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

Публикационная активность

(сведения по итогам 2017 г.)
2-летний импакт-фактор РИНЦ: 0,500
2-летний импакт-фактор РИНЦ без самоцитирования: 0,405
Двухлетний импакт-фактор РИНЦ с учетом цитирования из всех
источников: 0,817
5-летний импакт-фактор РИНЦ: 0,319
5-летний импакт-фактор РИНЦ без самоцитирования: 0,264
Суммарное число цитирований журнала в РИНЦ: 6012
Пятилетний индекс Херфиндаля по цитирующим журналам: 404
Индекс Херфиндаля по организациям авторов: 338
Десятилетний индекс Хирша: 17
Место в общем рейтинге SCIENCE INDEX за 2017 год: 527
Место в рейтинге SCIENCE INDEX за 2017 год по тематике "Автоматика. Вычислительная техника": 16

Больше данных по публикационной активности нашего журнале за 2008-2017 гг. на сайте РИНЦ

Вход


Забыли пароль? / Регистрация

Добавить в закладки

Следующий номер на сайте

4
Ожидается:
16 Декабря 2018

Лечебно-диагностическая экспертная система ЛЕДИ

Статья опубликована в выпуске журнала № 2 за 1991 год.[ 20.06.1991 ]
Аннотация:
Abstract:
Авторы: Рахманова З.Б. () - , ,
Ключевое слово:
Ключевое слово:
Количество просмотров: 8792
Версия для печати

Размер шрифта:       Шрифт:

Мое недавнее пребывание в одной из считающихся престижных больниц республиканской столицы наглядно продемонстрировало мне как разработчику медицинской экспертной системы: в настоящее время хотя и НЕВОЗМОЖНО, но НЕОБХОДИМО использование экспертной системы (ЭС) в нашей медицине. Невозможно потому, что это слишком дорогое удовольствие для наших учреждений здравоохранения, в которых не хватает самого необходимого.

Необходимо же потому, что ЭС может запомнить информацию о больном в его истории болезни за более короткое время, ко надолго и в большем объеме, многоаспектно использовать эту информацию вместе со знаниями из базы знаний для дифференциальной диагностики, подсказки на дообследование по показаниям, а не потому, что "так положено", выработки гипотез, выявления противоречий при вводе информации и в диагностике, оптимизации лечения и сокращения сроков пребывания пациента в больнице. И, конечно, когда социально-экономические условия невозможности применения медицинских ЭС будут ликвидированы, настанет "звездный час" таких ЭС. Но к этому времени их надо создать.

Создание ЭС связано с творчеством людей разных специальностей: теоретиков в области искусственного интеллекта, инженеров по знаниям, экспертов в проблемной области, системных и проблемных программистов. Извлечение знаний из экспертов невозможно без владения ими определенной методологии структурирования и представления знаний.

Экспертная ЛЕчебно-Д И агностическая система (ЛЕДИ) (рис. 1) обладает инструментарием, помогающим упорядочивать и систематизировать интуитивное знание врач а-эксперт а.

С помощью этого инструментария он может:

-    классифицировать состояния;

-    выделять диагностирующие признаки с их ко личественными и качественными значениями по определенной схеме, соответствующей тра диционному плану обследования в рассматри ваемой проблемной области и благодаря этому создавать свою, формализованную историю бо- лезня" (хотя не исключается возможность гене рации типовой истории болезни или включения в ее состав текущей истории болезни);

-    создать свою базу нормативно-справочной информации;

-    отработать диагностические правила с при влечением оценок ценности признака для опре деления истинности диагноза;

-    отражать причинно-следственные связи с их частотными оценками;

-    сформировать базу знаний о лечебных меро приятиях с учетом их характеристик.

Прототип ЛЕДИ - ЭС ЛЕДИ-Z - используется в урологии и реанимации в случаях острой почечной недостаточности и сопутствующих нарушений гомеостаза (кислотно-щелочного равновесия, электролитно-водного и белкового обмена с дифференциацией по виду, типу, стадии, тяжести, истинности - около 50 состояний.

Рис. 2.

Основными функциями системы (рис. 2) являются:

-    ввод информации о больном (заполнение формализованной истории болезни);

-    контроль ошибок ввода и противоречивой ин формации;

-    диагностика состояний с аргументацией;

-    выявление противоречий в диагностике;

-    рекомендация дообследования;

-    обработка каузальных сетей (обоснование ги потез);

-    лечение (лекарственная терапия с расчетом дозы в зависимости от показаний, противопока заний, тяжести, истинности состояния, возраста пациента и назначение гемодиализа с расчетом состава диализата);

-    объяснение действий системы по диагностике и лечению;

-    просмотр базы знаний (в частности, для обу чения).

