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題樣式,68,醫(yī)學決策支持系統(tǒng),(,醫(yī)學專家系統(tǒng),),(Medcial decision support system,medical expert system),上機安排,時間：,11,月,28,號（星期一）下午,2:30-5:30,地點：主樓西,206,復習答疑安排,復習時間：,12,月,5,號（,15,周星期一）下午,7-8,節(jié),地點：二教,508,答疑時間：,12,月,6,號,12,月,9,號,地點：主樓西,301,考試安排,時間：,12,月,12,日,16,周周一,下午,2,：,30-4,：,30,地點：第二教學樓,104,閉卷,主要內(nèi)容,人工智能,醫(yī)學決策支持系統(tǒng)的研究狀況及發(fā)展趨勢,醫(yī)學決策支持系統(tǒng)概述,醫(yī)學知識庫,醫(yī)學決策支持方法,MYCIN,系統(tǒng)簡介,醫(yī)生對疾病的診斷還處于一種傳統(tǒng)的經(jīng)驗階段,醫(yī)學生,助理醫(yī)生,主治醫(yī)生,主任醫(yī)生,醫(yī)學專家,浩如煙海的醫(yī)學數(shù)據(jù)庫,醫(yī)學數(shù)據(jù)庫,-,知識庫？,人工智能與知識工程的發(fā)展為醫(yī)學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,年又擊敗了一個州冠軍。,1965,年， 在斯坦福大學化學專家的配合下，費根鮑姆研制的第一個,專家系統(tǒng),DENDRAL,。在輸入化學分子式和質(zhì)譜圖等信息后，它能通過分析推理決定有機化合物的分子結(jié)構(gòu),1976,年,6,月，美國伊利諾斯大學的兩臺不同的電子計算機上，用了,1200,個小時，作了,100,億判斷，終于完成了困擾數(shù)學界長達,100,余年之久的難題,“,四色定理,”,。,1979,年,10,月，美國底特律市舉行國際象棋錦標賽，國際象棋大師大衛(wèi),.,處維與美國的電腦棋手,“,象棋,4.9,”,進行了,50,個回合的比賽。,1997,年,5,月,11,日，,“,深藍,”,在棋盤,C4,處落下最后一顆棋子，全世界都聽到了震撼世紀的叫殺聲,“,將軍,”,！這場舉世矚目的,“,人機大戰(zhàn),”,，終于以機器獲勝的結(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：用計算機來表示和執(zhí)行人類的智能活動，就是人工智能。,定義,1,（,智能機器,）,：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)的機器稱為人工智能。,定義,2,（,能力,）,：人工智能（能力）是智能機器所執(zhí)行的通常與人類智能有關(guān)的功能，如判斷、推理、證明、識別、感知、理解、設(shè)計、思考、規(guī)劃、學習和問題求解等思維活動。,人工智能的定義,總之：人工智能也稱為機器智能，就是讓機器更,“,聰明,”,，更具有類似人的智能，同時又與人的智能互為補充、互相促進。,人工智能的任務(wù),凡是使機器能具有感知功能（如視、聽、嗅）、思維功能（如分析、綜合、計算、推理、聯(lián)想、判斷、規(guī)劃、決策）、表達行動功能（如說、寫、畫）及學習記憶等功能，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.,自動程序設(shè)計,5.,專家系統(tǒng),6.,機器學習,7.,人工神經(jīng)網(wǎng)絡(luò),8.,模式識別,深藍,-,國際象棋,-,卡斯帕若夫,四色猜想,(1976),語音錄入,翻譯系統(tǒng),機器人控制,仿腦,漢王,人工智能的應(yīng)用領(lǐng)域,9.,機器視覺,10.,智能控制,11.,智能決策支持系統(tǒng),12.,知識發(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.,系統(tǒng)與工具語言,照相機、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)、多機協(xié)作系統(tǒng),面向?qū)ο缶幊陶Z言,醫(yī)學決策支持系統(tǒng)的功能和作用,臨床醫(yī)生的知識更新無法與急劇增長的醫(yī)學知識同步。,對大批量的常規(guī)決策工作，自動化決策效率更高,(,如大量的常規(guī)實驗室檢測和數(shù)據(jù)分析等,),。,人有時會犯錯誤或失誤，當然醫(yī)生也不例外,(,復雜病例和常見病例都會出錯,),使用醫(yī)學決策支持系統(tǒng)，可以提醒專家沒在意的或沒有發(fā)現(xiàn)到的病人信息，從而提高診斷準確性,對醫(yī)學院學生，成熟專業(yè)的醫(yī)學支持系統(tǒng)可能是他們學習專業(yè)知識和專家經(jīng)驗的方便可得的廉價的老師，同時也是他們初入醫(yī)院實習工作的非常好的助手。