Медицинская экспертная система MYCIN

Первая версия ЭС MYCIN была построена в Стэндфордском университете в середине 70-х годов. Ее создатель - врач и специалист в области вычислительной техники Эдвард Шортлайф (Edward Shortliffe).
Дело в том, что диагностика многих заболеваний для успешного выздоровления пациента должна проводиться оперативно. Иногда максимально возможные сроки определения метода лечения составляют от одного до двух суток. Кроме того, каждый человек, идя на прием к врачу, хочет надеяться, что его примет профессионал, который внятно объяснит причину недомогания и предложит одну или несколько эффективных методик лечения. Любая медицинская экспертная система, содержащая знания и логику рассуждения лучших специалистов в мире, может это позволить.
Общение пациента и машины происходит на естественном человеческом языке. Сам больной или доктор вводит в MYCIN симптомы устанавливаемой болезни, а ЭС задает уточняющие вопросы и, в конце концов, ставит диагноз и предлагает методы лечения. Кроме того, система на любом шаге может "объяснить" свои доводы. Механизм логического вывода в MYCIN включает первоначальный опрос пациента, прямой вывод с использованием некоторых правил продукции и правил нечеткой логики и обратный вывод.
Исследования работы ЭС MYCIN, проведенные в Стэндфордском университете, показали, что система для диагностики бактериальных инфекций все-таки уступает группе врачей, состоящей только из профессионалов, на 20%. Правда, даже приблизительную дату этого тестирования так и не удалось найти. Но база знаний MYCIN постоянно расширяется, и благодаря этому ЭС "осваивает" все новые области медицины. Теперь MYCIN используется преимущественно для обучения врачей, а ее механизм логического вывода E-MYCIN был успешно применен для создания многих других ЭС, таких, как NEOMYCIN и PUFF для исследования легочных заболеваний.

5. Определение коэффициента уверенности в системе MYCIN

В системе MYCIN коэффициенты уверенности (степени уверенности, истинность условий) – CF (certainty factor) – могут принимать значения в диапазоне от -1 до 1. В общем случае можно использовать любой диапазон значений. Положительные значения выражают уверенность в фактах, заключениях и пр. Отрицательные значения, напротив, выражают ошибочность утверждений. Окончательный коэффициент уверенности всего правила вычисляется как произведение:

CF (заключение) = CF (предпосылки) * CF (правила).

Если в БЗ найдется несколько правил для данной предпосылки, то в системе MYCIN заключения этих правил объединяются. Пусть X и Y – коэффициенты уверенности одинаковых заключений, полученные при применении разных правил, тогда

Очевидно, что формула обладает свойством коммутативности, и порядок следования гипотез не имеет значения. Вычисление коэффициентов уверенности имеет модульный характер, то есть при вычислении достаточно той информации, что уже содержится в правиле. При этом не имеет значения, как были получены коэффициенты уверенности, характеризующие исходные данные. Эта особенность часто используется при построении ЭС – предполагается, что для всех правил, имеющих дело с определенным параметром, предпосылки этих правил логически независимы. Если же имеет место зависимость между условиями правил, то следует перейти к более общему правилу. То есть вместо нескольких правил вида

Если условие1,
то прийти со степенью уверенности x1 к заключение.
…
Если условиеM,
то прийти со степенью уверенности xN к заключение.

Следует использовать одно правило вида:

Если условие1 и … и условиеM, то прийти со степенью уверенности x к заключение.

 

6. Стадии создания экспертных систем.

Стадия существования характеризует степень проработанности и отлаженности экспертной системы. Обычно выделяют следующие стадии:

• исследовательский прототип;
• действующий прототип;
• промышленная система;
• коммерческая система.

Исследовательским прототипом называют систему, которая решает представительный класс задач приложения, но может быть неустойчива в работе и не полностью проверена. При наличии развитых инструментальных средств для разработки исследовательского прототипа требуется примерно 2-4 месяца. Исследовательский прототип обычно имеет в базе знаний не больше 50 исполняемых утверждений; при использовании только частных утверждений их количество возрастает в 3-10 раз.

Действующий прототип надежно решает все задачи, но для решения сложных задач может требовать чрезмерно много времени и (или) памяти. Доведение системы от начала разработки до стадии действующего прототипа требует примерно 6-9 месяцев, при этом количество исполняемых утверждений в базе знаний увеличивается до 100.

