ISSN 0236-235X (P)
ISSN 2311-2735 (E)

Journal influence

Higher Attestation Commission (VAK) - К1 quartile
Russian Science Citation Index (RSCI)

Bookmark

Next issue

2
Publication date:
16 June 2024

The article was published in issue no. № 1, 1995
Abstract:
Аннотация:
Authors: () - , B.A. Kobrinsky (kba_05@mail.ru ) - Federal Research Center “Computer Science and Control” of of RAS, Pirogov Russian National Research Medical University (Professor, Head of Laboratory), Moscow, Russia, Ph.D, () -
Ключевое слово:
Page views: 13125
Print version

Font size:       Font:

Использование технологии экспертных систем (ЭС) в медицине основано на том, что она позволяет строить системы, которые могут содержать знания о патогенезе заболеваний, осуществлять поиск ведущих синдромов среди любого количества состояний при учете степени их выраженности, соподчиненности и взаимовлияния. Одновременно система предоставляет врачу возможность получения пояснений по поводу своей "логики" в процессе постановки диагноза. Практически важный аспект при использовании ЭС - это то, что диагностика может проводиться по неполному списку диагностических критериев, т.е. при стертой клинической картине, неполностью развившемся синдроме и при ограничениях на проведение лабораторных и функциональных исследований.

С целью повышения качества диагностики и эффективности лечения критических состояний у детей в Московском НИИ педиатрии и детской хирургии создана экспертная система ДИН, ориентированная на решение задачи распознавания неотложного состояния у детей в терминах синдрома или нескольких синдромов (точнее, характеризующих их состояний, которые отражают степень выраженности синдрома) при предъявлении признаков заболеваний, под которыми следует понимать анамнестические, клинические и лабораторные проявления.

База знаний ЭС содержит описания 34 синдромов, которые включают 84 состояния. Для системы это список диагностических предположений-гипотез. База экспертных знаний врача-реаниматолога содержит более 1000 диагностических критериев и заключений о динамике развития неотложного состояния.

С целью ускорения работы системы, ориентированной на угрожающие жизни состояния, все множество синдромов подразделено нами на 14 групп в соответствии с преобладающими нарушениями со стороны той или иной системы жизнеобеспечения, и каждая группа имеет свои дифференцирующие симптомы.

Знания о синдромах представлены таким образом, что охватывают:

-условие выдвижения гипотезы о возможности возникновения синдрома, которое является некоторой логической комбинацией симптомов;

-клиническую картину, то есть симптомы заболевания;

- необходимые и достаточные условия для подтверждения гипотезы;

-информацию о дополнительных синдромах, состоящих в некоторых отношениях с рассматриваемым: 1) причинно-следственные связи, предполагающие информацию о синдромах, которые могут быть причиной данного синдрома или, наоборот, являться его следствием; 2) временные связи, позволяющие как прогнозировать состояние ребенка, так и восстанавли вать возможный анамнез болезни; 3) ассо циативные связи, дающие возможность учитывать, на фоне каких состояний может развиться данный синдром, фоном для каких синдромо! он может служить и с какими синдромами ш может быть совместим, то есть какие синдрош могут встречаться одновременно;

-  информацию о состояниях, взаимоисклю чающих друг друга;

-  сведения о дифференцируемых синдрома! (синдромах-конкурентах).

Все знания о синдромах подразделяются ш декларативные - для описания самого синдром! (клиническая картина, дополнительные синдромы) - и процедурные, указывающие на то, как использовать знания в процессе диагностики,

Функциональная схема ДИН соответствуй схеме классической ЭС: интерфейс, блок представления знаний, блок метазнаний, блок механизма логического вывода, блок рабочей облас ти, блок пополнения и модернизации знанй Все компоненты ДИН взаимодействуют в рам ках системы-оболочки LEONARDO и описаны исходя из возможностей ее внутреннего языка.

Блок представления знаний содержит мод» ли знаний и фактографические данные. Бли данных включает в себя сведения о признащ которые, с одной стороны, конкретизирукш по области их возможных и нормальных значс ний, с другой - характеризуются либо как и чественные, либо как количественные. В эта же блок входит и так называемый архив, соде} жащий персонифицированную информацию! больных детях. В архиве специально выделят ся больные, у которых неправильный диага был поставлен врачом или системой, с тем, чт: бы пользователь мог проанализировать эти а туации - причины ошибок при постановке д агноза.

Модели знаний выполняют функцию опр деления взаимоотношений между элементам данных, хранящихся в фактографической ба данных. С целью сокращения процедуры пр смотра блока моделей знаний используются ы тазнания, служащие для объяснения того, ki использовать информацию блока представлeния знаний для обеспечения выбора наилучшей стратегии поиска решения. Это позволяет вводить управляющие знания, Механизм логического вывода является средством воспроизведения логики специалиста при принятии решения.

Все фактографические данные, то есть симптомы и признаки, представляют структуру, включающую имя данного, его свойства, значения, область нормальных значений, область возможных значений. Для каждого обследуемого ребенка данные организуются в историю болезни, которая содержит 87 имен признаков, включающих 292 симптома и упорядоченных по соответствующим физиологическим системам согласно типовой схеме осмотра больного врачом-реаниматологом. Ввод данных организован так, что на вход подается лишь необходимый минимум информации о ребенке. Остальная информация дополняется благодаря многоуровневой иерархической структуре представления знаний о неотложном состоянии. Архив формируется в виде списка историй болезни с метками, характеризующими различные параметры.

Наибольший объем информации заложен в моделях знаний. Инструментальное средство LEONARDO позволяет осуществить представление знаний фреймовым и продукционным формализмом. В системе ДИН каждый объект иерархической структуры описания предметной области представлен фреймом. Фрейм имеет имя и состоит из набора позиций (слотов), которые содержат значения различных свойств, логические и семантические отношения, то есть декларативные и процедурные знания. Информация, заключенная во фрейме, разбита на классы в зависимости от ее характера и участия в процессе принятия решения. В структуру фрейма входит также продукционная сеть - Rule set, позволяющая сократить общую сеть продукций, в которую мы помещаем только правила, имеющие в правой части конечный объект диагностики - состояние ребенка. Управлять фреймами можно внутри самого фрейма, с помощью Rule set и спецификации типов фреймов, а также во внешней сети правил.

Модель предметной области и процесса принятия решения представляет собой модель ситуационного управления, в основе которой лежат сценарии, работающие на фреймово-про-дукционном формализме представления знаний.

Как было отмечено, для удобства и быстроты поиска все число гипотез-синдромов объединено в группы, каждая из которых так же, как и отдельный синдром, имеет дифференциальную симптоматику, записанную как условие выдвижения гипотезы о группе. Все дальнейшие уровни в пространстве состояний строятся на других перечисленных отношениях (группа-синдром, синдром-симптом, признак-симптом).

Средством воспроизведения логики врача-реаниматолога при принятии решения в системе является механизм логического вывода. Исходя из принципов построения систем искусственного интеллекта, построение плана для принятия решения производится в пространстве состояний, т.е. каждое одноразовое решение переводит систему из одного состояния в другое. Таким образом, планом является траектория в пространстве состояний. Добавим также, что само пространство состояний является многоуровневым.

Многоуровневость пространства состояний обусловливается выбором сценария, а также стратегией встречной волны.

Механизм логического вывода построен на основе смешанной стратегии - прямой и обратной, что предполагает вначале ввод в систему параметров состояния ребенка, которое необходимо диагностировать. Процесс последовательного сканирования блока моделей знаний продолжается до тех пор, пока там не будет найдено правило, условие которого совпадает с введенной информацией. В данном случае контроль процесса поиска решения осуществляется вводимыми параметрами. После того, как в рабочей области системы собраны все сведения, требующие анализа, блок механизма логического вывода рассматривает каждый из них поочередно (или в какой-то иной последовательности, в соответствии с указанием метазнаний), пытаясь прийти к определенному выводу.

При обратной стратегии процесс рассуждений идет от гипотетического решения к фактам, которые могут послужить основой для такого решения. В некоторых ситуациях возможно обратное переключение стратегий.

В режиме обратной стратегии гипотеза либо подтверждается, либо отвергается. Обратная стратегия поддерживается тактикой, основанной или на категориальных проявлениях состояния ребенка (необходимые и достаточные условия), которые в некоторых случаях нет возможности выделить, или на количественной оценке правдоподобия различных гипотез по этим проявлениям. В системе по возможности используются категориальные проявления. Но даже там, где они выделены, осуществляется также попытка использования байесовского подхода к оценке правдоподобия. Наряду с этим используются так называемые уровни уверенности, которые сопровождают каждую продукцию в сети правил.

Начальный уровень пространства состояний для удобства и быстроты поиска формируется на основе отношения группа-синдром. Все дальнейшие уровни в пространстве состояний строятся на других перечисленных отношениях в соответствии с прямым и обратным выводом.

На первом же уровне мы используем последовательное сканирование, которое подразумевает перебор всех групп, выстроенных нами в порядке возрастания угрозы для жизни ребенка, до тех пор, пока не будет найдена группа, удовлетворяющая условию выдвижения гипотезы о ней.

На том же уровне мы начинаем использовать стратегию встречной волны, прямой ее проход, т.е. на вход подается первая порция информации о ребенке, на основании которой система осуществляет выбор соответствующей группы.

Следующая порция информации о ребенке используется для того, чтобы внутри этой группы выдвинуть гипотезу о синдроме, при этом данные в алгоритме связаны между собой логическими отношениями и представляют логическое выражение.

После выдвижения гипотезы (с определенной вероятностью по Байесу) следует ее подтвердить. Здесь мы уже имеем дело с обратной волной, т.е. исходим из синдрома, а не из данных.

Подтвердив синдром, система переходит к следующему уровню - выдвижению гипотезы о состоянии, после чего на следующем уровне эта гипотеза должна быть подтверждена или отвергнута. Так система приходит к цели - состоянию ребенка.

По мере продвижения в глубину - к объекту-состоянию, система осуществляет и дополнительную стратегию в ширину, то есть используются дополнительные связи рабочего синдрома с другими синдромами, а также понятие маски (логическое выражение, состоящее из всех теоретически возможных клинических проявлений синдрома, - часто встречающихся, редко встречающихся и т.д.). По дополнительным связям активизируются и принимаются во внимание синдромы, связанные с рассматриваемыми причинно-следственными отношениями. По маске работа ведется в двух противоположных направлениях: 1) по проявлениям, зафиксированным в маске, но отсутствующим у ребенка;

2) по проявлениям, отмеченным у ребенка, но t зафиксированным в маске.

В первом случае, если пользователя не раивает надежность полученного диагноза, может попытаться уточнить отсутствуюп данные и получить на основании ответа на i более надежный вывод. Во втором случк ,: "лишним" для данного синдрома симптома) есть возможность выйти на другие синдром,! описании которых полученные данные играА известную роль.                                  »

Режим объяснения в рамках системы лочки LEONARDO организован несколько способами: во-первых, это заранее заготшыа ные объяснения (например сообщения об ошЛ ках); во-вторых, это релятивные объяснение г есть протокол, когда каждый шаг програ: •,: снабжается пояснением о том, что в дан.чо случае она делает и с какой целью, а затем уг по ассоциативному дереву, строится объяснен! метода решения проблемы; в-третьих, в пользуется также специальная контролирч щая программа, отслеживающая действия а темы и в случае необходимости выдающая в яснение пользователю.

Знания в системе модифицируются доо точно просто благодаря удобному доступу ш к каждому отдельному правилу, так и к фрв мам. Кроме того, текст сети правил удобно щ сматривать, так как оболочка позволяет що тифицировать каждую группу продукций.

Система ДИН реализована на внутренв языке LEONARDO для IBM-совместимого щ сонального компьютера и продолжает ран ваться. Так, разработана система лекарстм ной терапии при неотложных состояниях yj тей (LEKATER); АРМ врача-реаниматоля объединяющее функции диагностические,; тактике ведения больного ребенка, а также! хивирование. Разрабатывается система проп зирования развития осложнений при неотл ных состояниях у детей.


Permanent link:
http://swsys.ru/index.php?page=article&id=1101&lang=en
Print version
The article was published in issue no. № 1, 1995

Perhaps, you might be interested in the following articles of similar topics: