Краткая теория УИРС

Информационный или диагностический вес J симптомапри диагнозе равен двоичному логарифму отношения следующих вероятностей:

J(/d_j)=log2 (9)

J(/d_j) показывает, насколько значим (специфичен), симптом при заболевании d_j ,т.е. насколько наличие у пациента этого симптома увеличивает вероятность диагноза d_j по сравнению с другими, возможными в этом k_j-ом заболевании.

Сравнение информационных весов различных симптомов при одном и том заболевании позволяет отобрать наиболее характерные, значимые симптомы для этого заболевания, чтобы потом использовать их для диагностики.

Можно подсчитать J(/d_j) и по другой формуле. Из формулы (5) следует, что:

откуда

J(/d_j)=log2 (10)

Из (10) следует, что информационный вес симптома при заболевании d_j также показывает, насколько чаще встречается этот симптом при заболевании d_j по сравнению с частотой его появления в среднем по всей группе заболеваний.

Измеряется J(/d_j) в битах (I бит =). Обычно малой степенью информативности симптома считают величины до 0,3 бит, средней - от 0,3 до 0,6 бит, большой - свыше 0,6 бит.

Имеются диагностические алгоритмы, в которых складываются информационные веса (или величины, им пропорциональные) симптомов, обнаруженных у больного, по отдельности для каждого из заболеваний d_j. Если сумма информативности для какого-то заболевания превысит некоторое пороговое значение (свое для каждого диагноза), то этот диагноз считается более вероятным. Если суммы информативности превысит пороговые не по одному, а по двум и более диагнозам, то следует думать или о сочетании этих заболеваний, или, если сочетание невозможно, о проведении дополнительных исследований для уточнения диагноза. Если же ни для одного диагноза сумма информативности не превзойдет пороговое значение, то диагноз остается неопределенным и необходимо провести еще добавочные исследования.

Пороговые суммы определяются эмпирически подсчетом суммы информативности для каждого заболевания (по уже имеющимся в клиническом архиве историям болезни) и выбора оптимальных пороговых, максимально исключающих возможные диагностические ошибки. Заметим, что на основе этого диагностического алгоритма возможно создание самообучающейся диагностической системы, т.к. по мере накопления практического опыта работы с таким алгоритмом, как значения информативности симптомов и значения пороговых сумм уточняются. Эта способность к самообучению, к самосовершенствованию присуща вообще вероятностным диагностическим алгоритмам (действительно, ведь приближение равенства P(A)= n_A/N становится тем точнее, чем больше N - число используемых при составлении алгоритма правильно поставленных диагнозов).

Вычисления при применении этого алгоритма несложны, могут проводиться даже вручную - упрощается постановка и повышается достоверность диагноза.