解决下腰痛管理医疗专家系统中的设计问题：基于框架与贝叶斯网络的知识表示、推理机制及冲突消解
人工智能
2019-09-10 v1
摘要
为开发用于下腰痛管理的医疗专家系统，本文提出一种使用框架数据结构的高效知识表示方案，并通过贝叶斯网络推导出可靠的消解逻辑。当患者到该专家系统进行诊断时，所提推理引擎按排序输出若干可能疾病，每种疾病关联一个数值度量以指示其发生可能性。当列表中两种或更多疾病具有相同或相近发生可能性时，使用贝叶斯网络进行冲突消解。所提方案已通过经验选取的三十名患者病例进行验证。以期望值0.75作为接受水平，所提系统给出的诊断推理标准偏差为0.029。卡方检验的计算值为11.08，自由度为12，意味着所设计系统推导结果与期望结果具有同质性。在对所选下腰痛患者进行任何临床检查之前，所提系统达到了73.89%的（平均）准确率，与75%的期望临床准确率相当接近。
引用
@article{arxiv.1909.03987,
title = {Addressing Design Issues in Medical Expert System for Low Back Pain Management: Knowledge Representation, Inference Mechanism, and Conflict Resolution Using Bayesian Network},
author = {Debarpita Santra and Jyotsna Kumar Mandal and Swapan Kumar Basu and Subrata Goswami},
journal= {arXiv preprint arXiv:1909.03987},
year = {2019}
}