Для того, чтобы успешно реализовать много аспект ноет ь системы, применяется семантическая структуризация знаний на сетях фреймов. В основу легла методология ситуационного управления большими системами, в дальнейшем трансформировавшаяся в ветвь исследований искусственного интеллекта [6]. В неявном виде используется механизм продукций "если, то ...".

Здесь хотелось бы рассказать о случае, когда в процессе создания ЭС ЛЕДИ-Z поиск наиболее адекватного механизма принятия решения привел к реализации аргументации, описывающейся функциями немонотонного вывода. Этот локальный процесс практического нащупывания наилучших подходов для обоснования решения с точки зрения применяемого представления знаний шел параллельно с развитием научной теории рассуждений в интеллектуальных системах. В докладе президента Советской ассоциации искусственного интеллекта, профессора Д.А. Поспелова на II Всесоюзной конференции по искусственному интеллекту (Минск, 1990), посвященной ЭС второго поколения, подчеркивалось, что аргументация вытесняет правдоподобный (логический) вывод и является атрибутом рассуждения в современных и развивающихся ЭС второго поколения.

Мы независимо пришли к этому положению, используя ЭВМ в наших исследованиях. В результате анализа методов и способов принятия решений (таких как вероятностные, математическая логика, распознавание образов, клинического прецедента и т.д.) и попыток построения на их основе ЭС и программирования ряда из них мы пришли к выводу: некоторые из них не отвечают основному идеологическому положению об экспертных системах (ЭС базируются на опыте экспертов и на структурировании знаний, а не на статистике), а некоторые с трудом увязываются с сущностью процесса и усложняют или нивелируют вывод. Эти попытки привели к отказу от применения указанных методов как основополагающих, а также от использования голого механизма продукций, который не в состоянии отразить глубинные структуры знаний и манипулировать ими (хотя применение этих методов может усилить возможности ЭС и привести к развитию гибридных (интегрированных) ЭС). Поиск адекватного вывода, таким образом, привел к практической реализации того, что в дальнейшем получило название аргументации [7]. При аргументации параллельно суммируются правдоподобности (ценности, частоты и т.п. оценки) составляющих, складываются все "за" и "против", в отличие от правдоподобного вывода, когда действует мультипликативный закон, где при выводе по шагам уменьшается конечный результат.

Кроме того, в ЛЕДИ аргументация уточняется значениями истинности тех вычисляемых параметров, которые предшествовали аргументируемому в каузальной сети, и так же входят в ситуативную группу аргументации, как и подтверждающие факты.

Этот подход позволяет объяснять все, даже кажущиеся незначительными, но небезразличные для состояния объекта факторы.

При аргументации мы неизбежно приходим к вопросу нормализации, так как разные параметры (в нашем случае патологии) могут описываться набором во фреймах различного количества признаков, т.е. фактов и вычисляемых параметров (от 3 до 30), и суммы правдоподоб-ностей сами по себе неинформативны. С целью нормализации для каждого параметра экспертом задаются так называемые абсолютные ценности (Ц^д,)' которые представляют собой сумму ценностей признаков, отражающих наиболее типичную ситуацию из минимального количества признаков с максимальными значениями ценностей и заведомо определяющих диагностируемое состояние.

где ц - ценность признаков для данного состояния в пределах [0; 1].

Для состояний на последующих шагах истинность подсчитываете^ так:

В итоге истинность состояния аргументируется следующим образом. На первом шаге работы модели (первые звенья каузальной сети):

где первое слагаемое - аргументация по фактам, второе слагаемое - аргументация по вычисляемым параметрам (Ц - ценность подтверждающих состояний для диагностируемого, J - их истинность, j ■ 1.....Р - число диагнозов, участвующих в аргументации данного состояния).

Таким образом, истинность состояния - это динамическая оценка, которая формируется в процессе работы системы. В случае распространенного процесса с большим количеством факторов (возможно, и не совсем достоверных), имеющего большее обоснование для принятия решения, значение J>1. В случае недостаточного обследования или развивающегося/затухающего процесса величина J < 1.

В настоящее время рассматривается возможность усиления аргументации с помощью модальностей.

ЛЕДИ обладает свойствами глубинности и гибрид ноет и, что также является прерогативой ЭС второго поколения. Как отмечено в [4], в гибридных системах происходит взаимопроникновение интеллектуальных интерфейсов и экспертных систем с имитационными моделями и традиционными расчетными системами. Этому тезису соответствуют подходы к построению ЭС ЛЕДИ. Кроме ставших классическими в реализации ЭС семантического структурирования и представления знаний и механизма сопоставления образцов с продукционным выводом, ЛЕДИ применяет и ряд вычислительных процедур. Некоторые из них, правда, нельзя отнести к традиционным: например, функции немонотонного вывода при аргументации принятия решения (диагностики) и обоснование гипотез, регноза и прогноза.

