studiu pe un exemplu de bn

7/31/2019 Studiu pe un exemplu de BN

http://slidepdf.com/reader/full/studiu-pe-un-exemplu-de-bn 1/17

Cap. 3 Diagnostic Psihiatric

- 30 -

Capitolul 3

Existand numeroase cauze posibile ale unei boli, doctorii nespecialisti intampina

dificultati in identificarea cu precizie a bolii pacientului si in deciderea prescrierii unui

tratament adecvat. Depistarea unei afectiuni depinde de analizarea cauzelor si a

simptomelor pacientului, orientarea spre o afectiune sau alta fiind determinata de numarul de

cauze si simptome aferente cat si de ponderea fiecarei cauze sau simptom. Certitudinea in

prognosticarea unei boli duce la luarea unor masuri cat se poate de urgente si prescrierea

tratamentului adecvat.

3.1 NOTIUNI INTRODUCTIVE

Retelele bayesiene sunt recunoscute drept modele grafice eficiente, avand capacitati

semnificative in investigarea datelor biomedicale, pentru preziceri medicale asupra bolii si

tratamentului. Studiul de caz ofera o analiza, folosind structuri bayesiene, a datelor din

domeniul psihiatric, preluate din sectia de Psihiatrie a Spitalului Municipal Lugoj.

Implementarea cu retele bayesiene a dus la identificarea unor factori descriptivi ai bolilor

principale identificate si a corelatiilor dintre ele.

Structura de retea bayesiana ofera, pe langa multe altele, avantajul de a fi un model

al gandirii oamenilor. Sunt relativ usor de inteles principiile de suprafata ale uneia. Indomeniul medical retelele pot fi de un adevarat ajutor in prezicerea bolilor si a tratamentului

adecvat. Ajustarile minore aduse unei retele pot duce la imbunatatirea acesteia. Oricare ar fi

sistemul decizional, unul bazat pe retele bayesiene detine instrumente eficiente pentru

masurarea probabilitatii unui eveniment, fiind o reprezentare ideala pentru combinarea

cunoasterii anterioare (de cele mai multe ori, in cazul bolilor, este cunoscuta drept cauze) cu

datele analizate.

In zilele noastre, sistemele de suport decizional clinic (CDSS – clinical decision

support systems) sunt astfel realizate pentru a asista personalul medical sau din domeniulsanatatii (wellness), in sarcinile decizionale. Componentele de baza ale unui CDSS sunt:

baza dinamica de informatii (medicale in acest caz) si un mecanism de inferenta (un set de

reguli rezultate din studii ale expertilor in medicina).

3.2 STUDII IN DOMENIU MEDICAL

In aceasta sectiune se prezinta succint cateva studii si cercetari cu privire la retelele

bayesiene si utilitatea lor in medicina. Asa cum arata Peter LUCAS [Luc01], retelele




- 31 -

bayesiene isi dovedesc utilitatea inca din anii ’ , fiind folosite cu succes in luarea de decizii

medicale din anii ’ . Asa cum se va vedea din studiul de caz prezentat, ele au o mare

aplicabilitate in domeniul medical, de la posibilitatea prezicerii evolutiei unei boli, pana la

oportunitatea determinarii efectelor tratamentelor asupra diferitilor pacienti.

De asemenea retele bayesiene sunt folosite in implementarea sistemelor

decizionale, care la randul lor ofera solutii la diverse probleme aparute din domeniul medical.

In acest caz, o echipa de cercetatori din Granada, Spania [Aci01] a descris retelele

bayesiene implementate cu algoritmi de invatare, si le-a folosit in reprezentarea sistemelor

de sanatate, pentru pacientii sositi la urgenta unui spital. Acest sistem poate face previziuni

aupra unor variabile de interes, sau poate oferi posibile decizii in actiunile, care trebuie luate.

Folosind acest tip de sisteme, activitatea generala dintr-un spital si grija pentru pacient din

partea personalului, pot fi imbunatatite.

