医学专家系统课件.ppt

医学专家系统的产生及发展 1959年,美国的Ledley等首次将数学模型引入临床医学,提出了可将布尔代数和Bayes定理作为计算机诊断的数学模型,并以此诊断了一组肺癌病例,开创了计算机辅助诊断的先例。 1976年,美国斯坦福大学的Short-liffe等研制成功了著名的用于鉴别细菌感染及治疗的医学专家系统MYCIN,是医学专家系统最成功的实例之一。 1982年,美国匹兹堡大学的Miller等发表了著名的内科疾病诊断咨询系统INTERNIST-1并不断完善成改进型INTERNIST-2,即后来的CADUCEUS专家系统,其知识库中包含了572种疾病,约4500种症状。 1991年美国哈佛医学院Barnett等开发的“解释”软件,包含有2200种疾病和5000种症状。 …… 中国医学专家系统 国外专家系统的应用已涉及到医学的各个领域,国内对医学专家系统的研究是从二十世纪七十年代末开始的。由于中医具有非常好的数据处理原型,推理过程明晰,因此,专家系统首先在中医领域取得了突破。 上海中西医结合医院与颐圣计算机公司联合开发具有咨询和辅助诊断性质的《中医计算机辅助诊疗系统》 浙江大学开发的基于计算机图像分析的青光眼辅助诊断专家系统 血气酸碱分析计算机辅助诊断专家系统 计算机辅助诊断模拟手术及面像预测系统 胃病诊断专家系统 …… 完整的医学专家系统 组成模块 医学上的诊断 临床诊断:是运用已有的医学知识对疾病的表现进行辩证分析，得出符合逻辑的结论的过程。其基本环节如下：收集资料，综合分析、推理，作出诊断。 传统的疾病诊断:其综合分析、推理除了各种疾病出现的概率只能从过去的历史资料中得来以外，还主要依据医生的个人经验。 计量诊断:与传统的疾病诊断基本环节一致，但其分析、推理不是凭经验，而是用一种定量的推理模式代替，再根据一定的法则作出合理的临床判断。称之为计算机辅助诊断。 医学专家系统 计算机辅助诊断:利用机器模仿医生的智能。利用机器模仿人类的智能即人工智能。 人工智能技术在医学上的典型应用:是专家系统。 专家系统的实质就是让计算机系统代替专家为患者诊断，换句话说就是利用机器模仿人类专家的智能。 计算机专家诊断系统的一般诊断过程是 常用医学专家系统模型： 基于统计学原理（Bayes) 贝叶斯模型 （1）事件及其相互关系 必然事件：在一定条件下必须出观的现象 不可能事件：在一定条件下必然不出现的现象。 随机事件：在一定条件下，可能出现也可能不出现以现象叫。 （2）概率 A1 U A2 U…UAn ？ A1∩A2∩…∩An ？ Bayes （3）贝叶斯定理 有时除了要知道事件的概率P(A)外，还需要知道在“事件B已出现”的条件下，事件A出现的条件概率P（A|B）。 例如，我们需要知道在某疾病B发生条件下，症状A出现的概率时就要计算条件概率P（A|B）。 用贝叶斯模型建立专家系统的具体步骤： 贝叶斯逐步问诊 逐步问诊特点 把第K-1步的验后概率 作为第K步的先验概率 逐次递推。 贝叶斯定理算式 这里H1,H2,…Hi分别表示j种互斥的疾病; A为用于这些疾病鉴别诊断的某一临床表现或检验结果的组合（症候） 式中P(Hj)为各疾病发生的先验概率,表示医生在具体诊断某患者前所掌握的疾病Hi的发病情况。 P(A|Hj)为在已知疾病Hi条件下，各症状A出现的“条件概率”，即某临床症候A的可能性，它可以通过收集足够数量的病例容易地得到。 P(Hj|A）称为后验概率，表示在患者症状A出现时,患疾病Hi的可能性。 应用举例 对某地区1207位阑尾炎患者的资料统计为表3—1。按慢性阑尾炎、急性阑尾炎、阑尾炎穿孔三类统计症候频率(腹痛开始部位、恶心呕吐、体温、体征及体检结果)。 若已知慢性阑尾炎H1、急性阑尾炎H2、阑尾炎穿孔H3发生的先验概率分别为： P(H1)＝0.391 P(H2)＝0.493 P(H3)＝0.116 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) ＝9．45×10-8 P(H1)P(B|H1)＝0．351×9．45× 10-8