ВКР на тему: «Применение нейронных сетей в медицинской диагностике для распознавания заболеваний по рентгеновским снимкам»

ЭТИЧНЫЙ ИНТЕРФЕЙС СИСТЕМЫ ПОДДЕРЖКИ РЕШЕНИЙ ДЛЯ ВРАЧА-РЕНТГЕНОЛОГА
┌──────────────────────────────────────────────────────────────────────────────┐
│ РЕНТГЕНОВСКИЙ СНИМОК ГРУДНОЙ КЛЕТКИ                                            │
│ [Изображение с наложенной тепловой картой]                                     │
│                                                                                │
│ ВЫЯВЛЕННЫЕ СИСТЕМОЙ ПРИЗНАКИ (для рассмотрения врачом):                        │
│                                                                                │
│ ☑ Очаговое затемнение в нижней доле правого лёгкого                           │
│   Вероятность: 87% | Размер: 18×15 мм | Локализация: сегмент S9               │
│   [Тепловая карта выделяет область красным цветом]                             │
│                                                                                │
│ ☐ Инфильтрация в средней доле левого лёгкого                                  │
│   Вероятность: 42% | Требует дополнительной оценки врача                       │
│                                                                                │
│ ☑ Плевральный выпот справа                                                    │
│   Вероятность: 93% | Объём: умеренный                                          │
│                                                                                │
│ ────────────────────────────────────────────────────────────────────────────── │
│ ВНИМАНИЕ: Система НЕ ставит диагноз. Результаты предназначены ТОЛЬКО для       │
│ помощи врачу в выявлении потенциальных патологий. Окончательное решение        │
│ принимает врач-рентгенолог на основе полной клинической картины.              │
│                                                                                │
│ ЗАКОНОДАТЕЛЬНАЯ ОСНОВА:                                                        │
│ Федеральный закон №323-ФЗ «Об основах охраны здоровья граждан в РФ»,          │
│ статья 73 — право на диагноз принадлежит только врачу.                         │
└──────────────────────────────────────────────────────────────────────────────┘
┌──────────────────────────────────────────────────────────────────────────────┐
│ ПОЛЕ ДЛЯ ЗАКЛЮЧЕНИЯ ВРАЧА (ОБЯЗАТЕЛЬНОЕ ЗАПОЛНЕНИЕ)                           │
├──────────────────────────────────────────────────────────────────────────────┤
│ Диагноз (ставит ТОЛЬКО врач):                                                  │
│ [Поле ввода текста — НЕ автозаполнение]                                        │
│                                                                                │
│ Обоснование диагноза:                                                          │
│ [Поле ввода текста]                                                            │
│                                                                                │
│ Учёт данных системы ИИ:                                                        │
│ ☐ Результаты системы ИИ учтены при постановке диагноза                         │
│ ☐ Результаты системы ИИ отклонены с обоснованием: ____________________        │
│                                                                                │
│ Подпись врача: ___________________ Дата: __.__.2026 г.                         │
└──────────────────────────────────────────────────────────────────────────────┘
КРИТИЧЕСКИ ВАЖНЫЕ ЭЛЕМЕНТЫ ИНТЕРФЕЙСА:
1. Чёткое разделение «результат ИИ» и «диагноз врача»:
   • ИИ выдаёт «признаки патологий» с вероятностями
   • Врач ставит «диагноз» в отдельном поле с обязательным заполнением
2. Запрет автозаполнения поля диагноза:
   • Поле диагноза НЕ может быть заполнено системой автоматически
   • Техническая блокировка: кнопка «Сохранить» недоступна до заполнения поля
3. Обязательное указание законодательной основы:
   • Ссылка на ФЗ-323, ст. 73 в интерфейсе
   • Напоминание о том, что диагноз ставит только врач
4. Требование обоснования отклонения рекомендаций ИИ:
   • Если врач игнорирует выявленную системой патологию — должен указать почему
   • Формирует культуру ответственного использования ИИ
5. Юридически значимая подпись:
   • Электронная подпись врача с привязкой к времени
   • Все действия логируются для возможного расследования инцидентов
ЭТИЧЕСКИЙ ПРИНЦИП:
«Система ИИ расширяет возможности врача, но НЕ заменяет его клиническое
мышление и ответственность. Врач всегда остаётся в центре процесса принятия
решений о здоровье пациента».
