polenovjournalРоссийский нейрохирургический журнал имени профессора А. Л. ПоленоваRussian Neurosurgical Journal named after Professor A. L. Polenov2071-2693Семинары, Конференции и Форумыpolenovjournal-64Research ArticleОРИГИНАЛЬНЫЕ СТАТЬИORIGINAL PAPERSИсследование осложнений в нейрохирургии с помощью технологий искусственного интеллектаComplications research in neurosurgery using artificial intelligencehttps://orcid.org/0000-0003-1442-5993ДаниловГ. В.DanilovG. V.

Данилов Глеб Валерьевич

Москва

Danilov Gleb Valerievich

Moscow

https://orcid.org/0000-0001-8343-3511ПотаповА. А.PotapovA. A.

Потапов Александр Александрович

Москва

Potapov Alexander Aleksandrovich

Moscow

https://orcid.org/0000-0002-9606-5559ШифринМ. А.ShifrinM. A.

Шифрин Михаил Абрамович

Москва

Shifrin Michael Abramovich

Moscow

https://orcid.org/0000-0003-1314-2887НазаренкоА. Г.NazarenkoA. G.

Назаренко Антон Герасимович

Москва

Nazarenko Anton Gerasimovich

Moscow

https://orcid.org/0000-0002-9811-9442УсачевД. Ю.UsachevU. U.

Усачев Дмитрий Юрьевич

Москва

Usachev Dmitriy Yurievich

Moscow

https://orcid.org/0000-0002-3524-4983КотикК. В.KotikK. V.

Котик Константин Владимирович

Москва

Kotik Konstantin Vladimirovich

Moscow

https://orcid.org/0000-0001-5010-6661СтрунинаЮ. В.StruninaU. V.

Струнина Юлия Владимировна

Москва

Strunina Yuliya Vladimirovna

Moscow

https://orcid.org/0000-0002-0046-1312ЦукановаТ. В.CukanovaT. V.

Цуканова Татьяна Васильевна

Москва

Tsukanova Tatyana Vasilievna

Moscow

https://orcid.org/0000-0002-6509-4242ИшанкуловТ. А.IshankulovT. A.

Ишанкулов Тимур Александрович

Москва

Ishankulov Timur Aleksandrovich

Moscow

Федеральное государственное автономное учреждение «Национальный медицинский исследовательский центр нейрохирургии имени академика Н. Н. Бурденко» Министерства здравоохранения Российской ФедерацииРоссияFederal State Autonomous Institution “National Medical Research Center for Neurosurgery named after Academician N. N. Burdenko” of the Ministry of Health of the Russian FederationRussian Federation2022060820241424447Copyright © Данилов Г.В., Потапов А.А., Шифрин М.А., Назаренко А.Г., Усачев Д.Ю., Котик К.В., Струнина Ю.В., Цуканова Т.В., Ишанкулов Т.А., 20242024Данилов Г.В., Потапов А.А., Шифрин М.А., Назаренко А.Г., Усачев Д.Ю., Котик К.В., Струнина Ю.В., Цуканова Т.В., Ишанкулов Т.А.Danilov G.V., Potapov A.A., Shifrin M.A., Nazarenko A.G., Usachev U.U., Kotik K.V., Strunina U.V., Cukanova T.V., Ishankulov T.A.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://polenovjournal.elpub.ru/jour/article/view/64

Количественный анализ осложнений в нейрохирургии — актуальная задача, решение которой ограничено отсутствием в профессиональном сообществе единого определения этого понятия, подходов к учету, мониторингу и классификации осложнений. эти ограничения, в свою очередь, приводят к невозможности количественного сопоставления показателей безопасности в разных нейрохирургических клиниках и проведения масштабных эпидемиологических исследований.

ЦЕЛЬ ИССЛЕДОВАНИЯ

ЦЕЛЬ ИССЛЕДОВАНИЯ: определить актуальные задачи исследования осложнений в нейрохирургии с учетом потенциала современных технологий искусственного интеллекта и примеров его использования в исследованиях ФГАУ «НМИЦ нейрохирургии им. ак. Н. Н. Бурденко» Минздрава России.

МАТЕРИАЛЫ И МЕТОДЫ

МАТЕРИАЛЫ И МЕТОДЫ: В настоящей работе были проанализированы текстовые медицинские записи, первично внесенные врачами с помощью клавиатуры в электронную медицинскую карту «E-med» ФГАУ «НМИЦ нейрохирургии им. ак. Н. Н. Бурденко» Минздрава России в период с 2000 г. по 2017 г. Для анализа текстовой информации применили методы анализа неструктурированных текстов, написанных на естественном языке.

РЕЗУЛЬТАТЫ

РЕЗУЛЬТАТЫ. Были определены основные задачи анализа осложнений, базовые возможности современных технологий искусственного интеллекта, их потенциал для формирования научно обоснованного определения понятия «осложнение в нейрохирургии», изучения спектра осложнений, идентификации, прогноза и оценки факторов риска их развития.

ЗАКЛЮЧЕНИЕ

ЗАКЛЮЧЕНИЕ. Современные технологии искусственного интеллекта обладают значительным потенциалом применения в исследовании осложнений в нейрохирургии.

Quantitative analysis of complications in neurosurgery is a permanently topical issue limited by the lack of a unified «complication» definition in the professional community, approaches to registering, surveillance, and classification of complications. These drawbacks, in turn, disable quantitative safety indicators comparison between different neurosurgical facilities, as well as large-scale epidemiological studies.

