自我药疗系统的开发构想.doc

自我药疗系统的开发构想摘要：算子“”通常有五种，此处采用，其计算方法为，“”为普通矩阵乘法运算。这种算法对所有因素依权重大小均衡兼顾，适用于考虑各因素起作用的情况。对于一级模糊评判向量， .关键词：矩阵,算法类别：专题技术来源：牛档搜索（Niudown.COM）本文系牛档搜索（Niudown.COM）根据用户的指令自动搜索的结果，文中内涉及到的资料均来自互联网，用于学习交流经验，作品其著作权归原作者所有。不代表牛档搜索（Niudown.COM）赞成本文的内容或立场，牛档搜索（Niudown.COM）不对其付相应的法律责任！基于不确定性推理与Fuzzy评判模型的智能选药系统李新 (山东滨州职业学院计算机系，山东 滨州 256603)摘要：针对目前非处方药使用中用药不对症、药品种类多难以选出最满意药品的问题，提出了开发非处方药智能选择系统，用计算机实现常见轻微疾病的专家级诊断，获得对症的非处方药，然后根据用户购药时关注药品的不同角度和不同程度，采用二级模糊综合评判模型对对症的非处方药进行满意度评价，按满意度高低依次推荐。智能选药系统可以帮助公众方便地获得最满意的对症药品，指导公众安全、合理使用非处方药。关键词：非处方药；知识表示；推理机；模糊综合评判中图分类号：TP182；TP302.1 文献标识码：AIntelligently OTC Choosed System Based on Uncertainly Reasoning and Fuzzy ModelLI Xin(Dept. of Computer, Binzhou Vocational College, Binzhou 256603, China)Abstract: To improve the problems that OTC used maybe not proper for symptoms and its difficult to choose the most satisfied one from a lot of OTC, provides intelligently OTC choosed system. The system can diagnose the common slight illnesses in expert-level, gets all of OTC which proper for the diagnosed illness, and then according to the different aspects and different degree the people focus on, evaluate the satisfaction with OTC via two-level fuzzy synthetic judgement, recommends with satisfaction from high to low. The system can help people diagnose illness correctly and get the satisfied OTC easily, instruct them to use OTC safely and reasonably.Key words: OTC; Knowledge representation; Reasoning engine; Fuzzy synthetic judgment在公众使用非处方药进行常见轻微疾病自我治疗的过程中，存在两个比较突出的问题，一是对自身的症状、不适不能做出正确诊断，以致用药不对症；二是由于治疗同一种疾病或症状的非处方药品种繁多，而且这些药品在剂量、用法、价格等方面存在很大不同，公众难以选出最满意的药品1。针对这种现状，设计开发了非处方药智能选择系统，旨在利用现代计算机技术，为公众提供一种疾病诊断与药品选择的简便方式，指导公众安全合理使用非处方药，提高自我保健水平。1 疾病诊断推理策略1.1 知识表示要想使计算机能够诊断疾病，就必须把专业人员掌握的医学知识存储在计算机内。