О М Киселева, С М Селякова - Синтез базы знаний экспертной системы диагностики и лечения гриппа - страница 1

Страницы:
1 

УДК 004.891.3

О. М. Киселева, С.М. Селякова

Донецкий национальный технический университет, г. Донецк кафедра системного анализа и моделирования

СИНТЕЗ БАЗЫ ЗНАНИЙ ЭКСПЕРТНОЙ СИСТЕМЫ ДИАГНОСТИКИ И

ЛЕЧЕНИЯ ГРИППА

 

Аннотация

О. М. Киселева, С.М. Селякова. Синтез базы знаний экспертной системы диагностики и лечения гриппа. Выполнен обзор существующих информационных систем медицинской диагностики. Проведен анализ процесса диагностики и лечения гриппа. Сформирована структура базы знаний экспертной системы диагностики и лечения гриппа и выбраны методы представления знаний в системе.

Ключевые слова: база знаний, экспертная система, медицинская информационная система, продукционная система представления знаний.

Актуальность проблемы.Одной из важныхпроблем здравоохранения, как во всем мире, так и в Украине, является диагностика и лечение острых респираторных инфекций, гриппа и прогнозпандемий.

Решение задачи диагностики и лечения гриппа усложняется вследствиебольшого количества неконтролируемых параметров протекания болезни, влияния различных внешних факторов на процесс выздоровления больного, существование различий в компетентности лечащих врачей.

Подобные задачи успешно решаются с помощью современных информационных технологий, в частности, с помощью диагностических экспертных систем. Преимуществоприменения которых заключается в том, что эти системы работают систематизировано, учитывая все особенности протекания заболевания, позволяют выбрать наилучшую альтернативу из всех возможных, с помощью моделей и алгоритмов из базы знаний, что обеспечивает довольно точное определение диагноза пациента

Таким образом, актуальнойявляется проблема повышения эффективности процесса диагностики и лечения гриппа с помощью современных информационных технологий.

Анализ литературы. Медицинская информационная система представляет собой совокупность программно-технических средств, баз данных и знаний, предназначенных для автоматизации разных процессов, что происходят в лечебно-профилактических учреждениях [1]. К наиболее распространенным автоматизированным медицинским системам относятся:

-            Госпитальная информационная система «Медицина»,предназначеная для оптимизации работы медицинского учреждения и автоматизации деятельности подразделений, связанных с обслуживанием пациентов, учетно-хозяйственной деятельностью и управлением.

-            Информационная медицинская система «Imed», которая выполняет основные стандартные функции управления медицинским заведением.

-            «Доктор Элекс» — медицинская информационная система, разработанная для автоматизации всех ключевых позиций работы современной клиники: регистратуры, врача, лаборатории, диагностики, отчетности, управления.

-            «Mycin»— это экспертная система, предназначенная для работы в области диагностики, лечения заражения крови и медицинских инфекций. Система ставит соответствующий диагноз, исходя из указанных ей симптомов, и рекомендует курс медикаментозного лечения любой из диагностированных инфекций[2].

Анализ литературных источников показал, что на данный момент не существует информационных систем, выполняющих поддержку принятия решений непосредственно при диагностике и лечении гриппа.

Цель статьи. Провести системный анализ процесса диагностики и лечения гриппа. Разработать структуру базы знаний экспертной системы диагностики и лечения гриппа и выбрать методы представления знаний в системе.

Постановка задачи исследования. Необходимо разработать базу знаний экспертной системы диагностики и лечения гриппа, которая обеспечит поддержку принятия решений врачом при постановке диагноза больному и при назначении лечения.

Анализпредметнойобласти.

