医学决策支持系统PPT课件(-70页)

医学决策支持系统(医学专家系统)(Medcialdecisionsupportsystem,medicalexpertsystem)上机安排时间：11月28号（星期一）下午2:30-5:30地点：主楼西206复习答疑安排复习时间：12月5号（15周星期一）下午7-8节地点：二教508答疑时间：12月6号—12月9号地点：主楼西301考试安排时间：12月12日{16周周一}下午2：30-4：30地点：第二教学樓104闭卷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MYCIN系统简介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人工智能1937年，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1976年6月，美国伊利诺斯大学的两台不同的电子计算机上，用了1200个小时，作了100亿判断，终于完成了困扰数学界长达100余年之久的难题──“四色定理”。1979年10月，美国底特律市举行国际象棋锦标赛，国际象棋大师大卫.处维与美国的电脑棋手“象棋4.9”进行了50个回合的比赛。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。人工智能的定义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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。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。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MYCIN，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临床实用性差医学决策支持系统的发展趋势与神经网络、遗传算法等推理新方法新技术相结合与数据库技术相结合：医学专家系统可借鉴数据库关于信息存贮、共享、并发控制和故障恢复技术，对专家系统中的知识库管理、设计以及对大型知识库、共享知识库和分布式知识库提供帮助，改善专家系统的特性，使其规模提高到实用水平与多媒体技术相结合：文字、图形、图像、影像及声音与网络技术相结合,特别是在知识库的构建方面医生看病的自然过程PatientDecisionPlanObservationDataInformationDiagnoseTherapy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。医学决策支持系统的一般结构:Man-MachineinterfaceMedicalknowledgebaseGlobaldatabaseReasoningmachineExpositor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…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。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。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。医学知识库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）知识的概念与含义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，E.A.Feigenbaum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。”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。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。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。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，早在自动机理论、形式文法和程序语言中得到广泛的应用，产生式系统是用来描述若干个不同的以一个基本概念为基础的系统。产生式的基