350 руб
Журнал «Информационно-измерительные и управляющие системы» №5 за 2013 г.
Статья в номере:
Особенности медицинских интеллектуальных систем
Ключевые слова: интеллектуальные/экспертные медицинские системы инженерия знаний Data Mining лингво-образные системы
Авторы:
Б.А. Кобринский - д.м.н., профессор, руководитель Медицинского центра новых информационных технологий ФГБУ «МНИИ педиатрии и детской хирургии» Минздрава России, профессор кафедры «Биологическая и медицинская информатика и кибернетика», Российский национальный исследовательский медицинский университет им. Н.И. Пирогова Минздрава России. E-mail: bakob@pedklin.ru
Аннотация:
Рассмотрена специфика медицинской проблемной области. При извлечении знаний обращено внимание на работу с группой экспертов, а также на важность экспертной оценки данных, получаемых при использовании технологии Data Mining. Показано значение отдельных находок в созданных ранее системах. Сформулированы требования к интеллектуальным динамическим медицинским системам. Рассмотрены перспективы развития медицинских интеллектуальных систем.
Страницы: 58-64
Список источников

 

  1. Ясперс К. Общая психопатология. / Пер. с нем. Л. О. Акопяна. М.: Практика. 1997. С. 266 -268.
  2. Шапиро Д. И. Принятие решений в системах организационного управления: использование расплывчатых категорий. М.: Энергоатомиздат. 1983. 415 с.
  3. Нариньяни А. С. Не-факторы: краткое введение // Новости искусственного интеллекта. 2004. № 2. С. 52 - 63.
  4. Fayyad U. M., Irani K. B.Multi-interval discretization of continuous-valued attributes for classification learning // Proc. Thirteenth International Joint Conference on Artificial Intelligence. SanFrancisco: MorganKaufmannPubl. Inc. 1993. P. 1022 - 1027.
  5. Кобринский Б. А. Извлечение экспертных знаний: групповой вариант // Новости искусственного интеллекта. 2004. № 3. С. 58 - 66.
  6. Милль Дж. Ст. Система логики силлогистической и индуктивной: Изложение принципов доказательства в связи с методами научного исследования. М.: Ленанд. 2011. 832 с.
  7. Кобринский Б. А. Логика аргументации в принятии решений в медицине // НТИ. Сер. 2: Информационные процессы и системы. 2001. № 9. С. 1 - 8.
  8. Есенин-Вольпин А. С. Об антитрадиционной (ультраинтуиционистской) программе оснований математики и естественнонаучном мышлении. // Семиотика и информатика. 1993. Вып. 33. С. 13 - 67.
  9. Марьянчик Б. В. О применении виртуальных сетей и мягких вычислений в медицинской диагностике. // VI Нац. конф. по искусственному интеллекту с междунар. участием КИИ-98: Труды конференции. Пущино: 1998. Т. 1. С. 319 - 325.
  10. Adlassnig K. P., Scheithauer W., Grabner G. CADIAG-2/PANCREAS: an artificial intelligence system based on fuzzy set theory to diagnose pancreatic diseases // 3rdInternational conference system science in health care. Munich, July, 1984. Berlin e.a. 1984. P.396-399.
  11. Chandrasekaran B., Mittal S., Smith J. W. MDX and related medical decision-making systems // Proc. International joint conference on artificial intelligence. V. 2. San Francisco: Morgan Kaufmann Publ. Inc. 1981. P.1055-1055.
  12. Citro G., Banks G., Cooper G. INKBLOT: a neurological diagnostic decision support system integrating causal and anatomical knowledge // Artificial intelligence medicine. 1997. V. 10. № 3. P. 257 - 267.
  13. Мешалкин Л. Д., Гольдберг С. И. Новый класс систем искусственного интеллекта (DrWt-системы) // Известия РАН. Сер. «Техническая кибернетика». 1992. № 5. С. 217 - 223.
  14. Бокерия Л. А., Лищук В. А., Газизова Д. Ш. и др. Математические модели сердца, кровообращения и дыхания в экспериментальных и клинических исследованиях: обобщение тридцатилетнего опыта // Бюллетень НЦ ССХ им. А. Н. Бакулева РАМН. 2003. Т. 4. № 2. С. 28 - 33.
  15. Кобринский Б. А., Таперова Л. Н. Проект медицинской интеллектуальной системы реального времени для реанимации // Науч. сессия МИФИ-2007: Сб. науч. тр. М.: 2007. Т. 3. С. 32 - 34.
  16. Рыбина Г. В., Паронджанов С. С. Технология построения динамических интеллектуальных систем. М.: НИЯУ МИФИ. 2011. 240 с.
  17. Финн В. К. Правдоподобные рассуждения в интеллектуальных системах типа ДСМ. ДСМ-метод автоматического порождения гипотез: Логические и эпистемиологические основания / Сост. О. М. Аншаков, Е. Ф. Фабрикантова // под ред. О. М. Аншакова. М.: ЛИБРОКОМ. 2009. С. 10 - 50.
  18. Кобринский Б. А. Значение визуальных образных представлений для медицинских интеллектуальных систем // Искусственный интеллект и принятие решений. 2012. № 3. С. 3 - 8.