Matematične metode za ocenjevanje informativne simptomov - logika medicinske diagnostike

Medicinski diagnoza ravni specifičnosti simptomov v zvezi njene bolezni je pogosto ocenjena zdravniku intuitiven način, kot je bilo, "po občutku". Uporaba računalniške tehnologije za diagnostične namene je pripeljalo do razvoja natančnih tehnik takšnih ocen kliničnih manifestacij patologij diagnozo. Osnova mnogi od njih je uporaba formulo BAYES znana iz verjetnostnega. Kar se upoštevanju tej formuli diagnozo bolezni lahko predstavi na naslednji način: (36,35):

V tej formuli naslednji zapis:
D1 - koli od možna (glede na začetno diagnostičnih informacij) Nadomestni trakovi
J - začetna diagnostična informacij, znanja, ki jih zdravnik še funkcijo zaznavanja s` odstranjevanje.
S` - ugotovljene v okviru nadaljnjega pregleda pacienta kliničnega dejstvo, simptom, znak.
p (D1 / J) - D1 verjetnost bolezni svetlobnega vira diagnostičnih informacij, razen s` značilnost. p (s` / D1 J.) - verjetnost detektiranje pacientov s` znaka na predpostavki, da pacient trpi zaradi bolezni, D1 in svetlobnega vira diagnostičnih informacij J.
p (A / C`, J) - D1 verjetnost bolezni, s pridržkom, da se odkrije bolnik s` znak, in glede na primarne diagnostične informacije J.
Pomen p (D1 / D) je zelo odvisna od lokalnih pogojev, medtem ko je vrednost eksponenta p (s` / D1 J) je odvisna od malo o teh pogojih. Kazalnik neposredno opisuje pogojna verjetnost vrednost Dk diagnozo hkrati določa stopnjo specifičnosti s` značilno za bolezen v ozadju (v kontekstu) diagnostičnih informacij, ki poseduje zdravnik pred odkrivanje funkcijo na sliki predmeta bolnika. Razmislite o hipotetični primer za ilustracijo. Predpostavimo, da mora zdravnik opraviti diferencialne diagnoze treh kliničnih subjektov - revmatične (D1) infektsionnoallergicheskogo (D2) in idiopatsko (Abramov-Fiedler) (DZ) miokarditis. Te bolezni so združili zdravnika v diferencialni niz možnih bolezni (diagnoze) glede na celotno vseh teh simptomov bolezni, odkritih pri pacientu (podatki J) - težko dihanje, bolečine v prsih, motnje ritma in prevajanja, enotno povečanje v središču v vseh smereh, itd . n. Predvidevam tudi, da je zdravnik postal znan naslednje vrednosti (a priori) verjetnost tehbolezni:
Vzemimo dve različici tem primeru glede na porazdelitev vrednosti eksponenta C7 pogojni verjetnosti značilnost.

V prvem izvedbenem primeru, se s` šteje simptom odpornosti na terapijo, medtem ko drugi - simptom srčnega širitve. Izvajamo ustrezne izračune:

Jasno je razvidno, da je odkrivanje pacientovih simptomov odpornosti na zdravljenje bistveno zmanjša verjetnost imela revmatično miokarditis, in ki je hkrati močno povečala (več kot štirikrat) "priložnost" odkrite v idiopatsko infarkta. Zato je raven specifičnosti te funkcije je v odnosu idiopatske miokarditis precej višji kot pred revmatska. Ta okoliščina je ponazoritev splošne določbe, v skladu s katerim ne moremo govoriti o stopnji specifičnosti simptomatsko izobraževanja ne glede na vsako posamezno bolezen. V tej isti primer, lahko vidimo, da je raven specifičnosti simptomatsko tvorbe je odvisna od dejavnikov, kot so intervali a priori verjetnost vrednosti odvedljiva bolezni in se giblje vrednost za pogojne verjetnosti sama proti tem boleznim.
Mi razširiti naše izračune:

Ta izračun pokaže, da je oblikovanje simptomatsko katerih pogojna verjetnost interval vrednosti pred boleznimi odvedljiva nič, brez slehernega skeniranja "teže" v priznanje teh bolezni, in v tem smislu popolnoma nespecifične.
Seveda, nihče zdravnik pri pregledu pacienta ne pomeni, da izračuni in zgoraj opisani postopek. Kljub temu se zdi, nekakšno intuitivno mehanizma za obdelavo diagnostične informacije, ki vam omogoča, da (vsaj v neki približek, grobosti) zdravnikom razmišljanja, ki proizvajajo podobne ocene simptomi.