Грипп - острое инфекционное заболевание, которое характеризуется воспалением верхних дыхательных путей. Существует много штаммов вируса гриппа - А, В, С, разновидностей этих штаммов, которые связаны с изменчивостью вируса. Симптомы гриппа А схожи с симптомами сезонного гриппа. Эти симптомы следующие: повышение температуры (94% пациентов), кашель (92%), сильная боль в горле при глотании (62%), диарея (25%) и рвота (25%). Болезнь при инфицировании вирусом гриппа В, как правило, протекает в легкой форме, поражая чаще детей и людей молодого возраста. Характерной особенностью вирусов гриппа В является то, что они циркулируют только в человеческой среде.

Вирус гриппа С достаточно мало изучен. Известно, что в отличие от вирусов А и В, он содержит только 7 фрагментов нуклеиновой кислоты и один поверхностный антиген. Способен инфицировать только человека, причем симптомы болезни обычно слабо или вообще не выражены.

Парагрипп (Paragrippus) - острое инфекционное заболевание, вызвано различными серотипами вирусами парагриппа. Вирус парагриппа передается воздушно-капельным путем. Первыми симптомами парагриппа обычно являются заложенность носа, сухой кашель, першение или незначительная боль в горле.

Лекарственные средства, которые используют для лечения и профилактики гриппа и парагриппа, можно разделить на две категории: противовирусные и симптоматические препараты. К противовирусным препаратам относят химиопрепараты этиотропного действия, которые включают в себя блокаторы ионного канала и ингибиторы; вирулицидные препараты; препараты интерферона; иммуномодуляторы. К симптоматическим препаратам относят жаропонижающие; антигистаминные; противокашлевые; витамины и их аналоги; общеукрепляющие препараты.

Решение задачи исследования.

База знаний экспертной системы диагностики и лечения гриппа содержит три уровня знаний: предметные (фактические) знания и управляющие знания[3].

К входной информации экспертной системы относятся:

-            информация о пациенте (ФИО, возраст, жалобы);

-            результаты обследования (температура, давление, пульс);

-            результаты анализов.

В качестве выходной информации выступают:

-            возможный диагноз;

-            список рекомендованных лекарственных препаратов, в соответствии с заболеванием.

В качестве предметных знанийвыступаютпродукционные правила, которые позволяют на основе входной информации установить диагноз заболевания и подобрать список лекарственных препаратов.

Управляющие знания системы на основе продукционных правил позволяют решать следующие задачи:

1)      диагностировать тип гриппа на основе информации о пациенте, результатов обследования пациента, а также результатов анализов;

2)      подобрать список лекарственных препаратов для лечения на основе данных о типе гриппа, симптомах, а также индивидуальных особенностей пациента.

Алгоритм решения первой задачи основан на байесовской системе логического вывода, которая предназначена для проведения консультации с пользователем с целью определения вероятностей возможных исходов и использует для этого оценку правдоподобности некоторых предпосылок, получаемых от пользователя.

На первом этапе создания базы знаний необходимо сформулировать знания о рассматриваемой области в виде двух наборов: Q = (q°} - наборасимптомов и V = [vi] - набора заболеваний, а также двух матриц вероятностей: Ру = [руц] и Рп = [рЩ]] размером тхп, где руі; -вероятность получения положительного ответа на j-й вопрос, если i-й исход верен; - вероятность получения отрицательного ответа на j-й вопрос, если i-й исход верен, m и n - количество вопросов и исходов соответственно. Каждому исходу ставится в соответствие априорная вероятность данного исхода Р, т.е. вероятность исхода в случае отсутствия дополнительной информации.

В процессе работы экспертной системы решатель, пользуясь данными наборами и матрицами и теоремой Байеса, определяет апостериорную вероятность каждого исхода, то есть вероятность, скорректированную в соответствии с ответом пользователя на каждый вопрос:

-          при положительном ответе:

 

P        =                                 , (1)

. .

-          при отрицательном ответе

P        =------ (---- Уч     '------- , (2)

(1 - Pyj) p + (1 - Pnj) (1 - P)

-          при ответе «не знаю» апостериорная вероятность равна априорной.

