Diabetes-Fallberichte

Abstrakt

Ein Entscheidungsunterstützungssystem für das Management von Diabetes mellitus

Shaker El-Sappagh und Mohammed Elmogy

Diabetes mellitus gilt als gefährliche chronische Krankheit. Die Diagnose ist der erste Schritt bei der Behandlung. Klinische Entscheidungsunterstützungssysteme (CDSS) zur Diabetesdiagnose verbessern die Erkennung und verringern die Möglichkeit von Komplikationen. Die Diagnose ist jedoch ein theorieloses Problem. Fallbasiertes Denken (CBR) ist ein Problemlösungsparadigma, das vergangene Erfahrungen zur Lösung neuer Probleme nutzt. Die Integration von CBR und formalen Ontologien verbessert die Intelligenz dieses Paradigmas. Die Nutzung der elektronischen Gesundheitsakten (EHRs) von Patienten zum Aufbau von fallbasiertem Wissen löst das Problem des Wissenserwerbsengpasses; es sind jedoch Vorbereitungsschritte erforderlich. Darüber hinaus verbessert die Verwendung standardmäßiger medizinischer Ontologien wie SNOMED-CT die Interoperabilität und Integration von CDSS in das Gesundheitssystem. Wenn ontologiebasierte CBR-Systeme vage oder ungenaue Kenntnisse nutzen, wird die semantische Wirksamkeit weiter verbessert. In diesem Artikel wird ein fortschrittliches und vollständiges CBR-Framework auf Basis von Fuzzy-Ontologien vorgeschlagen, das ungenaue Kenntnisse verwaltet und nutzt. Wir implementieren die kritischsten Schritte in CBR (d. h. Falldarstellung und -abruf). Das implementierte Framework wurde anhand einer Fallbasis von 60 realen Fällen aus der EHR der Mansoura University Hospitals, Mansoura, Ägypten, am Problem der Diabetesdiagnose getestet. Das vorgeschlagene System hat eine Genauigkeit von 97,67 %.