Utilitatea majora a retelelor bayesiene folosite in domeniul medical, ramane cea din

aria diagnosticului. Cercetatori de la Universitatea Cranfield, impreuna cu medici de la

Spitalul Princess Margaret, Marea Britanie, au gandit si implementat o retea bayesiana

pentru diagnosticului durerilor, din zona lombara. Exista trei categorii asociate cu acest tip de

durere, acestea fiind clasificate si asezate intr-o retea cu noduri. Variabilele au fost

reprezentate prin valori discrete, unele chiar binare. Precizia retelei a fost de % si poate fi

imbunatatita daca numarul de cazuri, folosite in procesul de invatare, este crescut.

Retele bayesiene sunt folosite pentru reprezentare si analiza de informatii, pe de oparte, si pentru judecata sau argumentare, pe de alta. Astfel este nevoie de un proces de

invatare. Pablo FELGAER et.al prezinta in lucrarea sa [Fel06] o metoda de invatare

automata, aducand optimizarea retelelor bayesiene, aplicata clasificarilor, utilizand invatarea

hibrida. Aceasta metoda combina avantajele arborilor decizionali cu capacitatile oferite de

retelele bayesiene. Retele, realizate astfel, sunt folosite in prezicerea tipurilor si a

caracteristicilor diverselor tumori. De asemenea se folosesc in domeniul cardiologiei,

folosindu-se de cauze si simptome.

O colaborare intre fundatia SNN (Foundation for Neural Networks) si UMCU

(University Medical Center Utrecht), din Olanda, a dus la aparitia unui sistem-prototip de

diagnostic medical, denumit de realizatorii lui „Promedas” [Kap**]. Sistemul este implementat

folosind o retea probabilistica cauzala, de dimensiune apreciabila, ce foloseste tehnici de

lucru recent integrate domeniului. In trei ani de la aparitie, pachetul software a reusit sa

acopere arii semnificante din domeniile hematologiei si endocrinologiei. Scopul acestuia este

de a aduce imbunatatiri sistemului clinic particular si sustinerea invatamantului.

Folosind avantajele retelelor bayesiene, Isabel Milho si Ana Fred, de la Institutul de

telecomunicatii, Lisabona [Mil00], au pus in functiune un instrument web de diagnostic




- 32 -

medical. Acesta ofera o interfata prietenoasa, oferind utilizatorilor posibilitatea crearii de

aplicatii, fara cunostinte avansate de teorie a retelelor bayesiene. Sistemul poate fi accesat

prin intermediul paginii web corespunzatoare. O exemplificare a functionalitatii a fost

realizata facandu-se referire la disfunctiile de somn.

Magnus Stensmo (Computer Science Division, University of California) impreuna cu

Terrence J. Sejnowski (Computational Neurobiology Lab, The Salk Institute, [Ste96], au pus

in practica un sistem de diagnostic medical, bazat pe teoria decizionala si invatarea din

cazuri, caracteristice retelelor bayesiene. In studiul lor este prezentat un diagnostic al bolilor

cardiace.

Asadar, studiile recente arata ca un sistem decizional, implementat cu retele

bayesiene poate fi de un real folos in domeniul medical.

3.3 STATISTICA

Pentru efectuarea analizei in parametri reali ai retelei bayesiene, s-au luat in

considerare boli apartinand pshihiatriei: schizofrenie (simpla si paranoida), tulburare

anxios depresiva, dementa mixta (Alzheimer si dementa vasculara). In studiul de caz a fost

analizata si psihoza maniaca depresiva, data fiind relatia stransa intre aceasta si tulburarea

anxios depresiva. Studiul s-a realizat in Spitalul Municipal Lugoj, sectia Psihiatrie, de-a

lungul a luni ale anului : mai, iunie, iulie, august. Bolnavii, care au prezentat aceste

boli, cat si cei cu altele nespecificate aici, au fost rulati pe de paturi si repartizatizati pe

doctor.

Numarul pacientilor in cele luni de studiu este identificabil in Tabelul 1,

reprezentarea se face si in functie de sex.

