《chapter9 醫(yī)學(xué)決策支持系統(tǒng)》由會(huì)員分享，可在線閱讀，更多相關(guān)《chapter9 醫(yī)學(xué)決策支持系統(tǒng)（68頁珍藏版）》請(qǐng)?jiān)谘b配圖網(wǎng)上搜索。

1、單擊此處編輯母版文本樣式,第二層,第三層,第四層,第五層,單擊此處編輯母版標(biāo)題樣式,68,醫(yī)學(xué)決策支持系統(tǒng),(,醫(yī)學(xué)專家系統(tǒng),),(Medcial decision support system,medical expert system),上機(jī)安排,時(shí)間：,11,月,28,號(hào)（星期一）下午,2:30-5:30,地點(diǎn)：主樓西,206,復(fù)習(xí)答疑安排,復(fù)習(xí)時(shí)間：,12,月,5,號(hào)（,15,周星期一）下午,7-8,節(jié),地點(diǎn)：二教,508,答疑時(shí)間：,12,月,6,號(hào),12,月,9,號(hào),地點(diǎn)：主樓西,301,考試安排,時(shí)間：,12,月,12,日,16,周周一,下午,2,：,30-4,：,30,地點(diǎn)：第

2、二教學(xué)樓,104,閉卷,主要內(nèi)容,人工智能,醫(yī)學(xué)決策支持系統(tǒng)的研究狀況及發(fā)展趨勢(shì),醫(yī)學(xué)決策支持系統(tǒng)概述,醫(yī)學(xué)知識(shí)庫,醫(yī)學(xué)決策支持方法,MYCIN,系統(tǒng)簡(jiǎn)介,醫(yī)生對(duì)疾病的診斷還處于一種傳統(tǒng)的經(jīng)驗(yàn)階段,醫(yī)學(xué)生,助理醫(yī)生,主治醫(yī)生,主任醫(yī)生,醫(yī)學(xué)專家,浩如煙海的醫(yī)學(xué)數(shù)據(jù)庫,醫(yī)學(xué)數(shù)據(jù)庫,-,知識(shí)庫？,人工智能與知識(shí)工程的發(fā)展為醫(yī)學(xué)診斷和治療過程注入了新的活力,人工智能,1937,年，圖林,論可計(jì)算數(shù)及其在判定問題中的應(yīng)用,，闡明現(xiàn)代電腦原理的開山之作,1959,年，美國(guó)工程師塞繆爾給電腦編制出,奕棋程序,.,該程序擊敗了塞繆爾本人，,1962,年又擊敗了一個(gè)州冠軍。,1965,年， 在斯坦福大學(xué)化學(xué)專

3、家的配合下，費(fèi)根鮑姆研制的第一個(gè),專家系統(tǒng),DENDRAL,。在輸入化學(xué)分子式和質(zhì)譜圖等信息后，它能通過分析推理決定有機(jī)化合物的分子結(jié)構(gòu),1976,年,6,月，美國(guó)伊利諾斯大學(xué)的兩臺(tái)不同的電子計(jì)算機(jī)上，用了,1200,個(gè)小時(shí)，作了,100,億判斷，終于完成了困擾數(shù)學(xué)界長(zhǎng)達(dá),100,余年之久的難題,“,四色定理,”,。,1979,年,10,月，美國(guó)底特律市舉行國(guó)際象棋錦標(biāo)賽，國(guó)際象棋大師大衛(wèi),.,處維與美國(guó)的電腦棋手,“,象棋,4.9,”,進(jìn)行了,50,個(gè)回合的比賽。,1997,年,5,月,11,日，,“,深藍(lán),”,在棋盤,C4,處落下最后一顆棋子，全世界都聽到了震撼世紀(jì)的叫殺聲,“,將軍,”,

4、！這場(chǎng)舉世矚目的,“,人機(jī)大戰(zhàn),”,，終于以機(jī)器獲勝的結(jié)局降下了幃幕。卡斯帕洛夫 被逼下了棋王寶座。,人工智能的定義,廣義的講：用計(jì)算機(jī)來表示和執(zhí)行人類的智能活動(dòng)，就是人工智能。,定義,1,（,智能機(jī)器,）,：能夠在各類環(huán)境中自主地或交互地執(zhí)行各種擬人任務(wù)的機(jī)器稱為人工智能。,定義,2,（,能力,）,：人工智能（能力）是智能機(jī)器所執(zhí)行的通常與人類智能有關(guān)的功能，如判斷、推理、證明、識(shí)別、感知、理解、設(shè)計(jì)、思考、規(guī)劃、學(xué)習(xí)和問題求解等思維活動(dòng)。,人工智能的定義,總之：人工智能也稱為機(jī)器智能，就是讓機(jī)器更,“,聰明,”,，更具有類似人的智能，同時(shí)又與人的智能互為補(bǔ)充、互相促進(jìn)。,人工智能的任務(wù),凡

5、是使機(jī)器能具有感知功能（如視、聽、嗅）、思維功能（如分析、綜合、計(jì)算、推理、聯(lián)想、判斷、規(guī)劃、決策）、表達(dá)行動(dòng)功能（如說、寫、畫）及學(xué)習(xí)記憶等功能，都屬于人工智能研究的范疇。,人工智能的應(yīng)用領(lǐng)域,1.,問題求解,2.,邏輯與定理證明,3.,自然語言理解,4.,自動(dòng)程序設(shè)計(jì),5.,專家系統(tǒng),6.,機(jī)器學(xué)習(xí),7.,人工神經(jīng)網(wǎng)絡(luò),8.,模式識(shí)別,深藍(lán),-,國(guó)際象棋,-,卡斯帕若夫,四色猜想,(1976),語音錄入,翻譯系統(tǒng),機(jī)器人控制,仿腦,漢王,人工智能的應(yīng)用領(lǐng)域,9.,機(jī)器視覺,10.,智能控制,11.,智能決策支持系統(tǒng),12.,知識(shí)發(fā)現(xiàn)和數(shù)據(jù)挖掘,13.,智能檢索,14.,智能調(diào)度與指揮,15

