Экспертные системы в медицине. Моделирование в медицине

прогноза. Принятие решения – это акт целенаправленного воздействия на объект

управления, основанный на анализе ситуации, определении цели, разработке программы достижения этой цели.

это комплекс программ, аккумулирующий знания специалистов в конкретной предметной области,

предназначенный для тиражирования знаний и консультаций менее квалифицированных пользователей.

знаниям и Эксперт
Пользователь (база данных)

класса задач, целей и т.д.);
2. Концептуализация (определяются основные понятия, терминология,

стратегия принятия решений и т.д.);
3. Формализация (выбор языка представления знаний, продукционные модели, семантические сети и т.д.);
4. Разработка прототипа (создание усеченной версии для проверки работы программы);
5. Тестирование (выявление ошибок, адекватности интерфейса и т.д.);
6. Опытная эксплуатация.

ЭВМ

По степени интеграции

типов океанских судов – SIAP, определение свойств личности – АВТАНТЕСТ

и др.)
Диагностика (медицинская, аппаратуры, математического обеспечение и др.)
Мониторинг (помощь диспетчерам атомного реактора – REACTOR, контроль за работой электростанций, аварийных датчиков)
Проектирование (конфигураций ЭВМ, синтез электрических цепей – SYN и др.)

урожая - PLANT,
прогнозы в экономике - ECON и т.д.)

Планирование

(планирование поведение робота – STRIPS, планирование промышленных заказов – ISIS и т.д.)

Обучение (языку программирования ЛИСП, ПАСКАЛЬ и т.д.)

временем
Статические

Квазидинамические

Динамические

производительности

На символьных процессорах

На мини- и супермини- ЭВМ

На ПЭВМ

лечения инфекционных заболеваний крови.
EMYCIN – Empty MYCIN (пустой МИЦИН), диагностическая

ЭС с незаполненной базой данных. Возможно использование для диагностики и лечения заболеваний разного профиля.
ANGY – диагностика и терапия сужения коронарных сосудов.
ДИАГЕН – диагностика наследственных болезней.
ДИН – диагностика неотложных состояний, используется при стёртой клинической картине заболеваний.
ВЕСТ-СИНДРОМ – диагностика судорожных состояний (эпилепсии).
Другие.

создании и исследовании моделей.
Модель – это новый объект, который

отражает существенные особенности изучаемого объекта, явления или процесса.
Процесс моделирования включает три элемента:  субъект (исследователь), объект исследования,  модель, опосредствующую отношения познающего субъекта и познаваемого объекта.

с моделью - исследование «поведения» модели
3. перенос знаний с

модели на оригинал
4. практическая проверка получаемых  с  помощью моделей знаний
и их использование для построения обобщающей теории объекта,  его преобразования или управления им.

наглядные пособия, различные тренажеры, обучающие программы. 
Опытные модели используются для

исследования объекта и прогнозирования его будущих характеристик. Например, искусственные протезы клапанов сердца.
Научно-технические модели создаются для исследования процессов и явлений. К таким моделям можно отнести модель движения планет Солнечной системы, модель камер сердца и его клапанов.
Игровые модели — это различного рода игры: деловые, экономические, лечебные. С помощью таких моделей можно разрешать конфликтные ситуации, оказывать психологическую помощь, проигрывать поведение объекта в различных ситуациях.
Имитационные модели имитируют реальность с той или иной степенью точности.

определения новых свойств моделируемого объекта. Например, расчет вероятности развития осложнения

после операции.
Описательные - описывают поведение некоторой системы и не предназначены для целей управления. Например, формулы, описывающие изменение концентрации лекарственного вещества в крови после его введения .

и другие свойства объектов в материальном мире. Например, искусственный хрусталик,

искусственный тазобедренный сустав, скелет человека
Информационные модели – отражают свойства объектов, предметов или процессов с помощью ассоциативных знаков (слова, рисунки, схемы, чертежи, формулы и т.д.). Например, схема кровоснабжения сердца.
Типы информационных моделей: словесные, графические, математические.
В зависимости от структуры информационные модели делятся на табличные, иерархические и сетевые.

модель описывает систему в определенный момент времени. Например, классификации заболеваний,

методов исследования.
Динамические – описывает процессы изменения и развития систем. Например, схематическое описание развития физиологических систем в процессе развития ребенка

моделирования. Например, протез нижней конечности.
Энергетические – моделируют функцию организма при

отсутствии внешнего сходства. Например, искусственная почка.
Смешанные – моделируют и внешнее сходство объекта и его функцию. Например, дистанционно управляемый протез.
Информационные – описывают объект с помощью ассоциативных знаков.
Биологические – заболевания модулируют на животных. Например, крысы с эпилепсией, тугоухостью, артериальной гипертензией.

между показателями. Например, минутный объем крови – это произведение фракции

выброса крови левым желудочком сердца на частоту сокращений сердца.
Вероятностные – результат оценивается с помощью вероятностных характеристик. Например, расчет анестезиологического и операционного риска по возрасту, исходным показателям функционирования систем организма, типа операции.

сущность явлений и процессов в медицине
Описать и понять факты, выявить

взаимосвязи между элементами
Найти рациональное решение с наибольшей полнотой и надежностью.
Быстро и эффективно проверять гипотезы без обращения к эксперименту.
Предсказывать поведение реальной системы.

и закрытом клапане
1 Фаза. Аортальный клапан открыт, Qс≠0.
2 Фаза. Аортальный

клапан закрыт, Qс=0.

