[論文レビュー] A Review: Expert System for Diagnosis of Myocardial Infarction

S. J. Gath, R. V. Kulkarni|arXiv (Cornell University)|Jan 1, 2014

Cerebral Palsy and Movement Disorders参考文献 2被引用数 4

ひとこと要約

この論文は、不正確、不完全、信頼性の低い医療データにおける不確実性を扱う方法に焦点を当て、心筋梗塞の診断のためのエキスパートシステムについてレビューしている。AIを用いた心臓疾患診断システムに関する過去の研究を統合し、人的専門家水準の性能を達成するための知識表現および推論技術に注目している。

ABSTRACT

A computer Program Capable of performing at a human-expert level in a narrow problem domain area is called an expert system. Management of uncertainty is an intrinsically important issue in the design of expert systems because much of the information in the knowledge base of a typical expert system is imprecise, incomplete or not totally reliable. In this paper, the author present s the review of past work that has been carried out by various researchers based on development of expert systems for the diagnosis of cardiac disease

研究の動機と目的

• 心筋梗塞診断におけるエキスパートシステムの進化および設計原則を分析すること。
• 心臓疾患診断エキスパートシステムにおける不確実性管理の対処法を検討すること。
• 臨床知識とAI技術の統合による診断精度の向上を評価すること。
• 先行研究に基づいて、既存システムにおけるギャップおよび制限要因を特定すること。
• 心臓病分野における堅牢で信頼性の高いエキスパートシステムの今後の開発の基盤を提供すること。

提案手法

• 心筋梗塞診断のエキスパートシステムに関する発表済み研究の体系的レビュー。
• 臨床エキスパートシステムで用いられる知識表現技術の分析。
• 確率的推論やファジィ論理などの不確実性処理メカニズムの評価。
• ルールベースシステム、意思決定木、ハイブリッドモデルの心臓病診断における比較。
• 複数の研究からの発見を統合し、共通する設計パターンと課題を特定すること。
• 狭い診断分野において人的専門家水準の性能を目指すシステムに焦点を当てる。

実験結果

リサーチクエスチョン

• RQ1 エキスパートシステムは、心臓病診断データにおける不確実性をどのようにモデル化し管理しているか？
• RQ2 心筋梗塞診断システムで用いられる主要な知識表現および推論技術は何か？
• RQ3 これらのシステムは、特定の診断タスクにおいて人間の心臓専門医と比べてどの程度の性能を示しているか？
• RQ4 現在のエキスパートシステムが、不完全または不正確な臨床データを処理する際に抱える制限要因は何か？
• RQ5 心臓疾患診断のためのさまざまなエキスパートシステムに共通する設計パターンは何か？

主な発見

• 心筋梗塞診断のエキスパートシステムは、ルールベース推論および不確実性管理技術に大きく依存している。
• 多くのシステムが、心電図の読み取り結果や症状報告などの不正確な臨床データを処理するために確率的またはファジィ論理を組み込んでいる。
• 臨床ガイドラインと医学的専門知識を知識ベースに統合することが、システムの信頼性にとって不可欠である。
• 進展は見られるものの、現実の臨床現場におけるデータの不完全性やばらつきに対処する点で課題が残っている。
• 本レビューでは、こうしたシステムの標準化された評価およびベンチマーク手法の導入が求められていると判明した。
• 先行研究（例：arXiv:1006.4544）との重複は、この分野で継続的な開発が行われており、手法が進化していることを示唆している。