Разработка и создание экспертных систем



Данная работа посвящена разработке и созданию экспертных систем, их применения в медицине.

Ключевые слова: экспертная система, медицина

Первое, что требуется для создания Экспертной системы (ЭС) — это определить те задачи, которые должна будет решать система, и установить цели разработки. Также на этом этапе мы должны выбрать экспертов проблемной области, которых будем привлекать к разработке, и понять тип пользователей нашей системы.

Далее мы строим модель предметной области, проводя содержательный анализ с выделением основных понятий и их взаимосвязей, а также определяемся с методами решения поставленных задач. Для построения модели используют один из двух подходов: признаковый или атрибутивный, и структурный (или когнитивный).

На этапе идентификации определяются задачи, которые подлежат решению, выявляются цели разработки, определяются эксперты и типы пользователей.

На этапе концептуализации проводится содержательный анализ проблемной области, выявляются используемые понятия и их взаимосвязи, определяются методы решения задач [6, с.151].

Существует два подхода к процессу построения модели предметной области, которая является целью разработчиков ЭС на этапе концептуализации. Признаковый или атрибутивный подход предполагает наличие полученной от экспертов информации в виде троек «объект — атрибут — значение атрибута», а также наличие обучающей информации. Этот подход развивается в рамках направления, получившего название формирование знаний или «машинное обучение» (machinelearning).

Второй подход, называемый структурным (или когнитивным), осуществляется путем выделения элементов предметной области, их взаимосвязей и семантических отношений [3, с. 20].

Для атрибутивного подхода характерно наличие наиболее полной информации о предметной области: об объектах, их атрибутах и о значениях атрибутов. Кроме того, существенным моментом является использование дополнительной обучающей информации, которая задается группированием объектов в классы по тому или иному содержательному критерию. Тройки «объект — атрибут — значение атрибута» могут быть получены с помощью так называемого метода реклассификации, который основан на предположении что задача является объектно-ориентированной и объекты задачи хорошо известны эксперту. Идея метода состоит в том, что конструируются правила (комбинации значений атрибутов), позволяющие отличить один объект от другого. Обучающая информация может быть задана на основании прецедентов правильных экспертных заключений, например, с помощью метода извлечения знаний, получившего название «анализ протоколов мыслей вслух» [15, с. 67].

При наличии обучающей информации для формирования модели предметной области на этапе концептуализации можно использовать весь арсенал методов, развиваемых в рамках задачи распознавания образов. Таким образом, несмотря на то, что здесь атрибутивному подходу не уделено много места, он является одним из потребителей всего того, что посвящено распознаванию образов и автоматического группирования данных.

Структурный подход к построению модели предметной области предполагает выделение следующих когнитивных элементов знаний:

1. Понятия;
2. Взаимосвязи;
3. Метапонятия;
4. Семантические отношения.

Выделяемые понятия предметной области должны образовывать систему, под которой понимается совокупность понятий, обладающая следующими свойствами: уникальностью (отсутствием избыточности); полнотой (достаточно полным описанием различных процессов, фактов, явлений и т. д. предметной области); достоверностью (валидностью — соответствием выделенных единиц смысловой информации их реальным наименованиям) и непротиворечивостью (отсутствием омонимии) [10, с. 133].

При построении системы понятий с помощью «метода локального представления» эксперта просят разбить задачу на подзадачи для перечисления целевых состояний и описания общих категорий цели. Далее для каждого разбиения (локального представления) эксперт формулирует информационные факты и дает им четкое наименование (название). Считается, что для успешного решения задачи построения модели предметной области число таких информационных фактов в каждом локальном представлении, которыми человек способен одновременно манипулировать, должно быть примерно равно семи [5, с. 111].

«Метод вычисления коэффициента использования» основан на следующей гипотезе. Элемент данных (или информационный факт) может являться понятием, если:

– Он используется в большом числе подзадач;

– Используется с большим числом других элементов данных.

Редко используется совместно с другими элементами данных по сравнению с общим числом его использования во всех подзадачах (это и есть коэффициент использования).

Полученные значения могут служить критерием для классификации всех элементов данных и, таким образом, для формирования системы понятий.

«Метод формирования перечня понятий» заключается в том, что экспертам (желательно, чтобы их было больше двух) дается задание составить список понятий, относящихся к исследуемой предметной области. Понятия, выделенные всеми экспертами, включаются в систему понятий, остальные подлежат обсуждению.

«Ролевой метод» состоит в том, что эксперту дается задание обучить инженера по знаниям решению некоторых задач предметной области. Таким образом, эксперт играет роль учителя, а инженер по знаниям — роль ученика. Процесс обучения записывается на магнитофон. Затем третий участник прослушивает магнитофонную ленту и выписывает на бумаге все понятия, употребленные учителем или учеником.

При использовании метода «составления списка элементарных действий» эксперту дается задание составить такой список при решении задачи в произвольном порядке.

В методе «составление оглавления учебника» эксперту предлагается представить ситуацию, в которой его попросили написать учебник. Необходимо составить на бумаге перечень предполагаемых глав, разделов, параграфов, пунктов и подпунктов книги.