Экспертная система, достигшая стадии промышленной системы, обеспечивает высокое качество решений всех задач при минимуме времени и памяти. Обычно процесс преобразования действующего прототипа в промышленную систему состоит в расширении базы знаний (до 150 исполняемых утверждений) и ее тщательной отладки. Доведение экспертной системы от начала разработки до стадии промышленной системы на развитых инструментальных средствах требует примерно 12-18 месяцев.

Обобщение задач, решаемых экспертной системой на стадии промышленной системы, позволяет перейти к стадии коммерческой системы, то есть к системе, пригодной не только для собственного использования, но и для продажи различным потребителям. Доведение системы до коммерческой стадии требует примерно 1.5-2 года. Приведенные выше сроки справедливы для экспертных систем средней сложности.

 

7. Назначение и область применения системы EXPRO

Оболочка экспертных систем EXPRO предназначена для построения экспертных систем (ЭС) различного назначения. Экспертные системы используются для решения трудно-формализуемых задач: диагностика в технике и медицине, проектирование сложных процессов и систем, принятие решений в бизнесе, управление процессами и т.п. Построение экспертных систем состоит в формализации задач предметной области с помощью языка представления знаний EXPRO, ввода правил и фактов в базу знаний (БЗ). После наполнения БЗ и отладки ее средствами оболочки EXPRO, появляется возможность решать задачи предметной области, используя знания высококвалифицированных специалистов-экспертов.

8. Функциональная структура системы EXPRO

9. Интерфейс системы ExPRO.Назначение и выполняемые функции.

Интерфейс системы Expro представляет собой стандартное Windows-приложение с главным меню, панелью инструментов, и строкой состояния. Кроме основного окна в системе существует большое количество рабочих диалоговых окон. Главное меню системы является классическим меню Windows и состоит из 7 пунктов:

· Файл

· Правка

· База знаний

· Решение

· Документ

· Настройка

· Справка

10. Редактор базы знаний системы ExPRO.

Редактор базы знаний предназначен для создания и редактирования баз знаний. Окно редактора состоит из двух основных частей: Списка правил в левой части и полей для редактирования свойств и тела правила в правой части.

Список правил в Редакторе баз знаний служит для создания, удаления, активизации, а также изменения порядка правил в открытой базе знаний. Выбор какого-либо правила в списке приводит к выводу его содержимого в правой части Редактора баз знаний.С помощью поля Исопльзовать правило при решении можно временно исключить выбранное правило из логического вывода. Данное поле является своеобразным дубликатом диалогового окна Видимость правил.Кнопки Изменение порядка правил в базе служат для изменения логического порядка правил в базе знаний.Кнопки Новое правило и Удалить правило предназначены соотвтественно для создания и удаления правила.

В правой части Редактора баз знаний отображается содержимое правила и находятся кнопки управления процессом редактирования и вызова диалоговых окон изменения параметров базы знаний.К содержимому базы знаний относятся Имя правила, Комментарий правила (краткое описание) и Тело правила, написанное на языке представления знаний Expro. Кнопки Ок и Отменить в нижней части редактора предназначены для сохранения изменений сделанных в полях редактора или их отмены.Внимание! Сохранение изменений с помощью этих кнопок не приводит к непосредственному сохранению базы знаний на винчестере или других носителях, а указывает только на ваше согласие или несогласие с произведенными изменениями. Для окончательного сохранения базы знаний пользуйтесь соответствующими командами главного меню. Кнопка Удалить служит для удаления текущего правила. Кнопки Просмотр базы, Просмотр файла, Цели и Добавить служат для вызова одноименных диалоговых окон.

Можно установить приоритет правил.

 

11. Интерпретатор правил системы ExPRO. Состав и выполняемые функции.

Интерпретатор правил системы ExPRO состоит из транслятора правил, логического вывода решения и объяснения решения.

Продукционная база знаний предметной области (БЗ ПО) с помощью транслятора преобразуется во внутреннюю базу знаний (ВнБЗ) с логической моделью представления знаний. Решатель задач использует правила логики предикатов.

