1. تهیه کننده: زینب شهبازی استاد راهنما: دکتر کاهانی آذر 93
دانشگاه فردوسی مشهد
دانشکده‌ی مهندسی
گروه مهندسی کامپیوتر
کاربرد سیستم های خبره در پزشکی
تهیه کننده: زینب شهبازی استاد راهنما: دکتر کاهانی آذر 93

2. فهرست کاربرد سیستم های خبره فازی در تشخیص پزشکی
کاربرد سیستم های خبره فازی در تشخیص پزشکی
روش ها و مدلسازی سیستم های خبره
روش های فازی عصبی
پوسته و چارچوب سیستم های خبره فازی
روند پژوهش در سیستم های خبره فازی پزشکی
دلایل استفاده سیستم خبره در پزشکی
منطق فازی در پزشکی
زمینه­های مورد استفاده سیستم­های خبره
سیستم های خبره دنیای پزشکی
سیستم های خبره فازی در تشخیص پزشکی
مرور سیستم های خبره فازی در تشخیص پزشکی

3. دلایل استفاده سیستم خبره در پزشکی
پزشکی، اغلب در مرز بین علم و هنر، یک نما بسیار عالی است
تشخیص و تصمیم یک پزشک بر اساس تجربه،تخصص و ادراک
فازی بودن استدلال و تصمیم گیری بشر
پزشکان برخی اوقات دچار خطا و اشتباه می­شوند.
پزشکان قادر نیستند که همیشه خود را با اخرین یافته­های اطلاعات پزشکی تطبیق دهند.
کارایی خروجی سیستم های فازی به خوبی قابل قیاس با با شیوه های موجود است
سازمانهای مراقبت بهداشتی مایل به افزایش کیفیت مراقبت و کاهش هزینه­های ان هستند.
1/26

4. منطق فازی در پزشکی
ارتباطات بین دانشمندان پزشکی و مهندسان کامپیوتر به یک پیشرفت میان رشته ای در توسعه سیستم های هوشمند منجر می شود
روش منطق فازی، به جای یک منطق قطعی یا باینری، مانند منطق انسان، مرزهای قطعی ندارد
منطق فازی یک روش برای ارائه دقیق آنچه مبهم در جهان پزشکی است
تشخیص طبی بسیار پیچیده هستند و پوشش این مساله با منطق فازی بسیار دشوار است
تکنیک های هوش مصنوعی در تشخیص، درمان ، پیگیری بیمار، پیش بینی خطر ابتلا به بیماری و ...
منطق فازی نقش مهمی در برخی از حوزه های پزشکی ایفا می کند
2/26

5. زمینه­های مورد استفاده سیستم­های خبره
تشخیص بیماری
درمان
تجزیه و تحلیل تصویر
نظارت بر بیمار
تجزیه و تحلیل داده های پزشکی
3/26

6. سیستم های خبره دنیای پزشکی
برنامه DENDRAL : شرح و بیان ساختار مولکولی و تحلیل شیمیایی
نرم افزار MYCIN : تشخیص و درمان بیماری میکروبی
نرم افزار PUFF : تشخیص بیماری های ریوی
نرم افزار XBONE : تشخیص بیماری های استخوانی
نرم افزار VM : نظارت بر بیماران نیازمند مراقبت های ویژه
BLUE BOX : تشخیص و درمان افسردگی
ATTENDING : آموزش در امور مدیریت بیهوشی
CADUCEUS : تشخیص بیماری های مربوط به طب داخلی
درمان
تجزیه و تحلیل تصویر
نظارت بر بیمار
تجزیه و تحلیل داده های پزشکی
تجزیه و تحلیل نظریه
4/26

7. سیستم های خبره فازی در تشخیص پزشکی
به طور کلی می توان مقالات مرتبط با توسعه FES و پتانسیل کاربرد آنها در زمینه پزشکی در
دو ونیم دهه گذشته را به 5 دسته تقسیم کرد
مرور و بررسی سیستم های خبره فازی در تشخیص پزشکی
کاربرد سیستم های خبره فازی در تشخیص پزشکی
روش ها و مدلسازی سیستم های خبره فازی
روش های فازی –عصبی
پوسته و چهارچوب سیستم خبره فازی
5/26

8. مرور و بررسی سیستم های خبره فازی در تشخیص پزشکی
بررسی مقالات ارائه شده،مشخص میشود که حدود 8٪ مقالات در مورد بررسی سیستم های خبره
و کاربرد آنها در تشخیص پزشکی بوده است
ضرورت استفاده از فازی برای طراحی سیستم های خبره در تشخیص پزشکی
بررسی مناسب بودن نظریه مجموعه فازی و نظریه های مشتق شده آن برای توسعه سیستم های مبتنی بر دانش
6/26

9. کاربرد سیستم های خبره فازی در تشخیص پزشکی
44% از مطالعه محققان اختصاص داده شده به استفاده از FES برای تشخیص پزشکی و توسعه برنامه های کاربردی بیماری های خاص
7/26