«Текстологический метод» формирования системы понятий заключается в том, что эксперту дается задание выписать из руководств (книг по специальности) некоторые элементы, представляющие собой единицы смысловой информации.

Группа методов установления взаимосвязей предполагает установление семантической близости между отдельными понятиями. В основе установления взаимосвязей лежит психологический эффект «свободных ассоциаций», а также фундаментальная категория близости объектов или концептов.

В методе «сортировка карточек» исходным материалом служат выписанные на карточки понятия. Применяются два варианта метода. В первом эксперту задаются некоторые глобальные критерии предметной области, которыми он должен руководствоваться при раскладывании карточек на группы. Во втором случае, когда сформулировать глобальные критерии невозможно эксперту дается задание разложить карточки на группы в соответствии с интуитивным пониманием семантической близости предъявляемых понятий.

«Метод обнаружения регулярностей» основан на гипотезе о том, что элементы цепочки понятия, которые человек вспоминает с определенной регулярностью, имеют тесную ассоциативную взаимосвязь. Для эксперимента произвольным образом отбирается 20 понятий. Эксперту предъявляется одно из числа отобранных. Процедура повторяется до 20 раз, причем каждый раз начальные концепты должны быть разными. Затем инженер по знаниям анализирует полученные цепочки с целью нахождения постоянно повторяющихся понятий (регулярностей). Внутри выделенных таким образом группировок устанавливаются ассоциативные взаимосвязи.

Кроме рассмотренных выше неформальных методов для установления взаимосвязей между отдельными понятиями применяются также формальные методы. Сюда в первую очередь относятся методы семантического дифференциала и репертуарных решеток [12, с. 138].

Выделенные понятия предметной области и установленные между ними взаимосвязи служат основанием для дальнейшего построения системы метапонятий — осмысленных в контексте изучаемой предметной области системы группировок понятий. Для определения этих группировок применяют как неформальные, так и формальные методы.

Интерпретация, как правило, легче дается эксперту, если группировки получены неформальными методами. В этом случае выделенные классы более понятны эксперту. Причем в некоторых предметных областях совсем не обязательно устанавливать взаимосвязи между понятиями, так как метапонятия, образно говоря, «лежат на поверхности».

Последним этапом построения модели предметной области при концептуальном анализе является установление семантических отношений между выделенными понятиями и метапонятиями. Установить семантические отношения — это значит определить специфику взаимосвязи, полученной в результате применения тех или иных методов. Для этого необходимо каждую зафиксированную взаимосвязь осмыслить и отнести ее к тому или иному типу отношений [11, с. 124].

Существует около 200 базовых отношений, например, «часть — целое», «род — вид», «причина — следствие», пространственные, временные и другие отношения. Для каждой предметной области помимо общих базовых отношений могут существовать и уникальные отношения.

«Прямой метод» установления семантических отношений основан на непосредственном осмыслении каждой взаимосвязи. В том случае, когда эксперт затрудняется дать интерпретацию выделенной взаимосвязи, ему предлагается следующая процедура. Формируются тройки: понятие 1 — связь — понятие 2. Рядом с каждой тройкой записывается короткое предложение или фраза, построенное так, чтобы понятие 1 и понятие 2 входили бы в это предложение. В качестве связок используются только содержательные отношения и не применяются неопределенные связки типа «похож на» или «связан с».

Для «косвенного метода» необязательно иметь взаимосвязи, а достаточно лишь наличие системы понятий. Формулируется некоторый критерий, для которого из системы понятий выбирается определенная совокупность концептов. Эта совокупность предъявляется эксперту с просьбой дать вербальное описание сформулированного критерия. Концепты предъявляются эксперту все сразу (желательно на карточках). В случае затруднений эксперта прибегают к разбиению отобранных концептов на группы с помощью более мелких критериев. Исходное количество концептов может быть произвольным, но после разбиения на группы в каждой из таких групп должно быть не более десяти концептов. После того как составлены описания по всем группам, эксперту предлагают объединить эти описания в одно.

Следующий шаг в косвенном методе установления семантических отношений — это анализ текста, составленного экспертом. Концепты заменяют цифрами (это может быть исходная нумерация), а связки оставляют. Тем самым строится некоторый граф, вершинами которого служат концепты, а дугами — связки (например, «ввиду», «приводит к», «выражаясь с одной стороны», «обусловливая», «сочетаясь», «определяет», «вплоть до» и т. д.) Этот метод позволяет устанавливать не только базовые отношения, но и отношения, специфические для конкретной предметной области [10, с. 243].

Рассмотренные выше методы формирования системы понятий и метапонятий, установления взаимосвязей и семантических отношений в разных сочетаниях применяются на этапе концептуализации при построении модели предметной области.

На этапе формализации выбираются ИС и определяются способы представления всех видов знаний, формализуются основные понятия, определяются способы интерпретации знаний, моделируется работа системы, оценивается адекватность целям системы зафиксированных понятий, методов решений, средств представления и манипулирования знаниями [8, с. 61].

