УДК 371.31

Ческая Т.Ю.,

 ассистент кафедры  медицинской физики и информатики государственного заведения "Крымский государственный медицинский университет им. С.И. Георгиевского";

Сосновский Ю.В.,

 доцент кафедры  медицинской физики и информатики государственного заведения "Крымский государственный медицинский университет им. С.И. Георгиевского", кандидат технических наук

 

 

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

 

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.

 

 

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.

 

 

Чеська Т.Ю., Сосновський Ю.В. Технологія створення моделі експертної системи в навчальному процесі засобами інформаційно-ймовірної логіки  

У статті розглядається проблема вивчення експертних систем в медичних закладах. Автори представляють технологію створення моделі експертної системи, розроблену і впроваджену на кафедрі медичної фізики та інформатики Кримського державного медичного університету ім. С.І. Георгієвського.

 

Ключові слова: інформаційні технології, експертні системи, метод Баєса, діагностика, імовірність.

 

Cheska, T. Yu., Sosnovsky, Yu. V. Technology of model of the expert system constructing in studying process through information probability logic Abstract

This article discusses the problem of studying of expert systems in high medical schools. The authors present a technology of  models of the expert system constructing and implemented at the Department of Medical Physics and Informatics of the Crimean State Medical University.

 

Key words: іinformation technology, expert systems, the diagnosis, the probability.