医学决策支持系统的发展

§6.1　医学决策支持系统的发展

近年来，随着微电子和计算机技术渗透到各个技术领域，人类正在进入一个技术迅猛发展的新时期。人工智能（Artificial Intelligence，AI）、能源技术（Energy Technology，ET）和空间技术（Space Technology，ST）被称为20世纪三大尖端技术，其中，用计算机模拟思维和推理过程的人工智能被誉为21世纪的带头学科。而1977年首次被斯坦福大学当时的年轻教授E.A. Feigenbaum第一次提出的知识工程（Knowledge-Based Engineering，KBE）则是以知识本身为处理对象，研究如何使用人工智能的原理和方法来设计、构造和维护知识型系统的一门学科。计算机技术的快速发展促进了人工智能和知识工程的迅猛发展，其中，应用最广泛、最有成就的分支就是专家系统（Expert System，ES）。专家系统是在某领域内具有专家水平，模拟专家的思维活动，推理判断，求解专门问题的计算机程序系统。目前专家系统已广泛应用于冶金、交通、化工、航空、医疗、气象、地质及军事等多个领域，并取得了巨大成功。

目前在医疗过程中，医生对疾病的诊断还处于一种传统的经验阶段，主要依赖于临床医生的实践经验和各项诊断指标及实验检查结果。一位专职医生通常需要经过若干年的实践，才能积累起一定的诊断经验。如果能将资深专家的实践经验和诊断知识开发出来，以一种方便的形式提供给广大医生和相关人员，就可以减少医疗活动的主观盲目性，使诊断结果更加科学，从而提高疾病的诊疗水平。这就是医学专家系统（Medical Expert System，MES）研究的目的和主要内容。

医学专家系统是医学知识工程和人工智能研究中非常活跃的分支，是运用专家系统的设计原理与方法，模拟医学专家诊断、治疗疾病的思维过程编制的计算机程序，它可以帮助医生解决复杂的医学问题，作为医生诊断、治疗以及预后的辅助工具，同时也有助于医学专家宝贵理论和丰富临床经验的保存、整理和传播。

医学专家系统是人工智能在医学中的应用，是医学知识工程的重要内容，也是计算机与医学科学的交叉，同时，医学专家系统也是医学信息学的重要组成部分，是将医学信息转化为知识，服务于临床的应用系统。

医学专家系统中应用最广的、研究最多的是用于帮助医生作诊断决策的决策支持系统，因此，医学专家系统在多数时候也称为临床决策支持系统（Clinic Decision Support System，CDSS）。

一、国外医学专家系统的研究状况

早在1954年，计算机被应用于放射治疗，计算剂量分布和制定治疗计划，这可以说是最早的计算机临床决策支持系统。

1959年，美国的Ledley等首次将数学模型引入临床医学，提出了可将布尔代数和Bayes定理作为计算机诊断的数学模型，并以此诊断了一组肺癌病例，开创了计算机辅助诊断的先例。

1966年，Ledley首次提出“0计算机辅助诊断”（Computer Aided Diagnosis，CAD）一词，形成了计量医学（Metric Medicine）。

1976年，美国斯坦福大学的Shortliffe等人成功研制了著名的用于鉴别细菌感染及治疗的医学专家系统MYCIN，并且建立了一整套专家系统的开发理论，经专家小组对医学专家、实习医生以及MYCIN系统的行为进行正式测试评价，认为MYCIN的行为超过了临床医生助手的作用，尤其在诊断和治疗菌血症和脑膜炎方面有相当高的准确率，从此，医学专家系统正式成为医学领域内一个重要的应用分支领域。

随后，医学专家系统开发进入一个高潮时期，并且逐渐推向临床应用。在MYCIN系统框架基础上建立的肺功能专家系统PUFF系统曾在旧金山太平洋医疗中心使用过相当长的一段时间，开创了医学专家系统临床应用的先例。同在70年代开发出来的著名医学专家系统还有由拉特格尔斯大学研制的用于青光眼诊断和治疗的CASNET专家咨询系统。1982年，美国匹兹堡大学的Miller等发表了著名的Internist-I内科计算机辅助诊断系统，其知识库中包含了572种疾病，约4500种症状。1991年由美国哈佛医学院Barnett等开发的“DXPLAIN”软件，包含有2200种疾病和5000种症状。除了这些大型的医学专家系统以外，人们还设计了一些针对某一种或某一类疾病的专项诊断系统，比如，1990年，Umbaugh开发了皮肤癌辅助诊断系统，Provan等人研制了一种动态图素结构的实时系统，并用它构造了一个用于诊断慢性腹痛的决策支持系统。1996年，Birndorf等人开发了贫血的诊断报告专家系统。2000年，Wells等人开发了提高乳腺癌治疗计划的知识库系统。这些医学专家系统的开发和应用不但方便了医生和病人，也为医学科学的发展起到了极大的推动作用。

