|
ся в дальнейшем как базовое: "искусственный (машинный) интеллект (artificial intelligence)"свойство автоматических и автоматизированных систем брать на себя отдельные функции интеллекта человека, т.е. например, выбирать и принимать оптимальные решения на основе ранее полученного опыта и рационального анализа внешних воздействий". В этой связи принятие оптимальных решений решения в большинстве случаев заключается в генерации возможных альтернатив решений, их оценке и выборе лучшей альтернативы [88]. Неопределенность является неотъемлемой частью процессов принятия решений, как в технических приложениях, так и в медицинских. Например, размеры и сложность регуляции сердечно-сосудистой системы не должны скрывать наиболее «узкого места» в современных концепциях: неопределенности критериев (гомеостатических постоянных) управления, или, другими словами, трудности в определении целей регулирования, переменных состояния и ограничений. Свести задачи с подобными неопределенностями к точно поставленным целям нельзя в принципе. Для этого надо "снять" неопределенности. Одним из таких способов снятия является субъективная оценка специалиста (врача), определяющая его предпочтения. В связи с этим появился новый класс вычислительных систем системы интеллектуальной поддержки принятия решений (СИППР). Термин "система поддержки принятия решений" появился в начале семидесятых годов [43]. За это время дано много определений СПГТР [47, 51]. Так в работе [51] она определяется следующим образом: "Системы поддержки принятия решений являются человеко-машинными объектами, которые позволяют лицам, принимающим решения, использовать данные, знания, объективные и субъективные модели для анализа и решения слабоструктурированных и неструктурированных проблем". В этом определении подчеркивается предназначение СИППР для решения слабоструктурированных и неструктурированных задач. В соответствии с работой [89] к слабоструктурированным относятся задачи, которые содержат как количественные, так и качественные оценки 31 |
40 Результаты использования данной и подобной ей прогностической системы в различных лечебных учреждениях различаются весьма существенно. Причиной тому является, во-первых субъективный подход к выбору критериев и такой же оценкой степени отклонения величины каждого параметра от нормы. По мере расширения возможностей математических методов принятия решений будет, естественно, расширяться объективная сторона в подходе к адекватной оценке состояния больного, рационализации тактики лечения и прогнозу течения и развития патологического процесса. Однако определенный интуитивный элемент, тесно связанный с клиническим опытом клинициста, который вряд ли может быть формализован, сохранится и всегда будет иметь большое значение [9]. Вместе с тем, компьютеризация технических средств контроля и оптимизации лечения патологических процессов определила переход от эмпирической тактики ведения лечебнодиагностического процесса к практическим действиям по его интеллектуализации [23]. В литературе посвященной интеллектуальным техническим средствам, сами понятия "интеллект", "интеллектуальная деятельность" и интеллектуальное средство идентифицируются очень широко, причем в разных работах неодинаково и достаточно противоречиво, предпошлем обзору и изложению исходных положений определение, которое приведено в [93] и используется в дальнейшем как базовое: "искусственный (машинный) интеллект (artificial intelligence)"свойство автоматических и автоматизированных систем брать на себя отдельные функции интеллекта человека, т.е. например, выбирать и принимать оптимальные решения на основе ранее полученного опыта и рационального анализа внешних воздействий". 4) .. -й ■■■' " -". ' ' '.'Ш■.:. В этой связи принятие оптимальных решений решения в большинстве случаев заключается в генерации возможных альтернатив решений, их оценке и выборе лучшей альтернативы [62]. Неопределенность является неотъемлемой частью процессов принятия решений, как в технических приложениях, так и в медицинских. Например, размеры и сложность регуляции сердечно-сосудистой системы не должны скрывать наиболее «узкого места» в современных концепциях: неопределенности критериев (гомеостатических постоянных) управления, или, другими словами, трудности в определении целей регулирования, переменных состояния и ограничений. Неопределенности принято разделять на три класса [81]: неопределенности, связанные с неполнотой наших знаний о проблеме, по которой принимается решение; неопределенность, связанная с невозможностью точного учета реакции окружающей среды на наши действия, и, наконец, неточное понимание своих целей лицом, принимающим решения (ЛПР). Свести задачи с подобными неопределенностями к точно поставленным целям нельзя в принципе. Для этого надо "снять" неопределенности. Одним из таких способов снятия является субъективная оценка специалиста (врача), определяющая его предпочтения. В связи с этим появился новый класс вычислительных систем системы интеллектуальной поддержки принятия решений (СИППР). Термин "система поддержки принятия решений" появился в начале семидесятых годов [190]. За это время дано много определений СППР [62, 63]. Так в работе [63] она определяется следующим образом: "Системы поддержки принятия решений являются человеко-машинными объектами, которые позволяют лицам, принимающим решения, использовать данные, знания, объективные и субъективные модели для анализа и решения 42 слабоструктурированных и неструктурированных проблем". В этом определении подчеркивается предназначение СИППР для решения слабоструктурированных и неструктурированных задач. В соответствии с работой [162] к слабоструктурированным относятся задачи, которые содержат как количественные, так и качественные оценки проблемы, причем качественные имеют тенденцию доминировать. Неструктурированные проблемы имеют лишь качественное описание. Под человеко-машинной процедурой принятия решений в медицинских диагностических системах с помощью СИППР понимается итеративный процесс взаимодействия врача и компьютера [33]. Схема функционирования компьютерной системы поддержки принятия решений при оптимизации терапевтической тактики представлена на рис. 1.4. В обобщенном виде автоматизированная система интеллектуальной поддержки принятия решений (СИППР) включает в себя прогнозирование, алгоритмизацию, имитационное моделирование и обучение врача и экспертов, привлекаемых врачом к принятию решений. Информационное обеспечение систем содержит следующие источники информации: архивный материал, экспертные оценки и текущая информация. Вся эта информация поступает в распоряжение врача и пополняется за счет субъективных и объективных показателей, а также данных, полученных при проведении имитационных экспериментов. На основе анализа всей поступающей информации врач принимает решение о начальном шаге управления. Прогнозирование осуществляется с помощью регрессионных и априорных моделей и динамических модели реакции объекта на управляющие воздействия. Если объект управления не допускает или имеет ограниченные возможности активного поиска наиболее эффективного управления, то для прогнозирования применяется метод имитационного моделирования, предусматривающий использование адекватных статических и динамических моделей или и однородных компонент. |