Известия Саратовского университета. Новая серия.

Серия Математика. Механика. Информатика

ISSN 1816-9791 (Print)
ISSN 2541-9005 (Online)


Для цитирования:

Бессонов Л. В. Методология «Планирование–Моделирование–Прогнозирование» как основа архитектуры систем поддержки принятия врачебных решений в хирургическом лечении патологий опорно-двигательного аппарата // Известия Саратовского университета. Новая серия. Серия: Математика. Механика. Информатика. 2026. Т. 26, вып. 3. С. 374-392. DOI: 10.18500/1816-9791-2026-26-3-374-392, EDN: KSPAUP

Статья опубликована на условиях лицензии Creative Commons Attribution 4.0 International (CC-BY 4.0).
Опубликована онлайн: 
31.08.2026
Полный текст:
(downloads: 9)
Язык публикации: 
русский
Рубрика: 
Тип статьи: 
Научная статья
УДК: 
531/534:[57+61]
EDN: 
KSPAUP

Методология «Планирование–Моделирование–Прогнозирование» как основа архитектуры систем поддержки принятия врачебных решений в хирургическом лечении патологий опорно-двигательного аппарата

Авторы: 
Бессонов Леонид Валентинович, Саратовский национальный исследовательский государственный университет имени Н. Г. Чернышевского
Аннотация: 
Работа посвящена формализации методологии «Планирование–Моделирование–Прогнозирование», используемой при построении систем поддержки принятия врачебных решений для предоперационного планирования в травматологии и ортопедии. Рассмотрены две анатомические области, в которых ранее были получены расчетные, программные и методические результаты: позвоночно-тазовый комплекс и первый луч стопы. На основе сопоставления этих реализаций выделены общие элементы цифрового контура: входные клинические и лучевые данные, множество допустимых вариантов вмешательства, биомеханическая модель, расчетные показатели, критерии геометрико-механической допустимости, прогностическая интерпретация и правило выбора варианта лечения. Предложена формальная запись архитектуры системы поддержки принятия врачебных решений, в которой общий порядок преобразований отделен от анатомо-специфического наполнения. Показано, что реализация для позвоночно-тазового комплекса является более полной по составу модулей и накопленных данных, тогда как для первого луча стопы воспроизводится та же архитектурная логика при изменении рентгенометрического базиса, параметров вмешательства, условий нагружения и формы интерпретации результата. Полученная схема предназначена для переноса методологии «Планирование–Моделирование–Прогнозирование» на другие задачи хирургии опорно-двигательного аппарата при условии отдельного задания признаков, ограничений и критериев допустимости для новой анатомической области.
Список источников: 
  1. Berhouet J., Samargandi R. Emerging innovations in preoperative planning and motion analysis in orthopedic surgery // Diagnostics. 2024. Vol. 14, iss. 13. Art. 1321. DOI: https://doi.org/10.3390/diagnostics14131321, PMID: 39001212
  2. Бескровный А. С., Бессонов Л. В., Голядкина А. А., Доль А. В., Иванов Д. В., Кириллова И. В., Коссович Л. Ю., Сидоренко Д. А. Разработка системы поддержки принятия врачебных решений в травматологии и ортопедии. Биомеханика как инструмент предоперационного планирования // Российский журнал биомеханики. 2021. Т. 25, № 2. С. 118–133. DOI: https://doi.org/10.15593/RZhBiomeh/2021.2.01, EDN: IEGOHC
  3. Иванов Д. В., Бессонов Л. В., Кириллова И. В., Коссович Л. Ю., Киреев С. И. Концепция систем поддержки принятия врачебных решений в хирургии позвоночно-тазового комплекса // Известия Саратовского университета. Новая серия. Серия: Математика. Механика. Информатика. 2022. Т. 22, вып. 4. С. 517–535. DOI: https://doi.org/10.18500/1816-9791-2022-22-4-517-535, EDN: IJEHPA
  4. Бессонов Л. В. Разработка подсистемы биомеханического моделирования для системы поддержки принятия врачебных решений в травматологии-ортопедии // Российский журнал биомеханики. 2024. Т. 28, № 4. С. 130–139. DOI: https://doi.org/10.15593/RZhBiomeh/2024.4.11, EDN: QBCZBN
  5. Бессонов Л. В., Кириллова И. В., Фалькович А. С., Иванов Д. В., Доль А. В., Коссович Л. Ю. Методология «Планирование–Моделирование–Прогнозирование» для предоперационного планирования в травматологии-ортопедии // Известия Саратовского университета. Новая серия. Серия: Математика. Механика. Информатика. 2024. Т. 24, вып. 3. С. 359–380. DOI: https://doi.org/10.18500/1816-9791-2024-24-3-359-380, EDN: IQBZWJ
