автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.01, диссертация на тему:Методология исследования структуры экспертных знаний в слабо формализованных областях медицины

На правах рукописи

КАРАСЬ СЕРГЕЙ ИОСИФОВИЧ

МЕТОДОЛОГИЯ ИССЛЕДОВАНИЯ СТРУКТУРЫ

ЭКСПЕРТНЫХ ЗНАНИЙ В СЛАБО ФОРМАЛИЗОВАННЫХ ОБЛАСТЯХ МЕДИЦИНЫ

05.13.01 - Системный анализ, управление и обработка информации в здравоохранении (медицинские науки)

АВТОРЕФЕРАТ диссертации на соискание ученой степени доктора медицинских наук

г. Москва, 2004

Работа выполнена в ГОУ ВПО Сибирский государственный медицинский университет Министерства здравоохранения Российской Федерации, г.Томск.

Научный консультант:

Официальные оппоненты:

Ведущая организация:

Доктор медицинских наук, профессор Татьяна Васильевна Зарубина

Доктор медицинских наук, профессор Александр Сергеевич Киселев

Доктор медицинских наук, профессор Борис Аркадьевич Кобринский

Доктор медицинских наук, профессор

Василий Викторович Власов

Институт молекулярной биологии и биофизики СО РАМН

Защита состоится « 28 » мая 2004 г. в № час. на заседании диссертационного совета Д.208.110.01 при Центральном научно-исследовательском институте организации и информатизации здравоохранения Минздрава Российской Федерации по адресу: 127254,г.Москва, ул.Добролюбова, 11.

С диссертацией можно ознакомиться в библиотеке ЦНИИОИЗ МЗ РФ.

Автореферат разослан 22 апреля 2004 г.

Ученый секретарь диссертационного совета

кандидат медицинских наук Е.И.Сошников

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность исследования. Глобальность происходящих сегодня информационных перемен обусловливает необходимость внедрения новых методических подходов в высшем образовании. Этот процесс усугубляется стремительной бытовой компьютеризацией, развитием электронных сетей передачи информации, мультимедийных средств обучения. Изменение форм и содержания медицинского образования невозможно без создания методологии исследования самого ценного концепта человеческого бытия — знаний [Гаврилова Т.А., Хорошевский В.Ф., 2000].

В настоящее время происходит внедрение технологий, основанных на знаниях, в преподавание всех медицинских дисциплин. В условиях научно обоснованной разработки программ обучение будет адекватно структуре знаний экспертов, изложение материала будег происходить оптимальным и индивидуально ориентированным образом. Исследование неоднородности знаний позволит дифференцированно подходить к обучению в разных областях медицины.

При разработке методического обеспечения преподавания медицинской дисциплины очевидна необходимость использования структуры знаний. Без этого понятия создание компьютерных обучающих и консультирующих программ становится процессом, основанным исключительно на интуиции, на личных представлениях разработчиков о предметной области [Гельфанд И.М. и др., 1988; Змитрович А.И., 1997]. Знания, являясь основой создания средств

обучения, должны быть предварительно обработаны в соответствии с методами когнитологии [Литвак Б.Г., 1982; Величковский Б.М., 1996].

Выявление структуры экспертных знаний перспективно для преподавания и поддержки деятельности врача во многих областях медицины. Большая часть их слабо формализованы, с нечеткими границами между элементами знаний и отсутствием априорной информации о связях между ними. Эти области характеризуются неполнотой и противоречивостью знаний о решаемой задаче, большим количеством возможных решений, символьным характером операций.

Настоящее исследование выполнено на примере одной из слабо формализованных клинических дисциплин - психиатрии, где особенно важно предварительное изучение структуры знаний, которое является основой дальнейшей формализации, оценки межиндивидуальных различий, создания каркаса для последующего наполнения конкретными учебными материалами и разработки оптимальных путей обучения.

Целью исследования является разработка методологических основ и создание инструментов представления и анализа структуры медицинских экспертных знаний в слабо формализованных областях медицины.

Задачи исследования: 1. Разработка способов исследования экспертных знаний, обеспечивающих их представление в виде совокупности элементов знаний, визуализацию и последующее создание структуры знаний.

2. Разработка комплекса компьютерных программ, поддерживающего методы исследования структуры медицинских экспертных знаний.

3. Исследование индивидуальных различий структуры знаний экспертов, их сравнение и согласование.

4. Изучение структуры знаний экспертов в слабо формализованных областях медицины на примере психиатрии.

5. Разработка компьютерных приложений для обучения психиатрии и поддержки принятия клинических решений на основе выявленной структуры знаний экспертов, оценка их эффективности.

Объектом исследования являются знания экспертов по психиатрии, объединяющие, опыт преподавания дисциплины, диагностики и лечения психически больных.

Для решения поставленных задач были использованы наиболее эффективные в этой области методы исследования: активные и пассивные, прямые и непрямые методы инженерии знаний, экспертные оценки, методы согласования знаний, множественное шкалирование, методы теории графов, стандартные статистические методы.

НАУЧНАЯ НОВИЗНА

Впервые разработаны основные положения методологии исследования структуры экспертных знаний в слабо формализованных областях медицины.

Данная методология обеспечивает формализацию, представление и визуализацию структуры знаний путем последовательного использования аналитического и синтетического этапов работы с их элементами. Вначале остов знаний представляется» в виде отдельных информационных элементов. Затем элементы визуализируются в виде иерархического дерева, а между ними экспертами устанавливаются связи. Итогом работы является представление знаний в виде неориентированного графа, являющегося их моделью.

Применение методов теории графов позволило определить параметры знаний, провести их кластеризацию и поиск иерархических структур. На примере психиатрии впервые проведено научное исследование структуры знаний, показана системообразующая роль ряда психиатрических синдромов в организации экспертных знаний/ Структура экспертных знаний по психиатрии в основном описывается сетевой моделью.

Исследование структуры знаний методами теории графов реализовано в программном комплексе инженерии знаний, разработанном в ходе исследования. Полученные результаты анализа' знаний были применены при разработке обучающих приложений и программ поддержки решений в психиатрии. Впервые изменение структуры знаний студентов в процессе обучения рассмотрено с позиций моделей их представления.

ПРАКТИЧЕСКАЯ ЗНАЧИМОСТЬ

Разработанная методология исследования структуры экспертных знаний может использоваться для создания программных приложений. На основе полученных в исследовании результатов впервые разработаны программные средства для обучения и поддержки врачебных решений в слабо формализованных областях медицины. Эти средства включают:

1. Программный комплекс инженерии знаний "Lynx", который может быть использован для исследования структуры знаний в любых медицинских предметных областях.

2. Программную оболочку для построения экспертных систем "Promo", которая может быть использована для создания систем, основанных на знаниях в любых медицинских предметных областях.

3. Обучающую и тестирующую программу по психиатрии "Атлас душевных расстройств".

Комплекс инженерии знаний "Lynx", программная оболочка для построения экспертных систем "Promo", "Атлас душевных расстройств" внедрены на кафедрах медицинской и биологической кибернетики и психиатрии Сибирского государственного медицинского университета, используются для преподавания курсов клинической кибернетики и психиатрии. Данные программы прошли государственную регистрацию в Российском агентстве по патентам и товарным знакам, свидетельства № 2002611432, 2002611433, 2002611820.

4. Электронный учебник по общей психопатологии, иллюстрированный видеозаписями интервью с больными, снабженный приложениями в виде справочного материала и тестового контроля.

