甘宜梧 謝清華 王 波

生化分析儀輔助診斷專家系統(tǒng)的應(yīng)用

甘宜梧①謝清華①王 波①

生化分析儀是臨床檢驗(yàn)中經(jīng)常使用的重要分析儀器之一，可對(duì)血液、尿液、胸腹水和腦脊液等體液進(jìn)行免疫學(xué)檢查和生物化學(xué)分析。醫(yī)學(xué)專家系統(tǒng)是智能計(jì)算機(jī)程序系統(tǒng)，其內(nèi)部含有大量的醫(yī)學(xué)專家的知識(shí)與經(jīng)驗(yàn)，利用醫(yī)學(xué)專家的知識(shí)和方法處理該領(lǐng)域問題，使生化儀與專家系統(tǒng)有機(jī)結(jié)合，能夠較好地對(duì)儀器檢測出來的各種數(shù)據(jù)自動(dòng)進(jìn)行綜合分析，得出科學(xué)的理論依據(jù)和專家結(jié)論。結(jié)合專家診斷系統(tǒng)的設(shè)計(jì)、知識(shí)庫數(shù)據(jù)庫的創(chuàng)建和存儲(chǔ)、神經(jīng)網(wǎng)絡(luò)和專家系統(tǒng)技術(shù)結(jié)合的機(jī)制，討論生化分析儀輔助診斷專家系統(tǒng)的研究與應(yīng)用進(jìn)展。

生化分析儀；專家系統(tǒng)；知識(shí)庫；神經(jīng)網(wǎng)絡(luò)；反向傳播

[First-author’s address]Office of the Company, Jinan BIOBASE Biotech Co., Ltd., Jinan 250101,China.

目前，我國醫(yī)療資源區(qū)域不平衡，醫(yī)療資源在城鄉(xiāng)差距比較大，醫(yī)生的醫(yī)療水平參差不齊，為了避免因誤診、錯(cuò)診而耽誤治療時(shí)機(jī)，從算法上設(shè)計(jì)一種用生化分析儀分析出來的數(shù)據(jù)進(jìn)行輔助診斷的專家系統(tǒng)，既可傳承專家長期實(shí)踐積累的豐碩成果，又可縮小地區(qū)間醫(yī)療衛(wèi)生水平差距[1]。

在全球一體化的背景下，檢驗(yàn)儀器設(shè)備的發(fā)展趨勢已達(dá)到同類型儀器檢測的標(biāo)準(zhǔn)化，我國臨床檢驗(yàn)的準(zhǔn)確性溯源長期以來一直未能得到解決，使用同類試劑經(jīng)常出現(xiàn)不同的檢驗(yàn)結(jié)果，除了對(duì)操作人員素質(zhì)、試劑質(zhì)量等進(jìn)行控制外，對(duì)于不同廠商、不同型號(hào)的同類型儀器，采用相同的技術(shù)標(biāo)準(zhǔn)非常重要，使得各個(gè)實(shí)驗(yàn)室的數(shù)據(jù)具有可比性，目前已有不同等級(jí)的質(zhì)量控制和部門來統(tǒng)一各實(shí)驗(yàn)室結(jié)果，使專家系統(tǒng)應(yīng)用于體外診斷設(shè)備成為一種可能性和發(fā)展趨勢[2-3]。

生化分析儀是臨床檢驗(yàn)中經(jīng)常使用的重要分析儀器之一，通過對(duì)血液或者其他體液的分析來測定各種生化指標(biāo)：如轉(zhuǎn)氨酶、血紅蛋白、白蛋白、總蛋白、膽固醇、葡萄糖、無機(jī)磷及鈣等。結(jié)合其他臨床資料，進(jìn)行綜合分析，可以幫助診斷疾病，對(duì)器官功能做出評(píng)價(jià)，鑒別病發(fā)因子以及決定今后的治療基準(zhǔn)等。

