Аналiз експертних систем, що використовують суб'ектинi ймовiрностi

 

     Таблиця 1.3 – Медична пам'ять, стосовно до методу послідовного статистичного  аналізу 

 

     Продовження Таблиці 1.3

 

     Таблиця 1.4  – Медична пам'ять, при реалізації методу лінійних дискримінантних функцій

 
 

     В  таблицях 1.3 та 1.4 наведено медичну пам'ять, стосовно до методу послідовного статистичного  аналізу та методу лінійних дискримінантних функцій.[6]

 

5. Приклад ЕС, що реалізують елементи байєсівської стратегії «Експертна система для іридодіагностики ЕСІД»

 

     Комп'ютерна програма ЕСІД розроблена в 1989-91гг. в  Київському НВО "Славутич" і являє  собою невелику, але разом з  тим достатньо потужну і просту в експлуатації експертну систему  продукційного типу, що дозволяє здійснювати загальну, диференціальну і приватну іридодіагностіку з використанням елементів байєсівської стратегії.[7] 
 

1.5.1Призначення та можливості експертної системи для іридодіагностики «ЕСІД» 

       Програма ЕСІД багатоцільова:  вона може використовуватися  для практичної іридодіагностики, наукових досліджень та навчання  іридологів.

     У перелік її можливостей входять:

     • кількісна оцінка достовірність  можливих захворювань;

     • вирішення завдань загальної, диференціальної  і приватної діагностики з  пошуком інформації за схемами «ознака-захворювання»  і «захворювання-ознака»;

     • використання, поряд з ірідодіагностичними, додаткових ознак;

     • обгрунтуванням діагнозу;

     • автоматизоване формування висновку лікаря з рекомендаціями щодо лікування  виявлених захворювань;

     • протоколювання результатів обстежень, з можливістю подальшої автоматизованої  статистичної обробки протоколів;

     • модернізація бази знань без залучення  професійних програмістів;

     • можливість автоматизованого обліку результатів  статистичної обробки протоколів при  модернізації бази знань;

     • кількість розпізнаваних нозологічних форм - близько 300;

     • кількість використовуваних діагностичних  ознак - близько 1000;

     • наявність режиму «Допомога» у вигляді  кольорових графічних ілюстрацій і  текстових коментарів. [8] 

     1.5.2 База знань експертної системи для іридодіагностики «ЕСІД» 

       Містить систему реляційних баз  даних з переліками ірідодіагностичних і додаткових (неірідодіагностичних) ознак, переліками нозологічних форм, інформацією про статистичні зв'язки між ознаками і захворюваннями, рекомендаціями щодо лікування.

     Кількість використаних БД - 8, з них 7 постійних, які використовуються для пошуку інформації в прямому напрямі  «ознака - захворювання», і одна тимчасова  БД - для пошуку інформації у зворотному напрямку «захворювання - ознака». Структура  БД зовнішнього огляду, призначеної  для зберігання інформації про конституціональні  ознаки, має вигляд табл. 1.5. Зауважимо, що в цій таблиці зв'язку між  ознаками і станами організму  детерміновано - ймовірний характер цих зв'язків відображений у вербальній формі в тексті описів цих станів.[9]

     

     Рисунок 1.3 – База даних 

Таблица 1.5 – Структура БД зовнішнього огляду, призначеної для зберігання інформації про конституціональні ознаки

 

     Структура БД TAB2-TAB5 має вигляд табл. 1.6. Тут вже  імовірнісна залежність між захворюваннями і ознаками задана в числовій формі, у вигляді оцінок умовних ймовірностей P (X_i / Y_j) - по суті, це традиційна «медична пам'ять». 

Таблица 1.6 – Структура БД TAB2-TAB5

 

     Поля  №№ 6-7 повторені десятикратно з  розрахунку, що одна ознака може відповідати  максимум десяти хвороб.

     Структура БД PPRIZN показана в табл. 1.7, а БД TEXTKL1 - в табл. 1.8. 
 

Таблица 1.7 – Структура БД PPRIZN

 

Таблица 1.8 – Структура БД TEXTKL1

 

     Процедура модернізації баз знань здійснюється самим користувачем, без допомоги професійних програмістів, і зводиться  до редагування БД засобами вбудованої СУБД. При цьому редагування значень  умовних ймовірностей P (X_i / Y_j) може здійснюватися двома способами:

     1) запозиченням із наукової літератури  або з інших джерел інформації (думка експертів, особистий досвід  та ін);

     2) обчислюватися в спеціальному  режимі функціонування програми  ЕСІД на фактичному матеріалові,  накопиченого шляхом пpотоколювання pезультатів обстежень пацієнтів (режим статичного аналізу прецедентів) - такі обчислення проводяться з використанням спеціальної програми SINTEZ.

     Можливості  СУБД дозволяють користувачу також  змінювати переліки ознак та захворювань, редагувати тексти рекомендацій.

     Експертна система для іридодіагностики «ЕСІД» побудована дуже змістовним чином, що допомагає здійснити іридодіагностику з використанням елементів байєсовської стратегії. Дана програма є багатоцільовою, так як за допомогою неї можливо не тільки проводити іридодіагностику, а й проводити наукові дослідження та навчання в даній сфері.[10]

     Експертні системи, що використовують теорію суб’єктивних ймовірностей широко застосовуються як і в медицині, так і в інших галузях, де потрібно чітко та змістовно визначити ймовірність настання деякої події. Теорія суб’єктивних ймовірностей підпорядкована безпосередньо теорії Байєса. Саме тут вона використовується для оцінки певного завдання, аналізуючи його, даючи тверду відповідь, та складають прогнозування на майбутнє. 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

2. РОЗРАХУНОК  РОЗПОВСЮДЖЕННЯ ЙМОВІРНОСТЕЙ У БАЙЄСОВСЬКІЙ ЕКСПЕРТНІЙ  СИСТЕМІ  ДЛЯ ДІАГНОСТИКИ ЗАХВОРЮВАНЬ

ОРГАНІВ  ДИХАННЯ 
 
 

2.1 Поширення  ймовірностей в експертних системах 

     Ймовірність подій поширюється по базі знань (БЗ) експертної системи на основі правила  Байєса для обчислення всієї апостеріорної ймовірності гіпотез за умови спостережуваних свідоцтв. Ця апостеріорна ймовірність дає ранжовану інформацію про потенційно дійсну гіпотезу.

     Припустимо, що в деякій БЗ є всього три взаємно  незалежні гіпотези: Н₁, Н₂, Н₃, які мають апріорну ймовірність: р(Н₁), р(Н₂), р(Н₃), відповідно. Правила БЗ містять два умовно незалежні свідоцтва, які підтримують початкові гіпотези в різному ступені. Апріорна і умовна ймовірність всіх гіпотез і свідоцтв цього прикладу має наступні значення (таблиця 2.1): 

     Таблиця 2.1 Значення апріорних і умовних  ймовірностей гіпотез

 
 
 

За наступною  формулою перераховуємо варіативність  початкових даних:  

Х_вих = Х_табл ± а · N,                                                    (2.1)