заключительного диагноза перечисленных заболеваний и может быть использована в алгоритме ИИ.
Таблица 9. ЕИ узла нейросети «Результаты лабораторных исследований» (фрагмент)
Результаты инструментальных исследований
В данном разделе рассматривается информация по результатам инструментальных исследований пациента, необходимая для формирования алгоритмов ИИ по формированию ЛДП в части диагностики заболеваний.
Примеры результатов некоторых инструментальных исследований, фигурирующих в клинических рекомендациях (2 – 11), представлены в таблице 10.
Знак + означает, что указанная информация по результатам инструментальных исследований является одним из основных факторов в пользу подтверждения заключительного диагноза перечисленных заболеваний и может быть использована в алгоритме ИИ.
Примечание:
Результаты исследований, представленные в графе ВИЧ:
– Не являются результатами специального инструментального исследования для диагностики данной инфекции.
– Могут наблюдаться при диагностике оппортунистических заболеваний, выявление которых может повлиять на исход заболевания и тактику лечения пациента.
Таблица 10. ЕИ узла нейросети «Результаты инструментальных исследований» (фрагмент)
Ожидаемый результат выполнения алгоритма ИИ
1 этап
Установлен наиболее вероятный предварительный диагноз заболевания, основанный на определении диагностической уверенности по следующим УН ячейки нейросети «Диагностика»:
– базовые данные пациента;
– анамнез;
– жалобы;
– лист уточненных диагнозов;
– данные объективного осмотра.
Упрощенный алгоритм расчета диагностической уверенности может быть представлен следующей формулой:
Значение ДУ в предварительном диагнозе = значение УН1 + значение УН2 + значение УН… n, где:
ДУ – диагностическая уверенность в предварительном диагнозе
УН1, УН2, УН… n – узлы нейросети, сумма значений которых определяет диагностическую уверенность. Чем выше итоговое значение – тем выше диагностическая уверенность в предварительном диагнозе.
В свою очередь:
Значение УН = значение ЕИ1 + значение ЕИ2 + значение ЕИ… n, где
ЕИ – единицы информации, сумма значений которых определяет значение УН, в который они входят.
В свою очередь:
Значение ЕИ = КоР ЕИ х КоВ ЕИ, где:
Коэффициент распространенности ЕИ (КоР ЕИ) – значение, характеризующее уровень распространенности определенной ЕИ при характеристике конкретного заболевания. Например, головная боль, встречающаяся у 90% пациентов, страдающих артериальной гипертензией, представляет собой КоР ЕИ = 0,9, что можно считать высоким значением.
Однако КоР ЕИ в данном примере сам по себе не будет играть решающего значения