶ ∞ ƒ √ ¡ ∫ ∞ π ∆ √ ª ∂ § § √ ¡ ∆ ∏ ™ ∆ ∏ § ∂ π ∞∆ ƒ π ∫ ∏ ™

Page 154: Deli Basis

1 5 4 K E º A § A I O 6 . ∆ ∏ § ∂ ´ ∞∆ ƒ π ∫ ∏

™‡ÓÔ„Ë ÎÂÊ·Ï·›Ô˘

Το κεφάλαιο αυτό εισάγει το φοιτητή στην τηλεϊατρική και στις τεχνολογίες που σχε-

τίζονται µε αυτή. Αρχικά παρουσιάζεται ο ορισµός και η σκοπιµότητα της τηλεϊατρι-

κής µε έµφαση στην παροχή ιατρικής περίθαλψης, ιδιαίτερα σε χώρες µε γεωµορφο-

λογία όπως της Ελλάδας. Η επόµενη υποενότητα αφιερώνεται στην επίδραση του

Παγκόσµιου Ιστού (WWW) στην τηλεϊατρική. Επισηµαίνεται η πλοήγηση στο WWW

µε γραφικό περιβάλλον, παρουσιάζονται οι τύποι αρχείων συµβατών µε το WWW και

η ενότητα επικεντρώνεται στο θέµα της ασφάλειας της διακίνησης της ιατρικής πλη-

ροφορίας µέσω του WWW. Στα πλαίσια του θέµατος της ασφάλειας, εισάγεται η

έννοια των ψηφιακών πιστοποιητικών, του πρωτοκόλλου SSL, των έµπιστων τρίτων

µερών – TTP και αλγόριθµων κρυπτογράφησης και περιγράφεται η δοµή µιας ασφα-

λούς συναλλαγής, κατά την οποία µεταφέρονται ιατρικά δεδοµένα µέσω του WWW.

Η επόµενη ενότητα ασχολείται µε αρχιτεκτονικές επικοινωνίας µέσω του WWW.

Παρουσιάζεται η αρχιτεκτονική «Πελάτη – Εξυπηρετητή» σε διάφορες παραλλαγές,

όπως αυτές υποστηρίζονται από διάφορους οίκους λογισµικού (CGI, COM), καθώς

και η επιλογή της αντικειµενοστραφούς γλώσσας προγραµµατισµού Java, η οποία

επιτρέπει την εκτέλεση προγραµµάτων µέσω του διαδικτύου.

Πρωτόκολλα κωδικοποίησης της ιατρικής πληροφορίας όπως το HL7 και το DICOM

παρουσιάζονται εν συντοµία στην επόµενη ενότητα.

Το κεφάλαιο τελειώνει µε µια ανάλυση των συστηµάτων αρχειοθέτησης και µεταφο-

ράς εικόνων – PACS. Αρχικά αποδεικνύεται η σκοπιµότητά τους, αναλύονται οι λει-

τουργίες τους, προεξάρχουσας αυτής της συµπίεσης εικόνας και, τέλος, σκιαγραφεί-

ται η δοµή ενός τέτοιου συστήµατος.

Page 155: Deli Basis

µÈ‚ÏÈÔÁÚ·Ê›·

[1] Abernethy R., Wygant D., Chahin J., Morin R., COM/DCOM Unleashed

(Unleashed Series), MacMillan Publishing Company 1999.

[2] Bidgood W., Horii S., Introduction to the ACR–NEMA DICOM Standard,

RadioGraphics 1992.

[3] Boutell T., Cgi Programming in C & Perl, Addison Wesley, 1996.

[4] Cormen H., Leiserson E. and Rivest L., Introduction to Algorithms, The MIT

Press.

[5] Ford W., Computer Communication Security: Principles, Standard Protocols

and Techniques, Prentice Hall, 1994.

[6] The RSA Laboratories, «Frequently Asked Questions about Today’s

Cryptography», v4.0.

[7] International Association for Cryptologic Research, www.iacr.org.

[8] Rice J., Irving S., Advanced Java 1.1 Programming, McGraw–Hill, 1997.

[9] Scheier B., Applied Cryptography: protocols, algorithms and source code in C,

John Wiley, Second Edition, 1996.

[10] Wayner P., Who goes there ?, Byte, 70–80, June 1997.

1 5 5B I B § I O ° PA º I A

Page 156: Deli Basis

1 5 6 K E º A § A I O 6 . ∆ ∏ § ∂ ´ ∞∆ ƒ π ∫ ∏

√‰ËÁfi˜ ÂÚ·ÈÙ¤Úˆ ÌÂϤÙ˘

Η βιβλιογραφία σχετικά µε το HTML και τα συµβατά µε αυτό αρχεία είναι ευρύ-

τατη, ενώ εκτενείς αναφορές και τεχνικά στοιχεία υπάρχουν στο διαδίκτυο (π.χ. ολό-

κληρη η γλώσσα / script VRML αναλύεται σε αρκετές ιστοσελίδες του διαδικτύου).

Σχετικά µε πιο συγκεκριµένα θέµατα, το προτεινόµενο βιβλίο για τη γλώσσα προ-

γραµµατισµού Java (Rice και Irving) [8] είναι ενδεικτικό και καλύπτει το µετα-

γλωττιστή της Miscrosoft J++ v1.1. Αντίστοιχα βιβλία υπάρχουν για άλλους µετα-

γλωττιστές. Προτείνεται µόνο για φοιτητές που θα ήθελαν να εντρυφήσουν σε µια

παραθυρική αντικειµενοστραφή γλώσσα προγραµµατισµού. Οµοίως, το βιβλίο του

Boutell [3] σχετικά µε Pearl, C και CGI είναι εξειδικευµένο και προτείνεται σε όσους

θα ήθελαν να ασχοληθούν περαιτέρω.

Το βιβλίο των Abernethy et al. [1] για COM/DCOM είναι ιδιαίτερα εξειδικευµένο

και προτείνεται µόνο σε φοιτητές µε πολύ καλό προγραµµατιστικό υπόβαθρο.

Τα βιβλία των Ford [5] και Scheier [9] τα σχετικά µε κρυπτογραφία αναλύουν τις

ιδέες που παρουσιάστηκαν σε αυτό το κεφάλαιο, αν και ορισµένα κεφάλαιά τους

γίνονται τεχνικά και απαιτούν γνώση της γλώσσας προγραµµατισµού C ή άλλης αντί-

στοιχης. Το σύγγραµµα των Cormen et al. [4] είναι κλασικό για αλγόριθµους γενι-

κά, αλλά αναλύει συνοπτικά τον κρυπτογραφικό αλγόριθµο δηµόσιου κλειδιού. Ιδι-

αίτερα χρήσιµη είναι η πολυσέλιδη συλλογή των «Συχνότερων ερωτήσεων – F.A.Q.»

των RSA Laboratories [6], όπου αναλύονται ποιοτικά πολλά από τα θέµατα ασφά-

λειας της µεταφοράς της πληροφορίας που παρουσιάστηκαν σε αυτό το κεφάλαιο,

ενώ ενδιαφέρον παρουσιάζει και η ιστοσελίδα της εταιρείας κρυπτολογίας [7]. Ενδια-

φέρον παρουσιάζει το άρθρο του Wayner [10] στο περιοδικό Byte, το οποίο πραγ-

µατεύεται το θέµα του πρωτοκόλλου SSL και των ψηφιακών πιστοποιητικών. Πολλά

από τα θέµατα αυτά αναλύονται σε βιβλία και εργασίες σχετικά µε το ηλεκτρονικό

εµπόριο (electronic commerce).

Το βιβλίο του Bidgood [2] σχετικά µε το πρωτόκολλο DICOM παρουσιάζει ενδια-

φέρον, κυρίως σε όσους σκοπεύουν να εµπλακούν σε ανάπτυξη λογισµικού. Επειδή

πιθανότατα θα είναι παρωχηµένο κατά την εκτύπωση αυτού του συγγράµµατος, ο

ενδιαφερόµενος φοιτητής µπορεί να αναζητήσει την πλήρη περιγραφή του DICOM

standard σε ηλεκτρονική µορφή στο διαδίκτυο, όπου προσφέρεται δωρεάν.

Page 157: Deli Basis

ÀÔÏÔÁÈÛÙÈΤ˜ ÂÊ·ÚÌÔÁ¤˜ ÛÙËÓ È·ÙÚÈ΋

™ÎÔfi˜

Σκοπός του κεφαλαίου αυτού είναι η αναφορά κάποιων διαδικασιών της κλινικής ιατρι-

κής, οι οποίες παρουσιάζουν αυξηµένες απαιτήσεις σε υπολογιστική ισχύ. Παρουσιάζο-

νται µόνο σύντοµες περιγραφές και εισάγονται οι σχετικές έννοιες, χωρίς κανένα µαθη-

µατικό φορµαλισµό. Παρ’ όλα αυτά, καταβάλλεται προσπάθεια να επεξηγηθεί η ανα-

γκαιότητα των υπολογιστικών τεχνικών, ώστε ο φοιτητής να κατανοήσει το σηµερινό

αλλά και µελλοντικό ρόλο της επιστήµης των υπολογιστών στην επιστήµη της ιατρικής.

¶ÚÔÛ‰ÔÎÒÌÂÓ· ·ÔÙÂϤÛÌ·Ù·

Όταν θα έχετε µελετήσει το κεφάλαιο αυτό, θα είστε σε θέση να:

• Περιγράψετε την αναγκαιότητα µέτρησης όγκων σε τρισδιάστατες εικόνες.

• Περιγράψετε την αναγκαιότητα τεχνικών ρεαλιστικής απόδοσης ανατοµικών αντι-

κειµένων.

• ∆ιακρίνετε τις τεχνικές της απόδοσης επιφάνειας και όγκου και επισηµάνετε τις

κύριες διαφορές τους.

• Περιγράψετε την αντιστοιχία µεταξύ του µαθηµατικού φορµαλισµού του διαµερι-

σµατικού µοντέλου και της αντίστοιχης παθολογίας για ένα τουλάχιστον φυσιολο-

γικό σύστηµα.

• Ορίσετε την καµπύλη ενεργότητας ως συνάρτηση του χρόνου και περιγράψετε τη

χρήση της στον υπολογισµό του κλάσµατος εξώθησης της αριστερής κοιλίας της

καρδιάς.

• Περιγράψετε την αρχιτεκτονική ενός συστήµατος εικονικής πραγµατικότητας.

• Αναφέρετε τρεις τουλάχιστον εφαρµογές της εικονικής πραγµατικότητας στην ιατρική.

• Περιγράψετε το ρόλο των υπολογιστικών τεχνικών στην σχεδίαση ραδιοθεραπευ-

τικού σχήµατος.

ŒÓÓÔȘ ÎÏÂȉȿ

• χωρική απόδοση επιφανειών

• χωρική απόδοση όγκων

7∫ ∂ º ∞ § ∞ π √

Page 158: Deli Basis

1 5 8 K E º A § A I O 7 . À ¶ √ § √ ° π ™ ∆ π ∫ ∂ ™ ∂ º ∞ ƒ ª √ ° ∂ ™ ™ ∆ ∏ ¡ π ∞∆ ƒ π ∫ ∏

• διαµερισµατικά µοντέλα

• καµπύλη ενεργότητας ως συνάρτηση του χρόνου

• εικονική πραγµατικότητα

• εξοµοιωτής ραδιοθεραπείας

∂ÈÛ·ÁˆÁÈΤ˜ ·Ú·ÙËÚ‹ÛÂȘ

Το κεφάλαιο αυτό επιχειρεί µια εισαγωγή στις υπολογιστικές τεχνικές οι οποίες χρη-

σιµοποιούνται σήµερα σε ευρέως διαδεδοµένες κλινικές ιατρικές διαδικασίες. Τα

θέµατα ίσως να µην παρουσιάζουν ιδιαίτερη εννοιολογική συνάφεια, επιλέχθηκαν

όµως έτσι ώστε να δώσουν στο φοιτητή µια σφαιρική εικόνα των σηµερινών υπολο-

γιστικών εφαρµογών της κλινικής ιατρικής. Η Ενότητα 7.1 πραγµατεύεται µετρήσεις

όγκου ανατοµικών δοµών σε τρισδιάστατες εικόνες, ενώ η Ενότητα 7.2 εισάγει τις

κύριες έννοιες της ρεαλιστικής χωρικής αναπαράστασης ανατοµικών δοµών. Η Ενό-

τητα 7.3 εισάγει την έννοια και τη διαγνωστική αξία των διαµερισµατικών µοντέλων,

ενώ η Ενότητα 7.4 παρέχει ένα παράδειγµα υπολογισµού µιας διαγνωστικά πολύτι-

µης παραµέτρου από τα δεδοµένα ιατρικών εξετάσεων. Η Ενότητα 7.5 πραγµατεύε-

ται την εφαρµογή της εικονικής πραγµατικότητας στην ιατρική και, τέλος, η Ενότη-

τα 7.6 εισάγει τις κύριες έννοιες εφαρµογής των υπολογιστών στη σχεδίαση ραδιο-

θεραπευτικού σχήµατος.

Page 159: Deli Basis

7.1 ªÂÙÚ‹ÛÂȘ fiÁÎÔ˘ ·Ó·ÙÔÌÈÎÒÓ ‰ÔÌÒÓ Û ·ÍÔÓÈΤ˜ ‹ Ì·ÁÓËÙÈΤ˜ÙÔÌÔÁڷʛ˜

Η µέτρηση χαρακτηριστικών µηκών ή όγκων σε δισδιάστατες ή τρισδιάστατες εικό-

νες είναι µια ιδιαίτερα χρήσιµη ποσοτικοποίηση, η οποία προσφέρεται από τις σύγ-

χρονες υπολογιστικές εφαρµογές στην ιατρική. Η πληροφορία την οποία παρέχει είναι

συνήθως ζωτικής σηµασίας και η ποσοτική της φύση είναι κατάλληλη για τη χρησι-

µοποίησή της σε συστήµατα στήριξης αποφάσεων διάγνωσης ή αλλαγής θεραπευτι-

κών σχηµάτων. Έστω, για παράδειγµα, όγκος ο οποίος απεικονίζεται σε αξονική τοµο-

γραφία ακτίνων X. Ο ειδικός προβαίνει σε διάγνωση και αποφασίζει ακτινοθεραπευ-

τικό ή χηµειοθεραπευτικό σχήµα. Μετά από συγκεκριµένο χρόνο, η ίδια περιοχή απει-

κονίζεται ξανά και ο ειδικός καλείται να αποφανθεί για τη συνέχιση της παρούσας

θεραπείας ή υιοθέτηση διαφορετικού σχήµατος, λιγότερο ή περισσότερο επιθετικού

(πρέπει να σηµειωθεί ότι οι λιγότερο επιθετικές θεραπείες έχουν τις µικρότερες παρε-

νέργειες και είναι προτιµητέες αν παρουσιάζουν υψηλά ποσοστά επιτυχίας). Συχνά, η

απόφαση αυτή λαµβάνεται εµπειρικά, µε απλή επισκόπηση της νέας εξέτασης.

Η µέτρηση του καρκινικού όγκου, πριν και µετά τη θεραπεία, θα µπορούσε να δώσει

µια ποσοτική απόδειξη της αποτελεσµατικότητας της θεραπείας, να καταδείξει την

ευαισθησία του συγκεκριµένου όγκου σε κάποιες από τις παραµέτρους της θεραπείας

ή να προβλέψει την επιτυχία ενός σχήµατος πριν από την εφαρµογή του. Σε άλλες περι-

πτώσεις, η ογκοµέτρηση θαλάµων της καρδιάς ή ανατοµικών δοµών του εγκεφάλου

παρέχει κρίσιµες πληροφορίες στην καρδιολογία και την ψυχιατρική, αντίστοιχα.

Η οριοθέτηση της ανατοµικής δοµής µπορεί να γίνει είτε από τον ειδικό (διαδικασία

επίπονη, αφού για κάθε ασθενή ο ειδικός πρέπει να οριοθετήσει το υπό έρευνα αντι-

κείµενο σε µεγάλο αριθµό τοµών της εικόνας), είτε αυτόµατα από το κατάλληλο

λογισµικό, µε χρήση των µεθόδων οι οποίες περιγράφτηκαν στο Κεφάλαιο 5.

7.2 ƒÂ·ÏÈÛÙÈ΋ ·Ó··Ú¿ÛÙ·ÛË ·Ó·ÙÔÌÈÎÒÓ ‰ÔÌÒÓ ·fi ÙÚÈۉȿÛٷ٘ÂÈÎfiÓ˜

Όπως έχει ήδη επισηµανθεί στο Κεφάλαιο 5, η τρισδιάστατη (3D) απεικόνιση του

ανθρώπινου σώµατος ανήκει στην καθηµερινή κλινική πρακτική. Ο παραδοσιακός

τρόπος επισκόπησης των εικόνων αυτών από τον ειδικό είναι η εξέτασή τους ως

αλληλουχία δισδιάστατων εικόνων, οι οποίες τέµνουν τις ανατοµικές δοµές ενδια-

φέροντος. Ο τρόπος αυτός αγνοεί την τρισδιάστατη φύση των αντικειµένων και ανα-

γκάζει τον ειδικό να προσπαθεί να δηµιουργήσει νοερά το σχήµα του αντικειµένου.

Οι τεχνικές τρισδιάστατης αναπαράστασης –ή χωρική απόδοση, σύµφωνα µε τη

µετάφραση του αντίστοιχου αγγλικού όρου rendering–, προβάλλουν το σχήµα του

1 5 97 . 2 ƒ ∂ ∞ § π ™ ∆ π ∫ ∏ ∞ ¡ ∞ ¶ ∞ ƒ∞ ™ ∆∞ ™ ∏ ∞ ¡ ∞∆ √ ª π ∫ ø ¡ ¢ √ ª ø ¡ ∞ ¶ √ ∆ ƒ π ™ ¢ π ∞ ™ ∆∞∆ ∂ ™ ∂ π ∫ √ ¡ ∂ ™

Page 160: Deli Basis

1 6 0 K E º A § A I O 7 . À ¶ √ § √ ° π ™ ∆ π ∫ ∂ ™ ∂ º ∞ ƒ ª √ ° ∂ ™ ™ ∆ ∏ ¡ π ∞∆ ƒ π ∫ ∏

αντικειµένου σε ένα δισδιάστατο επίπεδο, το οποίο συνήθως είναι η οθόνη του ηλε-

κτρονικού υπολογιστή, και επιτρέπουν στο χρήστη λειτουργίες περιστροφής, µεγέ-

θυνσης και αλληλεπίδρασης σε πραγµατικό χρόνο.

Οι τεχνικές ρεαλιστικής απεικόνισης βρίσκουν εφαρµογή σε πλήθος επιστηµών για

οπτικοποίηση δεδοµένων. Η σηµασία µετρήσεων όπως η πυκνότητα του όζοντος δεν

θα γινόταν κατανοητή χωρίς την κατάλληλη οπτικοποίησή τους. Οι τεχνικές αυτές

χρησιµοποιούνται σε ένα ευρύ φάσµα διαγνωστικής και θεραπευτικής ιατρικής. Επι-

τρέπουν στον ειδικό την όσο το δυνατόν πιο απτή παρουσίαση των ιατρικών δεδο-

µένων, καθιστούν δυνατή την εξοµοίωση µιας χειρουργικής επέµβασης, τη σχεδία-

ση υλικών προσθετικής κτλ. Τέλος, οι τεχνικές ρεαλιστικής απεικόνισης εφαρµόζο-

νται στην εκπαίδευση της ανατοµίας µε τη µορφή τρισδιάστατων ανατοµικών ατλά-

ντων, καθώς και την από απόσταση εκπαίδευση. Οι τεχνικές χωρικής απόδοσης δια-

κρίνονται σε απόδοση επιφανειών και όγκων.

Κατά την απόδοση επιφανειών (surface rendering) είναι απαραίτητη η εξαγωγή της

επιφάνειας που περικλείει το αντικείµενο ενδιαφέροντος. Το πρώτο βήµα για την

εξαγωγή αυτή είναι η τµηµατοποίηση του ανατοµικού αντικειµένου από την ιατρι-

κή εικόνα. Η τµηµατοποίηση µπορεί να γίνει είτε αυτόµατα, µε κάποια από τις µεθό-

δους που αναφέρθηκαν στο Κεφάλαιο 5, είτε µε παρέµβαση του χρήστη. Σε πολλές

περιπτώσεις η τµηµατοποίηση δηµιουργεί µια ακολουθία από σηµεία τα οποία ανή-

κουν µεν στη ζητούµενη επιφάνεια, αλλά δεν συνιστούν επιφάνεια. Για το λόγο αυτό

ακολουθεί το στάδιο της τριγωνοποίησης (triangulation), το οποίο ενώνει τα σηµεία

αυτά σε στοιχειώδη τρίγωνα από τα οποία αποτελείται η ζητούµενη επιφάνεια. Η

τριγωνοποίηση της επιφάνειας συνήθως γίνεται είτε µε τεχνικές ανίχνευσης δια-

δροµής σε γράφο είτε µε τη µέθοδο του Marching Cubes (MC). Η ρεαλιστική από-

δοση της επιφάνειας γίνεται µε σειρά τεχνικών, για τις οποίες ο αναγνώστης παρα-

πέµπεται στο σύγγραµµα «Fundamentals of Computer Graphics» (βλέπε Οδηγό µελέ-

της). Τα βήµατα αυτά φαίνονται πολύ καθαρά στο Σχήµα 7.1.

Page 161: Deli Basis

Από τις τεχνικές της απόδοσης όγκου (volume rendering), θα αναφερθούµε µόνο

στον αλγόριθµο Ray Tracing, και πιο συγκεκριµένα στην παραλλαγή του Ray

Casting. Ο αλγόριθµος αυτός απαιτεί τον υπολογισµό µιας τιµής αδιαφάνειας

(opacity) και µιας τιµής χρώµατος σε µορφή RGB για κάθε voxel της εικόνας. Το

επίπεδο σχηµατισµού της εικόνας (οθόνη του υπολογιστή) τοποθετείται στην κατάλ-

ληλη θέση ως προς τον όγκο των δεδοµένων και από κάθε pixel της εικόνας που θα

σχηµατιστεί ξεκινά µια κάθετη ακτίνα (Ray), η οποία διασχίζει το όγκο. Η τιµή του

χρώµατος του pixel από το οποίο ξεκίνησε η ακτίνα είναι ένας γραµµικός συνδυα-

σµός της αδιαφάνειας και του χρώµατος των voxels τα οποία συνάντησε η ακτίνα.

Αξίζει να σηµειωθεί ότι κατά την περιστροφή / µεγέθυνση του αντικειµένου σε πραγ-

µατικό χρόνο απαιτείται ρυθµός απόδοσης εικόνων τουλάχιστον 20–30 frames ανά

δευτερόλεπτο για την επίτευξη ρεαλισµού.

Το σηµαντικότερο πλεονέκτηµα των τεχνικών απόδοσης όγκου είναι ότι η πληρο-

φορία παρουσιάζεται χωρίς να απαιτείται εκ των προτέρων γνώση της γεωµετρίας

των ανατοµικών αντικειµένων ούτε ενδιάµεση µετατροπή τους σε επιφανειακή ανα-

1 6 17 . 2 ƒ ∂ ∞ § π ™ ∆ π ∫ ∏ ∞ ¡ ∞ ¶ ∞ ƒ∞ ™ ∆∞ ™ ∏ ∞ ¡ ∞∆ √ ª π ∫ ø ¡ ¢ √ ª ø ¡ ∞ ¶ √ ∆ ƒ π ™ ¢ π ∞ ™ ∆∞∆ ∂ ™ ∂ π ∫ √ ¡ ∂ ™

α β

γ δ

™¯‹Ì· 7.1

Απόδοση επιφά-

νειας πνευµόνων

από δεδοµένα

θώρακος CT

(πηγή Internet):

(α) σηµεία περι-

γράµµατος, (β)

αποτέλεσµα τριγω-

νοποίησης, (γ)

χωρική απόδοση

της επιφάνειας και

(δ) σκίαση

Gouraud.

Page 162: Deli Basis

1 6 2 K E º A § A I O 7 . À ¶ √ § √ ° π ™ ∆ π ∫ ∂ ™ ∂ º ∞ ƒ ª √ ° ∂ ™ ™ ∆ ∏ ¡ π ∞∆ ƒ π ∫ ∏

παράσταση. Οι αυξηµένες απαιτήσεις της τεχνικής τόσο σε υπολογιστική ισχύ όσο

και σε µνήµη καθιστούν συχνά δύσκολη τη ρεαλιστική απόδοση µεγάλων όγκων

δεδοµένων χωρίς εξειδικευµένο και ακριβό υλικό υπολογιστών. Αντίθετα, οι τεχνι-

κές απόδοσης επιφανειών παρουσιάζουν µικρές απαιτήσεις υπολογιστικής ισχύος

και µνήµης και, σε συνδυασµό µε νέες βελτιωµένες βιβλιοθήκες γραφικών, είναι

κατάλληλες ακόµα και για προσωπικούς υπολογιστές.

ÕÛÎËÛË A˘ÙÔ·ÍÈÔÏfiÁËÛ˘ 7.1

Έστω οι ακόλουθες εικόνες:

Α. εικόνα CT κεφαλής, η οποία περιέχει τµηµατοποιηµένα τα οστά του κρανίου,

Β. εικόνα µαγνητικής τοµογραφίας εγκεφάλου, η οποία θεωρούµε ότι αποτελείται

από τους εξής διαφορετικούς ιστούς: οστό, λευκή ουσία, φαιά ουσία και εγκε-

φαλονωτιαίο υγρό, η τµηµατοποίηση της οποίας είναι κατά πολύ δυσχερέστε-

ρη της Α.

Ποια µέθοδο για τη χωρική απόδοση των αντικειµένων των δύο εικόνων θα εφαρ-

µόζατε αν είχατε στη διάθεσή σας: α) ένα προσωπικό υπολογιστή (θεωρήστε τεχνι-

κά χαρακτηριστικά του 1999) και β) εξειδικευµένο υλικό υπολογιστή για γραφική

απόδοση αντικειµένων (π.χ. υπολογιστή Silicon Graphics µε High Impact Graphics);

7.3 ∞Ú¯¤˜ ÏÂÈÙÔ˘ÚÁ›·˜ Î·È ¯ÚËÛÈÌfiÙËÙ· ÙˆÓ ‰È·ÌÂÚÈÛÌ·ÙÈÎÒÓ ÌÔÓ٤ψÓ

Τα διαµερισµατικά µοντέλα είναι µοντέλα διαφορικών εξισώσεων τα οποία προκύ-

πτουν από ποσοτικοποίηση µεταφοράς ουσιών και χρησιµοποιούνται για ποσοτική

µελέτη της κινητικής υλικών σε συστήµατα φυσιολογίας. Οι ουσίες των οποίων η

κίνηση και κατανοµή µε το χρόνο µελετάται µπορεί να είναι φάρµακα, ραδιενεργά

tracers, ορµόνες κτλ. Ως διαµέρισµα ορίζεται ένα υλικό του οποίου η σύσταση και η

κινητικότητα είναι οµοιογενής, µε άλλα λόγια: επιτρέπει σε άλλα υλικά να κινούνται

σε αυτό. Από τον ορισµό αυτό προκύπτει ότι ένας φυσικός χώρος µπορεί να αποτε-

λείται από περισσότερα του ενός διαµερίσµατα. Ένας θάλαµος της καρδιάς (σαφώς

ορισµένος φυσικός χώρος) ή το πλάσµα του αίµατος (οµοιογενές υλικό) αποτελούν

παραδείγµατα διαµερίσµατος. Ένα διαµερισµατικό µοντέλο αποτελείται από πεπε-

ρασµένο αριθµό διαµερισµάτων, τα οποία συνδέονται µεταξύ τους µε οδούς µετα-

φοράς υλικών. Η σύνθεση ενός διαµερισµατικού µοντέλου για ένα φαινόµενο απο-

τελεί προϊόν γνώσης ανατοµίας και φυσιολογίας του υπό µελέτη ανατοµικού / φυσιο-

λογικού συστήµατος.

