Кваліфікаційна робота магістра Твардієвича Олександра Олеговича

ВСТУП

Поява перших «справжніх» медичних експертних систем (ЕС) відходить до початку 70-х років. Тим не менш, інтерес до експертних систем як до різновиду систем штучного інтелекту не слабшає. За минулі роки накопичений значний досвід розробки експертних систем (медичні системи займають серед них одну с ключових позицій), узагальнений в численних статтях,монографіях і довідниках. Пройдено лише перший відрізок довгого шляху, труднощі подолання якого обумовлені, з одного боку, надзвичайною складністю об’єкту, що моделюється з використанням експертних систем – мозку людини, а з іншого боку – високою складністю завдань, вирішення яких покладається на медичні експертні системи.

Уже понад 30 років дослідження в галузі штучного інтелекту звертають на себе увагу. Однак і сьогодні побудова ефективних експертних систем різного призначення, і в тому числі, медичних систем, залишається завданням актуальним і все ще далеким від свого завершення. Коли роботи в цій галузі вже дали цілий ряд важливих, у тому числі практичних, результатів, усе ще доводиться пояснювати необхідність вирішення цієї проблеми. Найбільш відомі результати наукової галузі штучного інтелекту пов'язані з ЕС.

Експертні системи - це різновид комп'ютерних систем, які мають за основу відповідне представлення знань, зокрема медичних. Усупереч діагностичним системам медичні експертні системи ніби моделюють процеси мислення лікаря у встановленні діагнозу.

Основні функції, які виконує ЕС, допомагають не експерту стати експертом, а експерту - суперекспертом. При цьому ЕС не виступає у ролі вчителя, а відбувається евристичне навчання самого користувача за рахунок надання йому нових можливостей. Зрозуміло, що медицина є ідеальним середовищем для створення та застосування ЕС.

Експериментальні дослідження процесів розумової діяльності людини показали, що 85% часу йде на створення умов для власне розумової роботи, що зводяться до знаходження необхідної інформації, друкування,побудови графіків та іншої "канцелярської" роботі, яку, в принципі, можуть виконувати різні технічні пристрої. До роботи медичного дослідника або практикуючого лікаря цей висновок цілком можна застосувати.

З урахуванням всього вищесказаного я вважаю що створення інформаційної системи для лікарської установи є актуальною і корисною темою для дипломної роботи.

2 Аналіз існуючих аналогів

У даному розділі розглянемо найбільш відомі аналоги по моїй предметній області.

2.1 Dendral (Дендрал)

Dendral (Дендрал) — проект з розробки експертної системи, що мав великий вплив на розвиток технологійштучного інтелектув1960-тихтакомп'ютерну експертну систему, розроблену в результаті роботи цього проекту. Основною метою було допомогти дослідникаморганічної хіміїв ідентифікації невідомихмолекулна основі аналізу данихмас-спектрометрії. Роботи над проектом розпочалися в1965році вСтенфордському Університеті. Брали участь: Едвард Файгенбаум (англ.Edward Feigenbaum), Брюс Бучанан (англ.Bruce Buchanan), Джошуа Ледерберг (англ.Joshua Lederberg), та Карл Д'єрассі (англ.Carl Djerassi). Робота над цим проектом охоплює майже половину історії дослідження штучного інтелекту.

Комп'ютерна програма Dendral вважається першою експертною системою, оскільки вона автоматизувала процес прийняття рішень та розв'язання проблем органічних хіміків. Вона складається із двох підпрограм: Евристичний Дендрал (англ.Heuristic Dendral), та Мета-Дендрал (англ.Meta-Dendral). Програми були написані намові програмуванняLISP, котра, в ті часи, вважалась мовою програмування штучного інтелекту.

На базі Дендрал було створено багато інших систем, зокрема: MYCIN, MOLGEN,MACSYMA, PROSPECTOR,XCON, та STEAMER.

Назва Дендрал (Dendral) є портмонеслів «Дендричний алгоритм» (англ.Dendritic Algorithm).

2.2 Mycin

MYCIN була ранньою експертною системоюрозробленою за 5 чи 6 років на початку 1970х років вСтенфордському університеті. Вона була написана наЛіспіяк докторська дисертація Едварда Шортлайфа (англ.Edward Shortliffe) під керівництвом Брюса Бучанана (англ.Bruce Buchanan), Стенлі Н. Коена (англ.Stanley N. Cohen) та інших. У цій же лабораторії була раніше створена експертна системаDendral, але на цей раз увагу було акцентовано на використанні вирішальних правил з елементами невизначеності. MYCIN було спроектовано для діагностування бактерій, що викликають складні інфекції, такі як бактеремія іменінгіт, а також для рекомендації необхідної кількостіантибіотиків, в залежності від маси тіла пацієнта. Назва системи походить відсуфіксу«-міцин», який часто зустрічається в назвах антибіотиків. Також Mycin використовувався для діагностики захворюваньзгортання крові.

Призначення цієї програми - бути асистентом лікаря, який не є вузьким спеціалістом в області застосування антибіотиків. В процесі роботи програма формує гіпотези діагнозу і надає їм певні ваги, але самостійно, як правило, не робить остаточного вибору. Після 1976 року система неодноразово модифікувалася і оновлювалася, але базова версія складалася з п'яти компонентів.

• База знаньмістить фактичні знання, що стосуються предметної області, і відомості про наявні невизначеностях.

• Загальні бази даних пацієнтів містять інформацію про конкретних пацієнтів та їх захворювання.

• Консультуюча програма задає питання, виводить укладення системи і дає поради для конкретного випадку, використовуючи інформацію про пацієнта і статичні знання.

• Пояснююча програма відповідає на питання і дає користувачеві інформацію про те, на чому ґрунтуються рекомендації або висновки, сформульовані системою. При цьому програма приводить трасування процесу вироблення рекомендацій.

• Програма сприйняття знань служить для оновлення знань, що зберігаються в системі, в процесі її експлуатації.

Підсистема, в яку входять перші три пункти відповідає за вирішення проблеми. Вона будує гіпотези щодо причин захворювання і формує рекомендації, ґрунтуючись на гіпотезах.

База знаньсистеми MYCIN організована у вигляді безлічі правил у формі «якщо Умова_1, ..., Умова_m виконуються, то прийти до Висновок_1, ..., Висновок_n». Ці правила перетворені в оператори мовиLISP.