Publikacje

Streszczenie:

W pracy przedstawiono metodę automatycznej diagnostyki medycznej (AD), która pozwala na ocenę stanu schorzenia pacjenta. Metoda wykorzystuje system ekspercki bazujący na zbiorze reguł decyzyjnych. Algorytmy stosowane do realizacji diagnostyki wykorzystują dane nazywane parametrami zdrowia, które grupowane są w zestawy. Proces ten wymaga od operatora zdefiniowania parametrów zdrowia dla diagnostyki, w tym dla każdego parametru określenia jego cech i znaczenia dla diagnozy. Dla danych przygotowanych w ten sposób algorytmy metody AD wyliczają metryki, które następnie są wykorzystywane w procesie określania metody diagnostyki danego pacjenta lub szacowania stanu zdrowia tego pacjenta względem wybranej procedury diagnostycznej. Dzięki tej drugiej własności metoda AD może posłużyć w procesie proponowania najskuteczniejszej terapii. W takim przypadku sposób definiowania parametrów terapii nie odbiega zasadniczo od sposobu definiowania parametrów zdrowia dla diagnozy. Innym z możliwych zastosowań metody są badania przesiewowe, na które mogą być kierowani pacjenci spełniający kryteria akceptacji zdefiniowane przez lekarzy. Metoda AD została poddana ewaluacji z wykorzystaniem danych znajdujących się w bazie MIMIC oraz danych zgromadzonych w trakcie realizacji projektu TWEC, obejmującego pacjentów z mózgowym porażeniem dziecięcym. Uzyskane wyniki potwierdzają możliwość stosowania metody AD w celu wyznaczania pacjentów do badań przesiewowych, a także jako pomoc dla lekarza podczas wskazywania pacjentom zalecanej terapii.

Abstract:

The paper presents a method of automatic medical diagnosis (AD), which allows for estimation of a patient's condition. The method utilizes expert system based on a set of production rules. One of the possible applications of the method is the screening tests for which patients that meet the acceptance criteria defined by a user of the method (operator) can be referred. Algorithms used to perform diagnostics use arbitrary data, generally called health parameters, grouped into sets. The machine learning supervision process requires the operator to define the health parameters for the diagnosis, including for each parameter its characteristics and significance for the diagnosis. For data prepared in this way, the algorithms of the AD method calculate metrics, which are then used in the process of indicating a diagnosis for a selected patient or estimating the health status of this patient in relation to the selected diagnosis. Due to the latter property, the AD method can be used in the therapy proposal process. In this case, the method of defining data for therapy does not differ significantly from the method of defining data for diagnosis. The AD method was evaluated using data from the MIMIC database and data collected during the TWEC project. The results obtained confirm the possibility of using the AD method to designate patients for screening, as well as to help the physician recommend therapy to patients.

POWRÓT

Strona główna > Publikacje

System ekspercki wspomagania decyzji lekarza oparty o zbiór reguł medycznych