TY - JOUR AU - Astachova, Irina Fedorovna AU - Kiseleva, Ekaterina Igorevna PY - 2020/11/30 TI - Интеллектуальная поддержка принятия врачебных решений JF - Современные информационные технологии и ИТ-образование; Том 16 № 3 (2020): Современные информационные технологии и ИТ-образованиеDO - 10.25559/SITITO.16.202003.664-672 KW - N2 - В данной статье представлена разработка и исследование модели формализации процесса постановки диагноза с использованием методов искусственного интеллекта. В настоящее время созданы и применяются при постановке диагноза различные искусственные нейронные сети и экспертные системы. Анализ данных работ показал, что данные методы показывают хорошие результаты, однако имеют ряд недостатков, самыми существенным из которых является сложность организации и большое время, затрачиваемое на обучение нейронной сети. Таким образом, ставится проблема разработки новых алгоритмов, имеющих вероятность постановки точного диагноза, сравнимую с искусственными нейронными сетями и экспертными системами и при этом обладающих меньшим временем обучения. Одним из путей решения этой задачи является разработка модели диагностики сахарного диабета на основе искусственной иммунной системы. Целью работы является разработка и исследование модели формализации процесса постановки диагноза с использованием методов искусственного интеллекта. Рассматривается модель процесса постановки диагноза: преддиабетное состояние (нарушение толерантности к глюкозе, нарушение гликемии натощак), диабет I типа, диабет II типа. Задача диагностики заболевания может рассматриваться как задача классификации. В данной работе процесс постановки диагноза рассматривался как разделение данных анализов и анамнеза пациентов на четыре класса, соответствующих одному из диагнозов: преддиабетное состояние (нарушение толерантности к глюкозе, нарушение гликемии натощак), диабет I типа, диабет II типа. Для решения этой задачи использовались искусственная иммунная система и искусственная нейронная сеть Кохонена. Искусственная иммунная система представляет идеализированный вариант естественного аналога и воспроизводит ключевые составляющие природного процесса: отбор лучших антител популяции в зависимости от степени их аффинитета (близости) к антигену, клонирование антител, мутация антител. UR - http://sitito.cs.msu.ru/index.php/SITITO/article/view/698