Orvosi Hetilap, 1987. augusztus (128. évfolyam, 31-35. szám)
1987-08-02 / 31. szám - Jávor András - Simon László: Számítógépes szakértői rendszerek. Áttekintés és példa a gastroenterológiai felhasználásra
lis modellje a számítástechnika bevezetésétől kezdődően nyilvánvalóvá tette, hogy a számítógép az orvosi területen is valószínűen segítséget nyújthat a diagnosztikus és therápiás döntések meghozatalában. A mai kor szakértői rendszerei adott beteg adott problémájára irányulnak, olyan megoldásokat kínálva, amire csak egy magasan képzett humán specialista lenne képes, ugyanekkor ez a specialista csak konzultánsként szerepel, tanácsot ad és kérésre megokolja javaslatának elméleti hátterét. Az orvosi döntéstámogatás elméleti lehetőségei Klinikai algoritmusok (25, 33, 44). A klinikai algoritmusok vagy protokollok olyan strukturált döntési fák, melyek lépésről-lépésre segítenek a megoldás felé terelni egy adott betegség diagnosztikus vagy therápiás problémáját. Az algoritmusok egyszerűek, rövidek, relative könnyű használni őket. Néhány megfigyelt tünetből kiindulva az eredmény egy utasítás, ami vagy javasolt újabb vizsgálat vagy diagnosztikus, illetve therápiás javaslat. Döntéseiket nem magyarázzák meg. Használatuk az utóbbi időben főként a fejlődő országokban egyre jobban terjed, segítségükkel a kórismézéshez szükséges idő kevésbé gyakorlott szakembereknek lerövidíthető. Egy jellegzetes példát 2. ábránkon mutatunk be. Adatbázisok értékelése statisztikai módszerekkel (6— 19, 26, 27, 30, 39, 40, 41). Felhasználásuk az orvosi döntéshozatalban a számítástechnikai alkalmazások kezdetéig nyúlik vissza. Alkalmazásuk alapelve az adott diagnosztikus probléma tüneteinek hasonlítása egy nagy betegcsoport adatbázisának megfelelő tüneteihez. Ezek a rendszerek különböző statisztikai, analitikai módszereket alkalmaznak, melyek közül a legfontosabb a Bayes-módszer, a diszkriminancia analízis és az alakfelismerés. Bár nagymennyiségű orvostudományi ismeretanyagot tárolnak, döntéseiket nem tudják indokolni. Eredményeik numerikusak, zömében valószínűségi változók, statisztikai indexek, konfidencia értékek. A feldolgozás módja, a döntéshozatal útja idegen az orvosi gondolkodástól, ezért a mindennapi gyakorlatban nehezen fogadják el, idegenkedve alkalmazzák őket. De Dombal (6—19) számol be arról, hogy az akut hasi megbetegedések kórismérésében alkalmazott, általa kidolgozott, a Bayes-módszeren alapuló diagnosztikus program 90%-ban korrekt diagnózist adott, szemben az ugyanezen esetekben 42—81% közötti jó orvosi válaszokkal. Matematikai modellek (25, 34, 42): Néhány klinikai probléma jól leírható matematikai modellekkel. Ezek vagy direkt analízisek, vagy szimuláción alapuló problémamegoldások. Jó példa erre a típusra a digitális adagolását segítő program, amely olyan paramétereket használ fel a therápiás szérumszint eléréséhez, mint a testsúly, a vesefunkció és az adagolás módja. A módszer segítségével a 35%-ban jelentkező toxikus tüneteket 12%-ra sikerült csökkenteni (45). Mesterséges intelligencia, szakértői rendszerek (1, 2 3, 17, 18, 19, 20, 21, 24, 29, 30, 31, 35, 36, 37) (A hetvenes évek elején különböző kutatóhelyeken párhuzamosan kezdték el vizsgálni a mesterséges intelligencia potenciális felhasználását a klinikai döntésekben. A „mesterséges intelligencia” kifejezésében azokat a számítástechnikai megoldásokat foglalták össze, amelyek inkább a szimbolikus gondolkodáson alapultak, mint numerikus kalkulációkon; azt a tevékenységet, amely Minsky megfogalmazása szerint (29) „a számítógép használatát jelenti olyan feladatok megoldásában, amelyek tisztázása egyébként emberi intelligenciát igényelne”. A mesterséges intelligencián alapuló rendszerek tudásanyaga — a számtani műveleteken alapuló statisztikai módszerekkel szemben — heurisztikus. Ezek a heurisztikus tudások érintik az orvosi diagnózis problémakörét is. Corry (25) szerint — az orvos ítéletalkotásában nem a részletes patofiziológiai ismeretek a döntőek, inkább támaszkodik emlékképeire, tapasztalataira; — az orvos tényeket ismer, ismeretanyaga is döntésorientáltan áll rendelkezésre; — ismereteit súlyozza, még ha azt maga számára nem is kvantifikálja teljes biztonsággal. Ezek a tulajdonságok mind tükröződnek a szakértői rendszerekben és ezáltal megoldási módjaik rendkívül szorosan kapcsolódnak a humán döntéshozatal logikájához. Az első igazi orvosi szakértői rendszert („MYCIN”) Shortliffe és mtsai (35) fejlesztették ki. A rendszer adatbeviteli oldala klinikai tényeket és megfigyeléseket gyűjt, döntéseit a klinikai tudásbázisban helyet foglaló szabályok feldolgozásával hozza meg. Végső soron diagnózist vagy therápiás javaslatot közöl, igény esetén elmagyarázza döntésének okát, ismer- t_ 1604 2. ábra: Az alsó gastrointestinális traktusból származó vérzések diagnózisának klinikai algoritmusa