医学信息学chapter10-医学决策支持系统

考试安排时间：12月27日{17周五}上午10：20-11：50地点：闭卷第一页，共73页。答疑安排答疑时间：12月13号—12月26号地点：主楼西301第二页，共73页。主要内容人工智能医学决策支持系统的研究状况及发展趋势医学决策支持系统概述医学知识库医学决策支持方法第三页，共73页。人工智能1937年，阿兰.图林 《论可计算数及其在判定问题中的应用》，阐明现代电脑原理的开山之作1959年，美国工程师塞缪尔给电脑编制出奕棋程序.该程序击败了塞缪尔本人，1962年又击败了一个州冠军。1965年，在斯坦福大学化学专家的配合下，费根鲍姆研制的第一个专家系统DENDRAL。在输入化学分子式和质谱图等信息后，它能通过分析推理决定有机化合物的分子结构第四页，共73页。1976年6月，美国数学家阿佩尔与哈肯借助两台电子计算机，用人工智能，花了1200个小时，作了100亿次判断，终于完成了困扰数学界长达100余年之久的难题──“四色定理”。1997年5月11日，“深蓝”在棋盘C4处落下最后一颗棋子，全世界都听到了震撼世纪的叫杀声──“将军”！这场举世瞩目的“人机大战”，终于以机器获胜的结局降下了帏幕。卡斯帕洛夫被逼下了棋王宝座。第五页，共73页。广义的讲：用计算机来表示和执行人类的智能活动，就是人工智能。定义1（智能机器）：能够在各类环境中自主地或交互地执行各种拟人任务的机器称为人工智能。定义2（能力）：人工智能（能力）是智能机器所执行的通常与人类智能有关的功能，如判断、推理、证明、识别、感知、理解、设计、思考、规划、学习和问题求解等思维活动。人工智能的定义第六页，共73页。人工智能的定义总之：人工智能也称为机器智能，就是让机器更“聪明”，更具有类似人的智能，同时又与人的智能互为补充、互相促进。人工智能的任务凡是使机器能具有感知功能（如视、听、嗅）、思维功能（如分析、综合、计算、推理、联想、判断、规划、决策）、表达行动功能（如说、写、画）及学习记忆等功能，都属于人工智能研究的范畴。第七页，共73页。人工智能的应用领域1.问题求解2.逻辑与定理证明3.自然语言理解4.自动程序设计5.专家系统6.机器学习7.人工神经网络8.模式识别深蓝-国际象棋-卡斯帕若夫四色猜想(1976)语音录入,翻译系统机器人控制仿脑汉王第八页，共73页。人工智能的应用领域9.机器视觉10.智能控制11.智能决策支持系统12.知识发现和数据挖掘13.智能检索14.智能调度与指挥15.系统与工具语言……照相机、飞行器跟踪…控制论Google….交通、军事分布式系统、并行处理系统、多机协作系统…,面向对象编程语言第九页，共73页。医生对疾病的诊断还处于一种传统的经验阶段医学生—助理医生—主治医生—主任医生—医学专家浩如烟海的医学数据库医学数据库---知识库？人工智能与知识工程的发展为医学诊断和治疗过程注入了新的活力医学人工智能，医学决策支持系统第十页，共73页。医学决策支持系统的概念医学决策支持系统(Medicaldecisionsupportsystem,MDSS)是医学知识工程和医学人工智能研究中非常活跃的分支，是运用专家系统的设计原理与方法，模拟医学专家诊断、治疗疾病的思维过程而编制的计算机程序。它的设计目的是帮助医生解决复杂的医学问题，作为诊断、治疗以及预后的辅助工具。知识工程人工智能医学医学决策支持系统第十一页，共73页。医学决策支持系统的功能和作用临床医生的知识更新无法与急剧增长的医学知识同步。对大批量的常规决策工作，自动化决策效率更高(如大量的常规实验室检测和数据分析等)。人有时会犯错误或失误，当然医生也不例外(复杂病例和常见病例都会出错),使用医学决策支持系统，可以提醒专家没在意的或没有发现到的病人信息，从而提高诊断准确性对医学院学生，成熟专业的医学支持系统可能是他们学习专业知识和专家经验的方便可得的廉价的老师，同时也是他们初入医院实习工作的非常好的助手。第十二页，共73页。国外医学决策支持系统的研究状况1976年，斯坦福大学的Shortliffe等人成功研制了MYCIN系统,用于鉴别细菌感染及治疗的医学专家系统，并且建立了一整套专家系统的开发理论，经专家小组对医学专家、实习医生以及MYCIN系统的行为进行正式测试评价，认为MYCIN的行为超过了临床医生助手的作用，尤其在诊断和治疗菌血症和脑膜炎方面有相当高的准确率,此后，医学专家系统进入了快速发展时期。在MYCIN系统框架基础上建立的肺功能专家系统PUFF系统曾在旧金山太平洋医疗中心使用过相当长的一段时间，开创了医学专家系统临床应用的先例。1982年，匹兹堡大学的Miller等人开发了Internist-I内科计算机辅助诊断系统1991年，哈佛医学院Barnett等人开发的“DXPLAIN”软件包含有2200种疾病和5000种症状第十三页，共73页。我国医学决策支持系统的研究状况1978年，北京中医院著名教授关幼波等人开发了“关幼波肝病诊疗程序”，开创了我国最早的中医医学专家系统精神疾病诊断系统、肺癌诊断系统、贫血鉴别诊断专家系统、心功能辅助诊断专家系统、胃病诊断专家系统、针灸专家系统以及疾病诊疗用药专家系统等多种专家系统第十四页，共73页。现有医学决策支持系统的特点规模小

