Компьютеризированные и дистанционные обучающие системы (на примере медицинской диагностики)

Целью настоящей статьи является анализ текущего состояния и возможности развития компьютерных систем разного типа в образовании (на примере медицины). Особый упор сделан на использование кейс-методов, сочетающих лингвистический и мультимедийный компоненты и на интеллектуальные технологии для реализации индивидуально настраиваемого и контролируемого на разных этапах учебного процесса. Рассмотренные методы инженерии знаний при построении интеллектуальных систем формируют навыки индивидуальной и совместной работы. Отдельный аспект – это методы и средства дистанционного обучения с использованием телемедицинских и интернет-технологий в обучении и непрерывном повышении квалификации.

В качестве средства когнитивного визуального представления знаний используются онтологии. Они находят применение в представлении медицинских знаний, характеризующих патологические процессы. В качестве первичного анализа логических взаимосвязей признаков используются интеллект-карты и концепт-карты. Ролевые игры способствуют освоению извлечения знаний для экспертных систем. Это позволяет всем членам группы имитировать роли когнитолога и эксперта. А преподаватель корректирует, при необходимости, этот процесс и указывает в заключении на допущенные ошибки и неиспользованные возможности оптимизации диалога студента-когнитолога со студентом-экспертом. На основе кейс-метода предлагается реализовать примеры и вопросы из клинической практики, включающие видеофрагменты. Это позволяет контролировать правильность действий студентов при проведении осмотров и манипуляций. Экспертная система и дистанционные способы работы применяются для анализа микроскопических препаратов под контролем преподавателя. Построение интеллектуальной обучающей системы, включающей кейсы является основой для приобретения навыков дифференциальной диагностики в процессе обследования виртуального пациента. Телемедицинские технологии с применением различных видеокамер предполагают дистанционное преподавание не только теоретических, но и клинических предметов с обследованием больных, включая тестирование обучающихся и видеоэкзамены.

В результате исследований автором предложены схемы компьютеризированной и интеллектуализированной технологии обучения медицинским предметам различного типа (морфологические, клинические, кибернетические). Это способствует повышению знаний с учетом индивидуальных способностей студентов по персональным программам, формирует умения извлекать и анализировать получаемую информацию. Видеоконференции позволяют повышать квалификацию дистанционно по месту работы в процессе контакта с лекторами и преподавателями. Специально разработанные подходы предполагают дистанционное обследование и диагностику под контролем преподавателя. А также демонстрацию больных с различной патологией во время телелекций.

Рассмотренные подходы открывают возможности для индивидуального овладения знаниями на основе современных методов электронного образования и интеллектуальных технологий. Персонализация подхода к обучению позволяет направленно повторять недостаточно усвоенные разделы материала. Дистанционные методы обучения позволят на принципиально новом уровне ставить и решать задачи непрерывного повышения квалификации медицинских работников. В принципе использование многих из перечисленных подходов возможно и в других сферах образования.

1. Srinivasan M., Wilkes M., Stevenson F. Nguyen Th., Slavin S. Comparing Problem-Based Learning with Case-Based Learning: Effects of a Major Curricular Shift at Two Institutions. Academic Medicine. 2007. №82. P. 74–82. DOI: 10.1097/01. ACM.0000249963.93776.aa URL: https://www.ncbi.nlm.nih.gov/pubmed/17198294

2. Григорьев А.И., Орлов О.И., Логинов В.А., Дроздов Д.В., Исаев А.В., Ревякин Ю.Г., Суханов А.А. Клиническая телемедицина. М.: Фирма «Слово», 2001. 144 с.

3. Кобринский Б.А. Телемедицина в системе практического здравоохранения. 2-е изд. М. Берлин: Direct-Media, 2016. 238 c.

4. Грачев С.В., Крейнес М.Г. Информационные технологии для поддержки клинических решений в телемедицине. В сб.: Symposium on Telemedicine/Симпозиум по телемедицине. Москва, 3–4 апр. 2003. № 6.

5. Власова Н.В. Современные образовательные технологии в контексте новых федеральных государственных образовательных стандартов. В сб.: Теория и практика образования в современном мире: материалы международной научной конференции (г. Санкт-Петербург, февраль 2012 г.). СПб.: Реноме. 2012. С. 278–280.

6. Irby D.M. Three Exemplary Models of Case-based Teaching. Academic Medicine. 69 (1994):947-953. URL: http://www.bumc.bu.edu/facdev-medicine/files/2010/06/3-models-of-casebased-learning-irby.pdf

7. Thistlethwaite J.E., Davies D., Ekeocha S., Kidd J.M., MacDougall C., Matthews P., Purkis J., Clay D.. The effectiveness of case-based learning in health professional education. A BEME systematic review: BEME Guide. 2012. No. 23 Med Teach. 34(6):e421-44. doi: 10.3109/0142159X.2012.680939. URL: https://www.google.ru/?gfe_rd=cr&ei=LmfhVvWSNNGK6AT2zL6gBQ&gws_rd=ssl#newwindow

8. Путинцев А.Н., Алексеев Т.В., Шмелева Н.Н. Современные технологии для информационной поддержки врачей и повышения квалификации // Врач и информационные технологии. 2015. № 2. С. 36–44.

