Вопросы к экзамену
по предмету Медицинская информатика для студентов 1-го курса
медико-профилактического факультета
I. Информатика
-
Позиционные системы счисления. Алгебра высказываний. Конъюнкция. Дизъюнкция. Инверсия. Таблицы истинности.
-
Определение кибернетики. Определение информатики. Основные понятия информатики и кибернетики.
-
Определение информации. Формула для количественного определения информации. Единицы измерения информации.
-
Физические представления информации (аналоговое и цифровое).
-
Локальные сети с выделенным сервером и без выделенного сервера. Клиент-сервер технологии.
-
Топологии сетей. Примеры. Технические характеристики. Технология Ethernet.
-
Понятие о лицензии на ПО, лицензионном и нелицензионном ПО. Исходный код.
-
Открытый и закрытый исходный код. Примеры ОС с открытым (ОПС) и закрытым исходным кодом. Перечень и характеристики достоинств и недостатков
-
ОПС и проприаторных ОС. Приложения. Характеристики OpenOffice и MS Office. Ценовые характеристики.
-
Характеристики СУБД, основные задачи, решаемые этими программами. Архитектура, примеры.
-
Характеристики ЭС, основные задачи, решаемые этими программами. Архитектура, примеры.
-
Понятие об информационно-познавательных программах.
-
Виртуальная топология глобальных сетей.
-
Аналогово-цифровые (АЦП) и (ЦАП) преобразования, модемы.
-
Протоколы передачи данных,.
-
Типы линий связи, их сравнение. Коммутаторы, маршрутизаторы, хосты, серверы.
-
Адреса. Доменная организация адресного пространство. Понятие о поддоменах и сверхдоменах.
-
Основные принципы, на которых организован Интернет. TCP/IP протокол.
-
Адреса в сетях Интернет. Протоколы v4.
-
Ресурсы Интернет (эл. почта, телеконференции, веб-серверы). Интранет (корпоративные сети).
-
Поисковые системы. Перспективы развития Интернет.
II. Основы статистики
-
Случайное событие. Испытание. Единственно возможные и равновозможные события. Ожидаемое событие.
-
Частота и относительная частота случайного события. Вероятность случайного события, как предел для относительной частоты. Свойства вероятности.
-
Совместные и несовместные события. Зависимые и независимые события. Классическое и статистическое определение вероятности.
-
Теорема сложения вероятностей. Условие нормировки.
-
Теорема умножения вероятностей для независимых и зависимых случайных событий.
-
Условная вероятность. Формула Байеса.
-
Случайные величины. Числовые характеристики дискретных и непрерывных случайных величин: математическое ожидание, дисперсия, среднее квадратическое отклонение.
-
Графические характеристики случайных величин: гистограмма, кумулята.
-
Мода, медиана, квантили.
-
Плотность вероятности.
-
Распределение дискретных и непрерывных случайных величин. Условие нормировки.
-
Нормальный закон распределения. Математическая ожидание, дисперсия.
-
Вероятность попадания случайной величины в заданный интервал, её вычисление. Стандартные интервалы.
-
Распределения Бернулли, Пуассона. Математическая ожидание, дисперсия. Примеры.
-
Объём генеральной совокупности, объём выборки. Вариационный ряд. Параметры генеральной совокупности, характеристики выборки. ).
-
Оценка параметров генеральной совокупности по ее выборке (точечная и интервальная).
-
Определения доверительных интервала и выборки. 1-сигма, 2-сигма и 3-сигма интервала (стандартные интервалы).
-
Распределение Стьюдента. Коэффициент Стьюдента.
-
Оценка стандартных интервалов нормально распределённой случайной величины доверительными интервалами выборки. Примеры.
-
Абсолютная и относительная погрешности измерений. Прямые и косвенные измерения.
-
Виды погрешностей измерений. Устранимые и неустранимые погрешности. Методы устранения грубых Учёт приборных погрешностей. Методы уменьшения случайных погрешностей.
-
Алгоритм оценки косвенных измерений. Примеры.
-
Общая постановка задачи проверки гипотез. Проверка гипотез относительно средних. Интервальный метод.
-
Параметрические и непараметрические критерии статистики. Примеры (Критерии, Стьдента Ван-дер Вардена, Уилкоксона, Знаков, их особенности и характеристики).
-
Функциональная и корреляционная зависимости. Коэффициент линейной корреляции и его свойства. Методы Пирсона и Фехнера.
-
Метод наименьших квадратов. Выборочное уравнение линейной регрессии.
-
Коэффициент ранговой корреляции Спирмена.
-
Статистическая значимость корреляции.
-
Задача дисперсионного анализа. Однофакторный и двухфакторный анализ. Формулы, примеры.
-
Стационарные и нестационарные временные ряды. Сглаживание нестационарных рядов. Тренд. Прогнозирование временных рядов. Примеры.
III. Медицинская информатика
-
Определение медицинской информатики, как прикладной науки. Задачи, решаемые методами медицинской информатики.
-
Основные этапы истории медицинской информатики. Основные задачи современного этапа развития методов медицинской информатики (2005 по н.в.) и прогноз развития медици нской информатики.
-
Национальные и интернациональные МИС,
-
Мобильные технологии,
-
Медицинские приложения ГРИД.
-
Понятие о кибернетике.
-
Вектор состояния. Пространство состояний.
-
Понятие здоровья. Гомеостатическая кривая. Коэффициент чувствительности к возмущению.
-
Область нормы в пространстве состояний. Понятие болезни.
-
Коэффициент чувствительности саморегуляции.
-
Понятие лечения. Коэффициент чувствительности к лечебному воздействию.
-
Тяжесть состояния по отдельному параметру. Общая тяжесть состояния.
-
Понятие о диагностическом знаке (симптоме). Порог нормальных значений знака (симптома). Чувствительность, специфичность, Положительная и отрицательная предсказательная сила.
-
Соотношение подобия. Условные вероятности результатов диагноза (Правильные и неправильные положительные и отрицательные исходы формальной диагностики).
-
Подготовительный этап. Создание формализованного списка заболеваний. Создание диагностического списка симптомов. Информативность симптомов.
-
Создание диагностического списка параметров. Информативность параметров.
-
Этапы диагностического процесса. Предварительная диагностика по симптомокомплексу. Алгоритм Байеса.
-
Задачи решаемые СППР в медицине. Пассивные, полуактивные и активные,СППР. Основные компоненты активных.СППР. Примеры.
-
Вероятностные и статистический методы. Примеры.
-
Особенность метода ЭС (дедукция). Структура, примеры.
-
Задачи , решаемые нейросетями. Строение нейросетей (слои). Обучение. Нейроны и синапсы. Виды нейросетей. Примеры.
-
Модель. Классификация моделей. Этапы создания модели нормы. Вектор состояния в норме..
-
Нахождение временных зависимостей параметров в норме.
-
Нахождение коэффициента чувствительности саморегуляции в норме.
-
Различие выборок по Стьюденту. Нахождение коэффициента чувствительности к возмущению в норме.
-
Примеры видов моделей. Особенности моделей Этапы создания моделей.
-
Основные отличия моделей заболеваний от модели нормы. Распределение параметров при заболевании. Коэффициент чувствительности к лечебному воздействию.
-
Моделирование состояния. Этапы создания индивидуальной количественной модели состояния пациента.
-
Выбор оптимального метода лечения. Выбор оптимальной дозы лечебного воздействия. Прогнозирование состояния больного на основе его модели состояния. Коррекция лечения.
-
Медицинские информационные системы. Особенности МИС. Задачи, решаемые МИС.
-
Интегрирование в состав МИС интеллектуальных модулей СППР. Примеры в том числе цифровые данные об улучшении результатов лечения при использовании МИС.
-
Стандарт обмена HL 7.
-
Региональные МИС: Финляндия, архитектура и структура региональной системы округа Хельсинки.
-
Национальные МИС задачи, решаемые национальными МИС, направления деятельности и проблемы (Швеция, Голландия, архитектура и структура МИС).