Analiza wpływu przyjętej koncepcji modelowania systemu wspomagania decyzji medycznych na sposób generowania ścieżek klinicznych

• Autorzy: Ameljańczyk A.

Warianty tytułu

EN

The influence analysis of adopted modelling conception of the medical decision support system on ways of generating clinical pathways

• Języki publikacji: PL

Abstrakty

PL

W pracy dokonano analizy najczęściej stosowanych koncepcji modelowych w konstrukcji systemów wspomagania decyzji medycznych pod kątem ich wpływu na sposób generowania ścieżek klinicznych w obszarze tzw. "węzłów decyzyjnych". Analizie poddano takie koncepcje modelowania jak modelowanie bazujące na teorii zbiorów rozmytych, teorii zbiorów przybliżonych, sieci bayesowskich oraz koncepcji wzorców deterministycznych.

EN

In this paper the influence analysis of the most popular modeling conceptions in constructing medical decision support systems on the ways of generating clinical pathways in the field of decision-nodes was made. Such modeling conceptions as modeling based on the fuzzy set theory, rough set theory, Bayesian networks and determining patterns were analyzed.

Słowa kluczowe

PL

system wspomagania decyzji medycznych; teoria zbiorów rozmytych; teoria zbiorów przybliżonych; wzorce deterministyczne; sieci bayesowskie

EN

clinical decision support system; clinical pathways; fuzzy sets; rough sets; multicriteria optimization

• Wydawca: Institute of Computer and Information Systems, Faculty of Cybernetics, Military University of Technology
• Czasopismo: Biuletyn Instytutu Systemów Informatycznych
• Rocznik: 2009
• Tom: nr 4
• Strony: 1--8
• Opis fizyczny: Bibliogr. 20 poz.

Twórcy

autor

Ameljańczyk A.

• Instytut Systemów Informatycznych, Wydział Cybernetyki, Wojskowa Akademia Techniczna, ul. Gen. S. Kaliskiego 2, 00-908 Warszawa,

Bibliografia

• [1] M. Albin, Fuzzy sets and their applications to medical diagnosis, Berkely, 1975.
• [2] A. Ameljańczyk, Optymalizacja wielokryterialna w problemach sterowania i zarządzania, Ossolineum, 1984.
• [3] A. Ameljańczyk, „Analiza specyfiki Komputerowych Systemów Wspomagania Decyzji Medycznych w kontekście modelowania i algorytmizacji procesów decyzyjnych”, I Krajowa Konferencja „Systemy Komputerowe i Teleinformatyczne w Służbie Zdrowia”, Warszawa, wrzesień, 2009.
• [4] A. Ameljańczyk, „Matematyczny model przestrzeni ż�ycia w komputerowym systemie wspomagania decyzji medycznych”, I Krajowa Konferencja „Systemy Komputerowe i Teleinformatyczne w Służbie Zdrowia”, Warszawa, wrzesień , 2009.
• [5] A. Ameljańczyk, „O pewnej koncepcji modelowania repozytorium medycznego”, WAT, Warszawa, kwiecień 2009, POIG.01.03.01-00-145/082009.
• [6] ANSI HL7, http://www.hl7.org.
• [7] J. Błaszczykowski, K. Krawiec, R. Słowiński, J. Stefanowski, Sz. Wilk, „Wspomaganie decyzji i komunikacji w systemach telemedycznych”, Politechnika Poznańska, Poznań, 2006.
• [8] J. Makal, „System ekspertowy do wspomagania diagnozy łagodnego przerostu prostaty”, Pomiary Automatyka i Robotyka, 7-8, 2004.
• [9] „Medyczne Systemy Ekspertowe”, http://www.computer.privateweb.at/judith/links3.htm
• [10] A. Oniśko i inni, „HEPAR I HEPAR II - komputerowe systemy wspomagania diagnozowania chorób wątroby”, XII Konferencja Biocybernetyki i Inżynierii Biomedycznej, Warszawa, listopad, 2001
• [11] Z. Pawlak, Rough Sets, International Journal of Computer and Information Sciences, vol. 11, 341-356, 1965.
• [12] Z. Pawlak, Systemy informacyjne - podstawy teoretyczne, WNT, Warszawa, 1983.
• [13] Resultmaker, Workflow patterns of the Online Consultant v. 1.1., Opracowanie wewnętrzne, Kopenhaga, 2006.
• [14] E. Sanchez, „Inverses of fuzzy relations. Application to possibility distributions and medical diagnosis”, Proc. IEEE Conf. Decision and Control, USA 1977.
• [15] E. Sanchez, Medical diagnosis and composite fuzzy relations. Advances in fuzzy sets theory and applications, North-Holland, 1979.
• [16] P. Smets, „Medical diagnosis: Fuzzy sets and degrees of belief”, Fuzzy Sets and Systems, vol. 5, 1981.
• [17] „Ścieżki kliniczne jako dynamiczne środowisko dostępu do informacji medycznej pacjenta”, wersja 0.8., Zintegrowany System Informacji Medycznej o Pacjencie, Bielsko-Biała, Kraków, luty 2008.
• [18] H. Wechsler, „Applications of fuzzy logic to medical diagnosis”, Proc. Symp. On Multiple - Valned Logic, Logan 1975.
• [19] L.P. Yu, G. Leitmann, Compromise sdutions, domination structures and Salukwadze's solution, JOTA, vol. 13, 1974
• [20] L.A. Zadeh, „Fuzzy Sets”, Information Control, vol. 8, (338-353), 1965.