Цель и постановка задач исследования
Многочисленными исследованиями доказано, что в значительной мере повысить качество прогнозирования различных заболеваний включая МКБ можно, используя современные математические методы, информационные и интеллектуальные технологии.
В последнее время применение современных информационных технологий и систем поддержки принятия решений становится критическим фактором развития большинства отраслей знания и областей практической деятельности, поэтому разработка и внедрение автоматизированных систем в медицине является одной из актуальных задач.Задачи повышения эффективности прогнозирования камнеобразования в разное время занимался ряд зарубежных ученых, но разработанные ими методы основаны на анализе большого перечня показателей, полученных на основании дорогостоящих биохимических анализов. При этом они не охватывают всего спектра обменных пролитогенных нарушений, не учитывают выраженность индивидуальных факторов риска, присутствующих у конкретного пациента, достаточно затратные. В работах различных исследователей (Воронцов, Шаповалов, Н.А. Кореневский, А.Г. Коцарь, А.В. Новиков, С.П. Серегин и др.) было показано, что большое количество задач прогнозирования в медицине, включая урологические болезни и в частности МКБ, целесообразно решать, используя нечеткую логику принятия решений (Шаповалов, Кореневский Н.А., Серегин С.П., и др.) [20, 51, 56, 57, 62, 77, 121].
В ряде работ, посвященных прогнозированию возникновения и обострения МКБ, использовались нечетких модификаций модели Е. Шортлифа (Коцарь А.Г., Стародубцева Л.В) [78, 79, 124], однако выбранные пространства информативных признаков не обеспечивают решение поставленных в работе задач с требуемыми показателями оперативности и качества. Проведенный анализ показал, что лучшие показатели по времени и качеству решения задач прогнозирования МКБ достигается при использовании методологии синтеза гибридных нечетких решающих правил, разработанных на кафедре биомедицинской инженерии Юго-Западного государственного университета (Кореневский Н.А., Шуткин А.Н.) [51, 56, 57, 62, 63, 77].
В связи с этим возникает необходимость разработки и внедрения в практику врача-уролога современных автоматизированных технологий с использованием математического аппарата и вычислительных алгоритмов, позволяющих повысить качество прогнозирования мочекаменной болезни.
Цель работы:повышение качества оказания медицинской помощи пациентам, имеющим склонность и страдающим мочекаменной болезнью путем разработки математических моделей, прибора и алгоритмов прогнозирования и профилактики мочекаменной болезни при неполном и нечетком представлении данных с пересекающейся структурой прогнозируемых классов состояний.
Для решения поставленной цели решении следующие задачи:
- с учетом этиологии и патогенеза появления и развития мочекаменной болезни выбрать адекватный математический аппарат исследования;
- сформировать пространство информативных признаков и синтезировать математическую модель прогнозирования возникновения мочекаменной болезни;
- сформировать пространство информативных признаков и синтезировать математическую модель прогнозировании рецидива мочекаменной болезни;
- разработать информационно-аналитическую модель принятия решений для прогнозирования и профилактики МКБ;
- разработать прибор для комбинированной профилактики и терапии МКБ;
- разработать алгоритм управления процессами принятия решений по рациональному ведению пациентов, имеющих склонность к заболеванию и заболевших МКБ;
- разработать структуру системы поддержки принятия решений врача-уролога;
- протестировать эффективность предложенных моделей и средств в клинических условиях.
Еще по теме Цель и постановка задач исследования:
- Постановка задачи на исследование
- 1.5 Цель и задачи исследования
- Цель и задачи исследования
- Цель и задача исследования
- Цель и задачи исследования
- Цель и задачи теоретических и экспериментальных исследований
- Цель работы и задачи исследования
- Аналитический обзор и постановка задачи на исследование
- Постановка этапов и задач исследования работы трибосопряжения эндопротеза тазобедренного сустава
- Автоматизация анализа изображений в исследованиях мозга: постановка задач, математические основы, информационные технологии