Файл: Мисюк, Н. С. Диагностические алгоритмы.pdf

Вместе с тем при высокой коррелированности симптомов процент ошибок при проверке на специальной группе часто не превышает расчета, подтверждая хорошие качества диаг­ ностических таблиц. Более надежный результат получает­ ся при корреляции таблицы на специальной проверочной группе больных.

3. АЛГОРИТМ РАЗЛИЧЕНИЯ

Для ранней диагностики болезней и функциональных состояний организма (утомление, судорожное состояние, гипоксия и т. д.) необходимо преодолеть трудности, свя­ занные прежде всего с отсутствием значительных отклоне­ ний физиологических параметров организма от нормы. В этом случае возникает потребность в правильной регистра­ ции анализа и сведении к минимуму ошибок различения.

Анализ диагностической информации может быть про­ веден на основании статистических методов количественно­ го анализа физиологических процессов (биоэлектрические явления, дыхание, пиломоторика и т. д.).

Распределения, характеризующие функциональные со­ стояния организма, находят путем рассмотрения интервала, предшествующего предпатологическому и патологическому состоянию, признаки которого известны и четко выражены.

С этой целью предложен алгоритм различения (А. А. Ген­ кин и Г. М. Зараковский, 1964), при помощи которого мож- >що диагностировать умственное утомление, используя для этого показатель ЭЭГ (случай с одним лишь распределени­ ем). В качестве этого показателя берется лишь один пара­ метр Ат — уровень асимметрии деятельности фаз ЭЭГ за время Т.

Распределения этого показателя для умственной деятель­ ности субъекта или группы субъектов в неутомленном состоя­ нии— о1(Аг); в период умственного утомления — 8а(Ат).

80

диагностируется умственное утомление. Если же

то берется следующий отрезок времени k + 1 и вычисляется отношение правдоподобия

то еще нет основания для принятия решения о наличии утомления.

При первом отрезке времени т, когда

ставится диагноз умственного утомления с уровнем надеж­ ности а, р. Если

7 -послед /

1 - Г

то повторяется процедура с Zx. Несмотря на большие дис­ персии распределений, для диагностики утомления с ве­ роятностью ошибок а = р = 0,001 необходимо 30—60 сек.

Описанный алгоритм различения реализуется и для дру­ гих параметров, имеющих разные распределения; в то же время его можно использовать для диагностики патологи­ ческих состояний по многим признакам, имеющим, однако, недостаточную информативность.

82

4. НЕКОТОРЫЕ МЕТОДЫ КИБЕРНЕТИЧЕСКОЙ ОБРАБОТКИ ДИАГНОСТИЧЕСКИХ ДАННЫХ

Создание специальных диагностических алгоритмов, не требующих применения сложных технических средств, пред­ ставляет важную и перспективную задачу, так как ЭВМ с большим штатом обслуживающего персонала доступны в основном крупным научно-исследовательским центрам. Отсюда возникает необходимость в первичном анализе и синтезе накопленных медициной и постоянно поступающих сведений. Для рационального их использования признаки болезней классифицируются на определенные группы, отыс­ кивается мера их информативной значимости. Для этого разработаны методы, доступные каждому врачу и не требу­ ющие сложной вычислительной техники (В. С. Генес, 1964, 1967, 1968).

Приходится признать, что не все признаки заболеваний в равной мере могут быть использованы для диагностики. Часть отклонений от нормы может одинаково встречаться при разных болезнях. Другая группа признаков обнаружи­ вается только при данном заболевании, но редко. Важность таких признаков для диагностики несомненна, но отсут­ ствие их еще не отвергает диагноза. Третья группа встре­ чается при одной болезни чаще, чем при другой. Поэтому ис­ пользование их для диагностики предполагает количествен­ ное выражение их значимости.

Как осуществляется подобная процедура?

Прежде всего в соответствии с медицинскими руковод­ ствами составляются перечни всех признаков, характерных для определенных заболеваний, подлежащих дифференци­ альной диагностике. Далее делается выборка за определен­ ный промежуток времени историй болезней. На каждого боль­ ного заполняется карточка, где указываются все показате­ ли при поступлении или за определенный период лечения.

83

Карточки раскладываются по группам и отдельным формам заболеваний. В каждой группе болезней признаки сорти­ руются по величине или качеству отклонений от нормы. Если показатель имеет количественную оценку (количество лейкоцитов, РОЭ, температура ит.д.), его можно выразить графически (рис. 3).

Р и с . 3. График определения показателей состояния здоровья, пригодных для диагностики заболеваний:

На оси абсцисс откладываются величины показателя, на оси ординат — число случаев болезни. В результате по­ лучается графическое изображение распределения случаев каждого заболевания по величине изучаемого показателя. Если показатель приемлем для различения болезней, на графике могут быть выделены зоны, характерные только для одного заболевания (зоны /, VI), зоны превышения час­ тоты одного заболевания над частотой другого (зоны 11,

84

IV, V). Уровень этого превышения определяется по табл. 15 и выражает надежность отнесения каждой зоны к тому или

наблюдений в зоне, в остальных — число наблюдений одно­ го из заболеваний, необходимое для определения зоны, ха­ рактерной для этого заболевания, с уровнем значимости

75—90, 95 и 99%.

При непригодности показателя (признака) для различе­ ния болезней характеристические зоны на графике не выде­

ляются.

Для количественной оценки каждого признака, пригод­ ного для дифференциальной диагностики, строится табл. 16. В ней представлены отдельные болезни (Л, В, С) или их формы и градации показателя, соответствующие границам зон, выделенных на графике (см. рис. 3).

В центре зоны указано число больных (22, 18, 12, 4). Под ним помещается процент с его средней ошибкой (39 + 7),

85

с данной формой болезни А . Над числом больных в каждой зоне располагается процент (100 + 2), который это число со­ ставляет от всех больных, попавших в данную зону (по­ следняя строка таблицы). Этот процент соответствует ве­ роятности диагноза данной болезни. Проценты и их вероят-

86