Development of Clinical Decision Support Systems using Bayesian Networks: With an example of a Multi-Disciplinary Treatment Decision for Laryngeal Cancer

برای توسعه سیستم‌های پشتیبانی تصمیم بالینی مبتنی بر شبکه‌های بیزی، ماریو A. Cypko مدل‌های تخصصی جامع تصمیمات درمان بالینی چند رشته‌ای را بررسی می‌کند و چالش‌های موجود در مدل‌سازی آنها را حل می‌کند. روش‌ها، مدل‌ها و ابزارهای ارائه‌شده در همکاری نزدیک و فشرده بین مهندسین دانش و پزشکان ایجاد شده‌اند. در طول این مطالعه، سرطان حنجره به عنوان یک تصمیم درمانی نمونه عمل می کند. خواننده از طریق فرآیند توسعه هدایت می‌شود و فرصت‌های جدیدی برای تحقیق و توسعه باز می‌شود: در مدل‌سازی و اعتبارسنجی گردش‌های کاری، مدل‌سازی هدایت‌شده، مدل‌سازی نیمه خودکار، شبکه‌های پیشرفته بیزی، تعامل مدل-کاربر، مدل‌سازی بین‌نهادی و مدیریت کیفیت. .

For the development of clinical decision support systems based on Bayesian networks, Mario A. Cypko investigates comprehensive expert models of multidisciplinary clinical treatment decisions and solves challenges in their modeling. The presented methods, models and tools are developed in close and intensive cooperation between knowledge engineers and clinicians. In the course of this study, laryngeal cancer serves as an exemplary treatment decision. The reader is guided through a development process and new opportunities for research and development are opened up: in modeling and validation of workflows, guided modeling, semi-automated modeling, advanced Bayesian networks, model-user interaction, inter-institutional modeling and quality management.