本系统中，需要表示的知识有：普通公众能够描述的症状、能够用非处方药治疗的疾病、常用非处方药等实体的描述信息，以及根据症状推断疾病的诊断规则。在疾病诊断专家系统，通常采用产生式规则表示法来表示诊断规则2。为了使规则的表达便于检索和管理，本系统采用带有可信度的单前提单结论的产生式规则形式，形如“IF THEN ”，其中“症状i”为“疾病a”所表现的症状集合中的一个元素； “”表示当“症状i”存在时患“疾病a”的概率，且1。1.2 推理诊断在医疗领域，最为传统的诊断模型是假设论证的推理模型3。通过对该模型的分析，采用了基于可信度的正反向混合推理策略。疾病推理过程可用以下步骤描述。 (1)症状输入 为了保证更好地找到“对症”的非处方药，要求用户按照症状的严重程度依次输入，用户根据自己的观察和感觉选择系统提供的症状中与自己相同的症状。(2)得出假设疾病正向推理。以用户输入的症状为条件，扫描规则库，寻找能解释所有症状的疾病。在扫描过程中，如果不存在一个能完全解释所有症状的疾病，此时系统会在输入的症状中去掉最后一个症状，用比输入症状少一症状的症状集去匹配规则库中的疾病，得出能解释最多症状数的疾病作为假设疾病。该过程是一个循环执行的过程。(3)计算假设疾病可信度 对(2)中推理得出的假设疾病，用下面的公式计算疾病的可信度4， 式中：表示假设疾病；表示疾病的可信度；为诊断过程中采用的第条规则的可信度，表示以用户输入的症状为前提、以假设疾病为结论的规则总数。(4)得出诊断结论在一般的疾病诊断过程中，习惯用确诊、疑诊来表示最终的诊断结论。用计算机实现疾病诊断，结论的得出依赖于对假设疾病的值做模糊化处理，用不同的阈值对应不同的结论5。根据专家意见，如果假设疾病的值大于或等于0.6，则结论为确诊；大于或等于0.4，小于0.6，则结论为疑诊；小于0.4，则诊断失败。(5)验证假设疾病 当假设疾病不能确诊时，系统转入反向推理过程，验证假设疾病。系统以假设疾病为目标，在规则库中搜索结论部分同目标相同，而激活状态处于未激活的规则，以这些规则的前提为事实进行询问，向用户获得更多信息，并重新计算假设疾病的可信度。在一个假设疾病被否定以后，系统转入对下一个假设疾病的验证过程，一直循环，到用户再没有任何输入信息为止。 (6)结束诊断如果值大于或等于0.6的疾病只有一个，以此疾病作为确诊结论，结束诊断；如果多于一个，则以在疾病表中排在前面的疾病为确诊结论，结束诊断；当获得一个确诊结论后，其他值超过确诊阈值的假设疾病和值超过疑诊阈值的假设疾病(如果有的话)与确诊结论一同输出，起到提示用户的作用。疾病的值大于或等于0.4时，以疑诊结论结束诊断。1.3 诊断准确度测试对于面向公众使用的常见病诊断，诊断准确度是最为关键的，是证实系统是否可行的一种有力方式。在测试时，首先在医院选取一些已经真实存在的病例，包括患者陈述的症状、感觉，以及最终诊断结果，然后选择其中100个实例，输入症状，由系统进行诊断，并由专业人员对系统推理结果与专家实际诊断结果做出相似度评价，平均相似度视为系统诊断准确度。在选择测试实例时，遵循疾病涉及范围广、发病频率高、症状组合多样化的原则。经综合评价，诊断准确度在73.3%左右。图1为100个用例系统推理结果与专家诊断结果相似关系图。图1 系统推理结果与专家诊断结果相似关系Fig 1 similarity relation of the reasoned with the diagnosed2 药品满意度评判模型在诊断时如果能获得疾病的确诊结论，系统会给出能治疗该疾病的非处方药。当药品种类较多时，如何辅助用户快速地获得自己最满意的药品，是系统需要解决的另一个关键问题。此处使用改进的二级Fuzzy评判法来评价用户对非处方药的满意度。2.1 评判因素集与评语集选择消费者购药时所关心的毒性、依赖性、不良反应、疗效确切、稳定性、剂型、剂量、适用人群、价格便宜等作为二级评判因素。一级评判因素标为：应用安全、疗效确切、质量稳定、使用方便、价格便宜，其中疗效确切和价格便宜为定量指标。