Медицинская+кибернетика+и+информатика

Болезнь – состояние, при котором процессы управления в организме не обеспечивают выполнение его функций.

Развитие патологического процесса кибернетика рассматривает, как два конкурирующих процесса:

1. Развитие заболевания на основе положительных обратных связей.

2. Процессы саморегуляции на основе отрицательных обратных связей.

Коэффициент чувствительности саморегуляции

Rp = Pi

Pj

Лечение – внешние управляющие воздействия для помощи процессам саморегуляции и возвращения организма в состояние нормы.

Коэффициент чувствительности к лечебному

воздействию R = Pi

u Uk

Тяжесть состояния по отдельному параметру

T (Pi ) = Pi н −н Pi

i

Общая тяжесть состояния по всем параметрам

Оптимизация диагностики.

Подготовительный этап.

1. Создание формализованного списка заболеваний.

В каком-либо отделении имеется n заболеваний D (d1,d2,...,dn).

Вычисляются вероятности встречи каждого заболевания в данном отделении.

(di ) = N (di )

N (D)

N(di) – число больных с данным заболеванием,

N(D) – общее число больных, прошедших через данное отделение.

Оптимизация диагностики.

Подготовительный этап.

Затем все заболевания располагаются в порядке убывания ω(di):

d3 ω(d3) d1 ω(d1)

… ……

dn ω(dn)

Оптимизация диагностики.

Подготовительный этап

2. Создание диагностического списка симптомов.

Цель – выявить симптомы, позволяющие наиболее эффективно диагностировать заболевания из всего списка

D.

1) Для каждого заболевания вычисляется:

ω(Si/dj) – вероятность встречи симптома при данном заболевании.

n(Si/dj) – число больных с данным заболеванием, имеющих данный симптом.

n(dj) – число больных с данным заболеванием.

Оптимизация диагностики.

Подготовительный этап

2) Для каждой пары заболеваний из списка вычисляется информативность каждого симптома.

Информативность симптома – величина характеризующая способность симптома Si различать заболевания dj и dk.

I(Si;dj/dk) ~ [ω(Si/dj)-ω(Si/dk)]

3) Вычисляется информативность каждого симптома для всего списка заболеваний путем суммирования отдельных информативностей.

I(S1/D)=I(S1;d1/d2)+I(S1;d1/d3)+…

……………………………………….

I(Sn/D)=I(Sn;d1/d2)+I(Sn;d1/d3)+…

Оптимизация диагностики.

Подготовительный этап.

4) Симптомы выписываются в порядке убывания информативности.

S5 I(S5/D) S3 I(S3/D)

… …

Sn I(Sn/D)

Оптимизация диагностики.

Подготовительный этап

3. Создание диагностического списка параметров.

Цель – выявить функциональные параметры, позволяющие наиболее эффективно

диагностировать заболевания из всего

списка D.

1) Для каждой пары заболеваний из списка вычисляется информативность каждого

параметра. Информативность параметра –

величина, характеризующая способность параметра Pi различать заболевания dj и dk.

I(Pi;dj/dk) ~ [Pi(dj)-Pi(dk)]

Оптимизация диагностики.

Подготовительный этап.

2) Вычисляется информативность каждого параметра для всех заболеваний из списка путем суммирования отдельных информативностей.

I(P1/D)=I(P1;d1/d2)+I(P1;d1/d3)+…

………………………………………...

I(Pn/D)=I(Pn;d1/d2)+I(Pn;d1/d3)+…

3) Параметры выписываются в порядке убывания информативности.

P2 I(P2/D)

P4 I(P4/D)

… …

Pn I(Pn/D)