Соломенников Александр Васильевич – доктор медицинских наук, старший научный сотрудник научноисследовательской лаборатории системного кровообращения
197341, г. Санкт-Петербург, ул. Аккуратова, д. 2
Solomennikov Alexander Vasilyevich – Dr. of Sci. (Med), Senior Researcher of the Research Laboratory of Systemic Circulation
197341, St. Petersburg, Akkuratova St., 2
Тюкавин Александр Иванович – доктор медицинских наук, профессор, зав. кафедрой физиологии и патологии
197376, г. СанктПетербург, ул. Профессора Попова, д. 14, лит. А
Tyukavin Alexander Ivanovich – Dr. of Sci. (Med), Professor, Head of the Physiology and Pathology Department
197376, Saint-Petersburg, Professor Popova St., 14, lit. A
Арсениев Николай Анатольевич – кандидат биологических наук, доцент кафедры физиологии и патологии
197376, г. СанктПетербург, ул. Профессора Попова, д. 14, лит. А
Arseniev Nikolay Anatolievich – Cand. of Sci. (Bio.), Associate Professor of the Department of Physiology and Pathology
197376, Saint-Petersburg, Professor Popova St., 14, lit. A
Представленная работа посвящена разработке новых подходов к индивидуальному экспертному анализу получаемых значений лабораторных данных. Дано описание последовательности проводимых этапов математических преобразований, создание «панели» нейронной сети, формирование матричных таблиц. Ссылаясь на свои более ранние публикации, авторы утверждают, что структурные изменения в «панелях» соотношений показателей, образованных рядами «опорных точек», несмотря на однотипное смещение абсолютных параметров выбранного значения, могли в разных наблюдениях как совпадать, так и существенно отличаться, при этом демонстрируя избирательные связи, которые находят свое обоснование в известных литературных данных. По мнению авторов, предлагаемый алгоритм позволяет устанавливать скрытые связи между динамикой различных лабораторных показателей в индивидуальных случаях, тем самым существенно повышая их информативность. Разработка и внедрение настоящего метода анализа, во-первых, позволит опознавать в индивидуальных лабораторных данных, по крайней мере, как экспресс-метод, состояния (образы), соответствующие отличающимся комплексным патологическим изменениям, в том числе требующих для своей диагностики трудоемких и дорогостоящих исследований, во-вторых – существенно расширить информативность рутинных лабораторных исследований и без дополнительных трудовых и финансовых затрат применяться в любом ЛПУ.
The presented work is devoted to the development of new approaches to the individual expert analysis of the obtained values of laboratory data. A description of the sequence of the stages of mathematical transformations, the creation of a» panel « neural network, the formation of matrix tables. Referring to their earlier publications, the authors argue that the structural changes in the «panels» of the ratios of indicators formed by the rows of «reference points», despite the same type of displacement of the absolute parameters of the selected value, could in different observations both coincide and differ significantly, while demonstrating the selective relationships that are justified in the known literature data. According to the authors, the proposed algorithm makes it possible to establish hidden links between the dynamics of various laboratory indicators in individual cases, thereby significantly increasing their informativeness. The development and implementation of this method of analysis, firstly, will allow to identify in the individual laboratory data, at least as «Express» method, States (images) corresponding to different complex pathological changes, including those requiring for its diagnosis of labor-intensive and expensive research, and secondly-significantly expand the information content of routine laboratory research and without additional labor and financial costs to be used in any health facilities.
The authors declare that there are no conflicts of interest present.