内容比较简单研究方法单一，没有进行深入研究

临床实用性差第十五页，共73页。医生看病的自然过程临床医生给病人看病的过程实际上是一个对病人信息进行综合分析处理的过程，这个过程包括三个阶段：观察、诊断和治疗

获取数据推理过程问题求解及处理第十六页，共73页。医学决策支持系统对医生看病的模拟过程从工程的角度来看医生看病的自然过程，观察阶段的主要任务是获取数据，更确切地说，是获取能提供相关信息的数据，对病人相关信息理解和挖掘得越充分，关于病人疾病的不确定性就会越小。医生根据病人描述的信息和他所掌握的知识和经验作诊断结论的过程实质上是一个推理过程，而治疗则是一个问题求解及处理的过程。治疗阶段依赖于诊断和决策分析，而诊断决策分析的准确性则取决于观察阶段的信息获取程度。第十七页，共73页。医学决策支持系统的一般结构:医书、医生大脑中的知识、规则和操作…医生的大脑，推理、判断…初始数据、中间推理数据和诊断结果医生向病人作解释…第十八页，共73页。医学决策支持系统与大多数其它领域专家系统一样，一般由五部份组成：医学知识库。是医学决策支持系统的基础，用于存放各种专家诊断知识，包括医学事实和可行的操作与诊断规则等。全局数据库。用于存放病人的初始数据、中间推理数据和诊断结果甚至一些对结果的诊断处理等。推理机。推理机根据全局数据库的当前内容，从知识库中选择可匹配的规则，并通过执行规则来修改数据库中的内容，再通过不断地推理导出问题的结论。解释器。负责对推理过程作出解释，包括解释“系统是怎么样得出这一诊断结论的”等用户需要解释的问题。人机接口。人机接口是系统与用户进行对话的界面。第十九页，共73页。医学决策支持系统和临床医生的关系在医学人工智能中，虽然医学决策支持系统能够比较好地模拟医生的自然行为，实践证明在某些方面还有可能超过专家的能力，但是这仅仅限于医学诊断过程中的可结构化、可一般化和可客观化部分。使用计算机作医学决策支持时，绝不允许用计算机取代人类（临床医生）对诊断的负责，而且在实际生活中计算机也绝对取代不了临床医生的作用。多数情况下，临床医生在拥有足够的知识和充分的病人资料情况下可以作出正确的判断，不需要计算机协助，但在下列情况下，医学决策支持系统就会显示其强大功能和作用。第二十页，共73页。MDSS和临床医生的关系人有时会犯错误或失误，当然医生也不例外（复杂病例和常见病例都会出错），使用医学决策支持系统，可以提醒专家没在意的或没有发现到的病人信息，从而提高诊断准确性。临床医生的知识更新无法与急剧增长的医学知识同步。当医学领域发现新病例、新成果时，计算机支持系统可以低成本、高效率和方便快捷地传播给广大医生。对大批量的常规决策工作，自动化决策效率更高（如大量的常规实验室检测和数据分析等）。现代医院信息系统产生出的大量数据的深挖掘。对医学院学生，成熟的专业的医学支持系统可能是他们学习专业知识和专家经验的方便可得的廉价的老师，同时也是他们初入医院实习工作的非常好的助手。第二十一页，共73页。医学决策支持系统的两个最关键部分医学知识库知识表示知识获取知识的管理和维护推理机（医学决策支持方法）规则推理概率推理案例推理第二十二页，共73页。