Профессор кампуса Актюбинского университета Heriot-Watt разработал высокоточную гибридную модель

Профессор кампуса Актюбинского университета Heriot-Watt разработал высокоточную гибридную модель

Профессор кампуса британского университета Heriot-Watt на базе университета Жубанова, доктор математических наук Файсал Юсафзай (Faisal Yousafzai) опубликовал в издательстве Elsevier результаты фундаментального научного исследования, направленного на повышение надежности и точности решений в области медицинской диагностики, проведенного совместно с зарубежными коллегами. Разработанная новая математическая модель позволяет радикально повысить качество принятия решений в условиях неточности и неопределенности медицинских данных. Принятие важных решений, таких как постановка диагноза или выбор плана лечения - сложный процесс, требующий учета множества неточных и неясных факторов. К ним относятся неполнота имеющихся данных, различные экспертные мнения, а также субъективное состояние или эмоциональные переживания пациента (например, онлайн-отзывы о лекарственных препаратах).

Современные системы принятия решений не способны эффективно обрабатывать все эти факторы одновременно. Профессор Файсал Юсафзай и его коллеги разработали гибридную модель, сочетающую несколько передовых математических концепций для решения этих задач. Данная модель объединяет следующие компоненты для работы с неточной и неопределённой информацией: 

1. Квадратичные диофантовые нечёткие множества (Quadratic Diophantine Fuzzy Sets): этот специализированный математический инструмент предназначен для высокоточной обработки нечёткой информации, не поддающейся количественной оценке, такой как «сильная боль» или «низкий ответ на лечение».

 2. Мягкие множества (Soft Sets) и когнитивные карты (Cognitive Maps): эти методы помогают организовать сложные и многомерные данные и отображать динамические взаимосвязи, показывающие, как различные симптомы заболевания, факторы или методы лечения влияют друг на друга.

 3. Анализ настроений (VADER Sentiment Analysis): впервые модель включает механизм анализа субъективных переживаний, эмоций и настроения пациентов. Этот компонент позволяет нам добавить эмоциональное измерение в диагностический процесс, например, анализ онлайн-отзывов пациентов о лекарственных препаратах. 

Разработанная гибридная модель представляет инновационный нелинейный подход, который учитывает как объективные медицинские факты, так и субъективные эмоциональные данные пациентов. Она доказала высокую эффективность, значимо снижая уровень неточности и неопределенности в диагностике. Это научное достижение может быть использовано не только в медицине, но и в других областях, где требуется работа с неполными данными и множеством факторов для повышения эффективности процессов принятия решений.