Презентация на тему: Экспертные системы. Моделирование в медицине

Экспертные системы. Моделирование в медицине.
Интеллектуальные системы поддержки принятия врачебных решений:
Экспертные системы (ЭС) как пример интеллектуализации программных средств:
Экспертные системы. Моделирование в медицине
Экспертные системы. Моделирование в медицине
Экспертные системы. Моделирование в медицине
Экспертные системы. Моделирование в медицине
Экспертные системы. Моделирование в медицине
Экспертные системы. Моделирование в медицине
Экспертные системы. Моделирование в медицине
Экспертные системы. Моделирование в медицине
Экспертные системы. Моделирование в медицине
Экспертные системы. Моделирование в медицине
Основные понятия моделирования
Построение моделей включает этапы:
Классификация моделей по области использования
Классификация моделей по отрасли знаний
Типы моделей в зависимости от целей использования
Классификация моделей по способу представления
Классификация информационных моделей в зависимости от временного фактора
Типы моделей в медицине
Типы математических моделей в медицине
Цели математического моделирования в медицине
Модель гемодинамики Схематическое изображение кровотока в крупных и микрососудах при открытом и закрытом клап ане
Этапы составления математической модели гемодинамики
Экспертные системы. Моделирование в медицине
Закон изменения давления в крупных сосудах с момента закрытия аортального клапана:
Преимущества использования моделей в медицине
Требования к математическому моделированию в медицине
Имитационное моделирование в медицине
Молекулярное моделирование
Примеры моделей
Расчёт давления в глазу человека при проведении лазерной операции по разрушению хрусталика и расчётная сетка
Динамика залечивания кожной раны: трёхмерные картины распределения плотности коллагена в начальный и конечный моменты лечения
Экспертные системы. Моделирование в медицине
Фармакокинетические модели
Математическая модель внутримышечного введения лекарственного вещества
Экспертные системы. Моделирование в медицине
1/38
Средняя оценка: 4.7/5 (всего оценок: 8)
Код скопирован в буфер обмена
Скачать (684 Кб)
1

Первый слайд презентации: Экспертные системы. Моделирование в медицине

Изображение слайда
2

Слайд 2: Интеллектуальные системы поддержки принятия врачебных решений:

выполняют задачи анализа, моделирования и прогноза. Принятие решения – это акт целенаправленного воздействия на объект управления, основанный на анализе ситуации, определении цели, разработке программы достижения этой цели.

Изображение слайда
3

Слайд 3: Экспертные системы (ЭС) как пример интеллектуализации программных средств:

ЭС – это комплекс программ, аккумулирующий знания специалистов в конкретной предметной области, предназначенный для тиражирования знаний и консультаций менее квалифицированных пользователей.

Изображение слайда
4

Слайд 4

Структура экспертной системы Интерфейс пользователя Решатель База знаний Блок объяснений Интеллектуаль-ный редактор базы знаний Инженер по знаниям и Эксперт Пользователь (база данных)

Изображение слайда
5

Слайд 5

Классификация экспертных систем Экспертные системы По задаче По связи с реальным временем По типу ЭВМ По степени интеграции

Изображение слайда
6

Слайд 6

Классификация ЭС по задаче По задаче Интерпретация данных ( обнаружение и идентификация различных типов океанских судов – SIAP, определение свойств личности – АВТАНТЕСТ и др.) Диагностика (медицинская, аппаратуры, математического обеспечение и др.) Мониторинг (помощь диспетчерам атомного реактора – REACTOR, контроль за работой электростанций, аварийных датчиков) Проектирование (конфигураций ЭВМ, синтез электрических цепей – SYN и др.)

Изображение слайда
7

Слайд 7

Классификация ЭС по задаче По задаче Прогнозирование (предсказание погоды – WILLARD, оценки урожая - PLANT, прогнозы в экономике - ECON и т.д.) Планирование (планирование поведение робота – STRIPS, планирование промышленных заказов – ISIS и т.д. ) Обучение ( языку программирования ЛИСП, ПАСКАЛЬ и т.д.)

