АВТОМАТИЗАЦІЯ МЕДИЧНОЇ ДІАГНОСТИКИ
На 1-му етапі розробляють стандартизовані історії хвороби різних профілів, запитальники та ін. Зібрану інформацію хворому записує лікар (або сам хворий) у цифровій чи текстовій формі у відповідні графи стандартизованого документа. Такий запис дозволяє формалізувати інформацію про хворого і зберігати їх у пам'яті ЦВМ. Завдяки поданню інформації у такій формі формалізовану природну медичну мову можна поєднувати з мовою ЦВМ. Таким чином, результат обстеження конкретного хворого можна подати у вигляді трійкового вектора , де якщо є даний симптом; якщо цей симптом відсутній; -1, якщо цей симптом не досліджували
На етапі постановки діагнозу виділяють, обробляють та оцінюють зібрану інформацію. Виділяти симптоми може лікар або після попереднього навчання ЦВМ. Потім оцінюють значущість одержаних симптомів для різних захворювань. Це робить лікар або ЦВМ за спец. матрицям та різним вирішальним правилам. Так, наприклад, використовуючи методику Бродмена, можна отримати діагностичну цінність симптому для діагнозу в наступному вигляді:
Як міра інформативності можна використовувати дивергенцію Кульбака
інформаційний захід Шеннона
На 3-му етапі лікар або автоматичне пристрій будує модель захворювання (встановлення діагнозу) відповідно до тих вирішальних правил, за якими отримані оцінки симптомів. При використанні детерміністської логіки модель захворювання будують, порівнюючи цей невідомий вектор із зразком. Побудова зразка полягає в логічних операціях і даних медицини. Еталон зберігається у вигляді запису, на ручних перфокартах
або у пам'яті ЦВМ у вигляді булевої функції. При цьому рішення приймають так: вирішують, що абоЯкщо використовуючи статистичні методи, модель захворювання будують шляхом знаходження максимально правдоподібної оцінки. При мінімізації середнього ризику діагностування (див. Ризик розпізнавання) використовується оптим. Байєсовське вирішальне правило, сформульоване так: даний вектор якщо значення t, при якому досягається максимум, є шуканим. Приймається рішення про відмову від діагностування даного вектора
При використанні методики багатоальтернативного послідовного аналізу вирішальне правило свідчить: продовжуємо підрахунок оцінок (коефіцієнта правдоподібності), якщо вирішуємо, якщо вирішуємо, що якщо , де класи захворювань пороги, що визначаються за заданою достовірності діагностування (або при навчанні) для кожної пари порівнюваних класів; - Коеф. правдоподібності: - апріорні ймовірності появи симптомів у класах. У деяких випадках при побудові моделі захворювання доцільно використовувати складне нелінійне вирішальне правило, яке дозволяє повніше врахувати інформацію про хворого.
Слід зазначити, що при побудові моделей захворювань лікар або ЦВМ ґрунтуються на відповідній структурі діагнозу, тобто при прийнятті рішення за оцінками (вагами) відповідної інформації про хворого, вказують осн. та супутнє захворювання та стан окремих функцій органів та регулюючих систем організму. Автоматизувати цей етап постановки діагнозу можна лише після створення програмного забезпечення для ЦВМ для формування моделей захворювання. Однак остаточний висновок залишається за лікарем (див. також Медична інформаційна система).
Моісєєва Н. І. Проблеми машинного діагнозу в неврології. Л., 1967 [бібліогр. с. 218 - 231]; Медична інформаційна система. К., 1971 [бібліогр. с. 283-288]; Бродмен До.Постановка діагнозу з допомогою обчислювальної машини. У кн.; Електроніка та кібернетика в біології та медицині. Пров. з англ. М., 1963; Ледлі Р., Ластед Л. Медична діагностика та сучасні методи вибору рішення. У кн.: Математичні проблеми у біології. Пров. з англ. М., 1966.
В. Г. Мельников, А. А. Попов, В. М. Яненко.