Цитата из Кодекса профессиональной этики рентгенологов РФ (2023):
«Применение технологий искусственного интеллекта не освобождает врача
от персональной ответственности за диагноз и лечение пациента».

# interpretable_cxr_model.py - интерпретируемая модель для анализа рентгеновских снимков
# С соблюдением требований ФЗ-323 и этических норм медицинского ИИ
import torch
import torch.nn as nn
import numpy as np
from PIL import Image
import warnings
class EthicalCXRModel:
    """
    Модель поддержки принятия решений для анализа рентгеновских снимков.
    ВАЖНО: Данная система НЕ ставит диагноз. Она выявляет признаки патологий
    для последующей интерпретации врачом-рентгенологом в соответствии с
    Федеральным законом №323-ФЗ «Об основах охраны здоровья граждан в РФ»,
    статья 73.
    Система НЕ прошла клинические испытания и НЕ зарегистрирована как
    медицинское изделие. Для применения в клинической практике требуется
    регистрация в Росздравнадзоре и одобрение этического комитета.
    """
    def __init__(self, model_path: str, device: str = 'cpu'):
        self.device = device
        self.model = self._load_model(model_path)
        self.class_names = [
            'atelectasis', 'cardiomegaly', 'effusion', 'infiltration',
            'mass', 'nodule', 'pneumonia', 'pneumothorax', 'consolidation',
            'edema', 'emphysema', 'fibrosis', 'pleural_thickening', 'hernia'
        ]
        self._ethical_warnings()
    def _ethical_warnings(self):
        """Вывод этических предупреждений при инициализации"""
        warnings.warn(
            "\n" + "="*70 + "\n"
            "ЭТИЧЕСКОЕ ПРЕДУПРЕЖДЕНИЕ:\n"
            "Данная система НЕ ставит медицинский диагноз.\n"
            "Окончательное решение принимает ВРАЧ-РЕНТГЕНОЛОГ.\n"
            "Система предназначена ТОЛЬКО для поддержки принятия решений.\n"
            "\n"
            "ЮРИДИЧЕСКОЕ ПРЕДУПРЕЖДЕНИЕ:\n"
            "Применение системы в клинической практике без регистрации\n"
            "в Росздравнадзоре и одобрения этического комитета запрещено\n"
            "Приказом Минздрава №403н и может повлечь уголовную ответственность\n"
            "по статье 238 УК РФ.\n"
            "="*70,
            UserWarning
        )
    def _load_model(self, model_path: str) -> nn.Module:
        """Загрузка предобученной модели с этическими ограничениями"""
        # Загрузка модели (упрощённо)
        model = torch.hub.load('pytorch/vision:v0.10.0', 'densenet121', pretrained=True)
        model.classifier = nn.Linear(model.classifier.in_features, len(self.class_names))
        # Загрузка весов с проверкой цифровой подписи (в реальной системе)
        # Для учебного проекта — загрузка локальных весов
        try:
            model.load_state_dict(torch.load(model_path, map_location=self.device))
        except FileNotFoundError:
            raise FileNotFoundError(
                f"Модель не найдена по пути {model_path}. "
                "ВНИМАНИЕ: Использование моделей без верификации в медицине "
                "запрещено Приказом №403н."
            )
        model.eval()
        model.to(self.device)
        return model
    def predict(self, image: np.ndarray, return_heatmap: bool = True) -> dict:
        """
        Анализ рентгеновского снимка с формированием признаков патологий.
        ВАЖНО: Метод возвращает НЕ диагноз, а вероятности выявленных признаков
        для интерпретации врачом.
        Аргументы:
            image: Рентгеновский снимок (предобработанный, 224x224, нормализованный)
            return_heatmap: Флаг генерации тепловой карты для интерпретации
        Возвращает:
            Словарь с результатами анализа и этическими предупреждениями
        """
        # Предобработка изображения
        tensor = self._preprocess_image(image)
        # Прямой проход модели
        with torch.no_grad():
            outputs = self.model(tensor)
            probs = torch.sigmoid(outputs).cpu().numpy()[0]
        # Формирование результатов с этическими ограничениями
        findings = []
        for idx, (prob, class_name) in enumerate(zip(probs, self.class_names)):
            # Порог чувствительности: 0.3 для выявления потенциальных патологий
            # (врач должен оценить даже слабые признаки)
            if prob >= 0.3:
                finding = {
                    'finding': class_name,  # Признак патологии (НЕ диагноз!)
