Интеллектуальные методы принятия решений в организации системы здравоохранения территории

Л. Н. Родионова, А. Ю. Можаев

Аннотация


В статье представлены результаты исследования использования кластерного анализа, обучаемых нейронных сетей при обосновании системы медицинского обеспечения территории, прогнозирования значений показателей состояния медицинского обеспечения при существующем уровне экономического развития. Это позволит, во-первых, реализовать принцип риск-надзора через выявление областей, способных привести к различным угрозам, связанным с недостаточным уровнем оказания медицинских услуг населению, во-вторых, разработки адекватных упреждающих мер надзорного реагирования. Также в статье предложено использование в качестве вспомогательного средства диагностики при оказании медицинских услуг – применение интеллектуальных способов обработки данных data mining или интеллектуального анализа данных, а также экспертные системы. Предложен метод погружения задачи сравнения исследуемых симптомов в экспертную оболочку в классе систем искусственного интеллекта с использованием нечеткой логики.

Ключевые слова


нечеткая логика, метод анализа иерархий, нейронные сети, ассоциативное обучение

Полный текст:

PDF

Литература


Как искусственный интеллект меняет будущее медицины. [Электронный ресурс]: URL: https://www.forbes.ru/mneniya/ 488597-kak-iskusstvennyj-intellekt-menaet-budusee-mediciny (дата обращения 22.09.2024). [[ Internet resource: URL: https://www.forbes.ru/mneniya/488597-kak-iskusstvennyj-intellekt-menaet-budusee-mediciny. (In Russian). ]]

Официальный сайт FirstVDS. [Электронный ресурс]: URL: https://habr.com/ru/companies/first/articles/ 682516/ (дата обращения 22.09.2024). [[ Official website of FirstVDS. [Electronic resource]: URL: https://habr.com/ru/companies/first/articles/682516/ (date of access 09.22.2024). (In Russian). ]]

Иванюта С. О., Терехова И. Ю., Сергеев Ю. А. Роль здравоохранения в экономике страны // Международный журнал прикладных наук и технологий «Integral». 2018. № 4. С. 15–19. EDN YTUXKH. [[ Ivanyuta S. O., Terekhova I. Yu., Sergeev Yu. A. “The role of health care in the country's economy” // International Journal of Applied Sciences and Technologies "Integral". 2018. No. 4, pp. 15–19. EDN YTUXKH. (In Russian). ]]

Ларин С. Н., Богомолова Н. В. Особенности российской инновационной экономики как объекта управления // Теория и практика инновационных преобразований в России: Сб. науч. тр. под ред. Б. А. Ерзнкяна. Вып. 6. М.: ЦЭМИ РАН, 2006. [[ Larin S. N., Bogomolova N. V. “Features of the Russian innovative economy as an object of management” // Theory and Practice of Innovative Transformations in Russia: Collection of scientific papers edited by B. A. Erznkyan. Issue 6. Moscow: Central Economics and Mathematics Institute of the Russian Academy of Sciences, 2006. (In Russian). ]]

Строков С. Кластерный подход: почему одни регионы успешнее других. [Электронный ресурс]: URL: https://www.hse.ru/ news/expertise/341444086.html (дата обращения 23.09.2024). [[ Strokov S. Cluster approach: why some regions are more successful than others. [Electronic resource]: URL: https://www.hse.ru/news/expertise/341444086.html (date of access 09/23/2024). (In Russian). ]]

Родионова Л. Н., Кидрачев Р. Н., Можаев А. Ю. Проблемы обеспечения функционирования системы здравоохранения в системе макроэкономических индикаторов // Финансовый бизнес. 2022. № 12. С. 9–14. EDN IARTMO. [[ Rodionova L. N., Kidrachev R. N., Mozhaev A. Yu. “Problems of ensuring the functioning of the healthcare system in the system of macroeconomic indicators” // Financial Business. 2022. No. 12, pp. 9–14. EDN IARTMO. (In Russian). ]]