5. Программу поддержки, решений по диагностике психических расстройств.

6. Программу поддержки решений по фармакотерапии шизофренических расстройств.

Три последние программы используются врачами-интернами в Томской областной психиатрической больнице и в НИИ психического здоровья ТНЦ СО РАМН, внедрены на кафедре медицинской и биологической кибернетики Сибирского государственного медицинского университета.

ПОЛОЖЕНИЯ, ВЫНОСИМЫЕ НА ЗАЩИТУ

1. Экспертные знания в слабо формализованных областях медицины могут быть представлены неориентированным; графом, состоящим из элементов, соединенных ассоциативными связями.

2. Эффективными инструментами изучения структуры медицинских знаний являются определение параметров данного графа, поиск иерархически организованных предметных областей и кластеров знаний.

3. Индивидуальные различия структуры знаний в слабо формализованной медицинской области (на примере психиатрии) ограничены. В большинстве разделов психиатрии знания имеют сетевую структуру. Применение иерархической модели позволяет визуализировать знания, но ограниченно в их представлении.

4. Обучающие компьютерные приложения и программы поддержки врачебных решений, созданные на основе выявленной структуры экспертных знаний.

Апробация работы. Основные результаты работы и ее отдельные фрагменты докладывались на:

♦ межрегиональной научно-практической конференции «Современные технологии в медицине».- Томск, 1998;

♦ VI международной научно-практической конференции «Современная техника и технологии».- Томск, 2000;

♦ XIII съезде психиатров России.- Москва, 2000;

♦ международной конференции «Научное и методическое обеспечение системы дистанционного образования».- Томск, 2000;

♦ конференции кафедры медицинской и биологической кибернетики СибГМУ совместно с кафедрами физики, химии, фундаментальных основ клинической медицины.- Томск, 2003;

♦ научном семинаре кафедры медицинской кибернетики и информатики совместно с ПНИЛ разработки медицинских информационных систем РГМУ.- Москва, 2003;

♦ научно-практической конференции «Медико-биологические науки для теоретической и клинической медицины».- Москва, 2003;

♦ проблемной комиссии СибГМУ по моделированию процессов и явлений в области естественных и медико-биологических наук - Томск, 2003, 2004.

Получены акты о внедрении 6 компьютерных программ из Сибирского государственного медицинского университета, Томской областной психиатрической больницы, НИИ психического здоровья ТНЦ СО РАМН.

Результаты исследования послужили основой выполнения и включены в отчеты по гранту RF-89 Research Support Scheme, Soros Foundation (2000 г) и по гранту RF-1017 Tempus Foundation (2002 г).

Реализация работы. Основные научные положения и выводы реализованы в:

♦ трех компьютерных программах, имеющих государственную регистрацию Российского агентства по патентам и товарным знакам (2002 г.),

♦ трех компьютерных программах, используемых в медицинских учреждениях г.Томска,

♦ изданной монографии, рекомендованной УМО Минздрава РФ в качестве учебного пособия для студентов медико-биологических факультетов (2003 г.),

♦ четырех методических рекомендациях издания ГОУ ВПО СибГМУ (1996-1999 гг.),

♦ учебном пособии, изданном в г.Караганда (1998 г.).

Материалы диссертации используются при чтении лекций и проведении практических занятий по клинической кибернетике для студентов медико-биологического факультета и отделения фундаментальной медицины Сибирского государственного медицинского университета.

Публикации. По материалам диссертации опубликовано 32 научные работы, в том числе одно учебное пособие с грифом УМО Минздрава РФ и 14 статей в центральной печати.

Структура и объем работы. Диссертация изложена на 247 листах машинописного текста, иллюстрирована 27 таблицами и 53 рисунками. Состоит из введения, обзора литературы, описания методов и материала, четырех глав собственных исследований, заключения, списка использованных литературных источников. Указатель литературы содержит 356 источников, в том числе 184 иностранных.

СОДЕРЖАНИЕ РАБОТЫ

Во введении сформулированы цель и задачи исследования, научная новизна и практическая значимость работы, приведены основные положения, выносимые на защиту.

Существенное изменение форм и содержания высшего медицинского образования должно опираться на модификацию его методического обеспечения, которое невозможно без создания методологии исследования экспертных знаний. Без такой методологии разработка компьютерных обучающих и консультирующих программ основана исключительно на индивидуальных представлениях разработчиков о предметной области. Знания экспертов должны являться основой создания средств обучения после предварительной обработки в соответствие с методами когнитологии.

Поскольку основным источником знаний в медицине являются эксперты, структура их знаний заслуживает пристального внимания. Выявление структуры экспертных знаний перспективно для преподавания и поддержки деятельности врача во многих областях медицины. Применение данного подхода в настоящем исследовании продемонстрировано на примере одной из слабо формализованных клинических дисциплин - психиатрии.

В первой главе работы взаимоотношения между знаниями, системным анализом и когнитологией рассматриваются с исторической и актуальной точек зрения. Приводятся описанные в литературе типы знаний, их свойства, традиционные модели представления. Системный анализ рассматривается как основа методологии исследования знаний.

Основные способы принятия медицинских решений подразделяются на алгоритмические и эвристические (экспертные). В связи с этой дихотомией рассмотрены классификации психических заболеваний и системы поддержки решений в психиатрии. Рассмотрены также особенности экспертных знаний,- вопросы информационных технологий и обучения в медицине.

Во второй главе рассмотрены методы извлечения и согласования экспертных знаний. Материалами исследования служили знания высоко квалифицированных экспертов, сотрудников Сибирского государственного медицинского университета, НИИ психического здоровья ТНЦ СО РАМН, Российского государственного медицинского университета (г. Москва ) и

Национального научного центра наркологии (г.Москва). Для извлечения экспертных знаний использованы активные и пассивные, прямые и непрямые когнитологические методы. Применен итерационный тип опроса и дельфийская техника работы с экспертами без непосредственного контакта между ними. Связи между элементами знаний были упорядочены по соответствию пяти рангам шкалы, от очень слабой до очень сильной. В данном - исследовании мы считали согласованными оценки, отстоящие друг от друга не более чем на один ранг.

Для анализа структуры экспертных знаний, представленных в виде графа, использованы методы соответствующей теории. Была проведена процедура кластеризации элементов знаний, определение центров и радиуса кластеров, поиск иерархически организованных областей графа.

Для создания компьютерных программ использован ряд инструментальных средств и программных оболочек (Borland Delphi, Borland Pascal, Corel Draw, RX Library, Windows Media Player, Help Scribble, HTML). Статистическая обработка результатов проверки эффективности программных приложений проведена с использованием индекса каппа и критерия Колмогорова.

В третьей главе приводятся результаты формализации и согласования структуры медицинских экспертных знаний. Первым этапом исследования знаний было создание их остова как перечня, несвязанных информационных элементов. В качестве элементов используются формализованные анамнестические сведения, поведенческие признаки, симптомы, синдромы, способы лечения и т.п.

Эти сведения сгруппированы в ряд подмножеств, которые визуализированы и составляют остов знаний. Система подмножеств отражает интерпретацию экспертом предметной области; информационный объем и границы узлов согласуются между экспертами.

Для формализации, представления и исследования структуры экспертных знаний разработан программный комплекс инженерии знаний «Lynx». В его первом модуле каждый элемент знаний может быть произвольно назван, подробно описан и помещен в некоторое подмножество (рис.1).

