Шакер Эль-Саппаг и Мохаммед Эльмоги
Сахарный диабет считается опасным хроническим заболеванием. Диагностика является первым шагом в его лечении. Система поддержки принятия клинических решений (CDSS) для диагностики диабета улучшает его обнаружение и снижает вероятность осложнений. Однако его диагностика — это проблема без теории. Рассуждение на основе прецедентов (CBR) — это парадигма решения проблем, которая использует прошлый опыт для решения новых проблем. Интеграция CBR и формальных онтологий повышает интеллектуальность этой парадигмы. Использование электронных медицинских карт пациентов (EHR) для создания знаний на основе прецедентов решает проблему узкого места в получении знаний; однако требуются подготовительные этапы. Более того, использование стандартных медицинских онтологий, таких как SNOMED-CT, повышает совместимость и интеграцию CDSS с системой здравоохранения. Если системы CBR на основе онтологий используют неопределенные или неточные знания, семантическая эффективность еще больше повышается. В этой статье предлагается усовершенствованная и полная структура CBR на основе нечетких онтологий, которая управляет и использует неточные знания. Мы реализуем наиболее важные шаги в CBR (т. е. представление и извлечение случаев). Реализованная структура была протестирована на проблеме диагностики диабета с использованием базы из 60 реальных случаев из EHR университетских больниц Мансуры, Мансура, Египет. Предлагаемая система имеет точность 97,67%.