10. کاربرد سیستم های خبره فازی در تشخیص پزشکی
اخیرا برنامه های کاربردی کامپیوتری برای تشخیص و درمان بیمار مورد توجه خاص قرار گرفته است
حوزه هایی که برنامه های کاربردی متنوعی با استفاده از منطق فازی ارائه شده است:
تمایز سندرم
تشخیص بیماری های مزمن انسدادی ریوی
بیماری های پروستات
بیماری های لنفاوی
نظارت و کنترل در واحد مراقبت های ویژه و اتاق عمل
اختلال کبدی و صفرا
تشخیص و درمان دیابت
تعیین دوز دارو
قلب و تشخیص بیماری قلبی و عروقی
تنگی نفس
درد شکم
بیماری های مناطق گرمسیری
، بیماری های عصبی
اندازه گیری پزشکی برای مصرف مواد مخدر
تشخیص مالاریا
درجه کم خونی کودک
8/26

11. کاربرد سیستم های خبره فازی در تشخیص پزشکی
برنامه های کاربردی تحت وب و رابط های فعال پزشکان برای به اشتراک گذاشتن تجربیات و تخصص
درحوزه های غیر بیماری هم برنامه های کاربردی ارائه شده است مانند:
ماموگرافی اشعه ایکس
تفسیر تصاویرماموگرافی و سونوگرافی
بررسی الکتروگرافیک از بدن انسان
سیستم های خبره فازی صوتی مختلف در بدن انسان توسط ارگان های مختلف
9/26

12. کاربرد سیستم های خبره فازی در تشخیص پزشکی
بررسی دقیق تر کاربردهای زیر:
تشخیص بیماری کرونری قلب و خطر ابتلا به آن در ده سال آینده
سیستم نظارت بر وضعیت بیمار در طول عمل جراحی
کنترل شرایط لازم برای اتاق عمل در زمان جراحی
10/26

13. تشخیص بیماری کرونری قلب و خطر ابتلا به آن در ده سال آینده
تشخیص بیماری کرونری قلب و خطر ابتلا به آن در ده سال آینده
یک سیستم خبره فازی ترکیبی است
ارزش های ورودی در بخش فازی : ، سن، کلسترول و فشار خون
خروجی: خطر ابتلا
طبقه بندی قوانین با توجه به چهار گروه مختلف با توجه به این جنس و سیگاری بودن فرد
در مرحله اول،عامل خطر کلی محاسبه می شود
11/26

14. تشخیص بیماری کرونری قلب و خطر ابتلا به آن در ده سال آینده
Received 22th January 2014, Accepted 15th February 2014 , Design of Fuzzy Expert Systems and Its Applications in Some Medical Areas
12/26

15. تشخیص بیماری کرونری قلب و خطر ابتلا به آن در ده سال آینده
برای پارامتر های ورودی ارزش های زبانی فازی زیر تعریف شده است
سن: جوان، میان سال و قدیمی
سطح کلسترول: پایین، عادی و بالا
سطح کلسترول HDL: پایین، متوسط و بالا
فشار خون: پایین، میانه، بالا و بسیار بالا
خطر CHD :خیلی کم، کم، میانه، بالا و بسیار بالا
13/26

16. تشخیص بیماری کرونری قلب و خطر ابتلا به آن در ده سال آینده
قواعد را به چهار گروه تقسیم می کنیم.در هر قسمت 108 قانون وجود دارد برای مثال، اگر بیماریک مرد
غیر سیگاری باشد قوانین به شکل زیر است
Received 22th January 2014, Accepted 15th February 2014 , Design of Fuzzy Expert Systems and Its Applications in Some Medical Areas
14/26

17. تشخیص بیماری کرونری قلب و خطر ابتلا به آن در ده سال آینده
تابع عضویت احتمال خطر ابتلا
تابع عضویت فشار خون
Received 22th January 2014, Accepted 15th February 2014 , Design of Fuzzy Expert Systems and Its Applications in Some Medical Areas
15/26

18. تشخیص بیماری کرونری قلب و خطر ابتلا به آن در ده سال آینده
Received 22th January 2014, Accepted 15th February 2014 , Design of Fuzzy Expert Systems and Its Applications in Some Medical Areas
16/26

19. تشخیص بیماری کرونری قلب و خطر ابتلا به آن در ده سال آینده
مرد غیر سیگاری
سن 57 سال
کلسترول 220 میلی گرم / دسی لیتر
فشار خون 120 میلی متر / جیوه
HDL-C 38 میلی گرم / دسی لیتر
خطر CHD ٪
Received 22th January 2014, Accepted 15th February 2014 , Design of Fuzzy Expert Systems and Its Applications in Some Medical Areas
17/26