Druga specializirana metoda matematično vrednotenje kliničnih dogodkov v svoji specifičnosti znana kot metoda intervala fazo (6,41). Ta metoda vključuje pripravo multivariacijski opis stanja pacientovega telesa z določeno kombinacijo funkcij. Značilno je, da se je število teh značilnosti precej - nekaj deset več. Vsak znak dobi svojo zaporedno številko in pregled bolnika se meri s svojo vrednost. Celoten sistem bolnika ocenjevanju količine x1, x2, .., XH razlagati kot M točko v večdimenzionalni (n-dimenzionalni) prazen prostor.
V tem prostoru, na podlagi statističnih podatkov zabeležili nekaj področij (statistični vzorec), niz točk, ki ustrezajo simptomatike bolezni. Če kot primer obravnava sistema S sestavljen iz treh značilnosti so X1, X2 in X3, površina pripiše dve bolezni Ar in A v omenjeni prostor lahko geometrijsko zastopana v vizualni obliki:

In SDi so SDj v Shemi zaprto ploskev označujejo meje faznih regij v katerem ležijo točk, ki ustrezajo izrazit bolezni Ar in D. Predpostavimo sedaj, da med pregledom pacienta na osnovi X1, X2, X3 je izkazalo kot vrednosti njihovih simptomov C1, C2 in C3, skupaj predstavljajo simptomov COP. Če je ugotovljeno, od te vrednosti točke M1, ki se nahaja v središču množice točk, ki opisujejo SDX površino (na sliki je to mesto dodeljeno visoko gostoto slikovnih pik), bo to pomenilo, da je COP simptom zelo specifično za bolezen Ar. Podobno je, če je ta točka je točka, M2, določena za srce, razmejevanje površine SD1, ta simptom je zelo specifična za D-bolezni. Mo točka je na obodu Ar, zato bo njegova ustrezna raven specifičnosti simptomov bistveno nižja. Mogoče, da je ugotovila, točka leži zunaj področja, ki ga površin SD1 in sd opisani. To dejstvo pomeni, da je X3 pridobljen s pregledovanjem informacij bolnika zaradi X1, X2 povsem nespecifičen glede Ar in D3 bolezni.
Bolj natančno oceniti raven specifičnosti prepoznani simptomi COP kompleksa, proizvedenega v predloženem postopku izračuna z uporabo formule za posebne razdalje (intervalne) med ustreznim COP točko v prostoru funkcija in centra regije znaki bolezni. V primeru dveh ali treh lastnosti je ta metoda prikazana grafično in izračunavanje razdalje ni velik problem. Vendar pa je enostavnost in jasnost izgubil, ko se je število funkcij znatno poveča.
Uporaba matematičnih metod v stroki naleti na resne težave, povezane s sprejetjem močnih predpostavk o neodvisnosti, med seboj istočasno pojavljajo v telesu bolezni patogene izolacije simptomov, z uvedbo kliničnih manifestacij abstrakcija stacionarnost mehanizma bolezni in tako naprej. P., ki, strogo dejal, da je v nasprotju s svojo dinamično, integrirano naravo patogenezo. Kljub temu je zanimanje strokovnjakov na teh metod se povečuje in v prihodnje se bolj obetavne rezultate (10.32) lahko dobimo na ta način. V vsakem primeru je primerjava lastni presoji zdravnika znaka ali simptoma z lastnostmi, pridobljenih na podlagi matematičnih modelov, zdaj omogoča, da povečajo stopnjo zanesljivosti njegove diagnoze. Razvoj verjetnostne metode ocenjevanja bo simptomi, da nastane za vsako nozokomialne enoto optimalni nabor diagnostičnih funkcij, in na tej podlagi za razvoj učinkovitih diagnostičnih algoritmov.