中医专家系统技术综述及新系统实现研究

中医专家系统技术综述及新系统实现研究 　摘要：对中医专家系统二十多年来的发展进行了简单的概括，了专家系统应用在中医领域的技术特点。基于中医诊断专家系统的发展现状，分别从系统建模、知识获取和知识库构建等方面提出了新的思路和实现技术，例如认知模型的建立、领域本体的应用、自然语言理解、数据挖掘、知识网络、多智体agent技术等，并设计了一种新型中医专家系统，为中医专家系统的发展提供了有价值的参考方向。 　　关键词：专家系统； 中医诊断； 领域本体； 多智体 　　中图分类号：TP182文献标志码：A 　　文章编号：1001-3695(2007)12-0006-04 　　 　　人工智能运用到医学领域已经取得了鼓舞人心的进展，全国各地著名医学专家诊疗系统的问世，对传承和发扬祖国医学作出了积极的贡献。许多医学专家系统对某些疾病的治疗效果已经接近了专家的诊疗水平。然而，毕竟专家系统应用在医学领域尤其是中医领域仍有一定的困难。它的控制能力与专家相比还存在一定的局限性，在客观化、定量化和标准化等方面也略显不足。因此如何更有效地获取、转换、利用医学知识和诊断经验，是中医诊疗系统和人工智能进一步发展的关键。 　　 　　1中医专家系统综述 　　 　　美国斯坦福大学的Shortliffe等人在1976年研制成功的用于鉴别细菌感染及治疗的医学专家系统MYCIN为专家系统在医学界的发展奠定了理论基础。在随后的二三十年的发展历程中，也相继出现了众多的医学专家系统，包括中医诊断专家系统。我国第一个中医专家系统——关幼波诊疗肝病计算机程序自1979年问世以来对中医诊疗计算机系统的发展也起到了举足轻重的作用。在它的引领下，20世纪80年代相继出现了邹云翔中医肾系统疾病计算机诊疗、教学、护理和咨询系统，姚贞白妇科专家诊疗系统及医学智能通用编辑系统MTGIES1，孙同郊乙型肝炎专家诊疗系统，中医辩症论治电脑系统数学模型及软件设计等。不论从知识获取、知识示，还是推理机的设计，这些系统均应用了许多专家系统的相关技术。但是它们大多数仍属于基于规则的专家系统，语言也是面向过程化的语言，有些系统大多知识库和推理机融为一体，在庞大的中医概念和知识体系下，已经显得力不从心。这就需要更多适合于中医诊疗专家系统技术的支持。 　　中医诊疗专家系统在传统的诊断专家系统和医学专家系统的基础上得到了进一步的发展，知识库和推理机作为系统独立的单元被分离开来，既有利于邻域知识的获取，对中医思想的模拟也迈向了新的高度。其一般结构包括知识库、综合数据库、知识获取模块、推理诊断模块、解释模块和人机接口等。有些基于规则的系统还设置了可信度模块。表1、2分别列出了近十几年来专家系统在医学领域和中医领域的一些应用及技术特点。 　　医学专家系统应用技术的不断进步为中医专家系统的发展提供了有力的技术支持。但中医哲理深邃、思想独到，中医专家系统所考虑的最关键因素往往是系统能否更高效合理地模拟老中医的思维过程。这也正是中医诊疗系统构建的难点。由于人类所患的疾病具有多样性、多变性和不确定性，应用传统的专家系统技术和计算机技术，对复杂疾病的诊断往往不能得到令人满意的结果，应用传统的基于规则推理的技术显然已不能胜任。这样对中医专家系统的改进提出了更高的。近年来不论从知识的获取、表示，乃至推理机制等，更适合中医诊断的专家系统方法技术应运而生。 　　随着知识工程和计算机技术的不断发展，也涌现出许多先进的对信息获取、信息加工处理及多信息融合的技术，也出现了许多新型的中医专家系统。从实现技术上一般有基于案例推理的系统、基于神经网络的系统、基于模糊逻辑和神经网络结合的系统以及基于关系数据库的系统等。 　　 　　1．1基于案例推理的中医诊断系统 　　CBR(casebased reasoning，基于案例推理）克服了传统知识处理系统及工具的一些缺陷，对知识获取困难的问题得到了一定的缓解。它将问题求解与学习相融合，从认识思维的角度体现了人类的记忆、规划、学习和求解。专家可以根据该病人的几个重要特征进行回忆，寻找以前就诊的与这几个重要特征相似的病例，参考先前病人的诊断和治疗方案对目前的病人进行诊断和治疗。 　　在开发这类系统时，首先抽取出有代表性的诊象建立范例库，为每一个数据项确定它的相似度，即对每一个数据项进行量化，然后进行范例检索。范例检索是一个近似，它一般经过特征辨别、初步匹配和最佳选定三个步骤。经过搜索后，系统最后会选定一个或几个与诊断病例相似的范例，作为专家诊断的参考。CBR克服了传统知识处理系统及工具的一些缺陷，提高了就诊的效率[17]。 　　1．2基于神经网络的中医专家系统 　　基于神经网络的中医专家系统[14]是将人工神经网络与专家系统进行有效结合建立的医疗智能诊断系统。