Här nedan följer en maskininläst version av artikeln. Observera att det saknas styckeindelning, radbrytningar, mellanslag efter skiljetecken och att det kan förekomma stavfel.
Neurala
nätverk i nervsystemet är som bekant mycket komplexa och kapabla att utföra några av organismens mest avancerade uppgifter .Artificiella neurala nätverk är matematiska och datatekniska tekniker skapade för att efterlikna vissa av nervsystemets egenskaper .Ett artificiellt neuralt nätverk kan bestå antingen av fysisk struktur av processordelar eller av ett datorprogram som simulerar den fysiska strukturens egenskaper .I båda fallen byggs nätverket upp av många enkla processorer som står i förbindelse med varandra med kommunikationskanaler , där information i form av siffror bara kan passera i den ena riktningen .Neurala nätverk har sin styrka i förmågan att » lära » av exempel .Inlärningen leder till justering av vikterna för de olika sambanden i nätverket efter verkligheten i inlärningsexemplen .Utöver den enkla inlärningen finns en viss förmåga att generalisera .Verktyg för beslutsfattandeSjukvården datoriseras som bekant i rask takt , och många läkare har på sina bord datorer
som mycket väl kan härbärgera avancerade programverktyg för beslutsfattande .Faktaunderlag för att fatta bra beslut finns ofta i stora patientmaterial som kan sammanställas med datorns hjälp av datoriserad journalinformation .Artificiella neurala nätverk är en av de mest lovande teknikerna för beslutsstöd inom sjukvården .De har en teoretisk likhet med nervsystemets flexibla funktioner och ställer som regelFörfattareELVAR THEODORSSONprofessor i neurokemi , Universitetssjukhuset , Linköping .mindre krav på anpassning till teoretiska statistiska fördelningar eller linjära statistiska modeller än de vanliga statistikprogrammen .Hittills används informationstekniken inom sjukvården mest för att hantera ekonomisk/statistisk information , patientjournaler , bildinformation eller för elektroniska meddelanden .Praktiskt exempelSimonsson och medarbetare visar i detta nummer ett praktiskt exempel på hur den nya tekniken kan användas inom diagnostik av leversjukdomar .Datorerna kan fungera som beslutsstöd inom praktisk medicin om den medicinska professionen vill och lägger ned energi på att tillägna sig ny informationsteknologisk kunskap .*
