автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.18, диссертация на тему:Методы формализации профессионального знания врача в задачах медицинской диагностики

Введение.

Глава 1. Основные понятия и элементы.

1.1 Особенности медицинских задач и данных.

1.2 Типовые подзадачи

1.3 Диагностические игры. 44 1.4.0 непараметрической статистике.

1.4.1. Квантильные точки распределения.

1.4.2. Таблица сопряженности 2x2.

1.4.3. Характеристики таблицы 2x2, используемые в медицине. 50 1А А. Критерий х2 для таблицы 2x2.

1.4.5. Точный метод Фишера (ТМФ).

1.4.6. Критерий %2 общего вида.

1.4.7. Критерий Вилкоксона-Манна-Уитни (WMW). 56 # 1.4.8. Критерий Смирнова.

1.4.9. Ранговые меры связи двух выборок.

1.4.10. Непараметрическая регрессия.

1.4.11. Критерий множественного сравнения Краскела- 62 Уоллиса.

1.4.12. Критерий Данна.

1.4.13. О множественности критериев.

1.5 Об использовании классических функций распределения.

1.6 Нормативы численных переменных.

1.6.1. Пороговые значения.

1.6.2. Пороги, зависящие от параметра.

1.6.3. Серийные нормативы.

Глава 2. Моделирование как инструмент выработки и уточнения 81 базовых понятий. t 2.1. Примеры динамических моделей

2.1.1 Раскрытие родового канала.

2.1.2 Фибринолиз в тонком слое.

2.2. Модели динамики параметров популяции, скользящие нор- 94 матовы.

2.3. Модель отбора информации, используемой экспертами.

Глава 3. Логические симптомы.

3.1. Симптомы в задачах классификации.

3.2. Чистые классы.

3.3. Частичная классификация.

3.4. Построение маски по симптомам.

3.5. Быстрый алгоритм генерации маски.

3.6. Построение маски наследованием.

3.7. Использование симптомных моделей при анализе наблюде- 124 ний.

3.8. Примеры подбора симптомов для разделения классов.

История вопроса.

Исследование интеллектуальной деятельности человека развивалось по двум основным направлениям: моделирование отдельных сторон мыслительных процессов и анализ профессиональной деятельности.

Первое направление привело к созданию ряда больших областей научных исследований. Результаты, полученные в этих областях, в дальнейшем были эффективно использованы в задачах медицинской диагностики и во многом стимулировали ее развитие. Напомним некоторые из них.

1. Теория поведения автоматов (модель рационального поведения индивидуума в предложенных обстоятельствах) [44, 177, 178, 221]. В работах МЛ. Цетлина [221, 222, 223, 224] были определены понятия состояния, действия, выигрыша за действие, стационарной случайной среды. Этот четкий язык описания взаимодействия равноправных элементов системы во многом помог выработке строгих понятий для формализованного описания элементов тактики врача.

2. Теория игр (модель поведения нескольких индивидуумов при наличии несовпадающих интересов) [163] привнесла понятие смешанной стратегии. Оно оказалось полезным при анализе совокупностей вариантов решений, когда информации для выбора между вариантами недостаточно, или причины выбора (если он уже совершен) неизвестны.

3. В теории игр автоматов (модель предельно формализованного поведения нескольких индивидуумов в случае конфликтных интересов) [43, 44, 221] была показана важность конкретной структуры взаимодействия элементов системы для организации их поведения. Результаты этих исследований вошли в основы описанных в диссертации методов структуризации взаимодействия больного и врача.

4. Теория распознавания образов (модель целесообразного восприятия окружающей среды) [3, 34, 40, 42, 111, 160] ввела в оборот понятия процедуры обучения, обучающей выборки, процедуры экзамена, чистого класса. С одной стороны, в рамках этого направления были развиты гибкие методы преобразования информации, сохраняющие отличия разных классов объектов. С другой - получены многочисленные алгоритмы распознавания, пригодные для практической классификации объектов. С третьей - развитие этой проблематики привело к пониманию пределов точности анализа информации, если отброшена ее содержательная первоначальная структура.

Положительный результат этого направления состоит, прежде всего, в выработке строгих определений основных понятий, в точной постановке вопросов о системах, о взаимодействии их элементов. В рамках этого направления были созданы языки описания входных ситуаций и результатов обработки сигналов. При разработке языков для представления данных и моделирования структуры решения врача в данной диссертации использованы идеи, методы и концепции этого научного направления.

В диссертации основное внимание обращено на второе направление исследований - анализ профессиональной деятельности специалиста, прежде всего, врача. Принятие врачебного решения традиционно ассоциируют с процессами поиска и связанным с ними перебором вариантов. Описание состояния больного, поиск известных признаков заболеваний, проверка наличия определенных сочетаний таких признаков у больного, выбор вариантов лечения, анализ ограничений, связанных с несовместимостью лекарств, прогноз вариантов развития заболевания - это неполный ряд примеров типичных информационных медицинских задач. К таким же задачам относятся задачи анализа и моделирования структуры решений врача, составляющие предмет диссертации.

Задача медицинской диагностики, с информационной точки зрения, состоит в создании правила классификации, позволяющего каждого больного из заданного множества отнести к определенному классу (диагнозу). Работа по созданию правила включает в себя три блока действий.

1. Сбор информации о больных сравниваемых классов.

2. Выработка конструкции заключения.

3. Медицинская интерпретация полученного решения.

Эти блоки эволюционировали по мере работы различных групп исследователей над практическими задачами формальной (она же автоматическая, машинная, компьютерная) диагностики.

Исторически первыми были созданы электронные справочники. Они представляли собой попытку свести болезни и симптомы к коротким спискам. В основу их были положены описанные в руководствах симптомы заболеваний.

В работе [26] электрокардиограммы (ЭКГ) делили на 5 априори заданных диагностических категорий. Доля ошибочных диагнозов составила 18%. Информационная система по ишемической болезни сердца [37] содержала 490 примеров больных с патологией коронарных сосудов. Специальный формат запроса позволял получать частоту выбранных нарушений на справочном массиве. Для выбора противоаритмических лекарств в работе [112] используются две таблицы: таблица противопоказаний для 9 лекарств по 21 группе диагнозов и таблица показаний для 7 лекарств по 9 группам нарушений ЭКГ. Для реабилитации больных сердечно-сосудистыми заболеваниями в работе [115] предложена таблица из 17 градаций физической нагрузки. Соответствие состояния больного категориям нагрузки предложено контролировать наборами клинических исследований, привязанными к градациям нагрузки.

Общие черты подходов этой группы: небольшое количество вариантов на входе таблицы и жесткая связь ответа с входной градацией. Разнообразие проявлений одного и того же заболевания и возможные осложнения сопутствующими заболеваниями и другими индивидуальными особенностями больных оставались «за кадром».

Более того, как отметили М.А. Алексеевская и B.C. Переверзев-Орлов [14], одни и те же признаки заболеваний получают различные названия у врачей, принадлежащих различным школам. В работе И.М. Гельфанда с соавторами [71] также обращено внимание на несовпадение определений медицинских терминов у врачей разных клиник. В работе [270] отмечено наличие разночтений в описании одних и тех же симптомов разными специалистами. Этот фактор вносит дополнительные ошибки при пользовании жесткими таблицами диагностики.

В работе [121] использовали 110 качественных и количественных признаков для 636 больных. Признаки разделили на 3 группы, соответствующие синдромам стенокардии, промежуточных форм заболевания, крупноочагового инфаркта миокарда. Авторы отмечают, что некоторые важные с точки зрения врача признаки оказались статистически мало значимыми на массиве обучения.

Для задач дифференциальной диагностики [142]: (1) отличить рак от доброкачественного заболевания и (2) отличить центральный рак легкого от хронического воспалительного процесса были закодированы заранее подобранные симптомы. По первой задаче массив обучения составил: 120 случаев - рак, 110 - доброкачественное заболевание. Правильный диагноз: у машины 94%, у цитолога 78%. Процедура верификации диагноза, принципиально важная для диагностических работ, к сожалению, авторами не описана.

В упомянутой группе работ медицинские термины используются по-прежнему, «буквально», т.е. в смысле, придаваемом им учебниками. Не сделана попытка выяснить смысл, вкладываемый в термин врачом - участником работы.

В качестве одного из рецептов борьбы с этим недостатком предлагалось использовать исключительно общеупотребительные термины [165]. Там же предлагается создать единую форму истории болезни и единую схему обследования для каждой медицинской специальности. Предложенному подходу препятствует отсутствие соответствующей диагностической аппаратуры во многих учреждениях здравоохранения, изменение со временем требований к составу процедур обследования и потеря возможности использовать накопленный диагностический опыт.

В работе [59J сделана интересная попытка создать исчерпывающий словарь употребления медицинских терминов в рамках одной, достаточно узкой, задачи. Стандартизация терминологии позволила бы избежать разночтений в названиях одних и тех же болезней и симптомов. Это заметный шаг на пути уточнения смысла терминов. К сожалению, стандартизация не могла помочь в привлечении всей нужной информации.

Многие авторы возлагали надежды на комбинированные признаки, составленные из первичных наблюдений. В работе [30] рассмотрена матрица корреляций между 11 параметрами ЭКГ, полученная при обследовании 227 больных. Кроме того, авторы проанализировали корреляционную связь анатомической массы некроза с динамикой 8 параметров ЭКГ для 9 периодов развития некроза миокарда. Наиболее коррелирующий параметр, индекс некротизации миокарда, показывает корреляцию с массой некроза в различные периоды наблюдения от 0.52 до 0.91. Нарастание этого индекса после 30-36 суток заболевания авторы считают пессимистическим признаком. Индивидуальный прогноз выздоровления не сформулирован.

Другие работы ориентировались на механическое увеличение количества используемых признаков, благо компьютер это позволяет. Рассматривались варианты «больших» умозрительных конструкций, построенных по известной медицинской литературе. В работе [165] использован стандартный список из 400 неврологических симптомов и рефлексов. Результаты практического применения этой таблицы отсутствуют. Автор утверждает, что описание заболеваний в синдромах по классическому руководству потребует более 500 переменных, и предлагает остановиться на уровне клинических симптомов.

В работе [115] автор предлагает шкалу градаций физической активности пациентов на стадии реабилитации, основанную на продолжительности упражнений и приблизительной оценке энергозатрат. Эта шкала отражает степень нагрузки организма, но не учитывает особенностей перенесенного заболевания

В работе [270] опытных хирургов просили изложить используемые ими диагностические критерии. Эти определения были использованы для постановки машинного диагноза, который сравнивали с диагнозом хирурга и заключением патоморфолога после операции. Во многих случаях обнаружены различия. Как отмечают многие авторы [17, 71, 72, 149, 152, 153, 155], то, что врач назвал, не обязательно совпадает с тем, что он использовал в работе.

Применяли и смешанную схему [48] - часть признаков брали из литературы, а остальные (в основном, субъективные заключения) включали на основании собственного опыта и назначали малое число градаций.

В работе [205] были использованы сведения о топической диагностике поражений нервной системы из стандартного руководства. Эти данные авторы дополнили описаниями основных клинических форм течения закрытой травмы черепа и головного мозга. Всего образовано 145 единиц патологии. Диагноз формируется как список возможных патологических процессов.

Пополнение списков признаков, почерпнутых из руководств и учебников, дополнительными признаками, сообщенными врачами - участниками решения диагностической задачи, улучшает описание состояния больных. Недостатком этого подхода является выбор только признаков, названных и описанных врачами, тогда как признаки, не названные врачом, но используемые в практической деятельности, могут иметь не меньшее значение.

