Статья: Онтология диагностики процессов

Институт автоматики и процессов управления ДВО РАН

Онтология диагностики процессов

В.В. Грибова

Е.А. Шалфеева

Владивосток, Россия

Аннотация

Диагностика в предметных областях, где внутри систем или объектов процессы протекают во времени, изменяясь и влияя на другие процессы и характеристики, сложна. Для повышения эффективности диагностики разработано большое количество систем, основанных на знаниях. Но в их моделях знаний не учитываются одновременно все виды темпоральных отношений: изменение значений признаков с течением времени, учёт промежутков времени, прошедших от моментов начала развития процесса и внешних воздействий и др. В статье рассматривается универсальная онтология знаний о диагностике процессов в различных предметных областях. Онтология позволяет формализовать аномалии как развивающиеся внутренние процессы, не присущие нормально функционирующей системе. Для построения таковой потребовалось определить некоторые понятия и отношения, которые являются особенностью таких предметных областей. Статья может быть полезна для разработчиков диагностических систем и для специалистов в области теории и практики применения онтологий.

Ключевые слова: онтология предметной области, онтология проблемной области, диагноз, диагностика, признак, гипотеза, процесс.

Введение

Во многих областях интеллектуальной деятельности, касающихся безопасности, здоровья, эффективности технологических производств, частью процесса управления (в том числе «управления» здоровьем людей) является диагностика отклонений от желательного развития или состояния объекта/системы.

Под диагностикой понимается распознавание внутреннего процесса, который не присущ диагностируемому объекту при нормальном его функционировании (как, например, заболевание). Будем называть диагнозом сам диагностируемый внутренний процесс (один класс отклонений от нормы) или множество внутренних процессов, не присущих системе в норме. Нередко под диагностикой понимается не только распознавание (класса) отклонения параметров функционирующей системы от нормативных, но и выявление причин, приведших к возникновению этих отклонений в системе.

В некоторых предметных областях (ПрО) сложность диагностики связана с тем, что системы или объекты обладают, кроме типовых параметров, индивидуальными особенностями, а условиями протекающих процессов внутри различных систем или объектов могут быть и события, происходящие в различные моменты времени, и внешние факторы. В ряде ПрО задачи диагностики решаются относительно систем или объектов, у которых процессы, в том числе с отклонениями, протекают во времени, продолжая изменяться и влиять на другие процессы и характеристики. Поэтому могут учитываться:

- интервал времени, прошедший с момента начала развития диагностируемого внутреннего процесса (не присущего объекту/системе);

- влияние событий и факторов на значения признаков и их изменение во времени;

- влияние индивидуальных характеристик объекта (системы) на проявления этого внутреннего процесса;

- степень доверия к признаку (нечеткость признака).

Диагностика в таких ПрО сложна. Для повышения ее эффективности используют технологию систем, основанных на знаниях - систем поддержки принятия решений (СППР) и экспертных систем (ЭС), - как средств, позволяющих принять во внимание значительное количество диагностических признаков и минимизировать ошибки, связанные с субъективными (человеческими) факторами. К настоящему времени разработано большое количество диагностических СППР и ЭС в различных ПрО: диагностика неисправностей в механических и электрических устройствах, медицинская диагностика, идентификация состояния сельскохозяйственных культур, диагностика заболеваний в ветеринарной эпидемиологии и др.

Различаются цели диагностических программных систем (ЭС или СППР). Некоторые ориентированы на выдвижение множества полезных гипотез, некоторые - на выдвижение одной наиболее вероятной гипотезы, а в некоторых диагностических ЭС используется принцип построения, основанный на конструктивной критике, выдвинутой пользователем гипотезы. Наиболее распространены программные системы, которые поддерживают задачу диагностики, предлагая специалисту множество полезных гипотез (которое далее должно быть уменьшено).