(1)医学知识库人之所以有智能行为是因为他们拥有知识，拥有对知识的获取、表达、搜索、分析、解答等智能能力。医学决策支持系统智能水平的高低在于系统拥有知识的数量和质量，医学知识的获取是医学决策支持系统中最重要也是最困难的一步，说：“知识获取是人工智能研究的中心问题中最重要的，是人工智能研究的关键性难关。”第二十三页，共73页。智能知识的表现方式知识的获取能力：通过感知器官，在观察、测量、训练、操作等实践中，获取直接经验的积累或感性知识，以及在学习、阅读、交谈等过程中，获取间接经验知识或理性知识。知识的处理能力：将感性知识上升为理性知识，进行演绎推理与归纳推理，通过知识的积累、存储、联想、类比、分析、计算、论证、比较、探索、择优等信息处理过程，求得问题的解答，指定规划与决策。知识的运用能力：运用所获得的知识，通过知识信息处理，根据所求得的问题解答或所制订的规划决策作出反应，采取行动，发挥知识的效用，如回答咨询、诊断疾病、操纵机器等。第二十四页，共73页。知识的特性1、知识的相对正确性任何知识都是在一定环境下相对正确的，而非绝对正确。2、知识的不确定性信息可能是精确的，也可能是不精确的。3、知识的可表示性

知识是可以用形式化的东西表示的，如语言、文字、图表、公式、数字等。4、知识的可利用性由于我们可以利用知识解决各种问题，因此，我们可以积累知识。第二十五页，共73页。知识的分类1、以知识的作用范围来划分：常识性知识领域性知识2、按人类的思维及认识方法来划分：逻辑性知识形象性知识3、以知识的确定性来划分：确定性知识不确定性知识4、按知识的作用及表示来划分：事实性知识规则性知识控制性知识第二十六页，共73页。例：对于从北京到上海，是乘飞机还是火车的问题，其知识可归纳为：1、叙述型知识：北京、上海、飞机、火车、时间、费用等；2、过程型知识：乘飞机、坐火车等；3、控制型知识：乘飞机较快、较贵；坐火车较慢、较便宜。第二十七页，共73页。常用的知识表示法无论是医学科技文献中的科学知识还是临床医生的经验性知识，它们通常是用自然语言、图形、表格等形式表示的在用人工智能方法模拟医学过程时，必须将这些形式的知识用合适的形式来表示，这样才能使知识方便地在计算机中储存、检索、使用和修改，并且在设计和实现医学决策支持时，知识的表示方法与医学问题的求解方法和过程密切相关。产生式表示法(IF-THEN)逻辑表示(谓词逻辑)语义网络框架理论状态空间面向对象的知识表示过程表示法模糊表示神经网络第二十八页，共73页。产生式系统知识表示法产生式系统是历史悠久且使用最多的知识表示系统人工智能中的推理很多是建立在直观经验基础上的不精确推理，而产生式在表示和运用不精确知识方面具有灵活性，因此许多专家系统采用产生式系统为体系结构。一个产生式系统由下列3部分组成：一个总数据库:含有与具体任务有关的信息一套规则:对数据库进行操作运算。每条规则由左右两部分组成，左部鉴别规则的适用性或先决条件，右部描述规则应用时所完成的动作。一个控制策略:确定应该采用哪一条适用规则,当数据库的终止条件满足时，就停止计算。第二十九页，共73页。产生式的基本形式有两种：

