«Острый живот» , построенная на основе метода экспертной классификации

Метод экспертной классификации, реализованный в виде человекомашинных систем экспертного опроса, использовался для разработки медицинских диагностических систем (ДС), предназначенных для морских кораблей [16].

Работа медицинского персонала на кораблях имеет свою специфику. Она обусловлена, с одной стороны, необходимостью своевременной и точной диагностики заболеваний личного состава (для его эвакуации в случае необходимости), а с другой — ограниченностью имеющихся в распоряжении врача диагностических средств. Важной особенностью является и то, что большинство медицинского персонала кораблей — молодые врачи с небольшим стажем работы. В связи с этим цель проводимой работы заключалась в разработке ДС-советчика для молодого, недостаточно опытного врача, работающего без контактов с высококвалифицированными специалистами (корабль, экспедиция и т. п.).

Для повышения эффективности ДС при ее разработке максимально учитывались особенности практического применения системы. Выл определен перечень заболеваний, которые должна уметь диагностировать система. При разработке ДС учитывалось, что система предназначена для диагностики заболеваний у ограниченного контингента больных — мужчин в возрасте 25-45 лет.

Большую сложность в современной хирургии представляет диагностика острых хирургических заболеваний органов брюшной и грудной полостей, объединяемых в группу «Острый живот». Многие заболевания этой группы очень опасны для здоровья и жизни больного и требуют немедленного хирургического вмешательства. Необходимость своевременной диагностики заболеваний группы «Острый живот» обусловлена и тем, что ряд из них имеет похожую или близкую симптоматику и в то же время требует разного лечения.

Для диагностики были отобраны заболевания, которые наиболее часто встречаются в практической деятельности хирурга корабля. Множество диагностируемых заболеваний составили десять заболеваний группы «Острый живот»: острый аппендицит; острый холецистит; острый панкреатит; прободная язва желудка и двенадцатиперстной кишки; острая кишечная непроходимость; тромбоэмболия брыжеечных сосудов; желудочно-кишечное кровотечение; закрытая травма живота с повреждением внутренних органов, перитонит. Проводилась также диагностика симулирующих «острый живот» заболеваний: кишечная и почечная колики; острый гастрит; пищевое отравление; инфаркт миокарда (абдоминальная форма); плевропневмония.

Для дифференциальной диагностики перечисленных заболеваний было выделено 42 признака, доступных определению традиционными методами обследования. Они включают жалобы больного и его анамнез, а также данные осмотра, пальпации (прощупывания), перкуссии и аускультации. Кроме того, предусмотрены признаки, отражающие результаты дополнительных методов исследования, которые могут быть проведены в условиях медицинской службы корабля. Сюда относятся лабораторные показатели: лейкоциты, эритроциты и гемоглобин в периферической крови, лейкоциты и эритроциты в моче, а также обзорная рентгенография органов брюшной и грудной полостей и ЭКГ. Для каждого признака были определены его возможные значения, соответствующие диагностируемым заболеваниям.

Заметим, что в рассматриваемой задаче маловероятно одновременное наличие у больного нескольких заболеваний. Однако сложность диагностики острых хирургических заболеваний органов брюшной полости приводит к тому, что даже учет 42 признаков не гарантирует постановку точного, однозначного диагноза. В результате заключение ДС может содержать несколько подозреваемых заболеваний, но при этом данные обследования больного позволяют, как правило, выделить среди них группы заболеваний с более сильной степенью подозрения.

Использование характерности значений признаков для различных заболеваний позволило организовать в системе имитацию динамики наблюдения за больным: в случаях, когда система ставит неоднозначный диагноз, она выдает совет врачу повторить осмотр больного через определенное время и указывает признаки, на изменение которых надо обратить особое внимание (выявленные при первичном осмотре признаки, одинаково сильно характерные для подозреваемых заболеваний). Следует отметить, что работа лечащего врача с системой заключается не только в постановке и уточнении диагноза, но и в выборе лечения в зависимости от наблюдаемой у больного симптоматики.

Проверка правильности решающих правил проводилась как самим врачом-экспертом (правильность постановки диагноза в типичных и атипичных состояниях), так и в ходе опытной эксплуатации системы в госпитале (проверка на реальных больных). Результаты проверки работы системы «Острый живот» в госпитале приводятся в табл. 9.1.

Из приведенных данных видно, что процент правильных диагнозов, устанавливаемых системой «Острый живот», достаточно высок. Более того, при ее опытной эксплуатации в течение полутора лет в госпитале в 11,1% случаев система предлагала более точный диагноз, чем врач, проводящий первичный осмотр больного.