该类系统知识获取的特点是面向现实世界学习。它是将大量的样本(病例)通过特定的学习算法得到网络各种神经元之间的连接权而获得的。这种方式与人脑存储知识十分相似，具有联想、并行处理和容错的功能，便于知识库的组织和管理，可以将医疗智能诊断系统提高到一个新的水平。 　　1．3模糊逻辑和神经网络结合的中医专家系统 　　模糊逻辑是一种处理不确定性、非线性问题的有力工具，常常用来表达模糊或不定性的知识。其推理方式类似于人的思维方式，所以尤其适合于医学应用。将模糊逻辑与神经网络结合[18]，能够弥补神经网络不适合表达基于规则知识的不足，又可以很好地对模糊性知识进行组织，提供更加有效的智能行为、学习能力、自适应特点、并行机制和高度灵活性，使其能够更成功地处理各种不确定的、复杂的、不精确的和近似的控制问题。 　　1．4基于关系数据库的中医诊断系统 　　近几年来，数据仓库及相关技术的兴起，使得数据库技术的应用得到了长足发展。它与专家系统的结合越来越受到人们的重视，在知识库的构建方面占有举足轻重的地位。专家系统可以方便地通过数据库对相关信息进行存储、搜索、查询及推理。它对知识库的管理提供了帮助，节省了知识库构建的时间，通过数据库技术来组织有关知识，用数据库的索引搜索技术取代专家系统中传统的回溯递归的推理机制，提高了诊断效率[19，20]。从系统架构方面来看，出现了并行与分布式专家系统和协同式专家系统。 　　这种专家系统应用了各种并行算法、并行推理执行技术，适合在多处理器的硬件系统环境下工作，具有分布式处理功能。另一个重要的特点就是，系统不但可以进行同步并行工作，而且可以进行异步并行处理。其主要目的在于把一个专家系统的功能经分解后分布到多个处理器上并行工作，也可以工作在松耦合的计算机网络环境中。专家系统的分布处理特征要求专家系统做到功能合理、均衡分布以及知识和数据适当分布，提高了系统诊断效率和可靠性。 　1．5协同式中医专家系统[21] 　　现实情况下，人们解决一个问题，往往涉及到多方面的知识。比如说，一个复杂病症，通过单一的推理和方法，很难得到令人满意的结果。协同式专家系统使多个专家或专家系统可以协同合作，他们之间可以相互通信，其子系统又可以相互协作工作，通过迭代可以求得某种更加合理稳定的状态结果。 　　 　　2新型中医专家系统技术应用 　　 　　有些专家系统还应用了实时操作技术、UML技术、组件技术和多媒体技术等。这无论从知识的获取、知识的表示推理都有了新的进展。其目的都是为了能更进一步提高系统的诊断效率和诊疗效率。但纵观中医专家系统二十多年来的发展，虽然出现了许多新的技术，但仍未取得重大的突破。原因是这些系统对四诊的客观化研究、思维模型的建立尚处于局部及人工模拟阶段。为此，本文提出了一些新的中医专家系统设计思路，继承了传统中医专家系统的优点，也为中医专家系统构建提供了一定的参考。 　　 本文原文 　　2．1认知模型的建立 　　认知科学的引入对模拟老中医的思维过程有着举足轻重的作用，对中医专家系统的构建不但起着基础性的作用，而且有着指导性的作用。认知科学的精髓即认知心理学基本理论和信息处理拟人率原则。认知心理学是以信息加工观点为核心的心理学[22]。所谓信息加工观点就是将人脑与计算机进行类比，将人脑看做类似于计算机的信息加工系统。认知心理学的研究范围广泛，包括感知觉、注意、表象、学习记忆、思维和言语等心理过程或认知过程。核心是揭示认知过程的内部心理机制，即信息如何存取、加工和使用。 　　以此精髓出发，在认知理论的指导下，建立老中医思维模型（图1），既形象地体现了中医辨证理论，也对微观认识及定量研究起着基础作用。 　　 　　2．2领域本体的应用 　　从本质上说，本体是概念化的形式化、显式[23]。概念化是通过识别世界中现象的相关概念而建立的关于现象的抽象模型。显式是指概念的类型和应用的约束条件是显式定义的。形式化是指机器可以理解、处理。共享是指所要表达的概念化是某个领域所固有的、被广泛接受的。 　　领域本体(domain ontology)是用于描述指定领域知识的一种专门本体。它给出了领域实体概念及相互关系、领域活动以及该领域所具有的特性和规律的一种形式化描述。中医领域概念繁多、关系复杂，因此把本体的构建引入到中医领域是一项很有意义的应用，它不但为知识库的构建打下了基础，也为进一步的诊断推理提供了有力依据。 　　2．3自然语言理解相关技术应用 　　知识获取是信息处理领域一个亟待解决的问题。通过知识获取可以将专家的经验进行整理和提取，为下一步的知识推理奠定基础。这里将自然语言理解的相关技术与中医领域知识库相结合，得到语义网。通过文本预处理、知识库构件文本和知识获取几个步骤获得人们需要的知识。