Вторым этапом исследования знаний является идентификация их структуры. Прежде всего, эта структура устанавливается путем обозначения связей между элементами знаний остова. Обязательной является количественная оценка экспертом силы связи. В большинстве случаев связи относятся к типу ассоциативных, отражают наличие общего смысла и не имеют направления. Это наиболее естественная связь для слабо формализованных областей, приводящая к созданию неориентированного графа знаний.

Второй модуль программного комплекса «Lynx» предназначен для установления связей между информационными узлами остова (рис.2). В программе существует возможность сравнения и объединения результатов работы разных экспертов, а также результатов разных сеансов одного эксперта. Совокупность установленных связей вместе с остовом и составляют структуру знаний.

гыгпп

щт*ч км Сиута обмм*м К

ВИЧ» 1Щ»ЧТ ' <» "" ГОв»»гГО»; Я "'.................. Сма:

Рис. 1. Представление элементов знаний.

Рис. 2. Установление связей между элементами знаний.

Третий этап исследования знаний начинается с определения границ предметной области и пороговой силы связи. Далее оценивается центр области, ее радиус и минимальная сумма расстояний от центра до всех элементов знаний (рис.3). Наличие большого количества центров позволяет предположить сетевую структуру знаний. Большой радиус является предпосылкой дальнейшего разделения области на подмножества узлов при увеличении пороговой силы связи.

Анализ структуры знаний включает также поиск иерархически организованных групп элементов после указания корневого (рис. 4). Обнаружение иерархических подобластей важно для последующего создания обучающих программ, т.к. в них оптимальные пути обучения следуют из самой структуры иерархии.

Итогом исследования знаний с использованием программного комплекса "Lynx" является множество взаимосвязанных элементов знаний, среди которых выделены подобласти с иерархической либо сетевой организацией. Комплекс состоит из трех модулей с различными функциями:

1. Создание остова знаний.

2. Идентификация структуры знаний.

3. Анализ структуры знаний.

Достаточное для представления знаний множество элементов было согласовано между экспертами в начале работы и далее изменениям не подвергалось. Для ответа на вопрос о стабильности связей между элементами знаний были проведены повторные сеансы с

файл &налиэ I

- аз

а

Н бй тес

jKj Уморенной тяжести > «¿J Тяжела* деменция

Перфельнаядемеии ООш>*е психопатопопм» ^¡¿J Амнестьмеский (Кор гЦ Галлюциноз

Ос* а додвменци я j*) Паранойяльный смнд яГ| Параноидный (Кенди J*t ПарефренныЙ (Кота* ' и) Психоорга>«1чесим ( Фо6»*«вс*ий

с- bä

К ой

' г* ' 1

Об««кто* 45~

Биологические гипотезы [н) Морфопошчаская {Л Генетическая ОВвряпсихолотя *

К) Виды памяти (долго« *к) Г^оцрссы памяти (ф щ Виды интеллекте (м , я} Когнитивные фунпе* •

Соанание I

Овцие «опросы психиат Ту Возрастные аспекты Соотношение функир Регистры псххичесшх р> } К} Психоттескм) Теории психолопм и пси **

Кя*с(«р ] Овьем |р**муе (ми м. сумме расе« J

Кластер 1 ''SI' 2

КластерЭ 19 2 24 * 1 ■v

Статус f Об ьекты кластер* (маме« [суммо^ л

S.V'nb'TT i i

cm Орящчедий галлюциноз э 57 ч

Соотноеение функционального и органического 4 50 ,

Органическое кататоническое ресстройстао s „

СуОкетето»мя 0 94 .

Люцрдиея в 94 *

Омейромд нея в 94 *

Органическое Средоаое (аиаофреисподоД|юе)р*сстройстао * - S 73 ~

Паранойялымй синдром в 94

Параноидный (Кандинского Клерамбо, Kampa) синдром 6 34

Парафреииый (Катере) ое«дром в 94

Органическое аффективное расстройство S 79

Легкое когмггиеноа расстройство S 78

Дел*>ий 5 61

Сознание в 92

Психотический в 02

Сопор в 62

Кома в 62 V

Клестероа 3

Порог Очень сильная *~Г

i I Галлюииноэ

Рис. 3. Результаты исследования структуры знаний.

Далее >>___] RacafcUete | УАМЛЪСП» | Сохранить. i Г 0«еаиеп» Hwwm ори эвкрыпе« Смриутъ уомю | Текуыий урсеень 4 !' ■J Органьмеаиа« гемюцмноэ - Галлюциноз s - Делирий Сопор Коме — Ог/фиение > Дем«ий Онейрою А4Делн>мм| С <ß ирги См»ме Псмкогическив ( — Соагпоше»«« Фуащиоиального к «ргагепеемго Органическое кет етомпеское расстройство Сд&илвтомм Лсцианая Омейрсианая - Оргагемесяое бредовое {шиэофреноподобное} расстройство Паранойяльный »»«ром * ПаранаианыА(Капаинского40>ерамба Kanrpa) емчцмм ПараФрвгмый (Катара) с» пар ом Оргвмеаим аффективное расстройство Легкое когнитивное расстройство

Рис. 4. Результаты поиска иерархических областей знаний.

тем же экспертом. Несовпадение силы связи во время разных сеансов не превышало одного ранга и было отмечено для 8% связей.

Например при сравнении оценок, данных тремя разными экспертами в области лечения аффективных расстройств проанализированы следующие параметры:

1. Количество элементов знаний: варьировало от 41 до 52 в области «Лечение аффективных расстройств» и от 23 до 27 в области «Психотропная терапия аффективных расстройств».

2. В центральные элементы знаний у всех экспертов включены амбулаторная терапия, биполярное аффективное расстройство или его возможные проявления (тяжелый депрессивный эпизод, реккурентное депрессивное расстройство и т.п.).

3. Вариация радиуса области не превышает 15%. Вариация минимальной суммы расстояний от центрального элемента знаний до всех остальных элементов составляет 13% в области «Лечение аффективных расстройств» и 18% в области «Психотропная терапия аффективных расстройств». Это свидетельствует о высокой стабильности структуры знаний экспертов вне зависимости от их индивидуального опыта.

Все разногласия между экспертами относительно силы связей между узлами предъявлялись им в процессе объединения сеансов работы. В анализ включены данные, не вызывающие возражений ни у одного из экспертов, то есть использовался принцип консенсуса. Эксперты ориентируются на классификацию МКБ-10 как основную.

Знания в психиатрии создавались на протяжении значительного времени и являются результатом интеллектуальной

работы большого количества специалистов. Базовая часть знаний по психиатрии является объективно существующим феноменом в определенных социо-культуральных рамках. В то же время, результаты анализа имеют методическое значение, так как объективно обосновывают существование структуры знаний и возможность работы с ней.

Стабильность структуры знаний отличает специалистов, имеющих достаточный опыт практической работы наряду с глубокими теоретическими знаниями. Структура их знаний является результатом интеграции информации, зафиксированной в различных литературных источниках, и собственного опыта.

В четвертой главе рассмотрены результаты исследования структуры экспертных знаний по психиатрии в условиях различной силы связи между элементами. Знания формализованы и представлены в виде баз по общей психопатологии (450 элементов), по основным психическим расстройствам (201 элемент), по основным теоретическим представлениям и лечению психических расстройств (82 элемента). Такая организация соответствует традиционным медицинским классификациям.

