Използването на изкуствени невронни мрежи в диференциалната диагноза на рецидивиращ бронхит в
Повтарящият се бронхит е едно от най-често срещаните заболявания, с които се сблъсква педиатър в своята практика. В статията се предлага метод за диференциална диагностика на рецидивираща бронхопулмонална патология при деца с помощта на анализ на невронната мрежа. Създадената експертна система може да се използва за диференциална диагностика на рецидивиращ бронхит (J 40.0)
Изкуствени невронни мрежи в диагностична диагностика на рецидивиращ бронхит при деца
Възстановяващият бронхит е едно от честите заболявания в педиатричната практика. Предложихме начина на деферентна диагностика на рецидивираща белодробна патология при деца чрез невронет анализ. Специалната експериментална система е разработена за диагностика на ремитиращ бронхит (J 40.0).
Текст на научната работа по темата "Използването на изкуствени невронни мрежи в диференциалната диагноза на рецидивиращ бронхит при деца"
ПРИЛОЖЕНИЕ НА ИЗКУСТВЕНИ НЕВРОННИ МРЕЖИ В
ДИФЕРЕНЦИАЛНА ДИАГНОСТИКА НА ПОВТОРЕНОТО
БРОНХИТ ПРИ ДЕЦА
О.В. Алексеева, Д.А. Росиев, Н.А. Ильенкова
Красноярски държавен медицински университет. проф. V.F. Войно-Ясенецки, ректор - доктор на медицинските науки, проф. И.П. Артюхов 'Красноярска регионална клинична болница, главен лекар - заслужено. лекар Б.П. Мащаков.
Обобщение. Повтарящият се бронхит е едно от най-често срещаните заболявания, с които се сблъсква педиатър в своята практика. В статията се предлага метод за диференциална диагностика на рецидивираща бронхопулмонална патология при деца с помощта на анализ на невронната мрежа. Създадената експертна система може да се използва за диференциална диагноза на рецидивиращ бронхит (J 40.0)
Ключови думи: невронни мрежи, рецидивиращ бронхит, деца.
Алексеева Олга Валерьевна - кореспондент аспирант в катедра Детски болести с курс по софтуер e-mail: alekseevail [email protected].
Росиев Дмитрий Анатолиевич - доктор на медицинските науки, проф., Ръководител. отдел медицинска информатика и иновативни технологии със софтуерен курс; e-mail: [email protected].
Ильенкова Наталия Анатолиевна - доктор на медицинските науки, проф., Ръководител. отдел детски болести с хода на софтуера; e-mail: ilenkoval @ mail.ru.
Един от неотложните проблеми на пулмологията е повтарящата се бронхопулмонална патология при деца. Известно е, че диференциалът
диагностиката на рецидивиращ бронхит (I 40.0) при деца създава затруднения за практикуващите и води до диагностични грешки. Повтарящият се бронхит се отличава с разнообразни клиники, характеристики на хода и може да се комбинира с други белодробни заболявания. Често под прикритието на рецидивиращ бронхит се появяват заболявания като бронхиална астма, малформации на белите дробове, малформации на трахеята и бронхите, муковисцидоза [1,2,3].
В днешно време новите компютърни технологии, изкуствените невронни мрежи, имитиращи работата на човешкия мозък, стават все по-широко разпространени в медицината [4]. Най-голям интерес представляват системите за диагностика и диференциална диагностика на заболявания [5]. Списъкът на областите на медицината, в които са започнали да се прилагат нови технологии, е изключително обширен и продължава да расте. Една от актуалните области е използването на невронни мрежи в пулмологията [6,7,8]. В същото време за вземане на решения могат да се използват голямо разнообразие от данни: анамнеза, клиничен преглед, резултати от лабораторни тестове и данни от сложни функционални методи [9].
Цел на изследването: разработване на експертни системи за невронна мрежа за диференциална диагноза на рецидивиращ бронхит при деца.
Материали и методи
Анализирахме данни от архивите на Красноярската регионална клинична болница. 214 клинични примера за история на случаи на пациенти с проверени диагнози на отделенията по детска пулмология и детска алергология.
За да се оптимизира работата с клиничните данни, беше разработен въпросник, съдържащ набор от входни параметри и диагноза, което е отговорът. Параметрите бяха разделени на няколко големи групи: оплаквания, представени на пациента при постъпване в болница; анамнестична информация (медицинска история и живот на пациента); обективни данни
изследвания и резултати от лабораторни изследвания, извършени по време на приема; лечението, което пациентите са получавали амбулаторно и в болница. По този начин наборът от входни параметри отразява пълния клиничен преглед на пациента в специализирано отделение.
Тъй като тази работа е първият опит от използването на компютърна експертна система от невронни мрежи за диференциална диагноза „рецидивиращ бронхит“, ние нямаме за цел да обхванем цялото разнообразие от респираторни заболявания при деца.
За експеримента от общата извадка беше избрана тренировъчна група (191 души) (214 души), а контролната група беше тестова група (23 души).
Обучителната група включва деца на възраст от 3 до 17 години, разпределени са 8 класа: степен 1 - пациенти с лека бронхиална астма, степен 2 - пациенти с умерена бронхиална астма, степен 3 - пациенти с тежка бронхиална астма, степен 4 - пациенти с хроничен бронхит, степен 5 - пациенти с локален хроничен бронхит, степен 6 - муковисцидоза, степен 7 - обструктивен бронхит, степен 8 - остър бронхит (Таблица 1). Всички пациенти по време на престоя си в болницата бяха подложени на пълен клиничен преглед, който направи възможно потвърждаването или изключването на диагнозата.
Контролната група се състоеше от 23 души на възраст 3-17 години, които включваха болни деца с диагноза рецидивиращ бронхит (J 40.0).