Графический интерфейс модели предметной области
Программа OPAL упрощает процесс извлечения знаний, предназначенных для использования в экспертной системе ONCOCIN [Shortliffe et at, 1981]. Последняя формирует план лечения больных онкозаболеваниями и заинтересована в использовании модели предметной области для получения знаний непосредственно от эксперта с помощью средств графического интерфейса. Понятие модель предметной области можно трактовать в терминах знаний различного вида, которыми обладает эксперт.
Независимо от того, о какой конкретной предметной области идет речь, игре в шахматы или медицинской диагностике, всегда существуют некоторые предварительные условия или предварительный опыт, которыми должен обладать субъект или техническая система, чтобы воспринимать знания об этой предметной области. Если речь идет об игре
в шахматы, то по крайней мере нужно знать правила этой игры: как ходят фигуры, в чем цель игры и т.п. Применительно к медицинской диагностике нужно иметь представление о пациентах, заболеваниях, клинических тестах и т.п. Этот вид фоновых, или фундаментальных, знаний иногда в литературе по экспертным системам называют глубокими знаниями {deep knowledge), противопоставляя их поверхностным знаниям (shallow knowledge), которые представляют собой хаотичный набор сведений о связях "стимул — реакция".
Так, программа игры в шахматы, которая просто выбирает дозволенные ходы, не обладает глубокими знаниями об этой игре, в отличие от программы, которая учитывает "ценность" фигур и "качество" позиции на доске. Аналогично и программа диагностики, которая не делает ничего иного, кроме того, что пытается спроектировать имеющийся набор симптомов на список заболеваний, является поверхностной по сравнению с программой, которая пытается найти согласованное объяснение всем представленным симптомам в терминах небольшого числа совместно проявляющихся патологий. Человек, который разбирается в основных принципах игры в шахматы или клинического диагноза, может затем на основе этих знаний повышать свое мастерство, а без таких фундаментальных знаний дальнейшее совершенствование практически невозможно.
OPAL представляет собой программу извлечения знаний, которая обладает некоторыми фундаментальными знаниями в области терапии онкологических заболеваний. Программа использует эти базовые знания в процессе диалога с экспертом для извлечения дополнительных, более детальных знаний. Знания о предметной области нужны программе и для того, чтобы преобразовать информацию, полученную с терминала в процессе диалога, в исполняемый код — порождающие правила или таблицу состояний. Такая комбинация процесса наращивания знаний и их компиляции является одной из наиболее привлекательных возможностей той методологии построения экспертных систем, которая положена в основу системы OPAL. Графически основная идея представлена на рис. 10.3, где на человека-эксперта возлагается задача расширения и уточнения модели предметной области. Эта модель затем компилируется в программу, состоящую из процедур и порождающих правил. Поведение программы снова анализируется экспертом, который при необходимости вносит коррективы в модель и замыкает таким образом цикл итеративного процесса.
Рис. 10.3.
Процесс приобретения знаний с использованием модели предметной области
В экспертной системе ONCOCIN используются три разных метода представления знаний:
- иерархия объектов,
представляющая протоколы и их компоненты, в частности медикаменты;
- порождающие правила,
которые связаны с фреймами и формируют заключения о значениях медицинских
параметров в процессе уточнения плана;
- таблицы конечных
состояний представляют собой последовательности терапевтических курсов
(назначение и использование этих таблиц будет описано ниже).
В модели предметной области можно выделить четыре основных аспекта, которые явились следствием применения онтологического анализа, как отмечалось в разделе 10.1.3.
- Сущности и отношения.
Сущностями в этой предметной области являются элементы (компоненты) курса
лечения — назначаемые медикаменты. Эти сущности образуют часть статической
онтологии предметной области. Большая часть знаний о предметной области касается
атрибутов альтернативных медикаментов, например доз и их приема. Отношения
между элементами курса лечения довольно запутаны в том смысле, что они связывают
различные уровни спецификации в плане лечения. Так, медикаменты могут быть
частью химиотерапии, а химиотерапия может быть частью протокола.
