基于案例推理的疾病诊断专家系统的研究

0引言
随着计算机和人工智能技术的不断发展，专家系 统（ Expert System，ES） 的发展一直是最活跃的研究 分支之一。ES 是一种具有特定领域内大量知识与经 验的计算机程序系统，它应用人工智能技术模拟人类 专家求解问题的思维过程，从人类专家那里获得专业 知识，并能通过一定的规则和学习策略进行知识的学 习和更新，其 水 平 可 以 达 到 甚 至 超 过 人 类 专 家 的 水 平［1-3］。ES 现已在很多生活生产领域得到了广泛的 应用，尤其是在医学研究领域中，疾病诊断专家系统 的研究和应用越来越成为焦点。随着人们生活水平 的逐渐提高，人们越来越关注身体的健康，要求医院 必须具有更多的医疗资源来为广大患者服务，疾病诊 断专家系统的发展是我国医疗行业信息化快速推进
收稿日期： 2012-10-19 基金项目： 陕西省自然科学基金资助项目（ 2011JE012） ； 陕西省教育厅专项科研基金资助项目（ 12JK0970） 作者简介： 申静（ 1981-） ，女，图像处理。
144
计算机与现代化
关键词： 疾病诊断; 案例推理; 专家系统; 匹配
中图分类号： TP399
文献标识码： A
doi: 10． 3969 / j． issn． 1006-2475． 2013． 02． 035
Research on Disease Diagnosis Expert System Based on Case Reasoning
2013 年第 2 期
决大部分临床诊断问题。但是由于疾病诊断过程需 要大量信息支持，单独从某一个角度作出判断是不合 适的，其中主要包括电子病案及其他相关医学信息， 若能把医学知识的获取和诊断经验相结合进行运用， 则能大大提高诊断的准确率和效率。针对上述问题 本文以常见病症为医学知识，结合数据库系统能进行 大量的知识存储和查询的功能，设计基于相似度阈值 的案例匹配算法和症状更新算法，较好地利用诊断经 验，研究一个能辅助医生为病人更好地进行医辽诊断 的专家系统，望有助于医疗行业信息化的推进和一定 程度上解决广大患者就医要求的问题。
2013 年第 2 期 文章编号： 1006-2475（ 2013） 02-0143-04
计算机与现代化 JISUANJI YU XIANDAIHUA
总第 210 期
基于案例推理的疾病诊断专家系统的研究
申静
( 陕西理工学院数学与计算机科学学院，陕西 汉中 723000)
摘要： 针对目前疾病诊断系统以个人经验判断为主和规则推理效率低，缺乏灵活性等问题，提出一种基于相似度阈值的
案例匹配算法。通过对病人表现症状的匹配分析，得出病人的诊断结果，根据诊断结果由系统推荐相应的治疗方案; 同
时对新出现的病症通过相关度的计算确定与相关疾病之间的联系，更新案例库。经实验得出，系统诊断结果的准确率为
90． 18% ，表明该系统具有较高的诊断效率和较好的智能性，能为医生进行医疗诊断提供一定的辅助作用。
的体现，所以为了提高疾病诊断的效率和质量，结合 医学专家的诊断思维过程，研究和构建一个可行的专 家诊断系统是非常必要和有实际意义的［4-6］。
1 传统医疗诊断过程及医疗诊断系统 现状
在医学专家系统的发展过程中，知识的获取以及 经验的运用一直是困扰系统能如何更有效运行的核 心问题，传统的医疗诊断系统分别从上述两个方面为 切入点进行研究，主要可分为以下两种类型： （ 1） 基 于医学知识的专家系统； （ 2） 基于病历的诊断决策支 持系统。这两种类型都遵行病史询问、体格检查、化 验及辅助检查等诊断流程［7-11］，虽然单独从一个角度 出发能解决一定数量的诊断问题，如通过体格检查， 在问诊基础上进行全面系统又重点深入的体检，可解
SHEN Jing
（ School of Mathematics and Computer Science，Shaanxi University of Technology，Hanzhong 723000，China）
Abstract： Viewing at the problems that the disease diagnosis mainly depends on the personal experience judgment and the rulebased reasoning inefficiency and lacking of flexibility，an algorithm of case matching is proposed． The diagnosis results are achieved through symptoms matching and analysis of patients，the recommended treatment is given depended on the results． The relations between the new symptoms and related disease are determined by the calculation of the correlation，and are updated into the case library． Obtained by experiment，the accuracy rate of system diagnosis is 90． 18% ，it shows that the system is of a high diagnostic efficiency and better intelligence，and can provide a certain supporting for doctors in medical diagnosis． Key words： disease diagnosis； case-based reasoning； expert system； matching