Библиографическое описание:Средства интеллектуальной поддержки принятия решений в диагностике и лечении наркозависимых : научное издание / К. А. Виноградов [и др.]. - Текст : непосредственный // Врач и информационные технологии. - 2018. - № 4. - С. 20-26. - ISSN 1811-0193. Перевод заглавия: Means of intellectual data analysis and support of decision-making in diagnostics and treatment of drug-dependent
Аннотация:В диагностике и лечении наркозависимых существенным является раннее определение спектра принятых пациентом наркотических веществ. Известны специфичные симптомы употребления того или иного наркотического вещества, по которым еще до проведения лабораторных исследований можно определить, что именно принял пациент. Использование методов интеллектуального анализа данных позволяет выявлять характерные симптомы в случае употребления одного или нескольких наркотических веществ, устанавливать для наблюдаемых симптомов возможные наборы наркотических препаратов. В работе закономерности между принятыми наркотическими препаратами и наблюдаемыми симптомами математически описываются с помощью ассоциативных правил. Для обнаружения этих правил применяются известные алгоритмы Apriori, Close, а также предложенный авторами алгоритм MClose. Алгоритм MClose позволяет установить наиболее существенные строгие ассоциативные правила (правила с достоверностью 1). В статье представлено предложение по экспертной предобработке дынных, позволяющее существенно снизить количество сгенерированных ассоциативных правил и повысить качество их интерпретации. Разработанные методы и средства направлены на диагностику и поддержку принятия решений при лечении наркозависимых.
Early detection of the drug used by the patient is essential In the diagnosis and treatment of drug addicts. There are specific symptoms of drug use, according to which it is determined that the patient used before the laboratory tests. The use of methods of data mining allows you to identify the characteristic signs of using several drugs and establish previously unexplored symptoms for new drugs, identify typical and atypical patients. In the work, the patterns between the narcotic drugs used and the symptoms are mathematically described using associative rules. Algorithms Apriori, Close and the MClose algorithm proposed by the authors are used to find these rules. The MClose algorithm finds the most significant strict associative rules (rules with reliability 1). The article presents a proposal on expert pre-processing of melon, which allows to significantly reduce the number of generated associative rules and improve the quality of their interpretation. The developed methods and means is aimed at diagnosing and supporting decision-making in the treatment of drug addicts.
Издательство:Общество с ограниченной ответственностью Издательский дом "Менеджер здравоохранения, Москва
Источник:Врач и информационные технологии
Выпуск:№ 4
Номера страниц:20-26
Держатель оригинала документа:Краевая клиническая больница, ФГАОУ ВО "Сибирский федеральный университет", ФГБОУ ВО «Красноярский государственный медицинский университет имени профессора В.Ф. Войно-Ясенецкого» Министерства здравоохранения Российской Федерации
Количество экземпляров:
Твёрдая копия издания отсутствует в фонде библиотеки
Ключевые слова:диагностика наркозависимости, интеллектуальный анализ данных, ассоциативные правила, diagnosis of drug addiction, data mining, associative rules