Изображение слайда
8

Слайд 8

Классификация ЭС по связи с реальным временем По связи с реальным временем Статические Квазидинамические Динамические

Изображение слайда
9

Слайд 9

Классификация ЭС по типу ЭВМ По типу ЭВМ На суперЭВМ На ЭВМ средней производительности На символьных процессорах На мини- и супермини- ЭВМ На ПЭВМ

Изображение слайда
10

Слайд 10

Классификация ЭС по степени интеграции По степени интеграции Автономные Гибридные (интегрированные)

Изображение слайда
11

Слайд 11

Медицинские экспертные системы MYCIN – промышленная ЭС для диагностики и лечения инфекционных заболеваний крови. EMYCIN – Empty MYCIN ( пустой МИЦИН ), диагностическая ЭС с незаполненной базой данных. Возможно использование для диагностики и лечения заболеваний разного профиля. ANGY – диагностика и терапия сужения коронарных сосудов. ДИАГЕН – диагностика наследственных болезней. ДИН – диагностика неотложных состояний, используется при стёртой клинической картине заболеваний. ВЕСТ-СИНДРОМ – диагностика судорожных состояний (эпилепсии). Другие.

Изображение слайда
12

Слайд 12

Фрагмент диалога пользователя с MYCIN

Изображение слайда
13

Слайд 13

Продолжение диалога пользователя с MYCIN

Изображение слайда
14

Слайд 14: Основные понятия моделирования

Моделирование – это метод познания, состоящий в создании и исследовании моделей. Модель – это новый объект, который отражает существенные особенности изучаемого объекта, явления или процесса. Процесс моделирования включает три элемента:   субъект (исследователь), объект исследования,  модель, опосредствующую отношения познающего субъекта и познаваемого объекта.

Изображение слайда
15

Слайд 15: Построение моделей включает этапы:

1. получение знаний   об  объекте-оригинале 2. проведение экспериментов с моделью - исследование «поведения» модели 3. перенос знаний с модели на оригинал 4. практическая проверка получаемых   с  помощью моделей знаний и их использование для построения обобщающей теории объекта,  его преобразования или управления им.

Изображение слайда
16

Слайд 16: Классификация моделей по области использования

Учебные модели используются при обучении. Например, наглядные пособия, различные тренажеры, обучающие программы. Опытные модели используются для исследования объекта и прогнозирования его будущих характеристик. Например, искусственные протезы клапанов сердца. Научно-технические модели создаются для исследования процессов и явлений. К таким моделям можно отнести модель движения планет Солнечной системы, модель камер сердца и его клапанов. Игровые модели — это различного рода игры: деловые, экономические, лечебные. С помощью таких моделей можно разрешать конфликтные ситуации, оказывать психологическую помощь, проигрывать поведение объекта в различных ситуациях. Имитационные модели имитируют реальность с той или иной степенью точности.

Изображение слайда
17

Слайд 17: Классификация моделей по отрасли знаний

Биологические Медицинские, Химические, Физические и т.д.

Изображение слайда
18

Слайд 18: Типы моделей в зависимости от целей использования

Оптимизационные – предназначены для определения новых свойств моделируемого объекта. Например, расчет вероятности развития осложнения после операции. Описательные - описывают поведение некоторой системы и не предназначены для целей управления. Например, формулы, описывающие изменение концентрации лекарственного вещества в крови после его введения.

Изображение слайда
19

Слайд 19: Классификация моделей по способу представления

Предметные модели - воспроизводят геометрические, физические и другие свойства объектов в материальном мире. Например, искусственный хрусталик, искусственный тазобедренный сустав, скелет человека Информационные модели – отражают свойства объектов, предметов или процессов с помощью ассоциативных знаков (слова, рисунки, схемы, чертежи, формулы и т.д.). Например, схема кровоснабжения сердца. Типы информационных моделей : словесные, графические, математические. В зависимости от структуры информационные модели делятся на табличные, иерархические и сетевые.

Изображение слайда
20

Слайд 20: Классификация информационных моделей в зависимости от временного фактора

Статические – модель описывает систему в определенный момент времени. Например, классификации заболеваний, методов исследования. Динамические – описывает процессы изменения и развития систем. Например, схематическое описание развития физиологических систем в процессе развития ребенка

Изображение слайда
21

Слайд 21: Типы моделей в медицине

Вещественные – имеют внешнее сходством с объектом моделирования. Например, протез нижней конечности. Энергетические – моделируют функцию организма при отсутствии внешнего сходства. Например, искусственная почка. Смешанные – моделируют и внешнее сходство объекта и его функцию. Например, дистанционно управляемый протез. Информационные – описывают объект с помощью ассоциативных знаков. Биологические – заболевания модулируют на животных. Например, крысы с эпилепсией, тугоухостью, артериальной гипертензией.