Изложенный выше подход к построению полных и непротиворечивых баз знаний основан на имитации привычного поведения эксперта. Как оказалось, данный подход позволяет точно следовать логике рассуждений эксперта и с большой точностью воспроизводить его решения. Так, уже после построения базы знаний, содержащей огромное число диагностируемых состояний, эксперту — автору базы знаний было предъявлено 36 описаний сложных состояний, в которых (по правилам, содержащимся в базе знаний) система выдвигала подозрения одновременно на несколько (более двух) заболеваний. Эксперту было предложено заново рассмотреть эти состояния, причем компьютерный диагноз ему не сообщался.

Таблица 9.1 Результаты работы системы «Острый живот»

Эксперт проделывал эту работу дважды, с месячным интервалом, и его ответы показали высокую степень совпадения с правилами, содержащимися в базе знаний созданной им системы. В 16 случаях из 36 ответы эксперта и системы совпали полностью, в 17 случаях совпадали заболевания, указанные с высокой степенью подозрения, хотя и были различия в диагностике относительно слабо подозреваемых заболеваний. И только в трех случаях ответы частично не совпадали. Этот результат представляется весьма удовлетворительным, если учесть большую сложность построенной системы.

Еще большую надежность и безошибочность придает системе заложенная в нее возможность динамического изменения диагнозов в сложных случаях при повторных обследованиях больных: система подсказывает врачу тактику ведения больного, признаки, за которыми надо внимательно наблюдать, время повторного обращения к системе.

Метод экспертной классификации открывает пути к точной имитации суждений эксперта, является средством преодоления существенных трудностей, связанных с приобретением экспертных знаний.

Выводы

• Принято различать два вида знаний : декларативное и процедуральное . Второй вид знаний принято называть умением , навыками . Навыки возникают при постоянных и многолетних упражнениях по решению тех или иных повторяющихся задач в различных областях человеческой деятельности . Человека , в совершенстве владеющего процедуральным знанием , принято называть экспертом .

• Процесс достижения экспертом высокого профессионального мастерства занимает не менее 10 лет . За это время в памяти эксперта возникают структуры хранения специально организованной в иерархическом виде информации . Знания эксперта имеют в основном подсознательный характер и не могут быть вербализованы .

• Задача построения компьютерных копий экспертных знаний является одной из наиболее сложных в области искусственного интеллекта . Основными трудностями при извлечении экспертных знаний являются их подсознательный характер , большой объем и неизбежные ошибки эксперта .

• Подход экспертной классификации предназначен для построения полных , непротиворечивых и точных баз экспертных знаний в задачах отнесения объектов к различным классам решений . Основные черты подхода экспертной классификации :

• структуризация проблемы ;

• предъявление эксперту описаний объектов в привычном для эксперта виде ;

• распространение решений эксперта на другие состояния ( объекты ) при помощи отношения доминирования по характерности ;

• проверка информации эксперта на непротиворечивость ; . эффективная стратегия опроса эксперта .

• Построенная полная классификация может быть представлена граничными элементами классов . Граничные элементы могут быть достаточно точно описаны с помощью простых по структуре ( двухуровневое дерево ) решающих правил . Число таких решающих правил сравнительно невелико .

Библиографический список

1. Simon H . A . The human mind : the symbolic level // Proc . of the American Philosophical Society . 1993. V. 137. № 4.

2. Richman H., Staszewski J., Simon H.A. Simulation of Expert Memory Using EPAM IV // Psychological Review. 1995. V. 102. № 2.

3. Ericsson K.A. The acquisition of expert performance:an introduction to some of the issues // K. A. Ericsson (Ed.). The Road to excellence: the acquisition of expert perfomance in the arts and sciences, sport and games. Hillsdale , NJ : Lawrence Erlbaum Associates , 1996.

4. Ericsson K.A. Expert and exceptional perfomance: evidence of maximum adaptation to task constraints // Annual Review of Psychology. 1996. № 47.

5. Kihlstrom J. The Cognitive Unconscious // Science. 1987. V. 237.

6. Lewicki P., Hill Т ., Czyzewska M. Nonconscious Acquisition of Information //American Psychologist. 1992, June .

7. Ларичев О.И., Мечитов А.И., Мошкович Е.М., Фуремс Е.М. Выявление экспертных знаний. М.: Наука, 1989.

8. Дмитриев А.Н., Журавлев Ю.И., Кренделев Ф.П. Об одном принципе классификации и прогноза геологических объектов и явлений // Известия СО АН СССР. Геология и геофизика. Новосибирск, 1968. № 5.

9. Ларичев О.И., Моргоев В.К. Проблемы, методы и системы извлечения экспертных знаний // Автоматика и телемеханика. 1991. № 7.

10. Моргоев В.К. Метод извлечения и структуризации экспертных знаний: моделирование консультаций: Сб. тр. ВНИИСИ // Человекомашинные процедуры принятия решений / Под ред. С. В. Емельянова, О. И. Ларичева. М., 1988.

11. Гельфанд И.М., Розенфельд Б.И., Шифрин М.А. Структурная организация данных в задачах медицинской диагностики и прогнозирования. Препринт. (Научный совет по комплексной проблеме «Кибернетика»). М., 1982.

