Ανάπτυξη Πληροφοριακού Συστήματος Για Τη Διαχείριση Γυναικών Που Συμμετέχουν Σε Πρόγραμμα Πληθυσμιακού Ελέγχου Για Καρκίνο Τραχήλου Της Μήτρας

Abstract

Ο καρκίνος του τραχήλου της μήτρας είναι ο τρίτος πιο κοινός καρκίνος και ο τέταρτος πιο θανατηφόρος καρκίνος για τις γυναίκες σε παγκόσμιο επίπεδο. Προκαλείται σχεδόν πάντα από τη μόλυνση από τον ιό των ανθρώπινων θηλωμάτων (HPV) που είναι ο πιο κοινός σεξουαλικά μεταδιδόμενος ιός. H παρουσία του ιού HPV, ωστόσο, δεν οδηγεί πάντα σε νόσο και συνεπώς η περαιτέρω κατανόηση της μόλυνσης από HPV και της φυσιολογίας της καρκινικής νεοπλασίας κατέληξε στην εισαγωγή ενός νέου τεστ, του τεστ HPV DNA, το οποίο σε συνδυασμό με το τεστ Παπ χρησιμοποιείται σήμερα για την βελτίωση της ανίχνευση δυσπλασιών στον τράχηλο της μήτρας.Σχετικά πρόσφατα, νέες τεχνολογίες για την ανίχνευση του καρκίνου του τραχήλου της μήτρας έγιναν διαθέσιμες στους γιατρούς. Κάποιες μελέτες πρότειναν τη μετάβαση από την ανίχνευση DNA στην mRNA ταυτοποίηση των ογκοπρωτεϊνών E6/E7 που συνδέονται με την ογκογεννετική ενεργοποίηση. Ανάμεσα σε αυτές, η τεχνική NASBA και η τεχνική κυτταρομετρίας ροής (Flow Cytometry) ξεχώρισαν για την ανίχνευση καρκινικών και προκαρκινικών αλλοιώσεων με πολλά υποσχόμενα αποτελέσματα, μειώνοντας τις άσκοπες παραπομπές σε κολποσκόπηση. Παράλληλα, η ανοσοκυτταροχημική ανίχνευση των γενετικών επιδράσεων όπως η υπερέκθεση σε p16 είναι μια μεθοδολογία που μπορεί να αυξήσει την διαγνωστική ακρίβεια του Παπ τεστ.Αν και σήμερα υπάρχουν διαθέσιμες πολλές νέες εξετάσεις και βιοδείκτες για την βελτίωση της ανίχνευσης τραχηλικών επιθηλιακών βλαβών, καμμία μέθοδος δεν έχει αποδειχθεί βέλτιστη. Πολλές μελέτες αναφέρουν πως η απόδοση των μεθόδων υπό έλεγχο διαφέρουν σημαντικά, επηρεαζόμενες από την εμφάνιση της νόσου και τη συχνότητα της HPV λοίμωξης στην ομάδα μελέτης του πληθυσμού, με αποτέλεσμα η μεμονωμένη εφαρμογή μιας μεθόδου, ακόμη και αν προσφέρει ένα επίπεδο προστασίας, δεν μπορεί να προσδιορίσει με αξιοπιστία τον κίνδυνο της κάθε γυναίκας. Ως εκ τούτου, μια διαφορετική προσέγγιση απαιτείται, η οποία θα είναι σε θέση να συνδυάζει πολλές παραμέτρους προκειμένου να παράγει μια ακριβή αξιολόγηση του κινδύνου για ανάπτυξη καρκίνου του τραχήλου της μήτρας για κάθε γυναίκα. Με βάση το γεγονός αυτό, στο Εργαστήριο Βιοϊατρικής Τεχνολογίας του Εθνικού Μετσόβιου Πολυτεχνείου γίνεται προσπάθεια για την ανάπτυξη μιας καινοτόμου μεθοδολογίας για τον μη-γραμμικό συνδυασμό των μεθόδων και των βιοδεικτών που είναι διαθέσιμοι για την ανίχνευση του καρκίνου του τραχήλου της μήτρας, με χρήση προηγμένων μαθηματικών και εργαλείων πληροφορικής. Ως αποτέλεσμα της εργασίας αυτής, ένα ευφυές σύστημα υποστήριξης αποφάσεων που αποτελείται από Τεχνητά Νευρωνικά Δίκτυα έχει αναπτυχθεί για το συνδυασμό των αποτελεσμάτων των κλασικών και των βοηθητικών τεχνικών με σκοπό τη βελτίωση της διαγνωστικής ακρίβειας.Η παρούσα διπλωματική εργασία έχει σκοπό την ανάπτυξη ενός πληροφοριακού συστήματος το οποίο ενσωματώνοντας το αναφερόμενο σύστημα τεχνητής νοημοσύνης λειτουργεί ως ένα ολοκληρωμένο Διαδικτυακό Σύστημα Υποστήριξης Κλινικής Απόφασης, με σκοπό τη βελτίωση της διαχείρισης και διαλογής γυναικών που συμμετέχουν σε πρόγραμμα πλυθυσμιακού ελέγχου για τον καρκίνο του τραχήλου της μήτρας. Χάρις στο γεγονός ότι το πληροφοριακό σύστημα αυτό αναπτύχτηκε ως διαδικτυακή εφαρμογή με πρόβλεψη για ύπαρξη ξεχωριστών χρηστών, μπορεί να χρησιμοποιηθεί ταυτόχρονα από πολλούς γιατρούς, ερευνητές και ιατρικά εργαστήρια σε διαφορετικές τοποθεσίες, με τον καθένα από αυτούς να διαχειρίζεται ξεχωριστά το δικό του λογαριασμό, ασθενείς και εξετάσεις.Ένα σημαντικό στοιχείο για το πληροφοριακό σύστημα που κατασκευάστηκε είναι πως είναι σχεδιασμένο κατάλληλα έτσι ώστε να παρουσιάζει και να καταχωρεί τα απαιτούμενα δεδομένα με δυναμικό τρόπο. Με την εξέλιξη της έρευνας πάνω στο καρκίνο του τραχήλου της μήτρας και την παρουσίαση νέων δεδομένων και βιοδείκτων, το σύστημα έχει τη δυνατότητα να επικαιροποιηθεί με την προσθήκη, αφαίρεση ή και τροποποίηση εξετάσεων, βιοδείκτων και λοιπών στοιχείων σχετικά με τους ασθενείς. Επιπλέον, το πληροφοριακό σύστημα έχει σχεδιαστεί με τέτοιο τρόπο ώστε υπάρχει η δυνατότητα εύκολης αντικατάστασης του ενσωματωμένου συστήματος τεχνητής νοημοσύνης με ένα νέο το οποίο θα είναι σε θέση να δίνει περισσότερα και πιο ακριβή αποτελέσματα.Το πληροφοριακό σύστημα αναπτύχθηκε σαν διαδικτυακή εφαρμογή σε περιβάλλον ASP.NET MVC και σε γλώσσα προγραμματισμού C#, με τη βάση δεδομένων να υποστηρίζεται από τον MS SQL Server 2012.