В разделе «Общая психопатология» знания экспертов группируются в виде кластеров вокруг традиционных синдромов психиатрии. Такую структуру можно назвать кластерно-сетевой. При уменьшении пороговой силы связи центрами кластеров вместо синдромов становятся симптомы психических расстройств.

При любой пороговой связи в области аффективных и шизофренических расстройств кластеры узлов не определяются. Центральными элементами являются психотический уровень расстройств и тяжелый депрессивный эпизод с психотическими симптомами. Это свидетельствует о соответствии классификации данных расстройств как «эндогенные психозы» реальным знаниям психиатров. При ослаблении пороговой связи к центральным элементам добавляются биполярное аффективное расстройство, маниакальный и смешанный типы шизоаффективных расстройств, а затем факторы, связанные с половым диморфизмом, генетикой и средой, конституцией, возрастом, психологические теории. При анализе знаний отдельно о шизофренических расстройствах немногочисленные центральные узлы отражают синдромальную классификацию, близкую предложенной Э.Крепелиным.

Знания о непсихотических расстройствах разбиваются на кластеры вокруг базовых понятий психиатрии (соматизация, ипохондрия, истерическая личность, фобии, обсессии). В домене «Органические расстройства» при очень сильной пороговой связи кластера знаний имеют принципиально разную структуру. В одном почти все узлы являются центральными, что является признаком сетевой организации знаний. Структура другого кластера соответствует иерархической модели при рассмотрении органического галлюциноза в качестве корневого узла. Это одна из немногочисленных областей, в которых знания организованы иерархически.

Можно выделить три раздела знаний, различающихся по роли

теорий психических расстройств в их понимании. В первом разделе (аффективные и соматоформные расстройства) исключение теорий делает структуру знаний менее понятной и логичной. Рассмотрение этих расстройств без сведений об их возможных теоретических основах нецелесообразно. Во втором разделе (шизофренические и ряд непсихотических расстройств) после исключения теорий психических заболеваний понимание результатов анализа принципиально не меняется. В третьей группе (тревожно-фобические и органические расстройства) исключение теорий приводит к увеличению количества центральных узлов и кластеров, к лучшему пониманию результатов исследования.

В ходе исследования обнаружено большое количество связей между информационными элементами разных областей психиатрии, обосновывающее сетевую структуру экспертных знаний. МКБ-10 ограничивает модели представления знаний за счет своей иерархической структуры, является редуцированным отображением реальных знаний экспертов. В знаниях экспертов редко обнаруживаются иерархические структуры, они приобретают черты иерархии в основном с прагматической целью уменьшения размерности информации. В отличие от иерархии, сетевая структура знаний является моделью целостного образа реальности и именно ее можно считать наиболее общим способом представления знаний.

В пятой главе приводятся результаты разработки компьютерных программ обучения и поддержки принятия решений в слабо формализованных областях медицины на примере психиатрии. Классические учебники психиатрии обладают

ограниченными возможностями иллюстраций разных форм поведения больных при обучении и контроле знаний студентов. Программа «Атлас душевных расстройств» имеет в этом отношении преимущества. В ней использованы три модели представления знаний.

1. Знания в электронном гипертекстовом учебнике представлены в виде неориентированного графа, отражающего структуру знаний с возможностью переходов между содержательно связанными элементами (рис. 5). Представление знаний в «Атласе» осуществляется на основе элементов основной базы знаний, но различно в зависимости от решаемых задач. Учебник является сетевой моделью предметной области, он содержит сведения о феноменологии душевных расстройств, психофармакологии, патогенезе и динамике заболеваний, терапии, диагностических признаках по МКБ-10, рекомендуемой литературе.

2. Эвристические знания экспертов, преимущественно процедурные. Структура этих знаний приближается к иерархической и характеризуется ориентированными связями между элементами знаний разных уровней. Экспертные знания используются в основном в режиме тестирования, а их главным приложением является проверка правильности интерпретации данных студентами, принятия ими решений и диагностических рассуждений. В программе «Атлас душевных расстройств» для тестирования использована информация о творческих проявлениях и поведении больных: их рукописное творчество, аудиозаписи беседы врача с больным,

видеозаписи интервью с душевнобольными (рис. 6), картины и рисунки, выполненные пациентами (рис. 7, 8).

3. В линейной модели представления знаний реализован словарь психопатологических терминов с целью разъяснения студентам особенностей терминов предметной области.

Таким образом, в «Атласе душевных расстройств» знания, отличающиеся по функциям, имеют разную структуру и представлены в рамках разных моделей. Это обеспечивает пользователям возможности индивидуальной навигации, комфортный и адекватный решаемой задаче интерфейс и возможность изучения, реального материала. Средний рейтинг студентов при тестировании повысился на 25% после обучения с использованием «Атласа» (р<0,001).

Электронный учебник по общей психопатологии разработан в формате html и дает возможность последипломного повышения квалификации по психиатрии через Интернет. В процессе чтения теоретического материала пользователь может найти ссылки на другие разделы учебника, на термины, тест-контроль, иллюстрирующие текст видеофрагменты.

Ряд результатов работы реализованы в программном комплексе "Promo", который является оболочкой для создания экспертных систем. Знания в нем представлены двумя взаимосвязанными формами - фактами и правилами. Для каждого факта можно указать его априорную вероятность. Каждое правило состоит из трех основных компонентов: посылки, заключения и вероятности выполнения заключения при условии выполнения посылки. Используется

fi»Wl Ц»йм |ЧЯ1 »>« Г apei ЦТЦИ1 bfVMM _

: Сс^-дм^Сцпа»^«^ Г" I С Т I _2

СОЗНАНИЕ

■и«шй«м т внутреннем мира о Самом саб* Оно ПЬНООкМ

Соананиа «мешая форма псияинеского отрете на" я Сод#№Ж«ниа нага термина по рмиому псииыоот пеи1и1фы рмямчныл школ и философсюаа иелреолемий О узком клиник ас ком смысл* ясно* соэнеми» проявляется • пр»^ил»ной ормантироака то «рамами масга ситуация (<wwiaпенккчасаля аннамгм^ааал) аа собсианно«! гичмети (

П|>и1каквый t»*c«Tt»*ftcv»a «еамлммя по К. Ясперсу валяются 1 Алло- и вутопсиии«*аская ливриаитиромм i 2 Фрагмаитармветъ мышления еыраотсетидеяся Ш пэмечоимм речи О) : Э Полная ИЛИ ЧМГЙЧЙвЯ ЙЧНМк я болмиеииого парисш*

; 4 Отрашамность от ра«льнмм событий неправильно* ич толковали* (пШШ**1Ш ложмм* уэмамния С НишоииД

' ингарпратацнай прайс moa и 114 aro)

1 выделяют раммчмыа степени еыклмаемия соянания С CHMMMW« cor ар

С.шиааамм.иоц^ачсш'а-ьд-цаиця tiaejuue/jKA сдыаыздшша

Th» Me ».a» mated lliHpSb ЛЛЛт

Рис. 5. Информация по общей психопатологии.

Рис. 7. Образец художественного творчества душевнобольного.

Рис. 8. Образец художественного творчества душевнобольной.

стратегия обратного вывода, при которой первична формулировка гипотезы, а целью является определение вероятности истинности этой гипотезы.

