基于互聯(lián)網(wǎng)的埃博拉疫情防控智能決策支持系統(tǒng)的研究

李雅南 倪紅梅 方盛泉 楊旭明

摘要：目的 研究一種能預(yù)防埃博拉病毒疫情的智能決策支持系統(tǒng)，在埃博拉疫情發(fā)生時及時獲取防控方案，以預(yù)其進(jìn)一步蔓延。方法 ①通過決策支持系統(tǒng)的人機(jī)交互接口，由用戶根據(jù)自己的"判斷"選取一個合適方案；②智能決策支持系統(tǒng)是從將專家系統(tǒng)引入DSS開始的，它的問題求解是在決策者的直接參與和指導(dǎo)下進(jìn)行的，而將機(jī)器學(xué)習(xí)引入的目的是使智能決策支持系統(tǒng)獲取與決策過程相關(guān)的知識，可使它能在不斷的使用過程中積累經(jīng)驗而改善自身的性能（具有演進(jìn)能力）；③基于CASE（案例）的系統(tǒng)就是通過對已有的案例進(jìn)行分類、從案例中提取知識的，實現(xiàn)對埃博拉疫情的預(yù)防措施的輔助決策。結(jié)論 埃博拉疫情是"可防，可控的"。

關(guān)鍵詞：埃博拉疫情；互聯(lián)網(wǎng)；智能決策支持系統(tǒng)

埃博拉出血熱是由埃博拉病毒（Ebola virus，EBV）引起的一種急性出血性傳染病[1]，是人類目前已知最烈性的傳染病之一，該病病死率最高可達(dá)90%[2]，隨著大量人員頻繁來往于中非之間，埃博拉疫情對于我國也構(gòu)成了公共衛(wèi)生意義上的威脅[3]，據(jù)WHO的報告[4]，截止到2014年8月19日，報告的病例數(shù)2240例，死亡1229例，且仍有繼續(xù)蔓延之勢。

1 研究目的

在信息技術(shù)突飛猛進(jìn)的今天，為了更好地防控EBV的疫情，我們研究一種能預(yù)防埃博拉病毒疫情的智能決策支持系統(tǒng)。應(yīng)運用智能決策支持系統(tǒng)（Intelligent Decision Support System，IDSS），將先進(jìn)的人工智能計算機(jī)技術(shù)與DSS技術(shù)結(jié)合起來，應(yīng)用一個實際的Horn邏輯系統(tǒng)-PROLOG系統(tǒng)，建立具有智能知識獲取功能的EBOV知識庫，使其具有元推理、演繹能力和語義完整性維護(hù)功能，消除冗余、檢查相容性，以便在知識消化和調(diào)節(jié)中達(dá)到自動知識獲取之目的。而基于案例推理的研究，也包含人工智能的理論和技術(shù)，它可以確定新問題到底與哪些經(jīng)驗相似或應(yīng)將以前的經(jīng)驗做什么調(diào)整，最后得出結(jié)論。這些工作將有利于推動EBOV疫情防御工作更好、更完善地實現(xiàn)決策和支持。

2 基本思路與方法

自1976年在非洲中部扎伊爾（現(xiàn)剛果民主共和國）和蘇丹暴發(fā)流行后，已在非洲中部形成地方流行，主要包括烏干達(dá)、剛果、加蓬、蘇丹、科特迪瓦、利比里亞、南非等國家于20世紀(jì)70年代在非洲首次發(fā)現(xiàn)，每每有類似的報道都會給人們帶來恐慌，為此，本研究開發(fā)的智能決策支持系統(tǒng)將解決這一問題。見圖1。

3 技術(shù)關(guān)鍵和主要技術(shù)指標(biāo)

本系統(tǒng)采用了B/S架構(gòu)，采用了MVC的設(shè)計模式，將數(shù)據(jù)層，邏輯層，表現(xiàn)層三層進(jìn)行了分離。

3.1數(shù)據(jù)層-收集信息，建立MySQL 5.5知識庫。運用MySQL是開源的成熟的關(guān)系型數(shù)據(jù)庫軟件。最大可以容納百萬級的數(shù)據(jù)量存儲。根據(jù)埃博拉的幾次大流行，人們總結(jié)出埃博拉病毒的臨床癥狀[1]，收集信息數(shù)據(jù)，建立知識庫。

3.2邏輯層-采用了JAVA語言和PROLOG語言相結(jié)合的方式消除冗余的算法和完整性約束實現(xiàn)。采用了JAVA語言和PROLOG語言相結(jié)合的方式，各取所長。利用了JAVA的一次編寫，到處運行的特點，使系統(tǒng)能夠運行在Windows，Linux甚至MacOS等多種平臺上，利用PROLOG在人工智能方面的優(yōu)勢，通過turoProlog框架在Java環(huán)境中實現(xiàn)PROLOG。

3.3表現(xiàn)層-埃博拉病毒知識庫中的案例推理 通過SpringMVC實現(xiàn)Ajax和HTML展現(xiàn)。由于采用B/S架構(gòu)，所以，對客戶端只需要通過瀏覽器便可以訪問系統(tǒng)，不需要安裝額外的客戶端軟件。在實際問題求解時，知識處理需要對非精確的數(shù)據(jù)和知識進(jìn)行"非精確"處理?；诎咐耐评恚–ase Base Reasing CBR）的工作原理就是人們的認(rèn)知心理過程-假定人們總是利用已有的經(jīng)驗和知識來解決具有相似的新問題。它把知識工程的任務(wù)減少到特征的描述、術(shù)語定義、案例的收集與分類，并將增添新知識簡化為案例庫中增加新案例，從而獲得埃博拉病毒知識庫中的案例推理流程，見圖2。

