Интеллектуальный анализ медицинской информации. Клинические и обучающие интеллектуальные системы

ФГБОУ ВО «Волгоградский государственный медицинский университет» Министерства здравоохранения Российской Федерации

Кафедра математики и информатики

[pic 1] 

Реферат

Интеллектуальный анализ медицинской информации. Клинические и обучающие интеллектуальные системы.

Выполнил: студент 10 группы 1 курса      лечебного факультета

Сибирцев Д.М.

Проверил: Глоденко Ольга Николаевна

«6» апреля 2020 г.

Волгоград, 2020

Содержание

Введение        2

Основная часть        4

Заключение        12

Список литературы        14

Введение

С момента появления искусственного интеллекта (ИИ) в 1955 году применение его с годами расширялось в быстро меняющемся цифровом пространстве, где растут общественные ожидания, поддерживаемые социальными сетями, лидерами отрасли и медицинскими работниками. Тем не менее, в последние два десятилетия интерес к ИИ в медицинском образовании был незначительным, и только в последнее время увеличилось количество публикаций и ссылок в этой области. Насколько известно, до настоящего времени ограниченное количество статей обсуждало или рассматривало текущее использование ИИ в медицинском образовании. Также клинические исследования воздействия лекарственных препаратов на больных с различными особенностями, после которых могут быть установлены эффективность и безопасность этих препаратов в зависимости от параметров, которые характеризуют индивидуальные особенности больных, могут быть поддержаны автоматизированным анализом клинических данных посредством интеллектуальных систем типа ДСМ («Джон Стюарт Милль»).

Задача: Целью данного исследования является обзор современных применений ИИ в медицинском образовании, а также проблем внедрения ИИ в медицинском образовании. Также рассмотрены различные применения интеллектуальных систем для задач фармакологии и медицинской диагностики.

Методы: поиск по «Medline», «информационному центру образовательных ресурсов» и «Источнику образования» проводился с использованием явных критериев включения и исключения. Полный текст выбранных статей был проанализирован с использованием модели расширения технологий и теории диффузии инноваций. Данные были впоследствии объединены и проанализированы количественно.

Также ДСМ-системы реализуют ДСМ-метод автоматического порождения гипотез, который является формализованной эвристикой для установления причин (наличия или отсутствия) изучаемых эффектов, представленных в открытых (пополняемых) базах структурированных фактов, сходство которых выявляется посредством автоматизированных правдоподобных рассуждений. ДСМ-метод автоматического порождения гипотез состоит из трех познавательных процедур: индукции, аналогии и, наконец, абдукции. Метод анализа данных посредством ИС называется интеллектуальным анализом данных (ИАД).

То есть, ДСМ-метод будучи нестатистическим методом анализа данных, в состоянии учитывать индивидуальные особенности изучаемых объектов исследования, если их структура представлена информативно так, что используемые параметры достаточны для выявления сходства - генератора эффекта (то есть причины изучаемого явления).

Итак, основное использование ИИ в медицинском образовании было для поддержки обучения, главным образом благодаря его способности обеспечивать индивидуальную обратную связь. Мало внимания было уделено обзору учебных программ и оценке обучения студентов из-за отсутствия оцифровки и деликатного характера экзаменов, соответственно. Манипулирование большими данными также гарантирует необходимость обеспечения целостности данных. Методологические усовершенствования необходимы для повышения степени принятия ИИ путем устранения технических трудностей создания приложения ИИ и использования новых методов для оценки эффективности ИИ. Чтобы лучше интегрировать его в медицинскую профессию, необходимо принять меры сначала для включения ИИ в учебную программу медицинских вузов для медицинских работников, чтобы лучше понять алгоритмы ИИ и максимально использовать его.