文本进行词法分析后得到文本特征概念；将特征概念进行领域知识库的映射得到人们需要的知识网络；在知识网络图的基础上进行知识的推理和知识的建构。 　　2．4智能agent技术应用 　　智能agent是目前人工智能领域的研究热点之一。它具有主动性、智能性、交互性、协作性和移动性等特点。 　　智能 agent的具体实现形式有许多。其中BDI (beliefdesireintention)模式是最有影响的。它由信念、愿望、策略库和意图等几个方面构成[24]。其中：信念即agent对其所处环境的认识，这种认识可能是不全面甚至不正确的；愿望是agent希望达到的状态，这通常是人交给agent的任务；策略库是agent的知识库，其中存储了一些预先设计的策略，它们描述了为完成某些特定任务或在特定环境下应采取的动作步骤，使agent能方便地完成其意图；意图描述了agent为达到愿望而计划采取的策略的有序集，意图在agent的动作过程中可能会由于环境的改变而需要决定采取新的策略。解释器负责对agent的控制。这通常包括:通过对外部世界的观察更新信念；在新信念的基础上产生新愿望、产生意图以完成愿望等。 　　结合agent的这些优点和自身特点，把多智体（MAS）技术引用到中医诊断专家系统是可行的。MAS比单个agent具有更多的知识、资源和信息。它强调系统内各agent之间的协调行动，可以解决单个agent无法解决的问题。中医诊断是个复杂繁琐的过程，agent正好可以发挥其并行性的特点，互相协调、共同发挥作用，得出最佳的诊断结果。 　　MAS一般分为系统管理agent、诊断agent和功能agent。系统管理agent进行诊断任务的第一步，是系统运行的基础。它主要负责诊断系统中agent的任务分配、管理与协调，体现了系统诊断的思路与策略。功能agent则协调系统管理agent完成一系列任务，如用户交互、症状获取等。通信agent作为一种特殊功能的agent负责所有agent之间的协调和交互，并管理系统全局数据区。 　　 　　3新型中医专家系统建构 　　 　　基于以上技术分析，本文提出了一种新型的专家系统设计方案。它以agent的思想和技术为核心，以中医认知心理模型为基础，是一种基于多智体agent体系结构的中医诊疗系统。MAS的引入使构造一个复杂高效的中医系统变得更加容易。 　　因此以中医认知系统模型为基础，应用MAS理论，分别建立知识获取agent、知识库管理agent、综合数据库管理agent、诊断推理agent、解释agent和人机交互agent。系统结构图如图2所示。其中知识获取agent内含知识编辑器，可以输入、增加、删除和修改领域知识，并应用了数据挖掘和中医自然语言理解技术，不但可以对显性知识进行属性统计归纳、文本相似匹配，也可以对更深层的隐性知识进行协同挖掘和关联分析。 　　 　　知识表示方面采用了多技术相融合的知识表示，通过知识管理agent进行组织管理。中医领域本体的建立是本系统知识表示的亮点。中医概念繁多，各个症状、症型、方药、方剂之间的关系错综复杂。基于中医领域本体的知识表示，不但能够把握领域知识的中医特点，也为进一步的诊断推理提供了有力依据。 　　诊断推理机制方面以中医认知心理学为基础，建立适合中医思维的推理结构，以启发式、联想类比推理机制为基础，结合案例统计和模糊逻辑匹配的方法，尽可能地模拟中医思维，提高诊断效率。解释机制运用了案例回溯、路径跟踪、模式匹配、冲突消解等算法，并通过人机接口采用多媒体技术对用户进行图文并茂的解释，提高了系统的直观性，使得系统诊断更具说服力。另外知识库管理agent还可以对所含知识进行语法、语义的检查以及完整性、一致性和冗余性等检查。综合数据库管理agent可以对用户信息、诊断的中间结果及一些动态数据进行存储、删除、排序和整理。各agent具有独立性，可以自行完成系统分配的任务，也可以协调通信进行同步工作。这不但提高了诊断效率，也为系统的扩充、维护奠定了基础。 　4结束语 　　 　　中医是中国的传统医学，把专家系统引入到中医领域，对继承和发扬祖国医学有着重大意义。中医思想博大精深，如何建造能够充分反映中医学的内在联系，反映中医临床的思维，体现中医专家学术思想和临床经验，有着更高诊断和治疗效率的中医专家系统，一直是人们不断追求的目标。基于此，本文提供了一种新的中医专家系统设计方案。随着信息技术和计算机技术的不断发展，会有越来越多新型的中医专家系统出现在人们面前，它们将对祖国医学的传承作出巨大贡献。 　　 　　参考文献： 　　[1]EVANS C D. A casebased assistant for diagnosis and analysis of dysmorphic syndromes[J].Med Inform,1995,20(2)：23-26. 　　