MYCIN fue un sistema experto de encadenamiento hacia atrás que utilizó inteligencia artificial para identificar bacterias que causan infecciones graves, como bacteriemia y meningitis , y para recomendar antibióticos , con la dosis ajustada al peso corporal del paciente, el nombre derivado de los mismos antibióticos, como muchos antibióticos. tienen el sufijo "-micina". El sistema Mycin también se utilizó para el diagnóstico de enfermedades de la coagulación sanguínea. MYCIN se desarrolló durante cinco o seis años a principios de la década de 1970 en la Universidad de Stanford . Fue escrito en Lisp como la tesis doctoral de Edward Shortliffebajo la dirección de Bruce G. Buchanan, Stanley N. Cohen y otros.
Método
MYCIN operaba usando un motor de inferencia bastante simple y una base de conocimiento de ~ 600 reglas. Preguntaría al médico que ejecuta el programa a través de una larga serie de preguntas simples de sí / no o textuales. Al final, proporcionó una lista de posibles bacterias culpables clasificadas de mayor a menor según la probabilidad de cada diagnóstico, su confianza en la probabilidad de cada diagnóstico , el razonamiento detrás de cada diagnóstico (es decir, MYCIN también enumeraría las preguntas y reglas lo que lo llevó a clasificar un diagnóstico de una manera particular), y su curso recomendado de tratamiento farmacológico.
MYCIN provocó un debate sobre el uso de su marco de incertidumbre ad hoc , pero basado en principios, conocido como " factores de certeza ". Los desarrolladores realizaron estudios que muestran que el desempeño de MYCIN se vio mínimamente afectado por perturbaciones en las métricas de incertidumbre asociadas con reglas individuales, lo que sugiere que el poder en el sistema estaba más relacionado con su representación de conocimiento y esquema de razonamiento que con los detalles de su modelo de incertidumbre numérica. Algunos observadores opinaron que debería haber sido posible utilizar la estadística bayesiana clásica . Los desarrolladores de MYCIN argumentaron que esto requeriría suposiciones poco realistas de independencia probabilística , o requeriría que los expertos proporcionen estimaciones para un número inviablemente grande de probabilidades condicionales . [1] [2]
Estudios posteriores demostraron más tarde que el modelo del factor de certeza podría interpretarse en un sentido probabilístico y destacaron los problemas con los supuestos implícitos de dicho modelo. Sin embargo, la estructura modular del sistema resultaría muy satisfactoria, lo que llevaría al desarrollo de modelos gráficos como las redes bayesianas . [3]
Combinación de evidencia
En MYCIN era posible que dos o más reglas pudieran sacar conclusiones sobre un parámetro con diferentes pesos de evidencia. Por ejemplo, una regla puede concluir que el organismo en cuestión es E. Coli con una certeza de 0.8 mientras que otra concluye que es E. Coli con una certeza de 0.5 o incluso -0.8. En el caso de que la certeza sea menor que cero, la evidencia está realmente en contra de la hipótesis. Para calcular el factor de certeza, MYCIN combinó estos pesos utilizando la fórmula siguiente para obtener un único factor de certeza:
Donde X e Y son los factores de certeza. [4] Esta fórmula se puede aplicar más de una vez si más de dos reglas extraen conclusiones sobre el mismo parámetro. Es conmutativo , por lo que no importa en qué orden se combinaron los pesos.
Resultados
Una investigación realizada en la Escuela de Medicina de Stanford encontró que MYCIN recibió una calificación de aceptabilidad del 65% en el plan de tratamiento de un panel de ocho especialistas independientes, que era comparable a la calificación del 42,5% al 62,5% de cinco miembros de la facultad. [5] Este estudio a menudo se cita como mostrando el potencial de desacuerdo sobre las decisiones terapéuticas, incluso entre expertos, cuando no existe un "estándar de oro" para el tratamiento correcto. [ cita requerida ]
Uso práctico
MYCIN nunca se utilizó en la práctica. Esto no se debió a ninguna debilidad en su desempeño. Algunos observadores plantearon cuestiones éticas y legales relacionadas con el uso de computadoras en la medicina. Sin embargo, el mayor problema, y la razón por la que MYCIN no se utilizó en la práctica habitual, fue el estado de las tecnologías para la integración de sistemas, especialmente en el momento de su desarrollo. MYCIN era un sistema independiente que requería que un usuario ingresara toda la información relevante sobre un paciente escribiendo las respuestas a las preguntas que MYCIN planteaba. El programa se ejecutó en un gran sistema de tiempo compartido, disponible a través de Internet ( ARPANet ), antes de que se desarrollaran las computadoras personales.
En consecuencia, la mayor influencia de MYCIN fue la demostración del poder de su enfoque de representación y razonamiento. Los sistemas basados en reglas en muchos dominios no médicos se desarrollaron en los años que siguieron a la introducción del enfoque de MYCIN. En la década de 1980, se introdujeron los "shells" de sistemas expertos (incluido uno basado en MYCIN, conocido como E-MYCIN (seguido de Knowledge Engineering Environment - KEE )) y apoyaron el desarrollo de sistemas expertos en una amplia variedad de áreas de aplicación. Una dificultad que se destacó durante el desarrollo de MYCIN y los subsiguientes sistemas expertos complejos ha sido la extracción del conocimiento necesario para que el motor de inferencia lo utilice del experto humano en los campos relevantes en la base de reglas (la llamada " adquisición de conocimiento embotellamiento").
Ver también
Referencias
- ^ Shortliffe, EH; Buchanan, BG (1975). "Un modelo de razonamiento inexacto en medicina". Biociencias matemáticas . 23 (3–4): 351–379. doi : 10.1016 / 0025-5564 (75) 90047-4 . Señor 0381762 .
- ^ Buchanan, BG; Shortliffe, EH (1984). Sistemas expertos basados en reglas: los experimentos MYCIN del proyecto de programación heurística de Stanford . Reading, MA: Addison-Wesley. ISBN 978-0-201-10172-0.
- ^ Heckerman, D .; Shortliffe, E. (1992). "De los factores de certeza a las redes de creencias" (PDF) . Inteligencia artificial en Medicina . 4 (1): 35–52. CiteSeerX 10.1.1.157.4459 . doi : 10.1016 / 0933-3657 (92) 90036-O .
- ^ Jackson, Peter (1999). Introducción a los sistemas expertos . Addison Wesley Longman Limited. pag. 52. ISBN 978-0-201-87686-4.
- ^ Yu, Victor L. (21 de septiembre de 1979). "Selección de antimicrobianos por computadora". JAMA . 242 (12): 1279–82. doi : 10.1001 / jama.1979.03300120033020 . ISSN 0098-7484 . PMID 480542 .
- The AI Business: The commercial uses of artificial intelligence , ed. Patrick Winston y Karen A. Prendergast . ISBN 0-262-23117-4 .
enlaces externos
- Sistemas expertos basados en reglas: los experimentos MYCIN del proyecto de programación heurística de Stanford - (editado por Bruce G. Buchanan y Edward H. Shortlife; versión de libro electrónico)
- TMYCIN , sistema basado en MYCIN
- "Mycin Expert System : una implementación de Ruby " (en el archivo web).
- "MYCIN: un estudio de caso rápido"
- "ALGUNOS SISTEMAS EXPERTOS NECESITAN SENTIDO COMÚN" - (por John McCarthy )
- "Sistemas expertos"