论文资料：专家系统及其在药剂学中的应用

1、专家系统及其在药剂学中的应用张志宏，杨星钢，彭博，李伟，唐歆，聂淑芳，潘卫三*（沈阳药科大学药学院，辽宁，沈阳，110016）摘要：目的 综述近20年来人工智能（artificial intelligence）及专家系统（expert system）在药剂学中的研究与应用进展。 方法 查阅近年来国内外相关文献，对其进行分析、整理、归纳和总结。 结果与结论 药物制剂专家系统的研究不仅具有非常良好的学术价值而且拥有巨大的商业潜力。关键词：专家系统；人工智能；药剂学作者简介：张志宏，男，硕士研究生*通讯作者：潘卫三，男，教授 沈阳市沈河区文化路103号122信箱 tel/fax:(024)23953

2、241 e-mail:二十一世纪是高新技术长足发展的世纪，作为与能源技术、空间技术并列为当今世界三大尖端技术的人工智能（artificial intelligence）是计算机科学中最前沿的领域，它正在向生活生产的各个领域渗透。智能化也引起了化学和药学工作者的兴趣，在药剂学中已经有一些专家开始研究如何使药物制剂的研究工作智能化。专家系统（expert system）是人工智能应用研究中最活跃，研究得最广泛的课题之一。自从1965年第一个专家系统dendral在美国斯坦福大学问世以来，经过二十多年的研究，到二十世纪八十年代中期，各种专家系统已沉入到各个专业领域。美国作为

3、这方面的先驱国，应用尤为普及，已有80以上的大公司利用专家系统研制和开发新产品等，并已取得可观经济效益；日本也有2000多个专家系统应用于各个不同领域；中国目前也有不少专家系统应用于科研、生产和生活等领域，如医疗诊断、程控交换机等1。近年来国内药学领域也研究了很多专家系统，但多处于研究阶段，还没能用于实际。国际上，在药剂学的处方筛选、剂型选择等特定领域，已有专家系统面世，对简化实验设计、提高工作效率和提高药品质量起到重要作用，而国内尚未见有关专家系统研究报道。本文对1989年第一个有关药物制剂专家系统的面世至今十几年专家系统及其在药物制剂中的应用和研究进展做了归类和总结，希望以此推动国内该领域

4、的研究发展,为国内药学专家提供参考。1 专家系统的特点2,31.1 特点1) 启发性。专家系统能运用专家的知识与经验进行推理、判断和决策。在这一过程中，专家系统可能会创造出新的知识，所以将此点归结为专家系统具有创造性也并不为过；2) 透明性。专家系统能够解释本身的推理过程并回答用户提出的问题，以使用户能够了解推理的过程，提高对专家系统的信赖感；3) 灵活性。专家系统在为用户解决问题的同时不断更新着自己，就像人类专家一样不断学习，增长知识。1.2 优点1) 高效、准确、周到，不知疲倦；2) 不受周围环境的影响，不易忘记或遗漏；3) 打破时空限制，有利于稀有的专家知识与经验的推广；4) 促进各领域

5、、各方面的发展与融合，专家系统既可对某个领域或研究方向的知识和经验进行总结精炼，又可汇集多个领域或研究方向的知识；5) 专家系统的研制和应用具有巨大的经济效益和社会效益。2 专家系统的基本结构专家系统的结构即指专家系统各部分的构造方法和组织形式。结构建立的恰当与否将对系统的实用性和有效性产生重大影响。一般来说，专家系统包括：解释接口（explanatory interface）或人-机界面（man-machine interface）、知识库（knowledge base）和推理机（inference engine）等三个部分，如图1所示。图1专家系统的基本结构fig.1 general st