[2]周仲宁.眼科疾病诊断专家系统的研究与实现[J].计算机工程与应用,1998,34(6):80-81. 　　[3]吴会彦,周国宏.糖尿病咨询、诊疗系统[C]//中国生物医学电子学学术年会论文集.南京:东南大学出版社,1999:244-245. 　　[4]ZHAI Ai mei, SUN Baiqing, FENG Yingjun,et al. A study on diagnosis of hypertension by intelligent medical diagnostic system[C]//Dynamics of Continuous Discrete and Impulsive Systems, Series B:Applications & Algorithms. 2003:478-480. 　　 　　[5]潘军杰,张文清,周震.口腔电子病例及辅助诊疗系统[J].深圳中西医结合杂志,2003,13(4):252-254. 　　[6]薛健辉.脑血管疾病专家诊疗系统的设计[J].江苏医学,2004,27(2):76-78. 　　[7]PRASAD R, RANJAN K R, SINHA A K. AMRAPALIKA:an expert system for the diagnosis of pests,diseases, and disorders in Indian mango[J].Knowledgebased System,2006,19(1):9-21. 　　[8]余国建,杨惠英.在袖珍机上开发中医专家系统的方法与技术[J].大自然探索,1993,12(1):80-85. 　　[9]刘自伟.内科疾病中医诊疗专家辅助系统[J].电脑学习,1994(2):13-16. 　　[10]杨连初,朱文峰.中医诊疗标准软件(TCMDSS)的研究及实现[J].湖南中医药导报,1999,5(5):44-45. 　　[11]裘爱国.三环疗法治疗慢性肝炎智能化诊疗系统[C]//中国医药发展大会论文集.北京：中国中医药报社,2001:399-401. 　　[12]朱咏华. WF文峰-中医（辅助诊疗系统）[J].中国中医药信息杂志,2002,9(11):59-59. 　　[13]徐元景,牛欣.中医辅助诊疗系统的研制[J].世界科学技术：中医现代化,2003,5(3):25-27. 　　[14]叶进,邢传鼎.基于人工神经网络的病症诊断原型系统[J].东华大学学报,2003,4(2):43-47. 　　[15]李江平,韦玉科.亚健康中医诊断系统[J].计算机工程,2005,31(15):222-223. 　　[16]曹红宝,王学民,徐英舜.舌脉客观化互动式辨证诊疗系统[J].北京生物医学工程,2005,24(4):261-263,295. 　　[17]李锋刚,倪志伟,郜峦.案例推理技术在医学诊断专家系统中的设计思路探讨[J].中医药临床杂志,2005,17(2):260-262. 　　[18]杜建凤.模糊神经网络在决策专家系统中的研究与应用[J].系统工程与电子技术,2002,24(2):45-47. 　　[19]李海鲲,胡存刚,宗仁鹤.基于数据库的中医专家诊断系统的研究[J].微机处理,2005,26(1):26-28. 　　[20]王小军,周昌盛,吕汉兴.一种基于关系数据库 　　的知识表示和推理方法[J].控制工程,2005,12(1):41-44. 　　[21]高玮玲,曹元大,王澜.协同式中医诊断专家系统的设计与实现[J].北京理工大学学报,1999,18(6):753-755. 　　[22]王埂,汪安圣.认知心理学[M].北京:北京大学出版社,2001:20-23. 　　[23]李景.本体理论在文献检索系统中的应用研究[M].北京:北京图书馆出版社,2005:10-11. 　　[24]史忠植.智能主体及其应用[M].北京:科学出版社,2001:5-6. 　　[25]晏峻峰.基于家庭医生的分布式中医临床数据采集系统的设计思想[J].医学信息,2004,17(2):70-72. 　　[26]WOOLDBRIGE M J.Agent-based software engineering[J].IEEE Trans on Software Engineering,1997,144(1):115-152. 　　[27]孔繁胜.知识库系统原理[M].杭州:浙江大学出版社,2000:4-6. 　　 　　“本文中所涉及到的图表、注解、公式等内容请以PDF格式阅读原文”