Популярность справочников (диагностических таблиц) быстро исчерпалась. Во-первых, признаки «из учебников» достаточно общи, расплывчаты и неконкретны. Они охватывают широкие классы заболеваний и не учитывают особенности конкретного больного. Их использование в диагностике напоминает личный диагноз на основе эпидемиологических сведений. Во-вторых, признаки, названные врачом, уже сформулированные им и обобщенные на основе длительных разъяснений коллегам и студентам, содержат не весь клинический опыт врача, а наиболее устоявшуюся и консервативную его часть. В-третьих, диагностические таблицы реализуют очень простую модель вывода, жесткую связь списка (обычно, единственного) симптомов с диагностическим выводом. Врач редко бывает настолько категоричен.

Приемы оперирования признаками, предложенные в некоторых работах «табличного» направления, были использованы впоследствии. Главное отличие последующих работ состояло в усилении внимания ко второму блоку - выработке конструкции заключения.

Многие авторы стали предлагать программы, реализующие простейшие схемы вывода на основе клинических симптомов [26, 83, 112, 113, 116, 205]. Этот подход стимулировал новый этап анализа первичных признаков. Во многих работах обращается особое внимание на способы формализованного отбора признаков.

M.JI. Быховский [38, 39] вводит понятие фазового интервала - сферической области в «фазовом» пространстве признаков. Гипотеза автора состоит в том, что фазовые интервалы являются центрами притяжения объектов исследуемых классов. Диагноз ассоциируется с набором фазовых интервалов, каждый из которых использует ограниченное подмножество входных переменных. Вызывает возражение использование евклидовой метрики, поскольку невозможно равноправие различных признаков (например, непрерывных и логических переменных). Сама конструкция сферической области представляется, также достаточно произвольной.

В работе [116] автор строит «вручную» решающее правило в виде логической формулы. Предлагается отбирать в решающее правило градации признаков, максимизирующие отношения частот для двух сравниваемых классов. Само правило строится как дизъюнкция конъюнкций, полученных для отдельных градаций признаков. Для диагноза предынфаркта было отобрано 7 дизъюнкций, включающих 10 из 29 первоначальных признаков. При экзамене на 151 больном получено 2 ошибки. Использование логических функций позволяет избежать использования априорных гипотез о структуре пространства данных. В ряде работ также принимают во внимание частоты входных признаков [37, 62, 121,178].

Е.В. Гублер [99] предлагает включать клинические симптомы в диагностический набор на основании сравнения распределений этих симптомов на сравниваемых классах. Для сравнения предложено использовать непараметрические критерии. Этот подход вносит рациональные основания в процедуру отбора входных признаков, во всяком случае, в ее формальную часть.

Включение признаков состояния больного, связанных с описанием изучаемого заболевания и состояния больного, позволяет избавиться от излишних «директивных» переменных и достаточно подробно проанализировать те, которые оказались важны для решения конкретной диагностической задачи.

Для перечисленных выше работ характерно активное участие авторов в конструировании решающего правила. Это обстоятельство, с одной стороны, давало возможность авторам детально разобраться в использовании входной информации, но, с другой - затрудняло выработку общего подхода к совокупности задач диагностики.

Следующим этапом стала автоматизация процесса получения решающих правил. Для этого использовались программы распознавания [179, 272]. Наиболее популярными оказались: «Кора» [34, 40], «Потенциальные функции» [3], «Обобщенный портрет» [7,42] и некоторые другие [83, 158, 159, 160, 169, 227].

Все эти программы требовали специальной кодировки входной информации. Ответ, как правило, был категорическим по форме, что породило дискуссию о правильном использовании машинных результатов в медицине [17, 62, 71, 270]. При излишне категоричной формулировке диагноза возможны ошибки из-за неоднозначности описания состояния больного на языке разных клинических специалистов [243, 270].

Врач при постановке диагноза (особенно, если ему же и лечить) часто формулирует диагноз «с запасом» [182]. Это помогает ему уменьшить риск для больного в случае незначительной ошибки в данных и стимулирует перепроверку показаний к лечению в случае остаточной неясности.

Авторы работы [142] показали, что снижение категоричности формального диагноза (добавление категории «не знаю») улучшает качество диагностики. При диагностике центрального рака легкого против хронического воспалительного процесса получается в 78% случаев уверенный диагноз, в 5% ошибка и в 17% - отказ. Если введена категория «отказ» (вместо ошибок в 22% случаев), уверенный диагноз лучше соответствует рентгенологическому.

В работе [114] показано, что наилучшее качество диагностики (92%) получается, когда врач использует компьютер как диалогового партнера, а не как «окончательного» судью. Врач анализировал ЭКГ дважды: первый раз - самостоятельно, не зная результата машинного анализа, второй раз (спустя 2-3 недели) - вместе с распечаткой машинного диагноза. При втором сеансе работы с ЭКГ врач был обязан либо подписаться под машинным заключением, либо (если не согласен) обосновать свою точку зрения. Результат чисто машинной диагностики (78%) был заметно хуже результата врача. Количество синдромов, установленных врачами во время повторного анализа той же ЭКГ, оказывалось больше. Интересно, что активная позиция врача при решении задачи формальной диагностики заметно улучшает результат.

A.JI. Сыркин [197] отмечает, что правильное соотношение категоричности и гибкости формального заключения обычно бывает итогом длительной и трудной работы врача и математика вместе.

Прогноз тяжелого исхода (например, гибель больного) нужен врачу не сам по себе [185, 186], а как сигнал к интенсификации лечения. При этом целесообразно формулировать диагноз не в форме категорического утверждения, а в виде рекомендаций, предостережений, советов, которые более адекватно воспринимаются лечащими врачами. Это еще один способ побудить врача занять более активную позицию.

Трудности сопоставления медицинских и машинных диагнозов [17, 26, 62, 65, 72, 121, 142,169, 205, 253, 255, 256, 270] стимулировали постановку исследовательских задач в форме прогноза хорошо верифицируемых ситуаций [10, 11, 25, 28, 30, 55, 63, 64, 65, 78, 180, 219, 241, 244, 252, 253, 257, 259, 267, 271], иногда отдаленных от момента постановки прогноза и периода лечения.

В работах И.М. Гельфанда и его школы задача прогнозирования результата лечения ставилась с четкой ориентировкой на возможные действия врача. Контингент больных, относительно которых решалась задача, выбирали в соответствии с предстоящими вариантами действий врача. Например, в задаче о прогнозировании рецидива язвенного кровотечения [60, 61, 62] в исследование включали больных без активного кровотечения при поступлении в стационар, т.е. ранее обнаруженное кровотечение было к моменту поступления уже остановлено. Прогнозировали рецидив кровотечения в первые 10 суток пребывания в стационаре. Это тот интервал времени, в течение которого может быть выполнена плановая операция. В задаче о прогнозировании исходов при геморрагическом инсульте [62, 63, 78] давали два прогноза на выживание: при консервативном и при хирургическом лечении. Врач сам принимал решение на основании всех необходимых ему данных и этих двух прогнозов. Задача прогнозирования осложнений у мужчин с инфарктом миокарда [62, 64, 65, 66, 67, 68, 73, 74, 75, 198] решалась для мужчин с крупноочаговым или трансмуральным инфарктом миокарда, госпитализированных не позднее 48 часов от начала острого приступа и оставшихся в живых спустя трое суток с момента госпитализации. Для этих больных дается прогноз осложнений, которые могут возникнуть на вторые и последующие сутки пребывания в стационаре.

Как видно из этих примеров, не следует прогнозировать очевидные варианты (например, если больной в коме на момент поступления, то нужен не прогноз, а экстренные реанимационные мероприятия), нужно четко оговорить сроки контроля и прогнозируемые состояния. Важно также, чтобы прогноз давал врачу направление действий в пределах его возможностей.

Прогностические правила даже стали признаком конструктивного решения диагностических задач. Например, в сборнике [52] (1968 г.) в заголовках всех 22 работ слово «прогноз» отсутствует, в сборнике [200], изданном на десятилетие позже (1981 г.), в одном только разделе «Математические методы в диагностике и классификации ишемической болезни сердца» слово «прогноз» встречается 10 раз в заголовках 21 работы.

Причиной невысокой эффективности решающих правил для индивидуального применения могли стать несколько факторов. Во-первых, многие авторы были «неразборчивы», они брали у врачей весь материал мало-мальски относящийся к изучаемой проблеме. При этом в обучающей выборке оказывались даже стертые случаи, пограничные варианты (произвольно, «волевым» способом отнесенные к одному из классов), больные, излишне отягощенные сопутствующими заболеваниями. Во-вторых, входные переменные проходили, в лучшем случае, лишь «статистический» фильтр (например, отношения частот). В-третьих, градации переменных, чаще всего, определялись высказанными доводами врачей, а не свойствами задачи. В-четвертых, структура решающего правила, обычно, задавалась заранее, по соображениям, скорее вычислительным, нежели свойственным рассуждению врача. В-пятых, полученный ответ был далек от привычной врачу терминологии, и поэтому затруднялась корректировка правила.

На каждом этапе развития методов работы с клиническими данными в начальной стадии возникало впечатление, что наконец-то удалось достичь понимания «как это делает врач». Но критерий «совпадение результата равно совпадению метода» оказывался обманчивым. Каждый раз выяснялось, что есть ряд интересных и важных вариантов течения заболевания, выпадающих из возможностей формальной методики, которые, тем не менее, прекрасно диагностировал врач. После первых успехов программ распознавания [10, 57, 58, 63, 64, 78, 121, 182, 181, 185] обнаружили, что успешность диагностики хорошего врача все еще не достижима для формальных методов. По-видимому, это связано с тем, что врач фактически использует большую информацию, чем способен рассказать. Для машинных решающих правил считается хорошим результат: 7585% правильных ответов [27,48, 97, 105, 142,226].

Исследователи школы И.М. Гельфанда [71, 72] и некоторых других впервые обратили внимание на то, что у хорошего врача постановке точного диагноза обязательно предшествует осмотр больного. Объем информации, получаемой при осмотре, оставался неизвестным, но, по-видимому, эта информация была существенна, возможно даже играла решающую роль. Косвенно об этом можно было судить по тому, что каждое правило хорошо работало в клинике, в которой его создавали, и гораздо хуже - в других клиниках, хотя квалификация врачей в обеих клиниках была сравнимой [14, 9]. Более того, врачи разных клиник легко (буквально, в несколько фраз) могли согласовать свои решения относительно конкретного пациента [14, 15, 16, 62, 69, 71, 72]. Согласование формальных описаний больных для использования общего правила оказалось трудоемкой работой [69, 71, 72]. Результаты этих исследований стимулировали перенос основного внимания на самого врача, на его приемы анализа сведений о больных и нужную ему для этого фактически информацию.

Попытки организовать входную информацию в задачах формальной диагностики имеют длительную историю. Непригодность обычной больничной истории болезни с ее аморфной структурой, необязательной фиксацией отдельных сведений, произвольной формой записей и другими недостатками, стала очевидна уже первым исследователям. Простейшим средством организации данных стали тематические вопросники. К сожалению, отсутствие четкой ориентации на конкретную задачу и, даже наоборот, стремление «охватить материал пошире» приводили к созданию гигантских вопросников [165, 193, 194] с количеством пунктов порядка тысячи. В вопросниках [193, 194] сделана попытка собрать воедино все варианты симптомов по группам болезней оперированного желудка (1219) и заболеваний печени, желчных путей и поджелудочной железы (994). Эти вопросники должны были послужить основой машинного банка прецедентов. Ясно, что полноценное заполнение такого вопросника для достаточного количества больных нереально.

Психологические исследования показали, что принимать решение по такому объему информации человек не может. Он обычно либо объединяет эти сведения в несколько (3-9) блоков, либо игнорирует большую их часть [106, 152, 195, 265]. Спрашивать врача напрямую, что именно ему нужно из вопросника, бесполезно, он далеко не всегда сам осознает это [17, 71, 72, 154, 155, 169]. Для отбора реально используемой врачом информации И.М. Гельфанд предложил метод «диагностических игр» [13, 17, 61, 62, 71, 72]. Основные приемы этого метода были выработаны в процессе решения задачи прогнозирования отдаленных результатов электроимпульсной терапии у больных с постоянной формой мерцательной аритмии [11,13, 199].