Комплекс "Promo" послужил методической основой создания системы по диагностике психических расстройств. Правила в ней сформулированы на основе «Исследовательских диагностических критериев» МКБ-10. В базу знаний включены разделы, наиболее актуальные для практической работы психиатров и не вызывающие существенных разногласий экспертов. Система обладает развитыми возможностями объяснения результатов работы и предъявляемых пользователю вопросов, может быть использована для поддержки решений психиатров и для обучения студентов.

В программе поддержки решений по лечению шизофрении знания представлены в модели трехслойной сети прямого распространения. Сеть является неоднородным ориентированным графом, вершинами которого служат понятия предметной области, а дугами - отношения между ними, получившие экспертную количественную оценку. В качестве вершин входного слоя используются симптомы и данные анамнеза, скрытого слоя -психопатологические состояния, выходного слоя - лекарственные средства. Совпадение назначений врачами лечения тридцати больным шизофренией с консультациями программы составило 83%.

В шестой главе сформулирована методология исследования экспертных знаний и ее роль в обеспечении высшего медицинского образования. Эта методология включает две основные процедуры

системного подхода - анализ и синтез. Анализ означает декомпозицию знаний на отдельные элементы, выделение специфических подсистем. Синтетический компонент включает выявление связей между элементами знаний, агрегирование этих элементов в более сложные структуры, целостное изображение объекта через множество его взаимосвязанных элементов.

В ходе исследования выявлены некоторые свойства знаний, которые необходимо учитывать при структурировании и использовании их в программном обеспечении преподавания и принятия решений:

♦ Нелинейность. От последовательности восприятия новых фактов зависит их понимание и смысл для читателя. Новая парадигма обучения может включать изложение не модели знаний экспертов, а порций информации, из которых студенты построят индивидуальные картины мира.

♦ Связность. Ассоциативные связи, установленные между элементами экспертных знаний в данной работе, означают общий для большинства специалистов смысл терминов.

♦ Плохая структурированность. В помощи программ поддержки решений врач нуждается именно тогда, когда он не уверен в структуре диагностических проблем.

В исследовании знаний первый этап - презентационный: На этом этапе знания формализуются в виде совокупности взаимосвязанных элементов. Экспертом совместно с инженером-аналитиком выделяются и визуализируются элементы знаний, что

эквивалентно созданию остова знаний из мультимедиа-объектов. Структура знаний возникает после установки экспертами связей между их элементами, отражающими отношения любого типа. Такой подход создает возможность количественной оценки связей двух элементов знаний от их полной независимости до идентичности.

Целью второго этапа является исследование структуры полученной сети, выявление ее глобальных характеристик и локальных особенностей. В ходе исследования структуры знаний с помощью методов теории графов решаются несколько задач:

• определение центров и радиуса предметной области,

• выявление кластеров,

• поиск иерархически организованных областей знаний.

Этот этап должен внести ясность, какие модели представления знаний, и в каких областях лучше использовать, как организовать навигацию и проверять знания пользователя.

Доказательные подходы к исследованию знаний необходимы для перестройки высшего медицинского образования. Проблемы стандартизации обучения являются критическими для высшего медицинского образования. Знания должны не декларироваться преподавателями, а передаваться студентам в ходе совместного решения задач. В исследовании описано четыре уровня знаний медицинских специалистов. Каждый из этих уровней является моделью предметной области разной степени сложности:

1. Уровень базовых понятий соответствует усвоению содержания основных концептов предметной области. Он не включает множество связей между элементами знаний и реализуется в последовательной модели представления знаний.

2. На уровне иерархической организации усваиваются описания объектов, процессов, понятия модели, устанавливаются связи между основными элементами знаний. Иерархии могут не отражать реальных взаимосвязей, существующих в предметной области, но в определенной степени облегчают усвоение знаний.

3. На уровне сетевой организации ассоциативные связи превращают множество элементов знаний в сетевую структуру. Предполагаются неоднозначность оценок, различные точки зрения на проблему, происходит движение к сложной модели действительности.

4. На уровне реальных ситуаций специалист может оценить адекватность своих знаний профессиональным задачам, в состоянии интерпретировать их сетевую структуру в рамках иерархических либо последовательных моделей.

Обучение можно рассматривать как переход от отсутствия структуры к последовательной, иерархической, сетевой моделям знаний. При этом остов знаний относительно стабилен, но меняются связи между элементами знаний и способы навигации по ним в процессе принятия решений. Сетевая организация знаний необходима в педагогическом процессе на завершающих стадиях обучения, что облегчит специалистам адаптацию в профессиональной среде.

Заключение содержит краткое резюме исследования. Сочетание научной методологии с конкретными методами обработки экспертных знаний и современными информационными технологиями эффективно для разработки методического обеспечения высшего медицинского образования и повышения квалификации врачей.

Таким образом, разработка методологии исследования структуры экспертных знаний позволила сформулировать этапы работы со знаниями, применимые в слабо формализованных областях медицины, разработать программное обеспечение этой работы и получить практические результаты в области психиатрии.

выводы

1. Разработана методология исследования экспертных знаний, включающая выявление и создание массива основных элементов знаний предметной области, идентификацию структуры знаний и ее анализ. Знания выявляются и формализуются в виде множества информационных элементов разной степени сложности. Структура знаний создается путем установления экспертно оцениваемых ассоциативных связей между основными, элементами предметной области. Представление экспертных знаний оптимально в сетевой модели, анализ их структуры проводится с использованием методов теории графов.

2. Комплекс программ инженерии знаний, созданный на основе предложенного подхода, обеспечивает формализацию, представление и визуализацию элементов знаний. Исследование структуры знаний включает автоматизированные поиск кластеров информационных элементов, определение их параметров, поиск иерархических структур знаний.

3. Индивидуальные знания специалистов сходной квалификации вариабельны в ограниченных пределах по качественным и количественным признакам и могут быть исследованы как объективный феномен. Параметры кластеров знаний характеризуются низкой вариабельностью и могут быть согласованы между несколькими экспертами.

4. Знания экспертов в областях «Общая психопатология», «Шизофренические расстройства» и «Непсихотические расстройства» группируются в виде кластеров вокруг исторически сложившихся основных синдромов. При уменьшении силы связей наблюдается переход от базовых понятий психопатологии к симптомам и теориям распространенности психических расстройств в качестве центров кластеров. Знания в большинстве предметных областей психиатрии имеют сетевую структуру.

5. На основе предложенного подхода разработана обучающая программа но психиатрии, включающая тестирование знаний врачей при предъявлении разнообразных образцов творчества душевнобольных и видеозаписей интервью с ними. Создан электронный гипермедийный учебник по общей психопатологии с видеоиллюстрациями психических расстройств и тестовыми заданиями. После обучения с использованием программных средств результаты тестирования студентов улучшаются на 25 % (р<0,01).

6. Разработана оболочка для создания экспертных систем в продукционной модели представления знаний. На ее основе создана программа поддержки решений по диагностике психических расстройств на основе классификации МКБ-10. В сетевой модели представления знаний создана программа по фармакотерапии шизофренических расстройств. Согласованность заключений программы и терапевтических решений психиатров составила 83% (р<0,001).

ПРАКТИЧЕСКИЕ РЕКОМЕНДАЦИИ

1. Методологию исследования структуры экспертных знаний рекомендуется использовать на предварительном этапе разработки методического обеспечения; преподавания в любых медицинских предметных областях. Совокупность методов анализа поддерживается программным комплексом инженерии знаний. Комплекс применяется для демонстрации способов обработки экспертных знаний.