PQ

或者：IFPTHENQ

其中：P是产生式的前提，用于指出该产生式是否是可用条件；

Q是一组结论或操作，用于指出前提P所指出的条件被满足时，应该得到的结论或应该执行的操作。第三十页，共73页。产生式的基本形式1、确定性规则知识的产生式表示形式为：

PQ

或者：IFPTHENQ例:IF收缩压>140THEN高血压第三十一页，共73页。产生式的基本形式2、不确定性规则知识的产生式表示形式为：PQ（可信度）或者：IFPTHENQ（可信度）例:IF流鼻涕THEN感冒(0.6)第三十二页，共73页。产生式的基本形式3、确定性事实性知识的产生式表示一般使用三元组表示：

（对象，属性，值）或者：（关系，对象1，对象2）如：事实“老李年龄是40岁”可表示为：（Li，Age，40）Li是对象，Age是属性，40是值。如“老李、老张是朋友”可写成：（Friend，Li，Zhang）Friend是关系，Li和Zhang是对象第三十三页，共73页。产生式的基本形式4、不确定性事实性知识的产生式表示一般使用四元组表示：

（对象，属性，值，可信度）或者：（关系，对象1，对象2，可信度）如：事实“老李年龄可能是40岁”可表示为：（Li，Age，40，0.8）Li是对象，Age是属性，40是值。如“老李、老张是朋友的可能性不大”可写成：（Friend，Li，Zhang，0.1）Friend是关系，Li和Zhang是对象第三十四页，共73页。产生式系统的组成一个典型的产生式系统由：

1)、规则库

2)、工作存储器（综合数据库）

3)、控制器（推理机）规则推理机规则库综合数据库第三十五页，共73页。规则库目前，产生式系统已经演变成：

“IF条件THEN动作或结论”例1：IF天阴and空气中湿度很大THEN可能要下雨；例2：IF一种可燃性气体溢出了THEN报告消防队；第三十六页，共73页。MYCIN决策支持系统MYCIN系统是由斯坦福(Stanford)大学建立的对细菌感染疾病的诊断和治疗提供咨询的计算机咨询专家系统。医生向系统输入病人信息，MYCIN系统对之进行诊断，并提出处方。IF

1感染属于原发性菌血症2菌体的培养点是无菌点3细菌的侵入门户是胃肠THEN菌体是一种拟杆菌（置信度：0.7）第三十七页，共73页。MYCIN静态数据库

MYCIN有一个静态数据库包括所有的产生式规则以及所有的咨询程序所需的信息。每一类上下文、规则、参数都有若干特性来充分地描述它们。这些特性都储存在静态数据库中。这样的静态数据库也就是专家系统的知识库。每个规则都有四个存储在静态数据库中的特性：

第三十八页，共73页。医学知识的获取获取过程抽取知识知识转换知识输入知识检测知识求精第三十九页，共73页。获取医学知识的方式知识工程师和医学专家之间密切合作医学知识获取的工具（骨架系统）自动知识获取第四十页，共73页。知识工程师和医学专家之间密切合作获取知识优点：