                    'probability': float(prob),
                    'recommendation': f'Требуется оценка врачом области {class_name}',
                    'is_diagnosis': False,  # КРИТИЧЕСКИ ВАЖНО: это НЕ диагноз
                    'requires_physician_review': True  # Обязательна оценка врача
                }
                findings.append(finding)
        # Генерация тепловой карты для интерпретации
        heatmap = None
        if return_heatmap and findings:
            heatmap = self._generate_gradcam(tensor, findings[0]['finding'])
        # Формирование финального результата с этическими предупреждениями
        result = {
            'analysis_type': 'computer_aided_detection',  # CAD, а не диагностика
            'findings': findings,  # Признаки патологий (НЕ диагнозы)
            'heatmap': heatmap,
            'ethical_warnings': [
                'СИСТЕМА НЕ СТАВИТ ДИАГНОЗ. Окончательное решение принимает врач.',
                'Все выявленные признаки требуют верификации врачом-рентгенологом.',
                'Ответственность за диагноз и лечение несёт врач, а не система ИИ.',
                'Применение в клинической практике без регистрации запрещено.'
            ],
            'legal_basis': [
                'ФЗ-323 «Об основах охраны здоровья граждан», ст. 73',
                'Приказ Минздрава №403н «Об утверждении порядка использования ПО»',
                'ФЗ-152 «О персональных данных», ст. 10, 11'
            ],
            'disclaimer': (
                'Данная система является прототипом для учебных целей. '
                'Она НЕ зарегистрирована как медицинское изделие и НЕ прошла '
                'клинические испытания. Применение в реальной клинической практике '
                'без одобрения Росздравнадзора и этического комитета запрещено.'
            ),
            'timestamp': torch.datetime.now().isoformat()
        }
        return result
    def _preprocess_image(self, image: np.ndarray) -> torch.Tensor:
        """Предобработка изображения с проверкой качества"""
        # Проверка минимального качества для предотвращения анализа неразборчивых снимков
        if self._is_low_quality(image):
            raise ValueError(
                "Низкое качество снимка. Анализ невозможен из-за риска ошибок. "
                "Требуется повторный снимок. Это ограничение реализовано в соответствии "
                "с принципом «не навреди» (прима нон нокере)."
            )
        # Нормализация и преобразование в тензор
        # ... (реализация предобработки)
        return tensor
    def _is_low_quality(self, image: np.ndarray) -> bool:
        """Проверка качества снимка (простой пример)"""
        # В реальной системе — комплексная оценка резкости, контраста, артефактов
        # Здесь — упрощённая проверка
        if image.std() < 10:  # Очень низкий контраст
            return True
        return False
    def _generate_gradcam(self, tensor: torch.Tensor, target_class: str) -> np.ndarray:
        """Генерация тепловой карты Grad-CAM для интерпретации врача"""
        # Реализация Grad-CAM для визуализации областей, повлиявших на решение
        # ... (код генерации тепловой карты)
        return heatmap
    def get_ethical_guidelines(self) -> dict:
        """
        Возвращает этические руководящие принципы использования системы.
        Обязательно для отображения в интерфейсе клинической системы.
        """
        return {
            'core_principle': 'Врач всегда остаётся в центре процесса принятия решений',
            'responsibility': 'Ответственность за диагноз и лечение несёт врач, а не ИИ',
            'transparency': 'Система должна объяснять свои выводы через тепловые карты',
            'human_oversight': 'Все результаты ИИ требуют верификации врачом',
            'continuous_learning': 'Система должна обучаться на ошибках с участием врачей',
            'equity': 'Алгоритм должен быть протестирован на разнообразных популяциях',
            'privacy': 'Данные пациентов должны быть защищены в соответствии с ФЗ-152'
        }
# ДЕМОНСТРАЦИЯ ИСПОЛЬЗОВАНИЯ С ЭТИЧЕСКИМИ ПРЕДУПРЕЖДЕНИЯМИ
if __name__ == "__main__":
    print("="*70)
    print("ДЕМОНСТРАЦИЯ СИСТЕМЫ ПОДДЕРЖКИ РЕШЕНИЙ ДЛЯ РЕНТГЕНОЛОГОВ")
    print("="*70)
    print("\nВАЖНО: Данная система НЕ ставит диагноз. Она выявляет признаки")
    print("патологий для последующей интерпретации ВРАЧОМ-РЕНТГЕНОЛОГОМ.\n")
    # Инициализация модели (с выводом этических предупреждений)
    try:
        model = EthicalCXRModel('densenet121_cxr.pth')
    except Exception as e:
        print(f"ОШИБКА ИНИЦИАЛИЗАЦИИ: {e}")
        print("\nСИСТЕМА НЕ МОЖЕТ БЫТЬ ИСПОЛЬЗОВАНА БЕЗ ВЕРИФИКАЦИИ МОДЕЛИ.")