計(jì)算機(jī)的迅速發(fā)展極大的促進(jìn)了人工智能的進(jìn)步，其中最活躍的分支是專家系統(tǒng)，而專家系統(tǒng)在醫(yī)學(xué)領(lǐng)域應(yīng)用的最為廣泛。醫(yī)學(xué)專家系統(tǒng)是一個(gè)智能計(jì)算機(jī)程序系統(tǒng)，其內(nèi)部含有大量的醫(yī)學(xué)專家水平的知識(shí)與經(jīng)驗(yàn)，能夠利用人類專家的知識(shí)和解決問題的方法來處理該領(lǐng)域問題[4-5]。其性能體現(xiàn)在兩個(gè)方面，一是擁有大量的專業(yè)知識(shí)；二是運(yùn)用專業(yè)知識(shí)進(jìn)行推理的能力，因此知識(shí)庫和推理機(jī)制是專家系統(tǒng)的根本[6]。

1 專家診斷系統(tǒng)概要

專家系統(tǒng)主要包括人機(jī)接口、推理機(jī)、解釋程序、知識(shí)獲取程序、綜合數(shù)據(jù)庫和知識(shí)庫模塊[7]。各模塊之間的關(guān)系如圖1所示。

(1)人機(jī)接口。數(shù)據(jù)庫中知識(shí)的管理，專家系統(tǒng)的使用以及解釋的獲得都通過人機(jī)接口。

(2)推理機(jī)。對(duì)用戶提出的問題按某種策略從知識(shí)庫中選擇合適的知識(shí)進(jìn)行推理，給出專家級(jí)的答復(fù)。

圖1 專家診斷系統(tǒng)模塊圖

(3)解釋程序。用于人們易于理解的方式解釋自身的推理過程。

(4)知識(shí)獲取程序。負(fù)責(zé)知識(shí)庫的添加、修改、刪除和查詢；以及對(duì)知識(shí)庫中的知識(shí)進(jìn)行一致性和完整性的檢查。

(5)綜合數(shù)據(jù)庫。包含推理的原始事實(shí)和推理的中間過程。

(6)知識(shí)庫。存儲(chǔ)大量的領(lǐng)域?qū)＜业闹R(shí)在數(shù)據(jù)庫中，作為推理的依據(jù)，是專家系統(tǒng)進(jìn)行問題求解的基礎(chǔ)。

2 專家診斷系統(tǒng)設(shè)計(jì)

2.1 知識(shí)庫的表示與設(shè)計(jì)

知識(shí)表示采用產(chǎn)生式作為知識(shí)的表示形式，利用關(guān)系數(shù)據(jù)庫描述知識(shí)，可充分的利用數(shù)據(jù)庫便于查詢、編輯及快速處理海量資料的優(yōu)點(diǎn)[8]。一般將人類專家的知識(shí)表示成“如果條件，則結(jié)論”的形式，其一般表示形式如下：

IF＜條件1＞AND/OR＜條件2＞AND/OR……AND/OR＜條件n＞

THEN＜結(jié)論＞

此種表示方法的含義是如果＜條件1＞＜條件2＞……＜條件n＞滿足語句的布爾表達(dá)式，則有結(jié)論。人們解決實(shí)際問題的經(jīng)驗(yàn)和方法有相當(dāng)大的一部分可以用此種方式表示。

基于數(shù)據(jù)庫的知識(shí)表示采用關(guān)系模式來描述知識(shí)，為了使知識(shí)的表達(dá)規(guī)范化，約定知識(shí)的條件和結(jié)論中所包含的斷言用合取連接，而對(duì)于析取的斷言可用兩條規(guī)則表示。例如：IF A∨B THEN C——＞IF A∧￢B THEN C，IF B∧￢A THEN C

IF A THEN C∨D——＞IF A THEN C∧￢D，IF A THEN D∧￢C

通過這種方式的轉(zhuǎn)換，實(shí)現(xiàn)了把網(wǎng)狀的知識(shí)表示成線性的表示形式，以適應(yīng)關(guān)系數(shù)據(jù)庫的表示與存儲(chǔ)。

