Эс вест-синдром. 
Ретроспективный анализ медицинских экспертных систем

На других принципах была построена экспертная система для диагностики судорожных состояний (эпилепсии). Решение вопроса об этиологии (причине) заболевания, проявляющегося инфантильными спазмами, вызывает в практике врача большие сложности, требует значительного клинического опыта, дополнительных разнообразных методов инструментальной и/или лабораторной диагностики. Учитывая ограниченность информации по редким формам эпилепсии, дебютирующим в возрасте 3 — 7 месяцев жизни, при разработке ЭС ВЕСТ-СИНДРОМ [22Кобринский и др. 1997] была выбрана технология виртуальных статистик (ТВС) [23Марьянчик, 1996]. Виртуальные статистики, в отличие от статистик, получаемых из опыта, формировались с использованием теоремы Байеса и учитывали диагностические оценки экспертов по обобщенным проявлениям болезни.

ТВС позволяет: а) выявлять неявные противоречия в заключениях экспертов по обобщенным примерам заболевания; б) обеспечивать независимость качества извлекаемых знаний от квалификации «посредников-когнитологов»; в) использовать извлеченные знания в форме виртуальных статистик для автоматизации формирования вопросов-рекомендаций по проведению дополнительных исследований.

Инструментами технологии виртуальных статистик являлись:

программа, обеспечивающая выявление неявных противоречий в заключениях экспертов, состоящих в придании ими разного веса одним и тем же признакам для одного и того же заболевания, и преобразование диагностических заключений в виртуальные статистики;

алгоритм, использующий виртуальные статистики для формирования рекомендаций по проведению дополнительных исследований;

оболочка «Алеф» [23Марьянчик, 1996] для разработки экспертных систем, содержащая указанный алгоритм.

При разработке диагностической системы ВЕСТ-СИНДРОМ виртуальные статистики использовались для:

вычисления текущей вероятности и ранжирования диагнозов в дифференциальном ряду;

вычисления вероятности диагнозов, которые могут иметь место при последующем исследовании (дообследовании);

исключения из дифференциального ряда диагнозов, которые ни при каких обстоятельствах не превысят вероятности уже достигнутой другими диагнозами;

формирования рекомендаций о проведении очередного диагностически наиболее важного исследования.

Экспертные знания формулировались в виде вероятностных заключений. При этом экспертам предоставлялись следующие возможности. Во-первых, допускались нечеткие словесные заключения типа «вероятность этого диагноза незначительна». Во-вторых, после определения всего комплекса основных симптомов, соответствующих нозологической форме, экспертам представлялся для заключений полный набор возможных их сочетаний, в которых симптомы принимали значение только «да/нет». Затем экспертные оценки проверялись на соответствие теореме Байеса и экспериментальным данным: порождаемые заключениями виртуальные встречаемости признаков должны были быть независимы от формы проявления одной и той же болезни, представленной в разных портретах, и принадлежать диапазону экспериментально полученных (из клинического опыта) или известных из литературы встречаемостей признаков, если такой диапазон известен. (Под портретами понимались формальные описания нозологических форм болезней по неполным данным, включавшим основные дифференциально-диагностические симптомы — от 2 до 6). Незначительные изменения в экспертных оценках могли существенно изменить виртуальные значения встречаемостей. Поэтому была предусмотрена проверка заключений, являющаяся принципиально важным моментом технологии виртуальных статистик. ТВС позволяет проверить согласованность экспертных оценок по разным клиническим портретам одного и того же диагноза, характеризующим интервалы неопределенности в экспертных оценках. Затем, руководствуясь, с одной стороны, медицинскими соображениями, а с другой — величиной отклонений, эксперты производили, при необходимости, корректировку своих первоначальных оценок. На рис. 2 и 3 можно видеть совпадение заданных и виртуальных вероятностей по результатам первого и второго этапов экспертной оценки портретов заболеваний.

Ряд 1 — заданные вероятности (экспертные оценки) Ряд 2 — виртуальные вероятности.

Рис. 3. После 2-й стадии извлечения экспертных знаний

Ряд 1 — заданные вероятности (экспертные оценки) Ряд 2 — виртуальные вероятности.

Как видно из рисунков, технология виртуальных статистик позволяет экспертам контролировать формулируемые оценки путем сравнения с расчетными, корректировать их и получать обобщенную, согласованную с теоремой Байеса, оценку диагностической роли признаков при различных, теоретически возможных, вариантах клинических проявлений заболевания.

После просмотра описаний и выбора симптомов, врач-пользователь имеет возможность ввести значения, указывающие степень своего доверия к данному проявлению признака у пациента (например, уверенность во врожденной природе порока сердца), что можно видеть из таблицы 1. Этот подход в принципе аналогичен, описанному выше, в ЭС ДИАГЕН, хотя и реализован другими средствами.

Таблица 1.

Шкала оценки вероятности синдрома для конкретного портрета.

В зависимости от заданного пользователем числа симптомов в сочетаниях, дифференциальный ряд может быть сгенерирован в ЭС ВЕСТ-СИНДРОМ и в случае ограниченного числа ошибок при вводе признаков больного, чему можно условно поставить в соответствие один из вариантов НЕ-факторов — неточность. Это достигается подбором в решателе симптомов, ассоциирующих с рядом диагнозов.

Следует отметить, что вероятностные оценки диагноза не являются чем-то абсолютно инородным для врача. Рассматривая несколько альтернативных диагнозов (дифференциально-диагностический ряд), врач мысленно (или вслух на консилиуме) ранжирует их по вероятности наличия/отсутствия у больного тех или иных признаков. В рассматриваемом случае, количественные оценки вероятностей проявления симптомов, после непродолжительного общения с разработчиком ТВС (для понимания механизма работы с портретами болезней), сделались относительно привычными для врачей-экспертов.

Не исключено, что предлагаемый подход позволяет задействовать и интуитивные представления специалиста, так как многочисленные портреты заболеваний включают различные комбинации признаков, знания о взаимосвязи которых могут носить у эксперта и интуитивный характер.

После просмотра дифференциальных рядов врач может перейти к описаниям соответствующих диагнозов, выбрать для уточнения диагноза один из рядов и перейти к его анализу в режиме вопросов-рекомендаций. По выбранному ряду система выдает для каждого диагноза максимальную и минимальную вероятности, которые могут иметь место в процессе обследования, указывает текущую неопределенность диагностики (в диапазоне от 1 до 0). Эта неопределенность является целевой функцией и врач при работе с системой должен стремиться свести ее к нулю. Для этого можно воспользоваться режимом выдачи рекомендаций с целью оптимизации процесса диагностики с учетом, одновременно, например, скорости получения результата, стоимости дополнительных исследований и т. д. В случае неэффективности этого режима или сразу по решению врача система сама осуществит выбор исследования, автоматически реализуя оптимизацию путем выдачи рекомендации о проведения наиболее диагностически эффективного исследования.

На этапах работы ЭС ВЕСТ-СИНДРОМ пользователь имел возможность:

получить обоснование выданных системой рекомендаций;

ввести результат рекомендованного исследования (если он известен) или вернуться на стадию выбора режима рекомендаций;

настроить уровень вероятности исключения диагнозов из дифференциального ряда в диапазоне от 0,7 до 0,9; когда диагнозы с вероятностью более установленного уровня не будут исключаться; такая настройка обеспечивает дополнительную устойчивость к ошибкам описания диагнозов.