Medical expert system "Doctor"

Cover Page


Cite item

Full Text

Abstract

To build a medical diagnostic expert system (ES), we considered the general decision-making procedure in medicine based on the operation of certain knowledge. This knowledge is taken from various fields of medicine and can formally be presented in the form of a database, knowledge base and decision-making rules.

Full Text

Для построения медицинской диагностической экспертной системы (ЭС) нами рассмотрена общая процедура принятия решений в медицине на основе оперирования определенными знаниями. Эти знания взяты из различных областей медицины и формально могут быть представлены в виде базы данных, базы знаний и правил принятия решений. Функциональная схема такой ЭС приведена на рис. 1.

 

Рис. 1. Схема функционирования медицинской экспертной системы “Доктор”.

 

Базы данных включают перечень заболеваний, симптомов, результаты различных анализов и специальных исследований, лекарственные средства и лечебные мероприятия. Базы данных содержат легко формализуемые знания, то есть при их компьютерном представлении сложностей не возникает.

Базы знаний определяют связи между различными базами данных, например симптомы — болезни, болезни — лечение. Базы знаний являются плохо формализуемыми, так как содержат качественные характеристики и математически нечеткие определения. Существуют.различные (чаще вероятностные) методы представления таких знаний. Мы используем в данной системе модели нейронных сетей, которые позволяют осуществить обучение или самообучение ЭС для принятия правильных решений.

Правила принятия решений состоят из многообразия эмпирических (эвристических) приемов и правил, основанных на обобщении результатов многолетнего опыта работы и интуиции практического врача. Правила принятия решений вообще не поддаются формализации, поэтому для окончательной настройки нейронной сети необходимо привлечь высококвалифицированных специалистов-медиков. В результате “общения” ЭС с экспертами-медиками происходит обучение или самообучение нейронной сети.

На первом этапе ЭС производит предварительную диагностику различных заболеваний при обращении пациента в поликлинику или больницу. На этой стадии врачу доступна лишь информация общего характера, которую мы разделяем на первичную и вторичную.

Первичная информация — это жалобы пациента, данные внешнего осмотра, история болезни. На основе анализа данной информации ЭС сужает круг предполагаемых заболеваний и выбирает наиболее вероятные из них, причем основная заір дача ЭС — не пропустить любое заболевание е данными симптомами. Рассматривается корреляция между возможными заболеваниями и историей болезни.

В результате анализа первичной информации ставится предварительный диагноз (заболевания, которые имеют большую вероятность при данных симптомах), рекомендуются методы лечения и дается направление на общие анализы и специальные исследования. Часть полученной информации носит обязательный характер, часть — рекомендательный .

Вторичная информация содержит результаты общих анализов. На этом этапе блок “Коррелятор” уточняет или опровергает предварительный диагноз и/или дает рекомендации на специальные исследования, а также уточняет методы лечения.

Использование ЭС в специализированных учреждениях связано с анализом более детальной информации о больном по данным специальных исследований. В этом случае ЭС должна ставить более точный диагноз.

Специальные исследования. Для анализа результатов специальных исследований необходимо иметь экспертные системы для различных областей медицины. Например, нами создана специальная ЭС по анализу электрокардиограмм, которая позволяет провести автоматическую параметризацию ЭКГ и более точно диагностировать сердечную патологию.

Изменение состояния пациента в динамике определяется с помощью качественных оценок типа “улучшение”, “ухудшение”, а темпы изменения — с помощью понятий “значительное” и т.д- Вывод этих оценок производится при наличии сведений об изменении состояния больного в различные моменты времени (блоки “Коррелятор” и “Прогноз”).

На рис. 2 приведен алгоритм функционирования ЭС “Доктор”. На первом этапе из базы данных “симптомы” выбираются все значимые для данного больного симптомы, которые связаны нейронной сетью с определенными болезнями из базы данных “болезни”. Каждая болезнь характеризуется набором симптомов со своими вероятностями, поэтому наиболее вероятные болезни могут возбуждать обратные связи, которые первоначально отсутствовали. Запрашиваемые новые симптомы либо подтверждаются, либо опровергаются. Подтвержденные симптомы создают вторичнные связи, которые увеличивают вероятность дойного заболевания.

