Интеллектуализация поддержки динамического принятия врачебных решений на основе имитационно-семантического моделирования

• Автор: Преображенский, Юрий Петрович
• Шифр специальности: 05.13.01
• Научная степень: Кандидатская
• Год защиты: 2003
• Место защиты: Воронеж
• Количество страниц: 149 с. : ил

СОДЕРЖАНИЕ
ВВЕДЕНИЕ
ГЛАВА 1. ПУТИ ПОВЫШЕНИЯ ЭФФЕКТИВНОСТИ ИНТЕЛЛЕКТУАЛЬНОЙ ПОДДЕРЖКИ ПРИНЯТИЯ ВРАЧЕБНЫХ РЕШЕНИЙ
1.1. Анализ методов интеллектуализации поддержки принятия врачебных решений врача
1.2. Особенности использования методов динамического принятия решений
1.3. Цели и задачи исследования
ГЛАВА 2.ИМИТАЦИОННО-СЕМАНТИЧЕСКОЕ МОДЕЛИРОВАНИЕ И АЛГОРИТМИЗАЦИЯ ПРОЦЕССА ДИНАМИЧЕСКОГО ПРИНЯТИЯ ВРАЧЕБНЫХ РЕШЕНИЙ
2.1. Постановка задачи имитационно-семантического моделирования динамического принятия решений в условиях неопределенности
2.2. Структурное моделирование динамического принятия решений на основе интеграции аппарата полумарковских процессов и динамического программирования
2.3 Алгоритмизация процесса динамического принятия решений
на основе имитационно-семантического моделирования
Выводы второй главы

ГЛАВА 3. РАЗРАБОТКА ЛИНГВИСТИЧЕСКИХ СРЕДСТВ ИНТЕЛЛЕКТУАЛЬНОЙ ПОДДЕРЖКИ НА ОСНОВЕ ИМИТАЦИОННО-СЕМАНТИЧЕСКОГО МОДЕЛИРОВАНИЯ
З.1. Формулирование требований к языку моделирования
3.2. Конструирование языка моделирования динамического принятия решений
3.3. Построение имитационно-семантической модели терапевтических мероприятий
Выводы третьей главы
ГЛАВА 4. АНАЛИЗ ЭФФЕКТИВНОСТИ ПРИМЕНЕНИЯ МЕТОДОВ ИНТЕЛЛЕКТУАЛЬНОЙ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЯ В КЛИНИЧЕСКОЙ ПРАКТИКЕ
4.1. Программное обеспечение комплекса интеллектуальной поддержки принятия решений и имитационно-семантического моделирования
4.2. Оценка эффективности применения системы интеллектуальной поддержки принятия решений в клинической практике
Выводы четвертой главы
ЗАКЛЮЧЕНИЕ
ЛИТЕРАТУРА
ПРИЛОЖЕНИЯ

ВВЕДЕНИЕ
Актуальность темы. Одной из основных проблем повышения эффективности управления процессом лечения заболеваний и последующей реабилитации больных в условиях существенных различий в закономерностях развития и течения патологических процессов является проблема комплексной оценки состояния пациента и выбора адекватных схем лечебных мероприятий.
Успешное освоение новых терапевтических методик и лечебнодиагностических технологий, усложнение методов и средств мониторингового контроля физиологических показателей стимулировали значительное увеличение объема информации, поступающей в распоряжение врачей, что приводит к формированию неопределенности в выборе целей на текущих этапах лечебных и реабилитационных мероприятий. Необходимость учета большого числа взаимосвязанных факторов и быстро меняющихся требований к адекватной оценке и прогнозированию состояния больного и корректировке схемы лечения диктуют необходимость использования вычислительной техники в рамках интеллектуальных систем поддержки принятия решений (ИСППР).
Специфика патогенетических механизмов определяет структуру и состав как программного, так и математического обеспечения ИСППР.
Однако, существующие на сегодня подходы к формированию структуры таких систем были направлены, прежде всего на рационализацию аналитического описания биомедицинских систем, которое лишь косвенно влияет на оптимизацию принятия прогностических и терапевтических решений, тогда как эффективность выбора тактики лечения, особенно на ранних этапах достигается в условиях реализации экспериментов с имитационными моделями, которые позволяют проводить не только анализ

Полумарковский процесс, изображенный на диаграммах, допускает виртуальные переходы, т.е. переходы в то же самое состояние; соответственно, реальные переходы — это переходы со сменой состояния.
На рис. 1.5 изображена диаграмма информационных потоков, отражающая динамику последовательного процесса принятия решения для простого полумарковского процесса. Целевые значения суммируются для каждого пройденного состояния.
В каждый момент времени I ЛПР просматривает текущее состояние в, и осуществляет действие а,=Ц,(5,), которое зависит от состояния. Значение V, суммируется в течение среднего времени
Рис. 1.5. Информационный поток полумарковского процесса принятия решения.
Формально, полумарковские процессы, рассматриваемые в данном исследовании, характеризуются следующими компонентами [20, 91, 120]:
1. Множество моментов времени Т
2. Процесс выбора решения или процесс управления, обозначенный множеством случайных величин {0(0; 1еТ}, где 0(0 еА={1,2, ...,а} -решение, принятое в момент времени t, и
3. Полумарковский процесс исчисления эффекта, обозначенный множеством случайных величин {8(0; 1еТ}, где Б(0 е$={1,2,... } - состояние процесса в момент времени I, с учетом:
• марковской подцепи, определяемой множеством случайных величин {Бк,' к>0}; таких, что 8к=3(Т0, где Т]<Т2<Т2<... случайные переменные