《ATMS在计算机辅助中医诊断中的应用》由会员分享，可在线阅读，更多相关《ATMS在计算机辅助中医诊断中的应用（4页珍藏版）》请在装配图网上搜索。
1、ATMS在计算机辅助中医诊断中的应用 摘要：计算机辅助诊断是当前人工智能和信息技术研究的热点之一。针对计算机辅助中医诊断的特殊性，结合ATMS这一人工智能推理系统，以脾虚证的计算机辅助诊断研究为契机，讨论了运用ATMS进行中医辅助诊断规则的表示、挖掘、查询和更新的问题。 关键词：计算机辅助诊断； 脾虚证； ATMS中图法分类号：TP181文献标识码：A文章编号：10013695(2007)01026903传统中医药学是我们中华民族的瑰宝。但是，当前我国中医药学发展存在着一些突出的问题。虽然积累了海量的临床医疗数据，但缺乏有效的利用。中医师诊断疾病、开处方时更多的是根据经验的推测，而不是通过对已
2、有临床数据进行科学的分析和计算。利用信息技术，特别是人工智能和数据挖掘技术，在临床医疗数据的基础上挖掘出相对客观的诊断标准，而且该标准可以随着疾病临床诊断经验的增长而不断改进和趋于完善，这对于提高中医疑难疾病诊断的客观性和科学性，降低误诊率有着积极的现实意义。?ATMS(Assumptionbased Truth Maintenance System)是由De Kleer1提出的一种基于假设的真值维护系统。它通常与问题求解器相结合，每当收到问题求解器传递的一个新的信息，便增量地计算每个数据所依赖的假设，实现信念修改和非单调推理。ATMS的基本数据结构是节点，每个节点表示问题求解器产生的数据。节
3、点由三部分组成，即问题求解器的数据、用来表示数据成立的假设条件的标记和支持这些数据的证实。本文把ATMS的节点记作以下形式：?：?数据、标记和证实三部分都是一个集合，其中标记和证实的元素同时也是集合。数据的元素之间用逗号隔开。标记的元素之间用分号隔开，每个元素用一组大括号括起，表示一个环境，代表着数据最终依赖的假设集，环境之间是析取关系。标记由ATMS自动维护。证实的元素也是集合，每个集合用一组大括号括起，它由问题求解器提供，表示用于支持数据的推断中的前项，证实的集合之间也是析取关系，用分号隔开。?例如有如下节点：?:?该节点在问题求解器提交证实：D(EF)?xy时被加入，表示问题求解器产生了
4、数据xy，它可以由D或者EF推出。经过ATMS的计算，得出xy归根结底是依赖于假设AB或者C的，所以集合A,B和集合C构成了该节点的标记。?脾虚证2是人体常见的一种胃肠道疾病，主要症状有：胃纳减少或食欲差、大便溏或烂、腹胀、体倦乏力、舌质淡、舌体胖或有齿印。关于脾虚证的诊断规范化研究是当前中医界的一个研究热点。本文正是以脾虚证诊断规则的标准化研究为契机，提出将ATMS运用于计算机辅助中医诊断的理论和方法。?1运用ATMS节点表示中医诊断规则?由于中医的诊断过程一般采用的是传统的望、闻、问、切方法，对病人症状的描述多停留在定性判断的水平，如发高热、发低热、腹泻、脉濡缓等。所以我们可以很方便地为诊
5、断规则中的症状类型和症状表现编码，从而将规则表示成ATMS节点的形式，便于计算机识别和运算。具体方法如下：?（1）建立属性名称的代码值映射表和属性值的代码值映射表，将规则转换成形式化的数学公式。由于我们研究的规则均针对脾虚证而言，所以为简单起见，规则中均将后件省略。这里的属性名称实际上是指诊断规则中出现的症状类型，例如舌苔、腹痛性质等；属性值是指对应于症状类型所表现出来的具体症状表现，例如舌苔白、腹隐痛等。所以，如果我们有以下表示脾虚证的诊断规则：舌苔白，胃纳减少并且腹隐痛，并且制定好代码映射关系：舌苔为A；腹痛性质为B；胃纳情况为C；舌苔白为A?1；腹隐痛为B?3；胃纳减少为C?2，那么这条
6、规则就变成：A?1B?1C?2。?（2）将上一步得到的形式化规则的属性名称部分作为ATMS节点的数据，属性值部分作为ATMS节点的标记，并忽略证实部分，组成ATMS节点。例如规则A?1B?1C?2对应的ATMS节点为：?2从中医临床数据库中挖掘诊断规则?至此，我们解决了诊断规则在计算机中的表示问题。但如何得到这些规则，就需要我们设计一定的算法，从记录了大量病人症状信息的中医临床数据库中挖掘出这些客观的诊断规则，以指导中医师的临床实践。我们经过研究，结合以前工作的成果，设计出以下挖掘方法：?（1）按照上一节制定的属性名称的代码值映射表和属性值的代码值映射表，将整个中医临床数据库转换成代码形式，以
7、方便挖掘算法的运算。图1以两条记录为例演示了转换的过程和结果。?(2)运用文献3提出的算法对上一步得到的事务数据库进行关联规则挖掘，得到带复合项的诊断规则，并按照本文第1节的方法将规则转换成ATMS节点的形式。?3运用基于ATMS的知识库维护系统对现有规则进行查询、推演和更新以上我们得到了从中医临床数据库中挖掘出来的带复合项的规则。但要求这些规则直接指导中医师的临床医学决策还有一定的困难。可能的原因有：规则数目太多，无法有效运用；不能动态适应最新临床经验的变化等。基于此，我们运用基于ATMS的知识库维护系统4和非单调推理功能，设计了对现有规则进行查询、推演和更新方法。所有这些方法均是基于用AT
