Волошан О.О., Григоров С.М., Дем’яник Д.С., Рузін Г.П., Локес К.П.

ПЕРСПЕКТИВИ ВПРОВАДЖЕННЯ АВТОМАТИЗОВАНОГО ПРОГРАМНОГО ЗАБЕЗПЕЧЕННЯ ДЛЯ ПРОГНОЗУВАННЯ ПЕРЕБІГУ ТА ЛІКУВАННЯ ПАЦІЄНТІВ З РІЗНОМАНІТНИМИ ФОРМАМИ ОДОНТОГЕННОГО ВЕРХНЬОЩЕЛЕПНОГО СИНУСИТУ

---

Про автора:	Волошан О.О., Григоров С.М., Дем’яник Д.С., Рузін Г.П., Локес К.П.
Рубрика	КЛІНІЧНА МЕДИЦИНА
Тип статті	Наукова стаття
Анотація	Запропоновано впровадження в клінічну практику автоматизованої комп'ютерної програми прогнозування перебігу захворювання та лікування пацієнтів з різноманітними формами одонтогенного верхньощелепного синуситу (ОВС). Проведено аналіз результатів лікування 153 пацієнтів (проспективної групи) з використанням медичної експертної системи (МЕС), розподілу за гендерно - віковими, клініко - анамнестичними даними, типу хірургічних втручань і порівняльної характеристики ускладнень з ретроспективною групою. Отримано правдоподібні комп'ютерні діагнози, які були запропоновані МЕМ, збіглися з заключними клінічними діагнозами в 97%, що в подальшому дозволило застосувати індивідуалізоване комплексне лікування в кожному з клінічних випадків. За допомогою застосування МЕС для прогнозування діагнозу і варіантів комплексного лікування вдалося знизити питому вагу фактичних ускладнень в залежності від клінічної форми ОВС з 9,22% (19 пацієнтів) до 2,6% (4 пацієнта). Аналіз вихідних результатів встановив ефективність і перспективність застосування автоматизованої МЕС «Easy- sinus 1.01» в лікуванні пацієнтів з різними формами ОВС.
Ключові слова	одонтогенний верхньощелепний синусит, медичні експертні системи, діагностика і лікування, комп'ютерне прогнозування захворювання
Список цитованої літератури	Prodeus AM. Ekspertni systemy v medytsyni. Medichnі іnformacіjnі sistemi. Zaporizhzhia: ZDIA Publishing House. 2014; 10-22. [in Ukrainian] Amisha MP, Pathania M, Rathaur VK. Overview of artificial intelligence in medicine. J Family Med Prim Care. 2019; 8(7): 2328–2331. doi: 10.4103/jfmpc.jfmpc_440_19 Belle A, Kon M, Najarian K. Biomedical informatics for computer-aided decision support systems: a survey. Scientific World Journal. 2013; 769639. doi: 10.1155/2013/769639 Belle A, Thiagarajan R, Reza Soroushmehr SM. Big Data Analytics in Healthcare. Biomed Res Int. 2015; 370194. doi: 10.1155/2015/370194 Ersen Yılmaz. An Expert System Based on Fisher Score and LS-SVM for Cardiac Arrhythmia Diagnosis. Comput Math Methods Med. 2013; 849674.doi: 10.1155/2013/849674 Grigorov S, Demyanyk D, Voloshan O, Entina Y, Avrunin O. Possibilities of predicting and evaluating the results of treating patients of retrospective group with various forms of odontogenic maxillary sinusitis using automated computer program. JMBS 2019; 4 (5): 266–271. doi.org/10.26693/jmbs04.05.266 Little R, Long C, Loehrl T. Odontogenic sinusitis: A review of the current literature. Laryngoscope Investig Otolaryngol. 2018; 3(2): 110–114. doi: 10.1002/lio2.147 Masic F. Information Systems in Dentistry. Acta Inform Med. 2012; 20(1):47–55.doi: 10.5455/aim.2012.20.47-55 Obermeyer Z, Phil M, Emanuel EJ.. Predicting the Future — Big Data. Machine Learning and Clinical Medicine. 2016; 375(13): 1216–1219. doi: 10.1056/NEJMp1606181 Park WJ, Park JB. History and application of artificial neural networks in dentistry. Eur J Dent. 2018; 12(4): 594–601.doi: 10.4103/ejd.ejd_325_18 Valizadeh S, Goodini M, Ehsani S. Designing of a Computer Software for Detection of Approximal Caries in Posterior Teeth. Iran J Radiol. 2015; 12(4): e16242. doi: 10.5812/iranjradiol.12(2)2015.16242
Публікація статті	«Світ Медицини та Біології» №4(70), 2019 рік , 039-045 сторінки, код УДК 616.216-002-085-037: 004.4
DOI	10.26724/2079-8334-2019-4-70-39-45