CREATING A SYSTEM OF DIFFERENTIAL DIAGNOSIS OF SOCIALLY SIGNIFICANT LUNG DISEASES

Abstract

Медико-социальное значение болезней органов дыхания в современных условиях велико и определяется, прежде всего, их крайне высокой частотой среди различных контингентов населения. Болезни органов дыхания по уровню заболеваемости и по распространенности занимают первое место. Согласно статистике, сегодня на долю органов дыхания приходится около 40 % всех случаев заболеваемости, которая превосходит уровни заболеваемости другими классами болезней. В структуре причин обращаемости за медицинской помощью их удельный вес на различных территориях составляет от 29,2 до 43,5 % среди взрослых и от 65,4 до 83,8 % - среди детей. Своевременная диагностика и лечение заболеваний легочных болезней на ранней стадии может сохранить здоровье человека и предотвратить возникновение хронических заболеваний, а также поможет начать незамедлительное их лечение. Поэтому разработка информационно-программного обеспечения, используя нейросетевое моделирование, является актуальной задачей. Выделение топологических групп по легочным заболеваниям проводилось с использованием самоорганизующихся карт Кохонена. По результатам классификации было проведено обучение нейронных сетей, используя алгоритм «многослойного персептрона» методом «обратного распространения», и получены математические модели. Разработанная система для диагностики легочных заболеваний на основе нейросетевого моделирования с высокой точностью способна определять такие болезни, как пневмония, COVID-19, туберкулез и рак легких. По данным, полученным в результате исследования, можно судить о перспективности внедрения инновационных технологий, таких, как нейронные сети, в область медицины. Программное обеспечение, полученное на основе нейросетей, способно ускорить процессы постановки диагноза, тем самым оно оптимизирует работу медицинских учреждений The medical and social significance of respiratory diseases in modern conditions is great and is determined, first of all, by their extremely high frequency among various contingents of the population. Respiratory diseases in terms of incidence and prevalence occupy the first place. According to statistics, today the respiratory organs account for about 40% of all cases of morbidity, which exceeds the incidence rates of other classes of diseases. In the structure of the reasons for applying for medical care, their share in various territories ranges from 29.2 to 43.5% among adults and from 65.4 to 83.8% among children. Timely diagnosis and treatment of lung diseases at an early stage can save a person's health and prevent the occurrence of chronic diseases, as well as help to begin immediate treatment. Therefore, the development of information software using neural network modeling is an urgent task. The selection of topological groups for pulmonary diseases was carried out using Kohonen's self-organizing maps. Based on the classification results, neural networks were trained using the “multilayer perceptron” algorithm using the “back propagation” method and mathematical models were obtained. The developed system for diagnosing lung diseases based on neural network modeling is capable of detecting diseases such as pneumonia, COVID-19, turbeculosis, and lungs' cancer. According to the data obtained as a result of the study, one can judge the prospects for the introduction of innovative technologies, such as neural networks, in the field of medicine. The software obtained on the basis of neural networks is able to speed up the process of making a diagnosis, thereby optimizing the work of medical institutions