Изображение слайда
22

Слайд 22: Типы математических моделей в медицине

Детерминированные – формула описывает функциональную связь между показателями. Например, минутный объем крови – это произведение фракции выброса крови левым желудочком сердца на частоту сокращений сердца. Вероятностные – результат оценивается с помощью вероятностных характеристик. Например, расчет анестезиологического и операционного риска по возрасту, исходным показателям функционирования систем организма, типа операции.

Изображение слайда
23

Слайд 23: Цели математического моделирования в медицине

Адекватно в короткий срок обобщить сложную сущность явлений и процессов в медицине Описать и понять факты, выявить взаимосвязи между элементами Найти рациональное решение с наибольшей полнотой и надежностью. Быстро и эффективно проверять гипотезы без обращения к эксперименту. Предсказывать поведение реальной системы.

Изображение слайда
24

Слайд 24: Модель гемодинамики Схематическое изображение кровотока в крупных и микрососудах при открытом и закрытом клап ане

1 Фаза. Аортальный клапан открыт, Q с ≠0. 2 Фаза. Аортальный клапан закрыт, Q с =0.

Изображение слайда
25

Слайд 25: Этапы составления математической модели гемодинамики

Скорость изменения объема резервуара dV / dt равняется разности скоростей притока в него крови из сердца Q c и оттока в систему микрососудов Q : dV = Q c (t) - Q(t) (1) где Q c ( t ) - объемная скорость поступления крови из сердца, Q ( t ) - объемная скорость кровотока в начале мелких сосудов, dV - изменение объема крупных сосудов. Изменение объема резервуара линейно зависит от изменения давления крови в нем dP : dV = CdP (2) где С (эластичность стенок аорты) коэффициент пропорциональности между давлением и объемом. С ~ 1/Е, Е- модуль упругости стенок крупных сосудов.

Изображение слайда
26

Слайд 26

Применяя закон Пуазейля для стационарного течения крови по жесткой трубке получим, что: Q ( t ) = (3) где P ( t ) - давление в крупных сосудах (в том числе на входе в мелкие), Р кон - давление на выходе из жесткой трубки, Х- гидравлическое сопротивление мелких сосудов. Во всех урав­нениях под Р( t ) понимается избыточное давление (разность между реальным давлением и атмосферным). Систему уравнений (1, 2, 3) решаем относительно P ( t ), Q ( t ) или V ( t ). Решим систему относительно P ( t ). С учетом 1, 2, 3 получим уравнение : (4) Это неоднородное линейное дифференциальное уравнение, решение которого определяется видом функции Q c ( t ).

Изображение слайда
27

Слайд 27: Закон изменения давления в крупных сосудах с момента закрытия аортального клапана:

P(t) = P c • e - t/X•C Зависимость давления крови от времени в крупном сосуде после закрытия аортального клапана.

Изображение слайда
28

Слайд 28: Преимущества использования моделей в медицине

1. с помощью метода моделиpования на одном комплексе данных можно pазpаботать целый pяд pазличных моделей, по pазному интеpпpетиpовать  исследуемое явление, и выбpать наиболее плодотвоpную из них для теоpетического истолкования. 2. в пpоцессе постpоения модели можно сделать pазличные дополнения  к исследуемой гипотезе и получить ее упpощение. 3. в случае сложных математических моделей можно пpименять компьютер и повысить аналитические возможности. 4. откpывается возможность пpоведения модельных экспеpиментов.

Изображение слайда
29

Слайд 29: Требования к математическому моделированию в медицине

Необходимость отражения патологических процессов и компенсаторных сдвигов, лечебных воздействий (медикаментозных, изменения режима вентиляции, жидкостного баланса и пр.), Необходимость представления клинического контроля, Оценка модели в реальном времени Наличие интерактивного (диалогового) управления исследовательских процессов в терминах, принятых в клинике.

Изображение слайда
30

Слайд 30: Имитационное моделирование в медицине

Имитационное моделирование  — это метод исследования, при котором изучаемая система заменяется моделью, с достаточной точностью описывающей реальную систему и с ней проводятся эксперименты с целью получения информации об этой системе. Экспериментирование с моделью называют имитацией (имитация — это постижение сути явления, не прибегая к экспериментам на реальном объекте). Современная технология имитационного моделирования решает задачи в сфере здравоохранения и фармацевтической отрасли. Например, анализ бизнес-процессов при проектировании больниц, оптимизация количества персонала и медицинского оборудования, планирование выхода на рынок новых лекарственных препаратов.

