kaz29Вестник Казахстанско-Британского технического университетаHerald of the Kazakh-British Technical University1998-66882959-8109Казахстанско-Британский Технический Университетkaz29-74Research ArticleФИЗИКО-МАТЕМАТИЧЕСКИЕ И ТЕХНИЧЕСКИЕ НАУКИPHYSICAL, MATHEMATICAL AND TECHNICAL SCIENCESРАЗРАБОТКА ВЫЧИСЛИТЕЛЬНОГО АЛГОРИТМА МОРФОЛОГИЧЕСКОЙ КЛАССИФИКАЦИИ КЛИНИКО-ГЕМАТОЛОГИЧЕСКИХ СИМПТОМОВDEVELOPMENT OF A COMPUTATIONAL ALGORITHM OF CLINICAL AND HEMATOLOGICAL SYMPTOMS MORPHOLOGICAL CLASSIFICATIONУвалиеваИ.UvaliyevaI.

PhD

КалимолдаевМ.БельгиноваС.BelginovaS.

докторант PhD

Восточно-Казахстанский государственный технический университет им. Д. СерикбаеваКазахстанИнститут информационных и вычислительных технологийКазахстан2019041120211618491Copyright © Увалиева И., Калимолдаев М., Бельгинова С., 20212021Увалиева И., Калимолдаев М., Бельгинова С.Uvaliyeva I., Калимолдаев М., Belginova S.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://vestnik.kbtu.edu.kz/jour/article/view/74

В рамках данного исследования был разработан вычислительный алгоритм морфологической классификации анемий, который позволяет с помощью расчетов определить характер установленного анемического синдрома. Данный алгоритм позволяет повысить эффективность принятия управленческих медицинских решений за счет улучшения качества и обоснованности выводов в условиях неполноты и неточности априорной информации, даже при различных мнениях экспертов. В рамках исследования использована формализация не только статистической информации, взятой из различных источников, но и знаний группы экспертов диагностирования клинико-гематологическихсимптомов.

As part of this study, a computational algorithm was developed for the morphological classification of anemias, which allows us to determine the nature of the established anemic syndrome using calculations. This algorithm allows to increase the efficiency of making medical management decisions by improving the quality and validity of conclusions in the context ofincompleteness and inaccuracy of a priori information, even with different expert opinions. The study used the formalization of not only statistical information taken from various sources, but also the knowledge of the expert group diagnosing clinical and hematological symptoms.

анемиядиагнозклинико-гематологический симптомалгоритм диагностированиямедицинская диагностикаanemiadiagnosisclinical and hematological symptomdiagnostic algorithmmedical diagnosisReferencesПриказ М З РК от 03. 09. 2013 № 498 «Об утверждении Концепции развития электронного здравоохранения в Республике Казахстан на 2013-2020 гг.».Приказ М З РК от 03. 09. 2013 № 498 «Об утверждении Концепции развития электронного здравоохранения в Республике Казахстан на 2013-2020 гг.».Bellazzi R., Zupan B. Predictive data mining in clinical medicine: current issues and guidelines //International journal of medical informatics. - 2008. - Т. 77. - №. 2. - P. 81-97.Bellazzi R., Zupan B. Predictive data mining in clinical medicine: current issues and guidelines //International journal of medical informatics. - 2008. - Т. 77. - №. 2. - P. 81-97.Holgado-Tello F. P. et al. Polychoric versus Pearson correlations in exploratory and confirmatory factor analysis of ordinal variables //Quality & Quantity. - 2010. - Т. 44. - №1. - P. 153.Holgado-Tello F. P. et al. Polychoric versus Pearson correlations in exploratory and confirmatory factor analysis of ordinal variables //Quality & Quantity. - 2010. - Т. 44. - №1. - P. 153.Obenshain M. K. Application of data mining techniques to healthcare data // Infection Control and Hospital Epidemiology. 2004. V. 25. № 8. P. 690-695.Obenshain M. K. Application of data mining techniques to healthcare data // Infection Control and Hospital Epidemiology. 2004. V. 25. № 8. P. 690-695.Хромушин В. А. и др. Результаты деятельности регионального здравоохранения и математические методы их обработки (обзор литературы по материалам 2015-2017 гг.) //Вестник новых медицинских технологий. Электронное издание. - 2017. - Т 11. - №. 4.Хромушин В. А. и др. Результаты деятельности регионального здравоохранения и математические методы их обработки (обзор литературы по материалам 2015-2017 гг.) //Вестник новых медицинских технологий. Электронное издание. - 2017. - Т 11. - №. 4.Potter R. Comparison of classification algorithms applied to breast cancer diagnosis and prognosis // Advances in Data Mining. 7th Industrial Conference, ICDM 2007, Leipzig, Germany, July 2007, Poster and Workshop Proceedings. 2007. P. 40-49.Potter R. Comparison of classification algorithms applied to breast cancer diagnosis and prognosis // Advances in Data Mining. 7th Industrial Conference, ICDM 2007, Leipzig, Germany, July 2007, Poster and Workshop Proceedings. 2007. P. 40-49.Алексеев Г. А., Кассирский И.А. Клиническая гематология, 1970. - С. 136-147.Алексеев Г. А., Кассирский И.А. Клиническая гематология, 1970. - С. 136-147.Стуклов Н. И., Альпидовский В. К., Огурцов П. П. Анемии. Клиника, диагностика и лечение. - М.: ООО «Медицинское информационное агентство», 2013. - С. 78-83.Стуклов Н. И., Альпидовский В. К., Огурцов П. П. Анемии. Клиника, диагностика и лечение. - М.: ООО «Медицинское информационное агентство», 2013. - С. 78-83.Эюбова Н. И. Методы классификации в диагностике уролитиаза с применением нечеткой логики для предобработки данных // Информационно-управляющие системы. 2013. № 6. - С .133-136.Эюбова Н. И. Методы классификации в диагностике уролитиаза с применением нечеткой логики для предобработки данных // Информационно-управляющие системы. 2013. № 6. - С .133-136.Левина А. А. и др. Дифференциальная диагностика анемий // Клиническая лабораторная диагностика. - 2015. - Т 60. - №. 12. - C.32-44.Левина А. А. и др. Дифференциальная диагностика анемий // Клиническая лабораторная диагностика. - 2015. - Т 60. - №. 12. - C.32-44.

The authors declare that there are no conflicts of interest present.