6、.,系統(tǒng)與工具語言,照相機(jī)、飛行器跟蹤,控制論,Google,.,交通、軍事,分布式系統(tǒng)、并行處理系統(tǒng)、多機(jī)協(xié)作系統(tǒng),面向?qū)ο缶幊陶Z言,醫(yī)學(xué)決策支持系統(tǒng)的功能和作用,臨床醫(yī)生的知識(shí)更新無法與急劇增長(zhǎng)的醫(yī)學(xué)知識(shí)同步。,對(duì)大批量的常規(guī)決策工作，自動(dòng)化決策效率更高,(,如大量的常規(guī)實(shí)驗(yàn)室檢測(cè)和數(shù)據(jù)分析等,),。,人有時(shí)會(huì)犯錯(cuò)誤或失誤，當(dāng)然醫(yī)生也不例外,(,復(fù)雜病例和常見病例都會(huì)出錯(cuò),),使用醫(yī)學(xué)決策支持系統(tǒng)，可以提醒專家沒在意的或沒有發(fā)現(xiàn)到的病人信息，從而提高診斷準(zhǔn)確性,對(duì)醫(yī)學(xué)院學(xué)生，成熟專業(yè)的醫(yī)學(xué)支持系統(tǒng)可能是他們學(xué)習(xí)專業(yè)知識(shí)和專家經(jīng)驗(yàn)的方便可得的廉價(jià)的老師，同時(shí)也是他們初入醫(yī)院實(shí)習(xí)工作的非常好的

7、助手。,醫(yī)學(xué)決策支持系統(tǒng)的概念,醫(yī)學(xué)決策支持系統(tǒng),(,Medical decision support system, MDSS,),是醫(yī)學(xué)知識(shí)工程和醫(yī)學(xué)人工智能研究中非常活躍的分支，是運(yùn)用專家系統(tǒng)的設(shè)計(jì)原理與方法，模擬醫(yī)學(xué)專家診斷、治療疾病的思維過程而編制的計(jì)算機(jī)程序。它的設(shè)計(jì)目的是,幫助,醫(yī)生解決復(fù)雜的醫(yī)學(xué)問題，作為診斷、治療以及預(yù)后的輔助工具。,知識(shí)工程,人工智能,醫(yī)學(xué),醫(yī)學(xué)決策支持系統(tǒng),國(guó)外醫(yī)學(xué)決策支持系統(tǒng)的研究狀況,1976,年，斯坦福大學(xué)的,Shortliffe,等人成功研制了,MYCIN,系統(tǒng),用于鑒別細(xì)菌感染及治療的醫(yī)學(xué)專家系統(tǒng),MYCIN,，并且建立了一整套專家系統(tǒng)的開發(fā)理論

8、，經(jīng)專家小組對(duì)醫(yī)學(xué)專家、實(shí)習(xí)醫(yī)生以及,MYCIN,系統(tǒng)的行為進(jìn)行正式測(cè)試評(píng)價(jià)，認(rèn)為,MYCIN,的行為超過了臨床醫(yī)生助手的作用，尤其在診斷和治療菌血癥和腦膜炎方面有相當(dāng)高的準(zhǔn)確率,此后，醫(yī)學(xué)專家系統(tǒng)進(jìn)入了快速發(fā)展時(shí)期。,在,MYCIN,系統(tǒng)框架基礎(chǔ)上建立的肺功能專家系統(tǒng),PUFF,系統(tǒng)曾在舊金山太平洋醫(yī)療中心使用過相當(dāng)長(zhǎng)的一段時(shí)間，開創(chuàng)了醫(yī)學(xué)專家系統(tǒng)臨床應(yīng)用的先例。,1982,年，匹茲堡大學(xué)的,Miller,等人開發(fā)了,Internist-I,內(nèi)科計(jì)算機(jī)輔助診斷系統(tǒng),1991,年，哈佛醫(yī)學(xué)院,Barnett,等人開發(fā)的,“,DXPLAIN”,軟件包含有,2200,種疾病和,5000,種癥狀,我

9、國(guó)醫(yī)學(xué)決策支持系統(tǒng)的研究狀況,1978,年，北京中醫(yī)院著名教授關(guān)幼波等人開發(fā)了,“,關(guān)幼波肝病診療程序,”,，開創(chuàng)了我國(guó)最早的中醫(yī)醫(yī)學(xué)專家系統(tǒng),精神疾病診斷系統(tǒng)、肺癌診斷系統(tǒng)、貧血鑒別診斷專家系統(tǒng)、心功能輔助診斷專家系統(tǒng)、胃病診斷專家系統(tǒng)、針灸專家系統(tǒng)以及疾病診療用藥專家系統(tǒng)等多種專家系統(tǒng),現(xiàn)有醫(yī)學(xué)決策支持系統(tǒng)的特點(diǎn),規(guī)模小,內(nèi)容比較簡(jiǎn)單,研究方法單一，沒有進(jìn)行深入研究,臨床實(shí)用性差,醫(yī)學(xué)決策支持系統(tǒng)的發(fā)展趨勢(shì),與神經(jīng)網(wǎng)絡(luò)、遺傳算法等推理,新方法新技術(shù),相結(jié)合,與,數(shù)據(jù)庫技術(shù),相結(jié)合：醫(yī)學(xué)專家系統(tǒng)可借鑒數(shù)據(jù)庫關(guān)于信息存貯、共享、并發(fā)控制和故障恢復(fù)技術(shù)，對(duì)專家系統(tǒng)中的知識(shí)庫管理、設(shè)計(jì)以及對(duì)大型知

