Concept of Usage of Bayesian Networks in Clinical Decision Support Module

• Autorzy: Strawa M.

Warianty tytułu

PL

Koncepcja wykorzystania sieci bayesowskich w module wspomagania decyzji medycznych

• Języki publikacji: EN

Abstrakty

EN

Concept of decision support module utilizing a repository of clinical pathways has been presented in this paper: the definition of Bayesian networks and its major concepts, description of chosen inference algorithm and an example of diagnosis.

PL

W artykule przedstawiono koncepcję budowy modułu wspomagania decyzji medycznych, współpracującego z repozytorium ścieżek klinicznych. Składają się na nią: definicja sieci bayesowskich oraz najważniejszych pojęć z nimi związanych, opis wybranego mechanizmu wnioskowania oraz przykład generowania diagnozy w module.

Słowa kluczowe

EN

Bayesian networks; belief networks; clinical decision support system

PL

sieci bayesowskie; sieci przekonań; system wspomagania decyzji medycznych

• Wydawca: Institute of Computer and Information Systems, Faculty of Cybernetics, Military University of Technology
• Czasopismo: Biuletyn Instytutu Systemów Informatycznych
• Rocznik: 2012
• Tom: nr 9
• Strony: 27--34
• Opis fizyczny: Bibliogr. 15 poz., wykr.

Twórcy

autor

Strawa M.

• Institute of Computer and Information Systems Faculty of Cybernetics, Military University of Technology, Kaliskiego Str. 2, 00-908 Warsaw, Poland,

Bibliografia

• [1] P. Cichosz, Systemy uczące się, WNT, Warszawa, 2007.
• [2] S. J. Russel, P. Norvig, Artificial Intelligence: A Modern Approach, Prentice Hall, Englewood Cliffs, New Jersey, 1995.
• [3] A. Ameljańczyk, „Analiza wpływu przyjętej koncepcji modelowania systemu wspomagania decyzji medycznych na sposób generowania ścieżek klinicznych”, Raport z realizacji zadania 2. projektu POIG.01.03.01-00-145/08, WAT, Warszawa, 2009.
• [4] B. Kowalczyk, „Przewlekła białaczka szpikowa”, Encyklopedia zdrowia MediWeb.pl, http://mediweb.pl/diseases/wyswietl_d.php?id=92
• [5] abc Białaczka.pl, http://abcbialaczka.pl
• [6] R. Liu, R. Soetjipto, Analysis of Three Bayesian Network Inference Algorithms: Variable Elimination, Likelihood Weighting, and Gibbs Sampling, Berkeley, 2004.
• [7] P. Długosz, „Opracowanie koncepcji modułu wspomagania podejmowania decyzji klinicznych w modelu repozytorium z wykorzystaniem metod teorii zbiorów przybliżonych”, Raport z realizacji zadania 3. projektu POIG.01.03.01-00-145/08, WAT, Warszawa, 2009.
• [8] D. Heckerman, A Tutorial on Learning with Bayesian Networks, Microsoft Corporation, Redmond, 1995.
• [9] R. Niculescu, T. Mitchell, R. Rao, ”Bayesian Network Learning with Parameter Constraints”, Journal of Machine Learning Research 7, 1357-1383, MIT, Boston, 2006.
• [10] A. Oniśko i inni, HEPAR I HEPAR II – komputerowe systemy wspomagania diagnozowania chorób wątroby, XII Konferencja Biocybernetyki i Inżynierii Biomedycznej, Warszawa, 2001.
• [11] S. Andreassen, ”MUNIN – An Expert EMG Assistant”, Computer-Aided Electromyography and Expert Systems, Vol. 21, Elsevier Science Publishers, Amsterdam, 1989.
• [12] ”Chronic Myelogenous Leukemia”, NCCN Practice Guidelines in Oncology, http://www.nccn.org/professionals/physician_gls/PDF/cml.pdf
• [13] ”Acute Myeloid Leukemia”, NCCN Practice Guidelines in Oncology, http://www.nccn.org/professionals/physician_gls/PDF/aml.pdf
• [14] „Ścieżki kliniczne jako dynamiczne środowisko dostępu do informacji medycznej pacjenta”, wersja 0.8 Zintegrowany System Informacji Medycznej o Pacjencie, Bielsko-Biała – Kraków, 2008.
• [15] „Przewlekła białaczka szpikowa”, Wikipedia, http://pl.wikipedia.org/wiki/Przewlek%C5%82a_bia%C5%82aczka_szpikowa