评判因素集为：因素：应用安全。无潜在毒性，不易引起蓄积中毒，不易引起耐受性；不引起依赖性；不良反应发生率低，且程度轻微，持续时间为一过性；组方合理。因素：疗效确切。药物作用针对性强，适应症较单一，功能主治明确。因素：质量稳定。质量可控；在规定的储存条件下，性质稳定。因素：使用方便。剂型以口服、外用、吸入型为主；用药时不需要作特殊检查和试验；用药时不需要经常调整剂量；儿童、老人用药剂量明确。因素：价格便宜。药物价格与人们生活水平相当。评语是对各评判指标可能做出的评判结果，设定评语集很好，好，一般，差。2.2 确定评判因素的权重集在综合评判时，各评判因素的地位和重要程度是有差别的，据此确定各项因素的不同权重，以保证综合评判的科学性和合理性。一级评判是对药品应用安全、质量稳定、使用方便等药品性能的评价，采用频数统计法由医学领域专家来确定各因素的权重。首先，请有关专家根据权重分配调研表对各一级因素提出自己认为最合适的权重，根据回收的权重分配调研表，对每个因素进行权重统计试验。步骤如下：(1)对各项指标在它的权重中找出最大值和最小值；(2)适当取正整数，利用公式计算权重的分组组距，并将权重从小到大分成组；(3)计算落在每组内权重的频数和频率,取最大频率所在分组的组中值为指标权重。二级评判中各评判指标的权重是由消费者决定的。消费者按其对五个二级指标关注角度和关注程度，依次给出指标，根据给出的指标顺序和指标个数来确定各评判指标的权重。如果用户未选择评判指标，则采用默认权重集，该默认权重集是用频数统计法由医学专家给出的。 2.3综合评判首先按照评判模型对一级因素进行模糊综合评判。其中，模糊关系分别对应一级评判指标的综合评判矩阵，表示评判指标，表示评判等级。分别为一级评判指标中各因素的权重集。算子“”通常有五种，此处采用，其计算方法为，“”为普通矩阵乘法运算。这种算法对所有因素依权重大小均衡兼顾，适用于考虑各因素起作用的情况6。对于一级模糊评判向量，本文采用加权平均法进行量化来获得数值形式的最终评判结果，以保证评判信息的完整7。四个评判等级对应的权重集，故一级综合评判最终结果为。对定量指标、，分别使用式(1)、式(2)表示的隶属函数进行评判，获得数值化的评判结果。 (1) (2) 二级综合评判模型为，其中为二级模糊关系向量，即二级指标一级评判结果；是根据消费者选定的指标个数和指标顺序确定的权重集，为采用算子得到的评判结果，用来表示消费者对该药品的满意程度。2.4 模型检验下面以治疗普通型感冒的常用药“康必得(通用名复方氨酚葡锌片)”为例，说明对药品满意度评价的过程。“康必得”适应症：用于普通感冒或流行性感冒引起的鼻塞、流涕、发热、头痛、咳嗽、多痰等对症治疗，市场价约5.4元，由专家给出二级指标应用安全、质量稳定、使用方便的一级模糊综合评判矩阵分别为：、。按频数统计法确定的一级指标权重集分别为、。根据模型进行一级模糊综合评判得同理可得，加权量化得：，、。用式(1)、式(2)分别求得、，即“康必得”一级综合评判结果为。假设用户选择了“应用安全”一个评判指标，二级指标权重集，即满意度为0.847；假设用户未选择评判指标，则采用默认的权重集，综合评判结果为，即满意度为0.756。表明对于同一种药品，当消费者关注角度、关注程度不同时，其对药品的满意度也不同。对多种对症药品进行综合评判，消费者可以根据评判结果高低(即满意度高低)找出最满意的药品。3 结束语在专家系统理论、可信度理论和模糊综合评判理论的支撑下，设计并实现了Web形式的智能选药系统。该系统的成功开发，能够使公众坐在家中，通过点击鼠标完成常见轻微疾病的专家级诊断，选择自己最适合的非处方药品，这对提高公众健康水平、缓解我国医疗资源短缺具有重要的现实意义。参考文献1 王功立非处方药适应病症M北京：化学工业出版社，2006：3-52 孙佰清，潘启树，冯英俊等医疗诊断系统专家知识的表达与获取方法J哈尔滨工业大学学报：2001，33(2)：34-373 吴玲医疗诊断推理的专家新手对比研究D上海：华东师范大学，2003：50-534 叶俏嫣，丁祖泉，梅滨医疗辅助诊断专