Композиция деревьев решений для распознавания степени тяжести хронической обструктивной болезни легких

Аннотация

Цель: наиболее важным вариантом диагностики степени тяжести одного из самых распространенных бронхолегоч-
ных заболеваний — хронической обструктивной болезни легких — является спирометрия. Однако она доступна не во
всех лечебно-профилактических учреждениях Российской Федерации. Целью работы является построение алгоритма
диагностики хронической обструктивной болезни легких без учета спирометрии. Методы: в качестве математическо-
го аппарата диагностики были выбраны деревья решений, на основе которых создан коллективный классификатор;
в нем реализована двухуровневая схема: предварительный диагноз по первичному дереву решений уточняется на
втором этапе другим деревом решений с более узкой компетенцией. Результаты: низкая точность классификатора
может быть повышена, если матрица результатов кросс-валидации имеет блочно-диагональную структуру и класси-
фикаторы, построенные для каждого блока, имеют более высокую точность, чем исходный классификатор. Для повы-
шения точности классификатора с результатами кросс-валидации менее 55 % предложена и опробована схема двух-
уровнего классификатора. На первом этапе строится первичный классификатор, предсказания которого уточняются
классификаторами, построенными для диагональных блоков исходной матрицы. Предлагаемое решение позволяет
улучшить точность диагностики степени тяжести хронической обструктивной болезни легких c 52,5 до 65 %. Практи-
ческая значимость: дифференциальная диагностика степени тяжести хронической обструктивной болезни легких мо-
жет быть проведена с удовлетворительной точностью в лечебно-профилактических учреждениях, не обладающих спи-
рометрическим оборудованием. Предлагаемый способ улучшения точности классификатора может быть применен
и в других классификаторах диагностики, если удается построить набор решателей, более компетентных в узких обла-
стях, чем первичные.