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(D_j /Sс_i) кіль­кох діагнозівD_j, можливих у хворого з даним набором симптомівSс_i. При цьому враховують різні ймо­вір­ностіP(S_i /D_j) кожного з мож­ливих симптомівS_iпри різних захворюванняхD_j. Інформація про ці ймовірностіP(S_i /D_j) 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(S_i /D_j). 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 – Sc_i) конкретного пацієнта, можна встановити діагноз на основі інформаційно-ймовірнісної логіки. Для цього необхідно обчислювати ймовірності різних захворюваньD_j і вибрати діагноз, що має найбільшу ймовірність.

Розрахунок ймовірностей P(D_j /Sc_i) різних (включених до діаг­нос­тичної таблиці) діагнозівD_jпроводиться за допомогою формули Байєса (або її аналогів):

P(D_j /Sc_i)=P(Sc_i /D_j)P(D_j)/P(Sc),

де P(Sc_i /D_j) – умовна ймовірність наявності симптомокомплексуSc_iконкретного пацієнта при захворюванніD_j;

P(D_j) – апріорна ймовірність захворюванняD_j;

P(Sc) – повна ймовірність наявності симптомокомплексуSc_iконкретного 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(D_j) всіх захворювань, включених до діагностичної таблиці. Такий набірP(D_j) 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(Sc_i /D_j) для всіх діагнозівD_jданої таблиці. Обчислення проводиться згідно з формулою:

P(Sc_i /D_j)= P(S₁ /D_j)P(S₂ /D_j) ......P(S_n /D_j).

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.