2. Сетевая: модель рекомендуется для использования при разработке обучающих и контролирующих программ как наиболее общий способ представления знаний. При этом должна производиться проверка на наличие иерархических структур и кластеров элементов знаний.

3. Программная оболочка рекомендуется для использования при создании, медицинских экспертных систем; в продукционной модели знаний. На ее основе разработана программа поддержки диагностических решений в области психиатрии, которую рекомендуется использовать для студентов всех факультетов медицинских ВУЗ ов и врачей.

4. Обучающую программу по психиатрии, электронный учебник по общей психопатологии и консультирующую программу по фармакотерапии шизофренических расстройств рекомендуется использовать для обучения и проверки знаний по психиатрии студентов всех факультетов медицинских ВУЗ'ов и врачей.

1Р0С НАЦИОНАЛЬНАЯ БИБЛИОТЕКА

. О»

СПИСОК РАБОТ, ОПУБЛИКОВАННЫХ ПО ТЕМЕ ДИССЕРТАЦИИ:

1. Рицнер М.С., Карась СИ., Дригаленко Е.И., Гуткевич Е.В. Методические аспекты генетической эпидемиологии заболеваний с наследственным предрасположением // Генетика человека и патология.- Томск, 1990.- Вып.2.- С. 124-154.

2. Рицнер М.С., Карась СИ. Генетико-математический прогноз возникновения МФЗ: учет клинических и конституциональных признаков // Кибернетика и информатика в педиатрии.- Москва, 1991.- С.139-144.

3. Ritsner M.S., Drigalenko E.I., Karas S.I. Genetic epidemiological study of Schizophrenia: two modes of sampling // Genetic Epidemiology. -1991.- V.8.- N.I.- P.47-53.

4. Карась СИ., Пеккер Я.С., Воробейчикова О.В. Проблемы создания автоматизированной системы тестирования и сертификации специалистов в медицине и здравоохранении // Труды 2-й междунар. конфер. "Нейрогумор. мех-мы регуляции пищеварит. системы".- Томск, 1997.- С.219-221.

5. Карась СИ., Макаров И.Б. Комплекс программ для создания учебных экспертных систем (методическое пособие).- Томск, 1996.- 22 с.

6. Карась СИ. Оценка эффективности диагностических тестов (методические рекомендации).- Томск, 1998.- 46 с.

7. Карась СИ. Алгоритмический подход к диагностике и прогнозированию патологии (методические рекомендации). -Томск, 1998.- 23 с.

8. Карась СИ. Эвристический подход к диагностике и прогнозированию патологии (методические рекомендации).-Томск, 1998.-46 с.

9. Карась СИ. Лекции по клинической кибернетике (учебное пособие).- Караганда, 1998.-70 с.

10. Карась, СИ. Необходимость анализа структуры медицинских знаний // Компьютерные технологии в науке, проектировании и производстве.- Н.Новгород, 1999,- С. 19.

11. Карась СИ: Типы структур знаний в медицинских предметных областях*// Компьютерные технологии в науке, проектировании и производстве.- Н.Новгород, 1999.- С. 19.

12. Карась СИ., Пеккер Я.С. Информация в медицине: данные и знания (методическое пособие).- Томск, 1999.-14 с.

13. Карась СИ. Необходимость исследования структуры знаний при создании обучающих и контролирующих компьютерных программ // Современные технологии в медицине. М-лы межрегион, научно-практ. конф.- Томск, 1998.- С.194-199.

14. Безляк В.В., Рублев А.Н., Карась СИ. Оптимизация работы учебной части университета // Труды VI международ, научно-практ. конф. «Совр. техника и технологии».- Томск, 2000.- С. 9495.

15. Карась СИ., Семин И.Р., Райзман Е.М., Елисеев А.В., Конев А.В. Возможности информационных технологий в. систематизации психиатрических знаний // Сибирский вестник психиатрии и наркологии.- 2000.- №3.- С.107-109.

16. Одинцов Ю.Н., Карась СИ. Состояние и перспективы развития медико-биологического факультета СГМУ // Вестник СибГМУ.-2000.-№1.-С4-7.

17. Воробейчикова О.В., Карась СИ., Пеккер Я.С. Когнитологические подходы к созданию компьютерного методического обеспечения в медицине // Вестник СибГМУ.- 2000.- №1.- С.40-46.

18. Карась. СИ., Семин И.Р., Семке В.Я. Представление знаний в обучении психиатрии // XIII съезд психиатров России.- Москва, 2000. С.18.

19. Карась СИ., Семин И.Р., Елисеев А.В., Конев А.В. Дистанционное обучение в плохо формализованных областях знаний // Открытое и дистанционное образование.- 2000.- №1-2.- С. 18-21.

20. Карась СИ., Рублев А.Н. Оптимизация оценки состояния знаний абитуриентов университета // Научное и методическое обеспечение системы дистанционного образования. Междунар. конф. - Томск, 2000.- С.149-151.

21. Карась СИ., Конев А.В. Обработка знаний в образовательном процессе: продукционная модель представления знаний // Научное и методическое обеспечение системы дистанционного образования. Междунар. конф.- Томск, 2000,- С.151-153.

22. Карась СИ., Бразовский К.С, Конев А.В. Принципы разработки. компьютерного методического обеспечения высшего медицинского образования // Информатика и образование,- 2001.-№10.-С. 71-74.

23. Карась СИ., Семин И.Р. Когнитология в обучении психиатрии. Сообщение 1: Подходы к использованию структуры знаний // Российский психиатрический журнал.- 2001.- №6.- С.13-16.

24. Семин И.Р., Карась СИ., Райзман Е.М., Елисеев А.В., Конев А.В. Когнитология в обучении психиатрии. Сообщение 2: Использование структуры знаний в разработке компьютерных обучающих систем // Российский психиатрический журнал.- 2002.-№1.-С.16-20.

25. Карась СИ., Бразовский К.С, Конев А.В. Методология создания обучающих компьютерных программ в высшем медицинском образовании// Бюлл. Сибирской Медицины.-2002.-Вып. 2.-С59-63.

26. Фокин В.А., Карась СИ., Калитвянская Т.А. «Доказательная медицина» в профессиональной подготовке врачей: информационные и экономические аспекты // Бюллетень Сибирской Медицины.- 2002.- Вып. 4.- С. 47-59.

27. Фокин В.А., Карась СИ., Казанцева Н.В. Cochrane Collaboration -информационная среда обучения доказательной медицине // Открытое и дистанционное образование.- 2002.- Вып. 4(8).- С. 4244.

28. Карась СИ. Информационные основы принятия решений в медицине (учебное пособие).- Томск, 2003.- 146 с.

29. Карась СИ., Елисеев А.В. Электронный учебник по общей психопатологии // Труды конф. «Медико-биологические науки для теоретической и клинической медицины».- М.,2003.-С31.

30. Карась СИ., Елисеев А.В., Монич СВ. Компьютерное обеспечение курса психиатрии: гипермедийный учебник по общей психопатологии // Сибирский медицинский журнал.-2003.- Вып.4.-С 44-49:

31. Карась СИ., Конев- А.В., Архипова А.В. Компьютерные инструменты исследования знаний медицинских экспертов // Врач и информационные технологии.- 2004.- №1.- С.37-41.

