医疗领域人工智能的应用概要.pdf

医疗领域人工智能的应用周素珍，杨会宝，马式雷〔山东中医药大学理工学院〕摘要：人工智能是电脑科学中涉及研究、设计和应用智能机器的一个重要分支。尤其在医疗卫生领域,人工智能更具有广阔的应用前景和较高的实用价值。本文简述了人工智能的起源与发展，回忆近年来人工智能在医疗领域的应用，重点介绍了人工智能在神经网络中的应用，并进一步展望了人工智能在医疗领域的应用前景。关键词：人工智能；医疗；专家系统；神经网络；前景1引言人工智能〔ArtificialIntelligenceAI〕是当前科学技术发展中的一门前沿科学，它是由Mc－Carthy等在1956年发起的关于机器模拟智能的学术讨论会上提出的［1］。自此，人工智能广泛应用于医学领域，在临床医疗诊断、神经网络技术、中医学、专家系统以及医学影像诊断中均得到应用。随着科学技术的发展，人工智能技术在医疗诊断中的应用将越来越广泛，越来越重要。2人工智能在医疗领域的应用回忆2.1人工智能发展简史[2]上世纪三四十年代，Wiener、弗雷治、罗素的数理逻辑，和Church、图灵的数字功用以及电脑处理促使了1956年夏的AI学科诞生。20世纪60年代以来，生物模仿用来建立功能强大的算法。这方面有进化计算，包括遗传算法、进化策略和进化规划〔1962年〕。1992年Bezdek提出计算智能。他和Marks〔1993年〕指出计算智能0取决于制造者提供的数值数据，含有模式识别部分，不依赖于知识；计算智能是认知层次的低层。今天，计算智能涉及神经网络、模糊逻辑、进化计算和人工生命等领域，呈现多学科交叉与集成的趋势。人工生命以进化计算为基础，研究自组织、自复制、自修复以及形成这些特征的混沌动力学、进化和环境适应，具体包括生命现象的仿生系统、人工建模与仿真、进化动力学、人工生命的计算理论、进化与学习综合系统以及人工生命的应用等。20世纪60年代，罗森布拉特研究感知机，Stahl建立细胞活动模型，Lindenmayer提出了生长发育中的细胞交互作用数学模型。这些模型支持细胞间的通信和差异。70年代以来，Conrad等研究人工仿生系统中的自适应、进化和群体动力学，提出不断完善的“人工世界”模型。80年代，人工神经网络再度兴起促进人工生命的发展。其主要研究方法有信息模型法和工作原理法。其研究途径分为工程技术途径和生物科学途径。2.2医疗领域人工智能的兴起和医疗专家系统的创建专家系统在90年代兴起,模拟人类专家解决领域问题,知识库的改良与归纳是其重点。医疗专家系统〔MedicalExpertSystem，MES〕是人工智能技术应用在医疗诊断领域中的一个重要分支［3］。在功能上，它是一个在某个领域内具有专家水平解题能力的程序系统。医学诊断专家系统就是运用专家系统的设计原理与方法，模拟医学专家诊断疾病的思维过程，它可以帮助医生解决复杂的医学问题，可以作为医生诊断的辅助工具，可以继承和发扬医学专家的珍贵理论及丰富的临床经验。第一个人工智能的医疗专家系统早在50年代就出现了，当时为了模拟病人的病症和疾病之间的关系，主要是医学领域的知识被融合到专家系统中。1人工智能在医疗诊断中的应用是在20世纪50年代后期才开始出现的，如用在一些常规的医学疾病诊断上。但由于研究任务的复杂性，从而缩小了医疗专家系统的研究范围。医疗诊断专家系统存在的问题通常，人们对理论上难以解决、而实际上却需要迫切解决的问题，往往希望通过专家的经验来解决，这样，“专家系统”式的医疗诊断系统就应运而生了［4］。该系统通过把专家的经验和知识以规则的形式存入电脑中，建立知识库，用符号推理的方式进行医疗诊断［5］。但是，这种“填鸭式”的知识获取遇到了较大的困难。一方面，一些疑难病症的复杂性使其很难用一些规则来描述，甚至难以用简单的语言来表达，原因在于符号的知识表达方式的局限性；另一方面，基于规则的专家系统，随着规则库规模的增大，搜索空间的急剧增大，可能导致组合爆炸，并且由于推理循环过程包含了大量无效的匹配尝试，浪费了大量的系统时间，推理效率很低。产生上述问题的根本原因在于该系统的产生式结构及串行工作方式存在一定的缺陷。因此，单纯的“专家系统”式的医疗诊断系统只能用于比较简单的疾病诊断，价值不大。此外，在人工智能的应用中，存在着一个最基本的问题是建模的不确定性。这个问题一直困扰着人工智能的发展，后来经典概率和DemP－ster—schafers的迹象理论被应用到这个领域，以及后来的贝叶斯网络成为最受欢送的工具，它取代了利用符号的不确定性跟踪不确定性的起源的研究。直到20世纪80年代中期，Peral的形式论才使得贝叶斯网络在电脑上成为易处理。从那时起，人工智能才在临床诊断问题上得到了实施。当今21世纪，人工智能技术的医学虚拟应用不仅要对特定病人进行模拟，而且要对整个治疗过程中可能出现的