基于Naive Bayesian算法改進(jìn)的智能診病系統(tǒng)研究

黃偉　肖厚波

摘要：本文簡述了智能診病系統(tǒng)的發(fā)展，簡單介紹了智能診病系統(tǒng)，指出了它的一些局限性，并且介紹了Naive Bayesian算法的原理，提出了以該算法為基礎(chǔ)的改進(jìn)方案。

關(guān)鍵詞：智能診病；人工智能；專家系統(tǒng)；知識庫；推理機；Naive Bayesian算法

中圖分類號：TH165.3 文獻(xiàn)識別碼：A 文章編號：1001-828X（2017）009-0-01

一、智能診病系統(tǒng)的發(fā)展

人工智能是現(xiàn)今最尖端的技術(shù)之一，近三十年來，人工智能發(fā)展迅速，在很多領(lǐng)域都得到了廣泛的應(yīng)用。專家系統(tǒng)是人工智能重要的一個分支，它通過一個或多個專家提供的專業(yè)領(lǐng)域知識，模擬人類專家解決那些需要專業(yè)領(lǐng)域知識才能完成的問題。1965年，美國斯坦福大學(xué)研制出了DENRAL系統(tǒng)，該系統(tǒng)具有豐富的化學(xué)知識，能幫助化學(xué)家推斷出分子的結(jié)構(gòu)。DENRAL系統(tǒng)的完成標(biāo)志著專家系統(tǒng)的誕生。20世紀(jì)70年代初， NTERNIST系統(tǒng)在匹茲堡大學(xué)問世，這是第一個用于醫(yī)療的內(nèi)科病診斷咨詢系統(tǒng)。同一時期，一款能夠幫助普通內(nèi)科醫(yī)生診治細(xì)菌感染性疾病的專家系統(tǒng)MYCIN也在斯坦福大學(xué)出世，這兩款專家系統(tǒng)的成功激發(fā)了智能診病系統(tǒng)的開發(fā)熱潮，國內(nèi)外都開始往這方面投入大量的人力物力。到21世紀(jì)初，智能診病系統(tǒng)已經(jīng)相對成熟。

二、智能診病系統(tǒng)

智能診病系統(tǒng)以基于規(guī)則的方式來構(gòu)建系統(tǒng)，它主要將系統(tǒng)分為知識庫和推理機兩部分，知識庫中存儲著各種醫(yī)學(xué)知識的集合，包含從書本中知識，以及醫(yī)學(xué)專家的知識和經(jīng)驗，而推理機根據(jù)用戶提供的有效信息，來決定所使用的推理規(guī)則，通過從知識庫中獲取的相關(guān)知識進(jìn)行推理判斷，從而得出最終的結(jié)論。推理分為精確推理和不精確推理，精確推理根據(jù)條件和結(jié)論之間的必然性，得出的結(jié)果是肯定的，不精確推理：在條件不足的情況下，得到的假設(shè)不能被完全證實，這個時候為每個假設(shè)賦予一個權(quán)值來表明這個假設(shè)的可信度，通過這些假設(shè)進(jìn)行下一步推理，可能會得到多個不同的結(jié)論，以可信度最高的結(jié)論作為最終結(jié)論。

三、智能診病系統(tǒng)的缺點

難以得到足夠知識和規(guī)則填充知識庫，智能診病系統(tǒng)做為基于規(guī)則的專家系統(tǒng)，需要以大量知識和醫(yī)學(xué)專家規(guī)則作為基礎(chǔ)，才能夠準(zhǔn)確地診斷病人的病情，這就需要大量的醫(yī)學(xué)專家和知識工程師的參與才能夠?qū)崿F(xiàn)。

缺乏學(xué)習(xí)能力，跟一般的基于規(guī)則的專家系統(tǒng)一樣，智能診病系統(tǒng)不具備從診病過程中提取經(jīng)驗進(jìn)行學(xué)習(xí)的能力，只會依循本來就存在的規(guī)則和知識進(jìn)行推理判斷，更新知識庫，添加規(guī)則些工作仍然需要知識工程師來完成。

Naive Bayesian算法：

Na?ve Bayesian 算法能夠較好地對事物進(jìn)行分類，具有結(jié)構(gòu)簡單，計算高效等特點，是分類算法中最經(jīng)典，最有影響力的算法之一。Na?ve Bayesian算法首先需要通過訓(xùn)練樣本計算出先驗概率，在此基礎(chǔ)上，計算一個待分類的后驗概率。下面是Na?ve Bayesian 算法的定義，對于一個待分類的事物x，設(shè)：

1.x有{a1，a2，a3，……an}這樣一個屬性集，每個a都是x的一個特征屬性。

2.有{y1，y2，y3，……ym}這樣一個類別集合，每個y代表一個類別。

3.分別計算P（y1|x），P（y2|x），P（y3|x），…..，P（ym|x）的概率。

4.如果有P（yi|x） >= P（yj|x）（j屬于1～n），則事物x屬于類型yk。

在這里，我們稱P（yi|x）為后驗概率，根據(jù)貝葉斯定理，P（yi|x） = P（x|yi）P（yi）/p（x）。

由于對于所有的后驗概率，都需要除以P（x），所以在這里我們可以將P（x）忽略，只求出最大的P（x|yi）P（yi）即可。P（x|yi）P（yi） = P（a1|yi）P（a2|yi）P（a3|yi）…P（an|yi）P（yi），其中P（aj|yi）和P（yi）我們都需要通過樣本數(shù)據(jù)進(jìn)行計算：

1.設(shè)有樣本集{x1，x2，…xn}，每個樣本有一個屬性集a其中包含若干屬性。

2.有{y1，y2，…ym}這樣一個類別集合。

3.P（yi）為樣本中類別yi的個數(shù)/樣本總數(shù)。

4.P（aj|yi）為樣本中類別yi中含有aj屬性的個數(shù)/類別中yi的個數(shù)。

通過Naive Bayesian算法對智能診病系統(tǒng)的改進(jìn)：

由于知識庫中知識量和規(guī)則的限制，智能診病系統(tǒng)可能會出現(xiàn)無法準(zhǔn)確判斷用戶病情的狀況，通過Na?ve Bayesian算法可以有效地改善這一情況。一個人患病的原因會跟他平時的生活環(huán)境，生活習(xí)慣還有家族遺傳有很大的關(guān)系，由此，我們可以將生活環(huán)境，生活習(xí)慣和家族遺傳作為特征屬性，建立一個輔助診斷病情的Navie Bayesian分類器。算法的訓(xùn)練樣本通過記錄每個精確推理確診的患者的生活環(huán)境，生活習(xí)慣，家族遺傳等屬性信息取得，通過不斷地增加訓(xùn)練樣本，Navie Bayesian分類器的準(zhǔn)確性不斷提升，從而提升智能診斷系統(tǒng)的不精確推理能力。

參考文獻(xiàn)：

[1]Liu H， Motoda H. Feature selection for knowledge discovery and data mining[M].Springer Science&Business Media， 2012.

[2]Pang-Ning Tan， Michael Steinbach， Vipin Kumar.數(shù)據(jù)挖掘?qū)д摚ㄖ形陌妫M].范明，范宏建，等，譯.北京：人民郵電出版社，2011：139-141.

作者簡介：黃 偉（1981-），男，瑤族，湖南花垣人，講師，主要從事計算機科學(xué)研究。

肖厚波（1994-），男，漢族，湖南郴州人，本科在讀，主要從事軟件工程研究。

基金項目：吉首大學(xué)科研論文項目，項目編號：JSU-CX-2015- 98。