MAI IUNIE IULIE AUGUST

TOTAL FEMEI BARBATI

SCHIZOFRENIE 29 19 17 13 78 48 30

DEPRESIE 43 31 25 21 120 77 43

DEMENTA 12 9 11 8 40 22 18

Tabelul 1. Repartitia pacientilor in functie de boala, luna calendaristica si sex

Observata fiind repartitia bolilor, este importanta prezentarea (Tabelul 2), categorisirii

bolilor in cronice si acute si a numarului de cazuri pentru fiecare ele.




- 33 -

Studierea tabelelor 1 si 2 releva urmatoarele observatii preliminare:

1. Referitor la schizofrenie si sindrom depresiv numarul femeilor este mult mai mare

decat cel al barbatilor, aceste boli se manifesta mai ales la acest sex

2. Observand tot aceste doua boli, prezenta lor in perioada primavara-vara este

semnificativ mai mare decat toamna-iarna, asadar acestea au maxime si minime pe

luni si anotimpuri

3. Dementa mixta este intalnita sub o repartitie relativ uniforma pe luni si anotimpuri

4. Caracteristic pentru un spital generalizat, bolile acute sunt in numar mai mare decat

cele cronice

BOALA CRONICA BOALA ACUTA

SCHIZOFRENIE 30 48

DEPRESIE 13 107

DEMENTA 6 34

Tabelul 2. Categorisirea bolilor in cronice si acute

3.4 BOLILE PSIHICE

Psihiatria este domeniul medical specializat in studiul, preventia si tratamentul

disfunctiilor mentale. Oricare ar fi circumstantele si motivele unei persoane de a veni la

psihiatru, acesta trebuie initial sa observe si sa investigheze starea psihica actuala a

persoanei. De obicei aceasta actiune implica intervievarea persoanei si obtinerea de

informatii de la alte surse (familie, apartinatori, asociati, specialisti sociali, personal de

urgenta). O examinare a starii mentale este efectuala, insa este necesara si o investigare a

starii fizice, pentru excluderea existentei altor boli, cum ar fi: disfunctii ale tiroidei, diferite

tipuri de tumori. De cele mai multe ori se efectueaza teste de sange sau imagistice.

Interventia timpurie in cadrul bolilor psihice poate minimiza disabilitatea indusa de

afectiune, astfel ca tratamentul sa poata fi administrat pana la inceputul fazei acute.

Importanta unui diagnostic si a unei interventii timpurii este in continuu accentuata. Acestea

doua depind de intelegerea manifestarii bolii si a mecanismelor interne, care pot duce de la

perioada anterioara bolii la debutul primului episod al ei, trecand prin faza prodromala.

Figura 24 defineste etapele, definite ca perioade de timp, care constituie instalarea

unei psihoze. Au fost identificate etape, prin care trece un pacient, pana la aparitia bolii.




- 35 -

boli din domeniul psihiatric. In continuare vor fi prezentati pasii construirii retelei, analizarea

unui boli prin grafice de variatie, descrierea rezultatelor obtinute in urma demersului.

In Figura 25 este redata retea bayesiana a studiului de caz. Modelul a suferit multiple

modificari, pana a ajunge la aceasta forma. Acestea s-au datorat studiului agendei medicale

2008, a numeroaselor articole din domeniu procurate de la Spitalul Municipal Lugoj, a

articolelor de pe site-urilor medicinale si dialogurile cu un personal medical calificat.

Reteaua este formata din 29 variabile/noduri, numerotate cu pentru

a fi usor folosite in analiza, 33 conexiuni intre variabile, care determina relatii cauzale, de tip

parinte-fiu. In centrul modelului se regasesc cele boli studiate: schizofrenie (simpla si

paranoida), dementa mixta, depresie (sindrom anxios depresiv) si psihoza maniaca

depresiva (in stransa relatie cu depresia).

Partea stanga a retelei este constituita din variabilele-cauza, motivele care determina

aparitia semnalelor corespunzatoare bolii respective. Fiecare cauza influenteaza afectiunea

corespunzatoare intr-un anumit procent, producand modificarea posibilitatea regasirii bolii

respective la pacientul analizat.

