- •167 Персональні комп’ютери Розділ 2. Комп’ютери в медицині
- •Персональні комп’ютери
- •2.1.1.Історія виникнення персональних еом
- •2.1.2.Основні елементи персональних еом
- •2.1.3.Основні характеристики персональних комп’ютерів
- •Таблиця 1.
- •Таблиця 2.
- •2.1.4.Формування області пам’яті на магнітному носії
- •Таблиця 3.
- •2.1.5.Структура зберігання інформації
- •Мал. 2.1.
- •Операційна система
- •2.2.1.Загальні відомості
- •2.2.2.Завантаження операційної системи Мал. 2.2.
- •2.2.3.Файлова структура операційної системи
- •Елементи програмування
- •2.3.1.Короткі відомості про алгоритмічні мови
- •2.3.2.Методика створення програм Постановка задачі
- •Найпростіша програма
- •Приклад 1.
- •Циклічні програми
- •Приклад 2.
- •Приклад 3.
- •Приклад 4.
- •Приклад 5.
- •Приклад 6.
- •Практичне заняття “вивчення операційнОїСистеми пеом івм. Управління еом за допомогою системнОї оболонки”
- •Контрольні питання для підготовки до заняття
- •Додаткова література
- •2.4.1.Додаткові теоретичні відомості
- •Основні правила експлуатації вінчестера
- •Паркування головок вінчестера
- •Введення інформації в пам’ять еом
- •Функції службових клавіш
- •Управління еом за допомогою системної оболонки nc
- •Вправа 1
- •Вправа 2
- •Вправа 3
- •2.4.2.Методика виконання операцій системної оболонки Методика визначення довжини файлів
- •Методика створення каталогів
- •Методика виділення файлів
- •Методика читання файлів
- •Методика перейменування файлів
- •Методика перенесення файлів
- •Методика вилучення файлів
- •Методика копіювання файлів
- •Методика отримання відомостей про накопичувач інформації
- •Методика запуску робочих програм
- •Перелік основних команд nc
- •2.4.3.Завдання для самостійної роботи
- •Застосування еом у медицині
- •Практичне завдання
- •Контрольні питання
- •Завдання для самостійної роботи
- •Практичне заняття “програмування на алгоритМіЧній мові basic”
- •Контрольні питання для підготовки до заняття
- •Додаткова література
- •Операції
- •Оператори
- •Конструкції програм на мові basic
- •Приклади складання найпростіших програм
- •Оператори введення (input) та виведення (outрuт)
- •Оператори введення (data),читання (read),повторного читання (restore),умовних та безумовних переходів
- •Оператори обчислювальних переходів
- •Циклічні програми
- •Оператори циклу for,next
- •2.5.2.Методика виконання роботи
- •2.5.3.Завдання для самостійної роботи Варіант 1 Розрахунок стаціонарного потенціалу мембрани гігантського аксона каракатиці
- •Варіант 2 Розрахунок стаціонарного потенціалу мембрани аксона кальмара
- •Варіант 3 Розрахунок стаціонарного потенціалу мембрани м’язового волокна жаби
- •Варіант 4 Розрахунок стаціонарного потенціалу мембрани моторного нейрона кішки
- •Варіант 5
- •Контрольні питання для підготовки до заняття
- •Додаткова література
- •2.6.1.Додаткові теоретичні відомості Математичні моделі імунних реакцій
- •2.6.2.Математична модель протипухлинного імунітету
- •2.6.3.Математична модель аутоімунного захворювання
- •2.6.4.Математична модель гуморального імунітету
- •Практичне завдання
- •Контрольні питання
- •Завдання для самостійної роботи
- •Діагностичний алгоритм
- •Інформаційно-ймовірнісна лікарська логіка
- •Етапи діагностичного процесу за допомогою інформаційно-ймовірнісного методу
- •2.7.2.Робота з навчальною програмою“Байєс” Практичне завдання
- •Контрольні питання
- •Модель одноразового введення препарату
- •Мал. 2.3.
- •Модель безперервного введення препарату
- •Модель,що поєднує безперервне введення з одноразовою навантажуючою дозою
- •Модель внутрішньосудинної інфузії
- •Практичне завдання
- •Контрольні питання
- •Завдання для самостійної роботи
Діагностичний алгоритм
Послідовність правил, які дозволяють порівняти інформацію про ознаки хворого з комплексом ознак типових захворювань, називається діагностичним алгоритмом. Кінцеве рішення про діагноз приймається лікарем, виходячи з результатів порівняння. Таке порівняння буває простим тільки в разі, коли весь симптомокомплекс збігається з симптомокомплексом конкретного захворювання. У практичній роботі лікаря такий збіг буває дуже рідко. У більшості випадків при порівнянні вдається вибрати серед нескінченної множини різних захворювань кілька можливих діагнозів (тобто більш можливих захворювань).