20. سیستم نظارت بر وضعیت بیمار در طول عمل جراحی
طراحی یک سیستم خبره فازی برای ردیابی توابع حیاتی بیمار و مدیریت عمل جراحی کرونر
با کمک دستگاه ها،چهار تابع حیاتی بیمار بررسی می شود(فشارخون،هموگلوبیم،نبض،بتابلاکر)
خروجی دستگاه به وضعیت فعلی بیمار در حین عمل،تفسیر می شوند
خروجی سیستم در طول عمل به صورت تصویری و صوتی نمایش داده می شود
صدا به صورت mp3 و نمایش رنگ های آبی/سبز/زرد/نارنجی/قرمز که نشان دهنده وضعیت از ثبات به خطرناک
18/26

21. سیستم نظارت بر وضعیت بیمار در طول عمل جراحی
Received 22th January 2014, Accepted 15th February 2014 , Design of Fuzzy Expert Systems and Its Applications in Some Medical Areas
19/26

22. کنترل شرایط لازم برای اتاق عمل در زمان جراحی
در اتاق عمل جایی که عمل جراحی انجام می ویژگی های مهم از جمله بهداشت، گرما، نور، هوا و ذرات تا ضروری است
برخی از شرایط خاص مانند حفظ درجه حرارت در اتاق عمل در سطح خاص، کاهش ذرات در اتاق به سطح حداقل، حفظ سطح رطوبت در سطح مورد نظر و به طور مداوم حفظ همان سطح از هوای تازه لازم است و به کنترل نیاز دارد
ورودی:حرارت، رطوبت، اکسیژن و ذرات
خروجی:ورودی هوا و فن چرخشی
طراحی اتاق عمل نمونه با پیکر بندی مناسب
سنسور جاگذاری شده و اطلاعات حسگر با استفاده از یک رابط طراحی شده برای کامپیوتر منتقل شد
توابع عضویت
20/26

23. روش ها و مدلسازی سیستم های خبره فازی
بررسی نشان می دهد که 21٪ مقالات به سمت مدل سازی و روش های سیستم خبره بوده است
روش های جدید گزارش شده توسط محققان مختلف شامل استفاده از آنها در توسعه FES مانند:
کسب دانش پزشکی
توسعه سیستم های هیبرید
برنامه ریزی درمان
مشاوره
نظارت و کنترل سیستم ها
پارامترهای پیش بینی
تفکر مصنوعی
رویکرد فازی الگوریتم ژنتیک
....
21/26

24. روش ها و مدلسازی سیستم های خبره فازی
به عنوان رویکرد جدید برای ساخت سیستم های هوشمند ترکیبی،منطق فازی با سیستم های عصبی ترکیب می شود
سیستم مشاوره پزشکی برای تصمیم گیری پزشکی، اندازه گیری آنلاین، نظارت، کنترل پارامترها
تمایل بسیاری از محققان به سمت توسعه سیستم های خبره فازی مختص یک تخصص و مشکلات وابسته به دامنه کاری آن
گسترش افق پژوهش در زمینه پزشکی با ادغام روش کیفی، کمی و علمی ارائه شده
22/26

25. روش های فازی-عصبی
13٪ مقالات در توسعه سیستم های خبره بر اساس عصبی فازی در زمینه تشخیص پزشکی
شبکه عصبی مصنوعی به عنوان ابزار تحلیلی
شبکه عصبی مصنوعی با دقت بالا و نتایج غیر قابل درک
مشکل جدی در داده کاوی پزشکی از قوانین که از شبکه عصبی مصنوعی مشتق شده
بهبود روش های مختلف به تفسیر و یا استخراج قوانین شبکه عصبی مصنوعی
نتایج شبکه عصبی مصنوعی یکی از بهترین نتایج در مقایسه با نتایج به دست آمده از مطالعات مرتبط قبلی
ساخت سیستم های هوشمند کامل تر با ادغام منطق فازی و شبکه عصبی
تشخیص کم خونی کودکان ، تشخیص گلوکوم، تنگی شریان چشم، …با روش عصبی فازی
23/26

26. پوسته و چارچوب سیستم های خبره فازی
پوسته و چارچوب سیستم های خبره فازی
پرداخت حدود 14٪ مقالات به توسعه پوسته و چارچوب سیستم خبره فازی در زمینه تشخیص پزشکی
استفاده مهندس دانش از پوسته برای ساخت يک سيستم خبره به منظور حل يک مسأله با دامنه مشخص
توسعه سیستم های خبره با استفاده از ابزار نرم افزار های تخصصی به نام "پوسته"
توسعه پوسته سیستم خبره با کاربرد خاص و بیماری های خاص
24/26

27. سیستم های خبره فازی در تشخیص پزشکی
تقریبا در هر جنبه از مفهوم فازی توسط محققان مطالعاتی انجام شده است
25/26

28. روند پژوهش در سیستم های خبره فازی پزشکی
تعادل نفوذ مفهوم فازی در زمینه پزشکی تا سال 2000
رشد نمایی در طول دهه اخیر و توجه بیشتر محققان به توسعه سیستم های فازی خاص پزشکی
تشدید تقاضا برای تمرکز بیشتر بر روی توسعه سیستم های هوشمند تر خبره فازی پزشکی
26/26

29. ؟
از توجه شما متشکرم