Согласно [17, 71], диагностическая игра представляет собой диалог двух специалистов, врача и математика (последний термин используется условно, чтобы подчеркнуть несовпадение профессиональных областей). В процессе диалога врач решает свою профессиональную задачу (постановку диагноза, назначение лечения, выработку прогноза течения заболевания) на основе информации, которую доставляет второй участник игры (подробнее см. раздел 1.3).

Диагностические игры использовались при создании разнообразных тематических вопросников. Среди них были вопросники для решения различных медицинских задач: об удержании синусового ритма сердца после электроимпульсной терапии мерцательной аритмии[11, 12]; о прогнозировании исхода тяжелого инфаркта миокарда [8, 46, 47, 62]; о дифференциальном диагнозе этиологии гнойного менингита [18, 17]; о выборе оптимального метода лечения гипертонических внутримозговых кровоизлияний [62]; о прогнозировании заживления дуоденальных язв [62]; о морфологической диагностике гломеруло-нефрита по клинико-функциональным данным [70, 71,36]; о прогнозировании рецидива язвенного кровотечения [61, 71]; о выборе типа операции для больного аденомой гипофиза [117]; о диагностике и выборе лечения плацентарной недостаточности [19] и других [54].

Эти вопросники оказывались заметно компактнее, содержали только необходимые для решения задачи сведения. Кроме того, при этом методе составления вопросника удается придать ему четкую структуру, облегчающую контроль полноты заполнения и последующую работу с собранными данными.

В ходе анализа протоколов диагностической игры удается также зафиксировать некоторые приемы использования информации врачом, выявить простейшие структуры оперирования данными. Так, например, для ряда задач были построены структурные единицы данных, которые врач использует как единое неразделимое целое [62, 66, 67], типы течения заболевания [47, 75, 198]. Использование структурных единиц делает решение задачи прогнозирования более прозрачным и понятным врачу. Типы течения инфаркта миокарда, выявленные в ходе упомянутых работ, вошли в правило прогноза.

Поскольку диагностические игры подразумевают исключительно словесный способ обмена информацией между участниками работы, в них возможно выяснение только тех сторон исследования, которые уже получили словесное определение или, хотя бы, название. Вместе с тем, многие важные факторы проявляются в ходе исследования впервые в невербальном виде, как досадные недоразумения, помехи, неопределенная нехватка данных. Их обнаружение и вербализация требуют специфических приемов. Для этого приходится входить в детали анализа и интерпретации данных врачом. Эти вопросы будут рассмотрены в последующих главах.

Среди большого количества работ по диагностике преобладают задачи однократного принятия решения. Между тем, для клинической практики характерны, скорее, проблемы наблюдения длительного течения заболеваний и длительного лечения, когда контакт врача и больного не является однократным, а длится некоторое время, в течение которого врач имеет возможность всесторонне изучить больного. Иногда для успешного лечения приобретают значение особенности характера и психического склада больного, социальные контакты с привычным окружением, особенности реакции на больничное окружение, и другие, обычно не учитываемые факторы. Обладая всей этой информацией, врач может проверять правильность назначенного лечения и корректировать его. К сожалению, найти в литературе адекватный язык для описания таких ситуаций не удалось. Вариант такого языка предложен в главе 4.

Непрерывное принятие решений с постоянной их корректировкой по текущему результату, вообще, типично для профессиональной деятельности человека. Алгоритм выработки решения в этом случае, вряд ли, удастся свести к последовательности однократных решений. Ведь в ходе длительного процесса человек накапливает опыт, учитывающий все стадии процесса, от самого его начала, т.е. каждое последующее решение принимается на основе все большей информации.

В теории принятия решений обычны задачи принятия оптимального решения по заданному критерию или набору критериев [4, 106, 144, 145, 147, 148, 150, 152, 157, 274]. Для описания тактики действий врача в процессе лечения больного ближе проблема выработки критериев по предыдущему опыту, нежели использование готовых [151,164].

Актуальность. Интерес к процессу принятия человеком решений в затруднительной ситуации существовал уже на заре кибернетики в 60-е годы. Очевидный парадокс состоит в том, что опытный специалист принимает правильное решение (выбирает правильное действие) в условиях видимого дефицита информации или при явной нехватке времени для принятия во внимание всех факторов ситуации. Возникает желание разобраться, каким образом и какие именно особенности ситуации он успевает учесть в процессе выполнения профессиональной работы. В этом состоит один из аспектов проблемы выявления профессионального знания специалиста.

Согласно некоторым современным представлениям [203], в ходе эволюции человека на каждом новом этапе достигнутое ранее знание становилось элементом нового знания, не проходя этапа обязательной вербализации. Многократное использование такого механизма усвоения жизненного опыта и знаний об окружающем мире должно было оставить следы в структуре знания и, в частности, профессиональных навыков человека. Возможно, поэтому объем неосознанного так велик, а содержание его так существенно для сознательной деятельности человека.

В любой сфере деятельности, раньше или позже, учитель, передающий свои навыки ученику, достигает стадии «делай, как я». Его профессиональный опыт позволяет ему судить, насколько эффективно ученик выполняет задание, но не дает указаний, что именно должен изменить ученик в своих действиях, чтобы достичь желаемого результата. Интересно, что даже в сфере науки метод обучения в тесном контакте со специалистом распространен широко. Ему в значительной мере обязаны своим существованием такие институты как стажировка, ординатура и аспирантура.

Медицинская диагностика представляет собой область интересных и своеобразных задач профессиональной выработки решений в сложных ситуациях или ситуациях с неполной информацией. Особенность работы врача состоит в том, что объект (больной) чрезвычайно сложен, а решение должно быть принято обязательно. Значительная часть информации о больном имеет невербальный характер. Формализация и структуризация хотя бы части используемой врачом информации может быть полезна для самого врача (часть вопросов упростится и может быть решена формально, это освобождает сознание для решения более сложных профессиональных проблем). Кроме того, облегчится передача его опыта новому поколению специалистов.

Структуризация информации может сократить ее объем. Еще в 1960-е годы И.М. Гельфанд и M.J1. Цетлин заметили, что в реально возникающих физических и технических задачах оптимизации многомерных функций существует локальная организация данных [76, 77, 221]. Большая часть переменных (почти все) оказываются несущественными, т.е. минимум оценочной функции по ним & достигается за сравнительно небольшое число шагов. Несколько (1-3) переменных оказываются существенными, т.е. минимизация по ним требует заметно большего числа существенно более крупных (нелокальных) шагов и дает заметно меньшие значения оценочной функции. Они связали это явление с особой структурой данных («хорошо организованная задача»). Метод минимизации, использующий такую структуру, был назван «методом оврагов».

Вскоре были обнаружены аналоги такой структуры данных при анализе построения произвольных движений млекопитающих [45]. В современной теории нелинейных динамических систем существует метод «русел и джокеров» [206], использующий близкие идеи о структуре переменных системы. Аналоги такого же представления можно обнаружить в классической гештальт- психологии, которая трактует восприятие произвольной ситуации каждым из ее уча-Ф стников как единого образа, организованного вокруг своего «центра интереса».

Возможно, что в ходе эволюции механизмы работы нервной системы человека восприняли этот принцип организации информации, и следствием этого стал известный феномен «семь плюс или минус два» [265], обнаруженный при исследованиях объема внимания. В психологических экспериментах по различению звуков (по тону и громкости), концентраций растворов, положений указателя на шкале без делений, размеров подобных фигур, цветов окрашенных полей, и ряде других выяснилось, что при количестве предлагаемых вариантов более некоторой константы (5-9, в различных экспериментах) заметно возрастает количество ошибок распознавания. Эти наблюдения позволили их авторам оценить объем кратковременной памяти человека приблизительно в 7 единиц. Удивительно, что сами эти единицы могут быть объектами, обладающими достаточно сложной внутренней структурой (например, слова, фразы, картинки).

Во всяком случае, важной частью структуризации и формализации медицинских данных будем считать поиск небольшого количества существенных переменных в каждой проблемной ситуации принятия специалистом решения в его профессиональной области. В отличие от случая функции, заданной численно или формулой, поиск таких переменных в клинической задаче требует специфических методов.

Исторически определились два типа возможных носителей полученного знания: текст и программа для компьютера. Выбор одного из них диктовал в значительной мере характер и способ использования результатов. Если мы выбираем текст в качестве носителя нового знания, то нам естественно стремиться к максимально подробной вербализации знания, а методы исследования должны способствовать наилучшему словесному контакту с изучаемым специалистом. Одним из сильнейших достижений на этом пути является методика структуризации знания, использующая диагностические игры [17, 71, 72].

При выборе программы в качестве носителя знаний мы должны ориентироваться на методы моделирования и распознавания и неизбежно приходим к установке на создание программы, принимающей профессиональное решение за специалиста, без его участия. В этом случае подробности рассуждений врача неинтересны, важно лишь совпадение выбора, осуществленного программой, с действием врача. Такова логика классического подхода «черного ящика»: если действия двух решателей одной проблемы (человека и компьютера) при одинаковых входных сигналах совпадают, моделирование считается успешным. Этот путь избрали создатели многих диагностических программ и (впоследствии) экспертных систем. Подчеркнем, что трудности подхода велики, и «человекообразные рассуждения» оказываются в числе первых жертв чисто машинного решения проблемы.

Можно кратко выразить цель формализации знания врача: «вместе с врачом выработать новое формализованное знание, которым врач может пользоваться как еще одним источником информации в своей работе». При этом естественно использовать диагностические игры для анализа его подхода к проблеме, структуризации его информации и изучения его методов рассуждения. Также естественно решать вместе с ним его частные проблемы, порожденные количественным характером некоторых типов данных и сложными логическими конструкциями, возникающими при анализе достаточно редких и разнообразных клинических случаев. В ходе всей совместной работы, разумеется, необходимо, чтобы врач имел возможность контролировать используемые данные, их преобразования и ход рассуждений, сохраняя свои самостоятельность и независимость, как исследователь.

Распространенные методы получения знания от специалиста в известной мере ориентированы на передачу знания компьютерной программе либо в виде экспертного высказывания, либо в виде вырабатываемого программой по ее правилам неформализованного умения угадать ответ. В первом случае врач, выступающий в качестве эксперта, должен дать определенный ответ на все возможные варианты вопросов о больном. В практической работе врача такой случай крайне редок. Не интересующие его сочетания признаков и варианты заключений могут быть даже осмысленными, но не будут относиться к его области интересов, что приведет к ответу случайному или даже невнятному. Во втором случае можно получить информационную систему, «натасканную» на небольшой контингент больных, но беспомощную вне его.

Настоящая работа возникла в русле исследований, проводившихся школой академика И.М. Гельфанда в 1970-90-е годы. Она использует наработки этой школы по диагностическим играм, анализу и формализации точных постановок медицинских диагностических исследований. В то же время, в ней использованы методы, возникшие в ходе решения специфических задач, общей стороной которых явилось большее внимание к деталям работы врача с его материалом (медицинскими сведениями, заключениями и промежуточными выводами и прогнозами). Ряд соображений был навеян работами других школ (Айзерман [3, 4, 5], Бонгард [34], Браверман и Мучник [35], Вапник [7], Журавлев [111], Ларичев [152], Малишевский [164], Переверзев-Орлов [169], и др.).

Цель исследования. Разработка методического подхода, ориентированного на фиксацию и вербализацию опыта квалифицированного специалиста (опытного врача) для решения медицинских задач на естественном для врача языке.

Задачи исследования.

1. Найти методы уточнения постановки медицинской исследовательской задачи с учетом реально существующих ограничений и контингента больных.

2. Разработать методы выявления структуры профессионального знания специалиста, приемов оперирования данными, промежуточными результатами, выработки промежуточных целей исследования.

3. Разработать методы использования частных моделей ситуации и локальных прогнозов в качестве средства уточнения задачи и выявления проблем, возникающих перед специалистом в ходе исследования.