 

Рис. 2. Модель нейронной сети, описывающая взаимодействие между базами данных (кружки) и базами знаний (связи между кружками): 1 — симптомы, 2 — болезни, 3 — лечебные мероприятия, 4 — общие анализы, 5 — специальные исследования, 6 — лечение (сплошная линия — прямые связи, пунктирная — обратные, точечная — вторичные).

 

После отработки первого блока программы на н монитора выдаются ряд заболеваний с соответствующими вероятностями, а также направления на общие анализы или специальные исследования. При критических состояниях больного рекомендуются определенные лечебные мероприятия.

На втором этапе результаты общих анализов сравниваются с их нормальными значениями и при обнаружении отклонений соответствующие данные используются для подтверждения предварительного диагноза или устанавливается новый диагноз. Новый диагноз генерирует набор новых симптомов, которые либо подтверждаются, либо опровергаются. Затем сравниваются вероятности всех полученных диагнозов. На экран монитора выводятся наиболее вероятные заболевания. Если одна из болезней имеет достаточную вероятность, то ставится соответствующий диагноз и указываются соответствующие возможные заболевания. При необходимости дается направление на специальные исследования.

Результаты специальных исследований анализируются соответствующими экспертными системами. На последней стадии ставится точный диагноз и выбираются методы лечения. Прщнеобходимости любую из приведенных процедур можно повторить несколько раз.

ЭС “Доктор” реализована на персональном компьютере АТ/386 (286) в операционной системе MS-DOS. Все программы написаны на языке Бейсик.

Существуют три режима работы ЭС — самообучения, обучения и коммерческий.

Режим самообучения используется самостоятельно медиками-исследователями для самокорректировки базы знаний по результатам точно установленных диагнозов, обучения — совместно с медиками-экспертами для уточнения соответствующих баз данных и баз знаний и предназначен для обучения ЭС принятию правильных решений, коммерческий — при решении практических задач без участия разработчиков.

Итак, разработанная нами медицинская экспертная система “Доктор” предназначена для создания автоматизированной системы по аттестации медицинских работников в условиях перехода к страховой медицине, разработки консультирующей системы по обеспечению врачей необходимыми базами данных и базами знаний для принятия более правильных решений при диагностике и лечении больных, автоматизации обучения студентов-медиков по постановке диагнозов и назначению лечебных мероприятий с учетом неоднозначной корреляции между различными базами данных о состоянии пациента и возможными заболеваниями, представления медикам-исследователям базы данных, базы знаний и структуры построения ЭС (оболочки) для уточнения данной ЭС или создания новых ЭС.

×

About the authors

A. V. Grishina

Kazan State Medical University; Research and Production Association State Institute of Applied Optics

Author for correspondence.
Email: info@eco-vector.com

Department of Internal Medicine № 2, laboratory of simulation

Russian Federation, Kazan

I. A. Latfullin

Kazan State Medical University; Research and Production Association State Institute of Applied Optics

Email: info@eco-vector.com

Department of Internal Medicine № 2, head. - prof., Laboratory of simulation

Russian Federation, Kazan

V. F. Terzi

Kazan State Medical University; Research and Production Association State Institute of Applied Optics

Email: info@eco-vector.com

Department of Internal Medicine № 2, laboratory of simulation, head. - Cand. physical and mathematical sciences

Russian Federation, Kazan

R. U. Khabriev

Kazan State Medical University; Research and Production Association State Institute of Applied Optics

Email: info@eco-vector.com

Department of Internal Medicine № 2, laboratory of simulation

Russian Federation, Kazan

References

Supplementary files

Supplementary Files
Action
1. JATS XML
2. Fig. 1. Scheme of the functioning of the medical expert system "Doctor".

Download (662KB)
3. Fig. 2. A neural network model describing the interaction between databases (circles) and knowledge bases (connections between circles): 1 - symptoms, 2 - diseases, 3 - treatment measures, 4 - general analyzes, 5 - special studies, 6 - treatment ( solid line - direct connections, dashed - reverse, dotted - secondary).

Download (110KB)

© 1996 Eco-Vector





This website uses cookies

You consent to our cookies if you continue to use our website.

About Cookies