醫(yī)學(xué)專家系統(tǒng)課件

醫(yī)學(xué)專家系統(tǒng)觀看醫(yī)學(xué)專家系統(tǒng)的產(chǎn)生及發(fā)展1959年,美國的Ledley等首次將數(shù)學(xué)模型引入臨床醫(yī)學(xué),提出了可將布爾代數(shù)和Bayes定理作為計(jì)算機(jī)診斷的數(shù)學(xué)模型,并以此診斷了一組肺癌病例,開創(chuàng)了計(jì)算機(jī)輔助診斷的先例。1976年,美國斯坦福大學(xué)的Short-liffe等研制成功了著名的用于鑒別細(xì)菌感染及治療的醫(yī)學(xué)專家系統(tǒng)MYCIN,是醫(yī)學(xué)專家系統(tǒng)最成功的實(shí)例之一。1982年,美國匹茲堡大學(xué)的Miller等發(fā)表了著名的內(nèi)科疾病診斷咨詢系統(tǒng)INTERNIST-1并不斷完善成改進(jìn)型INTERNIST-2,即后來的CADUCEUS專家系統(tǒng),其知識(shí)庫中包含了572種疾病,約4500種癥狀。1991年美國哈佛醫(yī)學(xué)院Barnett等開發(fā)的“解釋”軟件,包含有2200種疾病和5000種癥狀。

……中國醫(yī)學(xué)專家系統(tǒng)國外專家系統(tǒng)的應(yīng)用已涉及到醫(yī)學(xué)的各個(gè)領(lǐng)域,國內(nèi)對(duì)醫(yī)學(xué)專家系統(tǒng)的研究是從二十世紀(jì)七十年代末開始的。由于中醫(yī)具有非常好的數(shù)據(jù)處理原型,推理過程明晰,因此,專家系統(tǒng)首先在中醫(yī)領(lǐng)域取得了突破。上海中西醫(yī)結(jié)合醫(yī)院與頤圣計(jì)算機(jī)公司聯(lián)合開發(fā)具有咨詢和輔助診斷性質(zhì)的《中醫(yī)計(jì)算機(jī)輔助診療系統(tǒng)》浙江大學(xué)開發(fā)的基于計(jì)算機(jī)圖像分析的青光眼輔助診斷專家系統(tǒng)

血?dú)馑釅A分析計(jì)算機(jī)輔助診斷專家系統(tǒng)計(jì)算機(jī)輔助診斷模擬手術(shù)及面像預(yù)測系統(tǒng)胃病診斷專家系統(tǒng)……完整的醫(yī)學(xué)專家系統(tǒng)組成模塊數(shù)據(jù)庫知識(shí)庫解釋接口推理機(jī)知識(shí)獲取模塊醫(yī)學(xué)專家系統(tǒng)醫(yī)學(xué)上的診斷臨床診斷:是運(yùn)用已有的醫(yī)學(xué)知識(shí)對(duì)疾病的表現(xiàn)進(jìn)行辯證分析，得出符合邏輯的結(jié)論的過程。其基本環(huán)節(jié)如下：收集資料，綜合分析、推理，作出診斷。傳統(tǒng)的疾病診斷:其綜合分析、推理除了各種疾病出現(xiàn)的概率只能從過去的歷史資料中得來以外，還主要依據(jù)醫(yī)生的個(gè)人經(jīng)驗(yàn)。計(jì)量診斷:與傳統(tǒng)的疾病診斷基本環(huán)節(jié)一致，但其分析、推理不是憑經(jīng)驗(yàn)，而是用一種定量的推理模式代替，再根據(jù)一定的法則作出合理的臨床判斷。稱之為計(jì)算機(jī)輔助診斷。醫(yī)學(xué)專家系統(tǒng)計(jì)算機(jī)輔助診斷:利用機(jī)器模仿醫(yī)生的智能。利用機(jī)器模仿人類的智能即人工智能。人工智能技術(shù)在醫(yī)學(xué)上的典型應(yīng)用:是專家系統(tǒng)。

