Міністерство охорони здоровя України
львівський Національний медичний університет
Імені данила галицького
« Затверджено »
на методичній нараді
кафедри медичної інформатики .
Завідувач кафедри
________________________
«___»_____________ 2011 р.
Методичні рекомендації
для самостійної роботи студентів
при підготовці до практичного заняття
|
Навчальна дисципліна |
Медична інформатика |
|
Модуль №2 |
Медичні знання та прийняття рішень в медицині |
|
Змістовий модуль №3 |
Медичні знання та прийняття рішень |
|
Тема заняття 11: |
Клінічні системи підтримки прийняття рішень. Засоби прогнозування. Моделювання системи підтримки прийняття рішень |
|
Курс: |
ІІ |
|
Факультет: |
Медичний, стоматологічний |
Львів - 2011
Класифікація медичних експертних систем
Оскільки медичні знання носять емпіричний характер, слабо структуровані і погано формалізовані, саме медичні задачі доцільно розв'язувати за допомогою експертних систем. На сьогодні найбільша питома вага використання ЕС належить медицині.
Основні типи медичних ЕС відносно вирішуваних завдань можна згрупувати в категорії, наведені в табл. 1
Таблиця 1.
Типові категорії способів застосування медичних ЕС.
|
Категорія |
Проблема, що вирішується |
|
Інтерпретація |
Опис ситуації за інформацією, що поступає від давачів |
|
Діагностика |
Виявлення причин захворювання |
|
Прогнозування |
Визначення вірогідних наслідків заданих ситуацій |
|
Лікування, реабілітація |
Виконання послідовності наказаних дій, скерованих на приведення до норми |
|
Навчання |
Діагностика і корегування поведінки того, хто навчається |
|
Планування |
Визначення послідовності дій |
|
Керування |
Керування станом об'єкта |
Експертні системи, що виконують інтерпретацію, як правило, використовують для опису ситуації інформацію від давачів систем спостереження (наприклад, значення пульсу, кров'яного тиску тощо), щоб встановити діагноз або тяжкість захворювання .
Діагностичні системи служать для визначення причин захворювання за симптомами, що спостерігаються у пацієнтів. Такі системи надають консультації, допомагають за наслідками діагностики виробити прогноз, підібрати курс лікування або реабілітації .
Експертні системи, що здійснюють прогнозування, визначають імовірні наслідки ситуацій, що спостерігаються. На сьогодні таких систем розроблено відносно мало, оскільки для їх реалізації часто вимагається використання досить складних методів імітаційного моделювання.
Експертні системи для лікування і реабілітації часто містять діагностичні компоненти, як, втім, і діагностичні системи містять компоненти для отримання рекомендацій стосовно лікування. Це цілком логічно, оскільки процеси діагностики і лікування взаємозв'язані .
Навчальні системи створюють модель знань, якими повинен володіти "учень" і модель, що показує як він застосовує ці знання для рішення конкретних задач. На основі аналізу моделі системи діагностують і вказують тому, що навчається, його помилки, і будують плани виправлення наявних помилок .
ЕС, що планують, визначають повну послідовність дій, перш ніж почнеться їх виконання. Прикладами можуть служити планування курсу лікування або ходу операції. Такі ЕС часто повинні мати здатність до повернення (принцип бектрекінгу), тобто відкидати деяку послідовність міркувань або частину плану внаслідок порушення обмежень задачі і повертати керування назад до попередньої точки або ситуації, з якої аналіз повинен початися заново. Повернення може дорого коштувати, особливо під час рішення задач медичної проблематики, де ціною помилки може бути життя пацієнта, тому задача планування часто розбивається на підпроблеми і робиться спроба впорядкувати їх так, щоб уникнути перепланування .
ЕС, що керують, адаптивно керують станом об'єкта - наприклад, станом хворих в умовах інтенсивній терапії. Тому такі ЕС повинні включати компоненти інтерпретуючих систем, щоб спостерігати стан об'єкта впродовж певного часу. Крім цього в ЕС, що керують, можуть використовуватися інші компоненти: діагностики, прогнозування, навчання, планування.
За зв‘язком з реальним часом ЕС поділяються на
Статичні ЕС розробляються у предметних областях у яких база знань та дані, що інтерпретуються не змінюються за час вирішення задачі.
Квазідинамічні ЕС інтерпретують ситуацію, що змінюється з деяким фіксованим інтервалом часу.
Динамічні ЕС працюють з даними, що змінюються під час вирішення задачі, іноді у режимі реального часу з безперервною інтерпретацією даних, що надходять.