4. Найти методы выявления общей части (ядра) мнений группы экспертов при решении конкретной задачи. Выявить возможные механизмы договоренности при формировании общей точки зрения.

5. Разработать методы компьютерной поддержки формализации профессионального знания.

Научная новизна. На ряде практических медицинских исследований разработаны, опробованы и доведены до практического применения диалоговые и человеко - машинные методы формализации знания специалиста.

• Предложена методика обнаружения проблем врача на довербаль-ном уровне. Этому способствовало использование метода «моделирования изнутри».

• Создана методика построения моделей динамики процессов в связи с решениями врача в процессе наблюдения и лечения больного.

• Разработан язык представления разнородных данных (количественного и категориального типа) и методы выявления их взаимосвязи.

• Разработан язык описания сценария развития заболевания и проведения лечебных мероприятий. Предложены методы прогнозирования развития ситуации на основе выявления критических событий.

• Предложен метод согласования экспертных выводов (на основе параллельного моделирования экспертных решений и выявления наиболее затруднительных ситуаций для экспертов) в новой для экспертов профессиональной задаче.

Практическая значимость. Все методы были разработаны в ходе решения практических медицинских задач и позволили достичь необходимого лечебного результата. На основе выявленных сведений были созданы рациональные методы ведения больных после хирургической коррекции коарктации аорты; детей, больных хроническим гломерулонефритом; предложена рациональная тактика подготовки к родам женщин с рубцом на матке. Были также предложены методы ранней диагностики катастрофического ухудшения состояния плодов при беременности, отягощенной сахарным диабетом; критерии ранней оценки состояния новорожденных для нескольких вариантов патологии беременности. Разработан метод выделения по результатам скринингового обследования наиболее тяжелой категории среди пострадавших от аварии на ЧАЭС с нарушениями иммунитета. Многообразие задач, решенных с помощью предложенных в диссертации инструментов, показывает, что область применения созданных методов достаточно велика.

Апробация. Материалы доложены и обсуждены на ряде отечественных и международных съездов, симпозиумов и конференций различных уровней.

Третья Всесоюзная научная конференция (12-14 июня 1984,Ереван); Всероссийский съезд кардиологов, Свердловск 22-24 мая 1985.

15 Всесоюзный съезд акушеров-гинекологов, Махачкала 28-30 ноября 1989; Сахарный диабет и беременность, симпозиум, СПб,28-29 ноября 1991 г.;

Ультразвуковая диагностика в акушерстве, гинекологии и педиатрии", I съезд Российской ассоциации врачей УЗ диагностики в перинатологии и гинекологии, Суздаль, 6-8 окт.1992 г.; 1-й Северо-Кавказский съезд акушеров-гинекологов", 7-8 сент. 1994 г, Ростов; всероссийская научно-практическая конференция 15-17 ноября 1994 г., г. Чебоксары; 10-th Congress of European Association of Gynaecologists and Obstetricians, Monte-Carlo, March 29-Apr. 1, 1995; 27-th International Congress on Pathophysiology of Pregnancy; XV FIGO World Congress of Gynecology and Obstetrics, Copenhagen, Denmark, 3-8 Aug. 1997.

1 съезд российской ассоциации специалистов перинатальной медицины. Суздаль, 1995; Ш Всероссийский съезд эндокринологов, 4-7 июня 1996г., Москва; Всероссийская конференция "Основы перинатальной медицины: плацента в этиологии, патогенезе и диагностике внутриутробно формирующихся заболеваний", Новосибирск 1996; II съезд Российской ассоциации врачей акушеров и гинекологов, Москва 1997; 13-th Congress of European Association of gynaecologists and Obstetricians (EAGO), Jerusalem, Israel, may 10-14, 1998; Первый Российский диабетологический конгресс, Москва 1998 г.; Международный симпозиум «Актуальные вопросы диагностики, профилактики и лечения гесто-за», Москва: 1998; Всероссийский пленум Ассоциации акушеров и гинекологов 19-21 апреля 2000 г. Москва.

V Российский съезд специалистов по лабораторной диагностике, Москва, 24-26 мая 1995г.

Годичные конференции МИФИ, 1998-2000 гг.; V Всероссийская конференция "Нейрокомпьютеры и их применение".

V Российский национальный конгресс "Человек и лекарство", Москва 2125 апреля 1998г; VI российский национальный конгресс "Человек и лекарство" 19-23 апреля 1999г, Москва; V Поволжская научно - практическая конференция Саратов, 1999.

3-я Московская международная конференция по исследованию операций ((ЖМ2001), ВЦ РАН, М. 2001.

Публикации. По теме опубликовано 112 работ, в том числе 51 статья в центральной печати и рецензируемых изданиях.

Структура диссертации. Работа состоит из введения, 13 глав, заключения и списка цитированной литературы. В первых главах (1-5) описаны методы анализа материала.

Результаты исследования, описанного в этой главе, побудили врачей начать крайне трудоемкий сбор катамнеза для детей от матерей с сахарным диабетом, причем в обследовании детей планируется участие детского невропатолога. Второе следствие - обсуждается связь здоровья детей этой когорты с наличием и свойствами нейроспецифических белков в крови у матери и ребенка [170, 175, 176].

Глава 11. Согласование решений экспертов при освоении нового сегмента профессиональной области.

Описан эксперимент по выработке общей точки зрения группы экспертов при работе с новым типом материала. Использована модель раздела 2.3. Показано уменьшение размерности описания объектов по мере сближения точек зрения.

Врачи, как и другие специалисты, вынуждены в ряде случаев принимать коллективные решения. В простейших случаях тон задают самые авторитетные специалисты (с большим практическим опытом или с опытом лечения данного заболевания). Остальные Moiyr при этом уточнить отдельные стороны плана действий, но основа принадлежит одному.

Есть другой класс ситуаций, когда несколько врачей приблизительно одинаковой квалификации сталкиваются с новыми обстоятельствами, например, новым контингентом больных, новыми видами обследований, и т.д. В этом случае возникает совместная выработка новых «умений» - новый круг понятий, новые приемы оперирования ими.

В этом исследовании речь пойдет о методе формирования правил принятия решений в такой ситуации. Предложены средства «механизации», облегчающие врачам выполнение этой задачи.

Работа проведена на базе Института педиатрии АМН СССР и лаборатории фармакологии гемостаза ЦНИЛ 2-го ММИ. В работе участвовали врачи: д.м.н. проф. В.И. Наумова, д.м.н. B.C. Ефимов, к.м.н. B.JI. Гришин, к.м.н. М.Я. Роз-кин, врач С.А. Диканбаева.

11.1. Информационные задачи.

Задача состояла в выяснении особенностей стратегии освоения специалистами нового сегмента профессиональной области. Предстояло выяснить, как специалисты создают ориентиры в области, близкой к их повседневным интересам, но все же не совпадающей с ними. Интересны были также приемы выработки общих взглядов на новые объекты. Задача ставилась не как вариант обучения знанию, которое известно некоторому «ведущему», а как поиск нового неизвестного знания, согласующегося с традиционными представлениями внутри привычной области, т.е. как задача расширения профессиональной области.

Пусть группа специалистов работает в режиме экспертов, т.е. они рассматривают некоторую совокупность больных и выделяют из нее группы с определенными свойствами. Набор выделяемых свойств диктуется их профессиональным опытом, а конкретная совокупность больных встречается им впервые. Перед ними ставится задача распределить, по возможности, предложенный контингент больных по привычным для них категориям или предложить новые. При этом привычные для них нормативы лабораторных параметров непригодны для нового контингента.

Организуем работу экспертов в соответствии с моделью раздела 2.3, т.е. разделим ее на ряд последовательных этапов, каждый из которых будет начинаться с независимой экспертизы (эксперт не знает решений остальных экспертов) сведений о больных «вслепую» (больные фигурируют под условными «одноразовыми» номерами, разными у различных экспертов). Заключения коллектива экспертов будем аппроксимировать с помощью решающего правила. Это позволит выделить «конфликтных» больных, т.е. больных, вызвавших разногласия с общей точкой зрения (точнее, с ее формальной моделью). Такой подход позволяет избежать личных трений при последующем обсуждении больных, вызвавших разногласие. Мы ожидаем, что в результате обсуждений точки зрения будут сближаться, и эксперты смогут выработать приемлемую для них систему классификации.

Этот способ анализа профессионального опыта пригоден в случае более формальной деятельности специалиста, чем лечебная или диагностическая, например, при обсуждении результатов лабораторных исследований. Кроме того, он требует наличия нескольких специалистов приблизительно одинаково высокой квалификации.

Трем или более специалистам предлагают оценить результаты измерений в категориях "есть искомое отклонение", "нет отклонения" и "неизвестно". Последнее означает для специалиста нехватку сведений, нужных ему для принятия одного из определенных решений. Разумеется, все таблички измерений для отдельных больных предъявляются без указания на индивидуальность больного, например, с номерами. В случае многократного использования табличек номера должны каждый раз изменяться. Поясним работу с экспертами на примере задачи о выявлении нарушений гемостаза по лабораторным данным в ходе лечения детей с хроническим гломерулонефритом [107, 96].

11.2. Медицинская постановка.

Исследованию подвергли группу детей с гломерулонефритом, у которых был установлен характерный для этого заболевания дисбаланс между показателями гемостаза. Всего обследовано 52 ребенка в возрасте от 3 до 14 лет, у которых различали смешанную, гематурическую и нефротическую формы заболевания. Дети находились на традиционном лечении (кортикостероиды, цито-статики и дезагреганты) с применением у 13 из них ингаляций антикоагулянта (гепарина).

Три высококвалифицированных эксперта по системе гемостаза были привлечены для оценки состояния детей в ходе лечения. Их советы были необходимы для корректного лечения детей ингаляциями гепарина. Эксперты обладали солидным опытом диагностики системы гемостаза, но не занимались раньше этой специфической группой больных практически. Требовалось мобилизовать профессиональные знания и опыт экспертов, и создать им условия для возможно более точной оценки состояния системы гемостаза у каждого больного в каждый момент времени. Критерии для отнесения больных к классам гипо-, нормо- или гиперкоагуляции предстояло выработать, используя опыт и знания экспертов по коагулологии.

Для получения и проверки формальных выводов были использованы 170 карточек, каждая из которых содержала результаты проведенных анализов и измерений для одного больного в один день (рис. 11.1). Из этих карточек часть была использована для выработки решающего правила, а остальные составили «экзаменационный» массив для независимой проверки эффективности правила.

Карточка N 41

ТЭГ R = 320; к = 80; R+k = 400;

ТЭГ шА = 47; рек. = 124; толер. = 203; Квик = 106.2; энд. геп. = 0.059; атШ = 76.9;

N трмб = 529; агр.АДФ амп.= 64; уг. = 77;

N эрит.= 7.42; агр. эрит.амп .= 51; уг . = 62; общ.бел. = (?); фиб-лиз = 77.0; креа. = (?)

Рис. 11.1. Карточка с параметрами свертывающей системы крови.

Регистрировали 14 коагулологических параметров по лабораторным тестам. В цельной крови - стандартные показатели тромбоэластограммы (ТЭГ), время рекальцификации (рек), толерантности крови к гепарину (толер). В плазме крови - тромбопластиновое время по Квику (Квик), концентрация эндогенного гепарина (энд.геп.), активность антитромбина III (ат-Ш). На фибрин-агаровых пластинках определяли фибринолитическую активность (фиб-лиз). Подсчитывали количество тромбоцитов (N трмб) и определяли их агрегацион-ную способность (агр.АДФ) под воздействием АДФ. Определяли агрегацион-ную способность эритроцитов под воздействием 2.5 ионена (агр.эритр).