專家系統(tǒng)的實(shí)質(zhì)就是讓計(jì)算機(jī)系統(tǒng)代替專家為患者診斷，換句話說就是利用機(jī)器模仿人類專家的智能。計(jì)算機(jī)專家診斷系統(tǒng)的一般診斷過程是要求輸入足夠多的病例統(tǒng)計(jì)資料數(shù)學(xué)模型，確定參數(shù)和診斷(運(yùn)算)規(guī)則編制程序?qū)⒃\斷程序輸入計(jì)算機(jī)將患者癥狀、體征、檢查等資料輸入計(jì)算機(jī)運(yùn)算后，顯示診斷報(bào)告常用醫(yī)學(xué)專家系統(tǒng)模型：基于統(tǒng)計(jì)學(xué)原理（Bayes)基于模糊數(shù)學(xué)原理基于人工神經(jīng)網(wǎng)絡(luò)基于統(tǒng)計(jì)學(xué)原理（Bayes)貝葉斯模型（1）事件及其相互關(guān)系必然事件：在一定條件下必須出觀的現(xiàn)象不可能事件：在一定條件下必然不出現(xiàn)的現(xiàn)象。隨機(jī)事件：在一定條件下，可能出現(xiàn)也可能不出現(xiàn)以現(xiàn)象叫。（2）概率

A1UA2U…UAn

？

A1∩A2∩…∩An？想一想Bayes（3）貝葉斯定理有時(shí)除了要知道事件的概率P(A)外，還需要知道在“事件B已出現(xiàn)”的條件下，事件A出現(xiàn)的條件概率P（A|B）。例如，我們需要知道在某疾病B發(fā)生條件下，癥狀A(yù)出現(xiàn)的概率時(shí)就要計(jì)算條件概率P（A|B）。用貝葉斯模型建立專家系統(tǒng)的

具體步驟：631

列出疾病的各個(gè)方面的癥狀分別以不同的數(shù)據(jù)結(jié)構(gòu)表示3收集資料統(tǒng)計(jì)已確診的病例24用程序計(jì)算出事先概率和條件概率5在已知癥狀的前提下確定診斷貝葉斯逐步問診逐步問診特點(diǎn)把第K-1步的驗(yàn)后概率作為第K步的先驗(yàn)概率逐次遞推。開始識(shí)別結(jié)束問題選擇判別逐步問診基本結(jié)構(gòu)貝葉斯定理算式這里H1,H2,…Hi分別表示j種互斥的疾病;A為用于這些疾病鑒別診斷的某一臨床表現(xiàn)或檢驗(yàn)結(jié)果的組合（癥候）式中P(Hj)為各疾病發(fā)生的先驗(yàn)概率,表示醫(yī)生在具體診斷某患者前所掌握的疾病Hi的發(fā)病情況。P(A|Hj)為在已知疾病Hi條件下，各癥狀A(yù)出現(xiàn)的“條件概率”，即某臨床癥候A的可能性，它可以通過收集足夠數(shù)量的病例容易地得到。P(Hj|A）稱為后驗(yàn)概率，表示在患者癥狀A(yù)出現(xiàn)時(shí),患疾病Hi的可能性。P(Hj)P(A|Hj)n∑i=1P(Hj|A）=P(Hj)P(A|Hj)應(yīng)用舉例對(duì)某地區(qū)1207位闌尾炎患者的資料統(tǒng)計(jì)為表3—1。按慢性闌尾炎、急性闌尾炎、闌尾炎穿孔三類統(tǒng)計(jì)癥候頻率(腹痛開始部位、惡心嘔吐、體溫、體征及體檢結(jié)果)。若已知慢性闌尾炎H1、急性闌尾炎H2、闌尾炎穿孔H3發(fā)生的先驗(yàn)概率分別為：P(H1)＝0.391P(H2)＝0.493P(H3)＝0.116★現(xiàn)有一闌尾炎患者、開始上腹痛，之后嘔吐，腹瀉，人院體溫37℃．全身腹肌緊張，壓痛，WBC(白細(xì)胞)數(shù)達(dá)19350。顯然其癥侯為B＝B13·B23·B33·B42·B51·B61·B73,則

其P(Hj|B)(j＝l，2，3，4)的大小可通過公式3-1算得。

P(B|Hj)＝P(B13·B23·B33·B42·B51·B61·B73|Hj)

＝P(B13|Hj)P(B23|Hj)P(B33|Hj)P(B42|Hj)P(B51|Hj)P(B61|Hj)P(B73|Hj)(j=l，2，3)P(B|H1)＝9．45×10-8P(H1)P(B|H1)＝0．351×9．45×10-8

＝3．695×10-8同理P(H2)P(B|H2)=5.53×10-5 P(H3)P(B|H3)=1.136×10-4得：P(H1|B)=0.02%P(H2|B)=32.2%P(H3|B)=67.76%所以：診斷為闌尾炎穿孔（H3).基于模糊數(shù)學(xué)原理的專家系統(tǒng)模糊數(shù)學(xué)的定義處理現(xiàn)實(shí)對(duì)象的數(shù)學(xué)模型確定性數(shù)學(xué)模型:確定性或固定性,對(duì)象間有必然聯(lián)系.隨機(jī)性數(shù)學(xué)模型:對(duì)象具有必然性或隨機(jī)性模糊性數(shù)學(xué)模型:對(duì)象及其關(guān)系均具有模糊性.隨機(jī)性與模糊性的區(qū)別隨機(jī)性:指事件出現(xiàn)某種結(jié)果的機(jī)會(huì).模糊性:指存在于現(xiàn)實(shí)中的不分明現(xiàn)象.模糊數(shù)學(xué):研究模糊現(xiàn)象的定量處理方法.

