Система поддержки принятия врачебных решений в медицинской диагностике на основе байесовских сетей


Цитировать

Полный текст

Аннотация

Современный уровень развития медицинской науки предоставляет в распоряжение лечащего врача тысячи разнообразных диагностических и лечебных методик, лекарственных средств. В их практическом применении врачу-клиницисту приходится учитывать самые различные факторы: показания и противопоказания методики или способа лечения, особенности пациента и течения заболевания, совместимость или усиление влияния тех или иных методов обследования, лекарственных препаратов друг на друга, индивидуальную лекарственную непереносимость и противопоказания у пациента. Все это держать в памяти и принимать безошибочные, правильные и своевременные решения становится сложнее. Причем ситуация стремительно усугубляется тем, что объем знаний в медицине растет лавинообразно, а время на принятие врачом соответствующего решения при постановке диагноза не увеличивается. В связи с этим возникает вопрос о создании системы, позволяющей минимизировать время для принятия врачом решения о наличии того или иного заболевания.

Цель: разработать систему поддержки принятия врачебных решений при диагностировании пациентов на основе байесовских сетей.

Результаты. Рассмотрен вариант системы поддержки принятия врачебных решений при постановке диагноза простуды, гриппа и коронавируса. Предложена модель байесовской сети с помощью ПО «GeNIe Academic». Получены результаты процентных соотношений возможных заболеваний пациента на основе имеющихся симптомов.

Заключение. Рассмотренный в статье подход к построению системы поддержки принятия решений призван оказывать помощь врачам при постановке диагноза пациенту на основе его анамнеза. Следует отметить, что построенная байесовская сеть может быть модифицирована путем добавления иных симптомов с их условными вероятностями и корректировки имеющихся после экспертной оценки (6 рис., библ.: 6 ист.).

Об авторах

Богдан Викторович Леваньков

ФГБВОУ ВО «Военно-медицинская академия имени С. М. Кирова» МО РФ

Email: bogdan.levankov@gmail.com
ORCID iD: 0000-0002-6293-4330
SPIN-код: 4527-2307

оператор научной роты

Россия, г. Санкт-Петербург

Евгений Михайлович Выборов

ФГБВОУ ВО «Военно-медицинская академия имени С. М. Кирова» МО РФ

Email: vyborov.99@mail.ru
SPIN-код: 2293-2790

оператор научной роты

Россия, г. Санкт-Петербург

Никита Игоревич Яковенко

ФГБВОУ ВО «Военно-медицинская академия имени С. М. Кирова» МО РФ

Автор, ответственный за переписку.
Email: nikitayakovenko@hotmail.com
ORCID iD: 0000-0003-4007-1957
SPIN-код: 7441-6164
Scopus Author ID: 1010300

оператор научной роты

Россия, г. Санкт-Петербург

Список литературы

  1. Гусев А.В., Зарубина Т.В. Поддержка принятия врачебных решений в медицинских информационных системах медицинской организации // Врач и информационные технологии. 2017. № 2. С. 60–72.
  2. Звягин Л.С. Метод байесовских сетей и ключевые аспекты байесовского моделирования // Материалы международной конференции по мягким вычислениям и измерениям. 2019. Т. 1. С. 30–34.
  3. Айвазян С.А. Байесовский подход в эконометрическом анализе // Прикладная эконометрика. 2008. № 1 (9). С. 93–108.
  4. MacKay D.J.C. Information Theory, Inference, and Learning Algorithms. Cambridge: Published by Cambridge University Press, 2003. 640 p.
  5. Ветров Д.П., Кропотов Д.А. Алгоритмы выбора моделей и синтеза коллективных решений в задачах классификации, основанные на принципе устойчивости. М.: URSS, 2006.
  6. Прокопчина С.В., Федичкин А.И. Применение байесовских интеллектуальных технологий для оценки интегральных показателей // Сборник докладов Международной конференции по мягким вычислениям и измерениям. 2006. С. 20–22.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
2. Рис. 1. Формула Байеса

Скачать (92KB)
3. Рис. 2. Памятка Роспотребнадзора о различиях между симптомами

Скачать (200KB)
4. Рис. 3. Байесовская сеть в ПО «GeNIe Academic»

Скачать (134KB)
5. Рис. 4. Таблица условных вероятностей на примере симптома кашля

Скачать (173KB)
6. Рис. 5. Вероятностные соотношения заболевания коронавирусом, простудой и гриппом

Скачать (151KB)
7. Рис. 6. Вероятностные соотношения заболевания коронавирусом, простудой и гриппом при наличии других симптомов

Скачать (159KB)

© Леваньков Б.В., Выборов Е.М., Яковенко Н.И., 2020

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».