На карточке размещены значения параметров свертывающей системы крови и некоторых дополнительных переменных, которые первоначально считались полезными для выработки классификации. Каждый параметр снабжен сокращенным заголовком. Например, первые две строчки отведены для параметров тромбоэластограммы, трех времен (R, k, R+k) и амплитуды (шА). Строчки параметров агрегации тромбоцитов (агр.АДФ) и эритроцитов (агр.эрит) содержат по две характеристики соответствующего процесса, амплитуду (амп) и угол наклона касательной к самому крутому участку кривой (уг).

Все величины даны в стандартных единицах измерения. Для общего белка (общ.бел.), креатинина (креа.) и кокарбоксилазы (кок) значения в данной карточке неизвестны (?). Карточке присвоен условный номер.

Для выработки относительных оценок показателей использованы результаты обследования 19 здоровых детей приблизительно той же возрастной группы. В работе экспертов эти данные были использованы как справочный материал.

11.3. Описание процедуры.

Было отобрано 55 карточек вне связи с их содержанием. Трем экспертам-специалистам в области свертывания крови предложили разложить их на четыре категории: «гипер-, нормо-, гипокоагуляция» и «неизвестно».

Значения некоторых параметров системы свертывания крови у детей с гломерулонефритом имели большой разброс, который перекрывал границы значений аналогичных параметров группы здоровых детей. Это осложняло возможность прямого использования нормы, построенной по здоровым детям, для выявления относительной гипо- и гиперкоагуляции.

Показатели других тестов у тех же больных были, наоборот, резко смещены относительно их значений у группы здоровых. Например, наименьшее значение концентрации эндогенного гепарина в контрольной группе из 14 здоровых детей оказалось равным 0,16 ЕД./мл. Из 51 измерения для больных только в 5 случаях обнаружены концентрации эндогенного гепарина выше этого значения, а остальные 46 имели меньшую концентрацию. Факт «попадания» значений концентрации эндогенного гепарина у больного в область значений здоровых детей еще не говорит о принадлежности этого больного к относительной норме. Тем более, не удается указать по этим данным границу относительной недостаточности эндогенного гепарина. Для ряда других показателей наблюдались аналогичные смещения значений, не позволяющие использовать в качестве относительной классификационной нормы показатели здоровых детей.

На первом этапе эксперты работали независимо, а решения экспертов признавались значимыми только при условии единогласия. Наличие особого мнения у одного из экспертов было достаточным для отнесения карточки в категорию «неизвестно».

В результате первой экспертизы карточки разделились следующим образом: норма-5 (N), гипо-13 (D), гипер-8 (U), «неизвестно»-29. Карточки трех первых категорий были использованы для построения формального разделяющего правила (правило /).

11.3.1. Решающее правило 1 этапа (правило 1).

Эксперты использовали для разделения карточек на классы только информацию, содержащуюся в самих карточках. Решающее правило, моделирующее результат их решения, также должно опираться на эту информацию. Воспользуемся общей процедурой, намеченной в главах 1 и 3, и примененной ранее в главах 8, 9. Процесс создания решающего правила часто называют процедурой обучения [34, 35, 42]. Рассмотрим эту процедуру на примере создания частного правила NU (норма - гиперкоагуляция).

Поскольку реальное использование отдельных переменных экспертами нам неизвестно, сравним распределения для каждой переменной у каждой пары классов. Для каждой пары классов выберем порог наилучшего разделения по критерию Смирнова и образуем симптомы для решения классификационной задачи в каждой паре классов в отдельности. Пример симптомов, различающих классы гиперкоагуляции и нормокоагуляции, сформированные по результатам экспертизы приведен в таб.11.1.

Заключение.

1. В диссертации разработаны формализованные методы структуризации и вербализации интуитивного знания. Методы были развиты в процессе анализа нескольких видов лечебной деятельности врача.

2. Построены модели профессиональных решений на основе языка логических симптомов. Создан также язык сценариев, который представляет процесс, развивающийся во времени, в виде системы фактов, принадлежащих определенным моментам времени и составляющих события. Созданы алгоритмы, выявляющие структуру реальных действий специалиста. Разработаны программы, составляющие технологическую базу анализа наблюдений и заключений врача.

3. На основе разработанных методов формализации получены решения 7 практических задач медицинской диагностики. Модели профессионального знания в этих задачах учитывают особенности профессиональных групп врачей (хирурги, акушеры, педиатры, и др.). Решение задачи формулируется для врача в виде небольшого набора рекомендаций, ориентированных на особенности состояния конкретного больного.

4. Созданы методы формализации профессионального знания, являющиеся основой алгоритма организации работы группы экспертов над новой проблемой.

Внедрение.

Результаты диссертации внедрены в клиническую и научную практику в Московском областном научно-исследовательском клиническом институте (МОНИКИ), в Московском НИИ акушерства и гинекологии (МОНИИАГ), в 23 р/д, во 2 ММИ, в МИФИ. Программные инструменты, разработанные для реализации описанных методов, используются также в Институте физико-химической биологии им. А.Н. Белозерского при МГУ, в Научном Центре Хирургии РАМН, в ИГГУ РАН.

1. Адушкин В.В., Спивак А.А. Крупномасштабные химические взрывы и проблема контроля подземных ядерных взрывов. // Федеральная служба сейсмологических наблюдений и прогноза землетрясений, 1996, т.З, №1-2, с. 107-117.

2. Айвазян С.А., Енюков И.С., Мешапкин Л.Д. Прикладная статистика. Основы моделирования и первичная обработка данных. М.: Финансы и статистика, 1983.-471 с.

3. Айзерман М.А., Браверман Э.М., Розоноэр Л.И. Метод потенциальных функций в теории обучения машин. М.: Наука, 1970.

4. Айзерман М.А., Мапишевский А.В. Некоторые аспекты общей теории выбора наилучших вариантов. // М.: Препринт Института проблем управления, 1980.

5. Айзерман М.А., Малишевский А.В. Проблемы логического обоснования в общей теории выбора. // М.: Препринт Института проблем управления, 1982, 72 с.

6. Алгоритмы и программы восстановления зависимостей. Под ред. В.Н. Вап-ника- М.: Наука. Главная редакция физико-математической литературы, 1984.-816с.

7. Ю.Алексеевская М.А., Гельфанд И.М., Губерман Ш.А., Мартынов И.В., Саблин В.М., Ротвайн И.М. Прогнозирование исхода крупноочагового инфаркта миокарда с помощью программы узнавания. // Кардиология, 1977, т. 17, N 7, с. 26-31.

8. Алексеевская М.А., Гельфанд И.М., Кпюшин Е.С., Недоступ А.В., Сыркин А.Л. Новый подход к проблемам отбора информации и формализации описания больного для решения медицинских задач на ЭВМ. // Препринт ИПМ АН СССР N 144, М., 1979, 23 с.

9. Н.Алексеевская М.А., Переверзев-Орлов B.C. Проблема «двух врачей» в распознавании образов. // В сб. «Описание и распознавание объектов в системах искусственного интеллекта». «Наука», М.: 1980, с.75-84.

10. Алексеевская М.А., Переверзев-Орлов B.C., Саблин В.М. Прогнозирование врачебной тактики. // В сб. «математическое моделирование патологических процессов в медицине», М., «Сов. Радио», 1979.

11. Алексеевская М.А., Саблин В.М., Переверзев-Орлов B.C. Прогнозирование врачебной тактики. // В сб. «математические модели механизмов патологических процессов». Препринт АН СССР, Научный совет по комплексной проблеме «Кибернетика», М., 1979, с. 111-119.

12. Алексеевский А.В., Гельфанд И.М., Извекова М.Л., Шифрин М.А. О роли формальных методов в клинической медицине: от цели к постановке задачи. // В сб. «Информатика и медицина». М.: Наука, 1997, с.6-35.

13. Алексеевский А.В., Гельфанд И.М., Райнер М.А., Шифрин М.А. Алгоритм дифференциального диагноза гнойных менингитов различной этиологии у детей первого года жизни. // Препринт АН СССР, Научный совет по комплексной проблеме «Кибернетика», М., 1986, 49 с.

14. Аптон Г. Анализ таблиц сопряженности. М.: Финансы и статистика. -1982, 143 с.

15. Ардашев В.Н., Булычев А.Б., Лебедев С.В. Отдаленный прогноз у больных, перенесших инфаркт миокарда. // В сб. «Информатика и медицина». М.: Наука, 1997, с.120-126.

16. Асеева Л.Г., Кечкер М.И., Шлыгин В.В. Особенности алгоритма синдро-мальной ЭКГ диагностики и его реализация. // В сб. Теория и практика автоматизации электрокардиологических и клинических исследований. Каунас, 1981, с.82-83.

17. Бала Ю.М., Гусев А.И., Руссман И.Б., Давние В.В., Шитов Б.В. О возможности прогнозирования рецидива инфаркта миокарда. // Тер. Архив, 1972, N 3, с.6.

18. Балуда В.П., Баркаган З.С., Гольдберг Е.Д., Кузник Б.И., Лакин К.М. Лабораторные методы исследования системы гемостаза. Томск, 1980, стр. 235.

19. Белоцерковский О.М., Виноградов А.В., Глазунов А.С. Метод раннего прогнозирования клинического течения острого инфаркта миокарда и постинфарктного кардиосклероза. // В сб. «Информатика и медицина». М: Наука, 1997, с.72-119.

20. Биттер В.В. Геомагнитные возмущения от подземного источника (землетрясение, подземный взрыв). // Материалы Московской конференции "Студенческая научная осень-94", ч.2,1994, с.14-17.

21. Болыиев Л.Н., Смирнов Н.В. Таблицы математической статистики. М.: Наука. Главная редакция физико-математической литературы, 1983, 416с.

22. Бонгард М.М. Проблема узнавания. М.: Наука. Главная редакция физико-математической литературы. 1967, 320с.

23. Браверман Э.М., Мучник И.Б. Структурные методы обработки эмпирических данных. М.: Наука. Главная редакция физико-математической литературы. 1983, 464 с.

24. Быховский M.JI. Машинная диагностика, основанная на принципе фазового интервала. // Вычислительная техника в физиологии и медицине. -М: Наука,1968, с.5-21.

25. Быховский M.JI. Теория и алгоритм обучения в кибернетических системах медицинской диагностики. // Вычислительная техника в физиологии и медицине.-М: Наука, 1968, с.21-38.

26. Вайнцвайг М.Н. Алгоритм обучения распознаванию образов «Кора». // В сб. Алгоритмы обучения распознаванию образов. М.: Сов. Радио, 1973, с. 110116.41 .Ван дер Варден Б.Л. Математическая статистика. М: ИЛ, 1960, 434 с.

27. Вапник В.Н., Червоненкис А.Я. Теория распознавания образов. М.: Наука, 1974.

28. Варшавский В.И. Коллективное поведение автоматов М.: Наука, 1973, 407 с.

29. Варшавский В.И., Поспелов Д.А. Оркестр играет без дирижера. М.: Наука. Главная редакция физико-математической литературы, 1984, 208 с.

30. Васильев Ю.М., Гельфанд И.М., Губерман Ш.А., Шик М.Л. Взаимодействие в биологических системах. // Природа, 1969, N 6, с. 13-21, N 7, с. 24-33.

31. Вишневский А.А., Брайнес С.Н., Браиловский B.JI. О применении метода автоматической классификации к некоторым задачам медицины. // Вычислительная техника в физиологии и медицине. Наука - М: 1968, с.38 - 41.

32. Возмущения магнитного поля Земли и земных токов при высотных ядерных взрывах. М.: Атомиздат, 1966. 58 с.

33. Воробьев А.И. Почему советская радиация самая безопасная. // Моск. новости. - 1991, N33.

34. Вшивков В.А., Дудникова Г.И., Захаров Ю.П., Оришич A.M. Генерация плазменных возмущений при бесстолкновительном взаимодействии сверх-альфвеновских потоков. // Новосибирск: 1988, препринт АН СССР. Сиб. Отд-ние. ИТПМ, препринт № 20-87,48 с.

35. Вычислительная техника в физиологии и медицине М: Наука, 1968, 243 с.

