В статье рассматриваются методы кластерного и дискриминантного анализа для построения математических моделей диагностики гинекологических заболеваний. Гинекологические патологии занимают значительное место в структуре заболеваемости у женщин. Между тем, точная дифференциальная диагностика патологий зачастую бывает, невозможна, так как гинекологические заболевания носят вероятностный характер, большинство диагностических признаков выражаются качественными показателями, которые индивидуальны для каждой пациентки. Лечащему врачу приходится решать сложную задачу по анализу клинических, лабораторных и инструментальных признаков для постановки точного диагноза. С применением аппарата сетей Петри произведено построения модели дифференциальной диагностики гинекологических заболеваний. На основе полученных математических моделей, сформирована структура и информационно-программное обеспечение для системы диагностики гинекологических заболеваний в медицинских организациях. Внедрение разработанного программного продукта в медицинскую структуру позволит уменьшить вероятность врачебной ошибки, а также повысить эффективность и точность постановки диагноза пациенткам
The article discusses the methods of cluster and discriminant analysis for constructing mathematical models for the diagnosis of gynecological diseases. Gynecological pathologies occupy a significant place in the structure of morbidity in women. Meanwhile, accurate differential diagnosis of pathologies is often impossible, since gynecological diseases are of a probabilistic nature, most of the diagnostic signs are expressed in qualitative indicators that are individual for each patient. The attending physician has to solve a complex task of analyzing clinical, laboratory and instrumental signs to make an accurate diagnosis. Using the apparatus of Petri nets, a model for the differential diagnosis of gynecological diseases was constructed. On the basis of the obtained mathematical models, the structure and information software for the system of diagnostics of gynecological diseases in medical organizations was formed. The introduction of the developed software product into the medical structure will reduce the likelihood of medical error, as well as increase the efficiency and accuracy of diagnosing patients