Поняття експертної системи (ЕС) та штучного інтелекту

ЕС
Класифікація ЕС

встановленні діагнозу чи призначенні лікування, профілактичних цілях?
Якщо люди можуть використовувати

Чим відрізняється структура знань у людському мозку від структури знань в комп'ютері?

Як повинні бути структуровані знання чи дані у комп'ютері, щоб їх можна було використовувати для прийняття рішень, подібних до тих, що приймаються лікарем при встановленні діагнозу чи призначенні лікування?

Проблемні питання

мислення людини.

Поняття експертної системи (ЕС)
ЕС, як і експерт-людина, у процесі

ЕС повинна видати обґрунтовану рекомендацію або прийняти розумне рішення у відповідь на поставлену задачу.

ЕС повинна представити хід своїх міркувань у зрозумілому для користувача вигляді.

Знання про предметну область, які необхідні для роботи ЕС, певним чином формалізовані і представлені в пам’яті у вигляді бази знань, що може змінюватися і доповнюватися в процесі розвитку системи.

Штучний інтелект (ШІ) можна розглядати як властивість автоматичних систем брати на себе окремі функції інтелекту людини. Створити ШІ означає створити програму, що включає всі етапи процесу прийняття рішення людиною: визначення цілей, фактів, правил, введення даних, досягнення цілей . Одним із представників систем ШІ є експертні системи (ЕС)

ЕС – це комп'ютерна програма, яка об'єднує можливості комп'ютера із знаннями та досвідом лікаря-експерта (провізора).

які моделюють процеси мислення людини; використовуючи подані відповідним чином знання

2. ЕС — це складні програмні пакети, які акумулюють знання висококваліфікованих фахівців у конкретних предметних галузях і здатні на їхній основі давати обґрунтовані рекомендації чи розв’язувати поставлену задачу з поясненнями у зрозумілій формі.

ЕС видає після тестування. У протоколі міститься повідомлення про ймовірність

формі
Мати незалежний механізм логічних висновків
Мати пояснення результатів
Моделюють поведінку компетентного лікаря

Представляють зрозумілі висновки

Швидко адаптуються до змін сукупності медичних (фармацевтичних) знань

Вимоги до експертних систем

цього зараховують його до відповідної категорії
Орієнтовані на неперервну інтерпретацію даних

Виконують ймовірнісні висновки про майбутній перебіг подій виходячи із ситуацій, що склалися. Прогнозують перебіг хвороби при різних схемах лікування, визначаючи найкращу схему лікування для конкретного хворого

ЕС діагностики

ЕС моніторингу

ЕС прогнозування

Види експертних систем

з усіх можливих
Види експертних систем
ЕС навчання
Готують документацію для створення об'єктів

ЕС проектування

Визначають похибки при вивченні якоїсь дисципліни, а потім дають необхідні пояснення та рекомендації, які потрібні для поліпшення підготовки майбутнього лікаря

Визначають зміст медичних спостережень та дослідів

ЕС інтерпретації даних

традиційних методів обробки даних
Містять стандартні пакети прикладних програм обробки, СУБД,

Включають діалогове
спілкування з користувачем

Забезпечують збереження, аналіз, узагальнення знань фахівців і здатні виробляти проектні рішення і роз'яснити логіку їхнього виводу

Розробляють моделі бази знань і реалізують їх у вигляді проблемно-орієнтованих пакетів

За формою процесу вирішення задачі і кінцевої мети ЕС поділяють:

Класифікація експертних систем

програм. забезп.
Типи взаємодій ЕС
Користувачеві надається консультація ЕС. Взаємодія з ЕС

Режим навчання

Відбувається заповнення бази знань, у якому бере участь група експертів

База знань – змінна частина системи, яка може поповнюватися і модифікуватися експертами. База знань містить як дані про предметну область, так і правила, за допомогою яких ці дані використовуються при прийнятті рішень. База знань – найважливіший компонент ЕС, на якому ґрунтуються її “ інтелектуальні здібності ”

Розробка експертних систем

Структура і схема роботи ЕС

і правил. Факти представляють у вигляді трійок: Атрибут (властивість), Об'єкт,

Наприклад, (температура, пацієнт, 37,5)

Продукційні правила описують знання у формі “ЯКЩО→ТО”

Предметні знання подають у вигляді набору правил, що перевіряються на групі фактів про поточну ситуацію.
Коли частина правила ЯКЩО відповідає фактам, то дія, що вказана у частині ТО, виконується.

В основі подання знань лежить поняття мережі. Основою формалізації семантичних знань про предметну область є спрямований граф з позначеними вершинами і дугами.

Вершинам його відповідають конкретні об'єкти-поняття, а дугам – зв'язки між об'єктами.

Перевага семантичних мереж: можливість ефективного інформаційного пошуку

поділяють
Лікар надає інформацію про пацієнта, а система видає діагностичний висновок
Лікар

Приклад: “MYCIN”

Приклад: “ATTENDING”

Працюють на основі аналізу інформації, що надходить, і бази знань, виконуючи рішення

Допомагають уникати неправильного призначення препаратів і дозувань

Відслідковують біологічні параметри пацієнта і повідомляють про відхилення

Поради для конкретного пацієнта. Наприклад, розпорядження про додаткові дослідження.
Приймають рішення без втручання лікаря.
Приклад: апарати штучного кровообігу, кардіостимулятори

1965 році в Стэнфордському університеті – DENDRAL – висококваліфікований експерт

ЕС виникли як результат використання методів штучного інтелекту(ШІ), що має вже понад 40-літню історію розвитку.

У 50-і роки основним напрямком розвитку систем ШІ було моделювання людського мозку у вигляді нейронних мереж

У 60-і роки основна увага була приділена розробці загальних методів евристичного пошуку.

Метод евристичного пошуку: ЯКЩО – метод вирішення задачі невідомий, ТО – варто спробувати розбити задачу на частини і вирішувати кожну з них як самостійну

У кінці 60-х р було з'ясовано, що ефективність методу залежить від конкретних знань про досліджувану область, і лише в останню чергу від стратегій і схем логічного висновку

Принцип розробки ЕС: Чим більш універсальну систему ШІ планується зробити, тим меншу потужність вона має. І навпаки, чим більш ми конкретизуємо область, тим вищим буде “інтелектуальний рівень” системи.

“MYCIN” ( 1970) – одна з найвідоміших у світі ЕС медичної діагностики. Вона вирішує задачі діагностики інфекційних захворювань крові і надання рекомендацій з їхнього лікування. Необхідну інформацію про пацієнта система одержує в процесі діалогу з користувачем

Історичні відомості експертних систем

лікарського засобу. ЕС допомагає індивідуально регулювати дозування лікарського засобу
Найбільш видатні

Система має блок пояснень міркувань

Допомагає визначати дози хіміотерапії і контролювати хід лікування

Виявляє патологічні відхилення в лабораторних даних
Аналізує мікробіологічні дані і порівнює їх
Інформує про застосування антибіотиків, тривалість лікування
Попереджає, якщо виявляє інфекцію в аналізах, де її не повинно бути

Приклади застосування експертних систем