【正文】 入，目的就是能將病人在一段時間內的血糖值顯示，使用戶更好的了解自己的病情。例如，在 Windows 95 下開發(fā)的程序，可以不修改源程序而形成 UNIX 下的執(zhí)行文件或 Macintosh 下的執(zhí)行文件。由于數據窗口對數據的操作是通過事務進行的，所以對數據的操作有很強的可靠性。 開發(fā)工具簡介 PowerBuilder 是一個圖形化的應用程序開發(fā)環(huán)境。 ? 在開始推理階段采用 BAYES 公式 推理出患糖尿病的模糊概率，并以某一閾值比較，確定患病概率。 2. 糖尿病診斷模塊：通過詢問方式讓病人輸入 事實，通過搜索樹，確定患病類型，再通過詢問，給出相應的治療方案。 ● 對慢性并發(fā)癥進行診斷、分型，給出治療方案。 通過事實給出結論，并給出如何得到結論的過程。 (1)輸入模塊。 7）腦血管病變：腦血管病變也是糖尿病患者應該注意的問題，據統計，7%的糖尿病患者同時患有腦血管病變（國際平均水平更高，為 11%）。 3）高血壓：我國糖尿病患者并發(fā)高血壓的比率高達 43%（國際平均水平為 35%），是糖尿病患者第二大并發(fā)癥 4）腎臟病變：糖尿病會誘發(fā)腎小球微血管病變、腎動脈硬化和反復或慢性腎炎等腎臟病變，我國糖尿病患者并發(fā)腎臟病變的比率為 41。 三、糖尿病癥狀 血糖值和尿糖值均高于正常人 典型的“三多一少癥狀” 1）多尿：日小便次數明顯增多 2）多飲：日飲水量超 5鎊（ 1 壺半） 3）多食：沒有出現“三十三，大轉彎”，反而食量超常增 4）消瘦：體力不支、體重下降（較 以往） 此外，糖尿病患者常發(fā)生餐前低血糖現象，在飲食上表現出“上管不了下頓”。 防治糖尿病已成為臨床上重要的、緊迫的醫(yī)療保健問題之一，日益為人們所重視。當不友好的環(huán)境或危險環(huán)境需要專家時，人類專家親臨決策，代價太大 專家系統開發(fā)步驟 圖 問題識別 概念化 形式化 實現 測試 糖尿病專家系統 10 第三章 糖尿病知識與之時表示 一、糖尿病概述： 糖尿病是一組病因和發(fā)病機理尚未完全闡明的內分泌 代謝疾病，以高血糖為其共同標志。人類專家通常缺乏，但有十分重要十分昂貴，當在不同地點需要知識時，問題就更加突出。傳統的專家系統開發(fā)語言有符號處理語言ＬＩＳＰ ,ＰＲＯＬＯＧ等 ,它們能夠以接近自然語言的方式表達知識和規(guī)則以及推理構成。推理有正向推理糖尿病專家系統 9 反向推理，和正反雙向推理。直到得出相應結果為止。與產生式規(guī)則相似，語句可以任意 增添、刪除和修改，不會對其它語句有影響。應用謂詞演算表示知識的主要優(yōu)點是： 1)精確。在實際中一般只用一階謂詞演算，例如人工智能語言PROLOG 就是以它為基礎的。目前，說明性知識通常用這種表示方法表示。例如說明在填槽時需要干些什么（ ifadded 過程）、填槽時應如何計算槽值（ ifneeded 過程），如果沒有填入槽值，默認的槽值是什么（ defaultvalue），等等。每個槽都有它自己的名字和填 入槽的值。 （ 2）知識的框架表示 框架是七十年代初 提出來的一種知識表達方法。 3)表達上的自然性。 產生式規(guī)則實例 ： IF 動物吃肉 THEN 該動物是食肉動物 用產生式規(guī)則表示知識的優(yōu)點： 1)結構上的模塊化。知識庫的知識來源于知識獲取機構，同時他又為推理機提供求解問題的知識。在實際運用中，評價一個專家系統，一般是講符合率而不是講準確率。 知識獲取器用于補充和完善知識庫中的知識和經驗。 圖 專家系統的一般結構 其中 : 知識庫用于存放從人類專家處獲取到的知識和經驗。專家系統一般是交互性糖尿病專家系統 6 系統，具有良好的人機界面。專家系統一般具有解釋機構，所以具有較好的透明性。 具有靈活性。控制級也稱為元知識、是如何運用兩種知識，如在問題求解 中搜索策略、推理方法等 .能進行有效的推理。專家系統要解決人類專家才能解決的復雜問題就必須依賴人類專家，所以具有專業(yè)知識是專家系統最大的特點，也是所有知識庫共同的特點。 1988 年， Gallant 提出以類神經網絡為基礎的專家系統架構。 