Несколько необычными выглядят и метапроцедуры по управлению состоянием объекта, где используются как структурно-семантические модули знаний, так и их вычислительные компоненты. Применяются арифметические операции для расчета параметров, вычисляемых из значений фактов и являющихся более сложными фактами, которые участвуют в процессе диагностики. На инструментарии ЛЕДИ и FORIS [1] создаются ЭС ДИАСТ (диагностика стоматологических заболеваний) и ЭСПРОТ (рекомендация узлов протеза бедра), в которых для принятия решения используется традиционный и поэтому более привычный для некоторых пользователей (при наличии статистического материала) Байесовский подход.

Существует ряд мнений о том, какая система мажет считаться глубинной. По [5], поверхностные ЭС используют знания типа "условие-действие", а глубинные, кроме того, обладают способностью при возникновении новой ситуации определять с помощью некоторых общих принципов, какие действия следует выполнять. По [3], глубокие представления знаний основаны на причинно-следственных моделях, категориях и абстракциях; поверхностные опираются на эмпирические ассоциации, а также на то, что первые реализуются с помощью фреймов, а вторые - с помощью только правил.

Инструментарий ЛЕДИ включает в себя реализацию подобных свойств глубинности. Для этого необходимо описать объекты, составляющие ситуацию, так, как это вписывается в структуру представления знаний ЛЕДИ. В тело базы знаний встроен механизм имитации причинно-следственных процессов на иерархических структурах, модель этих процессов в определенной проблемной области н расчетные процедуры по обработке каузальных сетей.

Благодаря использованию muLISP и mFRL в качестве программного окружения, а также инструментария FORIS, встроенные процедуры позволяют манипулировать теми или иными фрагментами фреймов, активизирующихся от

данных, и использовать метаописания и мета-механизмы принятия решений [2, 8, 9].

ЛЕДИ можно отнести к АРМ врача с дружелюбным многооконным интерфейсом. Диалог - типа меню. Подсказка пользователю по действиям системы вынесена в маски и в поддиректорию README. Можно вывести на печать интересующую пользователя информацию как в компактном, так и в развернутом виде.

Технические средства: ПЭВМ типа IBM PC XT/AT с монитором EGA, CGA или VGA, функционирует под управлением ОС MS DOS не ниже 3.30, оперативная память - не менее 640 Кб.

Инструментарий ЛЕДИ развивается функционально (обучение, тестирование, повышение квалификации, накопление знаний) и используется для наращивания мощности базы знаний. Мы имеем в концептуальном представлении знания о сердечно-сосудистых, дыхательных, печеночных патологиях, острых отравлениях, перитонитах - состояниях, наиболее часто встречающихся у реанимационных больных. Не составит труда расширить эту базу и для других терапевтических заболеваний.

Возможна адаптация к задачам немедицинского профиля, объекты которых имеют аналогичную структуру и функции по определению состояния и управлению им.

Список литературы

1.      Байдун В.В. Опыт реализации фреймового подхода к построению экспертных систем // Тр. II Всееоюз. конф. "Искусственный Интел лект-90н. Том "Выставка".

2.      Байдун В.В., Рахманова З.Б. Экспертная лечебно-диаг ностическая система // Изв. АН СССР. Сер. техн. кнбер- нет. 1986. N2.

3.      Громов А.И. ЭВМ в реставрации произведений искусст ва // Программные продукты и системы. 1988. N 2-3.

4.      Искусственный интеллект. Концепция развития работ в СССР // Тр. Сов. ассоц. искусственного интеллекта. М., 1990.

5.      Попов Э.В. Особенности разработки н использования экспертных систем // Справочник: Искусственный интел лект. Кя.1. М.: Радио и связь, 1990.

6.      Поспелов Д.А. Ситуационное управление; теория н практика. М.,1986.

7.      Рахманова З.Б. Применение логик о-лингвистических методов при построении диагностических медицинских систем; Дис...канд.техн.наук. Баку, 19S7.

8.      Рахманова З.Б. Система ЛЕДИ-Z // Справочник: Ис кусственный интеллект. Кн.1. М.: Радио и связь, 1990.

9.      Рахманова З.Б., Ульянов СВ. Экспертная система для лечебно-диагностических процессов // Мед.техника. 1988. N6.


Постоянный адрес статьи:
http://swsys.ru/index.php?page=article&id=1322
Версия для печати
Статья опубликована в выпуске журнала № 2 за 1991 год.

Возможно, Вас заинтересуют следующие статьи схожих тематик: