Файл: Медицинская информатика.pdf

126 для принятия решения. Часто начинающие разработчики экспертных систем, желая избежать этой мучительной процедуры, задают вопрос: может ли эксперт сам извлечь из себя знания? Помногим причинамэтонежелательно.
Во-первых, большая частьзнаний эксперта - эторезультат многочислен- ных наслоений, ступеней опыта. И часто зная, чтоиз А следует В, экспертне дает себе отчета, что цепочка его рассуждений была гораздо длиннее.
Во-вторых, как было известно еще древним (вспомним «Диалоги» Плато- на), мышление диалогично. И поэтому диалог инженера по знаниям и эксперта
- наиболее естественная форма «раскручивания» лабиринтовпамяти эксперта, в которых хранятся знания, частью носящие невербальный характер, т.е. выра- женныене в форме слов, в форме наглядных образов,например. Именно в про- цессе объяснения инженеру по знаниям эксперт на эти размытые ассоциатив- ные образы надевает четкие словесные ярлыки,т.е. вербализует знания.
В-третьих, эксперту гораздо труднее создать модель предметной области вследствие той глубины и необозримости информации, которой он обладает.
Многочисленные причинно-следственные связи реальной предметной области образуют сложную систему,из которой выделить "скелет", или главнуюструк- туру, иногда доступнее аналитику, владеющему к тому же системной методо- логией. Любая модель – это упрощение, а упрощать легче с меньшим знанием деталей.
Чтобы разобраться в природе извлечениязнаний, выделим три основных аспектаэтойпроцедуры (рис. 11.3): психологический, лингвистический, гно- сеологический.
Рис. 11.3. Основные аспекты извлечения знаний

127
Психологический аспект является, главным, поскольку он определяет
успешность и эффективность взаимодействия инженера по знаниям
(аналитика) с основным источником знаний - экспертом-профессионалом.
Психологический аспект важен и потому, что извлечение знаний происходит
чаше всего в процессе непосредственного общения разработчиков системы.
Лингвистический аспект важен поскольку процесс общения инженера
по знаниям и эксперта - это языковое общение. В данном случае можно
выделить три слоя важных для инженерии знаний лингвистических проблем:
А) общий код, Б) понятийная структура, В) тезаурус пользователя.
Гносеологический аспект. Гносеология - это раздел философии, связан- ный с теорией познания, или теорией отражения действительности в сознании человека. Инженерия знаний как наука, если можно так выразиться, дважды гносеологична: действительность (О) сначала отражается в сознании эксперта
(М1), а затем деятельность и опыт эксперта интерпретируются сознанием ин- женера по знаниям (M2), что служит уже основой для построения поля знаний экспертной системы.
В процессе извлечения знаний аналитика в основном интересует компо- нент знания, связанный с неканоническими индивидуальными знаниями экс- пертов, поскольку предметные области именно с таким типом знаний считают- ся наиболее восприимчивыми к внедрению экспертных систем. Эти области обычно называют эмпирическими, так как в них накоплен большой объем от- дельных эмпирических фактов и наблюдений, в то время как их теоретическое обобщение - вопрос будущего.
Познание всегда связано с созданием новых понятий и теорий. Интерес- но, что часто эксперт как бы "на ходу" порождает новые знания, прямо в кон- тексте беседы с аналитиком. Такая генерация знаний может быть полезна и са- мому эксперту, который до того момента мог не осознавать ряд соотношений и закономерностей предметной области.
Не всегда инженер по знаниям дойдет до последнего звена этой цепочки, но уже само стремление к движению бывает чрезвычайно плодотворным. Такой подход полностью согласуется со структурой самого знания, которое имеет
два уровня:
 эмпирический (наблюдения, явления);
 теоретический (законы, абстракции, обобщения).
Критерии научного знания.
Теория - это не только стройная система обобщения научного знания, это также некоторый способ производства новых знаний. Основными методологи- ческими критериями научности, позволяющими считать научным и само новое знание, и способ его получения являются:
 внутренняя согласованность и непротиворечивость;
 системность;
 объективность;
 историзм.
Внутренняя согласованность. Этот критерий в эмпирических областях на первый взгляд просто не работает: в них факты часто не согласуются друг с

