Медицинская нейроинформатика

Далее мы рассмотрим основные принципы и особенности этих технологий.

Все неалгоритмируемые или трудноалгоритмируемые задачи, решаемые нейронными сетями, можно классифицировать на два принципиально различающихся типа в зависимости от характера ответа − задачи классификации и задачи предикции.

Задачи классификации  − основная и очень обширная группа медико-биологических задач. Ответом в них является класс − выбор одного варианта из заранее известного набора вариантов. Классификация может быть бинарной (элементарная классификация) − в этом случае набор возможных ответов состоит из двух вариантов (классов), и n-арной, где число классов более двух. Примерами бинарной классификации могут служить как объективные категории (пол человека − мужской или женский; характер опухоли − доброкачественный или злокачественный), так и субъективные категории (здоров человек или болен; наличие или отсутствие склонности к простудным заболеваниям). В некоторых случаях не представляется возможным отнесение ответа задачи к объективной или субъективной категории, и это не имеет принципиального значения для обучения и работы нейросетевой экспертной системы.

Важной чертой задачи классификации  по определению является возможность  выбора одного и только одного варианта решения (класса). Поэтому постановка диагноза не может считаться одной  классификационной задачей, т.к. у  одного человека может одновременно присутствовать несколько патологий. В случае невозможности выбирать один вариант ответа (множественности  выбора) задача подразделяется на подзадачи, каждая из которых представляет собой классификационную задачу. 

Другой вид задач для  нейросетей − задачи предикции, или предсказания. Они подразделяются на предсказание числа (одномерная предикция) и вектора (векторная предикция, более общий случай). Отличие от классификационных задач заключается в том, что ответ в задачах предикции может быть дробным и принимать любые значения на каком-либо интервале.

Векторная предикция предполагает, что ответ может быть представлен в виде нескольких независимых друг от друга чисел, образующих точку (или вектор) в многомерном пространстве, размерность которого равно количеству предсказываемых чисел. Число координат вектора называется при этом размерностью вектора ответа.

 При решении реальных задач возможны различные комбинации предикции и классификации, и постановка задачи должна быть сделана самим предметным специалистом.

Заключение

Таким образом, на основании анализа  публикаций о применении экспертных систем в медицине можно сделать  следующие выводы:

1. Медицинская нейроинформатика как наука находится пока на стадии накопления фактического материала.

2. Нейронные сети обладают чертами,  так называемого искусственного  интеллекта. Натренированные на  ограниченном множестве обучающих  выборок, они обобщают накопленную  информацию и вырабатывают ожидаемую  реакцию применительно к новым  данным, не используемым в процессе  обучения.

3. Несмотря на значительное количество уже известных практических приложений, возможности дальнейшего использования подходов, основанных на методах искусственного интеллекта, их эффективность окончательно не изучены.

4. Современные технические возможности позволяют выйти на качественно новый уровень представления течения заболевания, а именно на основе экспертных автоматизированных технологий смоделировать типовое развитие патологического процесса. Экспертные компьютерные медицинские системы позволяют врачу не только проверить собственные диагностические предположения, но и обратиться к компьютеру за консультацией в трудных диагностических случаях.

Список используемой литературы

1. Парин В.В., Баевский Р.М. Медицина и техника.- М.: Знание, 1968.- С.36-49.

 
2. Переверзев-Орлов В.С. Советчик специалиста. Опыт разработки партнерской системы // М.: Наука, 1990.- 133 с.

 
3. Масалович А.И. От нейрона к нейрокомпьютеру // Журнал доктора Добба.- 1992.- N.1.- С.20-24.

4. Горбань А.Н., Фриденберг В.И. Новая игрушка человечества // МИР ПК, 1993, № 9.

 
5. Горбань А.Н. Нейрокомпьютер или аналоговый ренессанс // МИР ПК, 1994, № 10.