9. Кобринский Б.А., Путинцев А.Н. О принципах построения интеллектуальных медицинских обучающих систем на основе case-метода // Искусственный интеллект и принятие решений. 2016. № 2. С. 30–37.

10. Kazi H., Haddawy P., Suebnukarn S. Employing UMLS for generating hints in a tutoring system for medical problem-based learning. Journal of biomedical informatics. 2012. №45 С. 557–565. doi.org/10.1016/j.jbi.2012.02.010 URL: https://www.sciencedirect.com/science/article/pii/S1532046412000408

11. Martens A., Bernauer J., Illmann T., Seitz A. Docs ‘n drugs – the virtual polyclinic. An intelligent tutoring system for web-based and case-oriented training in medicine. In: Proceedings of the AMIA Symposium. 2001. С. 433–437. URL: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC2243325/

12. Casey J., Vaidya A., Frank N., Beckman J.A., Miller A. Dissecting a Case of Abdominal Pain. The New England Journal of Medicine. 2016. 375:e35. DOI: 10.1056/NEJMimc1516704. URL: http://www.nejm.org/doi/full/10.1056/NEJMimc1516704

13. Genetic and Rare Diseases Information Center. URL: https://rarediseases.info.nih.gov/

14. Crowley R.S., Tseytlin E., Jukic D. ReportTutor an intelligent tutoring system that uses a natural language interface. In: AMIA Annual Symposium proceedings. 2005. С. 171–175. URL: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC1560511/

15. Crowley R.S., Medvedeva O. An intelligent tutoring system for visual classification problem solving. Artificial Intelligence in Medicine. 2006. №36 С. 85–117. DOI: 10.1016/j.artmed.2005.01.005 (URL: https://www.ncbi.nlm.nih.gov/pubmed/16098717)

16. Cook M.P. Visual Representations in Science Education: The Influence of Prior Knowledge and Cognitive Load Theory on Instructional Design Principles // Science Education. 2006. №90 С. 1073– 1091. URL: https://eric.ed.gov/?id=EJ759997

17. Гаврилова Т.А. Логико-лингвистическое управление как введение в управление знаниями. Новости искусственного интеллекта. 2002. № 6 С. 28–33.

18. Chin H.L., Cooper G.F. Case-based tutoring from a medical knowledge base. Computer methods and programs in biomedicine. 1989. №30. С.185– 198. doi.org/10.1016/0169-2607(89)90071-0. URL: https://www.sciencedirect.com/science/article/pii/0169260789900710

19. Артемова Г.О., Гусарова Н.Ф., Коцюба И.Ю. Автоматизация поддержки принятия решений при разработке онтологий в сфере образования на основе промежуточных моделей. Открытое образование. 2015. № 5. С. 4–10. DOI:10.21686/1818-4243-2015-5(112-4-10.

20. Гаврилова Т.А., Кудрявцев Д.В., Муромцев Д.И. Инженерия знаний. Модели и методы: Учебник. СПб.: Издательство «Лань». 2016. 324 с.

21. Гельфанд И.М., Розенфельд Б.И., Шифрин М.А. Очерки о совместной работе математиков и врачей. Изд. 2-е, испр. и доп. М.: Едиториал УРСС. 2005. 320 с.

22. Кобринский Б.А. Извлечение экспертных знаний: групповой вариант. Новости искусственного интеллекта. 2004. № 3. С. 58–66.

23. Салманов П.Л. Роль телемедицины в системе подготовки медицинских кадров. В сб.: Международный симпозиум «Телемедицина-98» (Турция, Кемер, 25 апр. – 2 мая 1998 г.): Тезисы докладов. М.: 1998. С. 48–50.

24. Верткин А.Л. Дистанционное обучение врачей и фельдшеров скорой медицинской помощи. В сб.: Научно-практическая конференция «Информационные технологии в медицине – 2002». Сборник тезисов. М.: 2002. С. 27–29.

25. Садовничий В.А., Соколов М.Э., Макаровец Н.А., Буданов В.М., Подольский В.Е. Механорецепторная тактильная диагностика и тактильная трансляция в эндоскопической хирургии. М.: Литтерра. 2013. 224 с.

26. Янковская А.Е., Семенов М.Е. Принятие решений в интеллектуальных обучающе-тестирующих системах, основанное на смешанных диагностических тестах. Искусственный интеллект и принятие решений. 2012. № 1. С. 47–56.

27. Казинов В.А. Дистанционное обучение в медицине. Новые возможности образования. Информационные технологии в здравоохранении. 2001. №6–7. С. 30–31.

28. Логинов В.А., Григорьев А.И., Орлов О.И. Концепция телемедицинского видеоэкзамена. В сб.: Телемедицина и проблемы передачи изображений: Тезисы докладов третьего ежегодного Московского международного симпозиума по телемедицине (Москва, 14–15 декабря 2000 г.). М.: МАКС Пресс. 2000. С. 34–36.

29. Столяр В.Л., Амчеславская М.А., Антипов А.И., Кобринский Б.А., Кудряшов Ю.Ю., Федоров В.Ф. Основы телемедицины: учебное пособие. М.: РУДН. 2017. 236 с.