二、我国医学专家系统的研究状况

我国医学专家系统的研制起步较晚，20世纪70代末才开始，但是发展速度相当快。1978年，北京中医医院著名教授关幼波及北京中医医院肝病科与电子计算机室的科研人员共同合作，开发了“关幼波肝病诊疗程序”，在国内率先把中医学这门古老的民族科学与先进的电子计算机技术结合起来，开创了我国最早的中医医学专家系统。随后，吉林大学与白求恩医科大学合作，又开发了“中医妇科专家系统”。80年代以后，国内各界人士也纷纷研究和开发了针对不同医学领域的各种医学诊断专家系统，比如出现了肝病营养疗法专家系统、昏迷诊疗计算机专家系统、急性肾功能衰竭诊断专家系统、颈腰疾病专家诊断系统、精神疾病诊断系统、甲状腺功能亢进诊断系统、贫血鉴别诊断专家系统、肺癌诊断系统、心功能辅助诊断专家系统、胃病诊断专家系统、肺心病辅助诊断系统、外周神经系统疾病诊断专家系统、针灸专家系统以及疾病诊疗用药专家系统等，有的还投入门诊与临床医生一起为病人服务，并取得了较好的效果，使医学诊断专家系统的开发与研究呈现出勃勃生机，同时也推动了我国医学事业本身的发展。

在我国，医学专家系统在20世纪80年代中期到90年代初期曾经达到了研究和开发的高潮，然而近几年来，医学专家系统的发展却有些缓慢，其主要原因有：

（1）计算机技术的制约　建立一个良好的开发环境，提高研制专家系统队伍的理论和实践水平是改善专家系统实用性的必要条件。但由于专家系统的计算机应用现仍属于一个前沿性、边缘性的学科，探讨性的理论多于实际应用的理论。而且适合用于开发专家系统的工具太少，总体的开发策略和方法只能在实践的基础上进行摸索、总结，这样就延缓了系统的开发进程，也使得开发出的专家系统实用性较差。

（2）知识领域的限制和脱节　在我国，由于地理环境、心理因素等诸多条件的影响，使得在某一地区开发的专家系统到另外一些地区其权威性得不到承认，降低了系统的应用范围和价值。同时，目前医院计算机应用大多偏重于管理，计算机工程技术人员想开发专家系统但不懂得医学知识，缺乏临床第一手资料，医务工作者想开发专家系统，但不懂得如何使自己的知识为计算机人员所使用，这就形成了知识的脱节，增加了专家系统的开发难度。

（3）简单化、功利化　避难就易是大多数医学专家系统开发者共同采取的策略。中医专家系统的开发较多，这是因为中医专家系统知识比较固定、易于开发、承担风险小、成功率高。这固然为继承和发扬传统医学起到了一定的促进作用，但是也使得本就不景气的医学专家系统的应用面日趋狭窄。

（4）开发和应用经费短缺的限制　医学专家系统的开发本身属于系统工程的范畴，开发周期长，需要开发人员多，从而需要的开发经费也较多，特别是一些大型项目，要用于临床，发挥其真正辅助诊断的价值，需要大量的计算机设备和控制设备投入等，一般中小医院还不能承受这样大的经费负担。不过，随着社会发展，医院数字化进程加快，医学专家系统的开发和应用将面临新的发展机遇。

三、医学专家系统的发展趋势

随着计算机技术、数据库技术、通信技术和人工智能的不断深入发展，医学专家系统与这些新技术的紧密结合给医学专家系统的发展带来了新的机遇和发展空间，为了使开发的医学专家系统有更广泛的临床应用，与人们的工作和生活更贴近，在研发医学专家系统时，必须要解决好以下几个问题：

