[论文解读] 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 3

一句话总结

本文提出了一种基于ICD-10的医疗专家系统，利用模糊时间逻辑通过建模症状严重程度和疾病可能性随时间的变化来提高诊断准确性。该系统采用模糊加权的症状-疾病关系，应用改进的欧几里得度量对Elders算法进行聚类，并以最小相似性作为决策阈值来推荐可能的疾病，从而减少对医生主导的初始诊断时间和成本的依赖。

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.

研究动机与目标

• 通过自动化基于症状的疾病推断，减少与初始医生主导诊断相关的时间和成本。
• 使用模糊时间逻辑对症状严重程度和疾病概率随时间的演变进行建模。
• 将ICD-10疾病分类与基于模糊逻辑的知识库集成，以改善诊断推理。
• 通过Elders算法和改进的欧几里得度量对症状模式进行聚类，以识别候选疾病。
• 基于最小相似性值建立决策参数，以实现可靠的疾病推荐。

提出的方法

• 该系统使用包含症状和疾病规则的知识库，通过模糊逻辑表示症状严重程度和疾病可能性。
• 模糊时间逻辑用于建模症状的动态演变及其对疾病概率随时间影响。
• 为症状和疾病分配模糊严重程度量表和权重因子，可根据时间进程进行调整。
• 系统使用改进的欧几里得度量计算疾病相似性，以对症状模式进行聚类。
• 应用Elders算法对症状集合进行聚类，并识别最相似的疾病模式。
• 利用簇间最小相似性值作为决策参数，以选择最可能的疾病。

实验结果

研究问题

• RQ1 模糊时间逻辑如何改善医学诊断中症状进展和疾病可能性的建模？
• RQ2 在ICD-10框架下，聚类症状模式以支持诊断推理的最佳方法是什么？
• RQ3 整合随时间变化的严重程度和权重因子如何提升专家系统中的诊断准确性？
• RQ4 基于改进的欧几里得距离的相似性决策参数能否有效对候选疾病进行排序？
• RQ5 此类系统在多大程度上可通过自动化症状分析减轻初始医生诊断的负担？

主要发现

• 该系统成功利用随时间变化的模糊权重和严重程度量表对症状-疾病关系进行建模。
• 通过Elders算法结合改进的欧几里得度量进行聚类，可有效对症状模式进行分组。
• 簇间最小相似性值可作为疾病识别的可靠决策参数。
• 将ICD-10与模糊时间逻辑集成，可增强在动态临床场景中的诊断推理能力。
• 该方法减少了对人工初始诊断的依赖，为自动化医疗建议提供可扩展的框架。
• 该系统在基于症状相似性的疾病推荐方面表现出可行性，尽管未报告具体的数值准确率。