Growth Lab. Country & Product Complexity Rankings (Website): URL: https://atlas.cid.harvard.edu/rankings

Официальный сайт Всемирного банка. [Электронный ресурс]: URL: https://data.worldbank.org/indicator?tab=featured (дата обращения 22.09.2024). [[ Official website of the World Bank. [Electronic resource]: URL: https://data.worldbank.org/ indicator?tab=featured (date of access 09/22/2024). (In Russian). ]]

Букаев Г. И., Бублик Н. Д., Горбатков С. А., Сатаров Р. Ф. Модернизирование системы налогового контроля на основе нейросетевых информационных технологий. М.: Наука, 2001. 344 с. [[ Bukaev G. I., Bublik N. D., Gorbatkov S. A., Satarov R. F. Modernization of the Tax Control System Based on Neural Network Information Technologies. Moscow: Nauka, 2001. (In Russian). ]]

Айвазян С. А., Мхитарян В. С. Прикладная статистика и основы эконометрики: Учебник для вузов. М.: ЮНИТИ, 1998. [[ Ayvazyan S. A., Mkhitaryan V. S. Applied Statistics and Fundamentals of Econometrics: Textbook for universities. Moscow: UNITY, 1998. (In Russian). ]]

Барсегян А. А. и др. Технология анализа данных: Data Mining, Text Mining, OLAP. СПб.: БХВ – Петербург, 2007. 384 с. [[ Barsegyan A. A. et al. Data Analysis Technology: Data Mining, Text Mining, OLAP. SPb.: BHV – Petersburg, 2007. (In Russian). ]]

Кильдишев Г. С., Френкель А. А. Анализ временных рядов и прогнозирование. М.: Статистика, 1973. EDN TLDJMF. [[ Kildishev G. S., Frenkel A. A. Time Series Analysis and Forecasting. Moscow: Statistics, 1973. EDN TLDJMF. (In Russian). ]]

Официальный сайт Федеральной службы государственной статистики [Электронный ресурс]: URL: www.gks.ru (дата обращения 22.09.2024). [[ Official website of the Federal State Statistics Service [Electronic resource]: URL: www.gks.ru (date of access 09.22.2024). (In Russian). ]]

Witten I., Frank E., Hall M. Data Mining: Practical Machine Learning Tools and Techniques.N.Y.: Morgan Kaufmann, 2011.

Хайкин С. Нейронные сети: полный курс. М.–СПб.–К.: Вильямс, 2006. 1104 с. [[ Khaikin S. Neural Networks: A Complete Course. Moscow–SPb.–Kiev: Williams, 2006. (In Russian). ]]

Юсупова Н. И., Нургаянова О. С., Зулкарнеев Р. Х. Формализация этапов риск-анализа в СППР с учетом оценок клинических рисков при бронхолегочных заболеваниях // СИИТ. 2023. Т. 5, № 1(10). С. 11-24. EDN KHIIHT. [[ Yusupova N. I., Nurgayanova O. S., Zulkarneev R. Kh. Formalization of risk analysis stages in decision support system considering clinical risk assessments for bronchopulmonary diseases // SIIT. 2023. Vol. 5, No. 1(10), pp. 11-24. EDN KHIIHT. (In Russian). ]]

Шахмаметова Г. Р., Христодуло А. Д., Береговая С. П. Анализ эндокринологических данных на основе моделей классификации // СИИТ. 2022. Т. 4, № 2(9). С. 30-36. EDN LBZVZL. [[ Shakhmametova G. R., Khristodullo A. D., Beregovaya S. P. “Analysis of endocrinological data based on classification models” // SIIT. 2022. Vol. 4, No. 2(9), pp. 30-36. EDN LBZVZL. (In Russian). ]]


Ссылки

  • На текущий момент ссылки отсутствуют.


(c) 2025 Л. Н. Родионова, А. Ю. Можаев