,醫(yī)學決策支持系統(tǒng)的概念,醫(yī)學決策支持系統(tǒng),(,Medical decision support system, MDSS,),是醫(yī)學知識工程和醫(yī)學人工智能研究中非?；钴S的分支，是運用專家系統(tǒng)的設(shè)計原理與方法，模擬醫(yī)學專家診斷、治療疾病的思維過程而編制的計算機程序。它的設(shè)計目的是,幫助,醫(yī)生解決復雜的醫(yī)學問題，作為診斷、治療以及預后的輔助工具。,知識工程,人工智能,醫(yī)學,醫(yī)學決策支持系統(tǒng),國外醫(yī)學決策支持系統(tǒng)的研究狀況,1976,年，斯坦福大學的,Shortliffe,等人成功研制了,MYCIN,系統(tǒng),用于鑒別細菌感染及治療的醫(yī)學專家系統(tǒng),MYCIN,，并且建立了一整套專家系統(tǒng)的開發(fā)理論，經(jīng)專家小組對醫(yī)學專家、實習醫(yī)生以及,MYCIN,系統(tǒng)的行為進行正式測試評價，認為,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高的準確率,此后，醫(yī)學專家系統(tǒng)進入了快速發(fā)展時期。,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)療中心使用過相當長的一段時間，開創(chuàng)了醫(yī)學專家系統(tǒng)臨床應(yīng)用的先例。,1982,年，匹茲堡大學的,Miller,等人開發(fā)了,Internist-I,內(nèi)科計算機輔助診斷系統(tǒng),1991,年，哈佛醫(yī)學院,Barnett,等人開發(fā)的,“,DXPLAIN”,軟件包含有,2200,種疾病和,5000,種癥狀,我國醫(yī)學決策支持系統(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)了我國最早的中醫(yī)醫(yī)學專家系統(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)學決策支持系統(tǒng)的特點,規(guī)模小,內(nèi)容比較簡單,研究方法單一，沒有進行深入研究,臨床實用性差,醫(yī)學決策支持系統(tǒng)的發(fā)展趨勢,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)控制和故障恢復技術(shù)，對專家系統(tǒng)中的知識庫管理、設(shè)計以及對大型知識庫、共享知識庫和分布式知識庫提供幫助，改善專家系統(tǒng)的特性，使其規(guī)模提高到實用水平,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際上是一個對病人,信息,進行綜合分析處理的過程，這個過程包括三個階段：,觀察、診斷和治療,醫(yī)學決策支持系統(tǒng)對醫(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越小。醫(yī)生根據(jù)病人描述的信息和他所掌握的知識和經(jīng)驗作,診斷,結(jié)論的過程實質(zhì)上是一個,推理過程,，而,治療,則是一個,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確性則取決于觀察階段的信息獲取程度。,醫(yī)學決策支持系統(tǒng)的一般結(jié)構(gòu),:,醫(yī)書、醫(yī)生大腦中的知識、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)學知識庫。,是醫(yī)學決策支持系統(tǒng)的基礎(chǔ)，用于存放各種專家診斷知識，包括醫(yī)學事實和可行的操作與診斷規(guī)則等。,全局數(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)果甚至一些對結(jié)果的診斷處理等。,推理機。,推理機根據(jù)全局數(shù)據(jù)庫的當前內(nèi)容，從知識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出問題的結(jié)論。,解釋器。,負責對推理過程作出解釋，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。,人機接口。,人機接口是系統(tǒng)與用戶進行對話的界面。,醫(yī)學決策支持系統(tǒng)和臨床醫(yī)生的關(guān)系,在醫(yī)學人工智能中，雖然醫(yī)學決策支持系統(tǒng)能夠比較好地模擬醫(yī)生的自然行為，實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。