МЕТОД ДЕРЕВ РІШЕНЬ У КОМП’ЮТЕРНІЙ ДІАГНОСТИЦІ
A TREE DECISION METHOD IN COMPUTER DIAGNOSTICS
Сторінки: 266-273 . Номер: №6, 2023 (329) 
Автори:
ОМЕЛЬЧЕНКО ІГОР
Чорноморський національний університет імені Петра Могили
https://orcid.org/0009-0005-7131-7333
e-mail: igor.omel.c@gmail.com
OMELCHENKO IHOR
Petro Mohyla Black Sea National University
DOI: https://www.doi.org/10.31891/2307-5732-2023-329-6-266-273
Анотація мовою оригіналу
В роботі розглянуто питання прийняття рішень за допомогою дерев класифікації під час діагностики травм. Проведений аналіз використання методів роботи з архівними базами даних, накопичених у лікарнях у вигляді паперових картотек. Показано, що після комп’ютеризації даних пацієнтів для кращої класифікації і орієнтації по пацієнтам доцільно впроваджувати систему дерева рішень. Зазначений підхід дозволить визначити пацієнтів з однаковою хворобою, діагнозом чи симптомом. Після створення алгоритму дерева рішень необхідно здійснювати підбор програми, яка б задовільнила алфавіт ознак вхідних даних. Наведено приклад використання розробленого дерева рішень для визначення закритого перелому. Запропоновані рішення дозволять вирішувати складні завдання та приймати рішення, пов’язані з проєктуванням, розробкою та управлінням програмними та апаратними системами комп’ютерної діагностики у медичній та інших сферах, пов’язаних з обробкою та класифікацією персоналій баз даних за визначеними параметрами, а також в умовах невизначеності.
В процесі побудування дерева рішень для виведення норми і патології під час комп’ютерної діагностики закритого перелому запропоновано замість двопараметрового значення вводити трипараметрове. В такому разі кількість ознак різко збільшується, але при цьому й зростає можливість появи помилки першого і другого роду. Аналіз інформативності ознак показує, що найбільш інформативною незалежною змінною (ознакою образу) є зміна форми, одразу за нею – показник міри болю, і лише потім набряк і крепітація. Якщо в такій самій послідовності проводити класифікацію, тоді ентропійно-інформаційний аналіз дозволяє ранжувати ознаки образу за їх інформативністю. Задля подолання специфічності, при якій 92,3 % з діагностованих пацієнтів, віднесених класифікатором до категорії «патологія», насправді є хворими, та 7,7 % навпаки, є здоровими, – необхідно більш ретельно розглядати незалежні атрибути.
Ключові слова: комп’ютерна діагностика, база даних, прийняття рішень, дерево рішень. ентропійно-інформаційний аналіз
Розширена анотація англійською мовою
The paper considers the issue of decision-making using classification trees during the diagnosis of injuries. An analysis of the use of methods of working with archival databases accumulated in hospitals in the form of paper files was carried out. It is shown that after computerization of patient data, it is advisable to implement a decision tree system for better classification and patient orientation. This approach will allow identifying patients with the same disease, diagnosis or symptom. After creating a decision tree algorithm, it is necessary to select a program that would satisfy the alphabet of the input data. An example of using the developed decision tree to determine a closed fracture is given. The proposed solutions will make it possible to solve complex tasks and make decisions related to the design, development and management of software and hardware systems of computer diagnostics in medical and other fields related to the processing and classification of database personalities according to specified parameters, as well as in conditions of uncertainty. In the process of building a decision tree for deriving the norm and pathology during computer diagnostics of a closed fracture, it is proposed to enter a three-parameter value instead of a two-parameter value. In this case, the number of signs increases dramatically, but at the same time, the possibility of errors of the first and second kind also increases. The analysis of the informativeness of the signs shows that the most informative independent variable (sign of the image) is a change in shape, immediately after it is an indicator of the degree of pain, and only then swelling and crepitation. If the classification is carried out in the same sequence, then the entropy-informational analysis allows ranking the features of the image according to their informativeness. In order to overcome the so-called specificity, in which 92.3% of the diagnosed patients classified by the classifier as “pathology” are actually sick, and 7.7%, on the contrary, are healthy, it is necessary to consider independent attributes more carefully.
Keywords: computer diagnostics, database, decision making, decision tree. entropy and information analysis
