بخشی از پاورپوینت
اسلاید 1 :
کاربرد سیستمهای خبره در تشخیص بیماری
اسلاید 2 :
عناوین :
مقدمه
دلایل و زمینه های استفاده سیستم خبره در پزشکی
سیستم های خبره دنیای پزشکی
عملکرد و پیاده سازی سیستم های خبره
سیستم های مبتنی بر وب
سیستم خبره تشخیص سرطان خون
تشخیص بیماری مالاریا از تصویرخون
سیستم خبره تجویز درمان پزشکی
مروری بر ابزارهای کوچک و ساده تشخیص بیماری های سخت
نتیجه گیری
منابع
اسلاید 3 :
مقدمه
سیستم خبره تشخیص بیماری یک سیستم مبتنی بر قانون و وب گرا برای تشخیص خودکار بیماریها است . ایده ئ اصلی که این سیستم ها ، استفاده از قدرت اینترنت برای انتشار اطلاعات تخصصی و تخصص تعداد کمی از پزشکان با تجربه و متخصص برای راهنمایی است.
معمولا مدل عمومی تشخیص بیماری دراین سیستم ها به صورت زیر می باشد:
تشخیص/ پژوهش وبررسی/ علایم بیشتر / علایم
گام 2 و 3 ممکن است چندین بار تکرار شوند.
اسلاید 4 :
برخی دلایل استفاده از سیستمهای خبره در پزشکی:
پزشکان برخی اوقات دچار خطا و اشتباه میشوند.
پزشکان قادر نیستند که همیشه خود را با اخرین یافتههای اطلاعات پزشکی تطبیق دهند.
در موارد متداول استفاده از تصمیمگیری خودکار، موثر است.
سازمانهای مراقبت بهداشتی مایل به افزایش کیفیت مراقبت و کاهش هزینههای ان هستند.
اسلاید 5 :
زمینههای مورد استفاده سیستمهای خبره:
تولید هشدارها و یاداوریکنندهها برای پزشک
کمک در تشخیص بیماری به پزشک
برنامهریزی درمان
تشخیص و تفسیر تصاویر پزشکی
اسلاید 6 :
سیستم های خبره دنیای پزشکی
برنامه DENDRAL : شرح و بیان ساختار مولکولی و تحلیل شیمیایی
نرم افزار MYCIN : تشخیص و درمان بیماری میکروبی
نرم افزار PUFF : تشخیص بیماری های ریوی
نرم افزار XBONE : تشخیص بیماری های استخوانی
نرم افزار VM : نظارت بر بیماران نیازمند مراقبت های ویژه
BLUE BOX : تشخیص و درمان افسردگی
ATTENDING : آموزش در امور مدیریت بیهوشی
CADUCEUS : تشخیص بیماری های مربوط به طب داخلی
سیستم خبره فازی : ارزیابی سطح شدت حمله آسم
اسلاید 7 :
عملکرد و پیاده سازی سیستم های خبره
سیستم های خبره تشخیص بیماری برای رسیدن به نتایج صحیح ، قدم به قدم ، استدلال های یک پزشک خبره را تقلید می کنند که همان مفهوم Explan می باشد . امر بدیهی این است که سیستم های خبره نیاز به تعداد بسیار زیادی قوانین و حقیقت های علم پزشکی در زمینه بیماریها و شرایط بیماری دارند تا بتوانند نتیجه دقیقی ارائه دهند.
برای پیاده سازی این سیستم ها از روش های نمادینی مانند درخت های تصمیم گیری ساده ، روشهای آماری / احتمالاتی و سیستم های خبره مبتنی بر قواعد توصیفی و الگوریتم های ژنتیک ویا حتی ترکیبی از این تکنیک ها استفاده می گردد.
اسلاید 8 :
کاربرنهایی که با سیستم از طریق یک رابط کاربر در ارتباط بوده و امکان توضیح و یا رسیدن به هدف به صورت قدم به قدم را با موتور استنتاج سیستم دارد ، برای رسیدن به اهداف خود مانند درمان های پیشنهادی و غیره قسمت امکانات توضیح با موتور استنتاج ترکیب و توضیحات لازم را مشاوره و ارائه و یا بازخورد می نماید و در نهایت به نتیجه مورد نظر خواهد رسید.
در نمودار و دیاگرام اسلایدهای بعدی نحوه تعامل کاربر و سیستم نمایش داده می شود.
اسلاید 10 :
دریافت و ادراک علائم
علائم مرتبط پزشکی محیطی
جستجوی جداول
نمایش و گزارش تشخیص و توصیه های درمان
دسته بندی علائم برای تشخیص و درمان
اسلاید 11 :
سیستم های خبره تشخیصی
مواردی که سیستم خبره تشخیصی بیشتر مد نظر دارد:
تفسیر ECG (نوارقلبی)
تفسیر تست های آزمایشگاهی
تشخیص بیماری پیچیده و یا کمیاب
کمک به افراد کم تخصص و کم تجربه در تشخیص بیماری
اسلاید 12 :
مثال :یک سیستم خبره پزشکی (پایگاه دانش و قوانین استنتاج)
ق-1- اگر احتمالا فشار خون بالا باشد آنگاه خطر سکته قلبی بالاست.
ق-2- اگر احتمالا فشار خون پایین باشد آنگاه خطر سکته قلبی پایین است.
ق-3- اگر مصرف چربی زیاد باشد و بیمار مصرف نمک بالا داشته باشد آنگاه فشار خون احتمالا بالاست.
ق-4- اگر مصرف چربی پایین باشد و بیمار مصرف نمک پایین داشته باشد آنگاه فشار خون احتمالا پایین است.
