Abstract:
Хронічний панкреатит (ХП) є поширеною рецидивною патологією підшлункової залози (ПЗ). Тривалий перебіг запального процесу, що супроводжується хронізацією, є причиною супутніх ускладнень шлунково-кишкового тракту, його також часто відносять до причин, які призводять до розвитку патології з надзвичайно несприятливим прогнозом – раку підшлункової залози (РПЗ). Мета роботи – побудувати математичну модель діагностики злоякісної патології підшлункової залози на основі наявної групи реальних статистичних даних у формі симптомів типу присутності (наявності). Проаналізовано 45 пацієнтів, котрі були прооперовані у період з 2018 до 2022 рр. Розглянули завдання автоматизації постановки діагнозу злоякісної патології підшлункової залози або відсутності її патології. На основі виконаного відбору симптомів збільшення вірогідності розвитку патології побудували математичну модель діагностики у формі бінарної класифікації з використанням імовірнісних нейронних мереж. Множину відібраних симптомів поділили на групу більш впливових симптомів (n=14) і групу менш впливових симптомів (n=13). Сформували набір статистичних даних 20 пацієнтів з коректно поставленим діагнозом наявності патології та набір статистичних даних 25 пацієнтів з коректно поставленим діагнозом відсутності злоякісної патології для побудови та тестування класифікатора. Отже, якщо кількість помилкових симптомів не перевищувала п'яти у кожному з наборів, то відповідний класифікатор, котрий є усередненням 20000 імовірнісних мереж, визначає діагноз безпомилково. Відзначено, що повільніший 53130-класифікатор виявляється більш надійним.
