백혈병 진단을 위한 전문가 시스템의 개발 및 평가

Abstract

[한글]

최근 의학 분야에서 컴퓨터가 단순한 환자 데이터의 관리에서부터 진단 및 치료의 의사 결정에 이르기까지 광범위하게 활용되고 있다. 대부분의 전문가 시스템은 전문가로부터 필요한 지식을 추출하여 규칙의 형태로 지식 베이스를 구성하는데 전문가의 지식을규칙으로 다 표현하지 못해 그 한계성을 나타내고 있다. 본 연구에서는 이러한 한계성을 극복하기 위해 전문가의 과거의 경험을 활용할 수 있는 사례 기반 추론 방법을 도입하고 이를 규칙 기반 지식 베이스와 병합함으로써 임상에서 사용할 수 있는 전문가 시스템을 개발하고자 하였다.

진단 시스템을 위한 사례 베이스는 ART-IM/WindowsTM 2.5(Automated Reasoning Tool for INformation Management)를 이용하여 면역표지자 검사 결과로 구축하였고, 규칙 베이스는 VP-Expert를 사용하여 구축하였으며 ART-IM와 VP-Expert를 Foxpro 2.5를 이용하여 병합하였다. 진단의 정확성은 임상병리 전문의 소견과 비교하였으며 임상적 유용성은 진단적 민감도, 진단적 특이도, 진단적 효율성을 계산하여 평가하였다. 최적의 사례기반 진단시스템과 규칙기반 시스템은 문헌 고찰을 통해 수집한 지식을 근거로 반복 실험을 통하여 사례의 특성을 선별하였고 각각의 비교 가중치를 결정하였다.

실험 결과 구축된 규칙기반 시스템의 진단성적은 평가 사례 50예 중 30예가 임상병리 전문의 소견과 일치된 결과를 보였다. 사례기반 시스템의 진단성적은 평가 사례 50예중 33예가 임상병리 전문의 소견과 일치된 결과를 보였다. 사례기반 모형과 규칙기반 모형을 병합한 모형의 진단 성적은 평가 사례 50예중 40예가 임상병리 전문의 소견과 일치된 결과를 보여 병합 모형이 가장 우수한 진단 성적을 보였다. 병합 모형에서 진단적 민감도, 진단적 특이도 및 진단적 효율성은 비 백혈병 질환에서 각각 73%, 100%, 47%를 보여 가장 우수한 성적을 나타내었으며 골수구성 백혈병에서 73%, 100%, 47%를 보였고, 급성림프구성 백혈병에서는 50%, 90%, 41%의 성적을 보였다. Biphenotypic leukemia의 경우는 33%, 98%, 47%의 성적을 보였다.

[영문]

Nowdays the computer system has widely been applied to the medical field not only in the mansgement of patient records, but also in the decision support for the dia gnosis and the treatment of patients. Most of rules in the medical knowledge base were extracted from human experts.

However, there are many limitations to represent human knowledge properly to computer, especially in the medical field. The purpose of this study is to automate know ledge acquisition process by introducing the case based reasoning(CBR)which uses hu

man experience as cases.

In this study, the CBR system was developed by ART-IM/WindowsTM2.5(Automated Rea soning Tools for Information Management) using immunophenotyping test results. To account for the exceptional cases, the rule base reasoning(RBR) was also developed by VP-EXPERT and the interface between the CBR and the RBR was achieved by Foxpro 2.5. The performance of These systems were evaluated by the doctor's judgement in term diagnostic sensitivity, diagnostic specificity, and diagnostic efficiency. The optimal solution for the CBR and the RBR were determined by a series of simulation runs based on literature review and heuristic experiences.

Of 50 test cases, the RBR correctly predicted 30 case compared with the doctor's judgement; the diagnostic sensitivity, diagnostic specificity, and the diagnostic efficiency were 89%, 100%, and 47% respectively for the non leukemic cases; 73%, 100%, 47%, respectively for the acute myelogenous leukemic cases; 50%, 90%, 41%, respectively for the acute lymphocytic leukemic cases; and 33%, 98%, 47%, respectively for the biphentypic leukemic cases.

This study proves that expert systems could be used to prediagnose at least 80% of leukemia cases based on test results alone. In the future, the hybrid system can further be improved by adding more education data.