Система поддержки принятия клинических решений при диагностике респираторных заболеваний

В статье рассматриваются существующие системы поддержки принятия решений, используемые в здравоохранении для анализа и обработки медицинских данных, обсуждается их функциональность. Предлагается решение для разработки систем поддержки принятия решений для диагностики бронхолегочных заболеваний, позволяющее установить первичную диагностику лечения пациента на основе интеграции интеллектуальной обработки информации, машинного обучения, распознавания образов и извлечения знаний. Обсуждается схема предлагаемой системы поддержки принятия клинических решений при диагностике респираторных заболеваний. Разработка системы поддержки принятия клинических решений со списком предлагаемых возможностей позволит, с одной стороны, значительно улучшить качество оказания медицинской помощи, так как снижает риски человеческого фактора за счет использования компьютерной обработки информации., Гузель Шахмаметова, Рустем Зулкарнеев, Александр Евграфов

Дата публикации: 2019

DOI: 10.2991/itids-19.2019.19

Издатель: ATLANTIS PRESS, 29 AVENUE LAVMIERE, PARIS, 75019, FRANCE

Тип: Article



Clinical Decision Support System for the Respiratory Diseases Diagnosis

Publication date: 2019

DOI: 10.2991/itids-19.2019.19

Abstract:

The existing decision support systems used in healthcare for analyzing and processing medical data is considered in the article, their functionality is discussed. The solution for developing decision support systems to diagnose bronchopulmonary diseases, allowing to establish the patient's primary diagnosis treatments based on the integration of intelligent information processing, machine learning, pattern recognition, and extraction knowledge is proposed. The scheme of the proposed clinical decision support system for the diagnosis of respiratory diseases is discussed. Developing the clinical decision support system with the list of proposed capabilities will, on one hand, significantly improve the quality of medical care, since it reduces risks of human factors due to the use of computer-based information processing, and, on the other hand, increase the level of digitalization in medical institutions as well as their economic efficiency.

Издатель: ATLANTIS PRESS, 29 AVENUE LAVMIERE, PARIS, 75019, FRANCE

Тип: Article