（1）规范化。为了使医学专家系统便于不同研究单位之间和不同使用单位之间交流，在开发医学专家系统时，使用规范的医学术语非常必要。医学术语的规范包括疾病分类、疾病名称、疾病症状的描述等的规范。但在目前，由于医学本身的复杂性和地域差异性等原因，建立这样的医学规范还需要长期努力。

（2）标准化。医学专家系统的本质是模拟医学专家诊断、治疗疾病的思维过程，医学专家在对疾病诊断时需要参考疾病诊断的标准，同样构建医学专家系统时也需要疾病知识库中的知识具有高度准确性，因此，各种疾病诊断标准的建立将极大提高医学专家系统的性能和水平。

（3）共享性。这一部门开发的医学专家系统不能被其他部门共享或理解是目前医学专家系统中普遍存在的问题，这样就造成了医学专家系统交流和应用上的困难以及重复劳动等，因此，在开发医学专家系统时，使用最普及、最常用的计算机语言，并支持网络共享，将大大促进医学专家系统本身的发展。

随着人工智能和各种新技术的发展，现在和未来医学专家系统的发展趋势是：

（1）医学专家系统与神经网络、遗传算法等推理新方法新技术相结合。人工神经网络（Artificial Neural Network，ANN）具有自组织、自学习和自适应性等特点，同时还具有并行处理、分布式存储与容错性，用人工神经网络技术构建医学专家系统，不仅可以较好地解决系统的学习和知识更新问题，在知识推理和知识解释上也占有明显优势。遗传算法（Genetic Algorithm，GA）是模拟生物进化和遗传建立起来的搜索技术，具有较强的全局搜索能力和知识表达能力，医学专家系统与遗传算法相结合，不仅有利于构建医学决策支持系统，而且在诊断规则挖掘和诊断变量提取方面也显示出了广阔前景。

（2）医学专家系统与数据库相结合。人工智能与数据库技术是计算机科学的两大重要领域，越来越多的研究成果表明，这两项技术的相互渗透将会给计算机应用带来更广阔的前景。医学专家系统可借鉴数据库关于信息存贮、共享、并发控制和故障恢复技术，对专家系统中的知识库管理、设计以及对大型知识库、共享知识库和分布式知识库提供帮助，改善专家系统的特性，使其规模提高到实用水平。如数据库的基本范例（输入、检索、更新等）可作为新的知识库范例，数据库的基本目标（共享性、独立性、分布性等）可作为新的知识库基本目标，数据库的三级表示与设计方法可用作新的知识库设计方法。

（3）与多媒体相结合。多媒体技术是一种把文字、图形、图像、声音、动画、视频图像等信息集成在一起，并通过计算机进行综合处理的综合技术。将多媒体技术应用在医学专家系统中，一是能够充分发挥其高速处理综合问题的特点，提高识别速度，有效地模拟医生在临床诊断中用的直觉和模拟诊断功能；二是可集多种知识表达为一体（知识媒体包括文字、图形、图像、影像及声音）；三是具有友好的用户界面，系统将以类似人专家的方式来传播信息，能和用户深入沟通，用户可向系统寻求解释、咨询、谈话等；四是知识获取方便，过去知识获取一直是最困难的，因为知识必须事先整理，才能存入计算机内使用，而利用多媒体专家系统的知识获取模块，采用图像扫描器，可直接将医学图像及精确的解剖位置转化为系统内部知识表示，也可由专家用话筒直接向系统传授知识。

（4）与网络技术相结合。网络应用的主要作用是把数据存取等处理与应用程序分离开。在“前端”工作站上运行应用程序，如采集数据、推理等；在“后端”服务器上承担特定的服务，如知识获取和更新等。网络技术使得专家系统在应用中可采用分布式知识库结构，将知识按其专业和特点分为若干个相关的知识库，提高了数据的安全性和用户访问数据的能力。同时，还可采用分布式推理机制，改善应用环境的系统运行能力，从而可提高专家系统推理的速度和灵活性。采用分布式结构，不同的专家系统还可以在一个网络运行，对同一个疑难杂症可以由不同的专家进行诊断。同时，远程医疗的蓬勃发展、“网上医疗站”的出现，为医学专家系统的应用提供了一个广阔的场所，为专家系统更好地服务于人类、应用于社会提供了更优越的条件。