6、ructure of expert system2.1 知识库（knowledge base）就是储存知识和规则的地方。知识表示的方法多种多样，通常有直接表示、逻辑表示、产生式规则表示法、语意网络表示法、框架表示法、混合型知识表示法、面向对象的表示法等。选用何种方法来表示不仅取决于知识类型，而且要考虑学科的特点，推理机方法等因素，决不可把知识表示方法限定为某一种或几种方法。2.2 推理机（inference engine）也有译成reasoning machine的，其实质上是一组有推理能力的计算机程序，它可能还具有学习能力，如推理机中包含有学习能力的模块人工神经网络等；也可能没有学习能力，新

7、知识的加入需要系统开发人员通过改变源代码，就如现在大多数软件每隔一段时间就要升级换代。3. 专家系统在药剂学中的应用在药剂学中已见报道的专家系统包括处方设计、制备工艺和设备控制等方面，主要集中在处方设计专家系统。3.1 处方设计专家系统处方设计专家系统用于开发和研制新药处方，以及改良已有药物的处方，提高疗效。1989年4月27日bradshaw在financial times上发表了第一个用于药物制剂处方设计的专家系统，同年walko发表了其用pfes开发制剂处方设计专家系统的论文3。此后有多家企业、学校及研究机构发表了有关专家系统的论文。首先，来介绍boots system3，1990年bo

8、ots system由boot conperny研制成功，它不是专为药物制剂处方设计开发的，但它是目前所知唯一一个可用于局部给药处方设计的专家系统。同年，德国heidelberg大学药剂系用c语言开发了一个可用于气雾剂、片剂、胶囊、静脉注射剂处方设计的专家系统，galenical development system4。这个系统在给出处方的同时还给出相应的制备工艺，推荐包装以及预计产品可能具有的性质。他们由药物的理化性质为起点研究，1990年完成了系统地初步开发，后来用smalltalk改进，1996年投入相应的领域试用。cadila system3,5，它是一个仅适用于普通片处方设计的专家系

9、统，cadila研究所在二十世纪九十年代初用prolog，仅仅花了7个月时间就开发成功的专家系统，其核心是基于物料理化性质的三百多条产生式规则。该系统可根据药物的物理、化学及生物特性拟定处方，它首先确定药物成剂所需要的最佳条件，然后根据相应的性质选择合适的辅料。用该系统拟定新处方所需时间较经典方法可缩短约35%。1996年，lai等发表关于开发完成用于胶囊处方设计专家系统的论文3,6。该系统由伦敦大学药学院、capsugel、日本kyoto的数所大学和美国maryland的研究人员合作开发完成。系统通过与用户“交流”获得足够的数据输入，通过产生式规则推理，从而给出合理的处方。该系统知识框架十分

10、广，包含大量的辅料信息，以及从德国、意大利、法国、美国等收集到的无数成型处方。sanofi system 同样适用于胶囊处方设计的专家系统，但它的知识和推理是基于已有的处方，根据某药已有的处方来推测其胶囊的处方5。zeneca pharmaceuticals 的研究人员在1988年后的几年里研究出了三个专家系统3,7，分别用于片剂，胃肠道外剂型及薄膜包衣片的处方设计。这些系统均由pfes开发完成，每个系统都设有帮助系统，方便用户使用。1998年，yannis8发表论文报道了一个可用于脂质体处方设计的专家系统。并以vc为模型药物，用该系统设计处方，取得了良好的结果。用专家系统设计薄膜包衣处方的报

11、道9也于同年发表。2006年，pilar等10用galenic法研究药物制剂处方设计，开发了可用于片剂、胶囊、溶液剂和混悬剂等于粉末密切相关口服制剂处方设计的专家系统sedem diagram。aleksander等11将人工神经网络与专家系统结合，试制了新一代专家系统，可用于固体分散体和微乳的处方设计。4.2 片剂薄膜包衣的错误诊断系统12该系统是由rowe和upjohn研制的，应用于有关片剂薄膜包衣的一些错误或缺点的判断以及问题的解决，同时，该系统还可给用户一些有关的参考资料、文献及相关的图片(或照片)，该系统还包含有一个超级文本，该文本内有大量的专业知识说明和解释、用户在操作该系统时可以