Partea dreapta specifica simptomele observate la pacientii cu afectiunea

corespunzatoare simptomului. De asemenea acestea influenteaza sansele de recunoastere

a afectiunii pacientului, in functie de gravitatea lor.

Relatiile cauzale parinte-fiu, intr-o retea bayesiana, sunt directionate in ambele

sensuri. In acest caz, modificarea unei variabile-cauza duce la modificarea tuturorvariabilelor, ce au o legatura in comun cu aceasta, oricat de indepartate ar fi link-urile,

modificarile procentelor realizandu-se in conformitatea cu influenta nodului parintelui asupra

nodului fiu. Aceasta este calea directa indicata si de sensurile link-urilor din Figura 25. Pe

calea inversa, pornind de la variabilele-simptom, modificarile se realizeaza, de asemenea, in

functie de influenta nodurilor asupra celor interconectati. Se spune ca la orice schimbare

adusa starilor unei variabile, toata reteaua bayesiana se actualizeaza. Paragraful urmator

descrie cateva caracterstici ale determinarii probabilitatii, adecvate pentru fiecare afectiune.

Important in determinarea probabilitatii optime ale unei boli este influenta genetica(sexul pacientului si numarul cazurilor de intalnire a bolii in cadrul membrilor familiei). Este

cunoscut faptul ca femeile sunt mai sensibile cu privire la manifestarea disfunctiilor psihice,

decat barbatii. De asemenea exista posibilitati de intalnire a schizofreniei la persoanele, ale

caror mame au suferit de anumite viroze pe perioada sarcinii. Un factor cu efect major in

aparitia diverselor boli mentale sunt calitatea mediului inconjurator al pacientului si nivelul

educational. Varsta este un alt coeficient al acestei ecuatii medicale, persoane sub 40 de ani

sunt mult mai predispuse la manifestarea schizofreniei, mai ales paranoide. Corelate cu alti

factori in determinarea dementei mixte (sindromul Alzheimer inclus) sunt varii particule

toxice, care se gasesc in mediul de lucru. Aceste precizari pot fi observate in Figura 26.




- 36 -

Figura 25. Modelul grafic de retea bayesiana pentru cele afectiuni psihiatrice studiate




- 38 -

Valorile starilor nodului schizofreniei sunt determinate de influenta nodurilor

conectate la acesta. Modificari aduse unei probabilitati ale starilor unui nod, care are link-uri

spre respectiva boala, duc la modificari ale probabilitatilor starilor nodului respectiv, conform

TDB (Table Dialog Box – contine relatiile cauzale dintre un nod si parintii lui). Valorile starilor

unui nod se modificate in concordanta cu evidentele (findings), obtinute prin diferite mijloace

si de la mai multe surse. Aceste schimbari duc la actualizarea tuturor celorlalte noduri

conectate, indiferent de nivel, cu nodul respectiv. Cu fiecare evidenta adaugata, reteaua se

particularizeaza pe pacient. Un diagnostic pentru schizofrenie se obtine astfel: Cel mai usor

se pot obtine informatii cu privire la sexul si varsta pacientului. De obicei prima intrebare se

refera la varsta. Dupa introducerea acestor date, apar modificari in starile nodurilor

schizofrenie simpla si paranoida.

Figura 28. Informatii adaugate cu privire la sex si varsta

Spre exemplificare s-a considerat o pacienta cu varsta curpinsa intre si ani. Se

observa o crestere de 0.01 procente in cazul schizofreniei simple si cu 8.31 procente in cel

al schizofreniei paranoide. Aceasta crestere substantiala a probabilitatii manifestarii

schizofreniei paranoide se datoreaza varstei, studiile aratand ca debutul acestei boli este in

intervalul 30-35 ani. Pacientul sau insotitorii pot fi intervievati, de asemenea, cu privire la

numarul persoanelor din familie suferinde de schizofrenie si in cazuri mai rare despre

posibilitatea existentei unei viroza la mama in perioada sarcinii. Odata obtinute cateva

informatii cu privire la cauzele prezentarii pacientului la medic, trebuie acordata atentie sisimptomelor existente.

