Студопедия

КАТЕГОРИИ:

АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция

Оценка качества работы интерпретирующих приборов




 

К классу интерпретирующих медицинских приборов относят те из них, которые реализуя методологию искусственного интеллекта на основании данных опросов, осмотров, лабораторных и инструментальных исследований формируют заключения о прогнозах, диагнозах, рациональных профилактических и терапевтических технологиях. Причем принимаемые автоматизированными системами решения переводятся на язык понятный пользователю.

Как правило, чтобы системы интерпретации начали давать заключения с требуемым качеством их предварительно следует обучить на выбранный класс задач и по результатам обучения создать соответствующее программное обеспечение, которое, к сожалению, не бывает идеальным. Даже самые современные программы в некоторых случаях совершают ошибки в интерпретации медицинских данных.

Количество ошибок совершаемых интерпретатором определяет качество его работы, которое во многом определяется этапом обучения. Из теории распознавания образов известно, что для достижения требуемого качества обучения необходимо обеспечить достаточные объемы обучающей выборки. Существует множество подходов к их определению.

В качестве примера, приведем формулу расчета объема обучающей выборки по заданным значениям величины ошибки исследования и уровню достоверности

где n – число необходимых наблюдений;

m – предварительное число градаций признаков; Wm= КУmax –КУmin разность между минимальным и максимальным значением признака;

 – среднее значение признака; δ – величина ошибки исследования в процентах; Кw2 – табличный коэффициент учитывающий уровень достоверности.

Проверку качества работы обученной интерпретирующей системы в медицинской практике принято производить по нескольким показателям среди которых наиболее популярными являются чувствительность, специфичность, прогностическая значимость и диагностическая эффективность. В качестве примера, рассмотрим механизм оценки качества работы системы реализующей разделение здоровых (класс ω0) и больных (класс ω1) людей.

Для записи соответствующих формул расчета сформируем таблицу наблюдений ( табл.2.18).

В этой таблице ИП – истинно-положительный результат работы решающего правила (РП), который численно равен количеству больных людей правильно классифицированных решающим правилом

Таблица 2.18.










Последнее изменение этой страницы: 2018-04-12; просмотров: 382.

stydopedya.ru не претендует на авторское право материалов, которые вылажены, но предоставляет бесплатный доступ к ним. В случае нарушения авторского права или персональных данных напишите сюда...