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

Next