36. Гаек Я., Шидак 3. Теория ранговых критериев. М., Главная редакция физико - математической литературы изд-ва «Наука», 1971, 376 с.

37. Ганелина И.Е., Кеслер Д.Ф., Конюхов М.М., Петренко Е.И. Ретроспективная оценка некоторых методов исследования при прогнозировании сердечной недостаточности в подостром периоде инфаркта миокарда. // Кардиология, 1977, N1, с. 36.

38. Гельфанд И.М. Два архетипа в психологии человечества. Лекция при вручении премии Киото, 1989. // Препринт ИПМ РАН N 122, М., 1990, 19с.

39. Гельфанд И.М., Гелыптейн Г.Г., Губерман Ш.А., Ротвайн И.М., Файн Т.Л. Об оценке давления в легочной артерии по данным электро- и фонокардио-графии при дефекте межжелудочковой перегородки. // Кардиология, 1977, т.11, N 5, с. 84-88.

40. Гельфанд И.М., Гелыптейн Г.Г., Зорин А.Б., Губерман Ш.А., Ротвайн И.М., Силин В.А., Сухоев В.К., Файн T.JI. Распознавание степени легочной гипертензии при дефекте межжелудочковой перегородки с помощью ЭВМ. // Кровообращение, 1971, т. 11, N 5, с. 84-88.

41. Гельфанд И.М., Гелыптейн Г.Г., Лукашевич И.П., Шифрин М.А. Исследование корреляций между электрокардиографическими и коронарографически-ми данными. // Препринт АН СССР, Научный совет по комплексной проблеме «Кибернетика», М., 1980. - 20с.

42. Гельфанд И.М., Гринберг А.А., Извекова М.Л. Прогноз рецидива и хирургическая тактика при язвенных гастродуоденальных кровотечениях. // В сб. «Информатика и медицина». М.: Наука, 1997, с.36-48.

43. Гельфанд И.М., Губерман Ш.А., Сыркин А.Л., Головня Л.Д., Извекова М.Л., Алексеевская М.А. Прогнозирование исхода инфаркта миокарда с помощью программы «КОРА-3». // Кардиология, 1977, т. 17, N 6, с. 19-23.

44. Гельфанд И.М., Извекова М.Л., Каспарова Е.И., Сыркин А.Л. Структурные единицы в задаче прогноза исхода трансмурального инфаркта миокарда. // В сб. «Информатика и медицина». М.: Наука, 1997, с.49-71.

45. Гельфанд И.М., Извекова М.Л., Каспарова Е.И., Сыркин А.Л. Структурные единицы в задаче прогноза исхода трансмурального инфаркта миокарда. // Препринт АН СССР, Научный совет по комплексной проблеме «Кибернетика»,-М., 1992,43 с.

46. Гельфанд И.М., Розенфельд Б.И., Ратнер М.Я., Серов В.В. Проблема классификации гломерулонефрита. // Препринт АН СССР, Научный совет по комплексной проблеме «Кибернетика», М., 1980.

47. Гельфанд И.М., Розенфельд Б.И., Шифрин М.А. Очерки о совместнойработе математиков и врачей. М., Наука, 1989.- 272 с.

48. Гельфанд И.М., Старкова М.Н., Сыркин АЛ. К прогнозированию желудочковых аритмий сердца у больных инфарктом миокарда. // Кардиология, 1983, N 5, с.9-12.

49. Гельфанд И.М., Старкова М.Н., Сыркин A.JI., Классификация больных и прогноз осложнений при инфаркте миокарда. // Препринт АН СССР, Научный совет по комплексной проблеме «Кибернетика», М., 1982.

50. Гельфанд И.М., Цетлин M.JI. О некоторых способах управления сложными системами. // Успехи матем. наук, т. 17, № 1(103), 1962, с.3-25.

51. Гельфанд И.М., Цетлин М.Л. Принцип нелокального поиска в задачах автоматической оптимизации. // ДАН СССР, т. 137, № 2, 1961, с.295-298.

52. Гельфанд И.М., Шмидт Е.В., Губерман Ш.А., Извекова М.Л., Кандель Э.И., Чеботарева Н.М. Прогнозирование исходов хирургического лечения геморрагических инсультов с помощью ЭВМ. // Вопр. Нейрохирургии, 1976, N 3, с. 20-23.

53. Генкин А.А. Разработка программных комплексов медико-биологического познания. // URL: http://www.intels.spb.ru.

54. Гершман Б.Н., Ерухимов Л.М., Яшин Ю.Я. Волновые явления в ионосфере и космической плазме. М.: Наука. Главная редакция физико-математической литературы, 1984, 392 с.

55. Гилл П.Дж. Магнитные возмущения и возмущения земных токов, обусловленные высотным ядерным взрывом 9 июля 1962 г. // "Операция "Морская звезда". М.: Атомиздат, 1964. С.218.

56. Гланц С. Медико-биологическая статистика. М., Практика, 1998. 459 с.

57. Гольдберг С.И. Построение комбинаторных алгоритмов распознавания образов на основе антисиндромов. // Автореф. Канд. Дисс. Свердловск, 1986,23 с.

58. Горбачев Л.П., Семенова Т.А. О геомагнитных возмущениях, обусловленных возбуждением Е-слоя ионосферы. // Препринт 044-89. М.: МИФИ, 1989.24 с.

59. Горбачев Л.П. Об оценке влияния гиротропного слоя ионосферы на ГМВ, возбуждаемые при подземном камуфлетном взрыве. // Физика низкотемпературной плазмы. ФНТП-95. Материалы конференции. Петрозаводск. 20-26 июня 1995 г., т.2, с.133-134.

60. Горбачев Л.П. Элементы физики плазмы. МИФИ, М: 1992,40 с.

61. Горбачев Л.П., Семенова Т.А. Генерация геомагнитных возмущений камуф-летным взрывом. // Геомагнетизм и аэрономия, т.37, N 4, 1997, с. 72-77.

62. Горбачев Л.П., Котов Ю.Б., Семенова Т.А. Анализ записей геомагнитных возмущений (на примере эксперимента "Старфиш"). // Геомагнетизм и аэрономия, 1998, t.38,N 2, с.85-93.

63. Горбачев Л.П., Левахина Л.В., Матрончик А.Ю., и др. // Тез. докл. XVIII Межвед. сем. по распространению километровых и более длинных радиоволн. Улан-Удэ. 1992. С.44.

64. Горбачев Л.П., Семенова Т.А. О моделировании источника электрических токов, образующихся при камуфлетном взрыве в проводящей среде, и их роли в генерации геомагнитного возмущения. // М.: Препринт МИФИ, 02095, 1995, 32с.

65. Горбачев Л.П., Семенова Т.А. Исследование возможности определения электрофизических параметров ионосферной плазмы по геомагнитным пульсациям от солнечных вспышек. // Матер. Конф. «Физика и техника плазмы», Минск 13-15 сент. 1994, т.1, с.394-397.

66. Горбачев Л.П., Семенова Т.А. Распространение геомагнитных возмущений, сопровождающих солнечные вспышки, в магнитосфере и ионосфере Земли. // М.: Препринт МИФИ, 1993, 011-93,44 с.

67. Губерман Ш.А. Неформальный анализ данных в геологии и геофизике. М.: Недра, 1987.-261 с.

68. Гублер Е.В. Вычислительные методы анализа и распознавания патологических процессов. -J1.: Медицина, 1978, 296 с.

69. Гублер Е.В. Методика применения последовательного статистического анализа для распознавания острых заболеваний и угрожающих состояний. // Вычислительная техника в физиологии и медицине М: Наука, 1968, с.70-83.

70. Гусев Н.Г., Беляев В.А. Радиоактивные выбросы в биосфере: Справочник. М.: Энергоатомиздат, 1986. - 224с.

71. ДА-система. Руководство пользователя. М., Фирма «Контекст», 1997, 195 с. (URL: http://context.ru)

72. Дементьева Г. М., Козлова А. Е., Нисан J1. Г. Оценка физического развития новорожденных. // Метод, рекомендации М., 1984.

73. Диканбаева С.А. Эффективность введения гепарина в коррекцию нарушений гемостаза при хроническом гломерулонефрите у детей. // Автореф. Канд. Дисс. Мед. Наук, М., 1986.

74. Емельянов С.В., Ларичев О.И. Многокритериальные методы принятия решений. М.: Знание, 1985, 32с.

75. Ефимов B.C., Гришин В.Л., Котов Ю.Б., Наумова В.И., Диканбаева С.А., Розкин М.Я. Диагностическая ценность показателей коагулограммы у детей с хроническим гломерулонефритом. // Педиатрия 1987, N 5, с. 21-22.

76. Ефимов B.C., Котов Ю.Б. Оценка скорости реакции в тонком слое по экспериментальным данным. // Препринт Института прикладной математики им. М.В. Келдыша АН СССР, 1973, N 74, 11 с.

77. Ефимов B.C., Котов Ю.Б., Лакин К.М., Рачицкая Н.Г., Севастьянов О.И. Исследование динамики фибринолиза в тонком слое. // Препринт Института прикладной математики им. М.В. Келдыша АН СССР, 1973, N 78, 15 с.

78. Ефимов B.C., Котов Ю.Б., Рачицкая Н.Г., Севастьянов О.И., Лакин К.М., Исследование динамики фибринолиза в тонком слое под влиянием стрепто-киназы. // Фармакология и токсикология 1975 , т. 38, № 4, 436.

79. Журавлев, Ю.И. Избранные научные труды.- М.: Магистр, 1998, 416с.

80. Захарова Л.М., Киселева Н.Е., Мучник И.Б., Петровский A.M., Сверчин-ская Р.Б. Анализ развития гипертонической болезни по эмпирическим данным. // Автоматика и телемеханика, 1977, N 9, с. 114-122.

81. Зубков В.И., Платковская Р.И., Богданов Н.Н., Розова Н.К., Леонтьева Н.С., Славолюбова К.Ф. Формализация оценки физической активности в системе реабилитации больных сердечно-сосудистыми заболеваниями. //

82. Теория и практика автоматизации электрокардиологических и клинических исследований. Тезисы Всесоюзного совещания (Каунас, 13-14 октября 1977г.). - Каунас: 1977, с. 19-22.

83. Иванова И.М. Об одном способе распознавания по сочетаниям признаков. // Теория и практика автоматизации электрокардиологических и клинических исследований. Тезисы Всесоюзного совещания (Каунас, 13-14 октября 1977г.). - Каунас: 1977, с.22-25

84. Кадашев Б.А., Розенфельд Б.И., Шифрин М.А. Карта больного аденомой гипофиза. // Препринт АН СССР, Научный совет по комплексной проблеме «Кибернетика», М., 1986.

85. Канер Б., Уайтхем К. Геомагнитные наблюдения высотного ядерного взрыва. // Операция "Морская звезда". М.: Атомиздат, 1964. с. 273.

86. Кендалл М., Стьюарт А. Статистические выводы и связи. «Наука», главная редакция физико-математической литературы. М.:1973, 900с.

87. Кендалл М., Стьюарт А. Теория распределений. «Наука», главная редакция физико-математической литературы. М.:1966, 588с.

88. Козлов В.Ф. Справочник по радиационной безопасности. М.: Энерго-атомиздат, 1991,352с.

89. Котов Ю.Б. Модели процесса фибринолиза и их использование при автоматизированной обработке измерений. // Препринт Института прикладной математики им. М.В. Келдыша АН СССР, 1984, N 108, 15 с.

90. Котов Ю.Б. О формализации структуры решений врача. // Препринт ИПМ РАН, 2001г., №14,20 с.

91. Котов Ю.Б. Оценка динамики объекта относительно популяции. // Препринт Института прикладной математики им. М.В. Келдыша АН СССР, 1989, N90, 18 с.

92. Котов Ю.Б. Построение шкалы оценки состояния организма новорожденных у матерей с сахарным диабетом. // Инженерная физика N 2, 2000г. с.60-65.