10、識(shí)庫、共享知識(shí)庫和分布式知識(shí)庫提供幫助，改善專家系統(tǒng)的特性，使其規(guī)模提高到實(shí)用水平,與,多媒體技術(shù),相結(jié)合：文字、圖形、圖像、影像及聲音,與,網(wǎng)絡(luò)技術(shù),相結(jié)合,特別是在知識(shí)庫的構(gòu)建方面,醫(yī)生看病的自然過程,臨床醫(yī)生給病人看病的過程實(shí)際上是一個(gè)對(duì)病人,信息,進(jìn)行綜合分析處理的過程，這個(gè)過程包括三個(gè)階段：,觀察、診斷和治療,醫(yī)學(xué)決策支持系統(tǒng)對(duì)醫(yī)生看病的模擬過程,從工程的角度來看醫(yī)生看病的自然過程，,觀察,階段的主要任務(wù)是,獲取數(shù)據(jù),，更確切地說，是獲取能提供相關(guān)信息的數(shù)據(jù)，對(duì)病人相關(guān)信息理解和挖掘得越充分，關(guān)于病人疾病的不確定性就會(huì)越小。醫(yī)生根據(jù)病人描述的信息和他所掌握的知識(shí)和經(jīng)驗(yàn)作,診斷,結(jié)論的

11、過程實(shí)質(zhì)上是一個(gè),推理過程,，而,治療,則是一個(gè),問題求解及處理,的過程。治療階段依賴于診斷和決策分析，而診斷決策分析的準(zhǔn)確性則取決于觀察階段的信息獲取程度。,醫(yī)學(xué)決策支持系統(tǒng)的一般結(jié)構(gòu),:,醫(yī)書、醫(yī)生大腦中的知識(shí)、規(guī)則和操作,醫(yī)生的大腦，推理、判斷,初始數(shù)據(jù)、中間推理數(shù)據(jù)和診斷結(jié)果,醫(yī)生向病人作解釋,醫(yī)學(xué)決策支持系統(tǒng)與大多數(shù)其它領(lǐng)域?qū)＜蚁到y(tǒng)一樣，一般由五部份組成：,醫(yī)學(xué)知識(shí)庫。,是醫(yī)學(xué)決策支持系統(tǒng)的基礎(chǔ)，用于存放各種專家診斷知識(shí)，包括醫(yī)學(xué)事實(shí)和可行的操作與診斷規(guī)則等。,全局?jǐn)?shù)據(jù)庫。,用于存放病人的初始數(shù)據(jù)、中間推理數(shù)據(jù)和診斷結(jié)果甚至一些對(duì)結(jié)果的診斷處理等。,推理機(jī)。,推理機(jī)根據(jù)全局?jǐn)?shù)據(jù)庫的當(dāng)

12、前內(nèi)容，從知識(shí)庫中選擇可匹配的規(guī)則，并通過執(zhí)行規(guī)則來修改數(shù)據(jù)庫中的內(nèi)容，再通過不斷地推理導(dǎo)出問題的結(jié)論。,解釋器。,負(fù)責(zé)對(duì)推理過程作出解釋，包括解釋,“,系統(tǒng)是怎么樣得出這一診斷結(jié)論的,”,等用戶需要解釋的問題。,人機(jī)接口。,人機(jī)接口是系統(tǒng)與用戶進(jìn)行對(duì)話的界面。,醫(yī)學(xué)決策支持系統(tǒng)和臨床醫(yī)生的關(guān)系,在醫(yī)學(xué)人工智能中，雖然醫(yī)學(xué)決策支持系統(tǒng)能夠比較好地模擬醫(yī)生的自然行為，實(shí)踐證明在某些方面還有可能超過專家的能力，但是這僅僅限于醫(yī)學(xué)診斷過程中的,可結(jié)構(gòu)化、可一般化和可客觀化,部分。使用計(jì)算機(jī)作醫(yī)學(xué)決策支持時(shí)，絕不允許用計(jì)算機(jī)取代人類（臨床醫(yī)生）對(duì)診斷的負(fù)責(zé)，而且在實(shí)際生活中計(jì)算機(jī)也,絕對(duì)取代不了,臨床

13、醫(yī)生的作用。,多數(shù)情況下，臨床醫(yī)生在擁有足夠的知識(shí)和充分的病人資料情況下可以作出正確的判斷，不需要計(jì)算機(jī)協(xié)助，但在下列情況下，醫(yī)學(xué)決策支持系統(tǒng)就會(huì)顯示其強(qiáng)大功能和作用。,MDSS,和臨床醫(yī)生的關(guān)系,人有時(shí)會(huì)犯錯(cuò)誤或失誤，當(dāng)然醫(yī)生也不例外（復(fù)雜病例和常見病例都會(huì)出錯(cuò)），使用醫(yī)學(xué)決策支持系統(tǒng)，可以,提醒,專家沒在意的或沒有發(fā)現(xiàn)到的病人信息，從而提高診斷準(zhǔn)確性。,臨床醫(yī)生的知識(shí)更新無法與急劇增長(zhǎng)的醫(yī)學(xué)知識(shí)同步。當(dāng)醫(yī)學(xué)領(lǐng)域發(fā)現(xiàn),新病例、新成果,時(shí)，計(jì)算機(jī)支持系統(tǒng)可以低成本、高效率和方便快捷地傳播給廣大醫(yī)生。,對(duì),大批量的常規(guī)決策工作,，自動(dòng)化決策效率更高（如大量的常規(guī)實(shí)驗(yàn)室檢測(cè)和數(shù)據(jù)分析等）。,現(xiàn)代醫(yī)

14、院信息系統(tǒng)產(chǎn)生出的大量數(shù)據(jù)的,深挖掘,。,對(duì),醫(yī)學(xué)院學(xué)生,，成熟的專業(yè)的醫(yī)學(xué)支持系統(tǒng)可能是他們學(xué)習(xí)專業(yè)知識(shí)和專家經(jīng)驗(yàn)的方便可得的廉價(jià)的老師，同時(shí)也是他們初入醫(yī)院實(shí)習(xí)工作的非常好的助手。,醫(yī)學(xué)知識(shí)庫,醫(yī)學(xué)決策支持系統(tǒng)的兩個(gè)最關(guān)鍵部分：,醫(yī)學(xué)知識(shí)庫,知識(shí)表示,知識(shí)獲取,知識(shí)的管理和維護(hù),推理機(jī)（醫(yī)學(xué)決策支持方法）,知識(shí)的概念與含義,人之所以有智能行為是因?yàn)樗麄儞碛兄R(shí)，擁有,對(duì)知識(shí)的獲取、表達(dá)、搜索、分析、解答等智能能力,。,醫(yī)學(xué)決策支持系統(tǒng)智能水平的高低在于系統(tǒng)擁有知識(shí)的數(shù)量和質(zhì)量,，醫(yī)學(xué)知識(shí)的獲取是醫(yī)學(xué)決策支持系統(tǒng)中最重要也是最困難的一步，,E.A.Feigenbaum,說：,“,知識(shí)獲取是人