То есть вероятность осуществления некой гипотезы при наличии определенных подтверждающих свидетельств вычисляется на основе априорной вероятности этой гипотезы без подтверждающих свидетельств и вероятностей осуществления свидетельств при условиях, что гипотеза верна или неверна.

Одним из принципов, которые реализуются в данном методе, является использование верхних и нижних порогов для вероятностей отдельных гипотез. Гипотеза Нк формулируется следующим образом: «Пациент болен kтипом гриппа». Если вероятностьР(Н)после учета всех симптомов превышает верхний порог Мах(Н), т.е. (1), то гипотеза Н принимается как основа возможного вывода. Если

Р(Н) < Міп(Н), (3) гдеМіп(Н)   -   нижний   порог,   тогда   гипотеза   Н   откидывается, как неправдоподобная.

Если в определенный момент работы системы выясняется, что для какой-либо гипотезы Нквыполняется условие

Ртіп к)> Ртах

для\/і Ф к, гдеРтіп(Нк)- текущая минимальная вероятность гипотезы Н и соответственно Ртаб (Ні ) - текущая максимально допустимая вероятность для гипотезы Н. тогда гипотеза Нкявляется наиболее вероятной, и продолжение экспертизы нецелесообразно [4].

Алгоритм решения второй задачи основан на представлении продукционных правил с помощью графов. Данная система продукций представлена И/ИЛИ графом. Под И/ИЛИ графом понимается граф < F,R >, вершины F которого соответствуют некоторым целям, фактам и правилам, а дуги R - отношения между ними.

Разработано 2 типа графов: первый - для выбора противовирусных препаратов, второй для выбора симптоматических препаратов. С помощью И/ИЛИ графа обратный вывод представляется как проблема поиска пути на данном графе. Поиск на графе рассматривается следующим образом, Операторы л (И-узлы графа) означают декомпозицию графа, т.е. задача разбивается на подзадачи, которые должны быть решены для решения исходной проблемы. Операторы v (ИЛИ-узлы графа) в представлении на основе исчисления предикатов определяют точку выбора между альтернативными путями решения задачи. Нахождение пути к цели вдоль любой из ветвей является достаточным условием для решения общей задачи

[5].

Основная цель поиска на «И-ИЛИ» графе — показать разрешимость вершины Si. Вершина является разрешимой, если выполняется одно из следующих условий:

1)      вершина S является заключительной (терминальной);

2)      следующие за S вершины являются вершинами типа «ИЛИ» и при этом хотя бы одна из них разрешима;

3)      следующие за S вершины являются вершинами типа «И» и при этом каждая из них разрешима.

Выводы. Выполнен обзор существующих информационных систем медицинской диагностики. Проведен анализ процесса диагностики и лечения гриппа. Сформирована структура базы знаний экспертной системы диагностики и лечения гриппа и выбраны методы представления знаний в системе. Таким образом, использование экспертных систем для установления диагноза пациента и выбора метода лечения позволяет сократить время приема пациента и повысить эффективность лечения.

Список литературы

1.    С. О. Волошин. Анализ технологий создания медицинских информационных систем. - ISSN 1028-9763. Математичнімашини і системи, 2009, №3

2.    Представление и использование знаний: Пер. с япон./ Под ред. Х. Уэно, М. Исидзука. - М.: «МИР», 1989. - 220 с., ил.

3.    Головчинер М.Н. Введение в экспертные системы. Курс лекций., 2011, 63 с.

4.    Черноруцкий И.Г. Методы принятия решений/ Черноруцкий И.Г. - СПб.:

БХВ - Петербург, 2005. - 416 с.

5.    Искусственный интеллект: стратегии и методы решения сложных проблем, 4-е издание.: Пер. с англ. - М.:Издательский дом «Вильямс», 2003. - 864 с., ил.

Страницы:
1 


Похожие статьи

О М Киселева, С М Селякова - Синтез базы знаний экспертной системы диагностики и лечения гриппа