8、MS节点表示的规则集上的运算。为了阐述和举例方便，假设我们现在针对脾虚证临床数据库挖掘得到了以下诊断规则（规则前的字母标号是为了下文阐述方便而添加）：A：: B：:C：:D：:E：:F：:G：:H：:I：:J：:K：:?31规则的查询?基于当前得到的规则我们可以进行以下三种查询，每种查询对于中医临床辅助诊断都有重要的现实意义：?（1）直接求当前ATMS的扩展5，可以得到在所有规则中所出现的症状类型的集合。例如，ATMS的扩展为a, b, c, d。此查询在临床上的意义就是确诊某疾病的所有症状类型集。以脾虚证为例，医师通过运行此查询，可以在临床数据库所含的四十多种症状类型中，得知哪些症状类型对脾
9、虚证的确诊起着关键性的作用。?（2）通过ATMS知识库的知识查询功能，可以计算某一条新的记录是否可能会导致目标属性（即疾病类型）。继续上例，向ATMS提交环境a?2, c?3, d?4，ATMS通过简单的子集测试运算，就可以由此环境推出目标属性。从脾虚证诊断的临床意义来说，此查询可以对一个新的病例进行分析，得出它是否可以确诊为脾虚证的判断参考。（3）通过ATMS知识库的知识查询功能，由节点数据求其标记，就可以从症状类型组合得出症状表现组合。继续上例，我们想知道属性组a, b, c是否是决定目标属性的关键属性，节点J直接表明了a, b, c的确是关键属性，其具体取值为a=1，b=1，c=2。临床
10、上，当我们想知道某些症状类型的组合是否可以成为确诊脾虚证的决定性症状，如果是，这些症状的表现分别是什么的时候，就可以运用此查询、验证和完善医师的判断。? 32规则的演化和更新?我们运用ATMS知识库维护系统和非单调推理功能，使得在新的知识不必进入数据库，并且不必重新运行挖掘算法的情况下，随着临床经验的逐渐丰富和完善，可以不断地演化和更新诊断规则，保证辅助诊断规则的科学性、客观性和灵活性。?有两种形式的知识更新可用于诊断规则的演化：?（2）经过最新的临床实践证明，得出肯定不会导致目标疾病的症状表现的集合，它同样也会引起现有规则发生重大变化。可以运用ATMS知识库维护系统的更新知识功能，向ATMS
11、增加Nogood（矛盾节点）来实现此功能。Nogood的增加将删除现有节点中所有含有最新Nogood的环境，甚至引起整个节点的删除，从而更新诊断规则的内容，使诊断规则可以快速反映最新的临床诊断反例，减少后续诊断的误诊率。如上例，ATMS节点状态：?如果我们把可以反映诊断标准变化的一些新的病例输入中医临床数据库，然后重新运行挖掘算法，有可能得不到我们所需要的最新规则。这是因为所有规则均需要一个支持度阈值，只有那些在整个临床观察表中占据一定数量，其比例超过支持度阈值的病例才能使这些病例反映出来的规律成为挖掘算法结果的一部分。我们最新病例的规模有可能还达不到这样的数量级，或者最新的知识主要是根据医学
12、上的理论研究和论证得来，这样暂时就更会缺乏相应的病例。所以，我们采用将最新的诊断知识直接运用于已有规则的方法，运用ATMS知识库管理功能对现有规则进行演化，从而有效而及时地使最新的诊断标准能如实反映现实情况，使疾病诊断日趋科学化。?4总结?本文针对中医临床数据库特点和计算机辅助中医诊断的特殊要求，以脾虚证的中医辅助诊断应用为切入点，讨论了使用ATMS节点来表示诊断规则，以及如何运用ATMS对挖掘出来的诊断规则进行查询和更新的问题，把人工智能技术结合到中医的辅助诊断应用研究中，具有一定的理论创新意义和实践意义。参考文献：1De Kleer J. A Truth Maintenance Syste
13、mJ.Artificial Intelligence, 1979, 12(3): 231272.2邱向红.脾虚证诊断规范化研究概述J.广州中医药大学学报,1997,14(1):58.3戴浩,方思行.中医辅助诊断中带复合项的关联规则挖掘算法J.暨南大学学报,2005,26(3):337.4方思行.基于ATMS的知识库维护系统与开放逻辑的实现J. 计算机科学,1995,22(1):1013.5De Kleer J. Extending the ATMSJ. Artificial Intelligence,1986,28:163196.6De Kleer J. A General Labeling Algorithm for Assumptionbased Truth MaintenanceC. The AAAI88, 1988.188192.
ATMS在计算机辅助中医诊断中的应用
