医学决策支持系统课件.pptx

第八章医学决议支持系统第一节概述医学决议支持：临床医生经常为病人诊疗、治疗作出决定。这些临床决定亦即临床决议（clinicaldecision）。决议（decisionmaking）就是为到达同一目标在众多能够采取方案中选择最正确方案。临床决议支持系统:指帮助医务人员制订临床决议计算机程序。二、医学决议基本过程三、医学决议支持系统类型四、医学决议系统功效五、医学决议支持基本方法2）概率与频率概率:可用一个小于或等于1正数P(A)来表示事件A出现可能性,P(A)就称为事件A概率。较大可能性用较大数字来标志较小可能性就用较小数字来标志频率:当概率值不易求出时我们往往取频率作为概率近似值，频率概念比较简单能够很方便地求出。3）贝叶斯定理条件概率:有时除了要知道事件概率P(A)外，还需要知道在“事件B已出现”条件下，事件A出现条件概率P（A|B）。比如，我们需要知道在某疾病B发生条件下，症状A出现概率时就要计算条件概率P（A|B）。贝叶斯定理先验概率,表示医生在详细诊疗某患者前所掌握疾病Di发病情况。P(S|Di)为在已知疾病Di条件下，各症状S出现“条件概率”，即某临床症候A可能性，它能够经过搜集足够数量病例轻易地得到。P(Di|S）称为后验概率，表示在患者症状S出现时,患疾病Di可能性。对于两个或更多个症状存在情况，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概率是各自单独出现时其概率乘积。所以假设各症状相互独立，贝叶斯(Bayes)公式可写为：在利用贝叶斯模型时须要注意问题模型中j种疾病互斥，先验概率之和要为l(即要组成一个完整疾病群).先验概率确实定。参考文件报道和历史资料统计频率作为近似预计。条件概率确实定。用于判别诊疗症候指标是相互独立无关。当计算出各后验概率P(Hj|A)后，作为临床判断依据只有当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。应用举例一:如对某地域1207位阑尾炎思索资料统计为表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℃．全身腹肌担心，压痛，WBC(白细胞)数达19350。医学决策支持系统课件显然其症侯为B＝B13·B23·B33·B42·B51·B61·B73,则其P(Hj|B)(j＝l，2，3，4)大小可经过公式算得。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)＝9．45×10-8P(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、贝叶斯临床决议系统设计实现贝叶斯模型与传统医生诊疗差异贝叶斯条件概率决议诊疗模型及最大似然诊疗模型使用时必须预先知道所要求全部征候表现，然后再进行综合分析、判断。临床医师诊疗过程常是依据已掌握病人临床表现，结合自己知识与经验进行分析、判断和逐步问诊、检验后再分析及再判断，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计量诊疗模型。诊疗疾病分类：G1：大脑前、中动脉支配区域出血与下丘脑出血G2：小脑出血与蛛网膜下腔出血G3：大脑中动脉支配区域栓塞医学决策支持系统课件于是，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大小，最大函数为LG1，因而能够判断患者所得病名属于G1类：大脑前、中动脉支配区域出血。判断试验结果在验证试验结果时除了上述47例外，还利用了原来没有考虑脑干出血3例，脑干栓塞1例，其结果见表2-8，由表可知：病理诊疗为G1类计24例，计量诊疗符合20例；病理诊疗为G2类计6例，计量诊疗符合4例；病理诊疗为G3类计17例，计量诊疗符