Evaluation of an expert system on lymph node pathology

Nathwani, Bharat N.; Clarke, K.R.; Lincoln, Thomas; Berard, Costan W.; Taylor, Clive R.; Ng, K.-C.; Patil, Ramesh S.; Pike, Malcolm C.; Azen, Stanley P.

doi:10.1016/s0046-8177(97)90065-4

Cited by 16 publications

(12 citation statements)

References 25 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…A second innovative aspect of our work is represented by the use of both expert knowledge and patient data to estimate the quantitative part of the probabilistic network. This approach is quite uncommon in the literature, where only one of the two sources of information is typically exploited (Andreassen et al, 1991;Charitos et al, 2009;Galán et al, 2002;Kline et al, 2005;Lacave & Díez, 2003;Leibovici et al, 2007;Luciani et al, 2007;Middleton et al, 1991;Nathwani et al, 1997;Suojanen et al, 1999;Van der Gaag et al, 2002). Applications where both expert knowledge and collected data are exploited include the expert systems DIAVAL (Díez et al, 1997) and HEPAR II (Wasyluk et al, 2001).…”

Section: Discussionmentioning

confidence: 99%

“…In prominent medical applications of probabilistic networks (Andreassen et al., ; Charitos et al., ; Díez et al., ; Galán et al., ; Kline et al., ; Lacave & Díez, ; Leibovici et al., ; Luciani et al., ; Middleton et al., ; Nathwani et al., ; Suojanen et al., ; Van der Gaag et al., ; Wasyluk et al., ), continuous variables were discretized in order to obtain a Bayesian network. The major benefits of a Bayesian network consist of a very intuitive parameterization (parameters are conditional probabilities) and the availability of fast algorithms for evidence propagation (see, e.g., Yuan & Druzdzel, ).…”

Section: Elicitation Of the Quantitative Partmentioning

confidence: 99%

“…On the other hand, the quantitative part of probabilistic networks applied to medical problems is typically estimated by exploiting either expert knowledge (Andreassen, Hovorka, Benn, Olesen, & Carson, 1991;Charitos, Van der Gaag, Visscher, Schurink, & Lucas, 2009;Díez, Mira, Iturralde, & Zubillaga, 1997;Galán, Aguado, Díez, & Mira, 2002;Lacave & Díez, 2003;Leibovici, Paul, Nielsen, Tacconelli, & Andreassen, 2007;Luciani et al, 2007;Nathwani, et al, 1997;Suojanen, Andreassen, & Olesen, 1999;Van der Gaag, Renooij, Witteman, Aleman, & Taal, 2002), or a dataset of patient cases (Kline, Novobilski, Kabrhel, Richman, & Courtney, 2005;Middleton et al, 1991;Wasyluk, Onisko, & Druzdzel, 2001). In this paper, we illustrate the development of a probabilistic network for the diagnosis of acute cardiopulmonary diseases, where both beliefs from medical experts and clinical data were exploited to estimate the quantitative part.…”

Section: Introductionmentioning

confidence: 99%

See 2 more Smart Citations

A probabilistic network for the diagnosis of acute cardiopulmonary diseases

2017

View full text Add to dashboard Cite

In this paper, the development of a probabilistic network for the diagnosis of acute cardiopulmonary diseases is presented in detail. A panel of expert physicians collaborated to specify the qualitative part, which is a directed acyclic graph defining a factorization of the joint probability distribution of domain variables into univariate conditional distributions. The quantitative part, which is a set of parametric models defining these univariate conditional distributions, was estimated following the Bayesian paradigm. In particular, we exploited an original reparameterization of Beta and categorical logistic regression models to elicit the joint prior distribution of parameters from medical experts, and updated it by conditioning on a dataset of hospital records via Markov chain Monte Carlo simulation. Refinement was iteratively performed until the probabilistic network provided satisfactory concordance index values for several acute diseases and reasonable diagnosis for six fictitious patient cases. The probabilistic network can be employed to perform medical diagnosis on a total of 63 diseases (38 acute and 25 chronic) on the basis of up to 167 patient findings.