93. Котов Ю.Б. Программа визуализации и анализа совокупности наблюдений многомерного процесса. // Препринт ИПМ им. М.В. Келдыша АН СССР, 1992, N54, 19 с.

94. Котов Ю.Б. Программа наглядного анализа числовых таблиц. // Препринт ИПМ, 1988, N 123,29 с.

95. Котов Ю.Б. Программа получения скользящих нормативов по набору реализаций процесса. // М.: Препринт ИПМ,1993, N 27, 23 с.

96. Котов Ю.Б. Программа симптомного анализа // Препринт ИПМ им. М.В. Келдыша АН СССР, 1990, N 58, 26 с.

97. Котов Ю.Б. Программы статистических критериев для микрокалькулятора Б3-34. // Препринт Института прикладной математики им. М.В. Келдыша АН СССР, 1985, N26, 30 с.

98. Котов Ю.Б. Программы элементарной статистики для микрокалькулятора БЗ-34. // Препринт Института прикладной математики им. М.В. Келдыша АН СССР, 1985, N25, 19 с.

99. Котов Ю.Б. Процедуры анализа данных в архиве ЭДА, использующие статистические критерии. // Препринт Института прикладной математики им. М.В. Келдыша АН СССР, 1985, N 119, 20 с.

100. Котов Ю.Б. Технология построения шкалы оценки состояния организма. // Препринт Института прикладной математики им. М.В. Келдыша РАН, 2000, N26, 19 с.

101. Котов Ю.Б., Федорова М.В. Шалаев О.Н. Минимизация размерности описания объекта при выборе тактики в медицинской задаче. // V Всероссийская конференция "Нейрокомпьютеры и их применение", сб. докл., М.: 1999, с.310-313.

102. Котов Ю.Б., Федорова М.В., Троицкая М.В. Оценка состояния новорожденного у матери с сахарным диабетом. // Научная сессия МИФИ-2000. Сб. научных трудов М.,2000, т. 5, с.20-21.

103. Крамер Г. Математические методы статистики. М.: МИР, 1975, 648 с.

104. Кристоффел Д.А. Время начала геомагнитных пульсаций на станции Веллингтон, обусловленных ядерным взрывом 9 июля 1962 г. над островом Джонстон. // "Операция "Морская звезда". М.: Атомиздат, 1964. С. 228.

105. Ландау Л.Д., Лифшиц Е.М. Электродинамика сплошных сред. Госуд. издательство физико-математической литературы, М.: 1959, 532 с.

106. Ларичев О.И. Методы многокритериальной оценки альтернатив. // В кн. Многокритериальный выбор при решении слабоструктурированных проблем. М.: ВНИИСИ, 1978, с. 5-29.

107. Ларичев О.И. Наука и искусство принятия решений. М.: Наука, 1979, 200 с.

108. Ларичев О.И. Некоторые проблемы методологии принятия уникальных решений. // В кн. Философские аспекты системных исследований. М.: ВНИИСИ, 1980, с. 24-31.

109. Ларичев О.И. Объективные модели и субъективные решения. М.: Наука, 1987, 143 с.

110. Ларичев О.И. Принятие решений как научное направление: методологические проблемы. // В сб. Системные исследования. Методологические проблемы. Ежегодник 1982. М.: Наука, 1982, с. 227-243.

111. Ларичев О.И. Структура экспертных знаний в задачах классификации. // ДАН, 1994, т. 336, № 6, с.750-752.

112. Ларичев О.И. Теория и методы принятия решений, а также хроника событий в волшебных странах: Учебник. М:, Логос, 2000, 296 с.

113. Ларичев О.И., Мечитов А.И., Мошкович Е.М., Фуремс Е.М. Выявление экспертных знаний. М.: Наука, 1989,128 с.

114. Ларичев О.И., Мошкович Е.М. Качественные методы принятия решений. Вербальный анализ решений. М.: Наука. Изд. Фирма «Физ. мат. лит», 1996, 207с.

115. Ларичев О.И., Нарыжный Е.В. Компьютерное обучение процедуральным знаниям. // Психологический журнал, 1999, т. 20, N 6, с. 53-61.

116. Ларичев О.И., Нарыжный Е.В. Компьютерное обучение экспертным знаниям. // ДАН, 1998, т.362, N 3, с. 309-311.

117. Ларичев О.И., Нарыжный Е.В., Кузнецова В.П., Брук Э.И. Новые возможности компьютерного обучения. // Вестник РАН, 1999, т.69, N 2, с. 106119.

118. Ларичев О.И., Петровский А.Б. Системы поддержки принятия решений. Современное состояние и перспективы развития. // Итоги науки и техники. Техническая кибернетика. М.: 1987, т.21, с. 131-164.

119. Ларичев О.И., Поляков О.А. Человеко-машинные процедуры решения многокритериальных задач математического программирования (Обзор). // Экономика и математические методы, 1980, т. 16, вып.1, с. 129-145.

120. Левит В.Е., Переверзев-Орлов B.C. Поле и взаимодействие структур данных как основа развития методов распознавания. // Институт проблем передачи информации АН СССР, препринт, М.: 1981,48с.

121. Левит В.Е., Переверзев-Орлов B.C. Структура данных и диалог со специалистом как основа преодоления парадоксов распознавания. // Институт проблем передачи информации АН СССР, препринт, М.: 1981, 37с.

122. Левит В.Е., Переверзев-Орлов B.C. Структура и поле данных при распознавании образов. М.: Наука, 1984,124с.

123. Ликеш И., Ляга И. Основные таблицы математической статистики. М.: Финансы и статистика, 1985, 356 с.

124. Литтл Р.Дж.А., Рубин Д.Б. Статистический анализ данных с пропусками. М.: Финансы и статистика, 1990, - 336 с.

125. Льюс Р., Райфа X. Игры и решения. И.: ИЛ, 1961.

126. Малишевский А.В. Качественные модели в теории сложных систем. М.: Наука. Физматлит., 1998, 528 с.

127. Моисеева Н.И. Подготовка медицинских данных для обработки на электронной вычислительной машине с целью установления диагноза. // Вычислительная техника в физиологии и медицине М: Наука, 1968, c.l 11-124.

128. Нормы радиационной безопасности НРБ 76/87. Основные санитарные правила ОСП - 72/87.- М„ Энергоатомиздат, 1988. - 160с.

129. Панин JT.E. Биохимические механизмы стресса. Новосибирск: Наука, 1983,233 с.

130. Переверзев-Орлов B.C. Советчик специалиста. Опыт разработки партнерской системы. -М.: Наука, 1990. 113с.

131. Полетаев А.Б., Вабищевич Н.К., Гнеденко Б.Б., Будыкина, Т.С., Петрухин

132. B.А., Котов Ю.Б., Федорова М.В., Демин В.Ф. О возможных механизмах нарушения развития нервной системы ребенка при диабетической фетопа-тии. // Вестник Российской ассоциации акушеров гинекологов, 1998, N 3, с.31-35.

133. Полетаев А.Б., Будыкина Т.С., Гнеденко Б.Б., Ключников С.О., Морозов

134. C.Г. Регуляторная метасистема и проблемы психоневропатологии детского возраста. // Медицинская консультация, 1998, N 4, с. 1-4.

135. Поспелов Д.А. Вероятностные автоматы. М.: Энергия, 1970, 87 с.

136. Поспелов Д.А. Игры и автоматы. М.: Л.: Энергия, 1966, 134 с.

137. Построение экспертных систем. Пер. с англ. / Под ред. Ф.Хейеса-Рота, Д.Уотермана, Д.Лената. М.: Мир, 1987.-441с.

138. Путов Н.В., Горенцвит И.Э., Кобленц-Мишке А.И., Лукашевич И.П., Ру-башкина Е.И. Прогностическое значение некоторых клинических и рентгенологических данных при митральной комиссуротомии. // Кардиология, 1972, N 10, с.53-57.

139. Распознавание образов и медицинская диагностика. Под ред. Ю.И. Ней-марка. М.: Наука, 1972.

140. Распознавание образов. М., МИР, 1970, 288с. М. Иден. Другие задачи распознавания образов и некоторые обобщения.

141. Репина М.А. Разрыв матки. Л.: Медицина, 1984 -204 с.

142. Репродуктивное здоровье женщины и потомство в регионах с радиоактивным загрязнением (последствия аварии на ЧАЭС). Медицина, М. 1997., 393с. п/ред. М.В. Федоровой В.И. Краснопольского A.M. Лягинской.

143. Саблин В.М. Клиническая оценка результатов прогнозирования при крупноочаговом инфаркте миокарда. // В сб. Теория и практика автоматизации электрокардиологических и клинических исследований. Каунас, 1981, с.290-293.

144. Савельева Г.М., Федорова М.В., Клименко П.А., Сичинава Л.Г. Плацентарная недостаточность. М. Медицина 1991 -276с. (гл.7 «Прогноз задержки внутриутробного развития»).

145. Саттон Дж., Шерман А. Основы технической магнитной газодинамики. -М.,МИР, 1968, 492 с.

146. Селиваненко В.Т., Котов Ю.Б. Возможности прогнозирования развития ранней артериальной гипертензии после устранения коарктации аорты. // Грудная хирургия 1985, N6, с.36-38.

147. Селиваненко В.Т., Котов Ю.Б. Прогноз развития ранней артериальной гипертензии после хирургической коррекции коарктации аорты. // Тезисы Третьей Всесоюзной научной конференции (12-14 июня 1984,Ереван), с. 270-271.

148. Селье Г. На уровне целого организма. М.: Мир, 1972, 68 с.

149. Селье Г. Очерки об адаптационном синдроме. М.: Медицина, 1960, 254с.

150. Система научной обработки клинической информации по болезням оперированного желудка. М., институт хирургии им. А.В. Вишневского АМН СССР, 1977,47 с.

151. Система научной обработки клинической информации, автоматизированный архив историй болезни по заболеваниям печени, желчных путей и поджелудочной железы. М., институт хирургии им А.В, Вишневского АМН СССР, 1973,30 с.

152. Солсо P.J1. Когнитивная психология. М.: Тривола, 1996, 600с.

153. Сорокин В.М., Ященко А.К. Распространение импульсов низкочастотных электромагнитных волн в ионосферной плазме. // Изв. ВУЗ'ов. Радиофизика. 1992, т. 35, N5, с.375.

154. Сыркин А.Л. Заключение врача. // В сб. «Информатика и медицина». -М.: Наука.- 1997, с.70-71.

155. Сыркин А.Л., Гельфанд И.М., Розенфельд Б.И., Шифрин М.А. Типы клинического течения острого периода инфаркта миокарда и их прогностическое значение. // Кардиология, 1986, т. 26, N 9, с. 9-12.

156. Сыркин А.Л., Недоступ А.В., Маевская И.В. Электроимпульсное лечение аритмий сердца в клинике внутренних болезней. М., 1970.

157. Теория и практика автоматизации электрокардиологических и клинических исследований. Каунас. - 1981, 466 с.

158. Тихонов А.Н., Самарский А.А. Уравнения математической физики. М.:Гостехиздат. 1953. 679 с.

159. Торгашев В.А. Система остаточных классов и надежность ЦВМ. М., Сов. Радио, 1973,120 с.

160. Турчин В.Ф. Феномен науки. Кибернетический подход к эволюции. -М.: ЭТС, 2000, 368 с.

161. Тюрин Ю.Н., Макаров А.А. Анализ данных на компьютере. М. ИНФРА-М. Финансы и статистика. 1995, 384 с.

162. Угрюмов В.М., Зобина М.М., Темов В.Л., Лаврушин А.А., Клещов А.С. Система для машинной диагностики сложной патологии. // Вычислительная техника в физиологии и медицине. Наука - М: 1968, с.49-60.

163. Управление риском: Риск. Устойчивое развитие. Синергетика. М.: Наука, 2000, 431 с.

164. Федорова М.В., Калашникова Е.П. Плацента и ее роль при беременности. М.: Медицина, 1986, 256 с.