        exit(1)
    # Загрузка примера снимка (в реальной системе — изображение пациента)
    # Здесь — синтетический пример для демонстрации
    print("Загрузка примера рентгеновского снимка...")
    example_image = np.random.rand(224, 224, 3) * 255  # Синтетическое изображение
    # Анализ снимка
    print("Анализ снимка системой поддержки решений...")
    result = model.predict(example_image)
    # Отображение результатов С ЭТИЧЕСКИМИ ПРЕДУПРЕЖДЕНИЯМИ
    print("\n" + "="*70)
    print("РЕЗУЛЬТАТЫ АНАЛИЗА СИСТЕМОЙ ПОДДЕРЖКИ РЕШЕНИЙ")
    print("="*70)
    print("\nВЫЯВЛЕННЫЕ ПРИЗНАКИ ПАТОЛОГИЙ (для оценки врачом):\n")
    if not result['findings']:
        print("  Признаки патологий с вероятностью ≥30% не выявлены.")
        print("  ВНИМАНИЕ: Отсутствие выявленных признаков НЕ исключает патологию.")
        print("  Окончательное заключение должен сделать врач.\n")
    else:
        for i, finding in enumerate(result['findings'], 1):
            print(f"  {i}. Признак: {finding['finding'].upper()}")
            print(f"     Вероятность: {finding['probability']:.1%}")
            print(f"     Рекомендация: {finding['recommendation']}")
            print(f"     ТРЕБУЕТ ОЦЕНКИ ВРАЧОМ: {finding['requires_physician_review']}\n")
    print("="*70)
    print("ЭТИЧЕСКИЕ И ЮРИДИЧЕСКИЕ ПРЕДУПРЕЖДЕНИЯ")
    print("="*70)
    for i, warning in enumerate(result['ethical_warnings'], 1):
        print(f"  {i}. {warning}")
    print("\n" + "="*70)
    print("ЗАКЛЮЧЕНИЕ")
    print("="*70)
    print("Система поддержки решений завершила анализ.")
    print("\nОКОНЧАТЕЛЬНЫЙ ДИАГНОЗ МОЖЕТ ПОСТАВИТЬ ТОЛЬКО ВРАЧ-РЕНТГЕНОЛОГ")
    print("на основе полной клинической картины, истории болезни пациента")
    print("и других диагностических данных.\n")
    print("Ответственность за диагноз и лечение НЕСЁТ ВРАЧ, а не система ИИ.\n")
    print("="*70)
    # Сохранение отчёта с этическими предупреждениями
    with open('analysis_report_with_ethics.txt', 'w', encoding='utf-8') as f:
        f.write("="*70 + "\n")
        f.write("ОТЧЁТ СИСТЕМЫ ПОДДЕРЖКИ РЕШЕНИЙ\n")
        f.write("="*70 + "\n\n")
        f.write("ВАЖНО: Данная система НЕ ставит диагноз.\n")
        f.write("Окончательное решение принимает ВРАЧ-РЕНТГЕНОЛОГ.\n\n")
        f.write("Результаты анализа:\n")
        for finding in result['findings']:
            f.write(f"  - {finding['finding']}: {finding['probability']:.1%}\n")
        f.write("\nЭтические предупреждения:\n")
        for warning in result['ethical_warnings']:
            f.write(f"  ! {warning}\n")
        f.write("\nЮридическая основа:\n")
        for law in result['legal_basis']:
            f.write(f"  • {law}\n")
        f.write("\n" + result['disclaimer'] + "\n")
    print("Отчёт сохранён в файл 'analysis_report_with_ethics.txt'")
    print("\nСИСТЕМА ГОТОВА К ПЕРЕДАЧЕ РЕЗУЛЬТАТОВ ВРАЧУ ДЛЯ ИНТЕРПРЕТАЦИИ.\n")