15、工智能研究的中心問題中最重要的，是人工智能研究的關(guān)鍵性難關(guān)。,”,智能知識(shí)的表現(xiàn)方式,知識(shí)的獲取能力：,通過感知器官，在觀察、測(cè)量、訓(xùn)練、操作等實(shí)踐中，獲取直接經(jīng)驗(yàn)的積累或感性知識(shí)，以及在學(xué)習(xí)、閱讀、交談等過程中，獲取間接經(jīng)驗(yàn)知識(shí)或理性知識(shí)。,知識(shí)的處理能力：,將感性知識(shí)上升為理性知識(shí)，進(jìn)行演繹推理與歸納推理，通過知識(shí)的積累、存儲(chǔ)、聯(lián)想、類比、分析、計(jì)算、論證、比較、探索、擇優(yōu)等信息處理過程，求得問題的解答，指定規(guī)劃與決策。,知識(shí)的運(yùn)用能力：,運(yùn)用所獲得的知識(shí)，通過知識(shí)信息處理，根據(jù)所求得的問題解答或所制訂的規(guī)劃決策作出反應(yīng)，采取行動(dòng)，發(fā)揮知識(shí)的效用，如回答咨詢、診斷疾病、操縱機(jī)器等。,知識(shí)的

16、特性,1,、知識(shí)的相對(duì)正確性,任何知識(shí)都是在一定環(huán)境下相對(duì)正確的，而非絕對(duì)正確。,2,、知識(shí)的不確定性,信息可能是精確的，也可能是不精確的。,3,、知識(shí)的可表示性,知識(shí)是可以用形式化的東西表示的，如語言、文字、圖表、公式、數(shù)字等。,4,、知識(shí)的可利用性,由于我們可以利用知識(shí)解決各種問題，因此，我們可以積累知識(shí)。,知識(shí)的分類,1,、以知識(shí)的作用范圍來劃分：,常識(shí)性知識(shí),領(lǐng)域性知識(shí),2,、按人類的思維及認(rèn)識(shí)方法來劃分：,邏輯性知識(shí),形象性知識(shí),3,、以知識(shí)的確定性來劃分：,確定性知識(shí),不確定性知識(shí),4,、按知識(shí)的作用及表示來劃分：,事實(shí)性知識(shí),規(guī)則性知識(shí),控制性知識(shí),例：對(duì)于從北京到上海，是乘飛機(jī)

17、還是火車的問題，其知識(shí)可歸納為：,1,、敘述型知識(shí)：北京、上海、飛機(jī)、火車、時(shí)間、費(fèi)用等；,2,、過程型知識(shí)：乘飛機(jī)、坐火車等；,3,、控制型知識(shí)：乘飛機(jī)較快、較貴；坐火車較慢、較便宜。,常用的知識(shí)表示法,無論是醫(yī)學(xué)科技文獻(xiàn)中的科學(xué)知識(shí)還是臨床醫(yī)生的經(jīng)驗(yàn)性知識(shí)，它們通常是用自然語言、圖形、表格等形式表示的，在用人工智能方法模擬醫(yī)學(xué)過程時(shí)，必須將這些形式的知識(shí),用合適的形式來表示,，這樣才能使知識(shí)方便地在計(jì)算機(jī)中儲(chǔ)存、檢索、使用和修改，并且在設(shè)計(jì)和實(shí)現(xiàn)醫(yī)學(xué)決策支持時(shí)，知識(shí)的表示方法與醫(yī)學(xué)問題的求解方法和過程密切相關(guān)。,產(chǎn)生式表示法,(IF-THEN),邏輯表示,(,謂詞邏輯,),語義網(wǎng)絡(luò),框架理

18、論,狀態(tài)空間,面向?qū)ο蟮闹R(shí)表示,過程表示法,模糊表示,神經(jīng)網(wǎng)絡(luò),產(chǎn)生式系統(tǒng)知識(shí)表示法,產(chǎn)生式系統(tǒng)是歷史悠久且使用最多的知識(shí)表示系統(tǒng)，早在自動(dòng)機(jī)理論、形式文法和程序語言中得到廣泛的應(yīng)用，產(chǎn)生式系統(tǒng)是用來描述若干個(gè)不同的以一個(gè)基本概念為基礎(chǔ)的系統(tǒng)。,產(chǎn)生式的基本形式,有兩種：,P,Q,或者：,IF P THEN Q,其中：,P,是產(chǎn)生式的前提，用于指出該產(chǎn)生式是否是可用條件；,Q,是一組結(jié)論或操作，用于指出前提,P,所指出的條件被滿足時(shí)，應(yīng)該得到的結(jié)論或應(yīng)該執(zhí)行的操作。,產(chǎn)生式的基本形式,1,、,確定性規(guī)則知識(shí),的產(chǎn)生式表示形式為：,P,Q,或者：,IF P THEN Q,例,:,IF,收縮壓,

19、140 THEN,高血壓,產(chǎn)生式的基本形式,2,、,不確定性規(guī)則知識(shí),的產(chǎn)生式表示形式為：,P,Q,（可信度）,或者：,IF P THEN Q,（可信度）,例,:,IF,流鼻涕,THEN,感冒,(0.6),產(chǎn)生式的基本形式,3,、,確定性事實(shí)性知識(shí),的產(chǎn)生式表示一般使用三元組表示：,（對(duì)象，屬性，值）,或者：,（關(guān)系，對(duì)象,1,，對(duì)象,2,）,如：事實(shí),“,老李年齡是,40,歲,”,可表示為：,（,Li,，,Age,，,40,）,Li,是對(duì)象，,Age,是屬性，,40,是值。,如,“,老李、老張是朋友,”,可寫成：,（,Friend,，,Li,，,Zhang,）,Friend,是關(guān)系，,Li,