разности скоростей притока в него крови из сердца Qc и

оттока в систему микрососудов Q:
dV=Qc(t) - Q(t) (1)
где Qc(t) - объемная скорость поступления крови из сердца, Q(t) - объемная скорость кровотока в начале мелких сосудов, dV- изменение объема крупных сосудов.
Изменение объема резервуара линейно зависит от изменения давления крови в нем dP:
dV= CdP (2)
где С (эластичность стенок аорты) коэффициент
пропорциональности между давлением и объемом.
С ~ 1/Е, Е- модуль упругости стенок крупных сосудов.
 

получим, что:

Q(t) = (3)
 

где P(t) - давление в крупных сосудах (в том числе на входе в мелкие), Ркон - давление на выходе из жесткой трубки, Х- гидравлическое сопротивление мелких сосудов. Во всех урав­нениях под Р(t) понимается избыточное давление (разность между реальным давлением и атмосферным).
Систему уравнений (1, 2, 3) решаем относительно P(t), Q(t) или V(t). Решим систему относительно P(t).
С учетом 1, 2, 3 получим уравнение :


 (4)


Это неоднородное линейное дифференциальное уравнение, решение которого определяется видом функции Qc(t).

клапана:
P(t) =

Pc • e- t/X•C

Зависимость давления крови от времени в крупном сосуде после закрытия аортального клапана.

одном комплексе данных можно pазpаботать целый pяд pазличных моделей, по

pазному интеpпpетиpовать  исследуемое явление, и выбpать наиболее плодотвоpную из них для теоpетического истолкования.            
 2. в пpоцессе постpоения модели можно сделать pазличные дополнения  к исследуемой гипотезе и получить ее упpощение.
 3. в случае сложных математических моделей можно пpименять компьютер и повысить аналитические возможности.
 4. откpывается возможность пpоведения модельных экспеpиментов.

компенсаторных сдвигов, лечебных воздействий (медикаментозных, изменения режима вентиляции, жидкостного баланса

и пр.),
Необходимость представления клинического контроля,
Оценка модели в реальном времени
Наличие интерактивного (диалогового) управления исследовательских процессов в терминах, принятых в клинике.

изучаемая система заменяется моделью, с достаточной точностью описывающей реальную систему

и с ней проводятся эксперименты с целью получения информации об этой системе. Экспериментирование с моделью называют имитацией (имитация — это постижение сути явления, не прибегая к экспериментам на реальном объекте).
Современная технология имитационного моделирования решает задачи в сфере здравоохранения и фармацевтической отрасли. Например, анализ бизнес-процессов при проектировании больниц, оптимизация количества персонала и медицинского оборудования, планирование выхода на рынок новых лекарственных препаратов.

теоретические и вычислительные методы для моделирования или имитации поведения молекул,

состоящих от нескольких атомов и до «гигантских» биологических цепочек. Общей чертой методов молекулярного моделирования является атомистический уровень описания молекулярных систем.

глаза (отмечены черным цветом) при лазерном разрушении хрусталика

разрушению хрусталика и расчётная сетка

начальный и конечный моменты лечения

и полученной при томографических исследованиях областей поражения головного мозга  
Моделирование

последствий черепно-мозговых травм

реализации математических моделей фармакокинетики
подбор индивидуальных режимов дозирования конкретного препарата с

помощью компьютерной модели (подбор скорости длительной инфузии препарата; подбор нагрузочной дозы, кратности введения, поддерживающей дозы при дробном введении препарата)

вещество сначала попадает в мышцу, а затем диффундирует из мышцы

в кровь, причем скорость этого процесса тем выше, чем больше масса лекарственного вещества в мышце в данный момент времени - m(t) .
Применяя закон сохранения массы к количеству лекарственного вещества, содержащегося в мышце, и к количеству лекарственного вещества в кажущемся объеме получим 2 уравнения:
m(t+h) = m(t) - λ*m(t)*h (3)
c(t+h) = c(t) +[λ*m(t) – Cl*c(t)]*h/V (4)
При t=0
m(0) = D, c(0) = Co (5)
где λ – коэффициент скорости диффузии препарата из мышцы в кровь, D – доза препарата.

АД (мм рт. ст.)
180
160

140

120

180

180

160

140

120

140

120

160

120

140

160

180

120

180

140

160

Общий холестерин

10 - 14%

Женщины

Мужчины

50 лет

ммоль/л

мг

/

дл

4

5

6

7

8

4

5

6

7

8

4

5

6

7

8

4

5

6

7

8

150

200

250

300

150

200

250

300

150

200

250

300

150

200

250

300

НЕКУРЯЩИЕ

КУРЯЩИЕ

НЕКУРЯЩИЕ

КУРЯЩИЕ

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

2

2

1

3

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

3

3

3

3

3

3

3

3

3

3

3

3

3

3

3

3

3

3

3

3

3

3

3

3

3

3

3

3

3

1

3

3

3

2

2

3

3

3

3

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

5

5

5

5

5

5

5

5

5

5

5

5

5

5

5

5

5

5

5

5

5

5

5

5

5

6

6

6

6

8

6

6

6

6

6

6

6

6

6

6

6

6

6

6

6

6

6

7

8

9

7

8

9

7

8

9

7

7

8

9

7

7

8

9

9

8

9

7

9

9

9

7

9

7

9

7

8

8

7

8

7

8

6

9

8

9

8

7

7

8

7

8

7

10

10

12

14

11

11

13

12

13

10

12

14

10

12

12

14

10

12

12

10

11

13

10

12

14

13

11

13

11

13

14

10

11

13

11

10

12

13

13

10

12

15

15

15

15

16

16

17

19

22

16

19

22

26

18

26

30

35

41

47

18

21

25

29

34

17

20

24

17

16

19

22

16

18

21

24

28

33

17

20

24

17

15%

6 - 9%

4 - 5%

<1%

1%

2%

3%

Пример вероятной математической модели
Шкала SCORE - шкала прогнозирования 10-летнего риска сердечно-сосудистой смертности