Требования, предъявляемые к медицинским экспертным системам.

1. Система должна обеспечивать высокий уровень решения задачи в своей предметной области.

2. «Поведение» ЭС (задаваемые врачу вопросы, рекомендации, логика работы и принятия решений) должно моделировать поведение грамотного врача.

3. Система должна объяснять получаемые решения.

4. Созданные системы должны обеспечивать возможность модификации при обновлении информации.

База знаний (БЗ) является ядром экспертной или интеллектуальной системы. Это совокупность знаний предметной области, записанная на машинный носитель в форме, понятной пользователю и эксперту.

Создание БЗ является основной задачей когнитолога и главным этапом разработки ЭС. В функции когнитолога входит не только опрос экспертов, но и последующее сопоставление и обобщение полученной информации, а также её представление в виде формализованных знаний в форме, пригодной для непосредственного занесения в БЗ. Когнитолог является основным разработчиком базы знаний ЭС. От полноты признакового пространства, включая связи симптомов разработанной ЭС, и точности сформулированных алгоритмов вывода зависит качество выносимых ЭС решений.

Когнитолог – это специалист по анализу и представлению знаний. В функции когнитолога входит выбор экспертов, их опрос с последующим сопоставлением и обобщением полученной информации об объектах предметной области.

В ЭС реализуются четыре базовые функции:

1) Приобретение знаний;

2) Представление знаний;

3) Управление процессом принятия решений;

4) Разъяснение принятого решений.

Опыт, накопленный в разработке ЭС, позволил перейти к так называемым гибридным системам. В гибридных системах используются как алгоритмы диагностики на основе математической статистики, математических моделей, так и системы знаний. Примерами таких систем могут быть:

1) Системы «Гарвей», «Айболит», «Миррор», созданные НЦССХ им. А.Н. Бакулева, построены на совокупности математических и логико-лингвистических моделей. Алгоритмы принятия решений опираются на фундаментальные знания в области кровообращения и работы сердца.

2) Гибридная система для консультативной диагностики типов инсульта, включающая патогенетические подтипы ишемического инсульта на основе сочетания трех методов: статистического, логико-статистического и нейросетевого. Разработана в научно-исследовательском центре неврологии РАМН.

Дедукция - метод научного познания, который заключается в переходе от некоторых общих посылок к частным результатам-следствиям. Дедукция – это частный случай умозаключений. В широком смысле умозаключение – логическая операция, в результате которой из одного или нескольких принятых утверждений получается новое утверждение – заключение, вывод, следствие. Отличительная особенность дедуктивного умозаключения в том, что от истинных посылок оно всегда ведет к истинному заключению.

Примеры дедуктивных умозаключений:

Все жидкости упруги; вода жидкость; значит вода упруга.

Если идет дождь, земля становится мокрой; идет дождь, следовательно, земля мокрая.

Общая схема дедуктивного заключения:

Если А, то В; А, следовательно В, где А и В – высказывания.

Если А, то В; неверно В, значит неверно А.

Ценность дедукции состоит, во-первых, в том, что она дает во всех формах всегда необходимые, достоверные выводы. Во-вторых дедуктивным способом можно оперировать информацией любого рода. К дедукции можно свести все другие способы логического рассуждения. В-третьих, дедукция является основным способом построения доказательств, ведения споров, дискуссий.

 

Вопрос 16. Модуль математического моделирования. Использование моделей обеспечивает способность СППР к проведению анализа. Модели, используя математическую интерпретацию проблемы, при помощи определенных алгоритмов способствуют нахождению информации, полезной для принятия правильных решений. Например, модель фармакокинетики позволяет оптимизировать выбор лекарственной терапии.

Основные этапы построения модели:

1 этап: Формулировка цели моделирования.

2 этап: Построение упрощенной схемы реального процесса или явления на основании соответствующих законов и имеющихся данных.

3 этап: Изображение моделируемого процесса в виде соответствующей геометрической структуры.

4 этап: Формализация модели, т.е. составление уравнений, формул и т.п., адекватно описывающих происходящие процессы.

5 этап: Решение уравнений.

6 этап: Анализ полученных данных.

 

1) Математическое моделирование как метод исследования обладает рядом достоинств:

1) Метод представления количественных закономерностей в виде графиков, формул, таблиц и т.п. точен и экономичен;

2) Математическая модель позволяет судить о поведении таких систем и в таких условиях, которые трудно (или даже невозможно) создать в эксперименте или в клинике;

3) Математическая модель позволяет уменьшить время исследования систем, экономит материальные ресурсы;

4) Математическая модель облегчает решение задач прогнозирования хода и результатов экспериментов, эффектов лечебных воздействий. Такое прогнозирование позволяет подобрать оптимальные варианты применения лекарственных препаратов. Например, можно рассчитать схему внутрисосудистого непрерывного введения лекарства так, что будет обеспечен максимальный лечебный эффект при минимальном побочном воздействии. Наконец, можно лечебную терапию так рассчитать, что она обязательно приведет к выздоровлению (если таковое ещё возможно);

5) Математическая модель является важной составной частью систем интенсивной терапии;

6) Анализ математических моделей может выявить в организме пациента новые, не известные практике явления и тем самым стимулировать более глубокое исследование тех или иных органов человека.