Интерпретатор правил выполняет поиск решения, формируя порядок выполнения правил, проверяет истинность условий и выполняет действия, которые описаны функциями языка представления знаний.

В системе EXPRO реализована стратегия обратного вывода. Процесс достижения цели определяется правилами базы знаний и исходной информацией пользователя. Поиск решения начинается с цели, которая выбирается из базы знаний. Переменная цели заносится в стек логического вывода, после чего выбирается правило, в котором находится действие по определению цели. В выбранном правиле определяется условная часть. Если все условия истинны, то выполняются действия правила. Если хотя бы одно условие ложно, то выбирается следующее правило, в котором имеется действие по определению текущей цели.

При проверке логических выражений могут быть неизвестны переменные условия. В таком случае неизвестная переменная заносится в стек логического вывода как подцель и вызывается очередное правило для ее определения.

После определения подцели повторно выбирается правило для нахождения цели.

Процесс управления решением задач в продукционной экспертной системе EXPRO реализует поиск в пространстве состояний, деление задачи на подзадачи и доказательство существования решения.

Система EXPRO 6 содержит Модуль объяснения, который формирует протокол выполнения правил. В протоколе приводится порядок выполнения правил и имена определяемых переменных.

12. Модуль объяснения системы ExPRO. Назначение и функции.

ЭС решают плохо структурированные задачи, решение которых сложно представить в виде алгоритма. Поэтому решение, которое получил пользователь предметной области, может не соответствовать ожиданиям пользователя или быть неправильным. Поэтому возникает необходимость объяснения результатов решения.

Для этого используется подсистема объяснения. Этот компонент ЭС объясняет, как система получила решение задачи (или почему она не получила решение) и какие знания она при этом использовала, что облегчает эксперту тестирование и повышает доверие пользователя к полученному результату.

В самом простом случае, составляется протокол логического вывода, который показывает последовательность выполнения правил и промежуточные и окончательные значения переменных. Если в процессе решения ЭС запрашивает дополнительные сведения, то модуль объяснений показывает, почему требуется эта информация.

В системе EхPRO меню Решение содержит команду Объяснение, при выборе которой отображается окно Объяснение. В нем отображаются имена правил, имена переменных и их значения в той последовательности, в которой они определялись в процессе логического вывода. Информация отображается в диалоговом окне только по окончании решения.

 

13. Модель представления знаний системы ExPRO.

Чтобы описать знания в виде, удобном для обработки на ЭВМ, их необходимо представить в виде структуры, называемой моделью. Выбор модели представления знания зависит от соотношения декларативного и процедурного представления знаний. В декларативном представлении знания представляются как множество слабо зависимых или независимых фактов, что позволяет осуществлять модификацию знаний и обучение простым добавлением знания или утверждения, поскольку факты или утверждения слабо зависимы или независимы. Для процедурного представления знаний проблема модификации намного сложнее, так как необходимо учитывать, каким образом используются знания и утверждения.

Наиболее широкое применение получили продукционные модели представления знаний, в основу которых положена продукция. В системе ExPRO реализована именно продукционная модель представления знаний.

Продукционная модель - модель, основанная на правилах, позволяющая представить знания в виде предложений типа: Если (условие), то (действие). Идея этого метода принадлежит Э. Посту (1943).

В качестве условия и действия в правилах может быть, например, предположение о наличии того или иного свойства, принимающее значение истина или ложь. При этом термин действие следует трактовать широко: это может быть как директива к выполнению какой-либо операции, рекомендация, или модификация базы знаний – предположение о наличии какого-либо производного свойства.

При использовании продукционной модели база знаний состоит из набора правил. Программа, управляющая перебором правил, называется машиной вывода. Чаще всего вывод бывает прямой (от данных к поиску цели) или обратный (от цели для ее подтверждения - к данным). В системе ExPRO реализован обратный вывод. Данные - это исходные факты, на основании которых запускается машина вывода - программа, перебирающая правила из базы.

Помимо продукционных правил база знаний должна включать и простые факты, поступающие в систему через интерфейс пользователя или выводимые в процессе поиска решения задачи. Факты являются простыми утверждениями. И когда в процессе интерпретации правил машиной вывода какой-либо факт согласуется с частью правила ЕСЛИ, то выполняется действие, определяемое частью ТО этого правила. Новые факты, добавляемые в базу знаний в результате действий, описанных в правилах, также могут быть использованы для сопоставления с частями ЕСЛИ других правил. Последовательное сопоставление частей правил ЕСЛИ с фактами порождает цепочку вывода.

