СИСТЕМНАЯ МОДЕЛЬ ДИАГНОСТИКИ В ОФТАЛЬМОЛОГИИ НА ОСНОВЕ АЛГОРИТМОВ НЕЧЕТКОГО ВЫВОДА
Аннотация
Исследования в области диагностики патологий сетчатки в настоящее время представляют особую актуальность в связи с ростом числа лиц, страдающих заболеваниями глаз. Они обладают значительным потенциалом для разработки новейших технологий с использованием методов искусственного интеллекта. Применение алгоритмов искусственного интеллекта в диагностике патологий сетчатки совместно с электрофизиологическими методами может существенно улучшить и ускорить процесс анализа результатов и постановки диагноза. Целью работы является разработка системной модели на основе алгоритмов нечеткой логики и нечеткого вывода, обеспечивающей высокоточную диагностику патологий сетчатки глаза. Проведена систематизация и классификация факторов для формирования диагноза патологий сетчатки. Разработана нечеткая модель по диагностике патологий сетчатки, основанная на обработке объективной информации в виде результатов электрофизиологических исследований, социо-демографических характеристик пациентов, а также субъективной информации анамнеза, обеспечивающая повышение эффективности принимаемых медицинских решений. Проведены имитационные эксперименты при различных сценарных условиях, выявлены маркеры каждого диагноза. Практическую значимость представляет разработанная модель в составе электрофизиологического комплекса, обеспечивающая поддержку принятия решений по диагностике заболеваний сетчатки глаза. Предложенный подход к построению модели носит универсальный характер и может быть использован в других областях, в которых присутствуют методы диагностики посредством регистрации биоэлектрической активности тканей.
Литература
World report on vision. World Health Organization 2019. https://www.who.int/publications/i/item/9789241516570.
Hogarty D.T., Mackey D.A., Hewitt A.W. Current state and future prospects of artificial intelligence in ophthalmology: a review. Clinical & Experimental Ophthalmology. 2019. № 1(47). P. 128-139. DOI: 10.1111/ceo.13381.
Mamedova L.E., Ivanova L.N., Altaev E.S. The main aspects of artificial intelligence technology. Ivecofin. 2023. N3(57). P. 78-88. DOI: 10.6060/ivecofin.2023573.656. (in Russian).
Ksenofontova O.L., Smirnova N.V., Kotova A.V. Application of data mining methods in epidemiology. Modern high technologies. Regional application. 2023. N 2(74). P. 88-93. DOI: 10.6060/snt.20237402.0009. (in Russian).
Katalevskaya E.A., Katalevskiy D.Yu., Tyurikov M.I., Velieva I.A., Bolshunov A.V. Future of artificial intelligence for the diagnosis and treatment of retinal diseases. Russian Journal of Clinical Ophthalmology. 2022. N 1(22). P. 36-43. (in Russian).
Ilyasova N.Y., Ustinov A.V., Baranov V.G. An expert computer system for diagnosing eye diseases from retina images. Computer optics. 1999. N 19. P. 202-209. (in Russian).
Bikbov M.M., Faizrakhmanov R.R. Program for diagnosing fundus diseases. Cataract and refractive surgery. 2012. N 12(2). P. 63-65. (in Russian).
Neroev V.V., Bragin A.A., Zaytseva O.V. Development of a prototype service for the diagnosis of diabetic retinopathy based on fundus photos using artificial intelligence methods. National Health Care. 2021. N 2(2). P. 64–72. (in Russian).
Eremeev A.P., Ivliev S.А. Methods and software for analysis and diagnostics of complex vision pathologies. Vestnik MEI. 2020. N 5. P. 140-147. DOI: 10.24160/1993-6982-2020-5-140-147. (in Russian).
Anisimov D.N., Vershinin D.V., Kolosov O.S., Zueva M.V., Tsapenko I.V. Diagnostics of complex structure dynamic objects and systems current state by fuzzy logic methods using simulation model parameters. Artificial Intelligence and Decision Making. 2012. Vol. 3. P. 39-50. (in Russian).
Ophthalmology. National handbook. Edited by S. E. Avetisov and others. Moscow: GEOTAR-Media. 2019. 752 p. (in Russian).
Ismagilova L.A., Orlova E.V. Effective management of multi-level economic systems. Moscow: Mechanical engineering. 2012. 384 p. (in Russian).
Orlova E.V. System engineering of digital twins of organizational and technical systems using intelligent analysis methods. Software engineering. 2022. N 9(13). P. 425-440. DOI: 10.17587/prin.13.425-439. (in Russian).
Pescosolido N., Barbato A., Stefanucci A., Buomprisco G. Role of Electrophysiology in the Early Diagnosis and Follow-Up of Diabetic Retinopathy. Journal of Diabetes Research. 2015. Vol. 2015: 319692. DOI: 10.1155/2015/319692.
Frolov M.A., Lantukh E.P., Zueva M.V., Tsapenko I.V., Gonchar P.A. Bioelectrical activity of the retina in the patiens with the early non-exudative age-related macular degeneration. Health & education millennium. 2021. N 2(14). P. 99-101. (in Russian).
Zolnikova I.V., Egorova I.V., Viadro Ye.V. The dynamics of age macular degeneration progress according to the data of electrophysiological methods of studying. Bulletin of new medical technologies. 2011. N 2(18). P. 406-409. (in Russian).
Dravitsa L.V., Bobr T.V. Retina oscillatory biopotentials at diabetic retinopathy. Problems of health and ecology. 2006. N 7(1). P. 126-128. (in Russian).
Kochetkova T.S. Economic activity of young pensioners as a factor of RES development. Ivecofin. 2022. N 2(52). P. 82-90. DOI: 10.6060 / ivecofin.2022522.604. (in Russian).
Bobkov S.P., Astrakhantseva I.A., Kutuzova A.S. Simulation modeling of subjects’ behavior in a complex social system. Modern high technologies. Regional application. 2022. N 4(72). P. 33-39. DOI: 10.6060/snt.20227204.0005. (in Russian).
Orlova E.V. Economic and Mathematical Tools for Managing an Economic System under Uncertainty. Ufa: Ufa State Aviation Technical University., 2012. 171 p. (in Russian).
Orlova E.V. Models and Mechanisms for Coordinated Management of an Industrial and Economic System: Abstract of a Dissertation for the Degree of Doctor of Technical Sciences. Moscow. 2018. (in Russian).
Zade L.A. The concept of a linguistic variable and its application to approximate decision making. Moscow: Mir. 1976. 165 p. (in Russian).
