[논문 리뷰] Rule Based Expert System for Cerebral Palsy Diagnosis

Rajdeep Borgohain, Sugata Sanyal|arXiv (Cornell University)|2012. 06. 30.

Context-Aware Activity Recognition Systems참고 문헌 9인용 수 10

한 줄 요약

이 논문은 환자의 증상 기반으로 뇌성마비를 진단하기 위한 규칙 기반 전문가 시스템을 제시한다. 중증도는 경증, 중증도, 중증도로 분류된다. 임상 규칙의 지식 기반을 활용하여 진단을 자동화하며, 임상 환경에서 조기 발견을 위한 의사결정 지원 도구를 제공한다.

ABSTRACT

The use of Artificial Intelligence is finding prominence not only in core computer areas, but also in cross disciplinary areas including medical diagnosis. In this paper, we present a rule based Expert System used in diagnosis of Cerebral Palsy. The expert system takes user input and depending on the symptoms of the patient, diagnoses if the patient is suffering from Cerebral Palsy. The Expert System also classifies the Cerebral Palsy as mild, moderate or severe based on the presented symptoms.

연구 동기 및 목표

• 인공지능을 활용한 뇌성마비 자동 진단 도구 개발.
• 임상 증상 기반으로 뇌성마비의 중증도를 경증, 중증도, 중증도로 분류하기.
• 규칙 기반 추론 시스템을 활용해 임상 환경에서 조기 진단을 지원하기.
• 구조화되고 전문가 수준의 의사결정 프레임워크를 제공함으로써 진단 지연을 줄이기.
• 자원이 제한된 환경에서 뇌성마비 진단의 접근성 향상.

제안 방법

• 시스템은 뇌성마비 증상에 대한 의료 전문 지식에서 유도된 임상 규칙의 지식 기반을 사용한다.
• 사용자 입력에는 운동 기능 장애, 경직성, 발달 지연 등의 관찰된 임상 증상이 포함된다.
• 정방향 체인 추론 엔진이 정의된 규칙에 대해 증상 입력을 처리하여 진단을 생성한다.
• 시스템은 증상 군과 규칙 임계값을 기반으로 중증도를 분류한다.
• 사용자 인터페이스를 통해 증상 입력과 결과 표시가 가능한 프로토타입으로 아키텍처가 구현되었다.
• 규칙 세트는 뇌성마비의 표준 진단 기준을 반영하도록 설계되었다.

실험 결과

연구 질문

• RQ1 규칙 기반 전문가 시스템은 환자 보고 또는 전문의가 입력한 증상을 기반으로 뇌성마비를 정확하게 진단할 수 있는가?
• RQ2 이러한 시스템이 뇌성마비의 중증도를 경증, 중증도, 중증도로 분류하는 데 어느 정도의 정도로 효과적인가?
• RQ3 규칙 기반 접근 방식은 뇌성마비에 대한 전문가의 진단 추론을 얼마나 잘 재현할 수 있는가?
• RQ4 이 시스템은 뇌성마비 조기 진단에서 진단 지연을 줄일 수 있는가?
• RQ5 이러한 시스템을 자원이 제한된 임상 환경에 구현하는 데 실현 가능성이 있는가?

주요 결과

• 전문가 시스템은 사용자가 입력한 증상 기반으로 구조화된 규칙 기반 추론 엔진을 사용해 뇌성마비를 성공적으로 진단한다.
• 시스템은 증상 패턴을 기반으로 뇌성마비의 중증도를 세 가지 수준으로 분류한다: 경증, 중증도, 중증도.
• 프로토타입은 조기 뇌성마비 진단을 위한 의사결정 지원 도구로서의 실현 가능성을 보여준다.
• 시스템은 일관되고 반복 가능한 진단 과정을 제공하여 初期 평가에서 주관성을 줄인다.
• 특수 신경과 전문의가 접근하기 어려운 임상 환경에서의 구현에 적합하다.
• 이 방법은 주요 건강 관리 시스템에 통합하기 위한 확장성과 적응 가능성도 지원한다.