EXPERT KNOWLEDGE PRESENTATION FOR COMPUTER SYSTEMS APPLICATION

Abstract

The principles are viewed for expert knowledge presentation in the form of decisive rules, and basic stages of expert systems design for stomatology.

Full Text

Распознавание тяжелых форм различных заболеваний требует чрезвычайно высокой квалификации врача, которая приобретается только в результате многолетней работы в хороших клиниках. Обобщение знаний специалистов и придание им формы, пригодной для использования в вычислительных алгоритмах и программах, дает возможность существенно повысить уровень знаний менее опытных врачей и новичков и развить у них диагностические навыки в существенно более короткие сроки. В последние десятилетия в медицине стали применяться экспертные системы, преимущество которых в сравнении с другими компьютерными программами состоит в том, что с их помощью можно принимать решение не только на основе формализованных данных, но и на основе неалгоритмического, логического декларативного знания и работать на языке врача-специалиста. Конструирование экспертных систем предполагает несколько этапов: определение характеристик задачи, концептуализация, разработка структур для организации знаний, реализация (формулировка правил, которые воплощают знания), оценка работы программ. При определении характеристик задачи (идентификации) выделяется проблемная область, определяются цели и задачи построения экспертной системы, а также ресурсы для ее воплощения. В ходе концептуализации выявляются основные понятия, отношения, характер информационных потоков, выделяются подзадачи, стратегии и ограничения. Разработка структур для организации знаний связана с отражением ключевых понятий и отношений в некотором формальном представлении, которое выбирается среди инструментальных средств. Выбирается язык программирования и в рамках этого языка представляются основные понятия и решения. При реализации создаются результирующие правила и соответствующие управляющие структуры, записанные в виде программы-прототипа, которая подвергается контрольным испытаниям. В ходе оценки проверяется работа программы-прототипа, производится корректировка с целью приведения в соответствие с принятыми стандартами высокого качества функционирования. Оценка работы программы дается специалистами-экспертами, работающими в данной проблемной области. Рассматриваемые этапы создания экспертной системы не являются детально определенными или независимыми между собой. Они лишь грубо описывают сложный процесс извлечения знаний и конструирования экспертной системы. Полностью оформленная экспертная система содержит четыре существенные компоненты: база знаний, машина логического вывода, модуль извлечения знаний и система объяснения. Хотя система, основанная на знаниях, может обойтись без одного-двух из них, истинно экспертная система обязана иметь их все. Самым распространенным форматом для представления знаний является "правило продукции", которое по свой сути - программа из одного оператора вида ЕСЛИ условие, ТО действие. Продукционные системы состоят из трех компонентов: базы знаний, которая содержит правила продукций; базы данных, отражающей текущее состояние некоторой задачи; управляющей структуры, решающей какое из правил продукции нужно применить следующим. Правила продукций определяют набор разрешенных преобразований, с помощью которых происходит продвижение от начального состояния до окончательного решения поставленной задачи. Промежуточное состояние отражается с помощью множества фактов, фиксируемых в базе данных. В ходе решения задачи происходит сопоставление одной из частей правила с содержимым базы данных. В реальной системе возможна ситуация одновременного применения нескольких правил, поэтому возникает необходимость в управляющей структуре, которая решает, какое правило надо применить. Таким образом, работа экспертной системы улучшается путем привлечения метазнаний (знаний о знаниях), которые имеют следующие применения: поиск и отбор правил; обеспечение информации о правилах и знаниях, связанных с предметной областью; оправдание правил и усиление способности системы давать объяснения; помощь в обнаружении ошибок в форме только что введенных правил. Одним из способов изучения структуры экспертных знаний является построение компьютерной модели, точно имитирующей суждения эксперта. Задачи медицинской диагностики относятся к задачам классификации, в которых эксперт исследует объекты, описываемыми многими признаками, и относит их к одному из нескольких, заранее заданных классов решений. Эксперименты, проведенные О.И.Ларичевым (1995), показали, что при диагностике эксперты используют ограниченное количество достаточно простых по структуре решающих правил. Самое главное в постановке диагноза это исключение близких по симптоматике заболеваний. Знания эксперта представимы в виде границ, разделяющих клинические ситуации (клиническая ситуация - совокупность значений диагностических признаков, описывающих состояние больного) на классы решений. Элементом границы в пространстве диагностических признаков является такая клиническая ситуация, для которой изменение на одно значение хотя бы одного признака переводит ее из одного класса решений в другой. Если полная классификация построена, проверена на непротиворечивость, то именно границы определяют решающие правила эксперта. Перечень граничных объектов классов полностью определяет классификацию, сделанную экспертом. Доказано, что граничные объекты описываются небольшим количеством (не более 7± 2 ) решающих правил, число этих правил не превышает объема кратковременной памяти человека. По мере накопления опыта врачи переходят к использованию небольшого числа обобщенных клинических признаков. Вероятно при этом на основе проб и ошибок возникают эффективные правила. Такие правила в общем случае имеют вид дерева, построенного на значениях диагностических признаков. Найденное представление внутренней организации экспертных знаний позволяет совершенно по-новому поставить задачу компьютерной диагностики. Вместо обучения совокупности отдельных продукций предлагается изучать решающие правила, которые описывают граничные объекты. Сложные задачи диагностики представимы в виде последовательности задач дифференциальной диагностики, позволяющих исключать одно за другим близкие по симптоматике заболевания. Опытные эксперты добиваются успеха, применяя совокупность простых правил в сочетании с умением логически мыслить, что позволяет перейти к машинной реализации знаний. Информационно-диагностические программные комплексы создаются и в стоматологии. Были разработаны автоматизированные лазерно-диагностические системы для диагностики, профилактики и лечения стоматологических заболеваний, компьютерная автоматизированная система “Диаст” для дифференциальной диагностики заболеваний пародонта. С целью оптимизации диагностики в ортодонтии разработана экспертная система, которая позволяет распознавать состояние зубо-челюстного комплекса ребенка, дифференцировать физиологический и патологический прикус, учитывать и анализировать отрицательные воздействия этиологических факторов, устанавливать диагноз, составлять план комплексного ортодонтического лечения, определять ситуационный прогноз возможности возникновения или течения и исхода зубо-челюстных заболеваний, а также собирать и хранить диагностические данные детей. Высокая распространенность и интенсивность поражения кариесом практически всех групп населения предопределили создание автоматизированной процедуры диагностики неосложненного кариеса на основе априорной информации. Для анализа развития кариозного процесса, особенно при выявлении ранних стадий заболевания, влияющих на выбор неоперативных методов лечения, рассматривалась математическая модель уточненной классификации состояний исследуемых медицинских объектов на основе геометрических мер близости, существенные признаки кариозного процесса выявлялись методом априорного ранжирования на основе экспертной информации. Компьютерная система диагностики и лечения тяжелых стоматологических заболеваний, созданная на кафедре стоматологии ФУВ, основана на использовании теории построения экспертных систем, применении методов моделирования и управления в медицинских системах, выявлении экспертных знаний и представлении их с помощью граничных объектов. Достижения в области построения экспертных систем и моделирования медицинских систем, методов экспертного оценивания, анализ результатов исследований, полученных специалистами научных учебно-исследовательских центров, вузов и медицинских учреждений позволяют создавать новые компьютерные системы для диагностики и лечения тяжелых заболеваний.