Νοήμονες αλγοριθμικές μέθοδοι υποβοήθησης της ιατρικής λήψης αποφάσεων: εφαρμογές σε προβλήματα νευρολογίας

Abstract

Στην παρούσα διπλωματική εργασία, μελετήθηκε το πρόβλημα ταξινόμησης ιατρικών περιπτώσεων, οι οποίες αφορούσαν τον τύπο αφασίας ασθενών. Το συγκεκριμένο ιατρικό πρόβλημα είναι αρκετά σημαντικό αν αναλογιστεί κανείς πως κάθε χρόνο στην Αμερική 100.000 νέοι ασθενείς παθαίνουν αφασία μετά από εγκεφαλικό επεισόδιο. Για την διάγνωση της αφασίας ο γιατρός χρησιμοποιεί μια σειρά νευρολογικών και άλλων εξετάσεων για να προσδιορίσει τη ύπαρξη ή όχι αφασίας αλλά και τη σοβαρότητά της. Επίσης έχουν αναπτυχθεί διάφορα τεστ, αυτό που χρησιμοποιήθηκε σε αυτή την εργασία είναι το Aachener Aphasia Test (Huber et al., 1982)[17]. Ως αποτέλεσμα της παραπάνω εξέτασης, προκύπτει ο τύπος της αφασίας του ασθενούς. Η συνεισφορά της συγκεκριμένης μελέτης αφορά το στάδιο της διάγνωσης. Πιο συγκεκριμένα, χρησιμοποιήθηκαν μια βάση δεδομένων,η οποία αποτελείται τα σκορ που πέτυχαν αφασικοί ασθενείς στο ΑΑΤ. Στην επιστήμη λήψης απόφασης, τέτοια προβλήματα διάγνωσης μπορούν να αντιμετωπιστούν ως προβλήματα ταξινόμησης. Με την εφαρμογή κατάλληλων μεθοδολογιών, μπορεί να προκύψει ένα σύνολο κανόνων ταξινόμησης περιπτώσεων αφασικών ασθενών, βάσει των οποίων μπορεί να ταξινομηθεί μια νέα περίπτωση. Αυτό μπορεί να αποτελέσει ένα υποστηρικτικό σύστημα λήψης απόφασης (Decision Support System-DSS) στη βασική διάγνωση του γιατρού. Όσον αφορά το μεθοδολογικό πλαίσιο χρησιμοποιήθηκε το λογισμικό WEKA, το οποίο περιλαμβάνει μεθοδολογίες ταξινόμησης από το χώρο της στατιστικής, της τεχνητής νοημοσύνης και της ευρύτερης περιοχής λήψης απόφασης.