Skip to main content

Datorstöd som gör det enklare för läkare att ställa diagnos

Pressmeddelande   •   Maj 07, 2004 15:01 CEST

Lena Kallin Westin har i sin avhandling studerat matematiska modeller som kan andvändas för att bygga beslutstödssystem inom till exempel hälsovården. Om information och fakta matas in i ett dataprogram kan det ge läkaren råd och förslag på beslut.

Ett beslutstödssystem som får information och fakta kan hjälpa användaren genom att ge råd eller förslag på beslut. Kallin Westin har i sin avhandling ofta använt medicinska data och beslutsstödet har rört diagnosen av en viss sjukdom.

Ett exempel på en tillämpning är att man bygger samman ett större datasystem som innehåller många små beslutstödssystem för olika sjukdomar. Detta system kan sedan vara ett hjälpmedel för en läkare på en vårdcentral när denne är osäker på en diagnos. Tanken är då att läkaren ska kunna mata in de fakta och den information som den har om patienten och att datorsystemet ska ge en förteckning över möjliga diagnoser och kanske också förslag på prover eller undersökningar som hjälper läkaren att bli säker på sin diagnos. För att detta ska fungera så bra som möjligt måste vart och ett av de små beslutsstödssystemen vara pålitliga och lätta att förstå.

Preprocessande perceptroner kan användas för att bygga beslutsstödssystem. En vanlig analysmetod för beslutsstödssystem är neurala nätverk. De är matematiska modeller som ska härma hjärnans sätt att lära sig och generalisera sin kunskap. Den enklaste typen av neurala nätverk är perceptronen. Fördelen är att det är en modell där man lätt kan se hur det "tänker" vid beslut men nackdelen är att det inte klarar av att lösa lite mer komplicerade problem. Det finns en utvidgning där man slår samman många perceptroner till ett flerlagersnätverk. Den modellen kan lösa mycket svårare problem men är svår att tolka och förstå. Preprocessande perceptronen är en modell som är lika enkel att förstå som perceptronen men som visat sig ofta fungera lika bra som flerlagersnätverket.

I avhandlingen visas genom exempel hur den preprocessande perceptronen fungerar jämfört med andra analysmetoder. Det beskrivs också hur man kan utöka idén och göra en ny analysmetod där man förutom neurala nätverk också använder sig av fuzzy logik för att bygga ett beslutstödssystem. Det finns beskrivningar, tankar, idéer och teorier kring hela vägen från insamlandet av data fram till tolkningen och utvärderingen av det färdiga systemet.

E-publicering: http://publications.uu.se/umu/theses/abstract.xsql?dbid=234

Fredagen den 14 maj försvarar Lena Kallin Westin, institutionen för datavetenskap, Umeå universitet, sin avhandling med titeln Preprocessing perceptrons. Svensk titel: Preprocessande perceptroner.
Disputationen äger rum kl 13.15 i sal MA121, MIT-huset. Fakultetsopponent är Lothar Gierl,
Institute for Medical Informatics and Biometry, Universitetet i Rostock, Tyskland.

Lena Kallin Westin är uppvuxen i Bredbyn, Ångermanland.

Hon nås på institutionen för datavetenskap
Tel: 090-786 68 33
E-post: kallin@cs.umu.se