In Figura 29 se observa intervenirea unor modificari si ale probabilitatilor starilor

variabilelor simptom, odata cu adaugarea informatiile cu privire la sex si varsta, dovedind

caracteristica de actualizare a intregii retele odata cu existenta unei informatii. Cele mai mari

diferente intre starea initiala si starea curenta, in cazul variabilelor simptom sunt: cresterea

semnificativa a posibilitatii existentei unei vieti afective si a unei personalitati deteriorate, ca

urmare a posibilei boli de la 36.5% la 60.4%; cresterea posibilitatii manifestarii de delire sau

halucinatii de la 10.9% la 19%.




- 39 -

Figura 29. Observarea modificarilor variabilelor simptom

In schimb, daca in urma discutiilor se depisteaza manifestarea delirului sau a

halucinatiilor (Figura 30), probabilitatea schizofreniei paranoide este cat se poate de certa

(74.8%), existand totusi o posibilitate de a intalni alte afectiuni, care sa dea aceleasi

simptome, de 25.2%.

Figura 30. Probabilitate de 100% a manifestarii delirului sau a halucinatiilor

Tulburarile de comportament influenteaza schizofrenia paranoida intr-un procent de

%, in cazul in care, aceasta este singura variabila observata.

In cazul schizofreniei simple, aceasta este influentata majoritar de prezenta

grimaselor, manierismului sau a puerilismului, din grupul simptomelor. Asa cum se observa

in Figura 31, probabilitatea pentru schizofrenie simpla este de 37.4%, fiind superioara

schizofreniei paranoide, prin prisma conexiunii nodului „grimase, manierism, puerilism” cu

nodul „schizofrenie S”.




- 40 -

Figura 31. Probabilitate de 100% a manifestarii puerilismului si caracteristicilor sale

Probabilitatea maxima a prezentei schizofreniei la un pacient, data fiind observarea

de 100% a tuturor simptomelor caracteristice bolii, este de 93%.

Este importanta obtinerea a cat mai multe evidente pentru a efectua o prezicere

corecta. Rezultatele relevate de reteaua bayesiana impreuna cu alte investigatii medicale

duc la tratarea optima particularizata a pacientului.

3.7 FORMALISMUL RETELEI BAYESIENE

Dupa etapa de modelare a retelei, se utilizeaza inferenta bayesiana pentru a

actualiza cunostintele statistice ale acesteia, pe baza observatiilor curente si a teoremei

Bayes.

In continuare va fi descris formalismul modelului grafic prezentat in Figura 25, cu

accent pe diagnosticul schizofreniei (partea inferioara a retelei cu linie punctata). Observand

structura retelei bayesiene si numarul nodurilor acesteia, se poate scrie distributia

conexiunilor completa pentru model, definita ca in formula 28:

(28)

Cu alte cuvinte, reteaua bayesiana este o pereche , unde

reprezinta DAG (directed acyclic graph) din Figura 25 ( este setul de variabile si setul

de arce directe), este distributia conexiunilor modelului. Tinand cont de dependentele

fiecarui nod de parinti, se obtine urmatoarea expresie (29) a distributiei conexiunilor:

(29)




- 41 -

In Tabelul 3 sunt prezentate probabilitatile conditionale si marginale ale nodurilor

retelei, implicate in diagnosticul schizofreniei. Valorile sunt obtinute din statistici medicale din

sectia de Psihiatrie a Spitalului Municipal Lugoj si din pareri avizate ale unui personal

medical. Notatiile din tabel semnifica: reprezinta nodul al retelei bayesiane din Figura

25; (True) stare a unor noduri, (False) starea contrara lui ; male, female, zero, one,

both, present, absent sunt stari ale nodurilor.