使用計算機作醫(yī)學決策支持時，絕不允許用計算機取代人類（臨床醫(yī)生）對診斷的負責，而且在實際生活中計算機也,絕對取代不了,臨床醫(yī)生的作用。,多數(shù)情況下，臨床醫(yī)生在擁有足夠的知識和充分的病人資料情況下可以作出正確的判斷，不需要計算機協(xié)助，但在下列情況下，醫(yī)學決策支持系統(tǒng)就會顯示其強大功能和作用。,MDSS,和臨床醫(yī)生的關(guān)系,人有時會犯錯誤或失誤，當然醫(yī)生也不例外（復雜病例和常見病例都會出錯），使用醫(yī)學決策支持系統(tǒng)，可以,提醒,專家沒在意的或沒有發(fā)現(xiàn)到的病人信息，從而提高診斷準確性。,臨床醫(yī)生的知識更新無法與急劇增長的醫(yī)學知識同步。當醫(yī)學領(lǐng)域發(fā)現(xiàn),新病例、新成果,時，計算機支持系統(tǒng)可以低成本、高效率和方便快捷地傳播給廣大醫(yī)生。,對,大批量的常規(guī)決策工作,，自動化決策效率更高（如大量的常規(guī)實驗室檢測和數(shù)據(jù)分析等）。,現(xiàn)代醫(yī)院信息系統(tǒng)產(chǎn)生出的大量數(shù)據(jù)的,深挖掘,。,對,醫(yī)學院學生,，成熟的專業(yè)的醫(yī)學支持系統(tǒng)可能是他們學習專業(yè)知識和專家經(jīng)驗的方便可得的廉價的老師，同時也是他們初入醫(yī)院實習工作的非常好的助手。,醫(yī)學知識庫,醫(yī)學決策支持系統(tǒng)的兩個最關(guān)鍵部分：,醫(yī)學知識庫,知識表示,知識獲取,知識的管理和維護,推理機（醫(yī)學決策支持方法）,知識的概念與含義,人之所以有智能行為是因為他們擁有知識，擁有,對知識的獲取、表達、搜索、分析、解答等智能能力,。,醫(yī)學決策支持系統(tǒng)智能水平的高低在于系統(tǒng)擁有知識的數(shù)量和質(zhì)量,，醫(yī)學知識的獲取是醫(yī)學決策支持系統(tǒng)中最重要也是最困難的一步，,E.A.Feigenbaum,說：,“,知識獲取是人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)。,”,智能知識的表現(xiàn)方式,知識的獲取能力：,通過感知器官，在觀察、測量、訓練、操作等實踐中，獲取直接經(jīng)驗的積累或感性知識，以及在學習、閱讀、交談等過程中，獲取間接經(jīng)驗知識或理性知識。,知識的處理能力：,將感性知識上升為理性知識，進行演繹推理與歸納推理，通過知識的積累、存儲、聯(lián)想、類比、分析、計算、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。,知識的運用能力：,運用所獲得的知識，通過知識信息處理，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，發(fā)揮知識的效用，如回答咨詢、診斷疾病、操縱機器等。,知識的特性,1,、知識的相對正確性,任何知識都是在一定環(huán)境下相對正確的，而非絕對正確。,2,、知識的不確定性,信息可能是精確的，也可能是不精確的。,3,、知識的可表示性,知識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,、知識的可利用性,由于我們可以利用知識解決各種問題，因此，我們可以積累知識。,知識的分類,1,、以知識的作用范圍來劃分：,常識性知識,領(lǐng)域性知識,2,、按人類的思維及認識方法來劃分：,邏輯性知識,形象性知識,3,、以知識的確定性來劃分：,確定性知識,不確定性知識,4,、按知識的作用及表示來劃分：,事實性知識,規(guī)則性知識,控制性知識,例：對于從北京到上海，是乘飛機還是火車的問題，其知識可歸納為：,1,、敘述型知識：北京、上海、飛機、火車、時間、費用等；,2,、過程型知識：乘飛機、坐火車等；,3,、控制型知識：乘飛機較快、較貴；坐火車較慢、較便宜。,常用的知識表示法,無論是醫(yī)學科技文獻中的科學知識還是臨床醫(yī)生的經(jīng)驗性知識，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)學過程時，必須將這些形式的知識,用合適的形式來表示,，這樣才能使知識方便地在計算機中儲存、檢索、使用和修改，并且在設(shè)計和實現(xiàn)醫(yī)學決策支持時，知識的表示方法與醫(yī)學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),框架理論,狀態(tài)空間,面向?qū)ο蟮闹R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)知識表示法,產(chǎn)生式系統(tǒng)是歷史悠久且使用最多的知識表示系統(tǒng)，早在自動機理論、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)是用來描述若干個不同的以一個基本概念為基礎(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，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,的產(chǎn)生式表示形式為：,P,Q,或者：,IF