Ассоциативные отношения

Диагностический процесс предполагает, что врач должен не только выявить симптомы болезни, точно описать их (что до сих пор является в медицине неоднозначно решаемой задачей), но и, по возможности, проследить связи между ними. Нередко часть диагностически значимой информации теряется в процессе извлечения знаний. Это можно объяснить «умолчанием» экспертов, имеющим в своей основе несформулированные («недопроявленные») ассоциативные отношения. Их вербализация определяется соответствующей постановкой задачи и особым искусством когнитолога в работе с экспертами. Эта, нередко существенная, часть информации должна находить отражение в базах знаний, примером чего может служить интеллектуальная диагностическая система ДИАГЕН [19]. Привлечение этих дополнительных (скрытых) признаков (например, гидроцефалия при макроцефалии), находящихся в определенных отношениях с отмеченными, может повысить эффективность идентификации распознаваемых заболеваний и способствовать доказательности рассматриваемой гипотезы.

Нечеткие представления

В процессе постановки диагноза требуется учитывать нечеткость как самих используемых понятий (признаков), так и отнесение их к определенному классу. Эта нечеткость может периодически изменяться (уменьшаться / увеличиваться), в том числе вследствие ассоциативных связей между признаками. Это обусловлено и тем, что с философской точки зрения данные, неоспоримые для того, чтобы от них отталкиваться, всегда являются несколько нечеткими (vague) и двусмысленными. И процесс распознавания состояния состоит главным образом в переходе от того, что очевидно, но нечетко и двусмысленно, и в чем мы чувствуем себя совершенно уверенными, к чему-то точному, ясному, определенному, что (как мы находим посредством рефлексии и анализа) включено в нечеткое исходное представление и, так сказать, являет собой действительную истину, лишь тенью которой выступает нечеткое [20]. При этом степень нечеткости не осознается вплоть до попытки нечто прояснить.

Характерная для врачей довольно широкая шкала нечетких вербальных определений к высказываемым ими соображениям (рассуждениям в условиях неопределенности) условно может быть объединена понятием «мне кажется» [21]. Это объясняется тем, что разная степень уверенности отражает неполноту информации о конкретных проявлениях болезни, тем более, что понятие «синдром» и в еще большей степени «симптомокомплекс» – это «размытые» образы, нередко включающие серии нечетких описаний. Последующая аргументация направлена на уменьшение неопределенности.

Шкала возможных оценок достоверности предполагаемого диагноза, указывающая на степень уверенности врача, может включать следующие мысленные или вербальные оценки: «абсолютно достоверно», «скорее всего», «спорные сведения» (относится к комиссионному решению при проведении консилиума), «мало вероятно», «сомнительно, но не исключено», «крайне мало вероятно». Можно провести параллель с семантическим аспектом аргументации, состоящим в порождении оценок высказываний, проверяемых на согласие с точкой зрения: «фактическая истина»” (аргументы «за» при отсутствии аргументов «против»), «фактическая ложь» (аргументы «против» при отсутствии аргументов «за»), «фактическое противоречие» (аргументы и «за» и «против») и, наконец, «неопределенность» (нет аргументов ни «за», ни «против») [22]. Фактическое противоречие в случае наличия аргументов и «за» и «против» особенно ярко проявляется при диагностике нетипичных случаев заболеваний.

Нечеткость и вероятность, моделирующие разные типы неопределенности, взаимно дополняют друг друга, а мера нечеткости нечеткого множества могла бы служить и мерой неопределенности, возникающей при принятии решения о том, к какому из классов отнести объекты анализируемого множества [23]. Из этого проистекает важность того, чтобы условие выдвижения гипотезы сопровождалось указанием о степени уверенности врача его соответствию (принадлежности) определенной ситуации (как это предусмотрено в системе ДИАГЕН [1]), имея в виду, что степень вероятности гипотезы есть функция от двух аргументов – самой гипотезы и имеющихся знаний о проявлениях данного заболевания. Эта информация может использоваться в аргументационных интеллектуальных системах при построении гипотез в отношении часто и редко встречающихся заболеваний, в том числе характеризующихся многообразием клинических вариантов («масок»).

Как известно, при неполной, неточной и изменчивой информации рассуждения зачастую носят предположительный характер, что делает их на самом деле лишь правдоподобными по отношению к истинной картине мира. Из этого вытекает важность пересмотра или модификации гипотез при любом изменении объективных данных (уточнение, появление новых) или их субъективной оценки врачом. В связи с этим, в отдельных трудных случаях особенно целесообразно построение именно расплывчатых гипотез, включающих группу заболеваний, с последующей аргументацией за и против каждого из них, что повысит шансы не пропустить истинное заболевание, т.е. обеспечит более высокую вероятность выбора правильного диагноза.

ДСМ-подход

В медицине общепринятым способом доказательства в мысленной или фактической (при проведении консилиума) дискуссии по вопросам дифференциальной диагностики служат, наряду с аргументами, контраргументы, одновременно являющиеся специфической чертой познавательного механизма ДСМ-экспертных систем (ДСМ-ЭС), в которых рассуждения – суть стратегии комбинирования правил правдоподобного вывода (ППВ) I рода, порождающих (±)-причины и ППВ II рода, являющиеся умозаключениями по аналогии [13].