1982 年，日本政府宣布開發(fā)第五代計算機，以 PROLOG 做為核心語言。 1977 年， Feigenbaum 提出知識工程（ Knowledge Engineering）一詞。 1972 年，法國 Colmerauer 與 Roussel 開發(fā) PROLOG 邏輯程序語言。 1965 年， Zadeh 提出模糊邏輯 (Fuzzy Logic)理論。 1957年， Rosenblatt,Newell 等人提出通用問題求解器 GPS（ General Problem Solver）。 專家系統的產生和發(fā)展 家系統的發(fā)展史可分為五個時期： 1. 孕育期（～ 1965） 1937 年，圖靈 (Turing)發(fā)表了理想計算器的論文。專家系統便于保存和大面積推廣各種專家的寶貴知識，更有效的發(fā)揮各種專業(yè)人才的作用，克服人類專家供不應求的矛盾專家系統還可以綜合許多專家的知識和經驗。 Kaelbling 和 Rosenschein 建議編寫一種程序設計語言來說明 a g e n t在高水平上所要求的行為，并編寫一編譯程序，以從這種語言編寫的程序中產生引發(fā)行為的線路。根據模擬生物進化方面的進程，一些有趣的機器應運而生。它們通常采用自下而上的方式，從最低階段向上進行。第一類包括符號處理的方法。這樣，在過去的四十年里涌現出大量方法，每一種方法均有其擁護者，有些甚至有趣得令人愛不釋手。因此，人工智能包含了科學和工程的雙重目標。系統可以根據用戶輸入的癥狀，推理出他患糖尿病的概率，對糖尿病進行分型，以及糖尿病急性、慢性并發(fā)癥診斷，并且給出糖尿病及并發(fā)癥治療方案，從而實現計算機模擬專家醫(yī)生診斷、治療糖尿病的功能。目前，基于神經網絡模型人工智能的研究是世界智能技 術研究的熱點。因此，計量診斷也稱定量診斷或數值診斷。其基本環(huán)節(jié)如下：收集資料以綜合分析、推理，作出診斷。 本文以糖尿病診斷和治療的知識為基礎， 論述了專家系統開發(fā)的基本原理，結構，方法和過程，詳細闡述了知識庫、推理機、數據庫、人機對話界面、解釋器的設計和實現方法，力求將所學到的知識在專家系統開發(fā)中得以全面的應用，并使系統在實際的操作中能按照設計的要求安全有效正確的運行 。 本系統是根據人工智能和專家系統的理論知識， 利用 開發(fā)研制而成的，主要用于實現糖尿病診斷和治療功能，從而達到利用計算機模擬人類專家診療糖尿病的目的。就是把問診、體格檢查、試驗室及其他各項輔助檢查所得到的資料，運用醫(yī)學知識進行辯證分析、綜合、推理與判斷，從而得出符合患者病情的診斷結論。計量診斷與傳統的疾病診斷基本環(huán)節(jié)一致，但其分析、推理不是憑經驗，而是用一種定量的推理模式代替，再根據 — 定的法則作出合理的臨床判斷。利用機器模仿人類的智能即人工智能。 本文所介紹的 糖尿病專家系統 正是基于人工智能和專家系統的理論， 利用 開發(fā)與實現的，系統包括知識庫、推理機、數據庫、人機對話界面、解釋器等。人工智能的一個長期目標是發(fā)明出可以像人類一樣或能更好地完成以上行為的機器；另一個目標是理解這種智能行為是否存在于 機器、人類或其他動物中。正因為如此，就選擇人工智能研究的最佳方法 — 既為人工智能的最終研 究目標打好基礎，又能創(chuàng)造出短期效益 — 存在大量的討論和爭辯。其中的一些方法可分為兩大類。 第二類包括所謂的“子符號”方法。受到生物學方法的啟發(fā)，這些系統主要因其學習的能力而十分有趣。 Kaelbling 1995]的方法。 專家系統是基于知識系統，用于在某種特定領域中運用領域專家積累的經驗和專業(yè)知識，求解決需要專家才能解決困難問題。所以專家系統的專業(yè)水平能達到，甚至超出人類的專業(yè)水平。 1956 年，人工智能（ Artificial Intelligene , AI）一詞在美國一次學者聚會中誕生。 1965 年， Robinson 提出 Resolution Refutation 理論，使定理證明向前邁進一大步。 