Цепочки вывода экспертной системы могут быть предъявлены пользователю и помогают понять, как было получено решение.

Представления знаний в виде продукций наиболее распространено в экспертных системах, так как запись знаний фактически ведется на подмножестве естественного языка.

Продукционная модель чаще всего применяется в промышленных экспертных системах, которые называют продукционными. Она привлекает разработчиков своей наглядностью, высокой модульностью, легкостью внесения дополнений и изменений и простотой механизма логического вывода.

14. Язык представления знаний ExPRO. Назначение и структура.

 

Экспертная система Expro работает в двух режимах:

1. Создание базы знаний.

2. Решение задач предметной области.

Источниками знаний могут быть квалифицированные специалисты (эксперты) и источники информации (книги, нормативно-техническая документация, электронные документы).

Система имеет язык представления знаний (ЯПЗ), который формализует знания в виде продукционной модели:

ЕСЛИ <Условие> ТО <Действие>

Язык представления знаний EXPRO использует следующие группы функций:

· Ввод и вывод данных;

· Функции управления;

· Вычислительные функции;

· Тригонометрические функции;

· Работа со списками;

· Работа с таблицами;

· Преобразование данных;

· Функции файлового ввода и вывода;

· Прочие функции.

Режим решения задач позволяет пользователю решать задачи в диалоговом или пакетном режимах.

 

 

15. Фреймовое представление знаний в ЭС

 

Термин фрейм (от англ. frame – рамка, каркас) предложен Марвином Минским, одним из пионеров ИИ, в 70-е годы для обозначения структуры знаний для восприятия пространственных сцен. Эта модель, как и семантическая сеть, имеет глубокое психологическое обоснование.

Фрейм – это абстрактный образ для представления некоего стереотипа восприятия.
При конкретизации фрейма ему и слотам присваивают конкретные имена и происходит заполнение слотов.

Из протофреймов получаются фреймы-экземпляры. Экземпляр фрейма - фрейм, в котором определены значения слотов.

Переход от исходного протофрейма к фрейму-экземпляру может быть многошаговым, за счет постепенного уточнения значений слотов.
значением слота может быть:

 

• числа или математические соотношения,
• тексты на естественном языке,
• программы,
• правила вывода,
• ссылки на другие слоты данного фрейма или других фреймов,
• набор слотов более низкого уровня – реализация принципа «матрешки».

существует несколько способов получения слотом значений во фрейме-экземпляре:

 

• по умолчанию от фрейма-образца (Default-значение);
• через наследование свойств от фрейма, указанного в слоте АКО;
• по формуле, указанной в слоте;
• через присоединенную процедуру;
• явно из диалога с пользователем;
• из базы данных.

Связи между фреймами могут задаваться значениями специального слота с именем «Связь». Важнейшее свойство теории фреймов – заимствование из теории семантических сетей наследования свойств. И во фреймах и в семантических сетях наследование происходит по AKO-связям (A-Kind-Of = это). Слот AKO указывает на фрейм более высокого уровня иерархии, откуда неявно наследуются, то есть переносятся, значения аналогичных слотов.

 

 

16. Логическая модель представления знаний

Основная идея подхода при построении логических моделей представления знаний — вся информация, необходимая для решения прикладных задач, рассматривается как совокупность фактов и утверждений, которые пред­ставляются как формулы в некоторой логике. Знания отображаются совокупнос­тью таких формул, а получение новых знаний сводится к реализации процедур логического вывода. В основе логических моделей представления знаний лежит понятие формальной теории, задаваемое кортежем: , где:

· — счетное множество базовых символов (алфавит);

· — множество, называемое формулами;

· — выделенное подмножество априори истинных формул (аксиом);

· — конечное множество отношений между формулами, называемое правилами вывода.

---

Дата добавления: 2016-01-06; просмотров: 73; Мы поможем в написании вашей работы!

Поделиться с друзьями:

---

---

Мы поможем в написании ваших работ!