Технология создания модели экспертной системы в учебном процессе посредством информационно-вероятностной логики

Размещено на http://www.allbest.ru/

Технология создания модели экспертной системы в учебном процессе посредством информационно-вероятностной логики

Ческая Т.Ю.,

ассистент кафедры медицинской физики и информатики

В статье рассматривается проблема изучения экспертных систем в медицинских учебных заведениях. Авторы представляют технологию создания модели экспертной системы, разработанную и внедренную на кафедре медицинской физики и информатики Крымского государственного медицинского университета им. С. И. Георгиевского.

Ключевые слова: информационные технологии, экспертные системы, метод Байеса, диагностика, вероятность.

Применение активно развивающихся информационных технологий в современной медицинской практике приводит к необходимости качественной подготовки медицинского персонала в этой области. Значительный прогресс в сфере внедрения информационных технологий в медицине отмечен в области разработки экспертных систем и систем поддержки принятия решений. Экспертные системы во врачебной практике позволяют решать задачи диагностики, дифференциальной диагностики, прогнозирования, выбора стратегии и тактики лечения; при этом дают возможность учитывать большой объем информации во время принятия решений и позволяют выйти на качественно новый уровень представления течения заболевания, то есть на основе соответствующих математических моделей произвести моделирование типового развития патологического процесса при конкретном заболевании [1]. Медицинские экспертные системы позволяют врачу не только проверить собственные диагностические предположения, но и использовать соответствующую компьютерную программу с целью консультации в трудных диагностических случаях.

Программа по дисциплине "Медицинская информатика" в высших медицинских учебных учреждениях предусматривает изучение различных типов врачебных логик [5], методов формализации медицинских знаний. В свою очередь, это расширяет представление будущего медицинского работника об информационных технологиях в медицине и позволяет глубже понять принципы функционирования таких медико-ориентированных систем, как экспертные системы. Важным аспектом является понимание преимуществ и недостатков применения экспертных систем в медицинской практике. В то же время следует заметить, что времени, отведенного на аудиторную работу, явно недостаточно для изучения студентами этого раздела.

Учитывая то, что студенту невозможно преподнести все знания, накопленные к настоящему моменту в той или иной области, одной из задач высшего образования является формирование прочных фундаментальных знаний, используя которые обучаемый сможет в дальнейшем самостоятельно повышать свой профессиональный уровень [4]. Согласно современным концепциям кредитно-модульной системы образования, самостоятельной работе студента уделяется большой объем времени и особо актуальной является ориентация на практические навыки, в том числе - и навыки в использовании информационных технологий будущим медицинским специалистом.

Целью статьи является раскрытие некоторых особенностей изучения компьютерных дисциплин студентами медицинских специальностей, а также представление информатико-математических основ проектирования моделей экспертных систем, применяемых в медицинской практике.

Изложение основного материала. В ходе работы на кафедре медицинской физики и информатики Крымского государственного медицинского университета им. С.И.Георгиевского для самостоятельной работы студентов, обучающихся по кредитно-модульной системе, был разработан и внедрен в учебную практику учебно-методический комплекс, включающий в себя информационные материалы по теме "Клинические системы поддержки принятия решений. Способы прогнозирования. Моделирование системы поддержки принятия решений", методику создания моделей экспертных систем средствами электронных таблиц, а также разработанную сотрудниками кафедры учебную базу знаний.

В предлагаемой деятельности используется предшествующий учебный материал, она является обобщающей итоговой работой по темам "Формализация и алгоритмизация медицинских задач. Теория алгоритмов. Построение блок-схем и алгоритмов", "Формальная логика в решении задач диагностики и профилактики. Вероятная диагностика", "Методы поддержки принятия решений. Стратегии получения медицинских знаний".

Целью учебной работы, выполняемой студентами, является создание модели экспертной системы, диагностирующей некоторые заболевания посредством информационно-вероятностной логики.

В представленной авторами модели экспертной системы рассматривается четыре возможных варианта заболеваний и, на основании симптомов, вводимых в нее пользователем, определяется наиболее вероятный диагноз. Основными компонентами предлагаемой модели экспертной системы являются база знаний и набор правил, согласно которым задача решается системой.

Как правило, база знаний экспертной системы содержит факты (статические сведения о предметной области) и правила - набор инструкций, применяя которые к известным фактам можно получать новые факты. В рассматриваемой системе база знаний представлена в виде таблицы с условными вероятностями симптомов , соответствующих заболеваниям . База знаний была предварительно разработана сотрудниками кафедры на основе данных, предоставленных клиническими кафедрами университета.

Правила, согласно которым выбирается наиболее вероятный диагноз, формируются в соответствии с математическим аппаратом метода вероятностной диагностики по Байесу. Процесс постановки диагноза с использованием метода вероятностной диагностики состоит из следующих логически связанных действий:

- определение симптомокомплекса больного;

- вычисление условных вероятностей симптомокомплекса;

- определение априорной вероятности заболеваний;

- вычисление нормировочного коэффициента;

- расчет вероятностей диагнозов;

- постановка диагноза.

Согласно учебной рабочей программе [2] этот материал предшествует теме "Методы поддержки принятия решений. Стратегии получения медицинских знаний", "Экспертные системы", что позволяет студентам закрепить полученные ранее теоретические и практические навыки.

