10. Формальная постановка задачи классификации

Задача классификации с явными диагностическими приз­наками может быть сформулирована следующим образом [7].

Дано: N - число диагностических признаков; s_i - число упорядоченных и, как правило, вербальных оценок качества на шкале i-го диагностического признака;

Xi = {Х_1i,х_2i,...,х_si} - множество оценок на шкале i-го признака; Q - количество ди­агностических классов (Р,,Р₂,...,Р_Q), к которым могут при­надлежать классифицируемые объекты.

Декартово произведение А шкал признаков определяет множество всех гипотетически возможных состояний, опи­сываемых диагностическими признаками. Состояние а_i, при­надлежащее А, описывается вектором (a_i1, a_i2,…a_iN), где j-м

компонентом является одно из значений на шкале i-го диагно­стического признака.

Требуется: на основе знаний эксперта классифицировать все векторы а_i, отнеся каждый из них к одному или несколь­ким классам решений.

Особенностью данной постановки задачи является следую­щее. Предположим, что эксперт (врач, геолог, инженер) опре­делил полный набор диагностических признаков, необходимых ему при решении задачи классификации. Этим задано полное пространство всех возможных состояний объекта исследования (больного, месторождения, механизма и т.д.). В приведенной выше постановке задачи впервые ставится целью построение полной классификации, т.е. классификации всех возможных состояний объекта исследования. В отличие от этого в других постановках речь обычно идет о выявлении какой-то части званий [9].

Данная постановка задачи основана на предположении, что эксперт обладает полнотой знаний. Необходим подход, позво­ляющий их выявить.

11. Основные идеи метода экспертной классификации

Для решения поставленной выше задачи были разработаны методы, основанные на идеях [7], рассмотренных далее.

11.1. Структуризация проблем

Чтобы передать знания компьютеру, нужен общий язык, характеризующий конкретную предметную область. Удобен язык признаков (или характеристик), описывающих объект ис­следования. Таким объектом при построении баз медицинских знаний является больной, обратившийся к врачу с жалобами на боли. Признаки или характеристики в данном случае опи­сывают состояние больного: локализация болей, их характер, иррадиация, частота пульса, артериальное давление, температура и т.д.

Как определить перечень признаков, адекватно представ­ляющий состояние объекта исследования? Для этой цели раз­работана человекомашинная процедура АРИАДНА [10], кото­рая имитирует диалог по телефону между неопытным специа­листом, находящимся рядом с объектом исследования и прово­дящим измерения, и экспертом, находящимся далеко от объек­та. Диалог строится таким образом, что компьютер задает во­просы эксперту, использует его ответы для постановки новых вопросов и т.д. Приведем пример такого диалога.

Компьютер: Вас просят помочь в постановке диагноза. На­чинающий врач сообщает вам по телефону, что пациент без сознания и что подозревается диабетическая кома. Каким будет ваш первый вопрос?

Эксперт: Начало заболевания - постепенное или внезапное?

Компьютер: А что более характерно для диабетической комы?

Эксперт: Постепенное начало.

Компьютер: Предположим, что начало было постепенное. Каким будет ваш следующий вопрос?

В ходе диалога эксперт называет признаки и их возможные значения, упорядочивает признаки по характерности для дан­ного заболевания, решая привычные для себя задачи постановки диагноза.

В системе АРИАДНА использованы идеи «диагностических игр», предложенные И.М. Гельфандом [11].

Итак, при подобном подходе процедуры структуризации могут быть представлены следующим образом. Компьютер ста­вит вопросы эксперту, приглашая его классифицировать объект исследования и называть один за другим признаки, используе­мые при классификации и их возможные значения для каждого класса решений.

Результатом этого этапа является совокупность признаков, необходимая для полной классификации объектов определенно­го типа, все возможные значения этих признаков, а также пе­речень классов решений.