1972 年， Stanfond 研究院（ SRI）開發(fā) Prospector （礦床探測專家系統）。 1976 年， AM(Artificial Mathematician)人工智能數學家，數學概念的創(chuàng)造性發(fā)現。 1980 年， LISP 機器開始生產問世。 1985 年， NASA 開發(fā)出 CLIPS 專家系統工具。 專家系 統的特點 專家系統具有專業(yè)的知識水平。知識庫級指專家知識，這類知識是構成專家系統的基礎，一個系統性能的高低，取決于這種知識的質量和數量。專家系統具有大量的專業(yè)知識外，還必須用經驗和判斷對問題做多個假設，依據某些假設使推理繼續(xù)進行。使系統容易修改，具有較大靈活性具有透明性。具有交互性。為了達到這一目的，相應軟件系統必須具備如圖 所示基本成分。 解釋器用于對求解過程進行解 釋，以使用戶相信對問題的求解是正確合理的。 用專家系統方法開發(fā)實現的軟件系統通常稱為專家系統，像其它類型的計算機軟件系統一樣，它能夠幫助人們更快更有效地解決問題，但它不可能代 替人，它僅僅是能作為人們手中的一個工具。 糖尿病專家系統 7 專家系統的工作原理 1．知識庫 知識庫主要用來存放領域專家提供的專門知識。一般表示形式為： IF 前提 THEN 結論 例：是動物識別專家系統中的一條產生式規(guī)則。采用單一的 知識表示形式易于被其它人所理解和接受。目前，過程性知識通常用這種表示方法表示。其下層是由一些稱為槽的結構組成，用于表示對象的各個方面。還可以附有一組與它有關的條件或過程（程序附件），當向槽或側面填值時，必須滿足這些條件或調用這些過程。 糖尿病專家系統 8 框架名 槽 1 側面 11 側面值 11 側面 12 側面值 12 槽 n 側面 n1 側面值 n1 側面 n2 側面值 n2 圖 框架結構 框架表示方法的主要優(yōu)點是對問題的抽象概念及其細節(jié)描述進行了分層處理和表示，這樣有助于減少在知識庫中搜索知識的時間。 （ 3）知識的邏輯表示 在知識的邏輯表示方法中，知識是借助于原子公式或由原子公式組合而成的合式公式表示的。MARRIED[father(Li), mother(Li)] 其中， MARRIED 是謂詞符號， father 和 mother 是函數符號，表示某人與他的父親和母親 之間的一個映射， Li是常量符號。 2)模塊化。它能根據當前已有的事實，利用知識庫的知識，按一定推理方法和控制策略進行推理。 控制策略主要指推理方向的控制和推理規(guī)則的選擇策略。因此 ,可借用軟件工程的思想 ,利用軟件設計的方法來分析、設計推理程序 ,再采用某一編程開發(fā)工具和語言來具體編程 ,從而實現推理機的構造。 2． 人類專家奇缺。當某種 條件下，如專家退休，出國或人事變動，會導致某種專業(yè)知識不斷流失，專家系統可以使這個問題嚴重性減小到最小 4． 危險場合需要專家。 隨著世界人口的老齡化，糖尿病已成為一種常見病、多發(fā)病，是一種嚴重危害人類健康的疾病。 此外，據多種流行病學調查表明，我國糖耐者降低者（ IGT）數量遠遠大于糖尿病患者數量，這個龐大的糖尿病后備軍，會進一步發(fā)展成為真正的糖尿病患者。該并發(fā)癥發(fā)病率沒有明確的統計，但據我國某糖尿病專家介紹，糖尿病患者同時發(fā)生此癥的比率不低于 20% 糖尿病專家系統 11 2) 網膜病變：導致失明的概率比正常人高 10 倍，我國糖尿病患者并發(fā)視網膜病變的比率高達 47%（國際平均水平為 45%），是各種并發(fā)癥之首。 6）下肢血管病變：糖尿病患者還可誘發(fā)下肢血管病變， %的糖尿病患者同時患有下肢血管病變（國際水平為 %）。 糖尿病專家系統 12 糖尿病專家診斷標準 糖尿病確診樹 問癥狀？ 是否有三多一少，體重減輕，傷口舊不愈合 問既往史 ：高血壓，酗酒，等 問遺傳史：是否家族遺傳 測飯前 /飯后血糖 飯前 飯后 飯前 = 飯后 = 飯前 mmol 飯后 mmol OGTT 測驗 口服葡糖糖耐糖量檢測 OGTT 測驗 口服葡糖糖耐糖量檢測 再測一次 如無誤差則判斷為糖尿病 mmol 正常 = mmol 患糖尿病 — mmo