20、和,Zhang,是對(duì)象,產(chǎn)生式的基本形式,4,、,不確定性事實(shí)性知識(shí),的產(chǎn)生式表示,一般使用四元組表示：,（對(duì)象，屬性，值，可信度）,或者：,（關(guān)系，對(duì)象,1,，對(duì)象,2,，可信度）,如：事實(shí),“,老李年齡可能是,40,歲,”,可表示為：,（,Li,，,Age,，,40,，,0.8,）,Li,是對(duì)象，,Age,是屬性，,40,是值。,如,“,老李、老張是朋友的可能性不大,”,可寫成：,（,Friend,，,Li,，,Zhang,，,0.1,）,Friend,是關(guān)系，,Li,和,Zhang,是對(duì)象,產(chǎn)生式系統(tǒng)的組成,一個(gè)典型的產(chǎn)生式系統(tǒng)由：,1),、規(guī)則庫,2),、工作存儲(chǔ)器（綜合數(shù)據(jù)庫）,3)

21、,、控制器（推理機(jī)）,推理機(jī),規(guī)則庫,綜合數(shù)據(jù)庫,規(guī)則庫,目前，產(chǎn)生式系統(tǒng)已經(jīng)演變成：,“,IF,條件,THEN,動(dòng)作或結(jié)論,”,例,1,：,IF,天陰,and,空氣中濕度很大,THEN,可能要下雨；,例,2,：,IF,一種可燃性氣體溢出了,THEN,報(bào)告消防隊(duì)；,醫(yī)學(xué)知識(shí)的獲取,獲取過程,抽取知識(shí),知識(shí)轉(zhuǎn)換,知識(shí)輸入,知識(shí)檢測(cè),知識(shí)求精,獲取醫(yī)學(xué)知識(shí)的方式,知識(shí)工程師和醫(yī)學(xué)專家之間密切合作,醫(yī)學(xué)知識(shí)獲取的工具（骨架系統(tǒng) ）,自動(dòng)知識(shí)獲取,知識(shí)工程師和醫(yī)學(xué)專家之間密切合作獲取知識(shí),優(yōu)點(diǎn)：,1,直接,2,系統(tǒng)性強(qiáng),缺點(diǎn),：,1,勞動(dòng)量大,2,知識(shí)的來源有限,3,知識(shí)領(lǐng)域狹窄,4,手工形式記錄、易

22、出錯(cuò),5,效率低,著名的骨架系統(tǒng),1,TEIRESIAS,系統(tǒng),2,OPAL,系統(tǒng),3,PROTG,系列,4 INTERNIST-I/QMR,系統(tǒng),5 KAVAS,知識(shí)提取系統(tǒng),優(yōu)點(diǎn),應(yīng)用了知識(shí)工程領(lǐng)域和計(jì)算機(jī)領(lǐng)域及網(wǎng)絡(luò)技術(shù)中比較新的方法和技術(shù)，知識(shí)用面向?qū)ο蟮确绞奖硎?缺點(diǎn),知識(shí)工程師與醫(yī)學(xué)專家之間的鴻溝、知識(shí)表示是否適當(dāng)？,自動(dòng)知識(shí)獲取,(,自學(xué)習(xí),),智能水平的高低在于系統(tǒng)擁有知識(shí)的數(shù)量和質(zhì)量,傳統(tǒng)的、通過知識(shí)工程師獲取知識(shí)的方法不能完全滿足需求,自動(dòng)獲取知識(shí)成為的新的研究目標(biāo),知識(shí)的管理和維護(hù),方便,添加、刪除和修改診斷知識(shí),瀏覽各種對(duì)象和屬性等管理維護(hù)工作,對(duì)象類,知識(shí)對(duì)象索引表,醫(yī)

23、學(xué)決策支持方法（推理機(jī)）,推理機(jī)是指基于知識(shí)的推理的計(jì)算機(jī)實(shí)現(xiàn),包括推理與控制兩方面,在推理過程中解釋和執(zhí)行用某種語言表示的一系列推理規(guī)則,面向?qū)ο笾R(shí)表達(dá)的診斷推理過程是一個(gè)面向知識(shí)庫系統(tǒng)的，基于,假設(shè)產(chǎn)生,-,假設(shè)證實(shí),機(jī)制的，由高層到底層逐步求精的遞推過程,1,正向推理與反向推理,正向推理,:,是以已知,事實(shí),作為出發(fā)點(diǎn)的推理，又稱為數(shù)據(jù)驅(qū)動(dòng)推理。正向推理從病人數(shù)據(jù)庫中提供的主訴及實(shí)驗(yàn)室檢查等事實(shí)出發(fā)，檢查知識(shí)庫中是否存在可用于對(duì)這些數(shù)據(jù)進(jìn)行推理的,規(guī)則,。如果存在可用規(guī)則，就執(zhí)行這些規(guī)則，推理的結(jié)果被添加到數(shù)據(jù)集中，如果后面的規(guī)則依賴于這些新的推理數(shù)據(jù)，那么后面的規(guī)則將被激活,反向推理