128 другом, определения противоречивы, диффузны и т.д. Аналитику, знающему особенности эмпирического знания, его модальность, противоречивость и не- полноту, приходится сглаживать эти "шероховатости" эмпирики.
Модальность знания означает возможность его существования в различ- ных категориях, т.е. в конструкциях существования и долженствования. Таким образом, часть закономерностей возможна, другая обязательна и т.д. Кроме то- го, приходится различать такие оттенки модальности, как: эксперт знает, что...; эксперт думает, что...; эксперт хочет, чтобы...; эксперт считает, что...
Возможная противоречивость эмпирического знания - естественное следствие из основных законов диалектики, и противоречия эти не всегда должны разрешаться в поле знаний, а напротив, именно противоречия служат чаще всего отправной точкой в рассуждениях экспертов.
Неполнота знания связана с невозможностью полного описания пред- метной области. Задача аналитика эту неполноту ограничить определенными рамками "полноты", т.е. сузить границы предметной области, либо ввести ряд ограничений и допущений, упрощающих проблему.
Системность. Системно-структурный подход к познанию (восходящий еще к Гегелю) ориентирует аналитика на рассмотрение любой предметной об- ласти с позиций закономерностей системного целого и взаимодействия состав- ляющих его частей. Современный структурализм исходит из многоуровневой иерархической организации любого объекта, т.е. все процессы и явления можно рассматривать как множество более мелких подмножеств (признаков, деталей) и, наоборот, любые объекты можно (и нужно) рассматривать как элементы бо- лее высоких классов обобщений.
Объективность. Процесс познания глубоко субъективен, т.е. он сущест- венно зависит oт особенностей самого познающего субъекта. Субъективность начинается уже с описания фактов и увеличивается по мере углубления идеали- зации объектов. Следовательно, более корректно говорить о глубине понима- ния, чем об объективности знания. Понимание - это сотворчество, процесс ис- толкования объекта с точки зрения субъекта. Это сложный и неоднозначный процесс, совершающийся в глубинах человеческого сознания и требующий мо- билизации всех интеллектуальных и эмоциональных способностей человека.
Все свои усилия аналитик должен сосредоточить на понимании проблемы. В психологии подтверждается факт, что люди, быстро и успешно решающие ин- теллектуальные задачи, большую часть времени тратят на понимание ее, в то время как быстро приступающие к поискам решения, чаще всего не могут его найти.
Историзм. Этот критерий связан с развитием. Познание настоящего есть познание породившего его прошлого. И хотя большинство экспертных систем дают "горизонтальный" срез знаний - без учета времени (в статике), инженер по знаниям должен всегда рассматривать процессы с учетом временных измене- ний - как связь с прошлым, так и связь с будущим. Например, структура поля знаний и база знаний должны допускать подстройку и коррекцию, как в период разработки, так и во время эксплуатации экспертной системы.

129
Математические
методы
поддержки
принятия
решений.
Проведенный анализ классических методов поддержки принятия решения, нашедших широкое применение в различных прикладных областях, с целью выявления их достоинств и недостатков, позволяет утверждать, что они по своей природе не предназначены для решения задач интеллектуальной обработки и последующего анализа данных.
На сегодняшний день в теории принятия решения широко известны сле- дующие методы:
1. Методы теории полезности. Строится аксиоматическим способом. В качестве достоинства методов отмечается детальная проработанность процедур выявления предпочтений.
2. Методы теории проспектов (ТП). Проспект - игра с вероятностными исходами. В методах ТП учитывается 3 поведенческих эффекта:
 эффект определенности - тенденция придавать больший вес детермини- рованным исходам.
 эффект отражения - к измерению предпочтений при переходе от выиг- рышей к потерям.
 эффект изоляции – тенденция к упрощению выбора путем исключения общих компонент вариантов решения.
Методы ТП, также как и предыдущие методы, имеют аксиоматические основы. Недостатком является то, что данный метод не снимает все проблемы, возникающие при изучении поведения людей в задачах выбора решения.
Главным недостатком всех перечисленных аксиоматических теорий явля- ется непроверяемый характер аксиом, что означает на практике требование к человеку принимать на веру правила рационального поведения, вытекающие из той или иной теории.
3. Методы ELECTRE. Французской школой теории принятия решений, возглавляемой Б.Руа, был предложен конструктивный подход к выработке ре- шений, в рамках которого методы, модели и концепции рассматриваются как вспомогательные средства практического анализа ситуации. Эти средства по- зволяют, как уяснить цели принятия решения, так и лучше понять предпочте- ния лица, принимающего решение (ЛПР). Недостатком методов ELECTRE яв- ляется то, что они являются вспомогательными средствами, а не способом вы- работки лучшего решения как при аксиоматическом подходе.
4. Метод анализа иерархий (МАИ). Часто используемый в последнее время метод принятия решений, опирающийся на многокритериальное описа- ние проблемы. В методе используется дерево критериев, в котором общие кри- терии разделяются на критерии частного характера. Для каждой группы крите- риев определяются коэффициенты важности. Альтернативы также сравнивают- ся между собой по отдельным критериям с целью определения каждой из них.
Средством определения коэффициентов важности критериев либо критериаль- ной ценности альтернатив является попарное сравнение. Результат сравнения оценивается по бальной шкале. На основе таких сравнений вычисляются коэф- фициенты важности критериев, оценки альтернатив и находится общая оценка как взвешенная сумма оценок критериев.