show abstract

Section: Discussionmentioning

confidence: 99%

Section: Elicitation Of the Quantitative Partmentioning

confidence: 99%

Section: Introductionmentioning

confidence: 99%

See 1 more Smart Citation

A probabilistic network for the diagnosis of acute cardiopulmonary diseases

2017

View full text Add to dashboard Cite

show abstract

“…Existen experiencias semeTabla I. Rasgos y diagnósticos ofrecidos en la plantilla para efectuar la prueba. jantes de sistemas que usan imágenes como complemento pedagógico a las lesiones y diagnósticos [5,10]. Una primera consideración ha de ser que la prueba en sí, independientemente de si el alumno usó el sistema experto o pertenecía al grupo control, incidió positivamente en la adquisición de conocimientos (37,5% de aciertos en el test previo frente al 77,67% de aciertos en el test posterior: 62,5% para los que no usaron el sistema experto y 92,85% para los que sí lo usaron).…”

Section: Discussionunclassified

“…Es un proceso hipotético-deductivo. En la actualidad, se dispone de algunos sistemas orientados al diagnóstico, diseña-dos mediante diálogos interactivos [2][3][4][5][6][7].Los autores han desarrollado un sistema experto de ayuda al diagnóstico de la citología cervicovaginal [8]. Este sistema se ha construido en base a experiencias previas [6,8].…”

unclassified

Validación de un sistema experto como ayuda al aprendizaje de la citología cervicovaginal para formación de citotécnicos

Esquivias

Zamora²,

Merino

et al. 2013

FEM (Ed. impresa)

View full text Add to dashboard Cite

Los sistemas expertos constituyen programas que reproducen el proceso intelectual de un experto humano en un campo particular. En teoría pueden razonar siguiendo los pasos que seguiría un experto humano para resolver un problema concreto. La utilización de los sistemas expertos para el aprendizaje puede ser eficaz, ya que es de esperar que el usuario pueda aprender observando el comportamiento del sistema [1].La utilización de los sistemas expertos para procesos pedagógicos se concibe como un instrumento de apoyo, que puede ayudar a la consolidación de conocimientos.Los diagnósticos en citología se basan en el reconocimiento de patrones celulares. Es un proceso hipotético-deductivo. En la actualidad, se dispone de algunos sistemas orientados al diagnóstico, diseña-dos mediante diálogos interactivos [2][3][4][5][6][7].Los autores han desarrollado un sistema experto de ayuda al diagnóstico de la citología cervicovaginal [8]. Este sistema se ha construido en base a experiencias previas [6,8].Los detalles del sistema se han descrito previamente [9]. En resumen, el sistema expone en imá-genes los distintos rasgos celulares que están relacionados con las diversas categorías de la clasificación de Bethesda. Estas imágenes se seleccionan según se asemejen a los rasgos evidenciados en el caso-problema. Dependiendo de las imágenes que se seleccionan, el sistema ofrece otras para poner de manifiesto otros rasgos que apoyen o desechen el diagnóstico. Según las imágenes seleccionadas, el sistema ofrece probabilidades diagnósticas (Figura). Está disponible en la red (http://dicits.ugr.es/nosecitologia/nosecervix/experto/).El objetivo del estudio era evaluar la capacidad del sistema experto Nosé.Cervix frente a la educación tradicional.Validación de un sistema experto como ayuda al aprendizaje de la citología cervicovaginal para formación de citotécnicos Javier Esquivias, Ana Zamora, Margarita Merino, Carmen Prieto Introducción. Se ha construido un sistema experto para ayuda al aprendizaje y diagnóstico de citología ginecológica. Se valora su función en el aprendizaje. Sujetos y métodos.A dos grupos de alumnos de técnicos en anatomía patológica se les expusieron casos-problema: un grupo debía resolver la prueba con ayuda del sistema experto y otro grupo, sin él.Resultados. La capacidad diagnóstica fue mayor en el grupo que usó el sistema experto.Conclusión. La utilización del sistema experto es una herramienta útil como ayuda a la enseñanza convencional.Palabras clave. Aprendizaje. Citología. Sistemas expertos.

show abstract

Decision Analysis and Decision Support Systems in Anatomic Pathology

Hendrickson

Balzer²

2011

Evidence Based Pathology and Laboratory Medicine

View full text Add to dashboard Cite

Evaluation of an expert system on lymph node pathology

Cited by 16 publications

References 25 publications

A probabilistic network for the diagnosis of acute cardiopulmonary diseases

A probabilistic network for the diagnosis of acute cardiopulmonary diseases

Validación de un sistema experto como ayuda al aprendizaje de la citología cervicovaginal para formación de citotécnicos

Decision Analysis and Decision Support Systems in Anatomic Pathology

Contact Info

Product

Resources

About