知識(shí)庫是在數(shù)據(jù)庫中創(chuàng)建和存儲(chǔ)的，知識(shí)庫包含事實(shí)庫和規(guī)則庫，事實(shí)庫用來存放事實(shí)性數(shù)據(jù)如癥狀、結(jié)論等；規(guī)則庫也就是專家系統(tǒng)的知識(shí)，用來求解問題的各種規(guī)則的集合[9]。在建立事實(shí)庫時(shí)，將所有的條件癥狀和結(jié)論疾病名稱存儲(chǔ)在事實(shí)庫中，并用一個(gè)編號(hào)唯一標(biāo)志[10]。這樣做的優(yōu)點(diǎn)是當(dāng)規(guī)則庫具有龐大的數(shù)據(jù)量時(shí)，可以建立有效的索引加速查詢和推理過理。以生化分析儀經(jīng)常檢查的肝功為例，其中包含堿性磷酸酶(alkaline phosphatase，ALP)、γ-谷酰轉(zhuǎn)肽酶(gamma glutamyl transpeptidase，GGT)以及谷丙轉(zhuǎn)氨酶(alanine transaminase，ALT)等，見表1。

表1 ALP事實(shí)庫描述

規(guī)則表中，一條規(guī)則對(duì)應(yīng)多個(gè)事實(shí)號(hào)，從疾病診斷的角度看，即一種疾病對(duì)應(yīng)多種癥狀。在規(guī)則表中Rule_No、Fact_No和Type共同組成主鍵，唯一標(biāo)志一條規(guī)則。CF為可信度值，由于在推理中反復(fù)使用，其值對(duì)于相同的病歷有一定的指導(dǎo)意義，在系統(tǒng)分析改進(jìn)的過程中，通過分析的值來提高推理的準(zhǔn)確性。后面再加個(gè)規(guī)則轉(zhuǎn)化表把規(guī)則庫中所有的規(guī)則進(jìn)行轉(zhuǎn)化，使每條規(guī)則成為一條便于理解的知識(shí)自然語言描述形式?！耙?guī)則前提”即該規(guī)則所有前件事實(shí)的自然語言描述的組合。規(guī)則結(jié)論即該規(guī)則的結(jié)論的自然語言描述(見表2)。

表2 生化分析檢驗(yàn)規(guī)則表描述

2.2 推理機(jī)制

不管是傳統(tǒng)的靠符號(hào)推理的專家系統(tǒng)，還是神經(jīng)網(wǎng)絡(luò)都有其局限性[11]。專家系統(tǒng)的特色在于知識(shí)的邏輯推理，神經(jīng)網(wǎng)絡(luò)的長處在于知識(shí)獲取，專家系統(tǒng)和神經(jīng)網(wǎng)絡(luò)在很多方面具有互補(bǔ)性[12]。一般而言，專家系統(tǒng)在宏觀上模擬人的知識(shí)推理能力，而神經(jīng)網(wǎng)絡(luò)則是在微觀上模擬人的認(rèn)知能力，因此研究利用神經(jīng)網(wǎng)絡(luò)改造傳統(tǒng)的專家系統(tǒng)，并在此基礎(chǔ)上進(jìn)行改進(jìn)，將神經(jīng)網(wǎng)絡(luò)和專家系統(tǒng)技術(shù)有機(jī)結(jié)合，對(duì)集成系統(tǒng)的研究進(jìn)行嘗試具有重要意義[13]。

采用誤差反向傳播(back propagation，BP)訓(xùn)練算法[14](簡稱BP算法)。誤差反傳算法的主要思想是把學(xué)習(xí)過程分為兩個(gè)階段[15]：第一階段為正向傳播過程，給出輸入信息通過輸入層經(jīng)隱含層逐層處理并計(jì)算每個(gè)單元的實(shí)際輸出值；第二階段為反向過程，若在輸出層未能得到期望的輸出值，則逐層遞歸地計(jì)算實(shí)際輸出與期望輸出之差值，即誤差，以便根據(jù)此差值調(diào)節(jié)權(quán)值[16]。BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)如圖2所示。

