ЕКСПЕРТНА СИСТЕМА ВИЗНАЧЕННЯ ЗАХВОРЮВАННЯ ЗА АНАЛІЗОМ КРОВІ
DOI:
https://doi.org/10.31498/2522-9990232020241181Ключові слова:
медична експертна система, база знань, аналіз крові, діагноз, дерево рішень, продукційні правилаАнотація
Використання інтелектуальних інформаційних систем (ІІС) в сфері охорони здоров'я стає все більш актуальним. З їх допомогою можна систематизувати знання фахівців, щоб надалі використовувати їх для допомоги в прийнятті рішень в складних завданнях або небезпечних ситуаціях. Проблема медицини полягає в тому, що, найчастіше, дані для постановки діагнозу представлені заплутаними клінічними показаннями. Тому використання ІІС стає необхідним, адже від швидкості реакції лікаря залежить життя і здоров'я пацієнта, а системи допоможуть йому швидше і впевненіше поставити вірний діагноз або направити його в правильному напрямку.
У рамках даної роботи були досліджені існуючі експертні системи (ЕС) в медичній галузі. У даний час ЕС допомагають лікарям-фахівцям діагностувати захворювання сполучних тканин, депресивні стани, захворювання очей, інфекційні захворювання, легеневих захворювань, кислотних і електролітних захворювань та ін. Але жодна з них не допомагає експертам в постановці діагнозу за аналізом крові. Це допомогло б заощадити багато часу молодим лікарям і допомогти їм у навчанні.
Дана стаття присвячена розробці медичної експертної системи (МЕС), яка буде ставити попередній діагноз, ґрунтуючись на аналізі крові. У ході дослідження були вивчені різні архітектури експертних систем і методології представлення знань. Для реалізації МЕС була обрана статична структура ЕС, а для моделювання бази знань (БЗ) використовувалися продукційні правила і бінарне дерево рішень. Правила складалися на основі систематизації знань отриманих від лікарів міста Маріуполя. Розробка БЗ проводилася з використанням «Малої експертної системи», після чого був реалізований прототип експертної системи на мові програмування С++.
Посилання
Oluwafemi J., Ayangbekun & I., Olatunde & Bankole, Felix Olu. (2014). An Expert System for Diagnosis of Blood Disorder. International Journal of Computer Applications. 100. 36-40. 10.5120/17509-8061.
Гудзь А.С., Максимців М.Л., Зябліцев С.В., Могілевський С.Ю., Гур'Янов В.Г. Expert system for predicting the stage of diabetic retinopathy based on the analysis of platelet dysfunction // Клінічна ендокринологія та ендокринна хірургія. 2018. №2 (62).
J. Gudu, D. Gichoya, P. Nyongesa, A. Muumbo. (2012). Development of a Medical Expert System as an Expert Knowledge Sharing Tool on Diagnosis and Treatment of Hypertension in Pregnancy. International Journal of Bioscience, Biochemistry and Bioinformatics. 2. 297-300. 10.7763/IJBBB.2012.V2.120.
Patra, P.Santosh & Sahu, Dipti & Mandal, Dr. Indrajit. (2010). An Expert System for Diagnosis Of Human Diseases. International Journal of Computer Applications. 1. 10.5120/279-439.
Hazem Awni Al Rekhawi, Abdullah A. Ayyad, Samy S. Abu Naser. (2017). Rickets Expert System Diagnoses and Treatment. International Journal of Engineering and Information Systems (IJEAIS). 1. 149-159.
Dashti, Seyed & Dashti, Seyedeh. (2020). An Expert System to Diagnose Spinal Disorders. The Open Bioinformatics Journal. 13. 57-73. 10.2174/1875036202013010057.
Abu Ghali, Mahmoud & Mukhaimer, Mohammed & Yousef, Mohammed & Abu-Naser, Samy. (2017). Expert System for Problems of Teeth and Gums. International Journal of Engineering and Information Systems (IJEAIS). 1. 198-206.
Мельникова Н.І., Стебліна К.В. Особливості проектування систем підтримки лікувальних рішень // Математичні машини і системи. 2014. №1.
