Самообучающиеся нейросетевые экспертные системы в медицине теория, методология, инструментарий, внедрение — страница 7

  • Просмотров 25192
  • Скачиваний 1013
  • Размер файла 50
    Кб

конкретных условий, собственного опыта и опыта коллег. Такое конструирование должно производиться без знания предметным спе-циалистом математического аппарата, требуя только обычных навыков работы на персональном компьютере. Кроме того, в этой ситуации снимается психологическая проблема доверия к заключениям экспертной системы, которая работает , опираясь на опыт и знания того специалиста, который ее сконструировал, его

коллег, которым он доверяет, и реальные данные, которые он сам получил в результате наблюдений. Мы сформулировали основные требования, которым должны удовлетворять самообучающиеся медицин-ские экспертные системы принятия решений, диагностики, назначения лечебно-профилактических мероприятий и прогнозирования. Индивидуализация (настройка на традиции клинических школ, геосоциальные особенности региона примене-ния, наборы

медико-биологических данных, особенности лечебно-диагностических технологий, индивидуаль-ный опыт и знания специалиста);   Динамическое развитие (накопление опыта системы в процессе функционирования, следуя изменениям в пунктах, перечисленных в предыдущем требовании);   Возможность перенастройки при резком изменении условий, например, при перенесении в другой регион;   Способность к экстраполяции результата.

Требование, обратное индивидуальности. Система не должна резко терять качество работы при изменении условий;   Возможность конструирования с нуля конечным пользователем (специалист должен иметь возможность при-думать совершенно новую экспертную систему и иметь возможность просто и быстро создать ее);   “Нечеткий” характер результата. Важное требование, подразумевающее, что решение выдаваемое системой, не должно

быть окончательным. Оно может быть, например, вероятностным, или предлагать сразу несколько вариантов на выбор. Это дает возможность специалисту критически оценивать решение системы и не лишает его инициативы в принятии окончательного решения.   Экспертная система является только советчиком специалиста, не претендуя на абсолютную точность решения. Она должна накапливать опыт и знания и значительно ускорять доступ к ним,

моделировать результат при из-менении условий задачи. При этом ответственность за решение всегда лежит на специалисте.   Анализ существующих методов обработки информации и метаалгоритмов решения задач показал, что вышеперечисленным требованиям достаточно хорошо удовлетворяют нейроинформационные технологии, бази-рующиеся на искусственных нейронных сетях. В основе функционирования нейронных сетей лежат алгоритмы,