165. Федорова М.В., Котов Ю.Б., Лукашенко С.Ю. Опыт использования математических методов при мониторинге беременности и состояния плода. // Вестник Российской ассоциации акушеров-гинекологов.т.1,Ы 2, М.: 1995, с. 46-52

166. Федорова М.В., Краснопольский В.И., Петрухин В.А. Сахарный диабет, беременность и диабетическая фетопатия. М., Медицина, 2001,288 с.

167. Федорова М.В., Новикова С.В., Витушко С.А., Антипова И.И., Титченко Л.И., Котов Ю.Б., Чечнева М.А. Прогнозирование состояния плода и новорожденного при ОПТ гестозах. // Вестник Российской ассоциации акушеров - гинекологов, 1997, N 1, с. 58 - 62.

168. Филипович Б.И. Котов Ю.Б. Графический анализ результатов эксперимента. // Приборы и системы управления, 1996, N12, с.40-42 .

169. Филипович Б.И., Котов Ю.Б. Программа графической поддержки исследовательских работ (GRFM). // Препринт ИПУ РАН, М.1997, 28с.

170. Флейс Дж. Статистические методы для изучения таблиц долей и пропорций. -М.: Финансы и статистика, 1989, 319с.

171. Францев В.И., Селиваненко В.Т. Динамика кровообращения наиболее распространенных врожденных пороков сердца-М.: Медицина, 1980, 168 с.

172. Францев В.И., Селиваненко В.Т., Котов Ю.Б. Патогенез, прогноз и профилактика острого гипертензионного синдрома после резекции коарктации аорты. // Тезисы Всероссийского съезда кардиологов Свердловск 22-24 мая 1985, с. 164-165.

173. Халфен Э.Ш., Яценко К.С., Заферман Д.М. Математическое прогнозирование исходов инфаркта миокарда. // Клин. Медицина 1967, N 7, с.9-16.

174. Холлендер М., Вульф Д.А. Непараметрические методы статистики. М., Финансы и статистика, 1983. - 518с.

175. Цетлин M.JT. Исследования по теории автоматов и моделированию биологических систем. Главная редакция физико-математической литературы изд-ва «Наука», М., 1969, 316 с.

176. Цетлин M.JI. Конечные автоматы и моделирование простейших форм поведения. // УМН, 1963, т. 18, № 4, с. 3-28.

177. Цетлин M.JI. Некоторые задачи о поведении конечных автоматов. // ДАН СССР, 1961, т. 139, № 4, с. 830-833.

178. Цетлин M.JI. О поведении конечных автоматов в случайных средах. // Автоматика и телемеханика, 1961, т. 22, № 10, с. 1345-1354.

179. ЭС (по данным прямых индивидуальных измерений). // Медицинские аспекты влияния малых доз радиации на организм детей и подростков, сб. науч. трудов. Вып.2. - Обнинск, Москва. - 1994, с. 16 -35 .

180. Цыпкин Я.3. Адаптация и обучение в автоматических системах. М.: Наука, 1968,399 с.

181. Ченцов Н.Н. Оценка неизвестной плотности распределения по наблюдениям. // ДАН СССР, 1962, т. 147, № 1, с. 45-48.

182. Чернуха Е.А. Родовой блок.- М.: Медицина, 1991.

183. Шалаев О.Н. Некоторые прогностические критерии возможности самопроизвольных родов у женщин с рубцом на матке после кесарева сечения. // Дисс. канд. мед. наук, М., 1994.

184. Яблонский С.В. Функциональные построения в &-значной логике. // Труды математического института им. В.А. Стеклова, 1958, т. 51, с. 5-142.

185. Яглом A.M., Яглом И.М. Вероятность и информация. М., Главная редакция физико-математической литературы издательства «Наука», 1973, 512 с.

186. Astrup Т„ Mullertz S. The fibrin plate method for estimating fibrinolytic activity. // Arch. Biochem., 1952, v. 40, p.346.

187. Berthold W.K., Harris A.K., Hope H.J. World-wide effects of hydromagnetic waves due to Argus. // J. Geophys. Res., 1960, v.65, p.2233.

188. Bomke H.A., Balton I.A., Grote H.H., Harris A.K. Near and distant observation of the 1962 Jhonston island high-altitude nuclear tests // J. Geophys. Res., 1964, v.69, N.15, p.3125.

189. Casaverde M., Giesecke A., Cohen R. Effect of the nuclear explosion over Jhonston island observed in Peru on July 9,1962.//J. Geophys. Res., 1963, v. 68, N. 9, p. 2603.

190. Colgate S.A. The Phenomenology of the mass motion of a high altitude nuclear explosion. // J. Geophys. Res., 1965, v. 70, N 13, p. 3161.

191. Conley M.G., Mcheer J.F., Lee K.L., Wagner G.S., Rasati R.A., Cardiac Arrest Complicating Acute Myocardial Infarction: Predictability and Prognosis. // Amer. J. Card., 1977, v.39, p.7.

192. Cullington A.L. A man-made or artifical aurora. // Nature, 1958, v. 182, p. 1365.

193. De Dombal F.T. Clinical decision making and computer: consultant, expert or just another test? // Brit. J. Health Care Comput., 1984, v.l, N 7.

194. Durairay S.K., Venkataraman K., de Guzman, Haywood I.G. Prognostic Features of Ventricular Tachycardia Complicating Acute Myocardial Infarction. // J. Electrocardiology, 1977,10 (4),p.305.

195. Eschenbrenner S., Ferrieux L., Godivier R., et al. Analyse experimental des effets magnetiques et telluriques de "L'experience Argus" enregistres par les stations Francaises. // Ann. de Geophys., 1960, v. 16, p. 264.

196. Friedman E.A., Labor. Clinical Evaluation and Management. -2-nd Ed. New York. 1978.-406 p.

197. Glover P.N. Recent magnetic observations in the Philippines. // J. Geophys. Res., 1963, v. 68, p. 2385.

198. Goodman L.A. and Kruskal E.H. Measures of association for cross classification. //J. Amer. Statist. Assoc.,1954,v.49, 732-764.

199. Gorbachev L.P., Semyonova T.A. On MGD-waves and geomagnetic pulsations in the earth-bound space. // Intern. Symp. on Electromagnetic Compatibility EMC'94 ROMA. Sept. 13-16,1994, Rome, Italy, v. 2, p. 516.

200. Hanley A. Effects at Lower Hutt of the July 1962 high-altitude nuclear explosion. //New Zealand J. Geology and Geophys., 1962, v. 5, N 6, p. 954.

201. Helmers C. Short- and long-term prognostic indices in acute myocardial infarction. //Acta med. Scand., 1973, v. 199, N 5, p.48.

202. Henning R., Gilpin E.A., Covell J.W., et al. Prognosis after acute myocardial infarction: a multivariate analysis of mortality and survival. // Circulation, 1979, v.59, N 6, p. 1124-1136.

203. Kellogg P.J., Ney E.P., Winckler J.R. Geophysical effects associated with high-altitude explosions. //Nature. 1959, N 183, p.358.

204. Kleinmuntz B. Diagnostic problem solving by computer. // Jap. Psychol. Res., 1965, v.7, p. 189-194.

205. Kleinmuntz В. Diagnostic problem solving by computer: a historical review and the current state of the science. // Comput. Biol, and Med., 1984, vl4, N 3, p. 255-270.

206. Kobayashi M. A study on short-term prognosis of acute myocardial infarction by discriminant analysis. // J. Jap. Soc. Intern. Med., 1979, v.68, N 12, p. 15431553.

207. Lawrie J.A., Gerard V.B., Gill P.J. Magnetic effects resulting from the Jhon-ston island high-altitude nuclear explosions. // New Zealand J. Geology and Geophys., 1961, v. 4, N 2, p. 109.

208. Lie K.J., Early identification of patients developing late in hospital ventricular fibrillation after discharge from the coronary care unit. A retrospective and prospective study of patients. // Amer. J. Cardiol., 1978, v.41, p. 674.

209. Lutomirski R.F. A model for the generation of magnetohydrodynamic waves by high-altitude nuclear bursts. // J. Geophys. Res., 1968, v. 73, p. 4943.

210. Maeda H. Geomagnetic disturbances due to nuclear explosions. // J. Geophys. Res. 1959, v.64,p. 863.

211. Maeda H., Shirgaokar A.J., Yasuhara M., Matsushita S. On the geomagnetic effect of the Starfish high-altitude nuclear explosion.//J.Geophys. Res., 1964, v. 69, N5, p. 917.

212. Matsushita S. On artificial geomagnetic and ionospheric storms associated with high-altitude explosions. // J. Geophys. Res., 1959, v. 64, N 9, p.l 149.

213. McNish A.G. Geomagnetic effects of high-altitude nuclear explosion. // J. Geophys. Res., 1959, v. 64, p. 2253.

214. Miller G.A. The Magical Number Seven Plus or Minus Two: Some Limits on Our Capacity for Processing Information. // Psycholog. Review, 1956, v.63, N 2, 81-97.

215. Newman P., Peterson A.M. Optical, electromagnetic and satellite observations of high-altitude nuclear detonations., Part I. // J. Geophys. Res., 1959, v.64, N 8, p.923.

216. Norris R.M., Predictors of late hospital death in acute myocardial infarction. // Progr. Cardiov. Diseases, 1980, v.23, N 2, p. 129-140.

217. Obayashi T. Upper atmospheric disturbances due to high altitude nuclear explosions. // Planet Space Sci., 1963, v. 10, p. 47.

218. Odencrantz F.K. Electromagnetic effects from high-altitude nuclear explosion. // J. Geophys. Res. 1963., v. 68, N 7, p. 2057.

219. Peterson O.L., Barsamian E.M., Eden M. A study of diagnostic performance. A preliminary report. // J, Med. Educ., 1966 , v.41, 797-803.

220. Rosenblatt F. The Perceptron: a probabilistic model for Information storage and organization in brain. // Psychol. Rev. 1958, vol. 65, p. 386-408.

221. Selzer E. Enregistrements simultanes en France, a l'Equateur et dans l'Antarctique, des effets magnetiques engendres par Г'Ехрепепсе Argus". // C.R., Paris, 1959, v. 249, N 13, p.l 133.

222. Shortliffe E.H. Computer-based medical consultation: MYCIN. New York: American Elsevier, 1976.

223. Somers R.H. A new asymmetric measure of association for ordinal variables. // Amer. Soc. Rev.,1962,v.27, 799-811.

224. Sweeney J.J. An Investigation of the Usefullness of Extremely Low-Frequency Electromagnetic Measurements for Treaty Verification. Univ. of California, Lawrence Radiation Laboratory, Livermore, UCRL-53899 DE89 010560, January 1989, p.1-28.

225. Ueda G. Geophysical effects associated with high-altitude nuclear explosion. // J. Geoph. and Geoelectricity., 1959, v. 11, N 2, p. 39.

226. Van Wijk A.M. Magnetic effects of high-altitude nuclear detonations. // J. Geophys. Res., 1961, v. 66, p. 647.

227. Wilson C.R., Sugiura M. Hydromagnetic waves generated by the July 9. 1962, nuclear weapons test as observed at College, Alaska. // J. Geophys. Res., 1963, v. 68, p. 3149.л

228. Yarnold J.K. The minimum expectation in % goodness-of-fit tests and the accuracy of approximation for the null distribution. // J. Amer. Statist. Assoc. 1970, N67, p. 55-63.

229. Zablocki C.J. Electrical Transients Observed during Underground Nuclear Explosions. // J. Geophys. Res., vol. 71, N 14, 1966, p. 3523 3542.

230. Zinn J., Hoerlin H., Petschek A.G. The Motion of bomb debris following the Starfish test. // Radiation Trapped in the Earth's Magnetic Field. Ed. B.M. McCormac, Reidel Publ.Co, Dordrecht, Holland, 1966, v. 5, p. 671.