Page 163: Deli Basis

Σε κάθε σύνδεση µεταξύ διαµερισµάτων ορίζεται ένας συντελεστής, ο οποίος ελέγ-

χει το ποσοστό της συγκέντρωσης του υπό µελέτη συστατικού το οποίο µεταφέρε-

ται από το ένα διαµέρισµα στο άλλο. Η γνώση της τιµής των συντελεστών αυτών

αποτελεί διάγνωση της κατάστασης του συστήµατος.

Ας προσπαθήσουµε να δείξουµε τα παραπάνω µε ένα συγκεκριµένο παράδειγµα δια-

µερισµατικού µοντέλου. Θεωρούµε το σύστηµα της καρδιάς όπως αυτό απεικονίζε-

ται ραδιοϊσοτοπικά, µε χρήση της εξέτασης πρώτης διόδου. Κατά την εξέταση αυτή

ένας ραδιενεργός «βόλος» εισέρχεται στην κυκλοφορία του ασθενούς και, προτού

διαλυθεί, περνά από τους τέσσερις καρδιακούς θαλάµους. Θα θεωρήσουµε κάθε

θάλαµο ως ένα διαµέρισµα, σύµφωνα µε τον ορισµό που δόθηκε στην αρχή της υπο-

ενότητας. Το ραδιενεργό υλικό είναι αυτό του οποίου η κίνηση είναι υπό µελέτη.

Παρατηρούµε στο Σχήµα 7.2 ότι ένας αριθµός παραµέτρων είναι ορισµένοι πάνω

στο µοντέλο. Το µοντέλο αυτό της ανθρώπινης καρδιάς µεταφράζεται σε µαθηµατι-

κή γλώσσα µε ένα σύνολο εξισώσεων, η παραγωγή των οποίων δεν θα µας απασχο-

λήσει στο σηµείο αυτό. Αντίθετα, θα επιχειρήσουµε µια ποιοτική ανάλυση.

Από απλή γνώση της φυσιολογίας της ανθρώπινης καρδιάς, γνωρίζουµε ότι το αίµα

κινείται από τους κόλπους προς τις κοιλίες (άρα οι παράµετροι K1 και K6 πρέπει

φυσιολογικά να έχουν τιµές κοντά στη µονάδα) και εξέρχεται από τις κοιλίες προς τη

µεγάλη και µικρή κυκλοφορία (συντελεστές K3 και K7 µε τιµές κοντά στη µονάδα).

Αντίστροφη ροή είναι ενδεικτική παθολογίας των βαλβίδων (αν, π,χ., η παράµετρος

K6 είναι σηµαντικά µεγαλύτερη του µηδενός, τότε η τριγλώχιν βαλβίδα παρουσιάζει

παλινδρόµηση). Μεσοκολπική και µεσοκοιλιακή επικοινωνία είναι, επίσης, ενδεικτι-

κή συγγενούς παθολογίας (shunts), άρα οι παράµετροι K9 ως K12 πρέπει να είναι µηδε-

νικές. Είναι φανερό ότι υπολογισµός των παραµέτρων του µοντέλου θα παρέχει ποσο-

τική διάγνωση για ένα µεγάλο αριθµό παθολογικών καταστάσεων.

Με µια γ κάµερα µετριέται η ενεργότητα των θαλάµων της καρδιάς ως συνάρτηση του

χρόνου, και τα αποτελέσµατα συγκρίνονται µε τις µετρήσεις τις οποίες παρέχει το µοντέ-

λο. Στη γενική περίπτωση, χρησιµοποιείται µια µέθοδος βελτιστοποίησης, η οποία υπο-

λογίζει τις τιµές των παραµέτρων για τις οποίες η διαφορά των πειραµατικά µετρούµε-

νων καµπύλων και αυτών που παράχθηκαν από το µοντέλο ελαχιστοποιείται.

1 6 37 . 3 ∞ ƒ Ã ∂ ™ § ∂ π ∆ √ À ƒ ° π ∞ ™ ∫ ∞ π Ã ƒ ∏ ™ π ª √ ∆ ∏ ∆∞ ∆ ø ¡ ¢ π ∞ ª ∂ ƒ π ™ ª ∞∆ π ∫ ø ¡ ª √ ¡ ∆ ∂ § ø ¡

ÕÛÎËÛË A˘ÙÔ·ÍÈÔÏfiÁËÛ˘ 7.2

Έστω ότι παιδί παρουσιάζει συγγενή καρδιοπάθεια µε µεσοκοιλιακή επικοινωνία,

επικοινωνία µεταξύ κοίλης φλέβας και αορτής, η οποία προκαλεί πάχυνση της αρι-

στερής κοιλίας και δυσλειτουργία της µιτροειδούς βαλβίδας. Μπορεί το µοντέλο

του σχήµατος να περιγράψει την παθολογική αυτή κατάσταση και πώς;

Page 164: Deli Basis

1 6 4 K E º A § A I O 7 . À ¶ √ § √ ° π ™ ∆ π ∫ ∂ ™ ∂ º ∞ ƒ ª √ ° ∂ ™ ™ ∆ ∏ ¡ π ∞∆ ƒ π ∫ ∏

7.4 ÀÔÏÔÁÈÛÌfi˜ ÎÏ¿ÛÌ·ÙÔ˜ ÂÍÒıËÛ˘ ·ÚÈÛÙÂÚ‹˜ ÎÔÈÏ›·˜

Σκοπός αυτής της ενότητας είναι να θίξει µια χαρακτηριστική υπολογιστική εφαρµο-

γή η οποία χρησιµοποιεί τόσο βιο–σήµα όσο και δισδιάστατες εικόνες πυρηνικής ιατρι-

κής για να εξάγει την τιµή µιας ιδιαίτερα σηµαντικής παραµέτρου της καρδιακής λει-

τουργίας, που χρησιµοποιείται περαιτέρω σε συστήµατα στήριξης αποφάσεων.

Σκοπός της συγκεκριµένης εξέτασης (Gated Blood pool Imaging) είναι ο υπολογι-

σµός της τιµής του κλάσµατος εξώθησης (Ejection Fraction – EF) της αριστερής κοι-

λίας της καρδιάς, µιας παραµέτρου η οποία χρησιµοποιείται εκτενώς για τη διάγνω-

ση της παθολογίας ή µη του καρδιακού µυός. Το EF ορίζεται ως ο λόγος της διαφο-

ράς του όγκου της αριστερής κοιλίας µεταξύ διαστολής και συστολής, διά τον όγκο

διαστολής. Κατά την εξέταση αυτή, ερυθρά αιµοσφαίρια επισηµαίνονται µε ραδιε-

νεργό υλικό και εισάγονται στην κυκλοφορία του ασθενούς. Μια γ κάµερα καταµε-

τρά την ενεργότητα (αριθµό φωτονίων) που προέρχονται από την αριστερή κοιλία.

Ο αποκλεισµός των άλλων περιοχών γίνεται µε εύρεση του περιγράµµατος της κοι-

λίας. Όπως έχει ήδη αναφερθεί, χρειάζονται δύο τουλάχιστον µετρήσεις, µια κατά

τη συστολή και µια κατά τη διαστολή. Για να γνωρίζει το υπολογιστικό σύστηµα την

καρδιακή φάση κατά την οποία συλλέγεται το κάθε φωτόνιο, λαµβάνεται ταυτόχρονα

µε την εξέταση το ηλεκτροκαρδιογράφηµα του ασθενούς (ECG), γεγονός το οποίο

υποδηλώνεται από τον όρο «gated». Η λήψη συνεχίζεται για αρκετούς καρδιακούς

κύκλους, και για κάθε φωτόνιο το οποίο συλλέγεται αυξάνεται η τιµή της αντίστοι-

χης θέσης του δισδιάστατου πίνακα ο οποίος αντιστοιχεί στην τρέχουσα καρδιακή

φάση. Όταν κάθε τέτοιος πίνακας συλλέξει έναν ελάχιστο αριθµό φωτονίων, η λήψη

σταµατά. Το περίγραµµα της αριστερής κοιλίας ανιχνεύεται σε όλους τους δισδιά-

∆εξιός

κόλπος

Aριστερός

κόλπος

∆εξιά

κοιλία

Aριστερή

κοιλία

Tριγλώχιν

βαλβίδα

Πνευµονική

βαλβίδα

Mιτροειδής

βαλβίδα

Aορτική

βαλβίδα

K6

K5

K8

K7

K11K12

K9 K10

K2

K1

K4

K3

™¯‹Ì· 7.2

∆ιαµερισµατικό

µοντέλο των τεσ-

σάρων καρδιακών

θαλάµων και βαλ-

βίδων

Page 165: Deli Basis

στατους πίνακες, αθροίζεται η τιµή των pixels που βρίσκονται εντός του περιγράµ-

µατος και δηµιουργείται η καµπύλη της ενεργότητας της επιλεγµένης περιοχής ως

προς το χρόνο (Time Activity Curve – TAC). Το µέγιστο και το ελάχιστο της καµπύ-

λης αυτής χρησιµοποιούνται για τον υπολογισµό του κλάσµατος εξώθησης, όπως

αυτό ορίστηκε παραπάνω. Η έννοια της καµπύλης της ενεργότητας µιας επιλεγµέ-

νης περιοχής ως προς το χρόνο είναι θεµελιώδους σηµασίας σε πολλές ιατρικές ειδι-

κότητες, καθώς από αυτήν υπολογίζονται σηµαντικές διαγνωστικές παράµετροι, είτε

απευθείας –όπως στην περίπτωση του EF– είτε µέσω διαµερισµατικών µοντέλων.

1 6 57 . 5 À § √ ¶ √ π ∏ ™ ∏ ¶ ∂ ƒ π µ ∞ § § √ ¡ ∆ √ ™ ∂ π ∫ √ ¡ π ∫ ∏ ™ ¶ ƒ∞ ° ª ∞∆ π ∫ √ ∆ ∏ ∆∞ ™

ÕÛÎËÛË A˘ÙÔ·ÍÈÔÏfiÁËÛ˘ 7.3

Σχεδιάστε ποιοτικά µια αναµενόµενη TAC φυσιολογικής και παθολογικής αριστε-

ρής κοιλίας, λαµβάνοντας υπόψη ότι φυσιολογικές τιµές του EF είναι µεγαλύτε-

ρες του 0,65.

7.5 ÀÏÔÔ›ËÛË ÂÚÈ‚¿ÏÏÔÓÙÔ˜ ÂÈÎÔÓÈ΋˜ Ú·ÁÌ·ÙÈÎfiÙËÙ·˜

Η εικονική πραγµατικότητα (Virtual Reality – VR) είναι µια γρήγορα εξελισσόµενη

τεχνολογία, η οποία µεταβάλλει ριζικά τον τρόπο µε τον οποίο αλληλεπιδρούµε µε

τον υπολογιστή. Η VR χρησιµοποιεί εξειδικευµένα περιφερειακά και λογισµικό για

να δηµιουργήσει ένα εικονικό περιβάλλον, επιτρέποντας στο χρήστη να θέσει εαυ-

τόν στο περιβάλλον αυτό, να πλοηγηθεί σε αυτό επισκοπώντας δεδοµένα και να

αλληλεπιδράσει µε αντικείµενα ή δεδοµένα του περιβάλλοντος, αλλά και µε άλλους

χρήστες οι οποίοι πλοηγούνται στο ίδιο περιβάλλον. Τα εξειδικευµένα περιφερεια-

κά περιλαµβάνουν το γάντι δεδοµένων (Data Glove) και το κράνος, το οποίο χρησι-

µοποιείται για την επίδειξη οπτικών εικόνων και αναπαραγωγή ήχου (Head–Mounted

Display – HMD). Το γάντι δεδοµένων ενσωµατώνει ανιχνευτές κίνησης, οι οποίοι

καταγράφουν δυναµικά όλες τις κινήσεις του χεριού του χρήστη. Σε ακριβά µοντέ-

λα το γάντι µπορεί να συµπληρώνεται από ολόσωµη ειδική στολή µε παρόµοια χαρα-

κτηριστικά. Η µεταφορά ερεθισµάτων από το περιβάλλον προς το χρήστη: πίεση,

απτή αίσθηση, θερµοκρασία κτλ. αποτελεί αντικείµενο πειραµατισµού.

Το HMD είναι ίσως το βασικότερο περιφερειακό VR. Απαιτεί έναν ανιχνευτή θέσης

και κίνησης του κεφαλιού, έτσι ώστε η στροφή του κεφαλιού του χρήστη να κατα-

γράφεται και να παράγονται οι ανάλογες εικόνες και ήχοι. Οι εικόνες φτάνουν στο

χρήστη είτε µε µικροσκοπικές οθόνες υγρών κρυστάλλων (LCD) είτε –στα πολύ

ακριβά µοντέλα– µέσω οπτικών ινών από κανονικού µεγέθους σταθερές οθόνες.

Ο ήχος συχνά ενσωµατώνεται στο HMD, είναι τρισδιάστατος και τα χαρακτηριστι-

Page 166: Deli Basis

1 6 6 K E º A § A I O 7 . À ¶ √ § √ ° π ™ ∆ π ∫ ∂ ™ ∂ º ∞ ƒ ª √ ° ∂ ™ ™ ∆ ∏ ¡ π ∞∆ ƒ π ∫ ∏

κά του αλλάζουν ανάλογα µε τη θέση και κίνηση του χρήστη.

Η αρχιτεκτονική ενός συστήµατος εικονικής πραγµατικότητας παρουσιάζεται σε

αδρές γραµµές στο Σχήµα 7.3. Αρχικά µοντελοποιούνται τα αντικείµενα του εικονι-

κού περιβάλλοντος και υλοποιούνται οι προγραµµατιστικές τεχνικές της συγκεκρι-

µένης εφαρµογής. Ο πυρήνας του συστήµατος είναι η µοντελοποίηση και υλοποίη-

ση της δυναµικής συµπεριφοράς. Με τον όρο δυναµική συµπεριφορά εννοούµε την

αλληλεπίδραση χρήστη και αντικειµένων µε το εικονικό περιβάλλον. Αν, για παρά-

δειγµα, ο χρήστης αγγίξει ένα ανατοµικό όργανο του περιβάλλοντος µε ένα εικονικό

νυστέρι, το σύστηµα δυναµικής συµπεριφοράς θα προκαλέσει την τοµή του οργάνου,

ανάλογα µε την πίεση την οποία άσκησε ο χρήστης και τη θέση του χεριού του (δεδο-

µένα τα οποία παρέχει το γάντι). Το κράνος θα οπτικοποιήσει στο χρήστη τα αποτε-

λέσµατα της τοµής, ενώ παράλληλα τα VR περιφερειακά θα δηµιουργήσουν στο χρή-

στη το αίσθηµα της ανάδρασης (π.χ. αντίσταση του οργάνου κατά την τοµή).

Καθίσταται φανερό ότι η υλοποίηση ενός περιβάλλοντος εικονικής πραγµατικότητας

είναι µια εφαρµογή ιδιαίτερα απαιτητική σε υπολογιστική ισχύ. Η µοντελοποίηση της

δυναµικής συµπεριφοράς σε πραγµατικό χρόνο παρουσιάζει αυξηµένη πολυπλοκό-

τητα για µη τετριµµένα συστήµατα, ενώ η ρεαλιστική χωρική απόδοση του περιβάλ-

λοντος (rendering) πρέπει να γίνεται µε ρυθµούς δεκάδων εικόνων ανά δευτερόλε-

πτο, για να δηµιουργείται στο χρήστη ο ρεαλισµός και η αµεσότητα της απόκρισης.

Aνάπτυξη κώδικα για τη

συγκεκριµένη εφαρµογή

Mοντελοποίηση δυναµικής

συµπεριφοράς

Xωρική απόδοση,

ήχος

Mοντελοποίηση

αντικειµένων του

περιβάλλοντος

Παραγωγή δεδοµένων προς

το σύστηµα, από HMD,

Data glove κτλ.

Aνάδραση προς το

χρήστη από HMD,

Data glove κτλ.

Xρήστης

™¯‹Ì· 7.3

Η αρχιτεκτονική

ενός συστήµατος

εικονικής πραγµα-

τικότητας

Page 167: Deli Basis

Οι εφαρµογές της εικονικής πραγµατικότητας στην ιατρική είναι πολλές και άµεσες.

Ενδεικτικά αναφέρουµε:

• Εξοµοίωση και εκπαίδευση εγχειρίσεων. Λεπτές εγχειρήσεις, όπου ο προς αφαί-

ρεση ιστός παρουσιάζει δύσκολη πρόσβαση, µπορούν να εξοµοιωθούν σε ένα

σύστηµα VR και διάφορα σενάρια µπορούν να δοκιµαστούν µέχρι να αποφασι-

στεί το βέλτιστο (για παράδειγµα, Shraft 1994). Σύµφωνα µε πρόσφατες µελέτες

(για παράδειγµα, Meril 1993), οι ιατροί έχουν αξιοσηµείωτη ροπή σε λάθη κατά

τις πρώτες δεκάδες εγχειρίσεών τους. Ένα σύστηµα εικονικής πραγµατικότητας

θα αυξήσει τον αριθµό των δοκιµαστικών εγχειρίσεων κατά τη φάση της εκπαί-

δευσης, θα µειώσει το κόστος της και θα αυξήσει την ακρίβεια, αξιοπιστία και

ασφάλεια της διαδικασίας.

• Επισκόπηση και σύντηξη (fusion) µεγάλου όγκου ιατρικών δεδοµένων. Συχνά λαµ-

βάνεται µεγάλος αριθµός εικόνων ή άλλων δεδοµένων από τον ίδιο ασθενή, οι

οποίες αξιολογούνται σε συνδυασµό ή και ταυτόχρονα µε µια χειρουργική επέµ-

βαση. Ένα σύστηµα εικονικής πραγµατικότητας επιτρέπει στον ιατρό την καταλ-

ληλότερη επισκόπηση των δεδοµένων αυτών (π.χ. κίνηση ανατοµικών οργάνων

σε πραγµατικό χρόνο), ή και ταυτόχρονη προβολή τους στο οπτικό πεδίο του

ιατρού κατά τη διάρκεια της επέµβασης.

• Τηλεχειρουργική. Η εικονική πραγµατικότητα µπορεί να επιτρέψει τη διεξαγωγή

µιας εγχείρισης µε τον ασθενή να βρίσκεται σε διαφορετική τοποθεσία από το χει-

ρουργό. Ο τελευταίος βρίσκεται σε ένα περιβάλλον µε τον εικονικό ασθενή και

διεξάγει µια εικονική εγχείριση εκτελώντας όλες τις απαραίτητες κινήσεις, οι οποί-

ες αντιγράφονται από το σύστηµα VR και µεταφέρονται σε ροµποτικούς βραχίο-

νες επί του ασθενούς (Satava 1992).

• Θεραπεία φοβιών και άλλων ψυχολογικών καταστάσεων. Η εικονική πραγµατικό-

τητα µπορεί να δηµιουργεί στους ασθενείς ερεθίσµατα όµοια µε αυτά των φοβιών

τους, αλλά σε ελεγχόµενο περιβάλλον και µε την κατάλληλη ένταση, ώστε να βοη-

θηθούν να αποβάλουν συγκεκριµένες ψυχολογικές καταστάσεις.

7.6 ™¯Â‰›·ÛË Ú·‰ÈÔıÂڷ¢ÙÈÎÔ‡ Û¯‹Ì·ÙÔ˜

Η σχεδίαση ραδιοθεραπευτικού σχήµατος είναι ένα παράδειγµα µιας ιδιαίτερα σηµα-

ντικής ιατρικής δραστηριότητας, η οποία άλλαξε µορφή µε την εφαρµογή των υπο-

λογιστών και την ανάπτυξη σύγχρονου λογισµικού. Η µέθοδος της ραδιοθεραπείας

χρησιµοποιείται ευρύτατα σε µεγάλο αριθµό περιπτώσεων καρκίνου, αλλά και σε

µη κακοήθεις παθολογικές καταστάσεις. Αποφασιστικής σηµασίας για την επιτυχία

1 6 77 . 6 ™ à ∂ ¢ π ∞ ™ ∏ ƒ∞ ¢ π √ £ ∂ ƒ∞ ¶ ∂ À ∆ π ∫ √ À ™ à ∏ ª ∞∆ √ ™

Page 168: Deli Basis

1 6 8 K E º A § A I O 7 . À ¶ √ § √ ° π ™ ∆ π ∫ ∂ ™ ∂ º ∞ ƒ ª √ ° ∂ ™ ™ ∆ ∏ ¡ π ∞∆ ƒ π ∫ ∏

της θεραπείας και τη βιωσιµότητα του ασθενούς είναι η κατά το δυνατόν οµοιόµορφη

κατανοµή της δόσης ραδιενέργειας στον ιστό – στόχο, η ελαχιστοποίηση της δόσης

σε γειτονικούς υγιείς ιστούς και η αποφυγή ραδιο–ευαίσθητων ιστών, όπως πνεύ-

µονες, σπονδυλική στήλη κτλ. Κατά το όχι µακρινό παρελθόν το πρόβληµα του σχε-

διασµού ραδιοθεραπευτικού σχήµατος αντιµετωπιζόταν προσεγγιστικά, εµπειρικά

και καθόλου ποσοτικά. Σήµερα, η σχεδίαση του θεραπευτικού σχήµατος γίνεται

ποσοτικά µε τη βοήθεια ηλεκτρονικών υπολογιστών. Αρχικά ο ασθενής εισέρχεται

στον εξοµοιωτή της θεραπείας, ο οποίος ουσιαστικά είναι ένας αξονικός τοµογράφος

ακτίνων X, που απεικονίζει την ανατοµική περιοχή που περιέχει την εξεργασία

(κακοήθη όγκο). Ο ιατρός οριοθετεί την εξεργασία και επισηµαίνει τους ιστούς όπου

η δόση πρέπει να είναι ελάχιστη. Το σύστηµα του λογισµικού επιτρέπει στον ιατρό

να καθορίζει τον αριθµό των δεσµών και τις κατευθύνσεις τους, τον πειραµατισµό

µε σφήνες (wedges) και µη τετραγωνικά ίχνη των δεσµών και, τέλος, εµφανίζει την

κατανοµή της δόσης στο χώρο, τόσο επί του όγκου όσο και επί των παρακείµενων

ιστών, είτε µε χρήση τεχνικών επιφανειακής και χωρικής απόδοσης είτε κωδικοποι-

ώντας τις τιµές της δόσης µε κάποια χρωµατική κλίµακα (Σχήµα 7.4). Ανάλογες

δυνατότητες παρέχονται στον ιατρό / ραδιοθεραπευτή και στην περίπτωση της βρα-

χυθεραπείας (ακτινοθεραπεία όχι µε εξωτερικές δέσµες αλλά µε ραδιενεργά αντι-

κείµενα –βελόνες, σφαιρίδια κτλ.– τα οποία εισάγονται στο σώµα του ασθενούς).

Στην τελευταία περίπτωση, χρησιµοποιούνται τεχνικές εξοµοίωσης Monte Carlo για

τον υπολογισµό της δόσης, καθώς η ραδιενεργός ακτινοβολία είναι β και όχι γ, όπως

στη ραδιοθεραπεία µε εξωτερικές δέσµες. Οι δυνατότητες που προσφέρει η χρήση

του κατάλληλου λογισµικού επιτρέπουν τη σχεδίαση θεραπευτικών σχηµάτων τα

οποία ήταν εντελώς ανεφάρµοστα κατά το παρελθόν. Η νέα αυτή τεχνολογία ίσως

είναι εν µέρει υπεύθυνη για τις µεγάλες διαφορές οι οποίες παρατηρούνται στη θνη-

σιµότητα ασθενών συγκεκριµένων τύπων κακοηθών όγκων, ακόµα και µεταξύ νοσο-

κοµείων της ίδιας γεωγραφικής περιοχής.

ÕÛÎËÛË A˘ÙÔ·ÍÈÔÏfiÁËÛ˘ 7.4

Σχολιάστε την τελευταία πρόταση της Ενότητας 7.6.

Page 169: Deli Basis

™‡ÓÔ„Ë ÎÂÊ·Ï·›Ô˘

Η συνεχής πρόοδος του υλικού και λογισµικού των υπολογιστών έχει επιφέρει την

εισαγωγή τους σε αρκετές από τις κλινικές διαδικασίες της ιατρικής. Τα πλεονεκτή-

µατα που προκύπτουν από τη χρήση των υπολογιστών είναι τέτοια, που τους καθι-

στούν απαραίτητους σε ορισµένες από τις διαδικασίες αυτές, ενώ συνεχώς αυξάνει η

αναγκαιότητά τους και σε νέες κλινικές διαδικασίες. Το κεφάλαιο αυτό πραγµατεύ-

τηκε κάποιες από τις κλινικές διεργασίες που ευεργετήθηκαν ή ακόµα και κατέστη-

σαν δυνατές από την εισαγωγή των ηλεκτρονικών υπολογιστών. Η ποσοτικοποίηση

κλινικών ευρηµάτων σε ιατρικές εικόνες, η ρεαλιστική χωρική απόδοση ανατοµικών

δοµών, η χρήση διαµερισµατικών µοντέλων για την ερµηνεία φυσιολογικών συστη-

µάτων, η εφαρµογή περιβαλλόντων εικονικής πραγµατικότητας, οι υπολογιστικές

τεχνικές της πυρηνικής ιατρικής και τα συστήµατα εξοµοίωσης ακτινοθεραπευτικών

σχηµάτων παρουσιάζονται εν συντοµία ως δείγµατα υπολογιστικών εφαρµογών στην

κλινική ιατρική.

1 6 9™ À ¡ √ æ ∏ ∫ ∂ º ∞ § ∞ π √ À

™¯‹Ì· 7.4

Οθόνη εµπορικού προγράµµατος

σχεδίασης ραδιοθεραπευτικού σχή-

µατος στην περίπτωση ακτινοβόλη-

σης µαστού. Παρατηρήστε τη χρήση

των δύο σφηνών (wedges) και τον

υπολογισµό της δόσης των ιστών,

κωδικοποιηµένης σε χρωµατική κλί-

µακα (κόκκινο: υψηλή δόση, κίτρι-

νο: χαµηλότερη δόση, πράσινο:

χαµηλή δόση κτλ.). Παρατηρήστε την

κατανοµή της δόσης στο µαστό και

στους παρακείµενους ιστούς.