  6. Cho B. K., Kang D. H., Kang C., Lee G. S., Song J. H. Current concepts of radiographic evaluation and surgical treatment for hallux valgus deformity // Journal of Clinical Medicine. 2025. Vol. 14, iss. 14. Art. 5072. DOI: https://doi.org/10.3390/jcm14145072, PMID: 40725762
  7. Geleit R., Nunes G., Lam P., Ray R., Ferreira G. F., Lewis T. L. A systematic review of biomechanical studies utilising finite element analysis in hallux valgus deformity // Foot and Ankle Surgery. 2025. Vol. 31, iss. 8. P. 684–694. DOI: https://doi.org/10.1016/j.fas.2025.05.005, PMID: 40393832
  8. Иванов Д. В., Доль А. В., Бессонов Л. В., Киреев С. И., Гуляева А. О. Методика механических испытаний при консольном нагружении плюсневых костей стопы // Российский журнал биомеханики. 2023. Т. 27, № 4. С. 84–92. DOI: https://doi.org/10.15593/RZhBiomeh/2023.4.06, EDN: QWJFLW
  9. Полиенко А. В., Иванов Д. В., Киреев С. И., Бессонов Л. В., Мулдашева А. М., Оленко Е. С. Численный анализ напряженно-деформированного состояния остеотомий первой плюсневой кости // Известия Саратовского университета. Новая серия. Серия: Математика. Механика. Информатика. 2023. Т. 23, вып. 4. С. 496–511. DOI: https://doi.org/10.18500/1816-9791-2023-23-4-496-511, EDN: OZSOKF
  10. Марьянкин К. А., Халиулова А. Р., Бессонов Л. В., Киреев С. И., Островский Н. В., Иванов Д. В. Обзор результатов механических испытаний по исследованию прочностных свойств остеотомий scarf и chevron первой плюсневой кости // Известия Саратовского университета. Новая серия. Серия: Математика. Механика. Информатика. 2025. Т. 25, вып. 4. С. 546–554. DOI: https://doi.org/10.18500/1816-9791-2025-25-4-546-554, EDN: ZYDAHE
  11. Maryankin K. A., Magomedov I. M., Bessonov L. V., Kireev S. I., Ivanov D. V. Modeling of osteotomies of the first metatarsal bone on a complete foot model in normal and osteoporotic conditions // Mechanics of Solids. 2025. Vol. 60. P. 5639–5647. DOI: https://doi.org/10.1134/S0025654425604495
  12. Свидетельство о государственной регистрации программы для ЭВМ № 2023680486 Российская Федерация. Программа для анализа и оценки рентгенологических критериев деформации первого луча стопы «ОРТУГА» : № 2023669900 : заявл. 01.10.2023 : опубл. 01.10.2023 / С. И. Киреев, Л. В. Бессонов, А. В. Доль, Д. В. Иванов, А. С. Фалькович, А. С. Колган, М. С. Семенихин, А. Е. Разин ; заявитель Федеральное государственное бюджетное образовательное учреждение высшего образования «Саратовский национальный исследовательский государственный университет имени Н. Г. Чернышевского». EDN: DCZDFL
  13. Свидетельство о государственной регистрации программы для ЭВМ № 2025686719 Российская Федерация. Программа для предоперационного планирования остеотомии первой плюсневой кости с использованием технологии виртуальной реальности : заявл. 04.10.2025 : опубл. 04.10.2025 / Л. В. Бессонов ; заявитель Федеральное государственное бюджетное образовательное учреждение высшего образования «Саратовский национальный исследовательский государственный университет имени Н. Г. Чернышевского». EDN: SUXPWM
  14. Mayne D. Q., Rawlings J. B., Rao C. V., Scokaert P. O. M. Constrained model predictive control: Stability and optimality // Automatica. 2000. Vol. 36, iss. 6. P. 789–814. DOI: https://doi.org/10.1016/S0005-1098(99)00214-9
  15. Kaelbling L. P., Littman M. L., Cassandra A. R. Planning and acting in partially observable stochastic domains // Artificial Intelligence. 1998. Vol. 101, iss. 1–2. P. 99–134. DOI: https://doi.org/10.1016/S0004-3702(98)00023-X
  16. Dean M. C., Oeding J. F., Diniz P., Seil R., Samuelsson K.; ESSKA Artificial Intelligence Working Group. Leveraging digital twins for improved orthopaedic evaluation and treatment // Journal of Experimental Orthopaedics. 2024. Vol. 11, iss. 4. Art. e70084. DOI: https://doi.org/10.1002/jeo2.70084, PMID: 39530111
  17. Патент № 2802670 C2 Российская Федерация, МПК A61B 34/10. Система осуществления планирования и моделирования вариантов установки и прогнозирования успешности установки систем фиксации и эндопротезов элементов позвоночно-тазового комплекса : № 2021136955 : заявл. 14.12.2021 : опубл. 30.08.2023 / Л. Ю. Коссович, И. В. Кириллова, А. С. Фалькович Л. В. Бессонов, Д. В. Иванов, А. А. Голядкина, А. В. Доль, В. В. Хоменец, А. Л. Кудяшев ; заявитель Российская Федерация, от имени которой выступает ФОНД ПЕРСПЕКТИВНЫХ ИССЛЕДОВАНИЙ. EDN: BXXJTB
