Введение

Экспертная система для бактериальных инфекций MYCIN была одной из первых экспертных систем, работающих по принципу обратного цепенения, и использовала искусственный интеллект для идентификации бактерий, вызывающих тяжелые инфекции, такие как бактериемия и менингит, а также для рекомендации антибиотиков с дозировкой, адаптированной к весу пациента — название произошло от самих антибиотиков, поскольку многие из них имеют суффикс "мицин". Система Mycin также применялась для диагностики заболеваний свертываемости крови. MYCIN разрабатывалась в течение пяти или шести лет в начале 1970-х годов в Стэнфордском университете. Она была написана на языке Lisp в качестве докторской диссертации Эдварда Шортлиффа под руководством Брюса Г. Бьюкенена, Стэнли Н. Коэна и других исследователей.

Метод

MYCIN работал, используя довольно простой механизм логического вывода и базу знаний, состоящую примерно из 600 правил. Он запрашивал у врача, запускающего программу, длинную серию простых вопросов с ответами "да/нет" или текстовых вопросов. В конце он предоставлял список возможных возбудителей инфекции, ранжированный от наиболее вероятного к наименее вероятному, на основе вероятности каждого диагноза, степени уверенности в этой вероятности, обоснования каждого диагноза (то есть MYCIN также перечислял вопросы и правила, которые привели к такому ранжированию диагноза), и рекомендованную схему медикаментозного лечения. MYCIN вызвал дискуссии об использовании его специальной, но обоснованной, системы работы с неопределенностью, известной как "коэффициенты достоверности". Разработчики провели исследования, показавшие, что на производительность MYCIN минимально влияли изменения в метриках неопределенности, связанных с отдельными правилами, что указывало на то, что сила системы была больше связана со способом представления знаний и логическим выводом, чем с деталями его численной модели неопределенности. Некоторые специалисты считали, что можно было использовать классическую байесовскую статистику. Разработчики MYCIN утверждали, что это потребовало бы либо нереалистичных предположений о вероятностной независимости, либо от экспертов потребовалось бы предоставить оценки для немыслимо большого количества условных вероятностей. Последующие исследования показали, что модель коэффициентов достоверности действительно можно интерпретировать в вероятностном смысле, и выявили проблемы, связанные с подразумеваемыми предположениями этой модели. Однако модульная структура системы оказалась очень успешной и привела к разработке графических моделей, таких как байесовские сети.

Сочетание доказательств

В MYCIN было возможно, что два или более правил могли прийти к выводам о параметре с разными весами доказательств. Например, одно правило могло заключить, что рассматриваемый организм – E. coli с уверенностью 0,8, в то время как другое – что это E. coli с уверенностью 0,5 или даже 0,8. Если уверенность меньше нуля, то доказательства фактически опровергают гипотезу. Для вычисления коэффициента уверенности MYCIN объединял эти веса по приведенной ниже формуле, чтобы получить единый коэффициент уверенности:

где X и Y – коэффициенты уверенности. Эту формулу можно применять несколько раз, если более двух правил приходят к выводам об одном и том же параметре. Она коммутативна, поэтому порядок объединения весов не имеет значения.

Результаты

Исследование, проведенное в Стэнфордской медицинской школе, показало, что MYCIN получил оценку приемлемости в 65% по предложенному плану лечения от группы из восьми независимых специалистов, что сравнимо с оценкой от 42,5% до 62,5%, данной пятью преподавателями. Это исследование часто упоминается как демонстрация возможности разногласий в отношении терапевтических решений даже среди экспертов, когда отсутствует общепринятый "золотой стандарт" правильного лечения.

Практическое применение

MYCIN так и не был внедрен на практике. Это произошло не из-за недостатков в его производительности. Некоторые специалисты высказывали этические и юридические опасения, связанные с использованием компьютеров в медицине, касающиеся ответственности врачей в случае ошибочного диагноза, поставленного системой. Однако главной проблемой, и причиной, по которой MYCIN не стал использоваться в рутинной практике, было состояние технологий системной интеграции, особенно на момент его разработки. MYCIN представлял собой автономную систему, требовавшую от пользователя ручного ввода всей необходимой информации о пациенте в ответ на вопросы, задаваемые программой. Программа работала на крупной системе с разделением времени, доступной через раннюю версию Интернета (ARPANet), до появления персональных компьютеров. Таким образом, наибольшее влияние MYCIN оказал благодаря демонстрации эффективности своего подхода к представлению знаний и логическим выводам. В последующие годы после представления этого подхода были разработаны системы, основанные на правилах, для многих областей, не связанных с медициной. В 1980-х годах появились "оболочки" экспертных систем (включая одну, основанную на MYCIN, известную как E MYCIN, а затем Knowledge Engineering Environment – KEE), которые поддерживали разработку экспертных систем в широком спектре областей применения. Сложность, ставшая очевидной в процессе разработки MYCIN и последующих сложных экспертных систем, заключалась в извлечении необходимых знаний от экспертов в соответствующих областях для использования их механизмом логического вывода в базе правил (так называемое "узкое место при получении знаний").