ПРИМЕНЕНИЕ СТАТИСТИЧЕСКИХ МЕТОДОВ ПРИ ДИАГНОСТИРОВАНИИ ЗАБОЛЕВАНИЙ СЕРДЕЧНО-СОСУДИСТОЙ СИСТЕМЫ

Развитие информационных технологий позволило решить ряд задач, связанных с процессами жизнедеятельности человека, облегчить и ускорить процесс их решения и повысить качество результата. Одно из актуальных направлений исследования – задачи диагностики и прогнозирования некоторой величины Y по доступным значениям переменных X1, . . . , Xn. Они позволяют решать не только задачу прогноза, но и классификации, управления процессами или системами. Как правило принятие решений для таких задач производит специалист. Но с увеличением сложности систем и процессов в них, учитывая большое количество взаимосвязанных данных, которые необходимо принимать во внимание, возникают проблемы повышения качества правильности принимаемых решений.

В общем виде задача распознавания образа сводится к определению правил для отнесения объекта к определенной группе (категории или классам) на основе изучения его характеристик. Выделим основные понятия:

• Признак - Количественное или качественное описания свойства исследуемого объекта;
• Объект - Предмет или явление исследуемое в задаче;
• Класс - Некоторое множество объектов, объединённое общими свойствами или свойством;
• Решающее правило распознавания - алгоритм, по которому методом обучения анализа значений признаков объекта будет определятся к какому классу (классам) он принадлежит;
• Обучение распознаванию образов - процесс, результатом которого является решающее правило распознавания, позволяющее осуществить распознавание с минимальной ошибкой прогноза.

С развитием компьютерных технологий, человек стал внедрять их в свою повседневную жизнь. Особенное применение они нашли в медицине.

В Российской Федерации болезни сердечно-сосудистой системы занимают ведущее место в структуре заболеваний, определяющих уровень временной и стойкой утраты трудоспособности и смертности населения. По данным Федеральной службы государственной статистики на 2016 год приходилось 4649 тыс. человек с болезнями кровообращения, по сравнению с 2013 годом этот показатель увеличился почти в 2 раза. Растущие показатели могут быть связаны с поздней диагностикой заболевания, отсутствием времени, денег или желания человека проходить длительные обследования и сдачу анализа.

При постановке диагноза врач, основывается на личном опыте и знаниях, а также информации доступной ему из книг, статей и интернета. По сути доктор на основе известных ему факторов (анализы пациента и его данные о его образе жизни) пытается классифицировать его нынешнее состояние.

С применением ЭВМ можно автоматизировать этот процесс. В роли объекта выступает болезнь, которую врач пытается определить у пациента. Признаками, в данном случае, будут как раз анализы человека и различные данные о его образе жизни. Ориентируясь на исследования влияния факторов влияющих на возникновение болезней сердечно-сосудистой системы производится классификация.

Производится обучение системы, с целью минимизации её ошибки. Обучая систему, мы повышаем её точность в отнесении объекта к определенному классу. Процедура состоит из двух этапов:

1. Формирование обучающей выборки;
2. Определение границ классов для объектов обучающей выборки (например, путем ее разбиения на кластеры).

На этапе принятия решения, производится определение численной оценки, которая характеризует степень уверенности в отнесении системой объекта к одному из заранее известных классов. Оценки определяются на основе описания объекта и данных о границах сформированных кластеров. Минимизация происходит за счет изменения некоторого порогового значения, по которому и определяется принадлежность к классу. Обучение производится до тех пор, пока ошибка не станет приемлемой.

Стоит обратить внимание, что при создании прикладных программ, ориентированных на решение задач медицинской диагностики, важен механизм хранения входной и выходной информации. Это необходимо для накопления базы, что позволит не только улучшать диагностические системы, но и повышать эффективность лечения.

С учетом масштабов проблемы сердечно-сосудистых заболеваний современная медицина, нуждается в вооружении недорогими, безопасными для пациента, эффективными и надежными прикладными инструментальными средствами.

Список литературы:

1. Вапник В.Н. Задача обучения распознаванию образов. – М.: Знание, 1971. – 64 с.
2. Жариков О.Г., Ковалев В.А., Литвин А.А Современные возможности использования некоторых экспертных систем в медицине // Врач и информационные технологии. - 2008. - №5. - С. 24-30.
3. Федеральная служба государственной статистики URL: http://www.gks.ru/wps/wcm/connect/rosstat_main/rosstat/ru/statistics/publications/catalog/doc_1139919134734 (дата обращения: 25.05.2020).