Clinical decision support for screening, diagnosis and assessment of respiratory diseases: chronic obstructive pulmonary disease as a use case

Author

Velickovski, Filip

Director

Martí Marly, Robert

Ceccaroni, Luigi

Date of defense

2016-10-06

Pages

117 p.



Department/Institute

Universitat de Girona. Departament d'Arquitectura i Tecnologia de Computadors

Abstract

In this thesis we propose a framework for designing, developing, a clinical decision support systems (CDSS) offering a suite of services for the early detection and assessment of chronic obstructive pulmonary disease (COPD), and then demonstrate how these services can be integrated into the work-flow of healthcare providers. Furthermore, we focus on supporting spirometry, one of the main diagnostic tools in respiratory disease assessment. We present two methods to offer decision support in assuring the quality of a spirometry test that can be easily embedded into the CDSS framework. The first method is a novel algorithm that relies on a set of rules operating on 23 new parameters to define a high quality test. The second is a machine-learning approach, where we optimise the distinction between a good quality spirometry test and a poor one using a set of supervised-learning classifiers and hyper-parameters


En esta tesis proponemos un marco para el diseño y desarrollo de un Sistema de Soporte de Decisión Clínica (SSDC) que ofrezca un conjunto de herramientas para el diagnóstico y la evaluación de las enfermedades pulmonares. Al mismo tiempo demostramos como estos servicios se pueden integrar en el flujo de trabajo del personal sanitario. Además, nos centramos en la ayuda en espirometría, una de las herramientas de diagnóstico principales en la evaluación de enfermedades pulmonares. Presentamos dos métodos de SSDC que tienen como objetivo asegurar la calidad de las pruebas de espirometría, y que se pueden integrar en el marco del SSDC. El primero es un nuevo algoritmo basado en un conjunto de reglas que definen lo que es considerado como una prueba de alta calidad. El segundo es un enfoque de aprendizaje supervisado donde se optimiza la distinción entre una prueba correcta de espirometría y una de mala calidad

Keywords

Sistemes d'ajuda a la decisió; Sistemas de soporte a la decisión; Decision support systems; Malalties respiratòries; Enfermedades respiratorias; Respiratory diseases; Funció pulmonar; Función pulmonar; Lung function; Espirometria; Espirometría; Spirometry; Aprenentatge supervisat; Aprendizaje supervisado; Supervised learning; Garantia de qualitat; Garantía de calidad; Quality assurance

Subjects

616.2 - Pathology of the respiratory system. Complaints of the respiratory organs; 62 - Engineering. Technology in general

Documents

tfv_20161006.pdf

3.304Mb

 

Rights

ADVERTIMENT. L'accés als continguts d'aquesta tesi doctoral i la seva utilització ha de respectar els drets de la persona autora. Pot ser utilitzada per a consulta o estudi personal, així com en activitats o materials d'investigació i docència en els termes establerts a l'art. 32 del Text Refós de la Llei de Propietat Intel·lectual (RDL 1/1996). Per altres utilitzacions es requereix l'autorització prèvia i expressa de la persona autora. En qualsevol cas, en la utilització dels seus continguts caldrà indicar de forma clara el nom i cognoms de la persona autora i el títol de la tesi doctoral. No s'autoritza la seva reproducció o altres formes d'explotació efectuades amb finalitats de lucre ni la seva comunicació pública des d'un lloc aliè al servei TDX. Tampoc s'autoritza la presentació del seu contingut en una finestra o marc aliè a TDX (framing). Aquesta reserva de drets afecta tant als continguts de la tesi com als seus resums i índexs.

This item appears in the following Collection(s)