圖2 BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖

簡單的以肝功的谷丙轉(zhuǎn)氨酶、谷草轉(zhuǎn)氨酶、谷氨酰轉(zhuǎn)肽酶、谷氨酰轉(zhuǎn)肽酶、堿性磷酸酶、總膽紅素、直接、間接膽紅素、總膽汁酸、總蛋白、白蛋白、球蛋白和白球比值為例做說明：選取ALP、GGT和ALT3項(xiàng)指標(biāo)數(shù)據(jù)作為神經(jīng)網(wǎng)絡(luò)的輸入單口。ALP、GGT及ALT相對(duì)于正常人的上升或者下降是由不同的疾病所引起，如ALP的病理表現(xiàn)為：升高為阻塞性黃疸、急慢性黃疸性肝炎及肝癌等。降低為呆小癥，維生素C缺乏癥等，這些病癥都是隱含層。阻塞性黃疸會(huì)造成ALP的升高同時(shí)會(huì)使GGT的活性顯著增高，ALT的活性也會(huì)增高輸入。但是，如果有某種癌癥也是這3種指標(biāo)同時(shí)上升，則可以反向推理根據(jù)誤差判斷是那種疾病。數(shù)據(jù)由開關(guān)量“0”和“1”表示，有癥狀為1，無癥狀為“0”。通過對(duì)隱含層的匹配情況得出結(jié)論[17]。

系統(tǒng)對(duì)于專家建造的網(wǎng)絡(luò)隱層數(shù)及隱層節(jié)點(diǎn)數(shù)的默認(rèn)值，為了提高網(wǎng)絡(luò)的性能，系統(tǒng)提供專家手動(dòng)修改隱層數(shù)及其節(jié)點(diǎn)數(shù)的機(jī)會(huì)，專家可以根據(jù)系統(tǒng)提示的默認(rèn)值，在隱層節(jié)點(diǎn)數(shù)的基礎(chǔ)上加減其數(shù)量，以此得到最好的檢測效果[18-19]。

3 展望

醫(yī)學(xué)專家系統(tǒng)的建造為醫(yī)學(xué)專家知識(shí)和經(jīng)驗(yàn)的長期保存和運(yùn)用提供了強(qiáng)有力的手段，借助系統(tǒng)提供的病理存儲(chǔ)管理功能，可為醫(yī)學(xué)專家知識(shí)和經(jīng)驗(yàn)的發(fā)展鑒定可靠的基礎(chǔ)。將專家系統(tǒng)與生化分析儀結(jié)合，相信以后會(huì)有更多醫(yī)療設(shè)備與專家系統(tǒng)結(jié)合，為醫(yī)生提供更加專業(yè)的建議，將專家的經(jīng)驗(yàn)提供給更多的患者，以幫助其得到更好的治療。

[1]焦連亭.我國生化分析儀臨床應(yīng)用中應(yīng)注意的若干問題[J].中華檢驗(yàn)醫(yī)學(xué)雜志，2005，28(5)：472-474.

[2]鮑峰，胡菊芳.自動(dòng)生化分析儀的發(fā)展[J].中國紡織大學(xué)學(xué)報(bào)，2000，26(4)：103-106.

[3]劉杰，徐英，井雨.醫(yī)療器械發(fā)展的新方略第60屆國際醫(yī)療器械博覽會(huì)見聞[J].中國醫(yī)院院長，2008(23)：65-69.

[4]Chang-Xue J，Abhlraml C，Alice E，et al.Practical guidelines for developing BP neural network models of measurement uncertainty data[J].J Manufactur Syst，2006，25(4)：239-250.

[5]劉道踐，李源，安維民，等.基于醫(yī)學(xué)圖像的肝癌計(jì)算機(jī)輔助診斷方法的研究[J].中國醫(yī)學(xué)裝備，2015，12(5)：1-4.

[6]Cheng HD，Shan J，Ju W，et al.Automated breast cancer detection and classification using ultrasound images：A survey[J].Pattern Recognition，2010，43(1)：299-317.

[7]Kou G，Ergu D，Shi Y.An integrated expert system for fast disaster assessment[J].Computers Operations Research，2014，42(42)：95-107.

[8]董德威，郝博.基于SQL Server數(shù)據(jù)庫和C++實(shí)現(xiàn)專家系統(tǒng)外殼[J].電腦知識(shí)與技術(shù)：學(xué)術(shù)交流，2008，24(2)：34-36.

