Details
| Title | Проектирование системы поддержки принятия врачебных решений с использованием нечеткой логики // Управление инновациями в условиях цифровой трансформации: сборник научных трудов Всероссийской студенческой учебно-научной конференции, 11–12 апреля 2025 года |
|---|---|
| Creators | Белоусова Виктория Вадимовна ; Бурнашев Рустам Арифович |
| Organization | Казанский (Приволжский) федеральный университет |
| Imprint | Санкт-Петербург: ПОЛИТЕХ-ПРЕСС, 2025 |
| Collection | Общая коллекция |
| Subjects | Принятие решений ; Математическая логика ; Экспертные оценки ; диагностическая система ; клинические решения ; лингвистические переменные ; медицинская диагностика ; diagnostic system ; clinical decisions ; linguistic variables ; medical diagnosis |
| UDC | 519.816 ; 510.6 ; 004.891 |
| Document type | Article, report |
| Language | Russian |
| DOI | 10.18720/SPBPU/2/id25-294 |
| Rights | Свободный доступ из сети Интернет (чтение, печать, копирование) |
| Record key | RU\SPSTU\edoc\77101 |
| Record create date | 10/14/2025 |
Статья посвящена разработке системы поддержки принятия врачебных решений (СППВР) с применением методов нечеткой логики для повышения точности диагностики в условиях неопределенности медицинских данных. Актуальность исследования обусловлена необходимостью минимизации диагностических ошибок при работе с неоднозначными клиническими проявлениями, требующими комплексного анализа множества факторов (симптомов, лабораторных показателей, данных анамнеза). В работе решаются следующие задачи: (1) формализация экспертных знаний через онтологию медицинских параметров с нечеткими термами; (2) построение базы правил на основе клинических рекомендаций; (3) разработка механизма нечеткого вывода; (4) интеграция с электронными медицинскими картами.
The article presents the development of a Clinical Decision Support System (CDSS) using fuzzy logic to enhance diagnostic accuracy under conditions of medical data uncertainty. The study’s relevance stems from the need to minimize diagnostic errors when dealing with ambiguous clinical manifestations that require comprehensive analysis of multiple factors (symptoms, laboratory results, medical history). The work addresses the following objectives: (1) formalization of expert knowledge through an ontology of medical parameters with fuzzy terms; (2) construction of a rulebased knowledge base using clinical guidelines; (3) development of a fuzzy inference mechanism; (4) integration with electronic health records (EHRs).
| Network | User group | Action |
|---|---|---|
| ILC SPbPU Local Network | All |
|
| Internet | All |
|
Access count: 123
Last 30 days: 14