130
Недостатки:
1. Рассогласование оценок, связанное с трудностями оценки отношений сложных элементов – 1-й вид рассогласования.
2. Рассогласование 2-го вида, связанное с предложенной дискретной шкалой для оценки элементов.
3. Резкое увеличение количества оценок с увеличением набора элемен- тов. Не рекомендуется набор элементов больше 9.
4. Пересчет отношений значимости элементов в их важность осуществ- ляется приближенным методом.
5. Эвристические методы. К эвристическим методам относят следую- щие методы:

метод взвешенной суммы оценок критериев Каждой альтернативе дается числовая (бальная) оценка по каждому из критериев. Критериям припи- сывается количественные веса, характеризующие их сравнительную важность.
Веса умножаются на критериальные оценки, полученные числа суммируются - так определяется ценность альтернативы. Далее выбирается альтернатива с наибольшим показателем ценности.

метод компенсации используется при попарном сравнении альтер- натив.
Достоинством всех эвристических методов является простота и удобство, а основным недостатком то, что все они не имеют научного обоснования.
Рассмотренные методы, положенные в основу теории принятия решения, носят аксиоматический и эвристический характер, т.е. не имеют строгого на- учного доказательства.
Экспертные системы. Экспертная система - это компьютерная про- грамма, которая моделирует рассуждения человека-эксперта в некоторой опре- деленной области и использует для этого базу знаний, содержащую факты и правила об этой области, и некоторую процедуру логического вывода.
Термин «экспертная система» у многих совершенно естественно ассо- циируется с термином «эксперт». Так принято называть высококвалифициро- ванного, авторитетного специалиста в какой-либо области деятельности, кото- рый решает задачи, используя свой опыт и знания.
Можно выделить следующие задачи, решаемые экспертами:
1) диагностика - определение причин заболевания или неисправности технической системы и выработка рекомендации по их устранению;
2) классификация - построение иерархии концепций или объектов; опре- деление места заданного объекта или концепции в этой иерархии;
3) прогнозирование - предсказание поведения организма, технической или любой другой системы на основе данных о ее текущем состоянии;
4) планирование - построение плана (программы) действий по решению какой-либо задачи;
5) управление - контроль состояния сложной системы и принятие опера- тивных решений по его изменению.
С возникновением компьютеров одной из теоретических проблем, ре- шаемых с помощью вычислительных систем, стала проблема имитации челове-

131 ческого мышления. Программные системы, имитирующие на компьютере че- ловеческое мышление, получили название систем искусственного интеллек-
та (ИИ).
Конкретные сферы человеческой деятельности, в которых могут приме- няться системы ИИ, называются предметными областями.
Системы искусственного интеллекта, созданные для решения задач в конкретной предметной области, называются экспертными системами (ЭС).
Источником знаний для наполнения экспертных систем служат люди-эксперты
(специалисты в узких областях знаний) в соответствующих предметных областях.
У экспертной системы должно быть два режима работы: режим приоб-
ретения знаний и режим решения задач.
В режиме приобретения знаний эксперт общается с экспертной системой при посредничестве инженера знаний, в режиме решения задач в общении с экспертной системой участвует пользователь, которого интересует результат и способ его получения. Экспертная система в отличие от решения задач по алго- ритму не исключает пользователя из решения, а, наоборот, сохраняет за ним инициативу. В то же время ЭС не является просто пассивным источником по- лезной информации подобно книжному справочнику или базе данных. В нуж- ные моменты ЭС подсказывает необходимое направление решения задачи, раз- вивает цепочки умозаключений, объясняет свои действия.
Функции экспертных систем:
1. Экспертиза проектов.
2. Оценка квалификации специалистов.
3. Постановка диагноза.
4. Оценка эффективности лечения.
5. Назначение схемы лечения.
С точки зрения решения основной задачи экспертных систем: кодирова- ния знаний о предметной области и их использования для решения проблем в этой области наиболее существен опыт исследователей искусственного интел- лекта в решении задач представления знаний и распознавания образов. Объем знаний, необходимых для любого значительного приложения экспертных сис- тем, обычно очень велик и поэтому для выборки, обновления и поддержания таких больших объемов знаний экспертным системам необходимы хорошие модели представления знаний.
Методы, положенные в основу создания экспертных систем, носят ак-
сиоматический и эвристический характер, т.е. не имеют строгого научного до- казательства.
Экспертные системы должны содержать 4 функциональных блока:
 базу знаний;
 блок вывода заключений;
 блок "объяснения" вывода заключений;
 блок наполнения и редактирования базы знаний.
Необходимы также блок ввода данных о пациенте и блок представления выходной информации пользователю.