24、,:,推理機(jī)制是從知識(shí)庫中選擇,規(guī)則,開始，隨后檢查病人數(shù)據(jù)庫中是否有可供推論的,數(shù)據(jù),。推理機(jī)制實(shí)際上是從單一規(guī)則（目標(biāo)規(guī)則）開始的，然后依據(jù)已知的病人數(shù)據(jù)評(píng)估該目標(biāo)規(guī)則的前提是否為真。如果沒有數(shù)據(jù)可以證實(shí)這一規(guī)則的前提為真，反向推理器就到知識(shí)庫中尋找其他規(guī)則。如果其中一個(gè)規(guī)則為真，系統(tǒng)就會(huì)得出結(jié)論：此目標(biāo)規(guī)則的前提為真。這種目標(biāo)驅(qū)動(dòng)的推理過程反復(fù)進(jìn)行，直到證實(shí)目標(biāo)規(guī)則為假，或者目標(biāo)的所有前提都為真。,2,確定性推理與不確定推理,在醫(yī)學(xué)中我們常常會(huì)遇到不嚴(yán)格、不精確的、模糊的知識(shí),（,1,）基于概率的不確定推理,:,用事件發(fā)生的,概率,來描述和計(jì)算推理的不確定性測(cè)度,（,2,）基于可信度的不

25、確定推理,:,用,信任度,表示證據(jù)出現(xiàn)時(shí)對(duì)結(jié)論成立的信任程度。信任度的值比較容易通過領(lǐng)域?qū)＜医o出。設(shè)定信任度值的原則是：若相應(yīng)證據(jù)能增加結(jié)論為真的可信度，則使信任度大于,0,，證據(jù)越是支持為真，就使值越大；反之小于,0,，證據(jù)越是支持為假，就使絕對(duì)值越大；若證據(jù)與結(jié)論無關(guān)，則使信任度,0,。,（,3,）基于模糊理論的不確定推理,:,模糊理論通過,隸屬度,來定義對(duì)象屬于模糊集合的程度，若隸屬度越接近于,1,，則屬于模糊集合的程度越大，反之就越小。一般用模糊規(guī)則表示模糊條件和模糊結(jié)論及它們之間的可信度因子。,3,機(jī)器學(xué)習(xí)方法,決策樹,貝葉斯網(wǎng)絡(luò),人工神經(jīng)網(wǎng)絡(luò),遺傳算法,4,推理機(jī)的搜索策略,盲目搜

26、索方法,深度優(yōu)先,廣度優(yōu)先,有限深度優(yōu)先,隨機(jī)深度優(yōu)先,啟發(fā)式的搜索方法,爬山法,最近鄰居搜索,MYCIN,系統(tǒng),MYCIN,系統(tǒng)是由斯坦福,(Stanford),大學(xué)建立的對(duì)細(xì)菌感染疾病的診斷和治療提供咨詢的計(jì)算機(jī)咨詢專家系統(tǒng)。醫(yī)生向系統(tǒng)輸入病人信息，,MYCIN,系統(tǒng)對(duì)之進(jìn)行診斷，并提出處方。,細(xì)菌傳感疾病專家在對(duì)病情診斷和提出處方時(shí)，大致遵循下列,4,個(gè)步驟：,(1),確定病人是否有重要的病菌感染需要治療。為此，首先要判斷所發(fā)現(xiàn)的細(xì)菌是否引起了疾病。,(2),確定疾病可能是由哪種病菌引起的。,(3),判斷哪些藥物對(duì)抑制這種病菌可能有效。,(4),根據(jù)病人的情況，選擇最適合的藥物。,系統(tǒng)通

27、過和內(nèi)科醫(yī)生之間的對(duì)話收集關(guān)于病人的基本情況，例如臨床情況、癥狀、病歷以及詳細(xì)的實(shí)驗(yàn)室觀測(cè)數(shù)據(jù)等。系統(tǒng)首先詢問一些基本情況。內(nèi)科醫(yī)生在回答詢問時(shí)所輸入的信息被用于作出診斷。診斷過程中如需要進(jìn)一步的信息，系統(tǒng)就會(huì)進(jìn)一步詢問醫(yī)生。一旦可以作出合理的診斷，,MYCIN,就列出可能的處方，然后在與醫(yī)生作進(jìn)一步對(duì)話的基礎(chǔ)上選擇適合于病人的處方。,MYCIN,系統(tǒng)由,3,個(gè)子系統(tǒng)組成：咨詢子系統(tǒng)，解釋子系統(tǒng)和規(guī)則獲取子系統(tǒng),靜態(tài)數(shù)據(jù)庫,動(dòng)態(tài)數(shù)據(jù)庫,咨詢開始時(shí)，先啟動(dòng),咨詢系統(tǒng),，進(jìn)入人機(jī)對(duì)話狀態(tài)。在對(duì)話過程中，系統(tǒng)向用戶提出必要的問題，進(jìn)行推理。如果醫(yī)生對(duì)咨詢的某些部分有疑問，例如，想知道為什么要向用戶詢

28、問某個(gè)特定的問題，他可暫停咨詢，向系統(tǒng)提出問題。這時(shí)系統(tǒng)將給予解釋，并示范系統(tǒng)所希望回答的例子。然后系統(tǒng)又重新返回到咨詢過程。,當(dāng)結(jié)束咨詢時(shí)，系統(tǒng)自動(dòng)地轉(zhuǎn)入,解釋子系統(tǒng),。解釋子系統(tǒng)回答用戶的問題，并解釋推理過程。解釋時(shí)，系統(tǒng)顯示用英語形式表示的規(guī)則，并說明為什么需要某種信息，以及如何得到某個(gè)結(jié)論。這樣做的主要目的是為了使醫(yī)生容易接受系統(tǒng)的結(jié)論。,規(guī)則獲取系統(tǒng),只由建立系統(tǒng)的知識(shí)工程師所使用。當(dāng)發(fā)現(xiàn)有規(guī)則被遺漏或不完善時(shí)，知識(shí)工程師可以利用這個(gè)系統(tǒng)來增加和修改規(guī)則。,MYCIN,系統(tǒng)是用,INTERLISP,語言,編寫的。初始的系統(tǒng)包含有,200,條關(guān)于細(xì)菌血癥的規(guī)則，可以識(shí)別大概,50,種細(xì)