PURPOSE OF THE STUDY

PURPOSE OF THE STUDY: to determine the actual tasks of studying complications in neurosurgery, taking into account the potential of modern artificial intelligence technologies and its usage examples in the research of the FSAI «NMRC named after ac. N. N. Burdenko» of the ministry of health of Russia.

MATERIALS AND METHODS

MATERIALS AND METHODS: In the present work, we analyzed text medical records that were initially typed in using keyboard by doctors into the electronic health records system “E-med” of the FSAI «NMRC named after ac. N. N. Burdenko» of the ministry of health of Russia in the period between 2000 and 2017. Textual information was analyzed via natural language processing.

RESULTS

RESULTS. We outlined the main goals in complication analysis, highlighted the power of artificial intelligence to ground the definition of «complications in neurosurgery» scientifically, to study the spectrum of complications, to identify, and predict them, and to define related risk factors.

CONCLUSION

CONCLUSION. Modern artificial intelligence technologies have a significant potential for application in complications research in neurosurgery.

нейрохирургияосложненияискусственный интеллектанализ текстов на естественном языкеneurosurgerycomplicationsartificial intelligencenatural language processingРабота поддержана Российским фондом фундаментальных исследований (гранты 18-29-22085, 18–29–01052).The study was supported by the Russian Foundation for Basic Research (grants 18-29-22085, 18–29–01052).ReferencesZiewacz JE, Mcgirt MJ, Chewning SJJ. Adverse events in neurosurgery and their relationship to quality improvement. Neurosurg Clin N Am. 2015;26(2):157–165, vii. doi:10.1016/j.nec.2014.11.014Ziewacz JE, Mcgirt MJ, Chewning SJJ. Adverse events in neurosurgery and their relationship to quality improvement. Neurosurg Clin N Am. 2015;26(2):157–165, vii. doi:10.1016/j.nec.2014.11.014Brock S, Saleh C, Zekaj E, Servello D. How to compare clinical results of different neurosurgical centers? Is a classification of complications in neurosurgery necessary for this purpose? Surg Neurol Int. 2016;7(Suppl 20): S 565–9. doi:10.4103/2152–7806.188471Brock S, Saleh C, Zekaj E, Servello D. How to compare clinical results of different neurosurgical centers? Is a classification of complications in neurosurgery necessary for this purpose? Surg Neurol Int. 2016;7(Suppl 20): S 565–9. doi:10.4103/2152–7806.188471Danilov GV, Shifrin MA, Kotik KV, et al. Artificial intelligence in neurosurgery: a systematic review using topic modeling. part I: Major research areas. Sovrem Tehnol v Med. 2020;12(5). doi:10.17691/stm2020.12.5.12Danilov GV, Shifrin MA, Kotik KV, et al. Artificial intelligence in neurosurgery: a systematic review using topic modeling. part I: Major research areas. Sovrem Tehnol v Med. 2020;12(5). doi:10.17691/stm2020.12.5.12Danilov G, Board Secretary S, Orlov Y, Kulikov A, Anesthesiologist S, Potapov AS. Artificial Intelligence Technologies in Neurosurgery: a Systematic literature review Using Topic Modeling. part II: research objectives and perspectives. 2020;12(6): reviews. doi:10.17691/stm2020.12.6.12Danilov G, Board Secretary S, Orlov Y, Kulikov A, Anesthesiologist S, Potapov AS. Artificial Intelligence Technologies in Neurosurgery: a Systematic literature review Using Topic Modeling. part II: research objectives and perspectives. 2020;12(6): reviews. doi:10.17691/stm2020.12.6.12Danilov G, Shifrin M, Strunina U, Pronkina T, Potapov A. An Information extraction algorithm for detecting adverse eventsin Neurosurgery Using documents written in a Natural rich-in-Morphology language. Stud Health Technol Inform. 2019;262:194–197. doi:10.3233/SHTI190051Danilov G, Shifrin M, Strunina U, Pronkina T, Potapov A. An Information extraction algorithm for detecting adverse eventsin Neurosurgery Using documents written in a Natural rich-in-Morphology language. Stud Health Technol Inform. 2019;262:194–197. doi:10.3233/SHTI190051Данилов Г.В., Шифрин М. А., Потапов А. А., et al. Способ извлечения информации из неструктурированных текстов, написанных на естественном языке (патент rU 2751993C 1). Опубликовано в сети 21 июля 2021 г. По состоянию на 27 декабря 2021 г. https://www.fips.ru/registers-doc-view/fips_servlet?dB=rUpaT&docNumber=2751993&TypeFile=htmlDanilov G. V., Shifrin M. A., Potapov A. A., et al. Method for extracting information from unstructured texts written in natural language (patent rU 2751993C 1). published online july 21, 2021. accessed december 27, 2021. https://www.fips.ru/registers-doc-view/fips_servlet?dB=rUpaT&docNumber=2751993&TypeFile=html (In russ.).Danilov G, Kosyrkova A, Shults M, et al. Inter-rater reliability of Unstructured Text labeling: artificially vs. Naturally Intelligent approaches. Stud Health Technol Inform. 2021;281:118–122. doi:10.3233/SHTI210132Danilov G, Kosyrkova A, Shults M, et al. Inter-rater reliability of Unstructured Text labeling: artificially vs. Naturally Intelligent approaches. Stud Health Technol Inform. 2021;281:118–122. doi:10.3233/SHTI210132

The authors declare that there are no conflicts of interest present.