中医专家系统技术综述及新系统实现的研究.docVIP

中医专家系统技术综述及新系统实现的研究 　　摘要：对中医专家系统二十多年来的发展进行了简单的概括，总结了专家系统应用在中医领域的技术特点。基于中医诊断专家系统的发展现状，分别从系统建模、知识获取和知识库构建等方面提出了新的思路和实现技术，例如认知模型的建立、领域本体的应用、自然语言理解、数据挖掘、知识网络、多智体agent技术等，并设计了一种新型中医专家系统，为中医专家系统的发展提供了有价值的参考方向。 　　关键词：专家系统； 中医诊断； 领域本体； 多智体 　　中图分类号：TP182文献标志码：A 　　文章编号：1001-3695(2007)12-0006-04 　　 　　人工智能运用到医学领域已经取得了鼓舞人心的进展，全国各地著名医学专家诊疗系统的问世，对传承和发扬祖国医学作出了积极的贡献。许多医学专家系统对某些疾病的治疗效果已经接近了专家的诊疗水平。然而，毕竟专家系统应用在医学领域尤其是中医领域仍有一定的困难。它的控制能力与专家相比还存在一定的局限性，在客观化、定量化和标准化等方面也略显不足。因此如何更有效地获取、转换、利用医学知识和诊断经验，是中医诊疗系统和人工智能进一步发展的关键。 　　 　　1中医专家系统综述 　　 　　美国斯坦福大学的Short??liffe等人在1976年研制成功的用于鉴别细菌感染及治疗的医学专家系统MYCIN为专家系统在医学界的发展奠定了理论基础。在随后的二三十年的发展历程中，也相继出现了众多的医学专家系统，包括中医诊断专家系统。我国第一个中医专家系统――关幼波诊疗肝病计算机程序自1979年问世以来对中医诊疗计算机系统的发展也起到了举足轻重的作用。在它的引领下，20世纪80年代相继出现了邹云翔中医肾系统疾病计算机诊疗、教学、护理和咨询系统，姚贞白妇科专家诊疗系统及医学智能通用编辑系统MTGIES??1，孙同郊乙型肝炎专家诊疗系统，中医辩症论治电脑系统数学模型及软件设计等。不论从知识获取、知识表示，还是推理机的设计，这些系统均应用了许多专家系统的相关技术。但是它们大多数仍属于基于规则的专家系统，语言也是面向过程化的语言，有些系统大多知识库和推理机融为一体，在庞大的中医概念和知识体系下，已经显得力不从心。这就需要更多适合于中医诊疗专家系统技术的支持。 　　中医诊疗专家系统在传统的诊断专家系统和医学专家系统的基础上得到了进一步的发展，知识库和推理机作为系统独立的单元被分离开来，既有利于邻域知识的获取，对中医思想的模拟也迈向了新的高度。其一般结构包括知识库、综合数据库、知识获取模块、推理诊断模块、解释模块和人机接口等。有些基于规则的系统还设置了可信度模块。表1、2分别列出了近十几年来专家系统在医学领域和中医领域的一些应用及技术特点。 　　医学专家系统应用技术的不断进步为中医专家系统的发展提供了有力的技术支持。但中医哲理深邃、思想独到，中医专家系统所考虑的最关键因素往往是系统能否更高效合理地模拟老中医的思维过程。这也正是中医诊疗系统构建的难点。由于人类所患的疾病具有多样性、多变性和不确定性，应用传统的专家系统技术和计算机技术，对复杂疾病的诊断往往不能得到令人满意的结果，应用传统的基于规则推理的技术显然已不能胜任。这样对中医专家系统的改进提出了更高的要求。近年来不论从知识的获取、表示，乃至推理机制等，更适合中医诊断的专家系统方法技术应运而生。 　　随着知识工程和计算机技术的不断发展，也涌现出许多先进的对信息获取、信息加工处理及多信息融合的技术，也出现了许多新型的中医专家系统。从实现技术上一般有基于案例推理的系统、基于神经网络的系统、基于模糊逻辑和神经网络结合的系统以及基于关系数据库的系统等。 　　 　　1．1基于案例推理的中医诊断系统 　　CBR(case??based reasoning，基于案例推理）克服了传统知识处理系统及工具的一些缺陷，对知识获取困难的问题得到了一定的缓解。它将问题求解与学习相融合，从认识思维的角度体现了人类的记忆、规划、学习和求解。专家可以根据该病人的几个重要特征进行回忆，寻找以前就诊的与这几个重要特征相似的病例，参考先前病人的诊断和治疗方案对目前的病人进行诊断和治疗。 　　在开发这类系统时，首先抽取出有代表性的诊象建立范例库，为每一个数据项确定它的相似度，即对每一个数据项进行量化，然后进行范例检索。范例检索是一个近似，它一般经过特征辨别、初步匹配和最佳选定三个步骤。经过搜索后，系统最后会选定一个或几个与诊断病例相似的范例，作为专家诊断的参考。CBR克服了传统知识处理系统及工具的一些缺陷，提高了就诊的效率[17]。 　　1．2基于神经网络的中医专家系统 　　基于神经网络的中医专家系统[14]是将人工神经网络与专家系统进行有效结合建立的医疗智