Изображение слайда
31

Слайд 31: Молекулярное моделирование

Молекулярное моделирование – это область исследований, которая привлекает теоретические и вычислительные методы для моделирования или имитации поведения молекул, состоящих от нескольких атомов и до «гигантских» биологических цепочек. Общей чертой методов молекулярного моделирования является атомистический уровень описания молекулярных систем.

Изображение слайда
32

Слайд 32: Примеры моделей

Расчётные сетки, поля скоростей и области возможных поражений глаза (отмечены черным цветом) при лазерном разрушении хрусталика

Изображение слайда
33

Слайд 33: Расчёт давления в глазу человека при проведении лазерной операции по разрушению хрусталика и расчётная сетка

Изображение слайда
34

Слайд 34: Динамика залечивания кожной раны: трёхмерные картины распределения плотности коллагена в начальный и конечный моменты лечения

Изображение слайда
35

Слайд 35

Моделирование максимальных сжимающих и растягивающих напряжений при черепно-мозговой травме Сравнение расчётной и полученной при томографических исследованиях областей поражения головного мозга Моделирование последствий черепно-мозговых травм

Изображение слайда
36

Слайд 36: Фармакокинетические модели

расчет индивидуальных режимов дозирования лекарственных препаратов с помощью реализации математических моделей фармакокинетики подбор индивидуальных режимов дозирования конкретного препарата с помощью компьютерной модели (подбор скорости длительной инфузии препарата; подбор нагрузочной дозы, кратности введения, поддерживающей дозы при дробном введении препарата)

Изображение слайда
37

Слайд 37: Математическая модель внутримышечного введения лекарственного вещества

При внутримышечном введении лекарственное вещество сначала попадает в мышцу, а затем диффундирует из мышцы в кровь, причем скорость этого процесса тем выше, чем больше масса лекарственного вещества в мышце в данный момент времени - m(t). Применяя закон сохранения массы к количеству лекарственного вещества, содержащегося в мышце, и к количеству лекарственного вещества в кажущемся объеме получим 2 уравнения : m(t+h) = m(t) - λ *m(t)*h (3) c(t+h) = c(t) +[ λ *m(t) – Cl*c(t)]*h/V (4) При t=0 m(0) = D, c(0) = Co ( 5 ) где λ – коэффициент скорости диффузии препарата из мышцы в кровь, D – доза препарата.

Изображение слайда
38

Последний слайд презентации: Экспертные системы. Моделирование в медицине

40 лет 55 лет 60 лет 65 лет Систолическое АД (мм рт. ст.) 180 160 140 120 180 180 160 140 120 140 120 160 120 140 160 180 120 180 140 160 Общий холестерин 10 - 14% Женщины Мужчины 50 лет ммоль / л мг / дл 4 5 6 7 8 4 5 6 7 8 4 5 6 7 8 4 5 6 7 8 150 200 250 300 150 200 250 300 150 200 250 300 150 200 250 300 НЕКУРЯЩИЕ КУРЯЩИЕ НЕКУРЯЩИЕ КУРЯЩИЕ 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 2 2 1 3 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 1 3 3 3 2 2 3 3 3 3 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 6 6 6 6 8 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 7 8 9 7 8 9 7 8 9 7 7 8 9 7 7 8 9 9 8 9 7 9 9 9 7 9 7 9 7 8 8 7 8 7 8 6 9 8 9 8 7 7 8 7 8 7 10 10 12 14 11 11 13 12 13 10 12 14 10 12 12 14 10 12 12 10 11 13 10 12 14 13 11 13 11 13 14 10 11 13 11 10 12 13 13 10 12 15 15 15 15 16 16 17 19 22 16 19 22 26 18 26 30 35 41 47 18 21 25 29 34 17 20 24 17 16 19 22 16 18 21 24 28 33 17 20 24 17  15% 6 - 9% 4 - 5% <1 % 1 % 2% 3% Пример вероятной математической модели Шкала SCORE - шкала прогнозирования 10-летнего риска сердечно-сосудистой смертности

Изображение слайда