医学决策支持系统课件.pptx

第八章医学决策支持系统第一节概述医学决策支持：临床医生经常为病人的诊断、治疗作出决定。这些临床决定亦即临床决策（clinicaldecision）。决策（decisionmaking）就是为达到同一目标在众多可以采取的方案中选择最佳方案。临床决策支持系统:指帮助医务人员制定临床决策的计算机程序。二、医学决策基本过程三、医学决策支持系统的类型四、医学决策系统的功能五、医学决策支持的基本方法2）概率与频率概率:可用一个小于或等于1的正数P(A)来表示事件A出现的可能性P(A)就称为事件A的概率。较大的可能性用较大的数字来标志较小可能性的就用较小的数字来标志频率:当概率值不易求出时我们往往取频率作为概率的近似值频率的概念比较简单可以很方便地求出。3）贝叶斯定理条件概率:有时除了要知道事件的概率P(A)外还需要知道在“事件B已出现”的条件下事件A出现的条件概率P（A|B）。例如我们需要知道在某疾病B发生条件下症状A出现的概率时就要计算条件概率P（A|B）。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＝l2…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。应用举例一:如对某地区1207位阑尾炎思考的资料统计为表3-1。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)＝0.391P(H2)＝0.493P(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。显然其症侯为B＝B13·B23·B33·B42·B51·B61·B73则其P(Hj|B)(j＝l234)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=l23)P(B|H1)＝9．45×10-8P(H1)P(B|H1)＝0．351×9．45×10-8＝3．695×10-8同理P(H2)P(B|H2)=5.53×10-5P(H3)P(B|H3)=1.136×10-4得：P(H1|B)=0.02%P(H2|B)=32.2%P(H3|B)=67.76%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。诊断疾病分类：G1：大脑前、中动脉支配区域的出血与下丘脑出血G2：小脑出血与蛛网膜下腔出血G3：大脑中动脉支配区域的栓塞于是LG1＝0.83×(1-0.08)×0.54×0.83×0.79×(1-0.01)=0.27LG2＝0.83×(1-0.01)×0.17×0.33×0.83×（1-0.01）=0.04LG3＝0.29×(1-0.18)×0.01×0.99×0.24×（1-0.35）=0.0005比较上面三个似然函数的大小最大函数为LG1因而可以判断患者所得的病名属于G1类：大脑前、中动脉支配区域出血。判断实验结果在验证实验结果时除了上述47例外还利用了原来没有考虑的脑干出血3例脑干栓塞1例其结果见表2-8由表可知：病理诊断为G1类计