Tabelul 3. Probabilitatile conditionale si marginale ale nodurilor retelei bayesiene

Conform modelului descris prin relatiile anterior mentionate, expresiile 29, sectiunea

urmatoare va cuprinde rezultatele obtinute in diagnosticul schizofreniei.

3.8 APLICATII SI REZULTATE

Sectiunea prezinta a) dependentele matematice detaliate ale diagnosticuluischizofreniei, folosind reteaua bayesiana descrisa; b) rezultatele obtinute in cazurile studiate




- 42 -

utilizand setul de date obtinute in sectia de psihiatrie a Spitalului Municipal Lugoj.

Probabilitatea diagnosticarii unui pacient cu schizofrenie simpla este data de

distributia conexiunilor nodurilor in legatura cu acesta. Pentru a face calculul probabilistic

(inferenta probabilistica) pentru nodul „schizofrenie simpla” ( ) trebuie calculata inferenta

pentru nodul „Influenta genetica schizofrenie” ( ). Relatiile 30 si 31 infatiseaza acest lucru.

(30)

unde:

si , , , , , ,

, , , , .

(31)

Utilizand informatiile din reteaua bayesiana (Figura 25), Tabelul 1, si relatiile 30 si 31,

se obtin rezultatele din egalitatile 32 si 33. Din ecuatia 33 se poate trage concluzia ca

probabilitatea ca un pacient sa fie diagnosticat cu schizofrenie simpla, fara a obtine nici o

informatie despre el, este de aproximativ . Evident ca rezultatul obtinut cu ajutorul

inferentei se va modifica, depinzand probabilitatea nodurilor, implicate in procesul decizional,

si dependentele intre ele.




- 43 -

(32)

(33)

3.9 MODELARE GRAFICA

Pentru evaluarea retelei bayesiene prezentate, s-au studiat patru cazuri, bazate pe

date statistice pe o perioada de patru luni, din sectia de psihiatrie.

Primele trei studii au in principal acelasi obiectiv: observarea influentei modificarii

valorilor a doar unei variabile la un moment dat, asupra probabilitatii diagnosticului unui

pacient cu afectiune psihica (schizofrenie simpla sau paranoida, sau dementa mixta).

Rezultatele grafice sunt prezentate in Figura 33.

Figurile 32 a), b) c) au fost obtinute prin testarea a zece posibile cazuri, pentru

fiecare grafic, in studierea diagnosticului unui pacient.

Nod Present

% true Schizo s Schizo p Dementa

0 1.43 1.05 2.85

10 1.58 2.75 10.9

20 1.74 4.45 18.9

30 1.89 6.15 27

40 2.04 7.86 35

50 2.19 9.56 43.1

60 2.34 11.3 51.1

70 2.49 13 59.2

80 2.64 14.7 67.2

90 2.79 16.4 75.2

Disfunctii

comportamentale

( )

Parinti:

- schizofrenie

paranoida

- dementa

Mixta

100 2.94 18.1 83.3

Figura 32 a) Disfunctii comportamentale




- 44 -

Nod Present


0 1.26 0 36

10 2 7.48 36.5

20 2.73 15 37.1

30 3.47 22.4 37.6

40 4.21 29.9 38.1

50 4.95 37.4 38.6

60 5.69 44.9 39.1

70 6.42 52.4 39.6

80 7.16 59.9 40.1

90 7.9 67.3 40.6

Delire/halucinatii

( )

Parinte:

- schizofrenie

paranoida

100 8.64 74.8 41.1

Figura 32 b) Delire/halucinatii

Nod Present


0 1.26 0 36

10 2 7.48 36.5

20 2.73 15 37.1

30 3.47 22.4 37.6

40 4.21 29.9 38.1

50 4.95 37.4 38.6

60 5.69 44.9 39.1

70 6.42 52.4 39.6

80 7.16 59.9 40.190 7.9 67.3 40.6

Deteriorare personalitate/

Viata emotionala

( )

Parinti:

- schizofrenie

simpla

- dementa mixta

100 8.64 74.8 41.1

Figura 32 c) Deteriorare personalitate/Viata emotionala

Figura 33. a) Disfunctii comportamentale Figura 33. b) Delire/halucinatii




- 45 -

Dementa mixta ( ) (Alzheimer inclus) este o boala complexa, asadar efectele

asupra pacientilor sunt mai usor observabile. Prezentata in Figura 33 a), influenta dementei

mixte asupra comportamentului uman ( ) este crescuta fata de a celorlalte afectiuni

studiate. Schizofrenia paranoida este de asemenea relativ proeminenta, dat fiind faptul ca

simptomul “disfunctii comportamentale” ii este caracteristic, asa cum se vede si din modelul

bayesian.