12. Ларичев О.И. Структуры экспертных знаний // Психологический журнал. 1995. № 3.

13. Ларичев О.И., Болотов А.А. Система ДИФКЛАСС: построение полных и непротиворечивых баз экспертных знаний в задачах дифференциальной классификации // Научно-техническая информация. Сер 2. 1996. № 9.

14. Фуремс Е.М., Гнеденко Л.С. STEPCLASS - система извлечения экспертных знаний и проведения экспертизы при решении диагностических задач // Научно-техническая информация. Сер. 2. 1996. № 9.

15. Ларичев О.И., Нарыжный Е.В. Компьютерное обучение экспертным знаниям // ДАН. 1998. Т. 332.

16. Денисов Г.Ф., Ларичев О.И., Фуремс Е.М. Автоматизированная диагностическая система «Острого живота» и заболеваний, его симулирующих, на догоспитальном и госпитальном этапах оказания неотложной квалифицированной помощи // Военно-медицинский журнал. 1988. № 1.

Лекция 10. АНАЛИЗ РИСКА

Типы риска

С начала 70-х годов прошлого века в мире активно прово дятся исследования по проблеме анализа риска. Практической причиной, обусловившей проведение этих исследований, стали промышленные аварии, приводившие к гибели людей и большим экономическим потерям. Промышленные аварии были и ранее, но в этот период времени они были связаны с использо ванием крупномасштабных и дорогостоящих технологий, таких как терминалы со сжиженным газом, морские буровые уста новки, морские платформы для добычи нефти и газа, атомные электростанции, огромные химические комбинаты и т.д. Появ ление подробных технологий связано с большими экономическими выгодами. Однако многие технологии оказались недоста точно изученными и потенциально опасными. На территории России в 2000 г. было около ста тысяч опасных производств, в том числе около 1500 атомных производств, реакторов, более 3000 химических и биологических объектов особо высокой опасности, сотни тысяч километров нефте- и газопроводов, большинство из которых построено более 15 лет назад [1]. Ава рии на этих производствах, время от времени происходящие как в России, так и в других странах, связаны с человеческими жертвами и большим ущербом для окружающей среды. Хотя предварительные расчеты часто показывают, что вероятность таких аварий мала, они все-таки происходят. Более того, в среде специалистов появляется точка зрения, что меры, направ ленные на достижение абсолютной безопасности при использо вании крупномасштабных и дорогостоящих технологий, связа ны с очень большими расходами и делают технологии нерентабельными. В ряде случаев и эти меры не могут полностью га рантировать исключение аварий.

В связи с этим возникает совокупность научных и практических проблем. Как найти обоснованный уровень безопасно сти? Как выбрать место для расположения нового производст ва, авария на котором может привести к нежелательным по следствиям? Как измерять риск для индивидуума и коллекти ва? Эти и другие подобные вопросы принадлежат области ис следований, получившей название “анализ риска”.

Существуют различные подходы к определению понятия “риск”. Можно выделить три базисных представления о нем:

• риск как вероятность нежелательных последствий или потерь;

• риск как величина возможных потерь;

• риск как комбинация вероятности и величины потерь (например, средняя ожидаемая величина потерь за определенный период).

В настоящее время исследования по анализу риска вышли за рамки вопросов безопасности и надежности технических сис тем и стали охватывать практически все аспекты поведения человека и его взаимодействия с окружающим миром, например риск, связанный с потреблением генетически измененных про дуктов питания, с курением, с загрязнением окружающей сре ды и т.п. Попытки проанализировать величину и допустимость подобного риска сделали необходимым сравнение его с другими видами риска, включая социальный риск (например, риск ока заться жертвой террориста или риск ядерной войны), бытовой (риск, связанный с использованием бытовой техники, автомобилей и т.п.), спортивный (риск получить травму в различных видах спорта - боксе, футболе, альпинизме). Распространено также понятие риска при финансовых операциях: риск вложения денег в акции, риск инвестиций, риск при различных де нежных операциях и т.д.

В иностранной литературе для характеристики различных видов риска применяется, как правило, термин “технология” ( technology ), при этом под технологией понимается любой вид анализируемой человеческой деятельности или способ удовле творения тех или иных социальных или индивидуальных по требностей. Во всех этих случаях кажется удобным использо вать единый термин.

С методологической точки зрения проблема анализа риска является одним из направлений теории принятия решений. Действительно, определение допустимого уровня безопасности, стандарта, уровня риска, места для нового предприятия — это проблемы выбора одного из нескольких возможных вариантов решений. Выбор обязательно должен осуществляться с учетом многих и обычно противоречивых критериев (экологических, технических, социальных, экономических и др.) оценки таких вариантов. Поэтому многокритериальные методы принятия ре шений могут рассматриваться как средство анализа риска.