К фактам имеют отношение убеждения (beliefs), которые посредством ссылки на факты являются либо истинными, либо ложными [20]. Возможность фальсификации гипотез в ДСМ-ЭС связана с допущением существования (+)-причин и (-)-причин в базе данных, чему можно найти соответствие в медицинской практике (табл. 2).

Таблица 2 Аргументы в ДСМ-системах и в медицине

Механизм управления логическим выводом может включать как «внеличностное», так и «личностное» знание. В первом случае предполагаются проверки на непротиворечивость аргументов с целью рассуждения, проверки на невыводимость, критерии релевантности аргументов цели рассуждения, процедуры обнаружения сходства объектов, входящих в аргументы, релевантные цели рассуждения для уточнения смыслового соответствия между информационным запросом и полученным сообщением. Во втором случае необходимы навыки в отборе подходящих аргументов, выдвижение подцелей на основе аналогий с личным опытом, знание трудных тестовых примеров, играющих роль фальсификаторов [13]. Перечисленные атрибуты находят соответствие в медицинской диагностике и зависят как от объема первичных знаний, так и от опыта и интуиции врача [15]. Они отражают ситуации, возникающие как при формировании исходной гипотезы, так и при ее уточнении (фальсификации, верификации).

Консилиум и диспут

Медицинский консилиум, представляющий собой открытое обсуждение ситуации группой специалистов с выдвижением и рассмотрением гипотез (диагностических, терапевтических и др.), фактически основывается на логике аргументации и теории диспутов. Единая теория диспутов [24] позволяет учитывать первичные для нашего мышления акты – предпочтения, внимание и пренебрежение (в частности, к связям, в том числе и к упомянутым выше ассоциативным отношениям признаков). Существенное значение имеет также, упоминавшаяся выше, однотипная оценка характера проявлений и роли наблюдаемых симптомов, на что накладывает свое влияние и интуиция, и рефлексия врача. В автоматизированных системах для определения требуемой степени точности, в частности точности выражений при описании состояния больного (характера выраженности изменений) можно ориентироваться на использование целевых модальностей.

Как уже указывалось выше, для подтверждения первично выдвинутого диагноза привлекаются дополнительные факты, цепочка или совокупность которых позволяет подтвердить или опровергнуть выдвинутую гипотезу. Этому отвечает предложенный А.С. Есениным-Вольпиным [6, 24] эвристический принцип доверия (ЭПД), являющийся одним из инструментов аргументации. Он заключается в том, что если при максимально возможных попытках фальсификации высказывания (системы высказываний) непринятие высказывания (системы высказываний) не реализуется, то принятие высказывания (системы высказываний) считается апостериорно обоснованным. Так как доказуемые суждения всегда считаются истинными, закон достаточного основания (для суждений) приводит к отождествлению понятий истины и доказуемости. В медицинской дифференциальной диагностике, как и в ЭПД, в трудных случаях бывают ситуации недостатка аргументов «за», когда обоснование гипотезы (акт доверия) основывается на неэффективности критики всеми доступными средствами. Примером может служить гистиоцитоидная кардиомиопатия, однозначное подтверждение которой при наличии у ребенка кардиомегалии в сочетании со злокачественной аритмией возможно только при проведении биопсии миокарда (другие диагнозы были в конкретном случае отвергнуты после проведения специальных исследований и неэффективности антиаритмической терапии).

Критерий достаточного основания (или употребляемый в близком к нему смысле ЭПД) могут быть формализованы в рамках квазиаксиоматической теории, что сделано для правдоподобных рассуждений типа ДСМ [18]. Это означает, что, либо при выполнимости этого критерия результаты ДСМ-рассуждения (система высказываний) принимаются, либо при невыполнении его расширяется множество посылок рассуждения (соответствующее состояние базы полуфактов), либо после некоторой последовательности расширения множества посылок рассуждения тестируемое множество результатов ДСМ-рассуждения не принимается. Как видно из приведенного выше описания процесса распознавания болезней, существует явная аналогия между системой ДСМ-рассуждений и теорией диспутов, с одной стороны, и медицинской диагностикой, включая решение путем консилиума, с другой стороны.

Заключение

Медицинская диагностика, базирующаяся на принципе аргументации и контраргументации в сочетании с использованием аналогов (прецедентов), включает этапы формирования гипотез с последующим их обоснованием или отклонением путем привлечения дополнительных фактов. Среди факторов, которые могут вести к неправильным диагнозам, встречаются ошибки в суждениях как следствие недостаточно конструктивного мышления или нелогичности выводов [25]. Талант же диагноста предполагает умение быстро выделять ведущие симптомы и анализировать нечеткие представления. Исходя из этого, становится ясной целесообразность построения интеллектуальной системы, опирающейся на систему аргументов, учитывающей отношения признаков и включающей способы эффективной обработки нечетких данных. Формализация рассуждений в рамках квазиаксиоматической теории дает возможность уточнить феномен правильности (или корректности) рассуждения посредством критерия достаточного основания принятия заключения правдоподобного рассуждения. Использование в качестве средств формализации как логики объективного знания, так и логики субъективного знания (логики аргументации) может служить основой для отражения принципа рассуждений и доказательств врача, делая интеллектуальные системы более понятными для пользователей.