P THEN Q,例,:,IF,收縮壓,>140 THEN,高血壓,產(chǎn)生式的基本形式,2,、,不確定性規(guī)則知識,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,、,確定性事實性知識,的產(chǎn)生式表示一般使用三元組表示：,（對象，屬性，值）,或者：,（關(guān)系，對象,1,，對象,2,）,如：事實,“,老李年齡是,40,歲,”,可表示為：,（,Li,，,Age,，,40,）,Li,是對象，,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,和,Zhang,是對象,產(chǎn)生式的基本形式,4,、,不確定性事實性知識,的產(chǎn)生式表示,一般使用四元組表示：,（對象，屬性，值，可信度）,或者：,（關(guān)系，對象,1,，對象,2,，可信度）,如：事實,“,老李年齡可能是,40,歲,”,可表示為：,（,Li,，,Age,，,40,，,0.8,）,Li,是對象，,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,是對象,產(chǎn)生式系統(tǒng)的組成,一個典型的產(chǎn)生式系統(tǒng)由：,1),、規(guī)則庫,2),、工作存儲器（綜合數(shù)據(jù)庫）,3),、控制器（推理機）,推理機,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,報告消防隊；,醫(yī)學知識的獲取,獲取過程,抽取知識,知識轉(zhuǎn)換,知識輸入,知識檢測,知識求精,獲取醫(yī)學知識的方式,知識工程師和醫(yī)學專家之間密切合作,醫(yī)學知識獲取的工具（骨架系統(tǒng) ）,自動知識獲取,知識工程師和醫(yī)學專家之間密切合作獲取知識,優(yōu)點：,1,直接,2,系統(tǒng)性強,缺點,：,1,勞動量大,2,知識的來源有限,3,知識領(lǐng)域狹窄,4,手工形式記錄、易出錯,5,效率低,著名的骨架系統(tǒng),1,TEIRESIAS,系統(tǒng),2,OPAL,系統(tǒng),3,PROTÉGÉ,系列,4 INTERNIST-I/QMR,系統(tǒng),5 KAVAS,知識提取系統(tǒng),優(yōu)點,應(yīng)用了知識工程領(lǐng)域和計算機領(lǐng)域及網(wǎng)絡(luò)技術(shù)中比較新的方法和技術(shù)，知識用面向?qū)ο蟮确绞奖硎?缺點,知識工程師與醫(yī)學專家之間的鴻溝、知識表示是否適當？,自動知識獲取,(,自學習,),智能水平的高低在于系統(tǒng)擁有知識的數(shù)量和質(zhì)量,傳統(tǒng)的、通過知識工程師獲取知識的方法不能完全滿足需求,自動獲取知識成為的新的研究目標,知識的管理和維護,方便,添加、刪除和修改診斷知識,瀏覽各種對象和屬性等管理維護工作,對象類,知識對象索引表,醫(yī)學決策支持方法（推理機）,推理機是指基于知識的推理的計算機實現(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表達的診斷推理過程是一個面向知識庫系統(tǒng)的，基于,假設(shè)產(chǎn)生,-,假設(shè)證實,機制的，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,作為出發(fā)點的推理，又稱為數(shù)據(jù)驅(qū)動推理。正向推理從病人數(shù)據(jù)庫中提供的主訴及實驗室檢查等事實出發(fā)，檢查知識庫中是否存在可用于對這些數(shù)據(jù)進行推理的,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,:,推理機制是從知識庫中選擇,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),。推理機制實際上是從單一規(guī)則（目標規(guī)則）開始的，然后依據(jù)已知的病人數(shù)據(jù)評估該目標規(guī)則的前提是否為真。如果沒有數(shù)據(jù)可以證實這一規(guī)則的前提為真，反向推理器就到知識庫中尋找其他規(guī)則。如果其中一個規(guī)則為真，系統(tǒng)就會得出結(jié)論：此目標規(guī)則的前提為真。這種目標驅(qū)動的推理過程反復進行，直到證實目標規(guī)則為假，或者目標的所有前提都為真。