32. Карась СИ. Доказательные подходы к исследованию знаний в высшем медицинском образовании // Бюллетень Сибирской Медицины.-2004.- В.2.-С51-57.

Отпечатано в лаборатории оперативной полиграфии СГМУ Заказ № -¿63 Тираж ■/ОО экз.

»-7741

ВВЕДЕНИЕ.

ГЛАВА 1. Исследование экспертных знаний в медицине (обзор литературы).

1.1. Системный анализ и когнитология.

1.2. Типы и свойства знаний.

1.3. Модели представления знаний.

1.4. Основные способы принятия решений.

1.5. Классификации психических заболеваний.

1.6. Системы поддержки решений в психиатрии.

1.7. Информационные технологии и обучение в медицине.

1.8. Необходимость исследования экспертных знаний.

ГЛАВА 2. Методы и материалы.

2.1. Методы извлечения знаний.

2.2. Методы согласования знаний.

2.3. Методы анализа структуры знаний.

2.4. Методы создания программных средств и творческие коллективы

2.5. Характеристика предметной области и проверка эффективности компьютерных приложений.

ГЛАВА 3. Представление структуры медицинских экспертных знаний

3.1. Формализация и представление структуры медицинских экспертных знаний.

3.2. Оценка вариабельности медицинских экспертных знаний.

ГЛАВА 4. Результаты исследования структуры экспертных знаний по психиатрии.

4.1. Доменная структура базы знаний.

4.2. Структура знаний по общей психопатологии.

4.3. Структура знаний по частной психиатрии.

4.4. Типы структур знаний в психиатрии.

ГЛАВА 5. Поддержка обучения и принятия решений в слабо формализованных областях медицины.

5.1. Обучающие и тестирующие компьютерные программы.

5.2. Компьютерные программы поддержки решений.

ГЛАВА 6. Экспертные знания и медицинское образование.

6.1. Методология исследования знаний.

6.2. Доказательные подходы к медицинскому образованию.

6.3 .Уровни знаний и медицинское образование.

Актуальность исследования. Глобальность происходящих сегодня информационных перемен очевидна, как и необходимость внедрения новых методических подходов в высшем образовании. Основоположник современной кибернетики Н.Винер вряд ли предполагал такую скорость развития «науки об управления и связи в животном и машине» [Винер Н., 1968]. В связи со стремительной бытовой компьютеризацией, развитием локальных и глобальных электронных сетей, мультимедийных средств обучения происходит существенное изменение форм и содержания высшего медицинского образования, и в первую очередь - его методического обеспечения. Это изменение невозможно без создания методологии исследования самого ценного и самого неясного концепта человеческого бытия - знаний.

При разработке методического обоснования преподавания медицинской дисциплины необходимость такого понятия, как структура знаний, очевидна. Однако, в настоящее время отсутствует научно обоснованная методология разработки компьютерного обеспечения медицинского образования. Без понятия «структура знаний» создание компьютерных обучающих и консультирующих программ становится процессом, основанным исключительно на интуиции разработчиков [Гельфанд И.М., Розенфельд Б.И., Шифрин М.А., 1988; Белкин А.Р., Шумов С.И., 1994; Змитрович А.И., 1997; Гаврилова Т.А., Хорошевский В.Ф., 2000]. В каждом отдельном случае разработчики опираются на свои представления о предметной области, в значительной степени не вербализованные и не формализованные.

Моделирование диагностического процесса исключительно важно и для поддержки клинических решений, и для преподавания. В настоящее время происходит глубокое внедрение технологий знаний в преподавание всех медицинских дисциплин. Этот подход особенно необходим при разработке методического обеспечения передачи и контроля знаний в слабо формализованных областях медицины. Данный подход предполагает использование современных телекоммуникационных возможностей, от автоматизированного компьютерного контроля до полностью или частично дистанционного обучения с использованием глобальных и локальных сетей. Исследование неоднородности структур знаний позволит дифференцированно подходить к обучению в разных областях медицины. Научно обоснованная разработка обучающих и контролирующих программ обеспечивает адекватность обучения структуре знаний экспертов. Изложение материала при этом происходит оптимальным и индивидуально ориентированным образом.

Действительно, знания экспертов должны являться основой создания средств обучения, но эти знания должны быть предварительно обработаны в соответствие с методами когнитологии [Литвак Б.Г., 1982; Гаврилова Т.А., Червинская К.Р., 1992; Величковский Б.М., 1996]. Поскольку основным источником знаний в медицине являются эксперты, структура их знаний заслуживает пристального внимания. Выявление структуры экспертных знаний перспективно для преподавания и поддержки деятельности врача во многих областях медицины.

Применение данного подхода в настоящем исследовании продемонстрировано на примере одной из слабо формализованных клинических дисциплин - психиатрии. В психиатрии особенно важно предварительное изучение структуры знаний, как способа формализовать и представить индивидуальные знания, оценить межиндивидуальные различия, как каркаса для последующего наполнения конкретными учебными материалами и разработки оптимальных путей обучения.

Изложенная ситуация определяет необходимость формулировки методологии исследования структуры знаний и разработки инструментов ее поддержки.

Целью исследования является разработка методологических основ и создание инструментов представления и анализа структуры медицинских экспертных знаний в слабо формализованных областях медицины.

Задачи исследования:

1. Разработка способов исследования экспертных знаний, обеспечивающих их представление в виде совокупности элементов знаний, визуализацию и последующее создание структуры знаний.

2. Создание комплекса компьютерных программ, поддерживающего методы исследования структуры медицинских экспертных знаний.

3. Исследование индивидуальных различий структуры знаний экспертов, их сравнение и согласование.

4. Изучение структуры знаний экспертов в слабо формализованных областях медицины на примере психиатрии.

5. Разработка компьютерных приложений для обучения психиатрии и поддержки принятия клинических решений на основе выявленной структуры знаний экспертов, оценка их эффективности.

Научная новизна. Впервые разработаны и внедрены основные положения методологии исследования структуры экспертных знаний в слабо формализованных областях медицины.

Данная методология обеспечивает формализацию, представление и визуализацию структуры знаний путем последовательного использования аналитического и синтетического этапов работы с их элементами.

Применение методов теории графов к экспертным знаниям позволило определить их параметры, провести кластеризацию и поиск иерархических структур. Эти методы реализованы в программном комплексе инженерии знаний и в оболочке для построения экспертных систем, непосредственно использованных в ходе исследования.

Полученные результаты анализа знаний были использованы при разработке обучающих приложений и программ поддержки решений в психиатрии. Предложена точка зрения на изменение знаний студентов в процессе обучения с позиций моделей их представления.

Научно-практическая значимость.

Впервые разработан программный комплекс инженерии знаний "Lynx", который может быть использован для исследования структуры знаний в любых слабо формализованных медицинских предметных областях. Данный комплекс внедрен на кафедре медицинской и биологической кибернетики Сибирского государственного медицинского университета для преподавания курса клинической кибернетики и прошел государственную регистрацию в Российском агентстве по патентам и товарным знакам, свидетельство о регистрации № 2002611433.

Впервые разработана программная оболочка для построения экспертных систем "Promo", которая может быть использована для создания систем, основанных на знаниях в медицинских предметных областях. Программная оболочка внедрена на кафедре медицинской и биологической кибернетики Сибирского государственного медицинского университета для преподавания курса клинической кибернетики и прошла государственную регистрацию в Российском агентстве по патентам и товарным знакам, свидетельство о регистрации № 2002611820.

