ИНФОРМАЦИОННАЯ ТЕХНОЛОГИЯ ДИАГНОСТИРОВАНИЯ СОСТОЯНИЯ ПАЦИЕНТОВ В СИСТЕМАХ МЕДИЦИНСКОГО МОНИТОРИНГА
Ключові слова:
СИСТЕМИ ПІДТРИМКИ ПРИЙНЯТТЯ РІШЕНЬ, ПРОГНОЗУВАННЯ, ОБЧИСЛЮВАЛЬНІ МЕТОДИ, КЛІНІЧНА МЕДИЦИНААнотація
Запропоновано прикладну інформаційну технологію прогнозування стану пацієнтів за допомогою комп’ютерних систем підтримки прийняття рішень (КСППР) в умовах параметричної невизначеності вхідних даних, яка дозволяє підвищити якість діагностування стану паці- єнтів. КСППР реалізує розроблену математичну модель синтезу раціональних рішень нелінійної задачі прогнозування стану пацієнтів на основі концепції тренд-аналізу, метод оцінювання інформативності змінних багатовимірних діагностичних моделей і моделей контролю стану, а також статистичний метод класифікації стану пацієнтів в системах медичного моніторингу на основі апарату імовірнісних нейронних мереж. Наведено приклад діагностування стану пацієнтів на основі розробленої КСППР. Висока ефек- тивність сформованої системної методології вирішення задачі прогнозування стану пацієнтів в системах медичного моніторингу досягається за рахунок застосування розроблених методів, а також процедури ортогоналізації й редукції розмірності факторного простору змінних стану, яка забезпечує ймовірність розпізнавання класу контрольної вибірки понад 75%.
Посилання
Adams MacG. K. Accounting for Errors when using Systems Approaches / K. MacG. Adams, P. T. Hester // Procedia Computer Science. 2013. Vol. 20. P. 318 - 324.
Blanke M., Kinnaert M., Lunze J., Staroswiecki M., Schroder J. Diagnosis and Fault-Tolerant Control. Berlin, New-York: Springer, 2006. 672 p.
Стрелец В. Е. Системное совершенствование элементов сложных технических систем на основе концепции обратных задач: монография/ В. Е. Стрелец, А.А.трончук, е.М. Угрюмова и др.; под общ. ред. М. Л. Угрюмова. – Х.: Нац. аэрокосм. ун-т им. Н. Е. жуковского «Харьк. авиац. ин-т», 2013. – 148 с. – ISbN 978-966-662-312-9.
Wagholikar Kavishwarb. Modeling Paradigms for Medical Diagnostic Decision Support: A Survey and Future Directions / b. Kavishwar Wagholikar; V. Sundararajan; W. Ashok Deshpande // Journal of Medical Systems. – 2012. – Vol. 36, Issue 5. – P. 3029–3049.
Andersson B. Prediction of severe acute pancreatitis at admis- sion to hospital using artificial neural networks / b. Anders- son // Pancreatology. – 2011. – Vol. 11, № 3. – P. 328-335.
Жернаков С. В. Система медицинского мониторинга и коррекции функционального состояния организма человека / С. В. жернаков, М. А. Шулакова // Вестник УГАтУ. – 2011. – т. 15. – №2 (42). – С. 196-203.
Милова К.А. Разработка нейросетевой системы прогнозирования риска гнойновоспалительных осложнений в хирургии / К. А. Милова // Известия ПГПУ им. В. Г. Белинского. – 2011. – № 26. – С. 405–411.
Кычкин А.В. Интеллектуальная информационно-диагностическая система для исслдований кровеносных сосудов / А.В. Кычкин // Известия российской академии наук. теория и системы управления. – 2013. – № 3. – С. 114-123.
Knowledge Management in ESMDA: Expert System for Medical Diagnostic Assistance /
S. Abu Naser, R. Al-Dahdooh, A. Mushtaha, M. El-Naffar // ICGST-AIML Journal, 2010. – Vol. 10, Issue 1. – P. 31-40.
Интеллектуальные системы в клинической медицине. Синтез плана лечения на основе прецедентов /
Г.И. Назаренко, Г.С. Осипов, А.Г. Назаренко, А.И. Молодченков // Информационные технологии и вычислительные системы, 2010. – №1. – С. 24-35.
Diagnostic model and information technology of classification states in the differential diagnosis nsclc (nonsmall cell lung cancer) patients with different methods of radiotherapy and chemotherapy / V. Starenkyi,
V. Goryachaya, O. Sokolov, E. Ugryumova // Journal of Health Sciences. – Radom University in Radom (Poland). – 2013. –
№ 3 (8). – P. 7-26.
Метод оценивания информативности переменных нейросетевых моделей систем и процессов при неопределенности данных / И. М. Антонян, В. А. Горячая, А. И. Зеленский, Е. М. Угрюмова // Вісник Харківського національного університету : зб. наук. пр. Серія: Математичне моделювання. інформаційні технології. Автоматизовані системи управління. – 2015. – Випуск 26 (№ 1156). – С. 5-16.
Краткосрочное прогнозирование многомерных временных рядов с использованием робастных нейросетевых моделей / И. М. Антонян, В. А. Горячая, А. И. Зеленский, Е. М. Угрюмова // Вісник Харківського національного університету : зб. наук. пр. Серія: Математичне моделювання. інформаційні техно- логії. Автоматизовані системи управління. – 2015. – Ви- пуск 28. с. 5-17.
Усовершенствованный метод и информационная технология решения задачи классификации состояния элементов сложных систем / И.М. Антонян, В.А. Горячая, А.И. Зеленский, Е. М. Угрюмова // Вісник Харківського національного університету : зб. наук. пр. Серія: Математичне моделювання. інформаційні технології. Автоматизовані системи управління. – 2013. – Випуск 22 (№1063). – с. 5-16.
Горяча В.О. Комп’ютерна програма «Компьютерная интерактивная система поддержки принятия решений при прогнозировании состояния сложных динамических систем “RMICP” в условиях неопределенности входных данных» : свідоцтво про реєстрацію авторського права на твір № 62180 / В.О. Горяча, М.Л. Угрюмов, С.В. Черниш, Е. М. Угрюмова, (Україна). – Дата реєстрації 20.10.2015.