,2,確定性推理與不確定推理,在醫(yī)學中我們常常會遇到不嚴格、不精確的、模糊的知識,（,1,）基于概率的不確定推理,:,用事件發(fā)生的,概率,來描述和計算推理的不確定性測度,（,2,）基于可信度的不確定推理,:,用,信任度,表示證據(jù)出現(xiàn)時對結(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,機器學習方法,決策樹,貝葉斯網(wǎng)絡(luò),人工神經(jīng)網(wǎng)絡(luò),遺傳算法,4,推理機的搜索策略,盲目搜索方法,深度優(yōu)先,廣度優(yōu)先,有限深度優(yōu)先,隨機深度優(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),大學建立的對細菌感染疾病的診斷和治療提供咨詢的計算機咨詢專家系統(tǒng)。醫(yī)生向系統(tǒng)輸入病人信息，,MYCIN,系統(tǒng)對之進行診斷，并提出處方。,細菌傳感疾病專家在對病情診斷和提出處方時，大致遵循下列,4,個步驟：,(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)通過和內(nèi)科醫(yī)生之間的對話收集關(guān)于病人的基本情況，例如臨床情況、癥狀、病歷以及詳細的實驗室觀測數(shù)據(jù)等。系統(tǒng)首先詢問一些基本情況。內(nèi)科醫(yī)生在回答詢問時所輸入的信息被用于作出診斷。診斷過程中如需要進一步的信息，系統(tǒng)就會進一步詢問醫(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)生作進一步對話的基礎(chǔ)上選擇適合于病人的處方。,MYCIN,系統(tǒng)由,3,個子系統(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,動態(tài)數(shù)據(jù)庫,咨詢開始時，先啟動,咨詢系統(tǒng),，進入人機對話狀態(tài)。在對話過程中，系統(tǒng)向用戶提出必要的問題，進行推理。如果醫(yī)生對咨詢的某些部分有疑問，例如，想知道為什么要向用戶詢問某個特定的問題，他可暫停咨詢，向系統(tǒng)提出問題。這時系統(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。,當結(jié)束咨詢時，系統(tǒng)自動地轉(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，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)的知識工程師所使用。當發(fā)現(xiàn)有規(guī)則被遺漏或不完善時，知識工程師可以利用這個系統(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)于細菌血癥的規(guī)則，可以識別大概,50,種細菌,。以后該系統(tǒng)又經(jīng)過了擴展和改進，使其可以診斷和治療腦膜炎。同時又有人以,MYCIN,的控制機構(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,MYCIN,系統(tǒng)所作的正式鑒定表明在對細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。,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)物中分離的細菌以及已服用的藥物等。這些信息分別歸類到相應(yīng)的項目中去，這些項目稱為,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)，表示細菌的類別。,MYCIN,應(yīng)用產(chǎn)生式規(guī)則把專家知識表示成一般的,IF,(,條件或前提,),和,THEN,(,操作或結(jié)論,),的形式。,對許多臨床參數(shù)，,MYCIN,通常不止計算一個肯定的值而是計算幾個可能的值。每一個值都帶有一個,可信度,。這是一個從,-1,到,+1,之間的數(shù)，用來表示這個臨床參數(shù)的可信程度?？尚哦鹊扔?1,表示這個參數(shù)肯定是這個值，可信度為,-1,表示這個參數(shù)肯定不是這個值?？尚哦然蚴峭ㄟ^計算得到或是由醫(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，程序的目標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參數(shù)的規(guī)則。開始咨詢時，首先把上下文樹的根節(jié)點具體化為病人,-1,。然后試圖找出這個上下文類型的,REGIMEN,參數(shù),。在,MYCIN,中只有一條規(guī)則可以推論出,REGIMEN,的值,(REGIMEN,表示對病人建議的療法,),，這條規(guī)則稱之為,目標規(guī)則,。