ق-5- اگر مصرف چربی در هفته بیش از 300 گرم باشد آنگاه مصرف چربی بیمار زیاد است.
ق-6-اگر مصرف چربی در هفته کمتر از 100 گرم باشد آنگاه مصرف چربی بیمار پایین است.
ق-7-اگر مصرف چربی در هفته بین 100 تا 300 گرم باشد آنگاه مصرف چربی بیمار متوسط است.
ق-8- اگر مصرف نمک در هفته بیش از 5 گرم باشد مصرف نمک بالاست.
اسلاید 13 :
مثال .
هدف: یافتن بالا بودن خطر سکته قلبی:
ابتدا ق-1 سپس ق-3 سپس بر اساس ق-5 و ق-8 ، 2 پرسش زیر از کاربر پرسیده می شود:
1- مصرف چربی بیمار چقدر است؟
2- میزان مصرف نمک چقدر است؟
اسلاید 14 :
سیستم خبره تجویز درمان پزشکی
سیستم خبره تجویز درمان در درجه اول براساس قواعد علم پزشکی و در درجه دوم براساس تجربیات پزشک انجام می گیرد .
هدف اصلی از تولید قوانین منطقی و سیستم هوشمند تجویز درمان پزشکی ، رفع مشکلات تجویز دارو و تسهیل امور درمان پزشکی است.
متداول ترین روش نمایش دانش (به علت سادگی ، امکان تصحیح ساده تر پایگاه دانش و وجود روشهای متنوع استنتاجی ) قوانین می باشد .
اسلاید 15 :
قوانین تجویز به دو بخش تقسیم می شوند :
قوانین مربوط به سن ، وزن ، شرایط و شدت بیماری ، چک کردن تداخلات دارویی و.. مثل :
قوانینی که پزشک باید با توجه به حالت های خاص جهت اعتبارسنجی اضافه کند. مثل :
اسلاید 16 :
نحوه کار سیستم :
اطلاعات از سه بخش اصلی تشکیل شده است :
بانکهای اطلاعاتی : اطلاعات اولیه عمومی پزشکی
حافظه کاری Working Memory : اطلاعات اولیه و اطلاعاتی که از استخراج قوانین انتخابی توسط موتور استنتاج بدست می آید.
مجموعه ای از قوانین که دریک فایل متنی می باشند.
اسلاید 17 :
ساختار کلی سیستم :
نرم افزار ابتدا مشخصات و سوابق بیمار را دریافت و برای او
پرونده تشکیل می دهد . پس از تشخیص بیماری به کمک پزشک اقدام به تهیه یک طرح درمان ، براساس اطلاعات علمی در بانکهای اطلاعاتی سیستم ، می نماید.
توضیح اینکه ، انتخاب یا عدم انتخاب نهایی طرح درمان ، همچنان بعهده پزشک خواهد بود . پزشک توسط یک رابط کاربر با سیستم ارتباط برقرار می کند و میتواند از دو بخش سیستم بانک اطلاعاتی و بخش خبره استفاده نماید.
این سیستم از نوع سیستم های خبره قاعده گرا بوده و دارای اجزای رابط کاربر ، سیستم بانک اطلاعاتی ، موتور استنتاج و مجموعه قواعد به عنوان پایگاه دانش می باشد.
اسلاید 18 :
اندازه گیری فشارخون با موس کامپیوتری
این ماوس می تواند از طریق یک حلقه کوچک (که معادل کاف یا همان بازوبند فشار سنجهای قدیمی است) فشار خون و نبض شما را اندازه گیری کند، شرکت CalHealth همراه این ماوس یک بسته نرم افزاری هم ارائه می دهد که می تواند داده های دریافتی از ماوس را روی کامپیوتر ذخیره کند یا آن را برای پزشکتان ارسال کند،همچنین می تواند تغییرات نبض و فشار خون شما را ارزیابی کند، نمودارهایی برای بررسی بهتر رسم کند و یا میانگین چند روزه آن را محاسبه کند.
اسلاید 19 :
ایده ساخت ورقه تشخیص سریع برای بیماری های ایدز و مالاریا
با چکاندن يک قطره خون بر روی این ورقه و گذر آن از لایه های نازک آن وجود بیماری هایی مانند ایدز ، مالاریا، سل و هپاتیت در خون مشخص می شود. قطره خون از یک جهت به لایه های مختلف اين ورقه نفوذ می کند و با تغییر رنگ در طرح شاخه های یک درخت می تواند وجود چند نوع بیماری را به طور همزمان مشخص کند.
هم اکنون نمونه های اولیه این ورقه ها برای تست های کبدی در حال ساخته شدن است.
اسلاید 20 :
تشخیص تومور های سرطانی به کمک اپلیکیشن اسمارت فون
محققين Massachusetts با همکاری پزشکان بیمارستانی در بوستون اپليکيشنی را نوشته اند که با استفاده از سيستمی الکترونیکی می توانند تومور های سرطانی را از طریق نمونه گیری مجازی از چند هزار سلول بدن تشخیص دهند.
در اين تکنولوژی يک دستگاه کوچک در کنار تخت بيمار نصب می شود. عملکرد این دستگاه از طريق یک اپليکيشن که بر روی اسمارت فون پزشک نصب شده قابل کنترل است.
در هسته این دستگاه یک ميکرو چیپ مغناطیسی و یک اسکنر مغناطیسی ديگر که دقيقا همانند همان دستگاه MRI عمل می کند ، نصب شده است . این مجموعه با کمک ذرات نانو مغناطیسی، به اندازگيری سطح پروتئين های ويژه ای در بدن می پردازد.