На рис. 1 приведена экранная форма созданной модели экспертной системы в типовом табличном редакторе.

информационная логика медицинский учебный

Рис.1. Модель экспертной системы в типовом табличном редакторе

Процедура создания предложенной нами модели экспертной системы состоит из ряда действий. Строится входная карта пациента ("Блок ввода" на рис. 1), представляющая собой таблицу с названиями симптомов. При диагностике напротив каждого из них ставится 1, если у пациента наблюдается симптом, и 0 - в противном случае. Число симптомов зависит от базы знаний и может варьироваться от 15 и более. На рис.1 для примера приведены 4 симптома.

Отдельным блоком размещается база знаний экспертной системы, в которой приводятся вероятности симптомов при различных заболеваниях (обозначаемые) и величины априорных вероятностей диагнозов . Как уже говорилось, в учебных целях студентам предлагается готовая к использованию база знаний с априорными вероятностями рассматриваемых заболеваний в текущее время года в определенном регионе. Априорной вероятностью некоторого диагноза является эмпирическая частота наблюдения определенного заболевания в некоторых конкретных условиях. Смысл введения в диагностику величины состоит в том, что она не постоянна и зависит от географических, сезонных, эпидемиологических и других факторов, которые должны быть учтены в постановке диагноза.

Далее студентами создается динамическая таблица экспертной системы ("Блок вычислений", рис. 1). Для заполнения этой таблицы используются логические функции табличного редактора. Отметим, что практикум по логическим функциям, также как и по вероятностной диагностике, предшествует теме "Методы поддержки принятия решений. Стратегии получения медицинских знаний", в которой изучаются экспертные системы [2]. В случае, если у пациента проявляется симптом (в блоке ввода напротив симптома стоит 1), в блок вычислений автоматически переносится соответствующее значение из базы знаний посредством логических функций. Если симптом не проявлен (в блоке ввода напротив симптома стоит 0), ячейка заполняется единицей, т.к. при умножении 1 не влияет на ответ. Это необходимо для того, чтобы правильно вычислить для каждого из предполагаемых заболеваний условную вероятность симптомокомплекса . Так как вероятность симптомокомплекса - это вероятность проявления всех симптомов одновременно, следовательно, условные вероятности симптомов исчисляются таким образом:

, (1)

где - количество симптомов. Подобная таблица может иметь вид, представленный на рис. 1 "Блок вычислений". Следует отметить, что вероятности симптомов и не вписаны в таблицу вручную, а расставляются посредством конструируемой логической функции. В таком случае симптомы и присутствуют у больного, поэтому, в соответствии со значением логической функции, условные вероятности этих симптомов заполнены в блок вычислений. Остальные симптомы из приведенных у больного отсутствуют, поэтому ячейки заполнены "1".

Вычисление вероятности диагноза производится с использованием стандартного метода вероятностной диагностики Байеса:

, (2)

где - нормировочный коэффициент, вычисляемый по формуле:

, (3)

- количество предполагаемых заболеваний.

Диагнозом будет заболевание с максимальной вероятностью .

Выходная таблица, в которой будет отображаться результат (диагноз), конструируется следующим образом: с помощью функции "МАКС" находится максимальная вероятность диагноза (рис. 2 (б). В случае равенства возвращаемого значения функцией "МАКС" и значения в поле (вероятности заболевания при определенном симптомокомплексе), текущий диагноз будет являться ответом экспертной системы. Его название будет вписано в поле "названия заболевания". Таким образом, представленная модель экспертной системы автоматически выдает результат, понятный пользователю. Пример блока вывода представляем на рис. 2 (а).

а) б)

Рис. 2. Изображение а) блока вывода; б) фрагмента блока вычислений вероятностей диагнозов

Выводы

Рассматриваемая модель экспертной системы внедрена в учебный процесс по дисциплине "Медицинская информатика" с 2008 года. Важной учебно-прикладной задачей, решаемой в ходе выполнения такой работы, является закрепление полученных ранее знаний, формирование умения использовать их в дальнейшем для разработки систем поддержки принятия решений. Не менее важным является повышение уровня будущего специалиста-медика в области информационных технологий. Создание такой модели дает возможность студентам понять принцип работы и роль экспертных систем во врачебной и диагностической деятельности, осознать механизмы организации работы медицинских экспертных систем, их преимущества и недостатки.

Список использованных источников

1. Жариков О.Г. Экспертные системы в медицине / О.Г. Жариков, А.А. Литвин, В.А. Ковалёв // Медицинские новости. - 2008. - №10. - С. 15-18.

2. Медична інформатика : програма навчальної дисципліни для студентів вищих медичних закладів освіти III-IV рівнів акредитації. - Київ, 2005. - 46 с.

3. Растригин Л.А. Экспертные системы / Л.А. Растригин // Радио. - 1988. - №6. - С. 11-12.

4. Трофимова О.К. Формирование оптимального учебного плана вуза при помощи ЭВМ / О.К. Трофимова, С.А. Трофимов // Педагогическая информатика. - 2000. - №3. - С.13-17.

5. Чирський М.В. Медична інформатика : учбовий посібник [для студентів медичних ВУЗів] / М.В. Чирський, О.О. Горлов. - Сімферополь, 2001. - С.95-100.

Размещено на Allbest.ru