為了求得,REGIMEN,的值，系統(tǒng)需要跟蹤目標規(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)的知識庫。,每個規(guī)則都有四個存儲在靜態(tài)數(shù)據(jù)庫中的特性：,3,函數(shù),用于前提部分的簡單函數(shù),專門函數(shù),用于操作部分的函數(shù),用于前提部分的簡單函數(shù),MYCIN,在它的規(guī)則前提部分，應(yīng)用許多簡單函數(shù)，這些函數(shù)對動態(tài)數(shù)據(jù)庫中的關(guān)于病人的數(shù)值求值，并回答一個真值。每當對一個子句求值時，,MYCIN,首先檢驗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數(shù)據(jù)結(jié)構(gòu)。,例如：,SAME CNTXT IDENT (LISTOF(GRID1(VAL 1 CNTXT PORTAL)PATHFLORA),是一個含有專門函數(shù),GRID1,的子句。,GRID1,有二個變量：一個是參數(shù)，另一個是知識表的名稱。這時，參數(shù)是由計算得到的，即,(VAL1 CNTXT PORTAL),從動態(tài)數(shù)據(jù)庫為,CNTXT(,某種細菌,),的入口檢索可信度最高的值。這個值用于對知識表,PATHFLORA,進行檢索。這個知識表包含,MYCIN,系統(tǒng)所已知的，在每個部位可能發(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態(tài)數(shù)據(jù)庫，這個可信度是根據(jù)前提的可信度以及規(guī)則的可信度計算而得到的。如果由于以前的結(jié)論，這個三元組已經(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,個變量。某一規(guī)則的操作部分可能是：,(CONCLUDE ORGANISM-2 IDENT SALMONELLA TALLY 0.4),TALLY,用于保持前提的可信度。第,5,個變量是規(guī)則的可信度，它表示專家對結(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)計量測作為在幾種可能性中進行選擇的量度。這是因為根據(jù)醫(yī)生臨床經(jīng)驗，醫(yī)生用以診斷的信息并不適合于正規(guī)統(tǒng)計方法，而可信度的概念似乎更符合醫(yī)生進行推理的方式。,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)和斷言都附有二個數(shù),MB,和,MD,，用于量度人們主觀上對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,，對假設(shè),h,的相信程度減少了,y,把,MB,和,MD,合為一個，定義可信度,CF,如下：,CFh,，,e=MBh,，,e-MDh,e,可信度是一個為了把相信和不相信程度組合成一個數(shù)的人為的系數(shù)，當有幾種可能的假設(shè)時，為了方便地比較它們的證據(jù)的強度，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，表示反對這個假設(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)點的情況下，第一次咨詢時所賦的名稱是病人,-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參數(shù)中的每一個。其中，,REGIMEN,表示對病人建議的療法。這是,MYCIN,咨詢的最終追求的目標。一旦所有這,4,個值都已求得，咨詢過程就結(jié)束。,REGIMEN,不是,LABDATA,參數(shù)，因此，系統(tǒng)通過引用目標規(guī)則,092,來推論它的值。規(guī)則,092,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。這個目標規(guī)則體現(xiàn)了傳染病專家診斷和開處方時決策過程的,4,個步驟，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)病菌對藥物的敏感情況，編制一個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,已知細菌的類別,存在和這種細菌的出現(xiàn)有關(guān)的顯著的病癥,THEN,肯定存在一種需要處理的細菌,(,可信度,1.0),思考題,什么是醫(yī)學決策支持系統(tǒng)？它的目的是什么？,醫(yī)學決策支持系統(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)則知識分別可以用什么的生式表示形式？,獲取醫(yī)學知識的方式有哪些？,