[9]Arsene O，Dumitrache I，Mihu I，et al.Expert system for medicine diagnosis using software agents[J].Expert Systems with Applications，2015，42(4)：1825-1834.

[10]魏世成，王翰章.醫(yī)學(xué)專家思維的計(jì)算機(jī)模擬—診斷類醫(yī)學(xué)專家系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J].計(jì)算機(jī)應(yīng)用，1990(4)：1-5.

[11]Chen X，Wang Z，Sy C，et al.Computer-aided diagnosis expert system for cerebrovascular diseases[J].Neurological Research，2014，36(5)：468-474.

[12]俞思偉.醫(yī)學(xué)專家系統(tǒng)的設(shè)計(jì)原理與實(shí)現(xiàn)方法[J].醫(yī)學(xué)信息：醫(yī)學(xué)與計(jì)算機(jī)應(yīng)用，2002，15(6)：346-349.

[13]Jong GJ，Huang CS，Yu GJ，et al.Artificial neural network expert system for integrated heart rate variability[J].Wireless Personal Com munications，2014，75(1)：483-509.

[14]Hossain MS，Akter S，Rahaman S.A Belief Rule Based Expert System to Assess Meditation[C]// International Conference on Computational Science and Computational Intelligence.IEEE Computer Society，2015：829-832.

[15]Ding S，Su C，Yu J.An optimizing BP neural network algorithm based on genetic algorithm[J]. Artificial Intelligence Review，2011，36(2)：153-162.

[16]Wen J，Zhao JL，Luo SW，et al.The improvements of BP neural network learning algorithm[C].International Conference on Signal Processing Proceedings，2000.Wccc-Icsp.IEEE，2000：1647-1649.

[17]Hagan MT，Demuth HB，Beale M.Neural network design[M].Neural network design China Machine Press，2002：357.

[18]Chin-Teng Lin，George CS.Neural-network-based fuzzy logic control and decision system[J]. IEEE Transactions on Computers，1991，40(12)：1320-1336.

[19]Mohammand，Hossain，Md.Saifuddin Khalid，et al. A belief rule-based expert system to diagnose influenza[C]//The 9th International Forum on Strategic Technology(IFOST)2014，At Long Beach Hotel，Cox`s Bazar，Bangladesh，2014：113-116.

The application of auxiliary diagnosis expert system of biochemical analyzer/

GAN Yi-wu,XIE Qing-hua, WANG Bo// China Medical Equipment,2016,13(12):160-163.

The combination of biochemistry analyzer and medical expert system was proposed in this report. Biochemistry analyzer is one of the most important analytical instrument used in clinical detection. It could take immunological examination and biochemical analysis for blood, urine, pleural effusion and cerebrospinal fluid and other body fluids. Medical expert system is an intelligent program system with knowledge and experience of a large number of medical specialists. It could use the knowledge and method of medical experts to solve and deal with problems in the field. This system mainly includes human interface, inference engine, interpreter, knowledge acquisition procedures, integrated database and knowledge base. Some parts of system design, such as the expression and design, and interpretation mechanism of the knowledge base, have been interpreted in details. It adopts production as an expression of knowledge. Generally, knowledge was expressed as "if the conditions, then the conclusion" form. Interpretation mechanism use the error counter propagation of neural network to train the algorithm (BP algorithm for short).The combination could automatically conduct comprehensive analysis of various data generated by the instruments, and then obtain the science theoretical foundation and the most reasonable specialist conclusions. This report provides an overview of the system design of medical expert system.

Biochemical analyzer; Expert system; Knowledge base; Neural network; Back propagation

10.3969/J.ISSN.1672-8270.2016.12.046

1672-8270(2016)12-0160-04

R197.324

A

2016-05-29

①濟(jì)南鑫貝西生物技術(shù)有限公司辦公室 山東 濟(jì)南 250101

甘宜梧，男，(1976- )，本科學(xué)歷，高級(jí)工程師。濟(jì)南鑫貝西生物技術(shù)有限公司辦公室，從事IVD產(chǎn)品的研發(fā)和管理工作。