Табличні методи

Спробою впровадження таких технологій у «доком’ютерну» епоху були табличні методи діагностики і прогнозування. За умови використання детерміністичної логіці загальні моменти їх побудови передбачають виявлення типових (найбільш інформаційних) для конкретного захворювання ознак (симптомів), які складають типовий комплекс симптомів даного захворювання. Наявність симптому позначають як 1, а відсутність – 0. Розглядають різні комбінації симптомів для даного діагнозу. Далі складають таблицю (матрицю), яка відображає зв’язок «симптоми – хвороби». У подальшому, при аналізі історії хвороби здійснюється порівняння набору симптомів, що є характерним для даного пацієнта, з типовим образом для відомої хвороби, що міститься у таблиці. Найбільш подібний типовий образ і вибирається як ймовірний діагноз чи прогноз.

Але масового поширення описані технології не дістали з цілком зрозумілих причин: складність підготовки і використання таблиць (особливо для великої кількості ознак), вузька галузь застосування (частіше – для прогнозування захворювань, значно рідше – для диференційної діагностики).

Машинні технології

Із появою обчислювальної техніки розвиток діагностичних технологій набув нового імпульсу. Одним із завдань медичної інформатики є інформаційна підтримка медичного персоналу при виконанні службових обов’язків:

• діагностики захворювань;

• прогнозуванні перебігу хвороби;

• прийнятті рішення про оптимальну за існуючих обставин схему лікування конкретного пацієнта;

• моніторингу лікувального процесу та реабілітаційного періоду.

ЕОМ не може розв’язувати складні клінічні задачі, але може суттєво полегшити їх вирішення. Використання ЕОМ з метою діагностики базується та тому, що для більшості захворювань досить вибрати деякі вирішальні ознаки, які дають змогу розпізнати ці захворювання. Вибір вирішальних ознак можливий як на основі професійного досвіду лікаря, так і при використанні статистичних методів. Висновок робиться на основі обробки значного масиву статистичної інформації. В основу закладаються частоти, з якими при тих чи інших диференційованих захворюваннях спостерігаються різні симптоми і ознаки. Симптомів і ознак у кожного захворювання можуть бути сотні, причому з формальної точки зору подібні захворювання відрізняються одне від одного лише частотою, з якою симптоми і ознаки при кожному з них зустрічаються.

Робота з вирішення цього завдання привела до створення однієї з найперспективніших медичних інформаційних технологій – комп’ютерної діагностики та прогнозування перебігу захворювань. Звичайно, етично-правові норми не дозволяють повністю перекласти відповідальність за лікувально-діагностичний процес на комп’ютер (остаточне рішення приймає лікар), але використання цих технологій значно підвищує якість медичного обслуговування внаслідок полегшення та прискорення роботи медичного персоналу.

Вихідними компонентами, необхідними для комп’ютерного вирішення завдання діагностики, є такі:

• дані про особливості стану організму хворого, тобто явність сукупності ознак, симптомів, яку можна оцінити;

• попередній досвід, накопичений медициною, що можна використовувати в даному випадку;

• суб’єктивний досвід лікаря.

Спочатку з’являються так звані машинні технології 1-го покоління. До них відносяться: метод логічного базису, ймовірнісні технології, пошук прецеденту та навчання розпізнавання. Ці технології основані на певних методах подання медичних даних. Термін «1-е покоління» не означає, однак, що такі технології не можна використовувати в сучасних діагностичних системах.

У методах логічного базису, по аналогії з табличними методами, враховують лише симптоми, що завжди є або які ніколи не спостерігаються при кожному із діагностованих захворювань. Наявність симптому позначають як 1, а його відсутність – 0. Розглядають різні комбінації симптомів для даного діагнозу. Далі складають матрицю «симптоми – хвороби». Діагноз ставлять методом вилучення із списку захворювань, комплекс симптомів яких не збігається з комплексом ознак (симптомів) у певного хворого.

При застосуванні теорії розпізнавання образів основне завдання полягає в тому, щоб віднести об’єкт до одного із заздалегідь визначених класів. Під класом розуміють деяку підмножину з множини всіх об’єктів, елементи якої мають певну спільність властивостей, інакше кажучи – подібні. Частина об’єктів, що належить до певного класу, називається вибіркою. Задача розпізнавання полягає у визначенні (на основі опису об’єкту) до якого класу належить певний об’єкт, що розпізнається. Для розв’язання цієї задачі можуть застосовуватися різні алгоритми детермінаційного аналізу. Взагалі кажучи, застосування такої моделі вимагає серйозної підготовчої дослідницької роботи. Потрібно здійснити перетворення неформального опису об’єктів у формальний таким чином, щоб по-перше: окреслити сукупність ознак чи властивостей об’єктів; по-друге: для кожної ознаки встановити ті значення чи градації, які вона може приймати; по-третє: ознаки розмістити в певному порядку; по-четверте: кожний об’єкт описати рядом значень ознак, розміщених у встановленому порядку (такий порядок є кодом чи способом формального опису об’єкта).

Після перетворення неформального опису у формальний треба скоригувати множини об’єктів, відібраних для розв’язання задач перетворення. Після цього, розв’язуючи контрольні задачі розпізнавання, визначають, наскільки правильно відображена система ознак, сформований перелік класів і вибрані еталонні об’єкти.

До машинних діагностичних технологій 1-го покоління можна також віднести технології, що основані на пошуку прецеденту. Прецедентом при діагностиці називають випадок хвороби, що є в клінічному архіві, і збігається із всіма зареєстрованими показниками хворого, який надійшов. Програмно-технічна реалізація таких технологій полягає в порівнянні даних поточного пацієнта з даними, накопиченими в комп’ютерному архіві.

Недолік діагностичних систем, побудованих на основі таких моделей, полягає в роботі за жорсткою детерміністичною програмою, що не дає можливості в багатьох випадках поставити достовірний діагноз, оскільки набуває повного збігу заданих ознак із симптомами, що характеризують дане захворювання.

Значно ширше використовують діагностичні технології, основані на більш гнучких логіко-ймовірнісних моделях, у яких найчастіше застосовуються формули Байєса.