Медицинская диагностика

Разработка и внедрение информационных систем в области медицинских технологий является достаточно актуальной задачей. Анализ применения персональных ЭВМ в медицинских учреждениях показывает, что компьютеры в основном используются для обработки текстовой документации, хранения и обработки баз данных, статистики. Часть ЭВМ используется совместно с различными диагностическими и лечебными приборами. В большинстве этих областей использования ЭВМ применяют стандартное программное обеспечение – текстовые редакторы, СУБД и др. Поэтому создание информационной организационно-технической системы, способной своевременно и достоверно установить диагноз больного и выбрать эффективную тактику лечения, является актуальной задачей информатизации.

Задачу диагностики в области медицины можно поставить как нахождение зависимости между симптомами (входными данными) и диагнозом (выходными данными). Для реализации эффективной организационно-технической системы диагностики необходимо использовать методы искусственного интеллекта. Целесообразность такого подхода подтверждает анализ данных, используемых при медицинской диагностике, который показывает, что они обладают целым рядом особенностей, таких как качественный характер информации, наличие пропусков данных; большое число переменных при относительно небольшом числе наблюдений. Кроме того, значительная сложность объекта наблюдения (заболеваний) нередко не позволяет построить даже вербальное описание врачом процедуры диагноза. Интерпретация медицинских данных, полученных в результате диагностики и лечения, становиться одним из серьезных направлений нейронных сетей. При этом существует проблема их корректной интерпретации. Широкий круг задач, решаемых с помощью нейросетей, не позволяет пока создать универсальные мощные сети, вынуждая разрабатывать специализированные нейронные сети, функционирующие по различным алгоритмам. Основными преимуществами нейронных сетей для решения сложных задач медицинской диагностики являются: отсутствие необходимости задания в явной форме математической модели и проверки справедливости серьезных допущений для использования статистических методов; инвариантность метода синтеза от размерности пространства, признаков и размеров нейронных сетей и др.

Однако использование нейронных сетей для задач медицинской диагностики связано также с рядом серьезных трудностей. К ним следует отнести необходимость относительно большого объема выборки для настройки сети, ориентированность математического аппарата на количественные переменные.