Процеси набуття  знань а згодом їх опанування є досить складними (та дорогими).  Дану проблематику можна знайти і  в медицині. Так,  задачі діагностики та задачі лікування передбачають прийняття рішення високопрофесійними фахівцями-лікарями. При цьому використовується велика множина різноманітних показників (аналізів). Якому з них віддати більшу перевагу – відповідь на таке запитання часто приймається завдяки власній інтуіції. Виявляється, подібні задачі успішно моделюються за допомогою програмного забезпечення, про яке піде мова далі.

Медичні системи підтримки рішень (СПР):

Þ    повинні бути в змозі пояснити свої діагностичні і лікувальні рішення лікарям-споживачам,

Þ    повинні відображати (демонструвати) розуміння своїх власних медичних знань

Þ    повинні відображати загальний зміст (сенс) отже, системи підтримки рішень повинні представлети знання.

Знання можуть представлятися за допомогою:

·        правил: цей спосіб використовується у традиційних експертних системах;

·        логіки предикатів першого порядку:  це так званий формальний, математичний підхід;

·        фреймів: тут використовується об”єктно-орієнтований підхід;

·        використання апарату теорії ймовірностей.

Інформація про набуті знання зберігається в СПР у вигляді бази знань.

Орієнтована на використання спеціального алгоритму Internist-1. Містить об”ємну базу даних про захворювання, симптоми та зв”язки між ними.  Для захворювання зберігаються частотні характеристики.

Зберігає інформацію у вигляді блок-схеми дій. Включає точки розгалуження, критерії прийнятності, описи дій. 

 Включає атрибути, специфічні для предметної області, для збереження інформації про клінічні експерименти:   

¨      інформація про токсичність ліків:

¨      деталізований критерій прийнятності;

¨      інформація про рецепт і дозування ліків;

¨      вимоги до звіту.

Як можуть використовуватися медичні бази знань?

1)                  БЗ типу Internist-1 використовуються для діагностики;

2)                  БЗ типу довідників та клінічних експериментів використовуються для:

·                    підтримки рішень,

·                    визначення прийнятності.                       

Малюнок 1 Модель застосування БЗ типу довідника

Підтримка рішень і лікування на основі довідника вимагає системи електронних медичних записів. Це вимагає відповідності між елементами із запису пацієнта та відповідними полями бази знань довідника.

Mycin. Це була експертна система, що включала механізм виводу та база правил. Розв”язувала проблему діагностики деяких інфекційних захворювань.

Оnсосіn. Працювала в предметній області  дослідження раку. Розв”язувала задачу планування терапії.

Opal. Виступала як засіб набуття знань для Oncocin. При цьому задача підтримки рішень все ще складно реалізовувалася.

З технічної точки зору можна розглядати наступну формулу:

Експертна система =  механізм виводу + правила

При цьому правила є:

                  – специфічними  для предметної області

                  – керованими “вручну”.

Механізм виводу є:

                  – незалежним  від предметної області;

                  – надається розробником (можливо комерційний продукт)

Малюнок 2 Набір правил (бази знань)

Малюнок 3 Структурна схема експертної системи

На сьогодні бази знань є все ще є дорогими щоб набувати і складними щоб підтримувати (зберігати). Для зменшення таких затрат поступають такими шляхами:

n      використовуючи специфічні для проблемних областей засоби набуття знань, що роблять     конструювання бази знань простішим;

n      з’єднуючи бази знань;

n      повторно використовуючи методи розв’язання проблем (МРП).

Їх метою є повторне  використати обох компонент (бази знань та методу розв”язання проблеми). При цьому база знань використовується багатьма методами розв’язання проблем. Метод розв’язання проблеми використовується багатьма базами знань.

Малюнок 4  ЕС 2-го покоління

Існують різні трактування поняття онтології. Так, онтологія –  це:

– галузь метафізики, що пов’язана з природою буття;

– опис концептуалізації. Під концептуалізацією мають на увазі словник термінів поєднаних предметних областей;

– онтологічна теорія містить формули, що вважаються завжди вірними незалежно від конкретних обставин;

– онтологія інформує інших про загальні істини і припущення через посередництво бази знань.

Роботу такої ЕС спрощено можна уявити так. На вході ЕС отримує модель (онтологію) деякої проблемної області у вигляді довідника спеціального формату (про це піде мова далі).  На виході ми отримуємо засіб для набуття знань для проблемної області (наприклад, засіб для медичних практичних керівництв).

Формат GLIF (Guideline Interchange Format) широко використовується у БЗ, основаних на фреймах. Його структурна схема наведена на малюнку

Малюнок 5 Модель довідника

Довідник складається з пов”язаних кроків:

n      кроки дії відповідають клінічним втручанням та діям по збору даних;

n      умовні кроки визначають розгалуження if-then-else;

n      кроки розгалуження та синхронізації моделюють неоднозначність.

Малюнок 6  Процедурні кроки довідників використовують спеціальні позначення

Як вже зазначалося, істотньою перевагою ЕС 2-го покоління є повторне використання баз знань та механізмів виводе при розв”язуванні нових завдань. Так повторне використання довідників може бути налаштоване за допомогою сервера довідників:

Повторне використання програмного забезпечення ЕС може бути організоване таким чином:

Отже, бази знань є важливими в тих медичних застосуваннях:

n      яким необхідно маніпулювати та отримувати знання;

n      яким потрібно використовувати та отримувати інформацію;

n      яким потрібна гнучка, адаптивна база знань.

Все ще відкритими в сучасних ЕС залишаються проблеми:

n      найвдалішого способу представлення знань;

n      об”єднання та повторне використання знань;

n      зв”язків між БЗ та системою запису пацієнтів;

n      розробки розповсюджуваних та співпрацюючих БЗ.