Page 170: Deli Basis

1 7 0 K E º A § A I O 7 . À ¶ √ § √ ° π ™ ∆ π ∫ ∂ ™ ∂ º ∞ ƒ ª √ ° ∂ ™ ™ ∆ ∏ ¡ π ∞∆ ƒ π ∫ ∏

µÈ‚ÏÈÔÁÚ·Ê›·

[1] Bronzino J., The biomedical Engineering Handbook, CRC Pr., 1995.

[2] Brown D. and Rovery T., Models in Biology: Mathematics, Statistics and

Computing, Wiley 1993.

[3] Foley J., van Dam A., Feiner S., Hughes J., Phillips R., Computer Graphics:

Principles and Practice, Second Edition in C, Addison–Wesley.

[4] Meril J., «Surgery on the cutting edge», Virtual Reality World 1 (3–4): 34, 1993.

[5] Satava R., «Robotics, Telepresence and Virtual Reality: A critical analysis of the

future of surgery», Minimal Invasive Therapy, 1: 257, 1992.

[6] Schraft R., Neugebauer J., Wapler M., «Virtual Reality for improved Control in

Endoscopic Surgery», in Medicine meets Virtual Reality II: Interactive technology

and Healthcare: Visionary applications for simulation visualization Robotics, pp.

233–236, San Diego, Aligned Management Associates, 1994.

[7] Sharp P., Dendy P., Keyes W., Radionuclide Imaging Techniques, Academic

Press, 1985.

[8] Sharp P., Gemmel H., Practical Nuclear Medicine, IRL Press, 1989.

[9] Williams J., Thwaites D., Radiotherapy Physics, Oxford University Press, 1993.

Page 171: Deli Basis

√‰ËÁfi˜ ÂÚ·ÈÙ¤Úˆ ÌÂϤÙ˘

Για υπολογιστικές µεθόδους υλοποίησης αλγόριθµων µέτρησης χαρακτηριστικών

µηκών ή όγκων σε δισδιάστατες ή τρισδιάστατες εικόνες ο φοιτητής παραπέµπεται

στις αντίστοιχες αναφορές του Κεφαλαίου 5. Για περαιτέρω εµβάθυνση είναι απα-

ραίτητος ο άνετος χειρισµός µιας γλώσσας προγραµµατισµού.

Οι τεχνικές χωρικής απόδοσης ανατοµικών δοµών αναλύονται στο σύγγραµµα των

Foley et al. [3], βιβλίο πλήρες, κατανοητό, το οποίο όµως αναλύει σε βάθος το θέµα

µε αρκετό µαθηµατικό φορµαλισµό.

Η θεωρία των διαµερισµατικών µοντέλων περιέχεται σε πολλά βιβλία που πραγµα-

τεύονται τη µοντελοποίηση βιο–ιατρικών συστηµάτων, όπως αυτό των D. Brown και

T. Rovery [9]. Μια ανασκόπηση δίνεται στο εγχειρίδιο της Βιο–ιατρικής Μηχανικής

του J. Bronzino [1]. Τα συγγράµµατα αυτά όµως χρησιµοποιούν αυστηρό µαθηµα-

τικό φορµαλισµό και είναι κατάλληλα µόνο για φοιτητές που θέλουν να εντρυφή-

σουν στο θέµα και διαθέτουν ισχυρό µαθηµατικό υπόβαθρο. Βιβλία πυρηνικής ιατρι-

κής όπως αυτά του Sharp et al. [7, 8] παρέχουν περιορισµένη ποιοτική ανάλυση.

Ο υπολογισµός της τιµής του κλάσµατος εξώθησης αναλύεται επίσης στα βιβλία

πυρηνικής ιατρικής που αναφέρθηκαν παραπάνω (Sharp et al. 1985, 1989).

Η βιβλιογραφία η οποία δίνεται για την εικονική πραγµατικότητα αναφέρεται σε

συγκεκριµένες εφαρµογές της. Ο τοµέας είναι τόσο γοργά εξελισσόµενος, ώστε µόνο

το διαδίκτυο να µπορεί να παρέχει ανά πάσα στιγµή τις τελευταίες εξελίξεις. Ενδει-

κτικά αναφέρονται οι εργασίες των Meril, [4] Satava et al. [5] και Schraft et al. [6].

Η σχεδίαση ραδιοθεραπευτικού σχήµατος πραγµατεύεται κυρίως σε βιβλία ακτινο-

φυσικής και ραδιοθεραπείας, όπως αυτό των Williams και Thwaites [9], τα οποία

όµως επικεντρώνονται κυρίως σε θέµατα ακτινοφυσικής και, κατά συνέπεια, είναι

κατάλληλα µόνο για εξειδικευµένη µελέτη.

1 7 1√ ¢ ∏ ° √ ™ ¶ ∂ ƒ∞ π ∆ ∂ ƒ ø ª ∂ § ∂ ∆ ∏ ™

Page 172: Deli Basis
Page 173: Deli Basis

™˘ÛÙ‹Ì·Ù· ÛÙ‹ÚÈ͢ È·ÙÚÈÎÒÓ ·ÔÊ¿ÛˆÓ

™ÎÔfi˜

Σκοπός του κεφαλαίου είναι να παρουσιάσει το πρόβληµα της λήψης ιατρικής από-

φασης και να αναλύσει συνοπτικά το ρόλο και τις αρχές λειτουργίας των συστηµά-

των υποστήριξης ιατρικών αποφάσεων.

¶ÚÔÛ‰ÔÎÒÌÂÓ· ·ÔÙÂϤÛÌ·Ù·

Όταν θα έχετε µελετήσει το κεφάλαιο αυτό, θα είστε σε θέση να:

• Περιγράψετε τη δοµή ενός συστήµατος αναπαράστασης της γνώσης.

• Απαριθµήσετε τους κυριότερους τρόπους αναπαράστασης της γνώσης.

• Συγκρίνετε τη συµβολική και υποσυµβολική αναπαράσταση της γνώσης.

• ∆ιατυπώσετε το σκοπό των έµπειρων συστηµάτων στην ιατρική.

• Περιγράψετε τη γενική δοµή ενός έµπειρου συστήµατος και να εξηγήσετε τα µέρη

από τα οποία αποτελείται.

• Αναφέρετε τους κυριότερους τρόπους διαχείρισης της αβεβαιότητας.

ŒÓÓÔȘ ÎÏÂȉȿ

• ιατρική απόφαση

• γνώση

• αναπαράσταση της γνώσης

• έµπειρα συστήµατα

• αβεβαιότητα δεδοµένων

∂ÈÛ·ÁˆÁÈΤ˜ ·Ú·ÙËÚ‹ÛÂȘ

Το κεφάλαιο αυτό επιχειρεί µια εισαγωγή στις κυριότερες έννοιες και τεχνικές των

συστηµάτων υποστήριξης ιατρικών αποφάσεων. Αρχικά παρουσιάζεται η έννοια της

ιατρικής απόφασης και η σύνδεσή της µε την κλινική πρακτική (Ενότητα 8.1). Ακο-

λουθεί µια σύντοµη αναφορά στους κυριότερους τρόπους αναπαράστασης της ιατρικής

8∫ ∂ º ∞ § ∞ π √

Page 174: Deli Basis

1 7 4 K E º A § A I O 8 . ™ À ™ ∆ ∏ ª ∞∆∞ ™ ∆ ∏ ƒ π • ∏ ™ π ∞∆ ƒ π ∫ ø ¡ ∞ ¶ √ º ∞ ™ ∂ ø ¡

γνώσης (Ενότητα 8.2). Στη συνέχεια περιγράφεται σχηµατικά η δοµή ενός έµπειρου

συστήµατος (Ενότητα 8.3). Εισάγεται η έννοια της αβεβαιότητας στην ιατρική πληρο-

φορία και παρουσιάζονται τα βασικά στοιχεία των τεχνικών διαχείρισης και συµπερα-

σµατολογίας µε αβέβαια δεδοµένα (Ενότητα 8.4). Το κεφάλαιο ολοκληρώνεται µε παρα-

δείγµατα συστηµάτων στήριξης αποφάσεων σε κλινικό περιβάλλον και αξιολόγηση του

σηµερινού και µελλοντικού τους ρόλου στην κλινική ιατρική (Ενότητα 8.5).

Page 175: Deli Basis

8.1 ∂ÈÛ·ÁˆÁ‹ – §‹„Ë ·ÔÊ¿ÛÂˆÓ ÛÙËÓ È·ÙÚÈ΋

Η σχέση µεταξύ της άσκησης της ιατρικής επιστήµης και της λήψης αποφάσεων

είναι ιδιαίτερα ισχυρή. Ο ιατρός καλείται να λάβει αποφάσεις τόσο κατά τη διάγνωση

ενός συγκεκριµένου ασθενούς όσο και κατά την επιλογή του κατάλληλου θεραπευ-

τικού σχήµατος. Ακόµη και κατά τη διάρκεια της θεραπείας ο ιατρός µπορεί να απο-

φασίσει για τη διακοπή ή τη διαφοροποίησή της, λαµβάνοντας υπόψη συµπτώµατα,

πιθανά οφέλη ή παρενέργειες.

Ας θεωρήσουµε το ακόλουθο παράδειγµα µιας κλινικής περίπτωσης, το οποίο σκια-

γραφεί το είδος των αποφάσεων αυτών. Άντρας 42 ετών υπέστη επιτυχή µεταµό-

σχευση νεφρού, έκτοτε µε φυσιολογική νεφρική λειτουργία, ευρισκόµενος σε φαρ-

µακολογική ανοσοκαταστολή (η ανοσοκαταστολή είναι απαραίτητη για να παρε-

µποδιστεί η απόρριψη του νεφρού). Ο ασθενής πρόσφατα εµφάνισε µελάνωµα, που

αποδίδεται στην ανοσοκατασταλτική θεραπεία, το οποίο αντιµετωπίστηκε χειρουρ-

γικά, είναι όµως γνωστό ότι υποτροπιάζει µε κατάληξη συχνά µοιραία. Η απόφαση

την οποία καλείται να πάρει ο ειδικός είναι: συνέχιση της θεραπείας, µε συνέπεια

κανονική αποδοχή του νεφρού αλλά αυξηµένο κίνδυνο θανατηφόρας υποτροπής του

µελανώµατος, ή διακοπή της θεραπείας, η οποία συνεπάγεται ελάχιστο κίνδυνο υπο-

τροπής αλλά πολύ µεγάλη πιθανότητα απόρριψης του νεφρού.

Σήµερα υπάρχει πληθώρα δεδοµένων, εκτός των αρχικών συµπτωµάτων, τα οποία ο

ιατρός πρέπει να λάβει υπόψη του συνδυαστικά για τη λήψη µιας απόφασης που αφορά

διάγνωση ή θεραπεία. Εκατοντάδες εργαστηριακών εξετάσεων, µεγάλος αριθµός

βιο–σηµάτων και απεικονιστικών τεχνικών και ποσοτικοποιηµένες µετρήσεις από αυτές,

στατιστικές µελέτες αλληλεπίδρασης ασθενειών ή υποτροπιών πρέπει να συνδυαστούν

πριν ο ειδικός καταλήξει σε µια απόφαση ιδιαίτερα σηµαντική για τον ίδιο τον ασθενή.

Η κατάσταση αυτή δηµιουργεί την ανάγκη ενός νέου τύπου διαχείρισης της πληρο-

φορίας, καθώς και πιο σύνθετες προσεγγίσεις στη λήψη της ιατρικής απόφασης που

χρησιµοποιούν τη µοντέρνα τεχνολογία της πληροφορικής.

8.2 ∞Ó··Ú¿ÛÙ·ÛË Ù˘ ÁÓÒÛ˘

Η αναπαράσταση της γνώσης (knowledge representation) είναι ο τρόπος µε τον οποίο

κωδικοποιείται η γνώση ώστε αυτή να µπορεί να χρησιµοποιηθεί από έναν ηλεκτρο-

νικό υπολογιστή. Παρά το γεγονός ότι η αναπαράσταση της γνώσης θεωρείται κάτι

το δεδοµένο για τον άνθρωπο, η µεταφορά της στον υπολογιστή δεν είναι εύκολο

εγχείρηµα. Είναι απαραίτητο συστατικό οποιουδήποτε συστήµατος τεχνητής νοηµο-

σύνης (AI –Artificial Intelligence), το οποίο αποσκοπεί στην επίλυση προβληµάτων.

1 7 58 . 2 ∞ ¡ ∞ ¶ ∞ ƒ∞ ™ ∆∞ ™ ∏ ∆ ∏ ™ ° ¡ ø ™ ∏ ™

Page 176: Deli Basis

1 7 6 K E º A § A I O 8 . ™ À ™ ∆ ∏ ª ∞∆∞ ™ ∆ ∏ ƒ π • ∏ ™ π ∞∆ ƒ π ∫ ø ¡ ∞ ¶ √ º ∞ ™ ∂ ø ¡

Ο απλούστερος ίσως τρόπος αναπαράστασης της γνώσης είναι ο σχεσιακός. Σύµφω-

να µε αυτόν, η γνώση κωδικοποιείται σε ορίσµατα (attributes), οι τιµές των οποίων

τίθενται σε στήλες. Η αναπαράσταση αυτή χρησιµοποιείται κυρίως σε βάσεις δεδο-

µένων. Η κληρονοµήσιµη γνώση (Inheritable knowledge) επεκτείνει τη σχεσιακή ανα-

παράσταση, µε την εισαγωγή ιεραρχηµένων κλάσεων αντικειµένων, όπου αντικείµε-

να και τιµές ορισµάτων των αντικειµένων συνδέονται µεταξύ τους σχηµατίζοντας γρά-

φους αναζήτησης (π.χ. σηµασιολογικά δίκτυα – semantic networks κτλ.). Η λογική

χρησιµοποιείται για να παραγάγει νέα γεγονότα (facts) ή να πιστοποιήσει το αληθές

κάποιου ισχυρισµού. Τέλος, η διαδικαστική (procedural) αναπαράσταση χρησιµοποι-

εί διαδικασίες (π.χ. συγκεκριµένα προγράµµατα) για την κωδικοποίηση της γνώσης.

8.2.1 ∆È ·Ó··Ú›ÛÙ·Ù·È ˆ˜ ÁÓÒÛË

Στην τεχνητή νοηµοσύνη αναπαρίστανται δύο διαφορετικές οντότητες:

• γεγονότα (facts), τα οποία είναι αλήθειες που ισχύουν σε ένα συγκεκριµένο πεδίο

ορισµού (domain),

• σύµβολα, τα οποία είναι παραστάσεις γεγονότων σε κάποιο συγκεκριµένο φορ-

µαλισµό.

Τα σύµβολα είναι αυτά τα οποία επεξεργάζονται τα προγράµµατα τεχνητής νοηµο-

σύνης.

Η σχέση µεταξύ Γεγονότων, Εσωτερικής Αναπαράστασης και Φυσικής Γλώσσας

φαίνεται στο Σχήµα 8.1.

Γεγονότα

Φυσική γλώσσα

Eσωτερική

αναπαράσταση

Kατανόηση φυσικών

προτάσεων

Παραγωγή φυσικών

προτάσεων

Πρόγραµµα

λογικής σκέψης

™¯‹Ì· 8.1

Η γενική δοµή

ενός συστήµατος

αναπαράστασης

της γνώσης

Ένα σύστηµα αναπαράστασης της γνώσης πρέπει να παρουσιάζει τα παρακάτω

χαρακτηριστικά:

• Επάρκεια αναπαράστασης (Representational Adequacy): ικανότητα παράστασης

Page 177: Deli Basis

όλων των µορφών της γνώσης του θεωρούµενου πεδίου.

• Επάρκεια συλλογισµού (Inferential Adequacy): ικανότητα χειρισµού της υπάρ-

χουσας γνώσης, ώστε να παράγεται νέα γνώση διά συλλογισµού.

• Αποδοτικότητα συλλογισµού (Inferential Efficiency): ικανότητα να κατευθύνονται

οι συλλογιστικοί µηχανισµοί προς τις πλέον αποδοτικές κατευθύνσεις.

• Αποδοτικότητα συλλογής πληροφορίας (Acquisitional Efficiency): ικανότητα συλ-

λογής νέας πληροφορίας, είτε µε ανθρώπινη παρέµβαση είτε αυτόµατα.

8.2.2 ∞Ó··Ú¿ÛÙ·ÛË ÁÓÒÛ˘ ‚·ÛÈṲ̂ÓË Û ÏÔÁÈ΋

Η αναπαράσταση της γνώσης βασισµένη σε λογική χρησιµοποιεί σύµβολα για την

αναπαράσταση και επεξεργασία. Τα κύρια σύµβολα είναι ο καθολικός και ο υπαρ-

ξιακός ποσοδείκτης, ο τελεστής της άρνησης, το λογικό ΚΑΙ και το λογικό Ή

( , αντίστοιχα). Ο κύριος εκπρόσωπος της αναπαράστασης βασισµένης

σε λογική είναι ο κατηγορηµατικός λογισµός (Predicate calculus). Ο κατηγορηµα-

τικός λογισµός χρησιµοποιεί έναν τρόπο φορµαλισµού των προτάσεων, ο οποίος φαί-

νεται σε ένα παράδειγµα:

Η πρόταση Ο Σωκράτης είναι άνθρωπος µπορεί να γραφεί χρησιµοποιώντας το φορ-

µαλισµό αυτό ως: άνθρωπος(Σωκράτης). Απλά γεγονότα εκφράζονται µε παρόµοιο

φορµαλισµό: η πρόταση ο ∆ηµήτρης διοικεί το Γιάννη γράφεται ως: διοικεί(∆ηµή-

τρης, Γιάννης). Τα γεγονότα εκφράζονται από µια σχέση (π.χ. «διοικεί»), η οποία

αποτελεί το κατηγόρηµα (predicate) και τα αντικείµενα–οντότητες τις οποίες αυτή

συνδέει (π.χ. Γιάννης, ∆ηµήτρης). Τα αντικείµενα αυτά καλούνται ορίσµατα

(attributes). Οι δοµές του κατηγορηµατικού λόγου ονοµάζονται προτάσεις

(propositions) και έχουν δύο δυνατές τιµές: αληθής (true) ή ψευδής (false). Μια πρό-

ταση µπορεί να περιέχει πολλαπλά ορίσµατα. Ο κατηγορηµατικός λογισµός υπο-

στηρίζει σύνθετες προτάσεις, οι οποίες αποτελούνται από απλές προτάσεις (του

τύπου κατηγόρηµα – ορίσµατα) που συνδέονται µεταξύ τους µε τα λογικά σύµβολα

τα οποία αναφέρθηκαν παραπάνω.

Ο κατηγορηµατικός λογισµός διαθέτει ένα σύνολο κανόνων συλλογισµού ή εξαγωγής

συµπερασµάτων (inference rules), οι οποίοι του επιτρέπουν να παράγει νέα γνώση ή

να ελέγχει το αληθές συγκεκριµένων προτάσεων. Για παράδειγµα, το γεγονός Ο

Σωκράτης είναι άνθρωπος, ή κατηγορηµατικά άνθρωπος (Σωκράτης), σε συνδυασµό

µε την πρόταση Κάθε άνθρωπος είναι θνητός, µας οδηγεί στο συµπέρασµα ότι ο

Σωκράτης είναι θνητός, µε χρήση του κανόνα καθολικής εξειδίκευσης. Ο κανόνας αυτός

αναθέτει µια ιδιότητα σε κάποιο µέλος µιας κλάσης αντικειµένων, εάν η ιδιότητα αυτή

" $ ÿ Ú, , , ,

1 7 78 . 2 ∞ ¡ ∞ ¶ ∞ ƒ∞ ™ ∆∞ ™ ∏ ∆ ∏ ™ ° ¡ ø ™ ∏ ™

Page 178: Deli Basis

1 7 8 K E º A § A I O 8 . ™ À ™ ∆ ∏ ª ∞∆∞ ™ ∆ ∏ ƒ π • ∏ ™ π ∞∆ ƒ π ∫ ø ¡ ∞ ¶ √ º ∞ ™ ∂ ø ¡

είναι χαρακτηριστικό ολόκληρης της κλάσης (η ιδιότητα θνητός είναι χαρακτηριστι-

κή της κλάσης άνθρωπος, άρα χαρακτηρίζει και το Σωκράτη, ως µέλος της κλάσης).

8.2.3 ∞Ó··Ú¿ÛÙ·ÛË ‚·ÛÈṲ̂ÓË Û ÛËÌ·ÛÈÔÏÔÁÈο ‰›ÎÙ˘·

Τα σηµασιολογικά δίκτυα (semantic networks) προτάθηκαν από τον Quillan το 1968,

ως ένας ευέλικτος φορµαλισµός αναπαράστασης γνώσης. Η θεωρία τους βασίζεται

στο γεγονός ότι µια έννοια σχηµατίζεται από τις σχέσεις της µε άλλες γνωστές έννοι-

ες, καθώς και ότι η γνώση αποθηκεύεται στις συσχετίσεις µεταξύ εννοιών. Η ανά-

πτυξη της έννοιας της συναφούς αυτής µνήµης (associative memory) χρονολογείται

από την εποχή του Αριστοτέλη και µε τα σηµασιολογικά δίκτυα βρήκε εφαρµογή

και στην επιστήµη των υπολογιστών.

Η κύρια συναρτησιακή µονάδα ενός σηµασιολογικού δικτύου είναι ένα ζεύγος κόµ-

βων, καθένας από τους οποίους παριστάνει µια έννοια, συνδεδεµένων µε ένα βέλος

που παριστάνει τη µεταξύ τους σχέση. Η συναρτησιακή αυτή µονάδα παριστάνει

ένα απλό γεγονός. Σε σχέση µε τον κατηγορηµατικό λογισµό, οι κόµβοι αποτελούν

τα ορίσµατα, ενώ η συνδετική τους σχέση το κατηγόρηµα. Τα σηµασιολογικά δίκτυα

µπορούν να εκφράσουν κατηγορήµατα µε απεριόριστο αριθµό ορισµάτων.

Επέκταση των σηµασιολογικών δικτύων αποτελούν οι εννοιολογικοί γράφοι

(conceptual graphs), οι οποίοι περιέχουν ως κόµβους, εκτός από τις ίδιες έννοιες, τις

σχέσεις µεταξύ των κόµβων των σηµασιολογικών δικτύων. Ως παράδειγµα παρατί-

θεται ο εννοιολογικός γράφος ο οποίος κωδικοποιεί τη φράση: «απλό, λοξό κάταγ-

µα διάφυσης µηριαίου οστού» (Σχήµα 8.2).

Η προσέγγιση των σηµασιολογικών δικτύων έχει εφαρµοστεί επιτυχώς σε έναν αριθ-

µό ιατρικών εφαρµογών, όπως στο σύστηµα CASNET (1978), το οποίο παράγει δια-

γνώσεις σχετικά µε γλαύκωµα, το σύστηµα INTERNIST–1 για παθολογία (1977),

το σύστηµα PIP, ειδικό στη διάγνωση νεφρικών παθήσεων (1976) κτλ.

8.2.4 ∞Ó··Ú¿ÛÙ·ÛË ‚·ÛÈṲ̂ÓË Û Ϸ›ÛÈ·

Τα πλαίσια (frames) µπορεί να θεωρηθούν ως επέκταση των σηµασιολογικών

δικτύων, καθώς παρέχουν µια πιο δοµηµένη αναπαράσταση της γνώσης. Η µορφή

του πλαισίου µπορεί να περιγραφεί ως ένα σύνολο σχισµών (slots), αριστερά, και

των αντίστοιχων γεµισµάτων (fillers), δεξιά. Οι σχισµές περιγράφουν τα βασικά στοι-

χεία της οντότητας που αντιστοιχεί στο συγκεκριµένο πλαίσιο. Οι τιµές τους (γεµί-

σµατα) µπορεί να είναι κάποιο άλλο αντικείµενο, το οποίο να έχει ήδη περιγραφεί

ως πλαίσιο, ή να προέρχονται από υπολογισµό µέσω συγκεκριµένων διαδικασιών

(διαδικαστική προσάρτηση – procedural attachment). Στις περισσότερες περιπτώ-

Page 179: Deli Basis

σεις, όταν η τιµή του γεµίσµατος είναι κάποιο άλλο αντικείµενο / πλαίσιο, το αντι-

κείµενο αυτό βρίσκεται ιεραρχικά υψηλότερα από το τρέχον πλαίσιο. Έτσι, η χρήση

των πλαισίων επιτρέπει το σχηµατισµό µιας καλά δοµηµένης ιεραρχίας αντικειµέ-

νων / εννοιών. Η αναπαράσταση των εννοιών σε ιεραρχηµένα αντικείµενα βρίσκε-

ται σε µεγάλη συµφωνία µε τον τρόπο οργάνωσης των προγραµµάτων των αντικει-

µενοστραφών γλωσσών προγραµµατισµού. Η αναπαράσταση της πληροφορίας επι-

τυγχάνεται µε τη συγκεκριµενοποίηση (instantiation) µιας κλάσης αντικειµένων /

εννοιών σε ένα συγκεκριµένο αντικείµενο, ενώ οι σχισµές του γεµίζονται µε τις τιµές

για το συγκεκριµένο αντικείµενο.

Το 1993 παρουσιάστηκε ένα αυτόµατο σύστηµα για τη διάγνωση πνευµονίας προ-

καλούµενης από τον ιό HIV. Ένα παράδειγµα ενός πλαισίου που χρησιµοποιείται

από το σύστηµα για την περιγραφή φυσιο–παθολογικών καταστάσεων του ασθενούς

δίνεται στο Σχήµα 8.3. Το πλαίσιο αυτό περιέχει τόσο σχισµές (π.χ. «Μοιάζει µε»)

όσο και υπο–σχισµές (π.χ. «Συµπτώµατα»).

1 7 98 . 2 ∞ ¡ ∞ ¶ ∞ ƒ∞ ™ ∆∞ ™ ∏ ∆ ∏ ™ ° ¡ ø ™ ∏ ™

Θέση

∆ιάφυση

Tµήµα

Mηριαίο

Πλευρά

∆εξί

Kάταγµα

Mορφολογία

Λοξό

Πολυπλοκότητα

Aπλό

™¯‹Ì· 8.2

Εννοιολογικός

γράφος που ανα-

παριστά τη φράση

«απλό, λοξό

κάταγµα διάφυσης

µηριαίου οστού»,

από Bernauer and

Goldberg 1993.

Οι κόµβοι µε δια-

κεκοµµένες γραµ-

µές αναπαριστούν

σχέσεις µεταξύ

εννοιών.

