2.4. Системы искусственного интеллекта 2.4.1. Экспертные системы

Развитие информационных технологий вступило в этап, когда компьютеры стали активно брать на себя функции, традиционно считавшиеся прерогативой интеллектуаль­ной деятельности человека.

Одной из самых сложных задач практического здраво­охранения является диагностика, определяющая успех всей работы. Точность диагностики зависит от квалификации специалиста, его умения правильно проанализировать си­туацию. Поэтому, по мере развития информационных технологий возникла идея заложить знания высококвали­фицированных специалистов «в компьютер» и использо­вать компьютер в качестве электронного эксперта.

По способу решения задачи диагностики различают ве­роятностные и экспертные системы.

Вероятностные системы диагностики основываются на реализации одного из методов распознавания образов или статистических методов принятия решений, чаще всего — на теореме Байеса.

В экспертных системах — реализуется логика приня­тия диагностического решения опытным врачом (врачами).

Экспертная система — это система, обеспечивающая принятие решения по исходной информации на основе базы знаний, хранящей знания экспертов.

Экспертные системы принадлежат к классу систем ис­кусственного интеллекта. Разрабатываемые в настоящее время медицинские экспертные системы просты и реша­ют узкоспециализированные задачи медицинской диагно­стики. По структуре это, в основном, диалоговые базы данных, сопряженные с базами знаний и подсистемами генерации отчетов.

Наиболее важные области применения экспертных си­стем:

• диагностика неотложных и угрожающих состояний в условиях дефицита времени;

• ограниченные возможности обследования;

• скудная клиническая симптоматика;

• быстрые темпы развития заболевания.

Весьма существенно, что работа с экспертными систе­мами может вестись удаленно (телемедицина).

Общий принцип, положенный в основу формирования диагностических экспертных систем — включение в базу знаний синдромов, отражающих состояние всех основных систем организма.

Выводы, основанные на опыте работы с экспертной си­стемой, должны быть весьма конкретны и обоснованны и включать в себя структурное представление медицинских знаний по конкретному вопросу в виде иерархически орга­низованных описаний. При этом язык описаний алгорит­мов формирования заключений должен быть прост и дос­тупен практическому врачу.

В создании экспертных систем участвуют, как прави­ло, врач-эксперт (или эксперты), математик и програм­мист. Основная роль в разработке такой системы принад­лежит врачу-эксперту. Однако, как правило, достаточно сложными задачами являются извлечение знаний экспер­та, формализация этих знаний на всех этапах процесса принятия решений.

У полностью оформленной экспертной системы при­сутствуют четыре основных компонента (блока):

• база знаний,

• машина вывода,

• модуль извлечения знаний,

• система объяснения принятых решений.

Кроме того, хорошая экспертная система имеет блок для пополнения базы знаний (система с обучением).

База знаний содержит факты или утверждения и пра­вила. Факты являются краткосрочной информацией и могут изменяться в ходе одного сеанса работы. Правила составляют долговременную информацию о том, как по­лучать новые факты на основе известных данных.

Машина вывода представляет собой высокоуровневый интерпретатор, который осуществляет цепочку рассужде­ний на основе фактов и правил базы знаний и приводит к конечному решению. Машина вывода обычно имеет дело с ненадежными знаниями; решение этой задачи в настоя­щее время производится с помощью байесовской логики, нечеткой логики, введения коэффициентов уверенности, что дает на практике приемлемые результаты.

Извлечение знаний является трудоемким процессом. Обычный способ извлечения знаний состоит в том, что специалист по технологии экспертных систем различны­ми путями получает от экспертов знания, которые добав­ляются в экспертную систему для формирования правиль­ного представления их знаний в компьютере. Обычно это долгий и дорогой процесс

Система объяснения принятых решений экспертной системы позволяет облегчить процесс общения человека с экспертной системой, объясняя, как система пришла к решению. Наличие такой системы объяснения, при необ­ходимости, дает возможность человеку вмешаться в про­цесс принятия решения.

Экспертные системы позволяют решать задачи для ко­торых нет строгой устоявшейся теории; в первую очередь, это задачи медицинской, технической и экономической диагностики.

Одной из самых известных экспертных систем являет­ся система MYCIN, разработанная в конце семидесятых годов в Стэнфордском университете (США). Система MYCIN — это экспертная система, предназначенная для работы в области диагностики и лечения заражения кро­ви и менингитных инфекций. Система ставит соответству­ющий диагноз, исходя из представленных ей симптомов, и рекомендует курс медикаментозного лечения любой из диагностированных инфекций. Она включает в общей сложности 450 правил. Качество диагностики системы оценивается, как стоящее на уровне квалифицированно­го врача.

По типу MYCIN построена система PUFF, которая пред­назначена для диагностики заболеваний легких.

Коммерческая экспертная система «ПсихоНевролог», разработана в научно-медицинском центре «РАДИКС» (Москва). Система используется при лечении больных с пограничными психическими нарушениями как при со­матических, так и при собственно психических заболева­ниях (прежде всего, при различных формах неврозов).

Еще один пример — система ДИАНА-5 (СПбМАПО, С.­Петербург). Это экспертная система для диагностики и выбора тактики при болях в животе, предназначенная для сельского фельдшера. Система формирует предваритель­ные диагностические предположения при подозрении на острое хирургическое заболевание органов брюшной по­лости или другие заболевания, сопровождающиеся боля­ми в животе и/или рвотой.

Экспертные системы позволяют не только производить раннюю доклиническую диагностику, но также оценивать сопротивляемость организма и его предрасположенность к заболеваниям, в том числе онкологическим.