BazEkon - Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie

BazEkon home page

Meny główne

Autor
Hrapkowicz Tomasz (CompassMedica Sp. z o. o.), Maruszewski Marcin (CompassMedica Sp. z o. o.), Kempa Anna (Uniwersytet Ekonomiczny w Katowicach), Michalik Krzysztof (Uniwersytet Ekonomiczny w Katowicach), Zacny Bogna (Uniwersytet Ekonomiczny w Katowicach)
Tytuł
Decision Making Process in Cardiac Surgery - Concept of Building an Expert System
Podejmowanie decyzji w kardiochirurgii - koncepcja budowy systemu ekspertowego
Źródło
Management Systems in Production Engineering, 2013, vol. 1(9), s. 26-30, rys., bibliogr. 16 poz.
Słowa kluczowe
Systemy z bazą wiedzy, Systemy ekspertowe, Podejmowanie decyzji, Medycyna
Knowledge based systems, Expert systems, Decision making, Medicine
Uwagi
streszcz., summ.
Abstrakt
Jednym z podstawowych zadań współczesnej informatyzacji organizacji jest wsparcie procesu podejmowania rutynowych, ale i wysoce skomplikowanych oraz opartych na heterogenicznych źródłach danych, decyzji. Zasadniczym celem artykułu jest przedstawienie koncepcji budowy baz wiedzy na potrzeby systemu eksperckiego wspomagającego proces podejmowania decyzji w kardiochirurgii. System ekspertowy oparty na bazach wiedzy pochodzących ze wskazań medycznych, skal ryzyka i rejestrów, ma wspomagać podejmowanie decyzji odnośnie procedur medycznych w poszczególnych przypadkach klinicznych. (abstrakt oryginalny)

The fundamental goal of modern information technology is to support decision making process in organizations, for both routine and highly complex problems, based on heterogeneous data sources. The main objective of the paper is to present the construction concept of knowledge base for an expert system designed to support the decision making in cardiac surgery. A knowledge-based medical expert system is designed to support decision-making process in cardiac surgery where knowledge from medical guidelines, risk scales, and registries is applied to reason the medical procedure in a particular case scenario. (original abstract)
Dostępne w
Biblioteka Główna Uniwersytetu Ekonomicznego w Poznaniu
Pełny tekst
Pokaż
Bibliografia
Pokaż
  1. Adlassnig K.P., Blacky A., Koller W.: Artificialintelligence-based hospital-acquired infection control. Stud Health Technol Inform. Vol. 149, 2009, pp. 103-110.
  2. Avci E.: A New Expert System for Diagnosis of Lung Cancer: GDALS_SVM. J Med Syst. Vol. 36, 2012, pp. 2005-2009.
  3. Dassen W. R., Karthaus V. L., Talmon J. L., Mulleneers R. G., Smeets J. L., Wellens H. J.: Evaluation of new selflearning techniques for the generation of criteria for differentiation of wide-QRS tachycardia in supraventricular tachycardia and ventricular tachycardia. Clin Cardiol. Vol. 18, 1995, pp. 103-108.
  4. Gallivan S., Stark J., Pagel C., Williams G., Williams W.: Dead reckoning: can we trust estimates of mortality rates in clinical databases? European Journal of Cardiothoracic Surgery. Vol. 33, 2008, pp. 334-340 .
  5. Gołuchowski J. (red.): Wprowadzenie do inżynierii wiedzy. Difin, Warszawa 2011.
  6. Heden B., Edenbrandt L., Haisty Jr. W. K, Pahlm O.: Artificial neural networks for the electrocardiographic diagnosis of healed myocardial infarction. Am J Cardiol. Vol. 74, 1994, pp. 5-8.
  7. Kopecky D, Adlassnig K. P, Prusa A. R, Hayde M, Hayashi Y, Panzenböck B, Rappelsberger A., Pollak A.: Knowledge-based generation of diagnostic hypotheses and therapy recommendations for toxoplasma infections in pregnancy. Med Inform Internet Med. Vol. 32 (3), 2007, pp. 199-214.
  8. Kempa A.: Specyfika sztucznych systemów immunologicznych. Studia i materiały Polskiego Stowarzyszenia Zarządzania Wiedzą, Polskie Stowarzyszenie Zarządzania Wiedzą. Nr 37, 2011.
  9. Kwiatkowska M., Michalik K., Kielan K.: Computational Representation of Medical Concepts: A Semiotic and Fuzzy Logic Approach, [in:] Soft Computing in Humanities and Social Sciences. Springer-Verlag. Heildelberg 2012.
  10. Makal J., Nazarkiewicz A., Oniśko A., Orzechowski P.: System ekspertowy do wspomagania diagnozy łagodnego przerostu prostaty. Pomiary Automatyka Robotyka. Nr 7-8, 2004.
  11. Maruszewski M., Kempa A., Michalik K., Zacny B., Hrapkowicz T.: Koncepcja bazy wiedzy systemu ekspertowego dla kardiochirurgii [w:] Sobczak A. (red.): Technologie informatyczne w administracji publicznej i służbie zdrowia. Zarządzanie cyfrową transformacją organizacji publicznych, Roczniki Kolegium Analiz Ekonomicznych, 2012.
  12. Rabelo Júnior A., Rocha A. R., Oliveira K., Souza A., Ximenes A., Andrade C., Onnis D., Olivaes I., Lobo N., Ferreira N., Werneck V.: An expert system for diagnosis of acute myocardial infarction with ECG analysis. ArtifIntell Med. Vol. 10(1), 1997, pp. 75-92.
  13. Sołdek J., Pechmann P.: Wiedza - istota, pozyskiwanie i wykorzystanie w przedsiębiorstwie, w: Sołdek J. (red): Metody Informatyki Stosowanej. Kwartalnik Komisji Informatyki Polskiej Akademii Nauk Oddział w Gdańsku. Tom 11, nr 1, 2007, s. 23-38.
  14. Williams W. G.: Uses and Limitations of Registry and Academic Databases. Seminars in Thoracic and Cardiovascular Surgery: Pediatric Cardiac Surgery Annual. Vol. 13, Issue 1, 2010, pp. 66-70.
  15. Zacny B.: Konfirmacyjna analiza czynnikowa w badaniach ekonomicznych, [w:] Zeliaś A. (red.): XX Seminarium Ekonometryczne im. Profesora Zbigniewa Pawłowskiego. Materiały z XXXVIII Konferencji Statystyków, Ekonometryków i Matematyków Akademii Ekonomicznych Polski Południowej. AE w Krakowie, Kraków 2004, s. 359-369.
  16. Yang T. F., Devine B., Macfarlane P. W.: Artificial neural networks for the diagnosis of atrial fibrillation. Med Biol Eng Comput. Vol. 32, 1994, pp. 615-619.
Cytowane przez
Pokaż
ISSN
2299-0461
Język
eng
Udostępnij na Facebooku Udostępnij na Twitterze Udostępnij na Google+ Udostępnij na Pinterest Udostępnij na LinkedIn Wyślij znajomemu