3.4埃博拉病毒知識庫在知識消化中消除冗余的算法和完整性約束的實現(xiàn)。采用了JAVA語言和PROLOG語言相結(jié)合的方式以及知識消化的基本概念。 JavaEE的核心是EJB3.0，其提供了更兼便捷的企業(yè)級的應(yīng)用框架。

總之，知識消化的作用就是假定已存在的知識庫中的知識是正確的，不能被外部知識所修改，將適合用戶意圖的知識存貯到知識庫中，而用戶意圖則由完整性約束來定義。

3.5基于JAVAEE的B/S架構(gòu)在智能知識調(diào)節(jié)在埃博拉病毒知識庫中的實現(xiàn)。如何從浩如煙海的信息中自動獲取信息，從而更完善地構(gòu)建具有智能化的埃博拉病毒知識庫是人們要想解決的問題之一。這里介紹一種基于基于AVAEE的B/S架構(gòu)學(xué)習(xí)框架，JavaEE的核心是EJB3.0，其提供了更加便捷的企業(yè)級的應(yīng)用框架。在埃博拉病毒知識庫中，此算法只要輸入有限的事實就可得到一種理論輸出。

3.5.1知識獲取的概念知識獲取就是在知識庫中通過消化和調(diào)節(jié)收集知識。其中，歸納機(jī)制被看作是利用PROLOG在人工智能方面的優(yōu)勢，通過tuProlog框架在Java環(huán)境中實現(xiàn)PROLOG，它在知識獲取中的作用是：生成適合用戶意圖的知識；修改已存在的知識（主要是規(guī)則和事實）；知識的自我組織。

3.5.2知識調(diào)節(jié)知識調(diào)節(jié)是知識獲取的方法之一。知識調(diào)節(jié)前題是假定新的知識（規(guī)則）和事實是正確的，用新的知識去檢驗、修改知識庫中已存在的知識。其作用是更新和修改知識庫中已經(jīng)存在的知識；消除冗余（取決于用戶意圖）；由于發(fā)現(xiàn)矛盾而恢復(fù)知識庫。

EBV（K，[K/T]）：-true.

EBV（K，[K1/T]）：-EBV（K，T）.

謂詞是EBV，它有兩個變量，第一個變量是非表形式K，而第二個變量是表的形式L且其取數(shù)值范圍為U，即L U，L是U的一個子集?？梢?，只要前一個變量是后一個變量中的成員，則前一個變量所表示的病癥就是"埃博拉病毒病癥"。

由圖3可見，此智能知識獲取系統(tǒng)正確地歸納出EBV謂詞的規(guī)則描述。所以說此系統(tǒng)具有"歸納學(xué)習(xí)"的機(jī)器學(xué)習(xí)功能。另外，在子句生成測試系統(tǒng)的工作完成后，可刪除原來用于幫助模型推理的一些事實和輔助信息，從而恢復(fù)知識庫。

3.5.3基于案例推理（CBR）它是基于人們的認(rèn)知心理過程-假定人們總是利用已有的經(jīng)驗和知識來解決具有相似的新問題。

一般來講，一個典型案例包括的信息有：問題的描述P；問題環(huán)境的描述E；問題的求解描述O；問題解決方案S；專家評價V。所以案例是5元組C=（P，E，O，S，V）。在實踐中，構(gòu)造覆蓋整個問題域的案例是不現(xiàn)實的，但要盡可能多地覆蓋問題空間，如果CBR方法不能覆蓋的部分要結(jié)合其他方法如基于規(guī)則（RBR）的方法來彌補(bǔ)。

綜上所述，本系統(tǒng)利用人工智能的技術(shù)，簡便快捷的讓用戶在短時間內(nèi)，得到精準(zhǔn)的"結(jié)果"?；诨ヂ?lián)網(wǎng)的埃博拉疫情防御控制系統(tǒng)能對EBV疫情達(dá)到預(yù)演的目的，盡快了解其相關(guān)特性，從而制訂出針對性的防御措施顯得尤為重要。

參考文獻(xiàn)：

[1]XU Li-li，QIN Chuan.Progress on Animal Models of Ebola Hemorrhagic Fever[J].CHINESE JOURNAL OF COMPARATIVE MEDICINE，2010，20（9）：67-71.

[2]Zhang Yawei.Ebola Hemorrhagic Fever an Animal Infectious disease[J].modern journal of animal husbandry and veterinary medicine，2014，10：37-40.

[3]江華，潘海霞，孫明偉，等.基于計算流行病學(xué)的埃博拉出血熱的傳播與爆發(fā)仿真研究[J].13-17.

[4]胡運法.數(shù)據(jù)與知識工程導(dǎo)論[M].北京：清華大學(xué)出版社，2006.

[5]徐彤，李松，等.Visual Prolog在IDSS開發(fā)中的應(yīng)用技術(shù)研究[J].中國科技信息，2005，19：23，28.

編輯/周蕓霏