СТРУКТУРА ПСИХИЧЕСКИХ РАССТРОЙСТВ У ПАЦИЕНТОВ АМБУЛАТОРНОЙ ПСИХОТЕРАПЕВТИЧЕСКОЙ ПРАКТИКИ И ВОЗМОЖНОСТЬ РАЗРАБОТКИ СИСТЕМЫ ПОДДЕРЖКИ КЛИНИЧЕСКИХ РЕШЕНИЙ

Аннотация:

Дифференциально-диагностическая оценка непсихотических психических расстройств в учреждениях первичной медицинской помощи, а особенно в психотерапевтической практике представляет большую и во многом нерешенную задачу. Выделение новых подтипов психопатологических нарушений, расширение внебольничной и дистанционной психиатрической помощи, применение операциональной диагностики, а также появление новых методов лечения, включая психотерапию, делают задачу дифференцированной и персонализированной диагностики психических расстройств особо актуальной. Попытки решить эту задачу на основе МКБ-10 и МКБ-11 во многом оказываются недостаточными вследствие невысокой надежности и воспроизводимости результатов традиционной клинико-психопатологической методологии. Для решения этих проблем обычно предлагается совершенствовать обучение врачей, использовать валидированные опросники и шкалы, а также совершенствовать диагностические критерии. Однако в последние годы на основе развития информационных технологий начали открываться новые возможности для решения подобных задач, в частности с использованием систем искусственного интеллекта и поддержки клинических решений (СПКР). Такой подход подразумевает решение диагностических задач не напрямую, через использование клинических критериев, а за счет косвенных и подчас независимых от клинической симптоматики признаков, которые, тем не менее, достаточно хорошо согласуются с результатами психиатрической диагностики. Методология СПКР базируется на алгоритмизации медицинских обследований, увеличении объема получаемой информации о пациентах и опирается, помимо известных клинических параметров, на неявные, а также на производные паттерны признаков. Важнейшим элементом СПКР являются математические алгоритмы, в соответствии с которыми происходит группировка подмножеств данных, необходимых для осуществления дифференцированных медицинских мероприятий. При этом часто используются методы машинного обучения, основанные на алгоритмах логистической регрессии, случайных лесов и нейронных сетей.

Авторы:

Издание: Социальная и клиническая психиатрия
Год издания: 2024
Объем: 9с.
Дополнительная информация: 2024.-N 3.-С.5-13. Библ. 31 назв.
Просмотров: 0