★模糊集合：模糊概念用數(shù)學(xué)語言來說就是模糊集合。基本思想是把經(jīng)典集合中的絕對(duì)隸屬關(guān)系靈活化，用特征函數(shù)的語言來講就是；元素對(duì)“集合”的隸屬度不再是局限于取0或1，而是可以取從0到1的任一數(shù)值?！镉成洌涸趦蓚€(gè)集合X、Y之間，如果有一個(gè)法則f，使得對(duì)X中的每個(gè)元素x，在Y中都有唯一元素y與之對(duì)應(yīng)，則稱f是X到Y(jié)的映射。

即：對(duì)每個(gè)x∈X都存在著唯一確定的元素y＝f(x)∈Y與之對(duì)應(yīng)．模糊數(shù)學(xué)的幾個(gè)概念：★模糊子集：設(shè)給定論域U和一個(gè)資格函數(shù)把U中間每個(gè)元素x和區(qū)間[0，1]中的一個(gè)數(shù)μA(x)結(jié)合起來。μA(x)表示x在A中的資格的等級(jí)。此處的A我們就說是U的一個(gè)模糊子集。

★隸屬函數(shù)設(shè)給定論域U，U在閉區(qū)間[0，1]中的任一映射μA模糊數(shù)學(xué)的幾個(gè)概念：模糊算法專家系統(tǒng)的設(shè)計(jì)實(shí)施

每一種典型的病都是一種模式，因此，醫(yī)生確診病人的過程是一個(gè)模式識(shí)別的過程(醫(yī)療診斷的過程用模糊數(shù)學(xué)來描述，是從癥狀集S到診斷集D的映射)。從專家經(jīng)驗(yàn)和大量病例中總結(jié)出從S到D的模糊關(guān)系R,R為醫(yī)療診斷的專家系統(tǒng)，將R儲(chǔ)存在計(jì)算機(jī)內(nèi):如果某一病例的癥狀、體征、檢驗(yàn)結(jié)果構(gòu)成一模糊子集A:則由A與R合成的關(guān)系矩陣就給出了該病人的診斷意見書B。只要將A輸入計(jì)算機(jī)，輸出就是B。R起轉(zhuǎn)換器的作用，A·R是模糊診斷模型，是借計(jì)算機(jī)實(shí)現(xiàn)的。此即模糊算法專家系統(tǒng)的設(shè)計(jì)。

診斷集

D

癥狀集

S

模糊關(guān)系

R基于人工神經(jīng)網(wǎng)絡(luò)人工神經(jīng)網(wǎng)絡(luò)：在對(duì)人腦神經(jīng)網(wǎng)絡(luò)的基本研究的基礎(chǔ)上，采用數(shù)理方法和信息處理的角度對(duì)人腦神經(jīng)網(wǎng)絡(luò)進(jìn)行抽象，并建立的某種簡化模型。人工神經(jīng)網(wǎng)絡(luò)人體與疾病例子★

Sordo比較了采用不同網(wǎng)絡(luò)結(jié)構(gòu)和學(xué)習(xí)算法的神經(jīng)網(wǎng)絡(luò)在診斷胎兒唐氏綜合征(Down’sSyndrome)上的成績。正確分類率為84%,超過了現(xiàn)今所用的統(tǒng)計(jì)方法的60%～70%的分類率。例子★臺(tái)灣DEU科技（德亞科技）開發(fā)的計(jì)算機(jī)輔助檢測系統(tǒng)RapidScreenTMRS-2000為全世界最先通過美國ＦＤＡ認(rèn)證的早期肺癌輔助診測系統(tǒng)。該產(chǎn)品采用人工智能神經(jīng)網(wǎng)絡(luò)ANN，自動(dòng)標(biāo)識(shí)數(shù)字胸片中可疑結(jié)節(jié)區(qū)。經(jīng)臺(tái)灣和美國的臨床實(shí)驗(yàn)，可使放射專家檢測T1期肺癌的能力明顯提高(潛在提升約15%以上)。例子★

DeGroff等使