第八章医疗决策支持系统.pptVIP

第八章 医学决策支持系统;决策支持系统;决策支持系统;决策支持系统;;ＤＳＳ与ＭＩＳ; DSS系统结构图; DSS典型部件 ;医学决策支持系统;基本概念;医学决策基本过程;临床上的鉴别诊断： 不同的疾病为不同的概念集合，而不同疾病之间有很多交集。 鉴别诊断：区分交集部分的不同集合。;决策分析的基本步骤 供临床选择的治疗方法有时很多，此时要筛除一些“劣”的决策，有利于下一步的分析。 确定各决策可能的后果，并设置各种后果发生的概率。 确定决策人的偏爱，并对效用赋值。 在以下三步基础上去选择决策人最满意的决策，即期望效用最大的决策。;医学决策支持系统的功能;医学决策支持的基本技术;医学决策支持的基本技术;贝叶斯定理; 先验概率,表示医生在具体诊断某患者前所掌握的疾病Di的发病情况。 P(S|Di)为在已知疾病Di条件下，各症状S出现的“条件概率”，即某临床症候A的可能性，它可以通过收集足够数量的病例容易地得到。 P(Di|S）称为后验概率，表示在患者症状S出现时,患疾病Di的可能性。;对于两个或更多个症状存在的情况，仍可用贝叶斯(Bayes)公式计算。在各个症状彼此独立前提下，则各个症状同时出现的概率是各自单独出现时其概率的乘积。因此假设各症状互相独立，贝叶斯(Bayes)公式可写为： ;在运用贝叶斯模型时须要注意的问题 模型中j种疾病互斥，先验概率之和要为l(即要构成一个完整的疾病群). 先验概率的确定。参考文献报道和历史资料统计频率作为近似估计。 条件概率的确定。用于鉴别诊断的症候指标是互相独立无关的。 当计算出各后验概率P(Hj|A)后，作为临床判断的依据只有当P(Hj|A)(j＝l，2，…,n)间差距达五倍以上时方可下结论，或是当某一后验概率值达0．85才下结论。 ;2）应用举例 如对某地区1207位阑尾炎患者的资料统计为下表。按慢性阑尾炎、急性阑尾炎、阑尾炎穿孔三类统计症候频率(腹痛开始部位、恶心呕吐、大便、体温、体征及体检结果)。 若已知慢性阑尾炎H1、急性阑尾炎H2、阑尾炎穿孔H3发生的先验概率分别为： P(H1)＝0.391 P(H2)＝0.493 P(H3)＝0.116 现有一阑尾炎患者、开始上腹痛，之后呕吐，腹泻，人院体温37℃．全身腹肌紧张，压痛，WBC(白细胞)数达19350。 ;章芭钨逐狞蒋郝饵叶卤侣芋事梗校煽窘宾廓吕钥躯烯阑船饺陆矩茂推绝毕第八章医疗决策支持系统第八章医疗决策支持系统;显然其症侯为B＝B13·B23·B33·B42·B51·B61·B73 ,则其P(Hj|B)(j＝l，2，3，4)的大小可通过公式算得。 ;其中，P(B|Hj)＝P(B13·B23·B33·B42·B51·B61·B73 |Hj) ＝P(B13 | Hj) P(B23 | Hj) P(B33 | Hj) P(B42 | Hj) P(B51 | Hj) P(B61 | Hj) P(B73 | Hj) (j=l，2，3) P(B|H1) ＝9．45×10-8 P(H1)P(B|H1)＝0．351×9．45× 10-8 ＝3．695× 10-8 同理P(H2) P(B|H2) =5.53 × 10-5 P(H3) P(B|H3) =1.136 × 10-4;得： P(H1|B)=0.02% P(H2|B)=32.2% P(H3|B)=67.76% ;3、贝叶斯临床决策系统设计实现 贝叶斯模型与传统医生诊断的差异 贝叶斯条件概率决策诊断模型及最大似然诊断模型使用时必须预先知道所规定的全部征候表现，然后再进行综合分析、判断。 临床医师的诊断过程常是根据已掌握的病人的临床表现，结合自己的知识与经验进行分析、判断和逐步问诊、检查后再分析及再判断，直至有足够把握作出结论。 贝叶斯逐步问诊模型就是仿效这种过程，进行逐步提问和逐步分析的计量诊断模型。 ;2、决策树与决策分析;决策树由一些决策点、机会点和决策枝、机会枝组成。 一般用圆圈“○”表示机会点，发生的结果不在医师的控制之下； 小方框“□”表示决策点，在决策点，医师必须在几种方案中选取一种； 决策点相应的分枝称为决策枝；机会点相应的分枝称为机会枝. ;举例：决策树的应用： 最可能患胰腺癌者包括40岁以上，中腹部疼痛持续1～3周的人。假设这类人中胰腺癌的发生率为1.2％。如有一种不冒什么风险的早期诊断方法对胰腺癌的检出率为80％（敏感度），但对有类似症状的非胰腺癌患者的假阳性率为5％，用此法诊断确诊的胰腺癌患者手术死亡率为10％，治愈率为45％。 根据上述疾病概率，诊断概率和死亡、治愈概率，如对1000人进行诊断、治疗，其所获得的益处，是否比不进行诊断检查和手术更大？可以用一个决策树（下图）进行分析比较。 ;;3.人工智能和专家系统技术;以专业