Список литературы

1.                 Кобринский Б.А., Казанцева Л.З., Фельдман А.Е. Автоматизированные системы дифференциальной диагностики наследственных заболеваний // Наследственная патология человека / Под общ. ред. Ю.Е. Вельтищева и Н.П. Бочкова. Т.II. – М., 1992. – С.229-239.

2.                 Виноградов А.В. Дифференциальный диагноз внутренних болезней: справочное руководство для врачей. – М.: Медицина, 1987.

3.                 Эвербек Г. Дифференциальная диагностика болезней в детском возрасте: Пер. с нем. – М.: Медицина, 1980.

4.                 Ригельман Р. Как избежать врачебных ошибок. Книга практикующего врача: Пер. с англ. – М.: Практика, 1994.

5.                 Лукашевич И.П., Сыркин А.Л. Проблема получения и передачи медицинских знаний // Компьютерная хроника. – 1994. – №8-9. – С.39-43.

6.                 Есенин-Вольпин А.С. Об антитрадиционной (ультраинтуиционистской) программе оснований математики и естественнонаучном мышлении // Семиотика и информатика. – 1993. – Вып.33. – С.13-67.

7.                 Левенец Е.В. Рассуждения по аналогии // Логика и компьютер. 2: Логические языки, содержательные рассуждения и методы поиска доказательств. – М.: Наука, 1995. – С.99-112.

8.                 Кобринский Б.А. Логика и интуиция специалиста в медицинских системах искусственного интеллекта // Научная сессия МИФИ-2000: Сб. науч. тр. Т.3. – М., 2000. – С.64-65.

9.                 Клини С.К. Введение в метаматематику. – М.: Изд-во иностр. лит., 1957.

10.            Таран Т.А. Формализация рассуждений на основе аргументации при принятии решений в конфликтных ситуациях // НТИ. Сер. 2. – 1998. – №9. – С.23-33.

11.            Поспелов Д.А. Моделирование рассуждений. Опыт анализа мыслительных актов. – М.: Радио и связь, 1989.

12.            Кулик Б.А. Основные принципы философии здравого смысла (познавательный аспект) // Новости искусственного интеллекта. – 1996. – № 3. – С.7-91.

13.            Финн В.К. Интеллектуальные системы: проблемы их развития и социальные последствия // Будущее искусственного интеллекта. – М.: Наука, 1991. – С.157-177.

14.            Воробьев Н.В. Умозаключения по аналогии. – М., 1963.

15.            Кобринский Б.А. К вопросу о формальном отражении образного мышления и интуиции специалиста в слабо структурированной предметной области // Новости искусственного интеллекта. – 1998. – №3. – С.64-76.

16.            Финн В.К. JSM-рассуждение как синтез познавательных процедур // 3-я Междунар. конф. “Информационные ресурсы. Интеграция. Технологии”: Матер. конф. – М., 1997. – С.207-208.

17.            Есенин-Вольпин А.С. О теории модальностей // Философия. Логика. Поэзия. Защита прав человека: Избранное. – М.: Рос. гос. гуманит. ун-т, 1999. – С.165-177.

18.            Финн В.К. Об интеллектуальных системах автоматизированной поддержки научных исследований // НТИ. Сер.2. – 1996. – №5-6. – С.1-2.

19.            Кобринский Б.А., Фельдман А.Е. Анализ и учет ассоциативных знаний в медицинских экспертных системах // Новости искусственного интеллекта. –1995. – №3. – С.90-96.

20.            Рассел Б. Философия логического атомизма (1918) // Философия логического атомизма. – Томск: Изд-во «Водолей», 1999. – С.3-108.

21.            Кобринский Б.А. Нечеткая логика в анализе образных представлений в медицинских системах искусственного интеллекта // Междунар. конф. по мягким вычислениям и измерениям: Сб. докл. Т.1. – СПб. – 1998. – С.233-235.

22.            Финн В.К. Об одном варианте логики аргументации // НТИ. Сер.2. – 1996. – №5-6. – С.3-19.

23.            Zadeh L.A. Discussion: Probability theory and fuzzy logic are complementary rather than competitive // Technometrics. – 1995. – Vol.37, №3. – P.271-276.

24.            Есенин-Вольпин А.С. О теории диспутов и логике доверия // Философия. Логика. Поэзия. Защита прав человека: Избранное. – М.: Рос. гос. гуманит. ун-т, 1999. – С.178-192.

25.            Хэгглин Р. Дифференциальная диагностика внутренних болезней. – М.: Фирма «Миклош», изд-во Инженер», 1993.

* Грекова И. Свежо предание. М.: Текст, 1997, с.223.

Страницы: 1, 2, 3