29、菌,。以后該系統(tǒng)又經(jīng)過了擴(kuò)展和改進(jìn)，使其可以診斷和治療腦膜炎。同時(shí)又有人以,MYCIN,的控制機(jī)構(gòu)和數(shù)據(jù)結(jié)構(gòu)為基礎(chǔ)發(fā)展了和應(yīng)用范圍無關(guān)的系統(tǒng)，稱之為,EMYCIN,(Es sential MYCIN),，即專家系統(tǒng)開發(fā)工具。,對(duì),MYCIN,系統(tǒng)所作的正式鑒定表明在對(duì)細(xì)菌血癥和腦膜炎病人的診斷和選擇處方方面，,MYCIN,系統(tǒng)比傳染病方面的專家高明。但到目前為止，系統(tǒng)還不能用于臨床，其主要原因是系統(tǒng)缺乏傳染病方面的全面知識(shí)。,1,咨詢子系統(tǒng),在咨詢過程中，,MYCIN,逐步建立為得出結(jié)論所必需的信息，這些信息有關(guān)于病人的一般情況、培植的培養(yǎng)物、從培養(yǎng)物中分離的細(xì)菌以及已服用的藥物等。這些信息分

30、別歸類到相應(yīng)的項(xiàng)目中去，這些項(xiàng)目稱為,上下文,。,上下文樹,每種,上下文類型,都由一組,臨床參數(shù),來描述。例如描述,PERSON,上下文的參數(shù)稱為,PROPPT,，其中包括,NAME,、,AGE,和,SEX,，分別表示姓名、年齡和性別。描述,CURCULS,的參數(shù)稱為,PROPCUL,，其中包括,SITE,參數(shù)，表示培養(yǎng)物取自的部位。描述,CURDRGS,的參數(shù)為,PRODGRG,，其中包括,IDENT,參數(shù)，表示細(xì)菌的類別。,MYCIN,應(yīng)用產(chǎn)生式規(guī)則把專家知識(shí)表示成一般的,IF,(,條件或前提,),和,THEN,(,操作或結(jié)論,),的形式。,對(duì)許多臨床參數(shù)，,MYCIN,通常不止計(jì)算一個(gè)肯

31、定的值而是計(jì)算幾個(gè)可能的值。每一個(gè)值都帶有一個(gè),可信度,。這是一個(gè)從,-1,到,+1,之間的數(shù)，用來表示這個(gè)臨床參數(shù)的可信程度?？尚哦鹊扔?1,表示這個(gè)參數(shù)肯定是這個(gè)值，可信度為,-1,表示這個(gè)參數(shù)肯定不是這個(gè)值。可信度或是通過計(jì)算得到或是由醫(yī)生輸入。,MYCIN,系統(tǒng)使用,逆向推理,的控制策略。在程序的任何一點(diǎn)，程序的目標(biāo)都是尋找某一上下文的參數(shù)。跟蹤的方法是調(diào)用所有在其操作部分得出這個(gè)參數(shù)的規(guī)則。開始咨詢時(shí)，首先把上下文樹的根節(jié)點(diǎn)具體化為病人,-1,。然后試圖找出這個(gè)上下文類型的,REGIMEN,參數(shù),。在,MYCIN,中只有一條規(guī)則可以推論出,REGIMEN,的值,(REGIMEN,表示

32、對(duì)病人建議的療法,),，這條規(guī)則稱之為,目標(biāo)規(guī)則,。為了求得,REGIMEN,的值，系統(tǒng)需要跟蹤目標(biāo)規(guī)則的前提部分所涉及的參數(shù)。醫(yī)生很可能也不知道這些值，所以需要應(yīng)用可以推論出這些值的規(guī)則。然后，又跟蹤這些規(guī)則的前提部分中的參數(shù)。這樣跟蹤下去，直到通過醫(yī)生的回答以及推論可以找到所需的參數(shù)為止。,2,靜態(tài)數(shù)據(jù)庫,MYCIN,有一個(gè)靜態(tài)數(shù)據(jù)庫包括所有的,產(chǎn)生式規(guī)則,以及所有的咨詢程序所需的信息。每一類上下文、規(guī)則、參數(shù)都有若干特性來充分地描述它們。這些特性都儲(chǔ)存在靜態(tài)數(shù)據(jù)庫中。這樣的靜態(tài)數(shù)據(jù)庫也就是專家系統(tǒng)的知識(shí)庫。,每個(gè)規(guī)則都有四個(gè)存儲(chǔ)在靜態(tài)數(shù)據(jù)庫中的特性：,3,函數(shù),用于前提部分的簡(jiǎn)單函數(shù),專

33、門函數(shù),用于操作部分的函數(shù),用于前提部分的簡(jiǎn)單函數(shù),MYCIN,在它的規(guī)則前提部分，應(yīng)用許多簡(jiǎn)單函數(shù)，這些函數(shù)對(duì)動(dòng)態(tài)數(shù)據(jù)庫中的關(guān)于病人的數(shù)值求值，并回答一個(gè)真值。每當(dāng)對(duì)一個(gè)子句求值時(shí)，,MYCIN,首先檢驗(yàn)在子句中所涉及的參數(shù)是否已經(jīng)被跟蹤過。如果沒有，那么，或者向用戶提問，或者推論它的值。然后，系統(tǒng)把函數(shù)用于合適的病人數(shù)據(jù),三元組,(,對(duì)象、屬性、值,),。,參數(shù)是否已知函數(shù),:KNOWN,、,NOTKNOWN,、,DEFINITE,和,NOTDEFINITE,可信度函數(shù),:NOTSAME,、,MIGHTBE,、,NOTKNOWN,、,DEFIS,、,NOTDEFIS,、,DEFNOT,用于

34、數(shù)字值參數(shù)的函數(shù)。這類函數(shù)回答真值。例如，如果病人的年齡超過,13,，那么,(GRET ERP PATIENT 1 AGE 13),為真，否則為假。,專門函數(shù),MYCIN,具有可以查找靜態(tài)數(shù)據(jù)庫中的知識(shí)表的專門函數(shù)。這些函數(shù)建立可被規(guī)則的前提利用的臨時(shí)數(shù)據(jù)結(jié)構(gòu)。,例如：,SAME CNTXT IDENT (LISTOF(GRID1(VAL 1 CNTXT PORTAL)PATHFLORA),是一個(gè)含有專門函數(shù),GRID1,的子句。,GRID1,有二個(gè)變量：一個(gè)是參數(shù)，另一個(gè)是知識(shí)表的名稱。這時(shí)，參數(shù)是由計(jì)算得到的，即,(VAL1 CNTXT PORTAL),從動(dòng)態(tài)數(shù)據(jù)庫為,CNTXT(,某種細(xì)