Page 180: Deli Basis

1 8 0 K E º A § A I O 8 . ™ À ™ ∆ ∏ ª ∞∆∞ ™ ∆ ∏ ƒ π • ∏ ™ π ∞∆ ƒ π ∫ ø ¡ ∞ ¶ √ º ∞ ™ ∂ ø ¡

Πλαίσιο Κυτταροµεγαλοϊός (CMV)

• Μοιάζει µε διάµεση πνευµονία

• Επιδηµιολογικά δεδοµένα

― Άλλο είδος πνευµονίας ναι

― CD4 λιγότερο από 200/mmc

• Κλινική εικόνα

― Συµπτώµατα πυρετός, µη παραγωγικός βήχας, δύσπνοια

― Σηµεία κυάνωση, ταχύπνοια

• Εργαστηριακοί έλεγχοι

― PO2 µειούµενο

― LDH αυξανόµενο

™¯‹Ì· 8.3

Η χρήση πλαισίων

για αναπαράσταση

διαγνωστικής

γνώσης (από

Fiore et al., 1993)

8.2.5 ¢¤ÓÙÚ· ·fiÊ·Û˘

Τα δέντρα απόφασης (decision trees) αποτελούν µια µορφή αναπαράστασης της γνώ-

σης η οποία χρησιµοποιεί τη δοµή του δέντρου. Το δέντρο αυτό έχει δύο ειδών κόµ-

βους: τους κόµβους τύχης και τους κόµβους απόφασης, οι οποίοι κατά σύµβαση

παριστάνονται µε κύκλους και τετράγωνα, αντίστοιχα. Από έναν κόµβο απόφασης

ξεκινούν όλες οι δυνατές αποφάσεις οι οποίες µπορεί να ληφθούν. Ένας κόµβος από-

φασης µπορεί να καταλήξει σε άλλον κόµβο απόφασης ή σε κόµβο τύχης. Από τον

τελευταίο ξεκινούν όλα τα δυνατά ενδεχόµενα, τα οποία µπορεί να καταλήγουν σε

νέους κόµβους τύχης.

Η γνώση αναπαρίσταται όχι µόνο στη δοµή του δέντρου, αλλά και στις πιθανότητες

του κάθε πιθανού ενδεχοµένου από κάθε κόµβο τύχης. Το άθροισµα των πιθανοτή-

των όλων των ενδεχοµένων που ξεκινούν από έναν κόµβο τύχης ισούται µε τη µονά-

δα. Οι πιθανότητες αυτές προσδιορίζονται βιβλιογραφικά, στατιστικά από ανάλυση

µεγάλου αριθµού περιπτώσεων, ή από ειδικούς.

Σε κάθε τερµατικό κόµβο (δηλ. κόµβο από τον οποίο δεν ξεκινά κανένα κλαδί του

δέντρου) αντιστοιχεί µια τιµή ωφελιµότητας (utility). Η απόφαση λαµβάνεται µε

υπολογισµό της αναµενόµενης ωφελιµότητας για κάθε ενδεχόµενο του αντίστοιχου

κόµβου απόφασης. Η αναµενόµενη τιµή ενός κόµβου τύχης ισούται µε το άθροισµα

των γινοµένων της ωφελιµότητας κάθε κλάδου του κόµβου, πολλαπλασιασµένης µε

την αντίστοιχη πιθανότητα. Η διαδικασία αυτή συνεχίζεται για κάθε κόµβο, αρχίζο-

ντας από τους τερµατικούς κόµβους, µέχρι να φτάσει στη ρίζα του δέντρου, που είναι

ο κόµβος απόφασης.

Page 181: Deli Basis

Η παραπάνω διαδικασία λήψης της απόφασης επηρεάζεται, όπως είναι προφανές,

από τις τιµές που δίνονται σε πιθανότητες εµφάνισης γεγονότων ή σε ωφελιµότητα

ενδεχοµένων. Ο τελευταίος παράγοντας είναι ιδιαίτερα υποκειµενικός (π.χ. µια θερα-

πεία που εξασφαλίζει µεγαλύτερη επιβίωση µε χαµηλότερη ποιότητα ζωής παρου-

σιάζει µεγαλύτερη ωφελιµότητα από κάποια άλλη, η οποία ίσως επιτυγχάνει µικρό-

τερη επιβίωση µε υψηλής ποιότητας ζωή;). Για την αντιµετώπιση αυτού του γεγο-

νότος έχουν εισαχθεί διαδικασίες ανάλυσης ευαισθησίας της απόφασης ως προς τις

τιµές επιλεγµένων µεταβλητών.

1 8 18 . 2 ∞ ¡ ∞ ¶ ∞ ƒ∞ ™ ∆∞ ™ ∏ ∆ ∏ ™ ° ¡ ø ™ ∏ ™

ÕÛÎËÛË A˘ÙÔ·ÍÈÔÏfiÁËÛ˘ 8.1

Σχηµατίστε το δέντρο απόφασης που αντιστοιχεί στο παράδειγµα της Ενότητας

8.1. Υπολογίστε την ωφελιµότητα της κάθε απόφασης θεωρώντας τα ακόλουθα:

• Αν η ανοσοκατασταλτική θεραπεία συνεχιστεί, ο ασθενής έχει µεγαλύτερη πιθα-

νότητα να µην απορρίψει το µόσχευµα, αλλά και σοβαρή πιθανότητα να υπο-

τροπιάσει το µελάνωµα.

• Αν η ανοσοκατασταλτική θεραπεία σταµατήσει, το µόσχευµα θα απορριφθεί,

αλλά η πιθανότητα υποτροπής του µελανώµατος είναι πολύ µικρή.

Αναθέστε ρεαλιστικές τιµές (κατά την κρίση σας) στις πιθανότητες κάθε ενδεχο-

µένου και στην ωφελιµότητα των τερµατικών κόµβων.

8.2.6 ¢È·‰ÈηÛÙÈ΋ ·Ó··Ú¿ÛÙ·ÛË Ù˘ ÁÓÒÛ˘

Η αναπαράσταση της γνώσης βασισµένη σε λογική, που περιγράφτηκε στην Υποε-

νότητα 8.2.2, µπορεί να θεωρηθεί ως δηλωτική (declarative). Σε αντίθεση αυτής, µπο-

ρεί να αναφερθεί η διαδικαστική αναπαράσταση (procedural), στην οποία η γνώση

αναπαρίσταται µε τη µορφή διαδικασιών χρησιµοποίησης της γνώσης. Καθεµία από

αυτές είναι κατάλληλη για συγκεκριµένα µόνο γνωστικά πεδία (knowledge domains).

Μια τέτοια δοµή γνώσης µπορεί να περιέχει περισσότερες µικρότερες δοµές.

8.2.7 ÀÔÛ˘Ì‚ÔÏÈ΋ ·Ó··Ú¿ÛÙ·ÛË Ù˘ ÁÓÒÛ˘

Οι τρόποι αναπαράστασης γνώσης που αναλύθηκαν ως τώρα θεωρούνται υψηλού

επιπέδου ή συµβολικοί, αφού βασίζονται στα σύµβολα και είναι άµεσα κατανοητοί

από τον άνθρωπο. Η υποσυµβολική αναπαράσταση της γνώσης (subsymbolic

representation) περιλαµβάνει τρόπους αναπαράστασης οι οποίοι δεν βασίζονται σε

σύµβολα, και ως εκ τούτου ο τρόπος παραγωγής της απόφασης / λύσης δεν µπορεί

Page 182: Deli Basis

1 8 2 K E º A § A I O 8 . ™ À ™ ∆ ∏ ª ∞∆∞ ™ ∆ ∏ ƒ π • ∏ ™ π ∞∆ ƒ π ∫ ø ¡ ∞ ¶ √ º ∞ ™ ∂ ø ¡

να µεταδοθεί εύκολα στον άνθρωπο. Παρ’ όλα αυτά, οι υποσυµβολικές αναπαρα-

στάσεις µπορεί να οδηγήσουν σε υψηλά ποσοστά απόδοσης, και γενικά επιτρέπουν

εύκολο χειρισµό από τον υπολογιστή, ακόµη και σε περιπτώσεις ελλιπούς ή αντι-

φατικής γνώσης. Σχεδόν πάντα τα υποσυµβολικά συστήµατα συλλέγουν γνώση µέσω

παραδειγµάτων, έτσι δεν χρειάζονται πολύπλοκα εργαλεία συλλογής γνώσης ή επαφή

µε εµπειρογνώµονα. Οι κύριοι εκπρόσωποι των υποσυµβολικών συστηµάτων είναι

τα τεχνητά νευρωνικά δίκτυα και τα συστήµατα µάθησης που βασίζονται σε γενετι-

κούς αλγόριθµους.

Τα τεχνητά νευρωνικά δίκτυα (ANN – Artificial Neural Networks, ή απλά NN) εισή-

χθησαν κατά τη δεκαετία του 1970 στο χώρο της πρόβλεψης (time series forecasting),

αναγνώρισης προτύπων (pattern matching), αυτοµάτου ελέγχου (automatic control),

και έκτοτε βρίσκουν πληθώρα εφαρµογών και στο χώρο της ιατρικής.

™¯‹Ì· 8.4

∆ιάγραµµα ενός

εµπρόσθια τροφοδο-

τούµενου

(feedfroward) νευρω-

νικού δικτύου µε ένα

κρυφό επίπεδο υπο-

λογιστικών µονάδων

Η γενική αρχιτεκτονική ενός NN φαίνεται στο Σχήµα 8.4. Ένα πλήθος από υπολο-

γιστικές µονάδες (PE – processing elements), ή νευρώνες (neurons) διατάσσονται

σε επίπεδο εισόδου (input layer), επίπεδο εξόδου (output layer) και ενδιάµεσα κρυφά

επίπεδα (hidden layers). Κάθε σύνδεση µεταξύ PE έχει ένα συντελεστή βαρύτητας.

Κάθε PE δέχεται είσοδο από τις εξόδους όλων των PE του προηγούµενου επιπέδου

και παράγει ένα σήµα εξόδου που εισάγεται στα PE του επόµενου επιπέδου. Το

δίκτυο αρχικοποιείται µε τυχαίες τιµές των συντελεστών βαρύτητας.

Στην περίπτωση του τεχνητού νευρωνικού δικτύου, η γνώση αναπαρίσταται στις

τιµές των συντελεστών βαρύτητας. Το δίκτυο µαθαίνει «παραδειγµατικά» (by

induction), µεταβάλλοντας τους συντελεστές του ώστε η έξοδός του να ταιριάζει µε

την επιθυµητή. Ο δηµοφιλέστερος αλγόριθµος µεταβολής των συντελεστών βαρύ-

τητας του δικτύου είναι αυτός της οπισθοδιάδοσης (backpropagation), αν και αρκε-

τοί άλλοι έχουν προταθεί. Πρότερη –a priori– γνώση µπορεί να ενσωµατωθεί σε ένα

νευρωνικό δίκτυο µε αρχικοποίηση των συντελεστών βαρύτητας όχι τυχαία, αλλά

προκατειληµµένη προς συγκεκριµένες τιµές.

Page 183: Deli Basis

Εκτός από το feedforward δίκτυο, έχουν προταθεί αρχιτεκτονικές δικτύων όπως τα

αυτο–οργανούµενα συστήµατα – SOM (Self Organizing Feature Maps), ή Kohonen

models, τα οποία πραγµατοποιούν ανταγωνιστική εκµάθηση (competitive learning)

χωρίς ανάγκη εποπτείας (unsupervised).

Ο αριθµός των εφαρµογών των νευρωνικών δικτύων στην ιατρική είναι τόσο µεγά-

λος, ώστε µπορούµε να απαριθµήσουµε µόνο µερικά γνωστικά αντικείµενα, όπως

αναγνώριση και κατηγοριοποίηση ανατοµικών δοµών σε εικόνες µαστογραφίας,

συµπίεση θορύβου σε εικόνες και βιο–σήµατα, ταξινόµηση χρωµοσωµάτων, ταί-

ριασµα προτύπων, έλεγχο και υποστήριξη διάγνωσης κτλ.

Μια άλλη συνιστώσα της υποσυµβολικής αναπαράστασης της γνώσης είναι τα

συστήµατα ταξινόµησης (classifier systems), που βασίζονται σε εξελικτικούς αλγό-

ριθµους, όπως γενετικούς αλγόριθµους. Τα συστήµατα αυτά χρησιµοποιούν κυρίως

δυαδικό κώδικα για αναπαράσταση της γνώσης –άρα η αναπαράσταση είναι ιδιαί-

τερα χαµηλού επιπέδου–, κωδικοποιώντας κανόνες ως δυαδικές συµβολοσειρές συν-

θήκης και δράσης. Οι εξελικτικοί αλγόριθµοι χρησιµοποιούνται για την παραγωγή

νέων κανόνων και την εξαφάνιση των µη επιτυχών, έως ότου το σύστηµα ταξινό-

µησης επιτύχει το µέγιστο βαθµό ακρίβειας. Για µια εµπεριστατωµένη ανάλυση ο

αναγνώστης παραπέµπεται στο σύγγραµµα του Goldberg (1989). Ο τρόπος αυτός

µάθησης συναντάται στη διεθνή βιβλιογραφία ως GBML – Genetics Based Machine

Learning. Η χρήση εξελικτικών αλγόριθµων, όπως οι γενετικοί αλγόριθµοι, έχει ανα-

φερθεί συχνά σε προβλήµατα τα οποία µπορούν να διατυπωθούν ως προβλήµατα

βελτιστοποίησης, κυρίως σε αυτά που ανήκουν στην κατηγορία του µη πολυωνυµι-

κού χρόνου (NP – non polynomial).

1 8 38 . 3 ∂ ª ¶ ∂ π ƒ∞ ™ À ™ ∆ ∏ ª ∞∆∞

¢Ú·ÛÙËÚÈfiÙËÙ· 8.1

Επισηµάνετε τις κυριότερες διαφορές µεταξύ των υψηλού επιπέδου και των υπο-

συµβολικών αναπαραστάσεων της γνώσης.

8.3 ŒÌÂÈÚ· Û˘ÛÙ‹Ì·Ù·

Ένα έµπειρο σύστηµα (expert system) είναι εφαρµόσιµο σε µια συγκεκριµένη περιο-

χή της ανθρώπινης εµπειρίας και, έχοντας πρόσβαση σε µια βάση γνώσης, µπορεί

να βγάζει συµπεράσµατα από αβέβαια δεδοµένα. Αν του ζητηθεί, µπορεί να υποδεί-

ξει το συλλογισµό που ακολούθησε για την εξαγωγή του συµπεράσµατος, µε τρόπο

κατανοητό από τον ειδικό.

Page 184: Deli Basis

1 8 4 K E º A § A I O 8 . ™ À ™ ∆ ∏ ª ∞∆∞ ™ ∆ ∏ ƒ π • ∏ ™ π ∞∆ ƒ π ∫ ø ¡ ∞ ¶ √ º ∞ ™ ∂ ø ¡

Πολλή από την πρωτοπόρο δουλειά στα αναλυτικά έµπειρα συστήµατα έχει γίνει σε

ιατρικές εφαρµογές. Οι στόχοι των συστηµάτων αυτών µπορούν να συνοψιστούν ως

εξής:

• ∆ιάγνωση: εξαγωγή συµπερασµάτων για τις αιτίες των παρατηρούµενων προ-

βληµάτων (συµπτωµάτων).

• Απόφαση συλλογής πληροφορίας: προσδιορισµός της επιπλέον πληροφορίας που

θα πρέπει να ζητηθεί για τη λύση ενός προβλήµατος και ποιες ιατρικές εξετάσεις

θα την παρέχουν (λάβετε υπόψη σας ότι οι διαγνωστικές εξετάσεις κοστίζουν, και

το κόστος πρέπει να ελαχιστοποιείται, διατηρώντας ταυτόχρονα την ποιότητα της

υγειονοµικής περίθαλψης σε υψηλά επίπεδα).

• Λήψη αποφάσεων: επιλογή θεραπευτικού σχήµατος ή µεταβολή του τρέχοντος

σχήµατος, για την επίτευξη των βέλτιστων αποτελεσµάτων.

8.3.1 ∏ ‰ÔÌ‹ ÂÓfi˜ ¤ÌÂÈÚÔ˘ Û˘ÛÙ‹Ì·ÙÔ˜

Η δοµή ενός έµπειρου συστήµατος συνοψίζεται στο Σχήµα 8.5. Ο πυρήνας του

συστήµατος αποτελείται από τη βάση της γνώσης (Knowledge base) και τη µηχανή

εξαγωγής συµπερασµάτων (Inference engine). Το σύστηµα διαθέτει γραφική δια-

σύνδεση (graphic user interface – GUI) για σύνδεση µε το χρήστη. Ο πυρήνας συν-

δέεται µε ένα µηχανισµό για συλλογή της γνώσης από τον ειδικό, την αναπαράστα-

σή της σε κατάλληλη µορφή και την αποθήκευσή της στη βάση της γνώσης.

Η βάση της γνώσης περιέχει γεγονότα ή/και κανόνες. Η γνώση αποθηκεύεται σε

κάποια από τις µορφές που συζητήθηκε στην προηγούµενη υποενότητα (σηµασιο-

λογικά δίκτυα, κατηγορηµατικό λογισµό, δέντρα αποφάσεων κτλ.), ανάλογα µε τις

απαιτήσεις και τις ιδιαιτερότητες του υπό εξέταση προβλήµατος. Η βάση της γνώ-

σης πρέπει να είναι δυναµική, ώστε να επιτρέπει αλλαγές ή επεκτάσεις.

Γνώση

ειδικού

Bάση

δεδοµένων

Bάση

γνώσης

Mηχανή

εξαγωγής

συµπερασµάτων

Σύστηµα γραφικής διασύνδεσης

™¯‹Ì· 8.5

Η δοµή ενός

έµπειρου συστή-

µατος

Page 185: Deli Basis

Η µηχανή εξαγωγής συµπερασµάτων (inference engine) είναι το πλέον σηµαντικό

κοµµάτι ενός έµπειρου συστήµατος. Η βάση της γνώσης σχεδόν πάντα περιέχει αβέ-

βαια δεδοµένα. Για παράδειγµα, το αν κάποιος άνθρωπος συγκεκριµένου ύψους ανή-

κει στο σύνολο των ψηλών ανθρώπων ορίζεται µε αβεβαιότητα. Η µηχανή εξαγω-

γής συµπερασµάτων καλείται να διαχειριστεί αβέβαια δεδοµένα και να εξαγάγει

συµπεράσµατα από αυτά ή να δώσει νοήµονες συµβουλές. Τα πρώιµα συστήµατα

υιοθέτησαν πιθανοκρατικές (π.χ. τεχνική Bayes) ή αιτιοκρατικές τεχνικές εξαγωγής

συµπερασµάτων (συµπερασµατολογίας), όπως από σύνολα κανόνων. Οι πιθανο-

κρατικές τεχνικές όµως συχνά αντιµετωπίζουν προβλήµατα µε τις a priori πιθανό-

τητες (βλέπε επόµενη ενότητα), ενώ τα συστήµατα που βασίζονται σε κανόνες (rule

based systems) έχουν µειωµένη αρθρωσιµότητα (modularity) της γνωστικής βάσης,

δηλαδή µια πρόσθεση ή αφαίρεση κανόνα επιφέρει ευρύτερες αλλαγές στη βάση. Η

διαχείριση αβέβαιων δεδοµένων και η συµπερασµατολογία µε βάση αυτά αναλύε-

ται στην επόµενη ενότητα.

Η συλλογή της γνώσης (knowledge acquisition) είναι η διαδικασία που επιτρέπει

την εξαγωγή της γνώσης ενός ειδικού (expert) σχετικά µε ένα γνωστικό αντικείµε-

νο (domain), την αναπαράστασή της σε µορφή χρησιµοποιήσιµη από το κατάλληλο

λογισµικό ενός ηλεκτρονικού υπολογιστή και την εισαγωγή της στη βάση της γνώ-

σης. Ο κύριος τρόπος συλλογής της γνώσης είναι η συνέντευξη µε έναν ειδικό, αν

και συχνά χρησιµοποιούνται άλλες πηγές γνώσης, όπως βιβλία, βάσεις δεδοµένων,

ιστορικό περιπτώσεων κτλ. Εργαλεία λογισµικού έχουν επίσης αναπτυχθεί, τα οποία

επιτρέπουν τη διαδικασία της συλλογής και αναπαράστασης της γνώσης σε κατάλ-

ληλη µορφή. Γνωστό παράδειγµα τέτοιων προγραµµάτων είναι το σύστηµα

TEIRESIAS, το οποίο πρωτοεµφανίστηκε το 1982. Αυτά τα εργαλεία λογισµικού

παρέχουν λειτουργίες όπως έλεγχο ανακολουθιών της συλλεχθείσας γνώσης και

παραγωγή κανόνων εξαγωγής συµπερασµάτων, και θα πρέπει να καθιστούν την

παρουσία του Μηχανικού Γνώσης (Knowledge engineer) περιττή.

Το σύστηµα γραφικής διασύνδεσης (graphic user interface – GUI) είναι ένα ιδιαί-

τερα σηµαντικό κοµµάτι ενός έµπειρου συστήµατος, αφού αναλαµβάνει τη διασύν-

δεση µε το χρήστη και την παρουσίαση όλων των διαδικασιών του έµπειρου συστή-

µατος, κατ’ απαίτησή του. Από ορισµένους θεωρείται απαραίτητο να είναι διαφα-

νής και ανοικτή σε εξέταση και επίβλεψη η όλη λειτουργία ενός έµπειρου συστή-

µατος, ώστε να αποφεύγονται προβλήµατα λειτουργίας τα οποία µπορεί να αποβούν

καταστροφικά (σκεφτείτε τις συνέπειες από τη δυσλειτουργία ενός έµπειρου συστή-

µατος το οποίο προβαίνει σε αυτοµατοποιηµένες διαγνώσεις ή ελέγχει βιοµηχανικές

ή πυρηνικές εγκαταστάσεις).

1 8 58 . 3 ∂ ª ¶ ∂ π ƒ∞ ™ À ™ ∆ ∏ ª ∞∆∞

Page 186: Deli Basis

1 8 6 K E º A § A I O 8 . ™ À ™ ∆ ∏ ª ∞∆∞ ™ ∆ ∏ ƒ π • ∏ ™ π ∞∆ ƒ π ∫ ø ¡ ∞ ¶ √ º ∞ ™ ∂ ø ¡

Ορισµένα από τα στοιχεία ενός έµπειρου συστήµατος έχουν ήδη περιγραφεί (π.χ.

αναπαράσταση της γνώσης), ενώ η ανάλυση άλλων θα ακολουθήσει σε επόµενες

υποενότητες (π.χ. χειρισµός αβέβαιων δεδοµένων). Στο σηµείο αυτό κρίνεται σκό-

πιµο να σηµειωθεί ποιες εφαρµογές ωφελούνται από τη χρήση ενός έµπειρου συστή-

µατος. Είναι προφανές ότι προβλήµατα υπολογιστικά µε µαθηµατική λύση ή προ-

βλήµατα στα οποία τα δεδοµένα δεν έχουν το χαρακτηριστικό της αβεβαιότητας δεν

χρειάζονται τη χρήση έµπειρων συστηµάτων. Αντίθετα, προβλήµατα διαγνωστικής,

όπου δεν υπάρχει συγκεκριµένη θεωρία ή όπου τα δεδοµένα περιέχουν αβεβαιότη-

τα, προβλήµατα η λύση των οποίων απαιτεί σύνθετη σκέψη ή εξαγωγή συµπερα-

σµάτων και για τα οποία η γνωµοδότηση ειδικών εµπειρογνωµόνων είναι ακριβή ή

δυσεύρετη απαιτούν τη χρήση έµπειρων συστηµάτων.

8.4 ∏ ‰È·¯Â›ÚÈÛË Ù˘ ·‚‚·ÈfiÙËÙ·˜

Στην υποενότητα των έµπειρων συστηµάτων έχουµε ήδη αναφέρει τον αβέβαιο χαρα-

κτήρα των δεδοµένων που συναντούµε σε πραγµατικά προβλήµατα. Σχεδόν πάντα

η µαρτυρία στην ιατρική περιέχει το στοιχείο της αβεβαιότητας. Για παράδειγµα, η

µαρτυρία «έντονη στηθάγχη» δεν µπορεί να ερµηνευτεί αντικειµενικά. Ακόµα και

αριθµητικές τιµές µαρτυρίας δεν οδηγούν σε αναµφίβολα συµπεράσµατα, π.χ. ένας

άνθρωπος µε συστολική αρτηριακή πίεση 150 mmHg ανήκει στους υπερτασικούς;

Οι κυριότερες από τις τεχνικές για την παράσταση και επεξεργασία της γνώσης προς

εξαγωγή συµπερασµάτων από αβέβαια δεδοµένα παρουσιάζονται παρακάτω΄.

8.4.1 ∆¯ÓÈ΋ ÙÔ˘ Bayes

Η τεχνική αυτή παρέχει έναν τρόπο περιγραφής και χειρισµού της αβέβαιης γνώσης.

Στο επίκεντρο της τεχνικής βρίσκεται το οµώνυµο θεώρηµα, το οποίο υπολογίζει

την πιθανότητα να είναι αληθής η υπόθεση, δεδοµένης µιας µαρτυρίας, ως συνάρ-

τηση της a priori πιθανότητας παρατήρησης της υπόθεσης (επιπολασµός της ασθέ-

νειας), της πιθανότητας παρατήρησης της µαρτυρίας για όλες τις υποθέσεις και της

πιθανότητας να παρατηρηθεί η µαρτυρία όταν ισχύει η υπόθεση. Πρέπει να σηµει-

ωθεί, για καλύτερη κατανόηση της τεχνικής, ότι η υπόθεση αντιστοιχεί στην ασθέ-

νεια και η µαρτυρία στο ιατρικό σύµπτωµα.

Μειονεκτήµατα της τεχνικής είναι ότι οι υποθέσεις που λαµβάνονται υπόψη πρέ-

πει να εξαντλούν το χώρο των υποθέσεων και ότι οι µαρτυρίες (συµπτώµατα) που

λαµβάνονται υπόψη πρέπει να είναι ανεξάρτητες µεταξύ τους, κάτι που στην πράξη

δεν ισχύει.

Page 187: Deli Basis

8.4.2 ∆¯ÓÈ΋ Û˘ÓÙÂÏÂÛÙÒÓ ‚‚·ÈfiÙËÙ·˜

Η τεχνική αυτή αναπτύχθηκε από τον Shortliffe το 1976 και χρησιµοποιήθηκε στο

έµπειρο σύστηµα MYCIN, το οποίο αποτέλεσε σταθµό στην ανάπτυξη έµπειρων

συστηµάτων για ιατρικές διαγνώσεις. Ο συντελεστής βεβαιότητας (CF – certainty

factor) δίνει ένα µέτρο της βεβαιότητας που έχουµε για κάποια υπόθεση Υ, µε δεδο-

µένη τη µαρτυρία Μ και ορίζεται ως η διαφορά του µέτρου πεποίθησης (B – Belief)

ότι ισχύει η Υ δεδοµένης της Μ και του µέτρου πεποίθησης (D – Disbelief) ότι η Υ

δεν ισχύει δεδοµένης της Μ. Ο CF δεν αποτελεί µέτρο πιθανότητας, αφού παίρνει

τιµές από +1 (Υ πλήρως αληθής) έως –1 (Υ πλήρως ψευδής).

Σύµφωνα µε µια από τις στρατηγικές που ακολουθούνται σε συστήµατα που βασίζο-

νται σε κανόνες, δηµιουργούνται όλα τα δυνατά µονοπάτια που οδηγούν σε κάθε

δυνατό συµπέρασµα. Τα µονοπάτια οικοδοµούνται µε τη χρήση κανόνων γνώσης.

Μέσω της συγκεκριµένης στρατηγικής διερεύνησης, το σύστηµα χρησιµοποιεί όλους

τους κανόνες που οδηγούν σε ένα συγκεκριµένο στόχο (Σ στο Σχήµα 8.6). Για να επι-

βεβαιωθεί ο στόχος, οι κανόνες χρησιµοποιούνται ο ένας µετά τον άλλο. Μπορούµε

να αναπαραστήσουµε τη χρήση όλων των κανόνων που οδηγούν στην επίτευξη ενός

στόχου µέσω ενός δέντρου που χρησιµοποιεί τους λογικούς τελεστές Ή και ΚΑΙ.

1 8 78 . 4 ∏ ¢ π ∞ Ã ∂ π ƒ π ™ ∏ ∆ ∏ ™ ∞ µ ∂ µ ∞ π √ ∆ ∏ ∆∞ ™

Kανόνας που επιβεβαιώνει

την κατάσταση B Kανόνας που επιβεβαιώνει

την κατάσταση ∆

Kανόνας που επιβεβαιώνει

την κατάσταση ∆

A B

Γ

E

Σ

Kανόνας που επιβεβαιώνει

την κατάσταση Σ

Kανόνας που επιβεβαιώνει

την κατάσταση Σ

™¯‹Ì· 8.6

∆ιάγραµµα ενός

δέντρου µε τελε-

στές Ή και ΚΑΙ

Σε συστήµατα µε σταθµισµένα συµπεράσµατα, οι συντελεστές βεβαιότητας δηµι-

ουργούνται µε τη χρήση διαφόρων µοντέλων. Στο MYCIN, για παράδειγµα, η αξιο-

πιστία για ένα συµπέρασµα του τύπου ΑΝ Α ΤΟΤΕ Β υπολογίζεται χρησιµοποιώ-

ντας τον τύπο:

, CF C CF A CF B( ) min ( ), ( )= ∂◊ [ ]

Page 188: Deli Basis

1 8 8 K E º A § A I O 8 . ™ À ™ ∆ ∏ ª ∞∆∞ ™ ∆ ∏ ƒ π • ∏ ™ π ∞∆ ƒ π ∫ ø ¡ ∞ ¶ √ º ∞ ™ ∂ ø ¡

όπου είναι ο συντελεστής αξιοπιστίας του παραγωγικού κανόνα που παρέχεται

από τον ειδικό και είναι το ελάχιστο των CF(A) και CF(B).

Στο Σχήµα 8.7 φαίνονται οι κανόνες µέσω των οποίων συνδυάζονται οι συντελεστές

βεβαιότητας στο MYCIN.

Κανόνες

ΑΝ Α ΤΟΤΕ Γ (x)

ΑΝ Β ΤΟΤΕ Γ (y)

ΑΝ Γ ΤΟΤΕ ∆ (z)

Συνδυασµός Ή:

Συµπέρασµα: CF(∆) = z . max[0, CF(Γ)]

CF

x y xy x yx y

x yx y

x y xy x y

( )( )

min( , )

( )

Γ

+ - >+

-[ ]- + - <

Ï

Ì

ÔÔ

Ó

ÔÔ

αν , 0

αν , ετερόσηµα

αν , 0

1

min ( ), ( )CF A CF B[ ]∂

A

Γ

B

x

y

z™¯‹Ì· 8.7

Συνδυασµός συντελεστών βεβαιότητας στο MYCIN. Οι ποσότητες x, y,

z είναι οι συντελεστές βεβαιότητας των συµπερασµάτων των κανόνων

που παρέχονται από ειδικούς.

8.4.3 ªÔÓÙ¤ÏÔ Dempster–Shafer

Το µοντέλο αυτό επεκτείνει την τεχνική των συντελεστών βαρύτητας µε την εισα-

γωγή της ποσότητας «Αληθοφάνεια» (Plausibility). Η Αληθοφάνεια ορίζεται ως

συνάρτηση όλων των µαρτυριών Μ που δεν είναι ασύµβατες µε την υπόθεση Υ. Ο

συνδυασµός των ποσοτήτων πεποίθησης και αληθοφάνειας πλεονεκτεί έναντι της

προηγούµενης τεχνικής.

8.4.4 ∆¯ÓÈ΋ ·Í›·˜ ηÓfiÓˆÓ

Η τεχνική αυτή συγκεντρώνεται στη µαρτυρία και όχι στην υπόθεση και αναπτύ-

χθηκε από τον Naylor (1983). Σε κάθε µαρτυρία – σύµπτωµα (κανόνα) ανατίθεται

µια αξία. Σε κάθε στιγµή, επιλέγεται ο κανόνας µε τη µεγαλύτερη αξία και το σύστη-

µα υποβάλλει την ανάλογη ερώτηση για να πάρει την αντίστοιχη µαρτυρία. Κάθε

Page 189: Deli Basis

νέα µαρτυρία µεταβάλλει την αξία των κανόνων της βάσης. Η µέθοδος αυτή θυµί-

ζει τον τρόπο µε τον οποίο εργάζονται οι εµπειρογνώµονες, οι οποίοι συνεχώς τρο-

ποποιούν την άποψή τους για το ποιες ερωτήσεις είναι σηµαντικές µετά από κάθε

νέα απάντηση.

8.4.5 ¢È·ÁÚ¿ÌÌ·Ù· ÂÈÚÚÔ‹˜ Î·È ‰›ÎÙ˘· ÂÔ›ıËÛ˘

Το διάγραµµα επιρροής είναι µια γραφική γλώσσα που αναπαριστά τη βάση από-

φασης. Έχει τη µορφή ενός ακυκλικού, κατευθυντικού γραφήµατος το οποίο περιέ-

χει κόµβους (προτάσεις, καταστάσεις, επιλογές) και συνδέσεις (αιτιοκρατικές, πιθα-

νοκρατικές ή πληροφοριακές σχέσεις µεταξύ των κόµβων). Υπάρχουν τέσσερα δυνα-

τά είδη κόµβων: κόµβοι απόφασης και τύχης, όπως έχουµε ήδη συναντήσει στα

δέντρα απόφασης, µε τους κόµβους τύχης να διακρίνονται σε στοχαστικούς και αιτιο-

κρατικούς, και, τέλος, κόµβοι αξίας, που καταγράφουν τις προτιµήσεις του ατόµου

που λαµβάνει τις αποφάσεις. Οι κόµβοι αξίας αποτιµούν την έκβαση ενός σχεδίου,

το οποίο αναπαρίσταται ως µια διαδροµή στο γράφηµα που καταλήγει σε αυτόν. Η

συνάρτηση αποτίµησης περιλαµβάνει, για παράδειγµα, ποιότητα και προσδόκιµο

ζωής, οικονοµικό κόστος κτλ.

Τα δίκτυα πεποίθησης (belief networks), δίκτυα κατά Bayes και αιτιοκρατικά δίκτυα

(causal networks), αποτελούν περιπτώσεις των δικτύων επιρροής, αφού διαθέτουν

µόνο κόµβους τύχης, εκφράζοντας αποκλειστικά σχέσεις µεταξύ καταστάσεων, χωρίς

να λαµβάνουν υπόψη τους εκπεφρασµένες αξίες και αποφάσεις.

8.4.6 ∞Û·Ê‹˜ ÏÔÁÈ΋

Η ασαφής λογική άρχισε να αναπτύσσεται από τις αρχές της δεκαετίας του ’70, µε

τις ιατρικές εφαρµογές να κατέχουν προεξάρχουσα θέση. Η κύρια ιδέα της θεωρίας

είναι η εισαγωγή της αβεβαιότητας στη δυαδική λογική. Για παράδειγµα, η παρα-

δοσιακή λογική αποδίδει τιµές «αληθής» ή «ψευδής» στην πρόταση «το αντικείµε-

νο x ανήκει στην κλάση X». Η ασαφής λογική αποδέχεται µια τιµή πιθανότητας στο

διάστηµα [0,1]. Συνήθως χρησιµοποιείται µια συνάρτηση MF – membership

function, η οποία για κάθε τιµή της χαρακτηριστικής παραµέτρου επιστρέφει την

πιθανότητα το υπό µελέτη αντικείµενο να ανήκει σε µια κλάση. Η συνάρτηση αυτή

έχει συνήθως τριγωνική ή γκαουσιανή µορφή (π.χ. ένας άνθρωπος µε συστολική

πίεση 150 mmHg ανήκει στην κλάση των υπερτασικών ανθρώπων µε πιθανότητα

0,75, σύµφωνα µε κάποια υποθετική συνάρτηση). Συχνά, η διαδικασία µάθησης ενός

ασαφούς συστήµατος ανάγεται στον ακριβή ορισµό των MFs για κάθε µεταβλητή

που χαρακτηρίζει την κατάσταση του συστήµατος. Τα ασαφή συστήµατα χειρίζο-

1 8 98 . 4 ∏ ¢ π ∞ Ã ∂ π ƒ π ™ ∏ ∆ ∏ ™ ∞ µ ∂ µ ∞ π √ ∆ ∏ ∆∞ ™

Page 190: Deli Basis

1 9 0 K E º A § A I O 8 . ™ À ™ ∆ ∏ ª ∞∆∞ ™ ∆ ∏ ƒ π • ∏ ™ π ∞∆ ƒ π ∫ ø ¡ ∞ ¶ √ º ∞ ™ ∂ ø ¡

νται ασαφείς κανόνες (fuzzy rules), σε καθέναν από τους οποίους ανατίθεται κάποι-

ος συντελεστής βαρύτητας, ο οποίος εκφράζει την πεποίθηση του ειδικού για την

ορθότητα του κανόνα αυτού, ενώ οι δυαδικοί τελεστές έχουν αντικατασταθεί από

ασαφείς, ώστε να αναπτυχθεί µια νέα άλγεβρα (π.χ. το δυαδικό AND και OR αντι-

καθίστανται από τους τελεστές MIN και MAX, αντίστοιχα).

ÕÛÎËÛË A˘ÙÔ·ÍÈÔÏfiÁËÛ˘ 8.2

Θεωρήστε τον ακόλουθο κανόνα ασαφούς λογικής:

ΕΑΝ (απώλεια βάρους αρκετά µεγαλύτερη του 2 κιλά) ΚΑΙ (ηλικία αρκετά µικρό-

τερη των 30 ετών) ΤΟΤΕ (ένδειξη ινσουλινοεξαρτώµενου διαβήτη)

µε συντελεστή βαρύτητας w = 0,9. Σχεδιάστε ποιοτικά τις MFs για τα δύο κατη-

γορήµατα (απώλεια βάρους και ηλικία). Υπολογίστε την πιθανότητα ύπαρξης δια-

βήτη για απώλεια βάρους 2 κιλών και ηλικία 18 ετών.

8.5 ¶·Ú·‰Â›ÁÌ·Ù· ÂÌÔÚÈÎÒÓ Û˘ÛÙËÌ¿ÙˆÓ ˘ÔÛÙ‹ÚÈ͢ È·ÙÚÈÎÒÓ·ÔÊ¿ÛÂˆÓ – ™˘ÌÂÚ¿ÛÌ·Ù·

Ορισµένα συστήµατα υποστήριξης ιατρικών αποφάσεων, ακόµη και αυτά που βασί-

ζονται σε απλούστερες τεχνικές, όπως του Bayes, έχουν να επιδείξουν αξιοσηµείω-

τη ακρίβεια αποτελεσµάτων. Για παράδειγµα, το σύστηµα του Dombal είχε κατά

µέσο όρο 90% ορθές διαγνώσεις οξέος κοιλιακού πόνου, ενώ οι ειδικοί µόλις 65 –

80%. Το χαρακτηριστικό των συστηµάτων αυτών είναι το περιορισµένο πεδίο τους.

∆ιαγνωστικά συστήµατα που καλύπτουν όλο το φάσµα της παθολογίας δεν έχουν επι-

τύχει ακόµα παρόµοιες επιδόσεις. Ως παράδειγµα αναφέρουµε το Iliad και το DXplain,

τα οποία βασίζονται στη λογική του Bayes, και καλύπτουν 1.350 και 2.000 παθολογι-

κές καταστάσεις, µε 5.000 και 6.000 συµπτώµατα, αντίστοιχα. Τα συστήµατα αυτά

λειτουργούν επί χρόνια στα νοσοκοµεία όπου αναπτύχθηκαν, ως βοηθήµατα για τους

ειδικούς, και, παρά το ότι έχουν αποσπάσει θετικές κριτικές, ουδέποτε επέδειξαν τόσο

υψηλά ποσοστά επιτυχίας. Το σύστηµα QMR (Quick Medical Reference) καλύπτει

650 παθολογικές καταστάσεις από όλες τις ειδικότητες και, σε αντίθεση µε τα προη-

γούµενα δύο, χρησιµοποιεί την τεχνική της υποθετικής συµπερασµατολογίας.

Το σύστηµα HELP, το οποίο είχε περιγραφεί στο Κεφάλαιο 4 ως νοσοκοµειακό πλη-

ροφοριακό σύστηµα, διαθέτει σηµαντικές λειτουργίες ανάλυσης δεδοµένων και υπο-

στήριξης αποφάσεων.

Page 191: Deli Basis

Πρόσφατα έχουν αρχίσει να αναπτύσσονται διαγνωστικά συστήµατα βασισµένα απο-

κλειστικά σε ανάλυση εικόνας, όπως το TDW (Thallium Diagnostic Workstation),

το οποίο µαθαίνει διαγνωστικούς κανόνες επαγωγικά και υπερτερεί σηµαντικά ένα-

ντι των ειδικών στο στενό αντικείµενο το οποίο πραγµατεύεται. Επιτυχής είναι η

χρήση συστηµάτων υποστήριξης διάγνωσης και απόφασης στις µονάδες επειγόντων

περιστατικών και εντατικής θεραπείας, όπως το ACORN (υβριδικό σύστηµα κανό-

νων και λογικής Bayes για τη διάγνωση επειγόντων περιστατικών στηθάγχης) και

το SETH (έµπειρο σύστηµα επιλογής θεραπείας σε περιπτώσεις δηλητηριάσεων, το

οποίο θεωρεί 1.153 πιθανά δηλητήρια). Ένα από τα παλαιότερα και αξιολογότερα

έµπειρα συστήµατα, που εξειδικεύεται στη διάγνωση και θεραπεία βακτηριδιακών

µολύνσεων, είναι το MYCIN, το οποίο υιοθετεί το µοντέλο των συντελεστών βεβαι-

ότητας. Ένα ευρέως διαδεδοµένο σύστηµα είναι το Apache III, το οποίο σχεδιάστηκε

για να προβλέπει την πιθανότητα ενός ασθενούς να πεθάνει κατά τη νοσηλεία του

σε ένα νοσοκοµείο. Η γνωστική του βάση περιέχει 18.000 περιπτώσεις και οι προ-

γνώσεις του είναι ακριβείς κατά 95%. Το Apache ΙΙΙ ήδη χρησιµοποιείται σε 16

νοσοκοµεία των Ηνωµένων Πολιτειών.

Παρά τα παραδείγµατα τα οποία αναφέρθηκαν, η χρήση των συστηµάτων υπο-

στήριξης αποφάσεων στην ιατρική είναι µάλλον αποσπασµατική και σίγουρα όχι

γενικευµένη στην κλινική πρακτική. Οι πιθανοί λόγοι µπορούν να συνοψιστούν

ως ακολούθως:

• Αρκετά συστήµατα απαιτούν την ύπαρξη ηλεκτρονικού φακέλου ασθενών σε συµ-

βατή µορφή. Τα πρωτόκολλα κωδικοποίησης της ιατρικής πληροφορίας, όπως το

HL7, που αναλύθηκε στο Κεφάλαιο 6, µπορούν να δώσουν λύση στο θέµα αυτό.

• Αρκετά συστήµατα πάσχουν από ανεπαρκές ή κακοσχεδιασµένο σύστηµα γραφι-

κής διασύνδεσης µε το χρήστη.

• Η πολυπλοκότητα των συστηµάτων αυτών είναι αυξηµένη σε σχέση µε τα απλά

HIS, µε αποτέλεσµα να απωθούν το πολυάσχολο και συχνά ανεκπαίδευτο ιατρι-

κό προσωπικό.

1 9 18 . 5 ¶ ∞ ƒ∞ ¢ ∂ π ° ª ∞∆∞ ∂ ª ¶ √ ƒ π ∫ ø ¡ ™ À ™ ∆ ∏ ª ∞∆ ø ¡ À ¶ √ ™ ∆ ∏ ƒ π • ∏ ™ π ∞∆ ƒ π ∫ ø ¡ ∞ ¶ √ º ∞ ™ ∂ ø ¡ – ™ À ª ¶ ∂ ƒ∞ ™ ª ∞∆∞

Page 192: Deli Basis

1 9 2 K E º A § A I O 8 . ™ À ™ ∆ ∏ ª ∞∆∞ ™ ∆ ∏ ƒ π • ∏ ™ π ∞∆ ƒ π ∫ ø ¡ ∞ ¶ √ º ∞ ™ ∂ ø ¡

™‡ÓÔ„Ë ÎÂÊ·Ï·›Ô˘

Η άσκηση της κλινικής ιατρικής είναι άµεσα συνδεδεµένη µε τη λήψη αποφάσεων

που αφορούν τη διάγνωση ή τη θεραπεία, µετά από συνδυαστική µελέτη όλης της δια-

θέσιµης πληροφορίας για το συγκεκριµένο ασθενή, αλλά και τη γνώση που έχει απο-

κτηθεί από βιβλιογραφία και παρόµοια ιστορικά. Τα συστήµατα στήριξης ιατρικών

αποφάσεων χρησιµοποιούν κατάλληλο λογισµικό για την υποστήριξη της διαδικα-

σίας αυτής. Το πρώτο πρόβληµα που αντιµετωπίζουν τα συστήµατα αποφάσεων είναι

ο τρόπος αναπαράστασης της γνώσης. Στο κεφάλαιο αυτό αναφέρονται τρόποι ανα-

παράστασης που χρησιµοποιούν δοµές δεδοµένων όπως γράφους και δέντρα για να

αναπαραστήσουν τη γνώση σε υψηλό, συµβολικό επίπεδο. Σύντοµη µνεία γίνεται σε

υποσυµβολικές αναπαραστάσεις. Τα έµπειρα συστήµατα είναι τα πλέον διαδεδοµένα

για στήριξη αποφάσεων. Μετά από µια ποιοτική περιγραφή τους, επισηµαίνεται ο

ασαφής χαρακτήρας της ιατρικής γνώσης και γίνεται µια αναφορά σε µεθόδους δια-

χείρισης ασαφούς γνώσης και συµπερασµατολογίας µε αυτή. Τέλος, αναφέρονται τα

δηµοφιλέστερα συστήµατα στήριξης ιατρικών αποφάσεων τα οποία βρίσκονται σε

κλινική χρήση και αξιολογείται η µέχρι τώρα συνεισφορά και εξάπλωσή τους.

µÈ‚ÏÈÔÁÚ·Ê›·

[1] Barr Α., Feigenbaum Ε.Α., Cohen P.R. (eds), Handbook of AI, Addison &

Wesley, 1989.

[2] Bernauer J. and Goldberg H., «Compositional classification based on conceptual

graphs», in S. Andreassen et al. (eds), Artificial Intelligence in Medicine,

Amsterdam, IOS Press, 1993.

[3] Berg M., Rationalizing Medical Work: Decision–Support Techniques and

Medical Practices (Inside Technology), MIT Press, 1997.

[4] Fieschi M., Cramp D., Artificial Intelligence in Medicine: Expert Systems,

Chapman & Hall, 1990.

[5] Fiore M., Sicurello F. and Vigano M. et al., «A knowledge based system to

classify and diagnose HIV–pneumonias», in S. Andreassen et al. (eds), Artificial

Intelligence in Medicine, Amsterdam, IOS Press, 1993.

[6] Goldberg D., Genetic Algorithms in optimization, search and machine learning,

Addison–Wesley, 1989.

[7] Haykin S., Neural Networks: A Comprehensive Foundation, Prentice Hall, 2nd

edition, 1998.

Page 193: Deli Basis

[8] Liebowitz J., The Handbook of Applied Expert Systems, CRC Press, 1997.

[9] Naylor C., Build your own Expert System, Sigma Tech. Press, 1983.

[10] Patyra M., Mlynek D., Fuzzy Logic: Implementation and Applications, John

Wiley & Sons, 1996.

[11] Pearl, Networks of Plausible Inference, Morgan Kaufmann.

[12] Reichgelt H., Knowledge Representation: An AI perspective, Ablex, New York.

[13] Rich E., and Knight K., Artificial Intelligence, McGraw Hill College Div, 1991.

[14] Teodorescu H., Kandel A., Jain L., Fuzzy and Neuro–fuzzy systems in Medicine,

CRC Press, 1999.

√‰ËÁfi˜ ÂÚ·ÈÙ¤Úˆ ÌÂϤÙ˘

Το σύγγραµµα του Reichgelt [12] είναι αφιερωµένο αποκλειστικά στους τρόπους

αναπαράστασης της γνώσης. Το βιβλίο του Berg [3], παρά τις τεχνικές του λεπτο-

µέρειες, επικεντρώνεται στο ρόλο των συστηµάτων υποστήριξης κλινικών αποφά-

σεων. Το βιβλίο των Fieschi et al. [4] ασχολείται µε τις επιδράσεις των έµπειρων

συστηµάτων στην ιατρική. ∆εν είναι ιδιαίτερα τεχνικό, αφού ο συγγραφέας του είναι

ιατρός, για το λόγο αυτό όµως θεωρείται χρήσιµο, αφού δίνει την εικόνα των έµπει-

ρων συστηµάτων από την πλευρά του ιατρού.

Το σύγγραµµα του Haykin [7] είναι ένας από τους πολλούς τίτλους βιβλίων που πραγ-

µατεύονται το θέµα των νευρωνικών δικτύων σφαιρικά και εµπεριστατωµένα. Συνι-

στάται σε οποιονδήποτε επιθυµεί να εµβαθύνει στα νευρωνικά δίκτυα, προϋποθέτει

όµως προπτυχιακό µαθηµατικό υπόβαθρο. Τα θέµατα της υποσυµβολικής αναπαρά-

στασης της γνώσης συµπληρώνονται από το βιβλίο του Goldberg [6], που αναλύει διε-

ξοδικά τη βελτιστοποίηση, µάθηση και λήψη αποφάσεων µε γενετικούς αλγόριθµους.

Το βιβλίο του Liebowitz [8] είναι ένα από τα συγγράµµατα που πραγµατεύονται

έµπειρα συστήµατα. Περιέχει εκτενή θεωρία, µεγάλο αριθµό εφαρµογών και καλύ-

πτει θέµατα ασαφούς λογικής, γενετικών αλγόριθµων κτλ. Ιδιαίτερα χρήσιµο για το

φοιτητή που θέλει να εµβαθύνει στο αντικείµενο αυτό. Το βιβλίο του Naylor [9] απο-

τελεί ένα κατανοητό και χρήσιµο οδηγό για την κατασκευή ενός έµπειρου συστή-

µατος χρησιµοποιώντας µη αντικειµενοστραφείς γλώσσες προγραµµατισµού.

Τα βιβλία των Patyra et al. [10] και Teodorescu et al. [14] πραγµατεύονται το θέµα

της ασαφούς λογικής. Το πρώτο καλύπτει το αντικείµενο σφαιρικά, ενώ το δεύτερο

περιγράφει εφαρµογές σχετικές µε ιατρική, συχνά σε συνδυασµό µε νευρωνικά

δίκτυα και γενετικούς αλγόριθµους, προϋποθέτει γνώση της θεωρίας του αντικειµέ-

1 9 3√ ¢ ∏ ° √ ™ ¶ ∂ ƒ∞ π ∆ ∂ ƒ ø ª ∂ § ∂ ∆ ∏ ™

Page 194: Deli Basis

1 9 4 K E º A § A I O 8 . ™ À ™ ∆ ∏ ª ∞∆∞ ™ ∆ ∏ ƒ π • ∏ ™ π ∞∆ ƒ π ∫ ø ¡ ∞ ¶ √ º ∞ ™ ∂ ø ¡

νου του, και κατά συνέπεια δεν συνιστάται ως πρώτο ανάγνωσµα.

Το εγχειρίδιο της Τεχνητής Νοηµοσύνης (Handbook of AI) [1] αποτελεί απαραίτητο

ανάγνωσµα για όσους θέλουν να εντρυφήσουν στο αντικείµενο, συχνά όµως το επί-

πεδό του υπερβαίνει αυτό του προπτυχιακού φοιτητή. Καλύπτει θέµατα όπως: ανα-

παράσταση της γνώσης (τόµος 1, κεφ. 3) το σύστηµα MYCIN (τόµος 2, κεφ. 8),

δίκτυα πεποίθησης, σηµασιολογικά δίκτυα (τόµος 3, κεφ. 11) κτλ. Το σύγγραµµα

των Rich and Knight [13] είναι µια πολύ καλή εισαγωγή στο θέµα της Τεχνητής Νοη-

µοσύνης και συνιστάται ως πρώτο ανάγνωσµα.

Το σύγγραµµα του Pearl [11] αποτελεί πολύ καλό ανάγνωσµα για θέµατα όπως

Bayesian networks και το µοντέλο Dempster–Shafer.

Τέλος, οι δηµοσιεύσεις των Bernauer J. and Goldberg H. (1993) [2] και Fiore M et

al. (1993) [5] στο βιβλίο της IOS Press Artificial Intelligence in Medicine πραγµα-

τεύονται εξειδικευµένα θέµατα σε ερευνητικό επίπεδο και παρατίθενται στη βιβλιο-

γραφία, διότι τα Σχήµατα 8.2 και 8.3 έχουν προσαρµοστεί από αυτά.

Page 195: Deli Basis

A·ÓÙ‹ÛÂȘ AÛ΋ÛÂˆÓ A˘ÙÔ·ÍÈÔÏfiÁËÛ˘

1.1

Αν απαντήσατε ότι ο ιατρός µπορεί να θεωρηθεί ανεπαρκής, τότε δεν έχετε κατα-

νοήσει το στατιστικό τρόπο µε τον οποίο λειτουργούν τα πρότυπα ποιοτικού ελέγ-

χου των ιατρικών πράξεων. Η σωστή απάντηση είναι ότι ο χαρακτηρισµός του ιατρού

εξαρτάται όχι από το αποτέλεσµα µιας ή δύο περιπτώσεων, αλλά από τη συνολική

συµπεριφορά του, η οποία εκφράζεται µέσω στατιστικών παραµέτρων. Στην προ-

κειµένη περίπτωση, αν ο ιατρός ήταν υπεύθυνος εκατό παρόµοιων ασθενών και η

µέση διάρκεια νοσηλείας τους ήταν κάτω από την εκτίµηση των DRGs, τότε ικανο-

ποιεί τα standards ως προς τη διάρκεια νοσηλείας. Βέβαια, ο χαρακτηρισµός ενός

ιατρού ως καλού ή ανεπαρκή σχετίζεται και µε άλλες παραµέτρους, όπως το αποτέ-

λεσµα της νοσηλείας, ο συνολικός αριθµός εξετάσεων ή εγχειρήσεων που υπέστη ο

ασθενής κτλ.

1.2

• Είναι πολύ πιο σύνθετη.

• ∆εν δίνεται µε απόλυτη βεβαιότητα.

• Έχει ανάγκη υποκειµενικής ερµηνείας.

1.3

Η σειρά των ερωτήσεων τίθεται µε κριτήριο κυρίως την απλότητα και την ισχύ που

έχουν στον αποκλεισµό σύνθετων υποθετικο–συµπερασµατικών διαδροµών. Έτσι,

το να ρωτήσει ο ιατρός αν ο ασθενής είχε τελευταία συµπτώµατα κρυολογήµατος

είναι κάτι απλό και παράλληλα η θετική ή αρνητική απάντηση µπορεί να τον προ-

σανατολίσει προς την κατεύθυνση ακόµη και καρδιολογικών προβληµάτων αν ο

ασθενής είναι µεγάλης ηλικίας. Με βάση αυτά τα κριτήρια, η σειρά των ερωτήσεων

– εξετάσεων µπορεί να είναι:

1. Είχατε τελευταία πυρετό ή άλλα συµπτώµατα κρυολογήµατος;

2. Ποια είναι η ηλικία σας;

3. Είχαν καρδιολογικά προβλήµατα οι γονείς σας;

4. Εξετάζεται άµεσα η συστολική και διαστολική πίεση.

5. Γίνεται εξέταση του επιπέδου της χοληστερίνης.

6. Τέλος, εάν η ηλικία του ασθενούς είναι πάνω από 40 χρονών, έχει συγγενείς µε

Page 196: Deli Basis

1 9 6 I AT P I K H ¶ § H P O º O P I K H

καρδιολογικά προβλήµατα, εµφανίζει υψηλή πίεση και έχει υψηλό επίπεδο χολη-

στερίνης, τότε ο ασθενής πρέπει να κάνει ένα ηλεκτροκαρδιογράφηµα.

1.4

Όπως γίνεται εύκολα αντιληπτό από τη σχέση 1.1, η προβλεπτική αξία ενός test εξαρ-

τάται από τον επιπολασµό της υπο εξέταση νόσου µε έναν τρόπο µη γραµµικό. Έτσι,

αντικαθιστώντας στην 1.1 όπου «επιπολασµός» το 0,01 για τους καπνιστές και το

0,002 για τα τυχαία άτοµα του γενικού πληθυσµού, έχουµε:

Όπως βλέπετε, η προβλεπτική αξία στην πρώτη περίπτωση είναι τόσες φορές µεγα-

λύτερη από τη δεύτερη όσο και ο επιπολασµός της νόσου. Αυτό οφείλεται στη σπα-

νιότητα της νόσου.

2.1

1) Το διάστηµα φυσιολογικών τιµών µιας ιατρικής µετρητέας περιέχει τις τιµές που

απέχουν 2 ή 3 τυπικές αποκλίσεις από τα δεξιά ή τα αριστερά της µέσης τιµής

της. Εποµένως, όσο µεγαλύτερη είναι η τυπική απόκλιση, τόσο µεγαλύτερο το

διάστηµα φυσιολογικών τιµών.

2) Το σφάλµα τύπου α είναι το σφάλµα που κάνουµε θεωρώντας µια φυσιολογική

τιµή ως µη φυσιολογική επειδή δεν περιέχεται στο διάστηµα των φυσιολογικών

τιµών. Είναι προφανές ότι όσο µεγαλώνει ο αριθµός των τυπικών αποκλίσεων σ

που περιέχονται στο διάστηµα φυσιολογικών τιµών, τόσο µειώνεται η πιθανότη-

τα σφάλµατος τύπου α. Το σφάλµα τύπου β εκφράζει την πιθανότητα να θεωρη-

θεί ως φυσιολογική µια τιµή που προέρχεται από παθολογικό άτοµο. Το σφάλµα

αυτό εξαρτάται από:

• Το πού τίθεται το όριο διαχωρισµού µεταξύ φυσιολογικών και παθολογικών,

δηλαδή, µε άλλα λόγια, από το σφάλµα τύπου α.

• Τη διαφορά µεταξύ της µέσης τιµής του φυσιολογικού και του παθολογικού

πληθυσµού.

• Τις τυπικές αποκλίσεις των δυο προαναφερόµενων πληθυσµών.

PV+ = ¥

¥ +=

+= =( )

, ,

( , , ) ( , )( , )

,

, ,

,

,,τυχαίου

0 8 0 002

0 8 0 002 0 2 0 998

0 0016

0 0016 0 2

0 0016

0 20120 008

PV+ = ¥

¥ +=

+=( )

, ,

( , , ) ( , )( , )

,

, ,,κ απνιστή

0 8 0 01

0 8 0 01 0 2 0 99

0 008

0 008 0 1980 039

Page 197: Deli Basis

Το σφάλµα τύπου β γίνεται µηδενικό όταν ο πληθυσµός των φυσιολογικών τιµών

δεν έχει καµία επικάλυψη µε αυτόν των παθολογικών.

3) Η ειδικότητα ενός test είναι η πιθανότητα το test να δώσει φυσιολογική τιµή όταν

το άτοµο είναι φυσιολογικό, είναι δηλαδή η συµπληρωµατική πιθανότητα του

σφάλµατος τύπου α. Από την άλλη πλευρά, η ευαισθησία είναι η πιθανότητα το

test να δώσει τιµή πέραν του ορίου που καθορίζει το σφάλµα τύπου α όταν το

άτοµο είναι παθολογικό. Κατά συνέπεια, όσο περισσότερο αποµακρύνεται από

τη µέση τιµή των παθολογικών το όριο του διαχωρισµού (βλέπε Σχήµα 2.1), τόσο

µεγαλώνει το σφάλµα τύπου α και εποµένως µικραίνει η ειδικότητα.

2.2

Είναι προτιµότερο να αυξηθεί η ειδικότητα του test. Στην περίπτωση πολύ µικρού

επιπολασµού, η προβλεπτική αξία επηρεάζεται πολύ περισσότερο από την ειδικό-

τητα παρά από την ευαισθησία (βλέπε και παράδειγµα υπολογισµού στην παράγρα-

φο 2.1.4).

2.3

Αρχικά εκφράζονται συµβολικά τα διάφορα ενδεχόµενα που εµφανίζονται στο πρό-

βληµα και έχουµε ότι:

Α είναι το ενδεχόµενο της ύπαρξης ασθένειας στο γενικό πληθυσµό.

Υ είναι το ενδεχόµενο ανυπαρξίας της ασθένειας στον πληθυσµό.

ΕΘ είναι το ενδεχόµενο θετικής ένδειξης του test.

ΕΑ είναι το ενδεχόµενο αρνητικής ένδειξης του test.

Έτσι, οι πιθανότητες που περιέχονται στα δεδοµένα του προβλήµατος είναι:

Ρ(Α) = 0,001

Ρ(Υ) = 0,995

P(ΕΘ/Α) = 0,8

Ρ(ΕΘ/Υ) = 0,05

Ρ(ΕΑ/Υ) = 0,95

Eφαρµόζοντας το θεώρηµα του Bayes, µπορεί να βρεθεί άµεσα ποια είναι η πιθα-

νότητα µε δεδοµένο στο πρώτο θετικό test ο εξεταζόµενος να έχει καρκίνο του πνεύ-

µονα. Πράγµατι, έχουµε:

1 9 7A ¶ ∞ ¡ ∆ ∏ ™ ∂ π ™ A ™ ∫ ∏ ™ ∂ ø ¡ AÀ ∆ √ ∞ • π √ § √ ° ∏ ™ ∏ ™

Page 198: Deli Basis

1 9 8 I AT P I K H ¶ § H P O º O P I K H

Το γεγονός ότι το πρώτο test ήταν θετικό κατατάσσει το επιλεγέν άτοµο σε έναν και-

νούριο πληθυσµό, στον οποίο ο επιπολασµός της υπό εξέταση νόσου είναι σαφώς

µεγαλύτερος. Έτσι, για να υπολογιστεί το ζητούµενο του προβλήµατος, µε δεδοµέ-

νο ότι τα tests είναι µεταξύ τους ανεξάρτητα, ξαναχρησιµοποιείται ο κανόνας του

Bayes, µόνο που τώρα στη θέση του Ρ(Α) = 0,001 έχουµε Ρ(Α’) = 0,02.

Κατά συνέπεια:

∆ηλαδή η ζητούµενη πιθανότητα είναι 25%.

3.1

Η ταξινόµηση είναι µια διαδικασία οµαδοποίησης εννοιών ή, πιο γενικά, αντικειµέ-

νων. Μέσω της ταξινόµησης γίνεται πιο εύκολη η πρόσβαση στη χρήσιµη πληρο-

φορία. Η κωδικοποίηση είναι η αναγωγή των πληροφοριών ή, πιο γενικά, αντικει-

µένων σε αριθµητικούς ή γραµµατοαριθµητικούς κώδικες. Με την κωδικοποίηση

επιτυγχάνεται η µονοσήµαντη τυποποίηση των όρων και η βέλτιστη επικοινωνία

µέσω υπολογιστών.

3.2

Η ICD οµαδοποιεί τα στοιχεία κάθε ασθένειας ή κατηγορίας ασθενειών. Έτσι, στις

ιατρικές βάσεις καταγράφονται οµαδοποιηµένα όλα τα άτοµα µε την ίδια ασθένεια

και εποµένως µπορούν να προσδιοριστούν οι εκτιµητές της πιθανότητας των ασθε-

νειών στον πληθυσµό, δηλαδή του επιπολασµού τους.

3.3

Η ICD είναι µια στατιστική ταξινόµηση βασιζόµενη στη σηµασία του επιπολασµού

των ασθενειών. Συγκεκριµένα, συµπτύσσει κάτω από έναν κωδικό συναφείς οντό-

τητες που έχουν στατιστική σηµασία για τον έλεγχο των ασθενειών σε εθνικό και

διεθνές επίπεδο. Αντίθετα, το SNOMED είναι µια πολυαξονική κωδικοποιηµένη

P A' EΘP A' P EΘ A'

P A' P EΘ A' P Y' P EΘ Y'( / )

( ) ( / )

( ) ( / ) ( ) ( / )

( , , )

( , , ) ( , , )

,

, ,

,

,,

=+

= ¥¥ + ¥

==+

= @0 02 0 8

0 02 0 8 0 98 0 05

0 016

0 016 0 049

0 016

0 0650 25

P ΘP A P EΘ / A

P A P EΘ / A P Y P EΘ / Y( / )

( ) ( )

( ) ( ) ( ( ) ( )

, ,

( , , ) ( , , )

,

, ,

,

,,

A E =+

= ¥¥ + ¥

=+

= @0 001 0 8

0 001 0 8 0 999 0 05

0 001

0 001 0 05

0 001

0 0510 02

Page 199: Deli Basis

ιατρική ορολογία που επιτρέπει την καταγραφή των ασθενειών ανεξάρτητα από τον

επιπολασµό τους, όπως επίσης και των παρατηρήσεων ή δεδοµένων που αντιστοι-

χούν σε καθεµία από αυτές. Επιπλέον, µέσα στην ίδια ορολογία µπορούν να κωδι-

κοποιηθούν, για υπολογιστική επεξεργασία, όλα τα στοιχεία µιας ασθένειας (ο

συγκεκριµένος εντοπισµός, ο αιτιολογικός παράγοντας, τα διαγνωστικά κριτήρια και

η θεραπευτική διαδικασία). Ο κύριος στόχος του SNOMED είναι η ενσωµάτωση σε

µια λογική και επεκτάσιµη ορολογία όλων των στοιχείων που είναι αναγκαία για την

πρόσληψη πολλαπλών δεδοµένων που αφορούν µια οποιαδήποτε ασθένεια και τη

συσχετιζόµενη µε αυτή θεραπευτική αγωγή.

3.4

Οι κωδικοί του SNOMED χρησιµοποιούνται συνδυαστικά για να εκφράσουν πιο

σύνθετες ιατρικές έννοιες. Έτσι, η έννοια της πνευµονικής φυµατίωσης, σύµφωνα

µε τα στοιχεία της άσκησης, δίνεται µε το σχήµα κωδικοποίησης που ακολουθεί:

Τ + Μ + E + F = D

Πνεύµονας Κοκκίωµα Μ. Φυµατίωσης Πυρετός Φυµατίωση

Τ–2800 Μ–44060 Ε–2001 F–03003 D–0188

3.5

Χρησιµοποιώντας την κωδικοποιηµένη ορολογία του SNOMED σε συνδυασµό µε

τους κωδικοποιηµένους χαρακτηρισµούς του αλλά και τη συντακτική συνδεσµολο-

γία του, ο φάκελος του συγκεκριµένου ασθενούς µπορεί να γραφεί ως εξής:

FH = πατέρας DD–0188, µητέρα PD – T– 2000

PX = D – T – 25000

Στοιχεία εισαγωγής:

F – 03003 + AP : PM – 44060 + Τ – 28500 + XD : CW – M – 44060 + Τ – 28500

∆ιάγνωση ιατρού:

PD: E – 2001

3.6

Το MeSh είναι ένα εξειδικευµένο ιατρικό λεξικό του οποίου το περιεχόµενο ταξινο-

µείται µε βάση τους «περιγραφείς». Οι «περιγραφείς» εκφράζουν µονοσήµαντα τις

ιατρικές έννοιες και αντιστοιχούν σε γραµµατοαριθµητικούς κώδικες. Οι «περιγρα-

φείς» έχουν ιεραρχική δοµή, που φτάνει και έως τα πέντε επίπεδα. Σε κάθε επίπεδο,

1 9 9A ¶ ∞ ¡ ∆ ∏ ™ ∂ π ™ A ™ ∫ ∏ ™ ∂ ø ¡ AÀ ∆ √ ∞ • π √ § √ ° ∏ ™ ∏ ™

Page 200: Deli Basis

2 0 0 I AT P I K H ¶ § H P O º O P I K H

ξεκινώντας από το πρώτο (κύριο επίπεδο), ταξινοµούνται µε αλφαβητική σειρά.

Έτσι, ο χρήστης στην αναζήτηση της πληροφορίας που τον ενδιαφέρει µπορεί να

συσχετίσει πληροφορίες διαφόρων επιπέδων, όπως επίσης να έχει και άµεση πρό-

σβαση, για τις αντίστοιχες έννοιες, στα βιβλιογραφικά δεδοµένα και δηµοσιεύσεις

που περιέχονται στο MEDLINE.

4.1

Οι κεντρικές λειτουργίες (ή λειτουργίες πυρήνα) περιλαµβάνουν: εισαγωγή ασθενούς,

παρακολούθηση, έκδοση εξιτηρίου (ADT), ηλεκτρονική αρχειοθέτηση προσωπικών

και δηµογραφικών στοιχείων του ασθενούς.

Οι οικονοµικές λειτουργίες περιλαµβάνουν την πληρωµή του προσωπικού του νοσο-

κοµείου και την έκδοση λογαριασµών για το κόστος της νοσηλείας.

Οι λειτουργίες δικτύωσης και επικοινωνίας περιλαµβάνουν: διασύνδεση των διοικη-

τικών τµηµάτων, πτερύγων και των βοηθητικών τµηµάτων –φαρµακείο, τµήµα

ραδιοδιάγνωσης και κλινικά εργαστήρια– σε µια ολοκληρωµένη οντότητα.

Οι λειτουργίες παραγωγής ιατρικών εγγράφων συλλέγουν, οργανώνουν, αποθηκεύ-

ουν και παρουσιάζουν κατά τον επιθυµητό τρόπο τις πληροφορίες του ιατρικού φακέ-

λου του ασθενούς. Στην κατηγορία των ιατρικών εγγράφων εντάσσονται οι αναφο-

ρές απλής επίσκεψης στα εξωτερικά ιατρεία, οι επιστολές στον ιατρό ο οποίος παρέ-

πεµψε τον ασθενή, οι ανασκοπήσεις της µέχρι τώρα πορείας των ασθενών σε αυθαί-

ρετη χρονική ανάλυση και οι ενδεικτικές ταµπέλες δειγµάτων οι οποίες χρησιµο-

ποιούνται στα κλινικά εργαστήρια. Άλλα είδη αναφορών οι οποίες παράγονται από

ένα νοσοκοµειακό πληροφοριακό σύστηµα είναι: περιληπτικές αναφορές, οι οποίες

ερευνούν το ιστορικό του ασθενούς για συγκεκριµένα ευρήµατα, έγγραφα τα οποία

πρέπει να συµπληρωθούν από τους παραλήπτες τους µε συγκεκριµένο τρόπο, γρα-

φικές αναπαραστάσεις δεικτών, διαγραµµατικές αναφορές και ψηφιακές εικόνες από

το ραδιολογικό τµήµα, αφηγηµατικού τύπου αναφορές κτλ.

Οι λειτουργίες διαχείρισης συγκεκριµένων τµηµάτων υποστηρίζουν τις ανάγκες πλη-

ροφοριακής διαχείρισης συγκεκριµένων τµηµάτων του νοσοκοµείου (κλινικά εργα-

στήρια, φαρµακείο, ραδιολογικό τµήµα κτλ.)

Page 201: Deli Basis

4.2

Με απλή ανασκόπηση της Ενότητας 4.3, ο παραπάνω πίνακας συµπληρώνεται ως

εξής:

Νοσοκοµειακό Πληροφοριακό Σύστηµα

Χαρακτηριστικό Κεντρικό Αρθρωτό Κατανεµηµένο

Ολοκλήρωση συστήµατος, συµβατότητα

µεταξύ τµηµάτων Αυξηµένη Μέτρια Μικρή

Επεκτασιµότητα, προσαρµοστικότητα

στις ανάγκες των χρηστών Μικρή Μέτρια Αυξηµένη

Αρχική οικονοµική επένδυση Αυξηµένη Μέτρια Μικρή

Ταχύτητα ανταπόκρισης συστήµατος

στους χρήστες Μικρή Μέτρια Αυξηµένη

4.3

Κατηγορία χρηστών Πληροφορίες ασθενών

Ιατροί ∆ηµογραφικές

Νοσηλευτές Ιστορικό

∆ιαχειριστές ∆ιάγνωση

∆ιοικητικό προσωπικό Αποτελέσµατα εξετάσεων

Θεραπεία

∆ιακεκοµµένη γραµµή: µόνο ανάγνωση

Λεπτή γραµµή: ανάγνωση και εισαγωγή

Παχιά γραµµή: πρόσβαση κάθε είδους

Οι δηµογραφικές πληροφορίες ενός ασθενούς µπορούν να αναγνωστούν µόνο από

όλες τις κατηγορίες χρηστών. Το ιστορικό του ασθενούς µπορεί να αναγνωστεί µόνο

από τους ιατρούς. Στη διάγνωση του ασθενούς, όπως και στη θεραπεία, έχουν κάθε

είδους πρόσβασης οι ιατροί. Στα αποτελέσµατα εξετάσεων οι ιατροί έχουν δικαίω-

µα ανάγνωσης, ενώ οι νοσηλευτές έχουν δικαίωµα ανάγνωσης και εισαγωγής, αφού

αυτοί συχνά πραγµατοποιούν κάποιες από τις εξετάσεις –π.χ. στη µονάδα εντατικής

θεραπείας ένας νοσηλευτής καταχωρίζει τις τιµές αερίων αίµατος ή αρτηριακής πίε-

σης κάποιου ασθενούς σε τακτά χρονικά διαστήµατα.

2 0 1A ¶ ∞ ¡ ∆ ∏ ™ ∂ π ™ A ™ ∫ ∏ ™ ∂ ø ¡ AÀ ∆ √ ∞ • π √ § √ ° ∏ ™ ∏ ™

Page 202: Deli Basis

2 0 2 I AT P I K H ¶ § H P O º O P I K H

4.4

Οι κατάλληλες ενέργειες είναι: ασφάλεια του χώρου του υπολογιστικού κέντρου,

ώστε να αποκλείεται κάθε φυσική πρόσβαση σε αυτόν, υποχρεωτική εναλλαγή των

κωδικών των χρηστών ανά τακτά χρονικά διαστήµατα, λήψη αντιγράφων ασφαλεί-

ας κάθε νύχτα και φύλαξή τους σε διαφορετικό χώρο, εγκατάσταση λογισµικού

παρακολούθησης και διαχείρισης του δικτύου του νοσοκοµείου και της βάσης δεδο-

µένων, εγκατάσταση και ρύθµιση του firewall ανάλογα µε τις συγκεκριµένες ανά-

γκες λειτουργίας του πληροφοριακού συστήµατος.

4.5

Πιθανές Ενέργειας Firewall Λογισµικό

διαχείρισης

(∆ικτύου /

Βάσης)

Προσπάθεια σύνδεσης σε εξυπηρετητή

από εξωτερικό δίκτυο.

[Αυτή η ενέργεια αντιµετωπίζεται από το

firewall, αν και µπορεί να ανιχνευτεί σε ορισµέ-

νες περιπτώσεις από το λογισµικό διαχείρισης,

χωρίς ωστόσο δυνατότητες αντίδρασης.] ΝΑΙ ΟΧΙ

Προσπάθεια διαφθοράς δεδοµένων

σε εξυπηρετητή από εξωτερικό δίκτυο.

[Όπως προηγουµένως.] ΝΑΙ ΟΧΙ

Προσπάθεια σύνδεσης σε εξυπηρετητή από

το ίδιο δίκτυο.

[Αυτή η ενέργεια δεν αντιµετωπίζεται από το

firewall –εκτός ίσως αν ο εξυπηρετητής είναι

αυτός ο οποίος στεγάζει το firewall.

Αντιµετωπίζεται κλασικά από το λογισµικό

διαχείρισης δικτύου.] ΟΧΙ ΝΑΙ

Ύπαρξη µη κανονικής διεργασίας (Zombi

process) η οποία απασχολεί αδικαιολόγητα

τους πόρους ενός εξυπηρετητή.

[Εδώ δεν υπάρχει η δυνατότητα να αντιδράσει

Page 203: Deli Basis

το firewall, καθώς το θέµα αυτό αφορά εσωτε-

ρικά έναν από τους εξυπηρετητές του δικτύου,

και η αντιµετώπισή του εντάσσεται στις κύριες

λειτουργίες του λογισµικού διαχείρισης.] ΟΧΙ ΝΑΙ

Αυξηµένη κίνηση του δικτύου.

[Η κίνηση του δικτύου καθώς και η αιτία της

καταγράφεται από το λογισµικό διαχείρισης.

Το firewall µπορεί να την αντιµετωπίσει µόνο

αν κατευθύνεται από ή προς το διαδίκτυο.] ΟΧΙ ΝΑΙ

4.6

1. [Αυτό είναι συνηθισµένο λάθος. Αυτή η άποψη, αν και κατά καιρούς υιοθετείται,

δεν είναι τεκµηριωµένη, όπως αποσαφηνίζεται στη προηγούµενη υποενότητα.]

2. [Η άποψη αυτή είναι µεν σωστή, δεν αποτελεί όµως το κύριο κίνητρο για την

αγορά και εγκατάσταση ενός νοσοκοµειακού πληροφοριακού συστήµατος.]

3. [Αυτή είναι η σωστή απάντηση, όπως συζητήθηκε στην ενότητα των επιδράσεων

των πληροφοριακών συστηµάτων.]

5.1

Απλώς αντικαθιστούµε δύο φορές την εξίσωση (1) στην εξίσωση (2) και κάνουµε

τις αλγεβρικές πράξεις. Τελικά, .

5.2

Ο σχετικός συντελεστής απορρόφησης µ για τους πνεύµονες οι οποίοι είναι γεµάτοι

αέρα (–1000) είναι κατά πολύ µικρότερος αυτού του µυός και νερού –δηλ. της καρ-

διάς– (από –100 έως 100) και του οστού (1000). Κατά συνέπεια, οι πνεύµονες απορ-

ροφούν εκθετικά λιγότερα φωτόνια ακτίνων X, µε συνέπεια τα υπόλοιπα να αµαυ-

ρώνουν το φιλµ ή τον ηλεκτρονικό αισθητήρα. Το αντίθετο συµβαίνει για την καρ-

διά ή τα οστά.

5.3

Έστω δύο ιστοί οι οποίοι απεικονίζονται µε τιµές pixel t1 και t2, αντίστοιχα. Αν θέλου-

µε να διακρίνουµε τους δύο ιστούς, τότε πρέπει να αυξήσουµε τη διαφορά των τιµών

µε τις οποίες απεικονίζονται. Σύµφωνα µε το µετασχηµατισµό του Σχήµατος 5.4, οι

νέες τιµές απεικόνισης s1 και s2 θα δίνονται από τις σχέσεις: s1 = k*t1 + a και

C z= - - -( )( )1 2 1 2exp m m

2 0 3A ¶ ∞ ¡ ∆ ∏ ™ ∂ π ™ A ™ ∫ ∏ ™ ∂ ø ¡ AÀ ∆ √ ∞ • π √ § √ ° ∏ ™ ∏ ™

Page 204: Deli Basis

2 0 4 I AT P I K H ¶ § H P O º O P I K H

s2 = k*t2 + a, όπου k η κλίση του γραµµικού µετασχηµατισµού. Η νέα διαφορά τιµών

∆s συνδέεται µε την αρχική διαφορά ∆t από: ∆s = k∆t. Αφού k > 1 έπεται ότι ∆s > ∆t.

5.4

Εφαρµόζουµε τη συνέλιξη µε τους πίνακες οι οποίοι δίνονται στην προηγούµενη

υποενότητα.

5.5

Έστω ο ορισµός της µερικής παραγώγου όπως δίνεται στη σχέση 5.12. Τότε:

Λόγους συµµετρίας γύρω από το σηµείο (x0,y0) δεχόµαστε ότι

Ixx(x0, y0) = Ix(x0, y0) – Ix(x0–1, y0), σχέση η οποία µετά τις αντικαταστάσεις γίνεται:

Ixx(x0, y0) = I(x0+1, y0) – 2I(x0, y0) + Ι(x0–1, y0).

Με ανάλογη διαδικασία καταλήγουµε για τη µερική παράγωγο δεύτερης τάξης ως

προς y:

Iyy(x0, y0) = I(x0, y0+1) – 2I(x0, y0) + Ι(x0, y0–1).

Θεωρώντας ως δεύτερης τάξης παράγωγο της εικόνας το άθροισµα των απολύτων

τιµών των δεύτερης τάξης µερικών παραγώγων, καταλήγουµε:

έκφραση η οποία είναι ισοδύναµη µε τον υπό εξέταση τελεστή.

6.1

Όπως τονίστηκε στην προηγούµενη υποενότητα, το ψηφιακό πιστοποιητικό περιέ-

χει το δηµόσιο κλειδί του πελάτη, κωδικοποιηµένο µε το ιδιωτικό κλειδί του TTP.

Το γεγονός αυτό αποδεικνύει ότι το TTP έχει όντως εκδώσει το πιστοποιητικό αυτό

στο σωστό πρόσωπο (εξ ορισµού δεχόµαστε ότι το TTP είναι έµπιστο). Πριν από

την εκτέλεση του βήµατος 1, ο server δεν είναι σε θέση να γνωρίζει αν το αυθεντι-

κό πιστοποιητικό στάλθηκε από το αντίστοιχο πρόσωπο και όχι από κάποιον ο οποί-

ος υπέκλεψε στο παρελθόν το πιστοποιητικό κατά κάποια άλλη συναλλαγή και υπο-

κρίνεται την ταυτότητα άλλου. Για το λόγο αυτό, ο πελάτης κωδικοποιεί το πιστο-

ποιητικό µε το ιδιωτικό του κλειδί πριν από την αποστολή του. Σκοπός της ενέργει-

ας αυτής δεν είναι να αποκρύψει το πιστοποιητικό, αφού ο οποιοσδήποτε µπορεί να

το αποκρυπτογραφήσει µε το δηµόσιο κλειδί του πελάτη. Η αποκρυπτογράφηση

= + + - + +( ) + -( ) - ( )20 0 0 0 0 0 0 0 0 01 1 1 1 4I I x y I x y I x y I x y I x y( , ) ( , ) , , ,

I x y I x y I x yx 0 0 0 0 0 01, , ,( ) = +( ) - ( )

Page 205: Deli Basis

αυτή όµως αποδεικνύει στον εξυπηρετητή ότι ο αποστολέας είναι πράγµατι ο πελά-

της, αφού κανείς άλλος δεν έχει πρόσβαση στο ιδιωτικό κλειδί του πελάτη.

6.2

Στην περίπτωση Α η ορθή λύση θα ήταν ένας συµµετρικός αλγόριθµος όπως ο DES,

αφού µόνο ένα άτοµο έχει πρόσβαση στα δεδοµένα. Όπως έχει ήδη αναφερθεί, η

πολυπλοκότητα του RSA (ή κάποιου άλλου αλγόριθµου βασισµένου σε δηµόσια και

ιδιωτικά κλειδιά) είναι περιττή, χωρίς κανένα όφελος. Ακριβώς το αντίθετο συµ-

βαίνει στη δεύτερη περίπτωση, όπου ένας µεγάλος αριθµός χρηστών έχει πρόσβα-

ση στα ευαίσθητα δεδοµένα. Η χρήση κρυπτογράφησης συµµετρικού κλειδιού δεν

είναι πρακτική, αφού όλοι οι χρήστες το γνωρίζουν, γεγονός το οποίο καθιστά την

περιοδική αλλαγή του δύσκολη, αλλά κυρίως την πιθανότητα διαρροής του µεγάλη.

6.3

H ασφάλεια που παρέχει η επικοινωνία µε βάση το πρωτόκολλο SSL αφορά τη µετα-

φορά της πληροφορίας, σε αντίθεση µε το Firewall το οποίο παρέχει ασφάλεια µόνο

«in situ», δηλαδή όσο η πληροφορία βρίσκεται αποθηκευµένη σε ένα νοσοκοµεια-

κό πληροφοριακό σύστηµα.

6.4

Το DICOM κωδικοποιεί µονοδιάστατα σήµατα, δισδιάστατες και τρισδιάστατες εικό-

νες, ενώ το HL7 πάσης φύσεως ιατρική πληροφορία, εκτός αυτής του DICOM. Το HL7

κωδικοποιεί δεδοµένα σε µορφή ASCII, ενώ το DICOM σε δυαδική µορφή. Το DICOM

είναι ενσωµατωµένο σε ιατρικά απεικονιστικά συστήµατα, ενώ η κωδικοποίηση της

πληροφορίας σε HL7 γίνεται συνήθως από το νοσοκοµειακό πληροφοριακό σύστηµα

(π.χ. µια µικροβιολογική συσκευή δεν παρέχει έξοδο HL7, σε αντίθεση µε έναν αξονι-

κό τοµογράφο, που µπορεί να παρέχει έξοδο DICOM). Αµφότερα τα πρωτόκολλα επι-

τρέπουν αυθόρµητες, αυτοµατοποιηµένες ενέργειες ή ροή πληροφορίας.

7.1

Η τµηµατοποίηση των οστών του κρανίου από εικόνα CT είναι δυνατή µε πλήθος

τεχνικών, κατά συνέπεια η απόδοση ενός τµηµατοποιηµένου αντικειµένου µπορεί

να γίνει ικανοποιητικά µε τεχνικές απόδοσης επιφανειών (surface rendering) σε οποι-

ονδήποτε υπολογιστή.

Αντίθετα, η τµηµατοποίηση των ιστών της εικόνας MR είναι δυσχερής µε αυτόµατες

τεχνικές. Αν είναι δυνατή µε ικανοποιητικά αποτελέσµατα, τεχνικές απόδοσης επιφα-

2 0 5A ¶ ∞ ¡ ∆ ∏ ™ ∂ π ™ A ™ ∫ ∏ ™ ∂ ø ¡ AÀ ∆ √ ∞ • π √ § √ ° ∏ ™ ∏ ™

Page 206: Deli Basis

2 0 6 I AT P I K H ¶ § H P O º O P I K H

νειών είναι οι πλέον κατάλληλες για προσωπικό υπολογιστή, λόγω των µειωµένων απαι-

τήσεών τους σε υπολογιστική ισχύ και µνήµη. Αντίθετα, στην περίπτωση εξειδικευµέ-

νου υλικού υπολογιστή η επιλογή θα ήταν σαφώς η χωρική απόδοση όγκου (volume

rendering), αφού δεν απαιτεί τµηµατοποίηση των ιστών για την εφαρµογή της.

7.2

Η µεσοκοιλιακή επικοινωνία περιγράφεται µε την παράµετρο K11 να έχει τιµή διά-

φορη του µηδενός (0,1 – 0,3 είναι τυπική ακτίνα τιµών της παραµέτρου, θεωρώντας

ότι η επικοινωνία γίνεται από αριστερά προς τα δεξιά λόγω διαφοράς πίεσης, αν και

µε την πάροδο των ετών η επικοινωνία µπορεί να αντιστραφεί). ∆υσλειτουργία της

µιτροειδούς βαλβίδας συνήθως σηµαίνει K2 µεγαλύτερο του µηδενός (η µεταβολή

του σχήµατος της αριστερής κοιλίας ίσως επηρεάσει τη στεγανότητα της βαλβίδας).

Η επικοινωνία µεταξύ κοίλης φλέβας και αορτής συµβαίνει πριν από τους κόλπους,

στο ύψος του αορτικού τόξου, και δεν προβλέπεται από το µοντέλο του Σχήµατος 7.2.

7.3

Μια αναµενόµενη TAC φυσιολογικής και παθολογικής αριστερής κοιλίας φαίνεται

στο Σχήµα 7.5 (συνεχής και διακεκοµµένη καµπύλη, αντίστοιχα). Τα µέγιστα αντι-

στοιχούν σε διαστολή (∆) και τα ελάχιστα σε συστολή (Σ) της κοιλίας. Με βάση τον

ορισµό του EF, αυτό παρουσιάζει σηµαντικά µικρότερη τιµή για την παθολογική

TAC, θεωρώντας βέβαια ότι η ενεργότητα είναι ανάλογη του όγκου.

Σ ∆ Σ Xρόνος

Eνεργότητα

™¯‹Ì· 7.5

Ποιοτική γραφική παράσταση της

µεταβολής της ενεργότητας της

αριστερής κοιλίας στις διάφορες

φάσεις του καρδιακού κύκλου

(συνεχής καµπύλη: φυσιολογική

κοιλία, διακεκοµµένη καµπύλη:

παθολογική κοιλία).

7.4

Στην Ενότητα 7.6 έχει επισηµανθεί ότι αποφασιστικός παράγοντας για την επιτυχία

ενός ραδιοθεραπευτικού σχήµατος είναι η ισοκατανοµή της δόσης στον ιστό – στόχο.

Ταυτόχρονα, η µείωση των παρενεργειών από τη θεραπεία απαιτεί την ελαχιστοποίη-

ση της δόσης σε υγιείς ευαίσθητους ιστούς. Η χρήση λογισµικού για τον υπολογισµό

Page 207: Deli Basis

της χωρικής κατανοµής της δόσης επιτρέπει ακριβή υπολογισµό των δόσεων ακόµα

και σε θεραπευτικά σχήµατα για τα οποία τέτοιοι υπολογισµοί ήταν αδύνατοι στο

παρελθόν. Όταν, για παράδειγµα, µια σφήνα µολύβδου παρεµβάλλεται µεταξύ ασθε-

νούς και πηγής της ακτινοβολίας, ώστε να µεταβάλει την ένταση της δέσµης, η δόση

η οποία προκύπτει από τη νέα δέσµη µπορεί να υπολογιστεί µε ακρίβεια για το συγκε-

κριµένο ασθενή. Αυτή η διαφορά στην ακρίβεια υπολογισµού της δόσης µεταξύ παλαι-

ών και νέων τεχνικών θεωρείται υπεύθυνη από ορισµένους για τις σηµαντικές διαφο-

ρές στα ποσοστά επιβίωσης που παρατηρούνται µεταξύ γειτονικών ακτινοθεραπευτι-

κών κέντρων, όπως επισηµαίνεται στην τελευταία πρόταση της Ενότητας 7.6.

8.1

Το δέντρο απόφασης µε δεδοµένες την ωφελιµότητα των καταληκτικών κόµβων και

τις πιθανότητες των δυνατών ενδεχοµένων δίνεται αµέσως παρακάτω. Στην προκει-

µένη περίπτωση και µε τις τιµές που έχουν επιλεχθεί, υπολογίστηκε η ωφελιµότητα

των δύο κλάδων του κόµβου απόφασης (ρίζα του δέντρου) και η απόφαση η οποία

ελήφθη είναι «συνέχιση της ανοσοκατασταλτικής θεραπείας».

2 0 7A ¶ ∞ ¡ ∆ ∏ ™ ∂ π ™ A ™ ∫ ∏ ™ ∂ ø ¡ AÀ ∆ √ ∞ • π √ § √ ° ∏ ™ ∏ ™

Συνέχιση ανοσοκαταστολής

Aπόρριψη νεφρού

Aποδοχή νεφρού

Yποτροπή µελανώµατος

Kανένα µελάνωµα

Kανένα µελάνωµα

Kανένα µελάνωµα

Yποτροπή µελανώµατος

Yποτροπή µελανώµατος

∆ιακοπή ανοσοκατασταλτικής θεραπείας

Ωφελιµότητα = 7,9

Ωφελιµότητα = 6,3

Ωφελιµότητα

3,71

6,44

5,90

11,40

3,71

6,44

p = 0,25

p = 0,44

p = 0,75

p = 0,56

p = 0,67

p = 0,94

p = 0,06

Page 208: Deli Basis

2 0 8 I AT P I K H ¶ § H P O º O P I K H

8.2

MF1 MF2

1

1 2 3 4 20 30 40

1

0 0Aπώλεια

βάρους (kgr)

Hλικία (έτη)

Ας θεωρήσουµε τις παραπάνω MFs (αν οι συναρτήσεις σας διαφέρουν από αυτές δεν

έχει σηµασία, αρκεί να έχουν παρόµοια µορφή, π.χ. η συνάρτηση της απώλειας βάρους

δεν µπορεί να είναι φθίνουσα). Χρησιµοποιώντας την αναλογία µεταξύ ασαφών και

δυαδικών τελεστών, η τιµή του MF για ύπαρξη διαβήτη υπολογίζεται ως εξής:

MF(διαβήτη) = [MF1(απώλεια βάρους) AND MF2(ηλικία)]◊w =

=MIN[MF1(απώλεια βάρους), MF2(ηλικία)]◊w =

=MIN[MF1(2) , MF2(25)] = MIN(0,5 , 0,7)◊0,9 = 0,45.

Page 209: Deli Basis

A·ÓÙ‹ÛÂȘ ¢Ú·ÛÙËÚÈÔًوÓ

4.1

Όταν ο ιατρός θέτει έναν ασθενή υπό κάποια φαρµακευτική αγωγή χρησιµοποιώ-

ντας το µη µηχανογραφηµένο σύστηµα, συµπληρώνει κάποιο έντυπο προς το νοση-

λευτικό προσωπικό. Το έντυπο αυτό καταχωρίζεται στο φάκελο του ασθενούς, ενώ

αντιγράφεται η πληροφορία σε άλλο έντυπο προς το φαρµακείο του νοσοκοµείου

και, τελικά, ίσως προς την οικονοµική υπηρεσία για τη χρέωση του λογαριασµού.

Ταυτόχρονα, ο ιατρός θα πρέπει να ελέγξει τον ιατρικό φάκελο για αλληλεπιδρώντα

φάρµακα ή αλλεργίες. Όλα τα παραπάνω βήµατα ενέχουν τον κίνδυνο του λάθους

σε οποιοδήποτε από τα στοιχεία της συνταγής, καθώς συµπληρώνονται βιαστικά και

αντιγράφονται από νοσηλευτικό προσωπικό. Συχνά αλληλεπιδράσεις ή αλλεργίες

µπορούν να παραβλεφθούν.

Ένα νοσοκοµειακό πληροφοριακό σύστηµα επιτρέπει την εισαγωγή της παραγγε-

λίας από ένα τερµατικό, είτε στην πτέρυγα του ασθενούς είτε δίπλα στο κρεβάτι του

(bed side terminal). Η παραγγελία ελέγχεται για τυπικά λάθη (κενά πεδία, τυπογρα-

φικά λάθη) και καταχωρίζεται ηλεκτρονικά στον ιατρικό φάκελο του ασθενούς.

Παραλήπτης της παραγγελίας αυτής είναι το υπεύθυνο νοσηλευτικό προσωπικό, το

οποίο φροντίζει να διαβιβαστεί στο φαρµακείο του νοσοκοµείου – αν το συγκεκρι-

µένο φάρµακο δεν υπάρχει στην πτέρυγα. Οι οικονοµικές υπηρεσίες έχουν επίσης

πρόσβαση στην ίδια πληροφορία για τη χρέωση του λογαριασµού.

4.2

Τα πρώτα εµπορικά νοσοκοµειακά συστήµατα ήταν εφαρµογές διαχείρισης πλη-

ροφορίας. Ο κύριος όγκος εργασίας σε ένα νοσοκοµείο είναι η καταγραφή, διακί-

νηση και παρουσίαση της πληροφορίας σε όποιον είναι απαραίτητη, για την απρό-

σκοπτη και αποδοτική λειτουργία του νοσοκοµείου. Αυτός είναι και ο κύριος σκο-

πός των περισσότερων λειτουργιών των πληροφοριακών αυτών συστηµάτων. Οι

προχωρηµένες λειτουργίες οι οποίες περιγράφτηκαν και αφορούν τόσο τα ραδιολο-

γικά τµήµατα όσο και τα κλινικά εργαστήρια (µεταφορά, επεξεργασία, αυτοµατο-

ποιηµένη ανάλυση εικόνων) ανήκουν στο χώρο της επεξεργασίας δεδοµένων, από

τα οποία επιδιώκεται να εξαχθεί η πληροφορία. Ο χώρος αυτός έχει µεγαλύτερες

υπολογιστικές απαιτήσεις, οι κατάλληλοι αλγόριθµοι κατά τα τελευταία µόνο χρό-

νια αρχίζουν να γίνονται διαθέσιµοι, αλλά και τα συστήµατα παραγωγής των εικό-

νων αυτών δεν διέθεταν ψηφιακή έξοδο ή δεν ήταν συµβατά µε το λοιπό πληροφο-

ριακό σύστηµα. Η τεχνολογία υποστήριξης ιατρικών αποφάσεων ανήκει στο χώρο

Page 210: Deli Basis

2 1 0 I AT P I K H ¶ § H P O º O P I K H

της επεξεργασίας της πληροφορίας για την εξαγωγή γνώσης (knowledge). Ο χώρος

αυτός επίσης δεν έχει πολλά κοινά µε την απλή διαχείριση πληροφορίας όπως την

επιτελούν τα νοσοκοµειακά συστήµατα. Κατά τα τελευταία µόνο χρόνια έχει ανα-

πτυχθεί το υλικό των υπολογιστών αλλά και οι σχετικοί αλγόριθµοι από τον κλάδο

της τεχνητής νοηµοσύνης (π.χ. έµπειρα συστήµατα), ικανοί να αναλάβουν τέτοιας

πολυπλοκότητας προβλήµατα.

5.1

Όπως έχει ήδη αναφερθεί στην ανάλυση των εικόνων ακτίνων Χ, το πηλίκο σήµα

προς θόρυβο αυξάνει µε τη µέση τιµή των pixels της εικόνας. Ο χρόνος συλλογής

του κάθε frame της δυναµικής εξέτασης καθορίζεται από την ιδιαιτερότητα της

συγκεκριµένης εξέτασης και µόνο. Έτσι, συχνά ο χρόνος συλλογής κάθε frame είναι

ελάχιστα δευτερόλεπτα και άρα ο συνολικός αριθµός των καταγεγραµµένων φωτο-

νίων σε ολόκληρο το frame είναι πολύ µικρός. Για να κρατήσουµε λοιπόν ένα σχε-

τικά υψηλό µέσο όρο φωτονίων ανά pixel, πρέπει να µειώσουµε πολύ τον αριθµό

των pixels του κάθε frame.

5.2

Τα αποτελέσµατα της εφαρµογής των δύο φίλτρων φαίνονται στο παρακάτω σχήµα.

Το αρχικό σήµα είναι δυαδικό και ουσιαστικά αποτελείται από 4 κορυφές πλάτους

3, 2, 1 και 4 pixels. Η εξοµάλυνση η οποία προκαλείται από το φίλτρο µέσου όρου

είναι ορατή. Το φίλτρο µέσης τιµής όµως παρουσιάζει µια πολύ ενδιαφέρουσα

συµπεριφορά. Παρατηρούµε ότι ακολουθεί πιστά το αρχικό σήµα για πλάτος κορυ-

φών 2, 3 και 4, ενώ αποκόπτει εντελώς την κορυφή µε πλάτος 1. Αν θεωρήσουµε ως

θόρυβο οποιαδήποτε κορυφή του σήµατος µε πλάτος 1 pixel, τότε η συµπεριφορά

του φίλτρου µέσης τιµής είναι ιδανική, αφού αποκόπτει το θόρυβο µην επηρεάζο-

ντας το λοιπό σήµα. Γενικά, αν k ο περιττός αριθµός των pixels της µάσκας του φίλ-

τρου µέσης τιµής, τότε αυτό αποκόπτει το θόρυβο αν αποτελείται από (k div 2) ή

λιγότερα pixels, όπου div ο τελεστής του ακέραιου µέρους της διαίρεσης δύο αριθ-

µών. Αν υπάρχουν χαρακτηριστικά της εικόνας αποτελούµενα από αυτό τον αριθµό

pixel, τότε η εφαρµογή του φίλτρου θα οδηγήσει και σε απώλεια πληροφορίας.

Τα παραπάνω αποτελέσµατα µπορούν να γενικευτούν σε δισδιάστατες εικόνες. Τόσο

το φίλτρο µέσου όρου όσο και αυτό της ενδιάµεσης τιµής µπορούν να χρησιµοποι-

ηθούν για συµπίεση του θορύβου. Το δεύτερο όµως δεν παρουσιάζει θόλωση της

εικόνας, φαινόµενο το οποίο αναπόφευκτα παρατηρείται µε το πρώτο φίλτρο.

Page 211: Deli Basis

6.1

Τόσο τα Java applets όσο και τα Active X αποτελούν προγράµµατα τα οποία βρί-

σκονται σε έναν εξυπηρετητή και εκτελούνται µέσω µιας ιστοσελίδας στον υπολο-

γιστή ενός πελάτη. Μέχρι σήµερα, κανένα λειτουργικό σύστηµα δεν επέτρεπε την

εκτέλεση προγραµµάτων προερχόµενων από διαφορετικό υπολογιστή. Επιπλέον, ο

χρήστης του πελάτη δεν γνωρίζει εκ των προτέρων τι ακριβώς κάνει ένα τέτοιο πρό-

γραµµα. Το µόνο που βλέπει είναι ένα εικονίδιο σε µια ιστοσελίδα και –πιθανόν–

µια αναφορά στο κείµενό της. Αν ο συγγραφέας του προγράµµατος είναι κακόβου-

λος, θα µπορούσε να διαγράψει αρχεία από το σύστηµα αρχείων του πελάτη, να

απορροφήσει τους υπολογιστικούς του πόρους, να εξαπολύσει έναν ιό ή (σε σύστη-

µα UNIX) να αποκτήσει αντίγραφο του αρχείου µε τους κρυπτογραφηµένους κωδι-

κούς των χρηστών, ώστε να αποκτήσει αργότερα πρόσβαση στο σύστηµα του πελά-

τη. Ο ρόλος του Security Manager της Java είναι η απαγόρευση ενεργειών των

applets οι οποίες θέτουν σε κίνδυνο την καλή λειτουργία του πελάτη.

8.1

Τα υποσυµβολικά συστήµατα χρησιµοποιούν χαµηλού επιπέδου αναπαράσταση της

γνώσης (πραγµατικοί αριθµοί ως συντελεστές βαρύτητας νευρωνικών δικτύων ή δυα-

δικές συµβολοσειρές σε εξελικτικούς αλγόριθµους). Η αναπαράσταση αυτή χειρί-

ζεται εύκολα από ηλεκτρονικό υπολογιστή και είναι ιδιαίτερα χρήσιµη σε περιπτώ-

σεις όπου η θεωρία του προβλήµατος δεν είναι γνωστή, οι σχέσεις των µεταβλητών

ασαφείς και πεπλεγµένες, ή η βάση της γνώσης περιέχει κενά και αντιφάσεις. Αντί-

θετα µε την υψηλού επιπέδου αναπαράσταση, είναι ακατάληπτη για τον ειδικό και

συχνά η βάση της γνώσης δεν µπορεί να ελεγχθεί.

2 1 1A ¶ ∞ ¡ ∆ ∏ ™ ∂ π ™ ¢ ƒ∞ ™ ∆ ∏ ƒ π √ ∆ ∏ ∆ ø ¡

0

0,5

1

1,5

2

2,5

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22

Σήµα

Tελεστής

µέσου όρου

Φίλτρο

ενδιάµεσης τιµής

™¯‹Ì· 5.19

Το αρχικό σήµα

και το αποτέλεσµα

του φίλτρου µέσου

όρου και ενδιάµε-

σης τιµής

Page 212: Deli Basis
Page 213: Deli Basis

°ÏˆÛÛ¿ÚÈÔ

∂ÈÛ·ÁˆÁ‹

Ακολουθεί µία συλλογή από τους κυριότερους όρους που συναντώνται στο σύγ-

γραµµα αυτό µαζί µε την αγγλική δόκιµη αντίστοιχη ορολογία, σύντµηση και σύντο-

µη περιγραφή / ορισµό. Οι όροι για τους οποίους δεν βρέθηκε δόκιµη ελληνική

µετάφραση παρατίθονται αλφαβητικά µετά το τέλος των ελληνικών όρων.

Σε όποιο σηµείο στο Γλωσσάριο χρησιµοποιούνται όροι οι οποίοι ορίζονται σε άλλο

σηµείο του, αυτοί επισηµαίνονται µε πλάγια γραφή ώστε να βοηθηθεί ο αναγνώστης.

°ÏˆÛÛ¿ÚÈÔ

Αβεβαιότητας διαχείριση: Σύνολο τεχνικών που έχουν αναπτυχθεί για τη διαχεί-

ριση είτε δεδοµένων τα οποία δεν είναι αριθµητικά, είτε δεδοµένων που αν

και αριθµητικά δεν µπορούν να κατηγοριοποιηθούν µε ασφάλεια. Η Τεχνική

του Bayes (βλ. Bayes τεχνική), των συντελεστών βαρύτητας και της ασαφούς

λογικής αποτελούν παραδείγµατα διαχείρισης αβέβαιων δεδοµένων.

Ακτίνες Χ (X rays): Φωτόνια ενέργειας λίγων δεκάδων keV που χρησιµοποιούνται

ευρέως για διαγνωστικούς και λιγότερο για θεραπευτικούς σκοπούς (ραδιο-

θεραπεία) στην ιατρική.

Ανάλυση εικόνας (Image analysis): Σύνολο διαδικασιών οι οποίες αποσκοπούν

στην εξαγωγή γνώσης από εικόνες (µετρήσεις φυσικών παραµέτρων, ανα-

γνώριση και κατηγοριοποίηση αντικειµένων κλπ).

Αναπαράσταση γνώσης (Knowledge representation): ο τρόπος µε τον οποίο κωδι-

κοποιείται η γνώση, ώστε αυτή να µπορεί να χρησιµοποιηθεί από έναν ηλε-

κτρονικό υπολογιστή. Αποτελεί ένα από τα θεµελειώδη θέµατα της τεχνητής

νοηµοσύνης. Ο απλούστερος ίσως τρόπος αναπαράστασης της γνώσης είναι

ο σχεσιακός.

Αντίθεση (Contrast): Η αντίθεση της απεικόνισης δύο αντικειµένων ορίζεται σαν

η σχετική διαφορά στη ένταση της απεικόνισης τους.

Αντίστροφο φίλτρο (Inverse filter): Μέθοδος αποκατάστασης εικόνων στο χώρο

των χωρικών συχνοτήτων.

Αποκατάσταση εικόνας (Image restoration): ∆ιαδικασία που ακυρώνει τις επι-

δράσεις του υποτιθέµενου µοντέλου υποβάθµισης της εικόνας, το οποίο συνε-

λίσσεται µε την είσοδο του απεικονιστικού συστήµατος, καθώς και του µοντέ-

Page 214: Deli Basis

2 1 4 I AT P I K H ¶ § H P O º O P I K H

λου θορύβου που προστίθεται στην έξοδο του απεικονιστικού συστήµατος

Αρθρωτό πληροφοριακό σύστηµα Νοσοκοµείου (Modular Hospital Information

System): Σύνολο υπολογιστικών συστηµάτων τα οποία εξυπηρετούν συγκε-

κριµένα τµήµατα ενός νοσοκοµείου και τα οποία εκτελούν διαφορετικό λογι-

σµικό και επικοινωνούν µε τον πυρήνα του συστήµατος µε προκαθορισµένο

πρωτόκολλο.

Ασαφής λογική (Fuzzy logic): Η τεχνική της εισαγωγής της αβεβαιότητας και της

πιθανοκρατικής λογικής στη δυαδική άλγεβρα.

Βάθος Χρώµατος (Depth of Color): Ο αριθµός των bits που αφιερώνονται σε κάθε

pixel της εικόνας. Έχει άµεση σχέση µε την ακτίνα τιµών της εικόνας: πχ για

µία ακτινογραφία το Βάθος χρώµατος είναι συνήθως 12 bits δηλ. οι δυνατές

τιµές είναι 0 –4095 (=212–1). Για εικόνες γ–κάµερας το βάθος χρώµατος είναι

συνήθως 8 bits, δηλ ακτίνα τιµών 0–255 (=28–1).

Γενετικοί αλγόριθµοι (Genetic Algorithms –GAs): Κατηγορία αλγορίθµων που

βασίζονται στην εξελικτική θεωρία και χρησιµοποιούνται για ολική βελτι-

στοποίηση δύσκολων προβληµάτων, ή ακόµα και για αυτόµατη εκµάθηση.

Παρουσιάζουν σηµαντικά πλεονεκτήµατα έναντι των παραδοσιακών µεθό-

δων.

∆ιαµερισµατικό µοντέλo (Compartmental model): Μέθοδος µαθηµατικής µοντε-

λοποίησης της κίνησης ουσιών µε χρήση ανιχνευτών –tracers– (ραδιενεργών

ή µη) σε βιολογικά συστήµατα.

∆ίκτυο Ευρείας Ζώνης (Wide Area Network –WAN): ∆ίκτυο που χρησιµοποιεί-

ται για να συνδέει τοπικά δίκτυα. Η ταχύτητα µεταφοράς του είναι τουλάχι-

στον 1–2 τάξεις µεγέθους µικρότερη ενός τοπικού δικτύου, συνήθως δεν είναι

ιδιόκτητο, εκτείνεται σε ολόκληρες χώρες και χρησιµοποιεί ως φυσικό µέσο

δηµόσια δίκτυα.

∆όση (Dose): Η ενέργεια που αποτίθεται από την ιοντίζουσα ακτινοβολία στο βιο-

λογικό ιστό, κατά τη διέλευση της από αυτόν.

Εικονική πραγµατικότητα (Virtual Reality –VR): Ιδεατό περιβάλλον που δηµι-

ουργείται από συνδυασµό εξειδικευµένων υπολογιστών, περιφερειακών και

λογισµικού, που επιτρέπουν στο χρήστη να θέσει εαυτόν στο περιβάλλον αυτό,

να πλοηγηθεί σε αυτό επισκοπώντας δεδοµένα και να αλληλεπιδράσει µε αντι-

κείµενα ή δεδοµένα, αλλά και µε άλλους χρήστες οι οποίοι πλοηγούνται στο

ίδιο περιβάλλον.

Page 215: Deli Basis

Εικονοστοιχείο (Pixel/Voxel): Στοιχείο δισδιάστατης / τρισδιάστατης εικόνας από

τα αρχικά των λέξεων picture / volume και element.

Έµπειρο σύστηµα (Expert system): Σύστηµα λογισµικού κύρια συστατικά του

οποίου είναι η βάση της γνώσης (Knowledge base), η µηχανή εξαγωγής

συµπερασµάτων (Inference engine) και πιθανώς γραφική διασύνδεση (graphic

user interface – GUI) για σύνδεση µε το χρήστη. Το σύστηµα είναι εφαρµό-

σιµο σε µία συγκεκριµένη περιοχή της ανθρώπινης εµπειρίας και είναι σε θέση

να βγάζει συµπεράσµατα από αβέβαια δεδοµένα.

Έµπιστο Τρίτο Μέρος (Trusted Third Party –TTP): Οργανισµός (κρατικός ή µη)

ο οποίος εκδίδει ψηφιακά πιστοποιητικά και παρέχει ένα πλήθος υπηρεσιών

για ασφαλείς συναλλαγές µέσω του διαδικτύου.

Εµπλουτισµός της εικόνας (Image enhancement): ∆ιαδικασία ανάδειξης χαρα-

κτηριστικών της εικόνας όπως ακµές, όρια περιοχών ή αντίθεσης, ώστε η επί-

δειξη της εικόνας στον ειδικό να φανερώσει περισσότερη διαγνωστική πλη-

ροφορία.

Eπανεγγράψιµοι οπτικοί δίσκοι (Rewritable optical discs): Οπτικοί δίσκοι που

επιδέχονται εγγραφή (µία, ή περισσότερες φορές). Η ταχύτητα εγγραφής τους

είναι κατά πολύ µικρότερη της ταχύτητας ανάγνωσης.

Εξασφάλιση της πληροφορίας: Προστασία των ηλεκτρονικής µορφής ιατρικών

δεδοµένων ώστε να διασφαλίζεται η εγκυρότητα, ακεραιότητα και το απόρ-

ρητο τους.

Εξοµοιωτής ραδιοθεραπείας (Radiotherapy Simulator): ∆ιαγνωστικό σύστηµα

ακτίνων X (συνήθως Υπολογιστικός αξονικός τοµογράφος), το οποίο εξοµοι-

ώνει τις γεωµετρίες µεταξύ πηγής ακτίνων και ασθενή που συναντώνται στα

θεραπευτικά συστήµατα. Σκοπός του εξοµοιωτή είναι η σχεδίαση του θερα-

πευτικού σχήµατος, η ποσοτικοποίηση των συνεπειών ενός δεδοµένου σχή-

µατος ή η παρακολούθηση της εξέλιξης ενός σχήµατος.

Ευθυγράµµιση εικόνων (Image Registration): ∆ιαδικασία γεωµετρικού µετασχη-

µατισµού που οδηγεί στη χωρική ταύτιση δύο εικόνων οι οποίες απεικονίζουν

την ίδια ανατοµική περιοχή ενός ασθενή.

Εύρος ζώνης (Bandwidth): (1) Ο ρυθµός µεταφοράς δεδοµένων σε ένα φυσικό

µέσο (πχ δίκτυο), µετρούµενος σε bps –bits per second (2) Το εύρος ζώνης

συχνοτήτων που καταλαµβάνει το φάσµα ενός σήµατος, δηλ η διαφορά µετα-

ξύ της συχνότητας του πλέον υψίσυχνου και της συχνότητας του λιγότερου

2 1 5° § ø ™ ™ ∞ ƒ π √

Page 216: Deli Basis

2 1 6 I AT P I K H ¶ § H P O º O P I K H

υψίσυχνου τµήµατος του σήµατος. Σήµα που µεταφέρει φωνή τηλεφωνικής

ποιότητας έχει εύρος ζώνης 3kHz ενώ αν µεταφέρει τηλεοπτική εικόνα έχει

εύρος ζώνης 6 MHz.

Θόρυβος (Noise): Η µεταβολή των τιµών ενός σήµατος (ή µίας εικόνας) από διερ-

γασίες διαφορετικές από αυτές του σχηµατισµού του ιδεατού σήµατος (εικό-

νας). Ο θόρυβος µπορεί να είναι προσθετικός ή πολλαπλασιαστικός, µπορεί

να είναι συσχετισµένος ή ασυσχέτιστος µε την τιµή του σήµατος και µπορεί

να εκτείνεται σε όλο το φάσµα των συχνοτήτων του σήµατος (της εικόνας)

–λευκός θόρυβος.

Ιστογράµµατος εξίσωση (Histogram equalization): Τεχνική επεξεργασίας εικό-

νας η οποία µεταβάλει το ιστόγραµµά της έτσι ώστε οι τιµές της µετασχηµα-

τισµένης εικόνας να έχουν οµοιογενή πυκνότητα σε όλο το δυνατό διάστηµα

τιµών.

Ιστόγραµµα εικόνας (Histogram): Η γραφική αναπαράσταση της σχετικής συχνό-

τητας εµφάνισης της κάθε τιµής των εικονοστοιχείων στην εικόνα αυτή.

Καµπύλη ενεργότητας σα συνάρτηση του χρόνου (Time Activity Curve –TAC):

Η περιεκτικότητα ενός συγκεκριµένου οργάνου / τµήµατος οργάνου σε κάποιο

ιχνηλάτη (tracer) σα συνάρτηση του χρόνου.

Κατανεµηµένο πληροφοριακό σύστηµα Νοσοκοµείου (Distributed HIS): Σύνο-

λο ανεξάρτητων υπολογιστικών συστηµάτων, κάθε ένα από τα οποία εξυπη-

ρετεί ένα διαφορετικό τµήµα του νοσοκοµείου και επικοινωνεί µε τα υπόλοι-

πα µε συγκεκριµένο πρωτόκολλο επικοινωνίας.

Κατηγοριοποίηση ανατοµικών δοµών (Object recognition/classification): ∆ια-

δικασία της ανάλυσης εικόνας η οποία λαµβάνοντας υπόψη διάφορα χαρα-

κτηριστικά, αναγνωρίζει συγκεκριµένα αντικείµενα / ανατοµικές δοµές ή απο-

φαίνεται περί της παθολογίας τους ή µη.

Κεντρικό µοντέλο πληροφοριακού συστήµατος (central model): Αρχιτεκτονική

πληροφοριακού συστήµατος νοσοκοµείου βασισµένη σε ένα κεντρικό υπολο-

γιστή που εκτελεί την απαιτούµενη διαχείριση πληροφορίας, µε τα τερµατικά

και τα άλλα περιφερειακά διατεταγµένα σε συνδεσµολογία αστέρα.

Κλάσµα Εξώθησης (Ejection Fraction –EF): Ποσοστό του όγκου του αίµατος (επί

του διαστολικού όγκου) ενός καρδιακού θαλάµου (συνηθέστερα της αριστε-

ρής κοιλίας) το οποίο εξωθείται κατά τη φάση της συστολής.

Κρυπτογράφηση δηµόσιου κλειδιού (public key cryptography): Αλγόριθµος κρυ-

Page 217: Deli Basis

πτογράφησης που βασίζεται στην αρχή ότι τα δύο µέρη που επικοινωνούν δεν

χρειάζεται να µοιράζονται κοινή πληροφορία, δηλ. ένα συµµετρικό κλειδί (βλ.

κρυπτογράφησης συµµετρικός αλγόριθµος).

Κρυπτογράφησης συµµετρικός αλγόριθµος (DES): Αλγόριθµος κρυπτoγράφησης

που βασίζεται στην αρχή ότι το κλειδί της κρυπτογράφησης πρέπει να είναι

γνωστό στον αποστολέα και στον παραλήπτη.

Λογισµικό διαχείρισης δικτύου (Network management software): Σύστηµα λογι-

σµικού το οποίο επιβλέπει την κίνηση ενός τοπικού δικτύου LAN ή δικτύου

ευρείας ζώνης WAN για λόγους ασφαλείας και αυτοµατοποίησης των σχετι-

κών διαδικασιών.

Μαγνητικού Συντονισµού απεικόνιση (Magnetic Reasonance Imaging –MRI):

Σύστηµα απεικόνισης που χρησιµοποιεί τις ιδιότητες του πυρηνικού spin σαν

απεικονιστική παράµετρο.

Πελάτη εξυπηρετητή αρχιτεκτονική (client server architecture): Ευρεία αρχιτε-

κτονική που περιλαµβάνει ένα αριθµό από διαφορετικές τεχνολογίες οι οποί-

ες επιτρέπουν σε δύο προγράµµατα υπολογιστών να επικοινωνούν, µε το ένα

(πελάτης) να στέλνει αιτήµατα στο άλλο (εξυπηρετητής). Η αρχιτεκτονική

αποκτά ιδιαίτερο ενδιαφέρον όταν ο πελάτης και ο εξυπηρετητής βρίσκονται

σε διαφορετικούς υπολογιστές, οπότε και επικοινωνούν µε διάφορα πρωτό-

κολλα (συχνά TCP/IP), τεχνολογίες COM, CGI κλπ.

Πληροφοριακό σύστηµα νοσοκοµείου (Hospital Information System –HIS):

Πληροφοριακό σύστηµα το οποίο υποστηρίζει τις ανάγκες διαχείρισης και

επεξεργασίας της πληροφορίας σε ένα Νοσοκοµείο.

Πληροφοριακού συστήµατος νοσοκοµείου Πυρήνας (Admission, Discharge,

Transfer –ADT): Πληροφοριακό σύστηµα που µηχανογραφεί τις βασικές

κεντρικές λειτουργίες ενός νοσοκοµείου, όπως εισαγωγή ασθενούς, παρακο-

λούθηση, έκδοση εξιτηρίου, ηλεκτρονική αρχειοθέτηση προσωπικών και

δηµογραφικών στοιχείων του ασθενούς.

Πληροφοριακού συστήµατος νοσοκοµείου Οικονοµικό Σύστηµα: Πληροφορικό

σύστηµα που επιτελεί τις οικονοµικές λειτουργίες, βασικότερες των οποίων

είναι η πληρωµή του προσωπικού του νοσοκοµείου και η έκδοση λογαρια-

σµών για το κόστος της νοσηλείας.

Πληροφοριακού συστήµατος νοσοκοµείου Σύστηµα δικτύωσης και επικοινω-

νίας: Σύστηµα που επιτελεί τη διασύνδεση όλων των τµηµάτων ενός νοσο-

2 1 7° § ø ™ ™ ∞ ƒ π √

Page 218: Deli Basis

2 1 8 I AT P I K H ¶ § H P O º O P I K H

κοµειακού πληροφοριακού συστήµατος σε µία ολοκληρωµένη οντότητα.

Πληροφοριακού συστήµατος νοσοκοµείου Σύστηµα παραγωγής ιατρικών εγγρά-

φων: Το πληροφορικό αυτό σύστηµα συλλέγει, οργανώνει, αποθηκεύει και

παρουσιάζει κατά τον επιθυµητό τρόπο τις πληροφορίες του ιατρικού φακέ-

λου του ασθενούς.

Πληροφοριακού συστήµατος νοσοκοµείου κλινικά εργαστήρια (Laboratory

Information System –LIS): Υποσύστηµα του πληροφοριακού συστήµατος

που υποστηρίζει τις λειτουργίες των κλινικών εργαστηρίων του Νοσοκοµεί-

ου.

Πληροφοριακού συστήµατος νοσοκοµείου, υποσύστηµα φαρµακείο: Υποσύ-

στηµα του πληροφοριακού συστήµατος που υποστηρίζει τις λειτουργίες του

φαρµακείου του Νοσοκοµείου.

Πληροφοριακού συστήµατος νοσοκοµείου, υποσύστηµα ραδιολογίας

(Radiological Information System –RIS): Υποσύστηµα του πληροφοριακού

συστήµατος που υποστηρίζει τις λειτουργίες του τµ. Ραδιολογίας του Νοσο-

κοµείου.

Πρότυπο Επικοινωνίας ιατρικής ψηφιακής εικόνας (Digital Image

Communication –DICOM): Πρότυπο Επικοινωνίας ιατρικής ψηφιακής εικό-

νας που κωδικοποιεί τις ιατρικές εικόνες και πλήθος από συνοδευτικά στοι-

χεία τους, ώστε να επιτευχθεί η αυτόµατη µεταφορά τους από τις συσκευές

παραγωγής εικόνας στο λοιπό νοσοκοµειακό πληροφοριακό σύστηµα, ανεξαρ-

τήτως τύπου συσκευής ή λειτουργικού συστήµατος.

Πρωτόκολλο επικοινωνίας (Communication Protocol): Σύνολο κανόνων που

καθορίζουν τον τρόπο επικοινωνίας µεταξύ των δύο επικοινωνούντων µερών.

Υπάρχουν πολλά επικοινωνιακά πρωτόκολλα για όλα τα επίπεδα της τηλεπι-

κοινωνιακής σύνδεσης (φυσικό, ενδιάµεσο, υψηλό).

Ραδιοθεραπεία (Radiotherapy): Μέθοδος θεραπευτικής αντιµετώπισης κακοηθών

(malignant) όγκων, η οποία στηρίζεται στην εναπόθεση δόσης ραδιενέργειας

στον όγκο µέσω οποιασδήποτε ιονίζουσας ακτινοβολίας.

Σηµειακοί τελεστές (point operatοrs): Τελεστές οι οποίοι µεταβάλλουν την τιµή

ενός pixel της εικόνας, παίρνοντας σαν µοναδικό όρισµα την τιµή του pixel

αυτού.

Συµπίεση εικόνας απόλυτης πιστότητας (lossless compression): ∆ιαδικασία µεί-

ωσης του χώρου που καταλαµβάνει η εικόνα στο µέσο αποθήκευσης. Η

Page 219: Deli Basis

συµπίεση εικόνας είναι απόλυτης πιστότητας ή χωρίς απώλειες, όταν η διαδι-

κασία της αποσυµπίεσης οδηγεί σε ακριβές αντίγραφο της αρχικής εικόνας.

Συµπίεση εικόνας µε απώλειες (lossy compression): ∆ιαδικασία µείωσης του

χώρου που καταλαµβάνει η εικόνα στο µέσο αποθήκευσης. Η διαδικασία

συµπίεσης εικόνας είναι µε απώλειες, όταν η αποσυµπίεση δεν οδηγεί σε ακρι-

βές αντίγραφο της αρχικής εικόνας αλλά σε εικόνα η οποία βελτιστοποιεί

κάποιο προεπιλεγµένο κριτήριο πιστότητας.

Συνάρτηση σηµειακής διασποράς (Point Spread Function –PSF): Η έξοδος ενός

απεικονιστικού συστήµατος για ένα σηµειακό σήµα εισόδου. Συχνά µοντε-

λοποιείται σαν µία γκαουσιανή καµπύλη.

Συνέλιξη (Convolution): Μαθηµατικός γραµµικός τελεστής µε ιδιαίτερη εφαρµο-

γή σε επεξεργασία εικόνων και σηµάτων.

Σύντηξη εικόνων (Image Fusion): Συνδυασµός πληροφορίας δύο ευθυγραµµισµέ-

νων εικόνων που οδηγεί σε δηµιουργία µίας τρίτης µε µεγαλύτερη διαγνω-

στική αξία.

Σύστηµα αρχειοθέτησης και µεταφοράς εικόνων (Picture Archive and

Communication System –PACS): Σύστηµα ψηφιακής αρχειοθέτησης και

µεταφοράς εικόνων που αναλαµβάνει όλες τις διαδικασίες διαχείρισης δεδο-

µένων και εικόνων σε συνεργασία ή ανεξάρτητα από το πληροφοριακό νοσο-

κοµεικό σύστηµα.

Σύστηµα ∆ιαχείρισης Βάσεων ∆εδοµένων (Database Management System

–DBMS): Το σύστηµα διαχείρισης των δεδοµένων που περιέχει η Βάση δεδο-

µένων. Εκτελεί λειτουργίες όπως αναγνώριση χρηστών, επεξεργασία αιτηµά-

των, διασφάλιση ακεραιότητας δεδοµένων κλπ.

Σχηµατισµός εικόνας (Image formation): Ο όρος περιλαµβάνει όλες τις διαδικα-

σίες για τη συλλογή και αποθήκευση της εικόνας σε ψηφιακή µορφή.

Τελεστές εξοµάλυνσης της ιατρικής εικόνας (Image smoothing operators): Χωρι-

κοί ή φασµατικοί τελεστές που εφαρµόζονται σε εικόνες µε αποτέλεσµα να

συµπιέζουν οξύα χαρακτηριστικά τους όπως έντονες ακµές και θόρυβο, ώστε

να αναδείξουν άλλες δοµές χαµηλής ορατότητας.

Τελεστές όξυνσης της εικόνας (Image sharpening operators): Χωρικοί ή φασµα-

τικοί τελεστές που εφαρµόζονται σε εικόνες µε αποτέλεσµα να οξύνουν τα

χαρακτηριστικά της εικόνας ώστε να αναδείξουν τις ακµές της εικόνας, λεπτο-

µέρειες και ανατοµικές δοµές χαµηλής ορατότητας.

2 1 9° § ø ™ ™ ∞ ƒ π √

Page 220: Deli Basis

2 2 0 I AT P I K H ¶ § H P O º O P I K H

Τεχνητά νευρωνικά δίκτυα (Artificial Neural Networks): Σύνολο στοιχειωδών,

µη γραµµικών, υπολογιστικών µονάδων, κάθε µία εκ’ των οποίων µοντελο-

ποιεί τη λειτουργία ενός νευρώνα, διασυνδεδεµένων καταλλήλως σε ένα ή

περισσότερα στρώµατα (layers), ώστε το νευρωνικό δίκτυο να µπορεί να εκτε-

λεί λειτουργίες εκµάθησης, κατηγοριοποίησης κλπ. Έχουν προταθεί µοντέλα

νευρωνικών δικτύων τα οποία µαθαίνουν µε ή και χωρίς επίβλεψη.

Τηλεϊατρική (Telemedicine): Η µετάδοση ιατρικών δεδοµένων µε σκοπό την εξ’

αποστάσεως παροχή ιατρικών υπηρεσιών, όπως διάγνωση και υποστήριξη

διάγνωσης.

Τµηµατοποίηση εικόνας (Image segmentation): ∆ιαδικασία εξαγωγής αντικειµέ-

νων από εικόνες.

Τοµογραφία εκποµπής φωτονίων (Single Photon Emission Tomography

–SPECT): Τρισδιάστατη ανακατασκευή του εσωτερικού του σώµατος ενός

ασθενούς, µε πρότερη εισαγωγή ραδιοφαρµάκου στον ασθενή.

Τοπικό δίκτυο (Local Area Network –LAN): ∆ίκτυο ταχείας µεταφοράς δεδοµέ-

νων, συνήθως ιδιόκτητο που χρησιµοποιείται για να συνδέει υπολογιστές που

δεν απέχουν µεταξύ τους περισσότερο από λίγα χιλιόµετρα.

Tριγωνοποίηση επιφανειών (Triangulation): ∆ιαδικασία κατά την οποία σηµεία

της ζητούµενης επιφάνειας οµαδοποιούνται σε στοιχειώδη τρίγωνα ή πολύ-

γωνα από τα οποία αποτελείται η επιφάνεια.

Υπολογιστική αξονική τοµογραφία (Computer Assisted Tomography –CT):

Τρισδιάστατη ανακατασκευή του εσωτερικού του σώµατος ενός ασθενούς, µε

ακτινοβολία που προέρχεται από εξωτερική πηγή.

Φασµατικοί τελεστές: βλ. Φίλτρα στο χώρο των χωρικών συχνοτήτων

Φίλτρα στο χώρο των χωρικών συχνοτήτων (Spatial frequency filtering): Τεχνι-

κή επεξεργασίας εικόνας η οποία µεταβάλει τις τιµές των συντελεστών των

χωρικών συχνοτήτων (φάσµα) της εικόνας.

Χωρική ανάλυση (Spatial resolution): Η µικρότερη απόσταση δύο σηµειακών

πηγών, οι οποίες απεικονίζονται διακριτά από το απεικονιστικό σύστηµα.

Χωρική απόδοση επιφανειών (Surface rendering): ∆ιαδικασία κατά την οποία η

τριγωνοποιηµένη επιφάνεια που περικλείει το αντικείµενο ενδιαφέροντος προ-

βάλλεται στην οθόνη του υπολογιστή µε χρήση τεχνικών ρεαλιστικής φωτο-

σκίασης, επιτρέποντας στοιχειώδεις λειτουργίες αλληλεπίδρασης µε το χρήστη.

Page 221: Deli Basis

Χωρική απόδοση όγκων (Volume rendering): ∆ιαδικασία οπτικοποίησης τρισ-

διάστατων βαθµωτών πεδίων σαν δισδιάστατες εικόνες, συνήθως µε τη µέθο-

δο της ολοκλήρωσης κατά µήκος νοητών ακτίνων (ray tracing).

Ψηφιακό πιστοποιητικό (Digital Certificate): Ηλεκτρονικό έγγραφο που εκδίδε-

ται από έµπιστο µέρος (TTP), κωδικοποιείται µε αλγόριθµο κρυπτογράφησης

δηµόσιου κλειδιού και επιτρέπει την αναγνώριση της ταυτότητας ενός χρήστη

για συναλλαγές µέσω δικτύου.

Bayes Τεχνική: τεχνική διαχείρισης αβέβαιων δεδοµένων, η οποία µε χρήση του

οµώνυµου θεωρήµατος, υπολογίζει την πιθανότητα να είναι αληθής µία υπό-

θεση (πχ ασθένεια), δεδοµένης µίας µαρτυρίας (σύµπτωµα), σαν συνάρτηση

της a priori πιθανότητας παρατήρησης της υπόθεσης (επιπολασµός της ασθέ-

νειας), της πιθανότητας παρατήρησης της µαρτυρίας για όλες τις υποθέσεις

και της πιθανότητας να παρατηρηθεί η µαρτυρία όταν ισχύει η υπόθεση.

Common Gateway Interface –CGI: Σύστηµα παραγωγής δυναµικών σελίδων html

το οποίο αποτελεί υποσύνολο του Hypertext Transfer Protocol –http. Ο εξυ-

πηρετητής (βλ. Πελάτη εξυπηρετητή αρχιτεκτονική) WWW δέχεται ένα αίτηµα

WWW από τον πελάτη (βλ. Πελάτη εξυπηρετητή αρχιτεκτονική), παράγει δυνα-

µικά τη σελίδα http, ανάλογα µε το αίτηµα και την αποστέλλει στον client. Για

τη δυναµική διαµόρφωση του html συνήθως χρησιµοποιούνται προγράµµατα

σε όλες τις δηµοφιλείς γλώσσες προγραµµατισµού, όπως C, C++, Java κλπ,

όπως και Perl scripts.

Firewall: Σύστηµα λογισµικού το οποίο επιβάλει µία συγκεκριµένη πολιτική πρό-

σβασης σε ένα υπολογιστικό σύστηµα ή τοπικό δίκτυο µε σκοπό την εξασφά-

λιση του δικτύου από εισβολείς.

Health Layer 7 –HL7: Πρότυπο για την ηλεκτρονική µεταφορά και ανταλλαγή πλη-

ροφοριών σε ιατρικό περιβάλλον.

HyperText Transfer Protocol –http: Πρωτόκολλο επιοινωνίας (σύνολο κανόνων)

που διέπει τη µεταφορά αρχείων κειµένου εικόνων, video και ήχου µέσω του

WWW. Η κύρια ιδέα του πρωτοκόλλου είναι η αναφορά αρχείων από άλλα

αρχεία. Κάθε εξυπηρετητής (βλ. Πελάτη εξυπηρετητή αρχιτεκτονική) WWW έχει

εγκατεστηµένο ένα πρόγραµµα εξυπηρέτησης http αιτηµάτων που καλείται http

demon, ενώ οι πλοηγοί (Browsers) του διαδικτύου αποτελούν τους http clients.

Java: Αντικειµενοστραφής γλώσσα προγραµµατισµού που προήλθε από τη C++,

της οποίας ο πηγαίος κώδικας είναι ανεξάρτητος της υπολογιστικής πλατ-

2 2 1° § ø ™ ™ ∞ ƒ π √

Page 222: Deli Basis

2 2 2 I AT P I K H ¶ § H P O º O P I K H

φόρµας. Ο «µεταγλωττισµένος» κώδικας δηµιουργεί τα Java Applets τα οποία

προσαρτώνται σε σελίδες html. Όταν ο χρήστης επιλέξει µε το ποντίκι ένα

Java Applet, αυτό µεταφέρεται στον υπολογιστή του µέσω του πρωτοκόλλου

http και εκτελείται.σε αυτόν.

SSL: Πρωτόκολλο ασφαλών συναλλαγών µέσω του WWW, αποδεκτό από πολλούς

σηµαντικούς οίκους ανάπτυξης λογισµικού, το οποίο χρησιµοποιεί ασύµµε-

τρο αλγόριθµο κρυπτογράφησης (βλ. Κρυπτογράφηση δηµόσιου κλειδιού) για

την αναγνώριση των δύο µερών και συµµετρικό αλγόριθµο µε διαφορετικό

κλειδί για κάθε συναλλαγή (βλ. Κρυπτογράφησης συµµετρικός αλγόριθµος).

Virtual Reality Modeling Language –VRML: Γλώσσα προγραµµατισµού (script),

εξειδικευµένη για χωρική απόδοση τρισδιάστατων αντικειµένων και µοντε-

λοποίηση της συµπεριφοράς τους. Τα σχετικά αρχεία έχουν έκθεµα .wrl και

απαντώνται συχνά σε ιστοσελίδες του διαδικτύου (σελίδες html).

Word Wide Web –WWW: Το σύνολο των πόρων του διαδικτύου που είναι προ-

σβάσιµοι µε γραφικό περιβάλλον (συνήθως ενός πλοηγού –browser), κυρίως

µέσω του πρωτοκόλλου http. Το WWW σήµερα συγκεντρώνει πολύ µεγάλο

ποσό πληροφορίας, το οποίο ανανεώνεται ταχύτατα, αλλά µε πολύ χαµηλό

βαθµό οργάνωσης.

Page 223: Deli Basis
Page 224: Deli Basis