中西医知识模型研究的意义、内容和方法学探讨.pdfVIP

204 中医药信息研究进展(一) 图1不同推理类型示意图 如病人检查乙肝核心抗体阳性，规则显示抗体阳性说明感染了乙肝，则该病人有乙肝感 染。在医学实践中，能够使用这种严格的逻辑推理的情况极为罕见，因为医学没有十分严 格的规律。如病人转氨酶高于正常值，而转氨酶高大多见于甲肝或乙肝，因此病人很可能 患甲肝或乙肝。这类分析可以归入归纳推理。而临床最多见的是启发式推理，在完成一次 推理过程以后，得出的初步结论作为第二次循环推理的前提，这样循环推理，逐步求精， 最终得出比较准确得的结论。启发式推理是一个动态过程，在临床诊断过程中可以用诊断 反馈循环图表示[图2]。 图2诊断反馈循环是诊断逐步求精的过程 图2描述了一个医学诊断的反馈式循环。临床医生通过问诊、体格检查、进行各项检 查、检验获取病人有关疾病的信息，不断优化自己的诊断结论。这是一个逐步求精的过 程，它也符合人类一般认识事务的过程。将医疗全过程展开，使用图形的方法描述，可以 构建成为树形结构[图3]。 这种树形结构可以分成三个层次：临床表现层、诊断层和治疗层。其中临床表现层的 内部节点表示临床可以获得的主诉、症状、体征以及各种检查方法获得的信息。多个临床 表现节点对应一个诊断层中的诊断节点。而一个诊断节点又会对应多个治疗方案[图4— 1]。由于人类认识疾病的知识有限，因此临床表现是可以穷举的。多个临床表现对应一个 诊断，正向是充分条件，逆向是必要条件。图4—2表示在诊断层，将一般诊断进一步细 化为一组子诊断，以便更有针对性地治疗。从理论上讲，一个充分细化的子诊断只对应一 组治疗方案是最理想的，因为诊断的目的就是为了指导治疗。 医学中的鉴别诊断实际是判断概念外延的工作。不同疾病可以看成为不同的概念集 合，而不同疾病之间有很多交集(重合部分)。医学鉴别诊断的目的就是在交集部分将不 同集合区分开。好大夫与没有经验的大夫的区别在图5可以表示出来。实际上，医学的诊 二中医药数据利用研究 205 图3阑尾炎诊断和处理的决策过程(决策树) 临床表现屡 诊断层 }御，r屡 图4—1／4—2临床表现一诊断一治疗集合的映射关系 断和鉴别诊断应该在N维坐标系中表示[图6]。这样可以清楚地看到诊断和鉴别诊断的 两个因素：一个是坐标系的维度、一个是每一维的刻度，这两个因素决定了诊断和鉴别诊 断的精度。如果两个相交的疾病，从第三维来看，就可能完全不相交。这就是为什么临床 要尽量多地获取病人信息。同时，尽量准确的临床信息表现在图6中是每一维的刻度，这 也是疾病诊断和鉴别诊断的重要因素之一。 没有经验的医生 育经验的医生 图5疾病鉴别诊断的集合模型 206 中医药信息研究进展(一) 图6 多维空间中疾病诊断和鉴别诊断模型 两个典型的医学专家系统 (一)Mycin系统 自从70年代后期，符号推理的专家系统得到了很大的发展，重点突破在医学应用， 其代表系统是美国斯坦福大学的Mycin系统。Mycin使用产生式规则构建推理系统，其一 般形式为：if条件then结论。 在Mycin中的一条规则如下： if：细菌培养为格兰氏阴性 组织形态学观察为杆状 患者病情危重 then：建议(可信度=0．6)感染源为假单胞菌属 Mycin使用了可信度(CredibilityFactor，CF)作为每一条规则的提示强度。这十分 类似前面提到的概率参数。但是，在Mycin中，CF值是由专家制定的。其理由是，在现 有资料的条件下，几乎无法给出或计算出发生概率。 基于一组规则建立的系统可以构成一棵知识树，得到医学结论，实际是搜索这棵树。 为了高效搜索，可以使用宽度优