35、菌,),的入口檢索可信度最高的值。這個(gè)值用于對(duì)知識(shí)表,PATHFLORA,進(jìn)行檢索。這個(gè)知識(shí)表包含,MYCIN,系統(tǒng)所已知的，在每個(gè)部位可能發(fā)現(xiàn)的病原體表。,用于操作部分的函數(shù),用于操作部分的函數(shù)有好幾種，其中最常用的是,CONCLUDE,。,CONCLUDE,把病人數(shù)據(jù)三元組連同可信度存入動(dòng)態(tài)數(shù)據(jù)庫，這個(gè)可信度是根據(jù)前提的可信度以及規(guī)則的可信度計(jì)算而得到的。如果由于以前的結(jié)論，這個(gè)三元組已經(jīng)存在，那么原來的可信度就和新的可信度組合起來。,CONCLUDE,函數(shù)有,5,個(gè)變量。某一規(guī)則的操作部分可能是：,(CONCLUDE ORGANISM-2 IDENT SALMONELLA TALLY 0

36、.4),TALLY,用于保持前提的可信度。第,5,個(gè)變量是規(guī)則的可信度，它表示專家對(duì)結(jié)論的相信程度。譬如，在某一特定情況下,TALLY,是,0.8,，那么在新的三元組中,ORGANISM-2,的,IDENT,參數(shù)值為,SAMONELLA,的可信度應(yīng)為,0.8,0.4=0.32,。,4,非精確推理,MYCIN,在咨詢過程中利用,可信度,而不是正規(guī)的統(tǒng)計(jì)量測(cè)作為在幾種可能性中進(jìn)行選擇的量度。這是因?yàn)楦鶕?jù)醫(yī)生臨床經(jīng)驗(yàn)，醫(yī)生用以診斷的信息并不適合于正規(guī)統(tǒng)計(jì)方法，而可信度的概念似乎更符合醫(yī)生進(jìn)行推理的方式。,可信度的概念如下所述：所有在,MYCIN,系統(tǒng)中所研究的假設(shè)和斷言都附有二個(gè)數(shù),MB,和,MD,

37、，用于量度人們主觀上對(duì)它們的相信和不相信程度。,MBh,e=x,，表示由于觀察到證據(jù),e,，對(duì)假設(shè),h,的相信程度增加了,x,MDh,e=y,，表示由于觀察到證據(jù),e,，對(duì)假設(shè),h,的相信程度減少了,y,把,MB,和,MD,合為一個(gè)，定義可信度,CF,如下：,CFh,，,e=MBh,，,e-MDh,e,可信度是一個(gè)為了把相信和不相信程度組合成一個(gè)數(shù)的人為的系數(shù)，當(dāng)有幾種可能的假設(shè)時(shí)，為了方便地比較它們的證據(jù)的強(qiáng)度，需要這樣的系數(shù)。由于,MB,和,MD,的值在,0,和,1,之間，所以,CF,的值在,-1,和,+1,之間。如果,CF,大于零，這表示系統(tǒng)相信的假設(shè)成立，如果,CF,小于零，表示反對(duì)這

38、個(gè)假設(shè)的證據(jù)更多一些，所以系統(tǒng)相信假設(shè)不成立。,5,控制策略,MYCIN,的咨詢系統(tǒng)采用逆向推理過程。,在根節(jié)點(diǎn)的情況下，第一次咨詢時(shí)所賦的名稱是病人,-1(PATIENT-1),。,PERSON,類型上下文的,MAINPROPS,特性有,NAME,、,AGE,、,SEX,、,PEGIMEN,。因此，,MYCIN,必須馬上按次序跟蹤上述四個(gè)參數(shù)中的每一個(gè)。其中，,REGIMEN,表示對(duì)病人建議的療法。這是,MYCIN,咨詢的最終追求的目標(biāo)。一旦所有這,4,個(gè)值都已求得，咨詢過程就結(jié)束。,REGIMEN,不是,LABDATA,參數(shù)，因此，系統(tǒng)通過引用目標(biāo)規(guī)則,092,來推論它的值。規(guī)則,092,

39、是系統(tǒng)中唯一的在其操作部分中涉及,REGIMEN,參數(shù)的規(guī)則。這個(gè)目標(biāo)規(guī)則體現(xiàn)了傳染病專家診斷和開處方時(shí)決策過程的,4,個(gè)步驟，具體如下 ：,規(guī)則,092,IF,存在一種病菌需要處理,某些病菌雖然沒有出現(xiàn)在目前的培養(yǎng)物中，但已經(jīng)注意到它們需要處理,THEN,根據(jù)病菌對(duì)藥物的敏感情況，編制一個(gè)可能抑制該病菌的處方表,從處方表中選擇最佳的處方,ELSE,病人不必治療,規(guī)則,090,：,IF,已知細(xì)菌的類別,存在和這種細(xì)菌的出現(xiàn)有關(guān)的顯著的病癥,THEN,肯定存在一種需要處理的細(xì)菌,(,可信度,1.0),思考題,什么是醫(yī)學(xué)決策支持系統(tǒng)？它的目的是什么？,醫(yī)學(xué)決策支持系統(tǒng)的功能和作用有哪些？,從工程角度看，醫(yī)學(xué)決策支持系統(tǒng)如何模擬醫(yī)生看病的自然過程的,?,醫(yī)學(xué)決策支持系統(tǒng)一般由哪幾部分構(gòu)成,?,確定性和不確定性規(guī)則知識(shí)分別可以用什么的生式表示形式？,獲取醫(yī)學(xué)知識(shí)的方式有哪些？,