[論文レビュー] ICD 10 Based Medical Expert System Using Fuzzy Temporal Logic

P. Chinniah, S. Muttan|arXiv (Cornell University)|Jan 12, 2010

Artificial Intelligence and Decision Support Systems参考文献 2被引用数 3

ひとこと要約

本論文は、症状の重症度と疾患の可能性を時間経過に伴ってモデル化することで、診断の正確性を向上させるために、ファジィ時間論理を活用したICD-10ベースの医療専門家システムを提示する。このシステムはファジィ加重の症状-疾患関係を用い、クラスタリングに修正されたユークリッド距離を用いたEldersのアルゴリズムを適用し、最小類似度を意思決定の閾値として用いることで、医師主導の初期診断にかかる時間とコストの依存度を低減する。

ABSTRACT

Medical diagnosis process involves many levels and considerable amount of time and money are invariably spent for the first level of diagnosis usually made by the physician for all the patients every time. Hence there is a need for a computer based system which not only asks relevant questions to the patients but also aids the physician by giving a set of possible diseases from the symptoms obtained using logic at inference. In this work, an ICD10 based Medical Expert System that provides advice, information and recommendation to the physician using fuzzy temporal logic. The knowledge base used in this system consists of facts of symptoms and rules on diseases. It also provides fuzzy severity scale and weight factor for symptom and disease and can vary with respect to time. The system generates the possible disease conditions based on modified Euclidean metric using Elders algorithm for effective clustering. The minimum similarity value is used as the decision parameter to identify a disease.

研究の動機と目的

• 初期医師主導の診断にかかる時間とコストを削減するため、症状に基づく疾患推論を自動化すること。
• ファジィ時間論理を用いて、症状の重症度と疾患の確率が時間経過とともにどのように変化するかをモデル化すること。
• ICD-10疾患分類をファジィ論理に基づく知識ベースと統合し、診断推論を向上させること。
• Eldersのアルゴリズムと修正されたユークリッド距離を用いて、類似した症状パターンをクラスタリングし、候補疾患を同定すること。
• 最小類似度値に基づく意思決定パrameterを確立し、信頼性の高い疾患推奨を行うこと。

提案手法

• システムは、ファジィ論理を介して症状の重症度と疾患の可能性を表現する、症状と疾患ルールを含む知識ベースを用いる。
• ファジィ時間論理は、症状の動的な変化とそれが疾患の確率に与える影響を時間経過に伴ってモデル化する。
• 症状と疾患にファジィ重症度スケールと重み係数を割り当て、時間的進行に応じて調整可能である。
• 症状パターンの類似度は、修正されたユークリッド距離を用いて計算され、クラスタリングに用いられる。
• Eldersのアルゴリズムが症状セットのクラスタリングと最も類似した疾患パターンの同定に適用される。
• クラスタ間の最小類似度値が、最も可能性の高い疾患を特定するための意思決定パrameterとして用いられる。

実験結果

リサーチクエスチョン

• RQ1 ファジィ時間論理は、医療診断における症状の進行と疾患の可能性のモデル化をどのように改善できるか？
• RQ2 ICD-10フレームワーク内で診断推論を支援するための、症状パターンのクラスタリングに最適な手法は何か？
• RQ3 時間変動する重症度と重み係数を統合することで、専門家システムにおける診断の正確性はどのように向上するか？
• RQ4 修正されたユークリッド距離を用いた類似度ベースの意思決定パrameterは、候補疾患の順位付けに効果的に機能するか？
• RQ5 このようなシステムは、症状分析の自動化によって、初期医師診断の負担をどの程度軽減できるか？

主な発見

• システムは、時間変動するファジィ重みと重症度スケールを用いて、症状-疾患関係を効果的にモデル化できた。
• 修正されたユークリッド距離を用いたEldersのアルゴリズムによるクラスタリングにより、症状パターンの有効なグループ化が可能になった。
• クラスタ間の最小類似度値が、疾患同定の信頼性の高い意思決定パrameterとして機能した。
• ICD-10とファジィ時間論理の統合により、動的臨床状況における診断推論が向上した。
• 手動による初期診断への依存度が低下し、自動化された医療アドバイスのスケーラブルなフレームワークが実現された。
• システムは、症状類似度に基づく疾患推奨の実現可能性を示したが、特定の数値的正確率は報告されていない。