Mycin - Mycin

MYCIN era um sistema especialista de encadeamento anterior que usava inteligência artificial para identificar bactérias que causam infecções graves, como bacteremia e meningite , e para recomendar antibióticos , com a dosagem ajustada para o peso corporal do paciente - o nome derivado dos próprios antibióticos, como muitos antibióticos tem o sufixo "-mycin". O sistema Mycin também foi usado para o diagnóstico de doenças de coagulação do sangue. MYCIN foi desenvolvido ao longo de cinco ou seis anos no início dos anos 1970 na Universidade de Stanford . Foi escrito em Lisp como a tese de doutorado de Edward Shortliffe sob a direção de Bruce G. Buchanan, Stanley N. Cohen e outros.

Método

MYCIN operava usando um mecanismo de inferência bastante simples e uma base de conhecimento de aproximadamente 600 regras. Ele questionaria o médico que estava executando o programa por meio de uma longa série de perguntas simples do tipo sim / não ou textuais. No final, forneceu uma lista de possíveis bactérias culpadas classificadas de alto a baixo com base na probabilidade de cada diagnóstico, sua confiança na probabilidade de cada diagnóstico, o raciocínio por trás de cada diagnóstico (ou seja, MYCIN também listaria as questões e regras que o levou a classificar um diagnóstico de uma maneira particular), e seu curso recomendado de tratamento medicamentoso.

MYCIN gerou um debate sobre o uso de sua estrutura de incerteza ad hoc , mas baseada em princípios, conhecida como " fatores de certeza ". Os desenvolvedores realizaram estudos mostrando que o desempenho do MYCIN foi minimamente afetado por perturbações nas métricas de incerteza associadas a regras individuais, sugerindo que o poder no sistema estava mais relacionado à sua representação de conhecimento e esquema de raciocínio do que aos detalhes de seu modelo de incerteza numérica. Alguns observadores achavam que deveria ser possível usar a estatística bayesiana clássica . Os desenvolvedores do MYCIN argumentaram que isso exigiria suposições irrealistas de independência probabilística ou que os especialistas fornecessem estimativas para um número inviável de probabilidades condicionais .

Estudos subsequentes mostraram posteriormente que o modelo do fator de certeza poderia de fato ser interpretado em um sentido probabilístico e destacaram problemas com as suposições implícitas de tal modelo. No entanto, a estrutura modular do sistema seria muito bem-sucedida, levando ao desenvolvimento de modelos gráficos como as redes Bayesianas .

Combinação de evidências

No MYCIN, era possível que duas ou mais regras pudessem tirar conclusões sobre um parâmetro com pesos de evidência diferentes. Por exemplo, uma regra pode concluir que o organismo em questão é E. Coli com uma certeza de 0,8, enquanto outra conclui que é E. Coli com uma certeza de 0,5 ou mesmo -0,8. No caso de a certeza ser menor que zero, a evidência é na verdade contra a hipótese. Para calcular o fator de certeza MYCIN combinou esses pesos usando a fórmula abaixo para produzir um único fator de certeza:

Onde X e Y são os fatores de certeza. Esta fórmula pode ser aplicada mais de uma vez se mais de duas regras tirarem conclusões sobre o mesmo parâmetro. É comutativo , portanto, não importa em que ordem os pesos foram combinados.

Resultados

Pesquisa conduzida na Stanford Medical School descobriu que MYCIN recebeu uma classificação de aceitabilidade de 65% no plano de tratamento de um painel de oito especialistas independentes, que foi comparável à classificação de 42,5% a 62,5% de cinco membros do corpo docente. Este estudo é frequentemente citado como mostrando o potencial de discordância sobre decisões terapêuticas, mesmo entre especialistas, quando não existe um "padrão ouro" para o tratamento correto.

Uso pratico

MYCIN nunca foi realmente usado na prática. Isso não foi por causa de qualquer fraqueza em seu desempenho. Alguns observadores levantaram questões éticas e legais relacionadas ao uso de computadores na medicina, no que diz respeito à responsabilidade dos médicos caso o sistema desse um diagnóstico errado. No entanto, o maior problema, e a razão pela qual MYCIN não era usado na prática rotineira, era o estado das tecnologias para integração de sistemas, especialmente na época em que foi desenvolvido. MYCIN era um sistema autônomo que exigia que o usuário inserisse todas as informações relevantes sobre um paciente digitando as respostas às perguntas feitas pelo MYCIN. O programa rodava em um grande sistema de tempo compartilhado, disponível na Internet ( ARPANet ), antes que os computadores pessoais fossem desenvolvidos.

A maior influência do MYCIN foi consequentemente a sua demonstração do poder da sua representação e abordagem de raciocínio. Sistemas baseados em regras em muitos domínios não médicos foram desenvolvidos nos anos que se seguiram à introdução da abordagem pelo MYCIN. Na década de 1980, "shells" de sistemas especialistas foram introduzidos (incluindo um baseado em MYCIN, conhecido como E-MYCIN (seguido por Knowledge Engineering Environment - KEE )) e apoiaram o desenvolvimento de sistemas especialistas em uma ampla variedade de áreas de aplicação. Uma dificuldade que se tornou proeminente durante o desenvolvimento do MYCIN e subsequentes sistemas especialistas complexos foi a extração do conhecimento necessário para o mecanismo de inferência usar do especialista humano nos campos relevantes para a base de regras (a chamada " aquisição de conhecimento gargalo").

Veja também

Referências

links externos