- Действия в предметной
области. При заданных отношениях между элементами для уточнения плана
приема медикаментов потребуется обращение к перечню планов. Другими словами,
уточнение плана является неявным в иерархической организации сущностей предметной
области. Таким образом, модель предметной области в OPAL позволяет сконцентрировать
основное внимание на задачах, а не на используемых методах поиска. Однако
может потребоваться изменить планы для отдельных пациентов, например изменить
дозировку или заменить один препарат другим. Такие концепции, как изменение
дозировки или замена препаратов в курсе лечения, образуют часть динамической
онтологии предметной области.
- Предикаты предметной
области. Этот аспект модели касается условий, при которых обращаются к
модификации назначенного плана лечения. Сюда могут входить результаты лабораторных
анализов и проявления у пациента определенных симптомов (например, токсикоз
на определенные препараты). Такие знания образуют часть эпи-стемической
онтологии предметной области, т.е. эти знания направляют и ограничивают
возможные действия. На уровне реализации правила, изменяющие курс лечения,
основываются на этих условиях. Такие предикаты появляются в левой части порождающих
правил ONCOCIN. Подобное правило подключается к объекту в иерархии планирования
таким образом, что оно применяется только в контексте определенного препарата
или определенного курса химиотерапии в конкретном протоколе.
- Процедурные знания.
Поскольку планы курса лечения предполагают определенное расписание приема
назначенных пациенту препаратов, знания о способе реализации протокола составляют
существенную часть модели предметной области. Эти знания позволяют программе
OPAL извлекать информацию, которая потом направляется в таблицы конечных состояний,
описывающие возможные последовательности этапов курса терапии, и таким образом
образуют другую часть эпистемической онтологии предметной области.
На уровне реализации программа OPAL использует для описания таких процедур
специальный язык программирования, который позволяет эксперту представлять
достаточно сложные алгоритмы, манипулируя пиктограммами на экране дисплея.
Сущности и отношения между ними вводятся с помощью экранных формуляров, в которых пользователь выбирает элементы из меню. Затем заполненный формуляр преобразуется в фрейм, причем отдельные поля формуляра образуют слоты фрейма, а введенные в них значения — значения слотов (заполнители слотов). Эти новые объекты затем автоматически связываются с другими объектами в иерархии. Например, медикаменты связываются с объектами курсов химиотерапии, компонентами которых они являются.
Операции предметной области также вводятся с помощью заполнения экранных формуляров. В этом случае формуляр представляет собой пустой шаблон плана, в котором представлены поля для назначения расписания приема препаратов, а меню возможных действий включает такие операции, как изменение дозировки, временное прекращение приема и т.д. Поскольку список возможных действий довольно короткий, эта методика позволяет эксперту достаточно легко ввести нужную последовательность операций. В отличие от программы TEIRESIAS, OPAL позволяет пользователю не вдаваться в подробности реализации. Например, не нужно думать о том, на какие медицинские параметры ссылается та или иная операция в процессе реализации ее системой ONCOCIN. Вся информация, касающаяся медицинских параметров, такая как число белых кровяных телец, уже связана с формулярами. Количество предикатов предметной области, так же, как и количество возможных действий, ограничено. Поэтому при вводе экспертом информации о том, как изменять протокол в процессе выполнения курса лечения, программа OPAL тоже использует метод выбора из заранее сформированных списков видов лабораторных анализов. Процесс перевода введенной информации в выражения, которые могут обрабатываться системой ONCOCIN, скрыт от пользователя.
Процесс приобретения знаний в значительной мере облегчается при использовании языков визуального программирования. Графический интерфейс позволяет пользователю создавать пиктограммы, представляющие элементы плана, и формировать из них графические структуры. Расставляя такие элементы на экране и вычерчивая связи между ними, пользователь формирует мнемоническую схему управления потоками, которая обычно представляется в виде программы на каком-нибудь языке программирования.
На последующих этапах такие программы преобразуются в таблицы конечных состояний, хорошо известные специалистам в области теории вычислительных машин. Для любого текущего состояния системы такая таблица позволяет определить, в какое новое состояние перейдет система, получив определенный набор входных сигналов, и какой набор выходных сигналов при этом будет сформирован. В контексте той системы, которую мы рассматриваем, состояния — это планы лечения, а входные и выходные сигналы — это медицинские данные.