На этапе выполнения осуществляется наполнение экспертом базы знаний. В связи с тем, что основой ЭС являются знания, данный этап является наиболее важным и наиболее трудоемким этапом разработки ЭС. Процесс приобретения знаний разделяют на извлечение знаний из эксперта, организацию знаний, обеспечивающую эффективную работу системы, и представление знаний в виде, понятном ЭС. Процесс приобретения знаний осуществляется инженером по знаниям на основе анализа деятельности эксперта по решению реальных задач [5, с. 135].

При проектировании ЭС типичными ресурсами являются источники знаний, время разработки, вычислительные средства и объем финансирования. Для эксперта источниками знаний служат его предшествующий опыт по решению задачи, книги, известные примеры решения задач, а для инженера по знаниям — опыт в решении аналогичных задач, методы представления знаний и манипулирования ими, программные инструментальные средства [14, с. 102].

При идентификации целей важно отличать цели, ради которых создается ЭС, от задач, которые она должна решать. Примерами возможных целей являются: формализация неформальных знаний экспертов; улучшение качества решений, принимаемых экспертом; автоматизация рутинных аспектов работы эксперта (пользователя); тиражирование знаний эксперта [13, с. 51].

Литература:

1. Жмуров, В. А. Клиническая эффективность экспертной системы «НЕФРОЛОГИЯ» / Жмуров В. А., Скудных А. С., Осколков С. А., Сандул О. Л., Санников А. Г. // Медицинская наука и образование Урала. — 2012. Т. 13. — № 4 (72). — с. 74–76.
2. Карась, С. И. Компьютерные инструменты исследования знаний медицинских экспертов / С. И. Карась, А. В. Конев, А. В. Архипова // Врач и информационные технологии. — 2004. — № 1. — с. 37–41.
3. Киликовский, В. В. Компьютерные медицинские консультативные системы, основанные на представлении знаний эксперта в виде семантической сети / В. В. Киликовский, С. П. Олимпиева, Вл. В. Киликовский // Медицинский научный и учебно-методический журнал. — 2001. — № 2. — с. 17–27.
4. Кобринский, Б. А. Системы поддержки принятия решений в здравоохранении и обучении / Б. А. Кобринский // Врач и информационные технологии. — 2010. — № 2. — с. 39–45.
5. Кобринский, Б. А. Медицинская информатика: учебник / Б. А. Кобринский, Т. В. Зарубина. — М.: Академия, 2009. — 192 с.
6. Назаренко, Г. И. Медицинские информационные системы и искусственный интеллект / Г. И. Назаренко, Г. С. Осипов. — М.: Медицина XXI, 2003. — 299 с.
7. Назаренко, Г. И. Проектирование медицинских технологических процессов / Г. И. Назаренко, Е. И. Полубенцева. — М.: Медицинский центр Банка России, 2001. — 197 с.
8. Немков, А. Г. Возможности автоматизации в диагностике туберкулезного менингоэнцефалита / Немков А. Г., Санников А. Г., Лукина М. Ю., Егоров Д. Б., Скудных С. А. // Врач и информационные технологии. — 2012. — № 6. — c. 61–64.
9. Рапопорт, Г. Н. Искуственный и биологический интеллекты. Общность структуры, эволюция и процессы познания / Г. Н. Рапопорт, А. Г. Герц. — М.: КомКнига, 2005. — 312 с.
10. Семакин, И. Г. Информационные системы и модели. Элективный курс: Учебное пособие / И. Г. Семакин, Е. К. Хеннер. — М.: БИНОМ. Лаборатория знаний, 2005. — 343 с.
11. Скудных, А. С. Медико-социальная эффективность автоматизированной диагностики в нефрологии / Скудных А. С., Санников А. Г. // Медицинская наука и образование Урала. — 2007. Т. 8. — № 3. — с. 123–125.
12. Скудных, А. С. Итоги медико-социологической оценки эффективности внедрения экспертной системы «НЕФРОЛОГИЯ» / Скудных А. С., Санников А. Г. // Медицинская наука и образование Урала. — 2012. Т. 13. — № 4 (72). — с. 138–140
13. Скудных, А. С. Методика оценки клинической эффективности диагностической экспертной системы / Скудных А. С., Санников А. Г. // Врач и информационные технологии. — 2007. — № 5. — с. 50–55.
14. Скудных, А. С. Итоги разработки и оценки диагностической эффективности экспертной системы «ТЕРАПИЯ» / Скудных А. С., Санников А. Г. // Врач и информационные технологии. — 2007. — № 4. — с. 102–103.
15. Тавровский, В. М. Лечебно-диагностический процесс. Теория. Алгоритмы. Автоматизация / В. М. Тавровский. — Тюмень: ОФТ Дизайн, 1997. — 256 с.
16. Ястремский, А. П. Разработка экспертной системы диагностики острых заболеваний глотки портретным методом / Ястремский А. П., Извин А. И., Санников А. Г., Соколовский Н. С. // Вестник новых медицинских технологий. — 2015. — Т. 22. — № 3. — с. 147–152.