1

直接

2

系统性强缺点：

1

劳动量大

2

知识的来源有限

3

知识领域狭窄

4

手工形式记录、易出错

5

效率低第四十一页，共73页。著名的骨架系统1TEIRESIAS系统2OPAL系统3PROTÉGÉ系列

4INTERNIST-I/QMR系统5KAVAS知识提取系统优点应用了知识工程领域和计算机领域及网络技术中比较新的方法和技术，知识用面向对象等方式表示缺点知识工程师与医学专家之间的鸿沟、知识表示是否适当？第四十二页，共73页。自动知识获取(自学习)智能水平的高低在于系统拥有知识的数量和质量传统的、通过知识工程师获取知识的方法不能完全满足需求自动获取知识成为的新的研究目标第四十三页，共73页。知识的管理和维护方便添加、删除和修改诊断知识,浏览各种对象和属性等管理维护工作对象类知识对象索引表第四十四页，共73页。(2)医学决策支持方法（推理机）推理机是指基于知识的推理的计算机实现,包括推理与控制两方面在推理过程中解释和执行用某种语言表示的一系列推理规则推理方式正向推理与反向推理确定性推理与不确定推理第四十五页，共73页。正向推理与反向推理正向推理:是以已知事实作为出发点的推理，又称为数据驱动推理。正向推理从病人数据库中提供的主诉及实验室检查等事实出发，检查知识库中是否存在可用于对这些数据进行推理的规则。如果存在可用规则，就执行这些规则，推理的结果被添加到数据集中，如果后面的规则依赖于这些新的推理数据，那么后面的规则将被激活反向推理:推理机制是从知识库中选择规则开始，随后检查病人数据库中是否有可供推论的数据。推理机制实际上是从单一规则（目标规则）开始的，然后依据已知的病人数据评估该目标规则的前提是否为真。如果没有数据可以证实这一规则的前提为真，反向推理器就到知识库中寻找其他规则。如果其中一个规则为真，系统就会得出结论：此目标规则的前提为真。这种目标驱动的推理过程反复进行，直到证实目标规则为假，或者目标的所有前提都为真。第四十六页，共73页。确定性推理与不确定推理在医学中我们常常会遇到不严格、不精确的、模糊的知识（1）基于概率的不确定推理:用事件发生的概率来描述和计算推理的不确定性测度

（2）基于可信度的不确定推理:用信任度表示证据出现时对结论成立的信任程度。信任度的值比较容易通过领域专家给出。设定信任度值的原则是：若相应证据能增加结论为真的可信度，则使信任度大于0，证据越是支持为真，就使值越大；反之小于0，证据越是支持为假，就使绝对值越大；若证据与结论无关，则使信任度0。（3）基于模糊理论的不确定推理:模糊理论通过隶属度来定义对象属于模糊集合的程度，若隶属度越接近于1，则属于模糊集合的程度越大，反之就越小。一般用模糊规则表示模糊条件和模糊结论及它们之间的可信度因子。第四十七页，共73页。推理机类型规则推理概率推理案例推理第四十八页，共73页。规则推理产生式系统是基于规则的推理把有关问题的知识和信息划分为规则和事实两种类型规则：用蕴含形式的表达式来表示(IFPTHENQ)事实：无蕴含式的表达式来表示P画出相应的与/或图，然后通过规则进行演绎推理第四十九页，共73页。第五十页，共73页。正向推理第五十一页，共73页。反向推理实现策略是：先假定一个可能的目标，系统试图证明它，看此假设目标是否在总数据库中，若在，则假设成立。否则，看这些假设是否证据结点，若是，向用户询问，若不是，则再假定另一个目标，即找出结论部分中包含此假设的那些规则，把它们的前提作为新的假设，试图证明它。这样周而复始，直到所有目标被证明，或所有路径被测试。

第五十二页，共73页。首先假定目标q3成立，由规则3（P3→q3），为证明q3成立，须先验证P3是否成立；但总数据库没有事实P3，所以假定子目标P3成立；由规则2(P2→P3)，应验证P2；同样，由于数据库中没有事实P2，假定子目标P2成立；由规则1(P1→P2)，为验证P2成立，须先验证P1。因为数据库中有事实P1，所以假定的目标P2成立，因而P3成立，最终导出结论q3确实成立。第五十三页，共73页。第五十四页，共73页。逻辑运算符号符号名称结果∧And（