CIS(医院信息系统扫盲).pptVIP

所谓表达是指描述这些事物的一组约定，是上述知识的符号化过程。 知识表达技术就是利用计算机对系统中所需的各种知识进行组织，设计各种数据结构，即知识表示方法。使得人工智能程序能有效的利用这些知识进行推理和做出决策。 知识表达的方法: 语义网表示法; 谓词逻辑表示法; 框架表示法; 产生式表示法。 目前医学人工智能多用到语义网（Semantic Network）表示法。“语义”主要是指语言结构（如词、短语、句子、段落等）及其意义上的联系。 语义网是一种基于广义图的表示法，由结点和弧所组成，其中结点表示事实、概念和事件等，而弧表示它们之间相互关系。语义网是我们研制开发医学专家系统和电子病历常用方法。 UMLS是美国国家图书馆资助开发的医学描述性语言，可使用语义网方法描述医学术语。一部分学者认为XML(eXtensible Stylesheet Language,可延伸标示语言)较UMLS更为先进，能更好的支持基于Internet多层结构的系统。 5.3.5.3 知识推理技术 知识推理（Knowledge Inference）是指利用计算机技术，在知识表达基础上使用形式化的知识模型，进行机器思维，求解问题，从而实现知识推理的智能操作过程。 知识推理过程就是问题求解过程，其技术就是使问题从初始状态转移到目标状态的方法和途径，例如搜索路线、演算步骤、符号串、语句集等，以便从问题初始状态，沿着最优化最经济的路径，有效的转移到所要求的目标状态。 例如医学专家系统的临床诊断，问题的初始状态是病人的症状、体征、化验结果等，在诊断知识库等基础上，经过人机对话形式的知识推理过程，一步一步，最后转移到目标状态—疾病诊断和医疗方案。 5.3.5.4 知识获取 知识获取（Knowledge Acquisition），是指从知识源发现、吸取、构造和组织知识，使之形成系统知识库的过程。 知识表达、知识获取和知识推理三者关系: 通过知识表达，将获取的知识进行构造和组织，存储在知识库中，然后利用其中知识进行机器推理，求解问题，因此知识表达和知识获取是知识推理的前提，而知识推理是利用知识表达和知识获取的求解过程。 知识获取的主要方式: 人工移植：通常通过人工智能设计师、计算机工程师与医学专家对话交流，将其医学知识（理论知识和实践经验）通过人机交互移植到知识库中。 机器学习：即在人工智能系统中，机器通过学习，获取知识，对知识库进行增加、删除、修改、更新。这种学习可以在人工示教监督之下进行，也可以由系统指导监督下自学。 机器感知：即人工智能系统在调试运行过程中，通过机器视觉（例如文字、图像识别）、机器听觉（例如语音识别）、机器触觉（例如温度识别）等途径，直接感知外部世界，输入自然信息，获得知识。 机器感知最富于挑战性的是如何识别和理解自然语言，可采用的方式有问答系统、语音识别系统、手书文字识别系统等。一旦这个问题解决，人们将可以方便准确的使用自己的语言、文字与计算机交流，而不必学习专门的程序设计语言，不必进行费时费工的输入操作。 5.3.5.5 临床支持决策系统 临床决策支持系统（Clinical Decision Support System, CDSS）的定义: 用人工智能技术对临床医疗工作予以辅助支持的信息系统，它可以根据收集到的病人资料，做出整合型的诊断和医疗意见，提供给临床医务人员参考。 Wyatt和Spiegelhaltev的定义： 根据两项或两项以上的病人数据，主动生成针对具体病例的建议的知识系统。这个定义说明了CDSS组成的三要素：医学知识（包括知识的表达和知识的获取）、病人数据以及针对具体病例的建议（根据病人数据所做的知识推理）。 医学专家系统的基本结构和功能 目前开发应用的CDSS主要是医学专家系统。 医学专家系统是基于医学知识库的知识利用系统，是一种求解问题的计算机程序系统。它可以像具有某一医学领域或学科知识、能力、经验的专家一样分析和判断复杂的临床问题，并利用专家推理方法来求解这些问题。 专家系统不同于一般数据库系统，它所存储的不是医学问题答案，而是用于推理知识的知识和能力。 医学知识库：该库存放被系统化组织的某一医学领域的书本知识、常识以及专家经验，可通过计算机以电子方式访问和解释，以供系统推理判断。知识库具有存储、检索、删除、修改、扩充功能一般包括标准词库和词库中各个术语间的关系。 推理机：它能利用医学知识库，依照推理方法去求解所遇到的临床问题。 咨询解释器：即人机接口，它能将用户提出问题，提供的临床信息转换成推理机可以理解的信息，并将推理结论如诊断、治疗方案转达给用户。 知识获取，即专家系统与真实专家之间的界面，即通过人工移植或机器学习的方法将专家知识输入到医学知识库中。 例如，一个冠心病专家系统开发