  18. Wang M. C., Kiapour A., Massaad E., Shin J. H., Yoganandan N. A guide to finite element analysis models of the spine for clinicians // Journal of Neurosurgery: Spine. 2024. Vol. 40, iss. 1. P. 38–44. DOI: https://doi.org/10.3171/2023.7.SPINE23164, PMID: 37856396
  19. Jones A. C., Wilcox R. K. Finite element analysis of the spine: Towards a framework of verification, validation and sensitivity analysis // Medical Engineering & Physics. 2008. Vol. 30, iss. 10. P. 1287–1304. DOI: https://doi.org/10.1016/j.medengphy.2008.09.006, PMID: 18986824
  20. Rohlmann A., Zander T., Rao M., Bergmann G. Realistic loading conditions for upper body bending // Journal of Biomechanics. 2009. Vol. 42, iss. 7. P. 884–890. DOI: https://doi.org/10.1016/j.jbiomech.2009.01.017, PMID: 19268291
  21. Nix S., Smith M., Vicenzino B. Prevalence of hallux valgus in the general population: A systematic review and meta-analysis // Journal of Foot and Ankle Research. 2010. Vol. 3. Art. 21. DOI: https://doi.org/10.1186/1757-1146-3-21, PMID: 20868524
  22. Li X., Zhang L., Wang J., Wang Y., Dai G., Jiang W., Zheng H., Feng B., Tian W. Biomechanical comparison of five fixation methods in minimally invasive hallux valgus osteotomy: A three-dimensional finite element analysis // Frontiers in Medicine. 2025. Vol. 12. Art. 1701147. DOI: https://doi.org/10.3389/fmed.2025.1701147, PMID: 41262445
  23. Wang C., Li C., Zhang R., Li Z., Zhang H., Zhang Y., Liu S., Chi X., Zhao R. Identification of radiographic characteristics associated with pain in hallux valgus patients: A preliminary machine learning study // Frontiers in Public Health. 2022. Vol. 10. Art. 943026. DOI: https://doi.org/10.3389/fpubh.2022.943026
  24. Sutton R. T., Pincock D., Baumgart D. C., Sadowski D. C., Fedorak R. N., Kroeker K. I. An overview of clinical decision support systems: Benefits, risks, and strategies for success // NPJ Digital Medicine. 2020. Vol. 3. Art. 17. DOI: https://doi.org/10.1038/s41746-020-0221-y, PMID: 32047862
  25. Hak F., Guimarães T., Santos M. Towards effective clinical decision support systems: A systematic review // PLoS ONE. 2022. Vol. 17, iss. 8. Art. e0272846. DOI: https://doi.org/10.1371/journal.pone.0272846, PMID: 35969526
  26. Oettl F. C., Zsidai B., Yu Y., Pruneski J., Tischer T., Pareek A., Grassi A., Zaffagnini S., Hirschmann M. T., Samuelsson K. Standardised transparent orthopaedic reporting and modelling for AI (STORM-AI) — Guidelines for reporting artificial intelligence studies in orthopaedics from the ESSKA AI working group // Journal of Experimental Orthopaedics. 2026. Vol. 13, iss. 2. Art. e70702. DOI: https://doi.org/10.1002/jeo2.70702, PMID: 41947846
  27. Vasey B., Nagendran M., Campbell B., et al.; DECIDE-AI expert group. Reporting guideline for the early-stage clinical evaluation of decision support systems driven by artificial intelligence: DECIDE-AI // BMJ. 2022. Vol. 377. Art. e070904. DOI: https://doi.org/10.1136/bmj-2022-070904, PMID: 35585198
  28. Hesamian M. H., Jia W., He X., Kennedy P. Deep learning techniques for medical image segmentation: Achievements and challenges // Journal of Digital Imaging. 2019. Vol. 32, iss. 4. P. 582–596. DOI: https://doi.org/10.1007/s10278-019-00227-x, PMID: 31144149
  29. Lee Y. H., Kim J. J., Jang I. G. Patient-specific phantomless estimation of bone mineral density and its effects on finite element analysis results: A feasibility study // Computational and Mathematical Methods in Medicine. 2019. Vol. 2019. Art. 4102410. DOI: https://doi.org/10.1155/2019/4102410, PMID: 30719069
  30. Knowles N. K., Reeves J. M., Ferreira L. M. Quantitative Computed Tomography (QCT) derived Bone Mineral Density (BMD) in finite element studies: A review of the literature // Journal of Experimental Orthopaedics. 2016. Vol. 3, iss. 1. Art. 36. DOI: https://doi.org/10.1186/s40634-016-0072-2, PMID: 27943224
Поступила в редакцию: 
06.05.2026
Принята к публикации: 
11.06.2026
Опубликована: 
31.08.2026