Впервые созданы обучающая и тестирующая программа "Атлас душевных расстройств" и электронный учебник по общей психопатологии. Оба приложения иллюстрированы видеосюжетами и справочным материалом. "Атлас душевных расстройств" внедрен на кафедре медицинской и биологической кибернетики и психиатрии Сибирского государственного медицинского университета, используются для преподавания курсов клинической кибернетики и психиатрии. "Атлас душевных расстройств" прошел государственную регистрацию в Российском агентстве по патентам и товарным знакам, свидетельство о регистрации №2002611432.

Впервые созданы программа поддержки решений по диагностике душевных расстройств и по фармакотерапии шизофренических расстройств. Обе программы используются врачами-интернами в Томской областной психиатрической больнице и в НИИ психического здоровья ТНЦ СО РАМН, внедрены на кафедре медицинской и биологической кибернетики Сибирского государственного медицинского университета.

Результаты исследования вошли в отчеты по гранту RF-89 Research Support Scheme, Soros Foundation (2000 г) и по гранту RF-1017 Tempus Foundation (2002 г).

Основные положения, выносимые на защиту:

Экспертные знания в слабо формализованных областях медицины могут быть представлены в виде элементов, образующих после соединения ассоциативными связями неориентированный граф. Определение параметров графа и кластеров знаний, поиск иерархически организованных предметных областей являются эффективными инструментами изучения структуры медицинских знаний. Индивидуальные различия структуры знаний ограничены. В большинстве предметных областей психиатрии знания имеют сетевую или кластерно-сетевую структуру. Применение иерархической модели приемлемо при визуализации знаний, но ограничено в их представлении. Выявленная структура экспертных знаний может быть использована для разработки обучающих компьютерных приложений и программ поддержки врачебных решений.

1. Разработана методология исследования экспертных знаний, включающая выявление и создание массива основных элементов знаний предметной области, идентификацию структуры знаний и ее анализ. Знания выявляются и формализуются в виде множества информационных элементов разной степени сложности. Структура знаний создается путем установления экспертно оцениваемых ассоциативных связей между основными элементами предметной области. Представление экспертных знаний оптимально в сетевой модели, анализ их структуры проводится с использованием методов теории графов.2. Комплекс программ инженерии знаний, созданный на основе предложенного подхода, обеспечивает формализацию, представление и визуализацию элементов знаний. Исследование структуры знаний включает автоматизированные поиск кластеров информационных элементов, определение их параметров, поиск иерархических структур знаний.3. Индивидуальные знания специалистов сходной квалификации вариабельны в ограниченных пределах по качественным и количественным признакам и могут быть исследованы как объективный феномен. Параметры кластеров знаний характеризуются низкой вариабельностью и могут быть согласованы между несколькими экспертами.4. Знания экспертов в областях «Общая психопатология», «Шизофренические расстройства» и «Непсихотические расстройства» группируются в виде кластеров вокруг исторически сложившихся основных синдромов. При уменьшении силы связей наблюдается переход от базовых понятий психопатологии к симптомам и теориям распространенности психических расстройств в качестве центров кластеров. Знания в большинстве предметных областей психиатрии имеют сетевую структуру.5. На основе предложенного подхода разработана обучающая программа по психиатрии, включающая тестирование знаний врачей при предъявлении 'разнообразных образцов творчества душевнобольных и видеозаписей интервью с ними. Создан электронный гипермедийный учебник по общей психопатологии с видеоиллюстрациями психических расстройств и тестовыми заданиями. После обучения с использованием программных средств результаты тестирования студентов улучшаются на 25 % (р<0,01).6. Разработана оболочка для создания экспертных систем в продукционной модели представления знаний. На ее основе создана программа поддержки решений по диагностике психических расстройств на основе классификации МКБ-10. В сетевой модели представления знаний создана программа по фармакотерапии шизофренических расстройств.Согласованность заключений программы и терапевтических решений психиатров составила 83% (р<0,001).ПРАКТИЧЕСКИЕ РЕКОМЕНДАЦИИ

1. Методологию исследования структуры экспертных знаний рекомендуется использовать на предварительном этапе разработки методического обеспечения преподавания в любых медицинских предметных областях. Совокупность методов анализа поддерживается программным комплексом инженерии знаний. Комплекс применяется для демонстрации способов обработки экспертных знаний.2. Сетевая модель рекомендуется для использования при разработке обучающих и контролирующих программ как наиболее общий способ представления знаний. При этом должна производиться проверка на наличие иерархических структур и кластеров элементов знаний.3. Программная оболочка рекомендуется для использования при создании медицинских экспертных систем в продукционной модели знаний.На ее основе разработана программа поддержки диагностических решений в области психиатрии, которую рекомендуется использовать для студентов всех факультетов медицинских ВУЗ'ов и врачей.4. Обучающую программу по психиатрии, электронный учебник по общей психопатологии и консультирующую программу по фармакотерапии шизофренических расстройств рекомендуется использовать для обучения и проверки знаний по психиатрии студентов всех факультетов медицинских ВУЗ'ов и врачей.

1. Алло- и эутопсихическая дезориентировка

2. Фрагментарность мышления, выражающаяся в изменении речи (разяре.экио.ст*.

3. Полная или частичная аниеэця болезненного периода

4. Возникающие в результате хромосомных аномалий2 Наследственные формы

5. Смешанные по этиологии (эндогенно-экзогенные) формы

6. Озарецковекий Д С Наййэчивыв состояния М , 195D

7. Пантелеева Г П , Цуцульковская М Я , Беляво Б С Гебоидния шизофрения М 1386

8. Пападопулос Т.Ф Острые эндогенные психозы М . 1975

9. Психология эмоций Под редакцией В К Зимоиаса. Ю Б Гипперейтер. М . 1993

10. Рэавский К С Фармакология нейролептиков М . 1976

11. Райский В А Психотропные средства в клинике внутренних болезней М 1988

12. Рекомендуемая литература и методические пособия

13. Роговин AT Проблемы теории памяти М. 1977

14. Руководство по психиатрии (в двух томах) под редакцией А В Снежнееского М . 1983

15. Руководство по психиатрии Под ред Г В Морозова М ,1988

16. СмулевичА.Б Малопрогредиентная шизофрения и пограничные состояния М ,1987

17. Смулевич А Б . Щкрина М Г Проблема паранойи М .1972

18. Справочник по псикиатрии Под ред А В Снежнееского М ,1985

19. Темкое И , Киров К Клиническая психофармакология М , 1971

20. Точение и неходы шизофрении б позднем возрасте Под ред Э Я Штернберга М 1981

21. ТиганоеАС Маниакальный синдром fi БМЭ М . 19ВО Т13, - С 1210-1213

22. ТиганоеАС Фебрильная шизофрения М ,1982

23. Фармакотерапеетические основы реабилитации психически больных М 1989

24. Фуллер Торри Э Шизофрения СПб, 1996

25. Целибеев Б А Психические нарушения при соматических заболеваниях М ,1972

26. Шабанов Л Д, Бородкин Ю С Нарушение памяти и им коррекция Л .1989

27. Шаманина В М Депрессивные синдромы М , 1977

28. Шизофренический дефект Диагностика, патогенез лечение СПб. 1991

29. Шизофрения Под ред A S Снежнееского М .1972