Діагностичний алгоритм залежить від прийнятої при діагностиці лікарської логіки. Найбільш поширеними видами лікарської логіки є:
- детерміністська логіка (див. навчальну програму “Байєс”);
- логіка фазового інтервалу (див. програму “Байєс”);
- інформаційно-ймовірнісна логіка.
Інформаційно-ймовірнісна лікарська логіка
Інформаційно-ймовірнісна логіка – це діагностичний засіб, у якому знаходяться (по формулі Байєса) ймовірності Р(Dj /Sсi) кількох діагнозівDj, можливих у хворого з даним набором симптомівSсi. При цьому враховують різні ймовірностіP(Si /Dj) кожного з можливих симптомівSiпри різних захворюванняхDj. Інформація про ці ймовірностіP(Si /Dj) зібрана у діагностичну таблицю, яка разом з формулою Байєса являє собою основу методу інформаційно-ймовірнісної діагностики. Для складання діагностичних таблиць статистично обробляється велика кількість історій хвороб з перевіреними діагнозами і обчислюються умовні ймовірностіP(Si /Dj). Для обчислення даних ймовірностей береться, наприклад, 1000 історій хвороб з діагнозом “туберкульоз легень”і виписується вся симптоматика, яка зустрілась при цьому захворюванні. Якщо симптом “підвищення температури”виявився при цьому у 900 хворих, то ймовірність даного симптому дорівнює 900/1000 = 0.9. Якщо будь-який інший симптом, наприклад “підвищення тиску”, зустрівся у 40 хворих, умовна ймовірність цього симптому дорівнює 40/1000 = 0.04 тощо. Всі отримані таким чином умовні ймовірності для різних діагнозів вміщують в діагностичну таблицю.
Маючи наявний перелік симптомів (симптомокомплекс – Sci) конкретного пацієнта, можна встановити діагноз на основі інформаційно-ймовірнісної логіки. Для цього необхідно обчислювати ймовірності різних захворюваньDj і вибрати діагноз, що має найбільшу ймовірність.
Розрахунок ймовірностей P(Dj /Sci) різних (включених до діагностичної таблиці) діагнозівDjпроводиться за допомогою формули Байєса (або її аналогів):
P(Dj /Sci)=P(Sci /Dj)P(Dj)/P(Sc),
де P(Sci /Dj) – умовна ймовірність наявності симптомокомплексуSciконкретного пацієнта при захворюванніDj;
P(Dj) – апріорна ймовірність захворюванняDj;
P(Sc) – повна ймовірність наявності симптомокомплексуSciконкретного пацієнта при всіх захворюваннях, що включені до діагностичної таблиці.
Етапи діагностичного процесу за допомогою інформаційно-ймовірнісного методу
Щоб провести дані розрахунки, необхідно:
1. Отримати значення апріорних ймовірностей P(Dj) всіх захворювань, включених до діагностичної таблиці. Такий набірP(Dj) характеризує розподіл захворювань у даній групі населення (лікарня, район, місто). Значення апріорних ймовірностей непостійні, залежать від сезонних, географічних та епідеміологічних факторів. Для отримання даних про апріорні ймовірності необхідна статистична обробка даних захворювань. Наприклад, в будь-якій лікарні були вибрані випадково 100 пацієнтів, з яких 80 виявились хворими на грип. Отже, апріорна ймовірність діагнозу “грип”для розрахунків інформаційно-ймовірнісним методом дорівнює 80/100 = 0.8.
2. Обчислити значення P(Sci /Dj) для всіх діагнозівDjданої таблиці. Обчислення проводиться згідно з формулою:
P(Sci /Dj)= P(S1 /Dj)P(S2 /Dj) ......P(Sn /Dj).
Дана формула відповідає відомій з теорії ймовірності формулі множення ймовірностей, справедливій для незалежних подій.
3. Обчислити значення P(Sc) за формулою:
,
де сума береться за індексом j(номер діагнозу).
4. За фомулою Байєса обчислити ймовірності усіх захворювань із діагностичної таблиці.
5. Обрати шуканий для даного пацієнта діагноз, що має максимальну ймовірність з обчислених.
6. Оцінити (виходячи з відповідних критеріїв) достовірність результату і поставити заключний діагноз. Наприклад, якщо отриманий діагноз має ймовірність, меншу за 60%, то результат не є достовірним і необхідно повторити процедуру діагностики, збільшивши число симптомів.