Identificarea delirului sau a halucinatiilor la un pacient, ofera specialistul clara

explicatie a existentei unei schizofrenii paranoide. Probabilitatile celorlalte doua boli, in acest

caz, sunt mult mai scazute, asa cum se observa in Figura 33 b).

Figura 33 c) Deteriorare personalitate/Viata emotionala

Asemanator cu Figurile 33 a) si b), in Figura 33 c) dependenta dementei mixte de

viata emotionala si personalitatea a unui pacient este sesizabila in raport mult mai mare

decat celelalte doua boli.

Ultimul grafic (Figura 34) reprezinta datele statistice pe o perioada de patru luni,

obtinute din reteaua bayesiana in procesul diagnosticarii pacientilor cu posibile boli psihice.

Se prezinta evolutia temporala a diagnosticului bolilor psihice, pe baza modelului si a

variabilelor simptom, pentru pacientii studiati.

Asadar Figura 34 prezinta evolutia temporala a trei boli psihice: schizofrenie simpla

( ), schizofrenie paranoida ( ) si dementa mixta ( ), in lunile mai, iunie, iulie, august

ale anului 2008. Concluzia explicitarii grafice este: probabilitatea diagnosticului unui pacient

cu afectiunile precizate anterior variaza in cazul dementei mixte si a schizofreniei paranoide,

si scade cu in cazul schizofreniei simple.




- 46 -

Figura 34. Evolutia bolilor pe perioada studiata

3.10 CONCLUZII

Studiul de caz „Diagnostic Psihiatric” reprezinta subiectul articolului „Bayesian

Network Model for Diagnosis of Psychiatric Diseases” [Cur09], acceptat la Conferinta

internationala ITI2009 (Information Technology Interfaces) din 22-25 iunie 2009,

Cavtat/Dubrovnik, Croatia la sectiunea „Medical Informatics”. Conferinta ITI isi propune sa

promoveze comunicarea si interactiunea intre cercetatorii, implicati in dezvoltarea si

aplicarea unor metode si tehnici din domeniul informational si tehnologiei informatiei. Cu o

traditie de 35 de ani, ITI este o conferinta stiintifica si multidisciplinara.Studiul de caz prezinta modelarea, folosind retelelor bayesiene, unui proces

decizional aplicat diagnosticarii celor mai importante boli psihice. Avand date preluate din

statistica medicala a sectiei de Psihiatrie a Spitalului Municipal Lugoj, a fost implementat un

model in scopul imbunatatirii procesului diagnosticarii, in ajutorul specialistilor. Cele patru

cazuri studiate asigura observarea influentei anumitor simptome asupra probabilitatilor

bolilor psihice, si prezinta evolutia temporala a bolilor studiate.

Pentru domeniul medical, retelele bayesiene sunt un instrument eficient al

specialistilor, in prezicerea si determinarea tratamentului corect pentru boala pacientului.

Aducand ajustari minore (suplimentarea nodurilor, link-urilor, imbunatatirea tabelei

probabilitatilor conditionale si marginale) reteaua bayesiana poate fi actualizata, pentru a

satisface nevoile psihiatrice de orice fel. La fel ca toate sistemele decizionale, retelele

bayesiene reprezinta unelte importante pentru masurarea probabilitatilor evenimentelor, fiind

reprezentari ale cunostintelor cauzale obtinute anterior realizarii retelei, si ale datelor

observate.

studiu pe un exemplu de bn

Documents