12、随时从该文本中查阅有关专业知识，而不影响系统的运行。系统的运行流程见图2：图2 片剂薄膜包衣的错误诊断系统流程图fig.2 diagnosing system for the errors of tablet coating3.3 其他专家系统 已有报道的还有混合物粉末的选择系统、高速旋转压片机的故障检修和诊断系统等。4 展望从专家系统提出至今，虽只有短短几十年，这个学科已经蓬勃发展，不断壮大，深入到了生产、生活、科研的各个领域。在药剂学领域中，研究专家系统也已有十几年的历史，开发出了不少成功的专家系统。已见报道的专家系统几乎都是基于规则的专家系统，而且适用范围很小，也没有强大的学习功能。近年

13、来，人工神经网络越来越受到人们的关注，有许多药剂学专家都在研究这一课题。作为一种学习和推理的良好载体，完全可以将其纳入专家系统的开发议程，开发基于人工神经网络的新型专家系统。将来的专家系统将在学习能力和推理机制上有新的突破。每个专家精通的领域可能是十分有限的，传统专家系统也是一样，其能解决的问题也仅限于一个极小的范围，如果多个专家系统联合，一个功能强大的新型专家系统将应运而生，这就是在今后的几年里可能出现的另一种新型专家系统。从前面介绍的专家系统可以很容易发现，现在已成功的专家系统基本都适用于普通制剂，如片剂、胶囊。新的世纪，药剂学的发展已进入药物传递系统（dds）时代。可以从药物传递系统角度

14、入手，研究缓、控释的专家可以合作开发缓控释制剂的专家系统，研究靶向制剂的专家可以开发靶向制剂专家系统。这些专家系统再联合，便可成为一个适用于多种dds的新型专家系统。二十一世纪，高新技术飞速发展，人工智能技术日新月异，新的智能人-机接口必将用于新型专家系统，人类可以直接通过口述与系统交流，系统可以直接“看”现象解决问题。工业药剂学即将越来越多的转变为一项技术，而专家系统在这个过程中将会起着无比巨大的推动作用，在将来的各个生产、科研单位也会越来越多地用到专家系统。因此，药物制剂专家系统的研究不仅具有很高的学术意义，而且蕴含着无限商机。references1 kusai, akira. devel

15、opment of computer aided formulation system for tablet expert-tab-3j. pharm tech japan, 2001, 17(7):1007-1013.2 cai z x, xu g y. artificial intelligence: principles and applications m. beijin：tsinghua university press，2004.3 rowe, raymon c, roberts, ronald j. artificial intelligence in pharmaceutica

16、l product formulations: knowledge-based and expert systemsj. pharm sci technol today, 1998, 1(4):153-159.4 batrman, simon d, jerome v, mark r, et al. the development and validation of a capsule formulation knowledge-based systemj. pharm. technol. 1996, 20(3) :174-184.5 rowe r c. expert systems in so

17、lid dosage developmentj. pharm. ind, 1993,55(11):1040.6 lai s, podczeck f, newton j m, daumesnil r: an expert system to aid the development of capsule formulationj. pharm. technol. eur.,1996,10 (10) : 60-68.7 rowe r c, wakerly m g., roberts r j, grundy r u, et al. expert systems for parenteral devel

18、opmentj. pdaj,pharm.sci. & technol. 1995 (49) :257-261.8 yannis l, loukas. a computer-based expert system designs and analyzes a 2(k-p) fractional factorial design for the formulation optimization of novel multicomponent liposomesj. j pharm biomed aral, 1998, 17(1): 133-140.9 rome r c, han j, robert

19、s r j. film coating formulation using an expert systemj. pharm. technol. eur.,1998,10 (10):72-82.10 pilar prez, josep m su-negre, motserrat miarro, et al. a new expert systems (sedem diagram) for control batch powder formulation and preformulation drug productsj. eur j pharm and biopharm., 2006,64(3):351-359.11 aleksander m, renata j. unified methodology of neural analysis in decision support systems built for pharmaceutical technologyj. expert systems with applications,2007,32(4) :1124-1131. in press.12