Для применения на практике от СППР требуются «прозрачность» для специалистов как используемых знаний, так и процесса рассуждения системы с объяснением результатов диагностики. Завоевавший популярность онтологический подход [1-3] позволяет создавать понятные специалистам базы знаний (БЗ) и формировать объяснение процесса работы в привычных профессиональных терминах.

Поскольку трудоёмкость создания «практически полезных» программных систем велика, нужны эффективные технологии снижения затрат. В работах [4, 5] выдвинуто утверждение, что в интеллектуальных системах можно выделить классы задач и для каждого класса разработать метод решения задачи, который будет повторно использоваться в различных системах. Построение универсального решателя диагностики, работающего в терминах универсальной единой онтологии, можно рассматривать как создание ядра эффективной технологии снижения затрат. Такой решатель должен проводить анализ всех типичных видов связей сущностей, важных для диагностики.

В известных онтологиях диагностики не учитываются одновременно все виды отношений вместе с «временной картиной» (изменение значений признаков с течением времени, учёт промежутков времени, прошедших от моментов начала развития процесса и внешних воздействий), поэтому целью работы является представление универсальной онтологии и демонстрация её возможностей на двух ПрО.

Постановка задачи

Для произвольной ПрО, где важно нормальное функционирование объектов/систем (биологических или технических), сопоставим внутреннему процессу, который не присущ диагностируемому объекту при нормальном его функционировании, понятие отклонение от нормы (или нарушение, поломка, неисправность, сбой, класс отклонений, диагноз).

В данной работе используется термин диагноз как множество отклонений (например, заболеваний); признаками называются любые свойства объекта/системы, измеряемые или наблюдаемые параметры, значения которых могут отличаться от нормальных (допустимых).

Признаки объекта, изменяющиеся с течением времени (в том числе на протяжении периода диагностики), называются темпоральными или динамическими.

При решении задач диагностики применяются модели знаний разной сложности:

- с учётом временной динамики (какие диапазоны значений в какие моменты или периоды ожидаются) или с учётом «временного аспекта» (например, температура снизилась; вибрация усиливается) или без таковых;

- с учётом или без учёта влияния факторов на динамику значений признаков (проявлений);

- с учётом возможности существования нескольких видов отклонений от нормы (т.е. диагноз есть множество отклонений, например: нескольких заболеваний сразу - «сочетанной патологии» в медицине, загрязнение контактов и обрыв контактов) или с расчётом на то, что объект имеет только одну проблему;

- с учётом разных методов диагностики;

- с группированием схожих отклонений от нормы или выделением подклассов отклонений (уточнением диагнозов).

Соответственно, в БЗ вносят причинные связи:

- отношения между внешними проявлениями и их причинами - диагнозами (нарушениями/отклонениями от нормы);

- отношения между событиями (или факторами) и (вызванными) диагнозами;

- цепочки (нарушения-диагнозы - внутренние состояния) (примером внутренних состояний являются клинические и патофизиологические состояния живых организмов [6]) и (состояния - проявления (значения измеримых параметров)).

В некоторых случаях для диагностики могут представлять интерес и более простые связи: (причинный фактор ^ внешнее проявление) (например, разрыв контакта - погасшая лампочка).

Иногда для проявлений и диагнозов в БЗ вводят временные свойства (а также для их взаимозависимостей - согласования протяжённости, задержки и т.п.). Характерны такие временные ограничения и временные свойства (проявлений и причин), как: диапазон времени до начала эффекта наблюдаемости (Onset), диапазон времени, когда эффект останется, если причина прекратится (Persist), максимальное время присутствия причины (Max-exist), задержка (Delay), самоограничение (Self-limiting), неустойчивость (Intermittent) - см. рисунок 1а [7].

Нередко представляют пошаговое развитие каждого проявления признака, соответствующего одному известному отклонению, с определённым временым шагом (отрезок разбивается на N равных интервалов) - см. рисунок 1б [8]. Часто вводят временные ограничения для попарно не пересекающихся интервалов, позволяющие определить разрешённую дистанцию между соответствующими моментами времени, используя выражения метрической точечной временной логики [8].

Чтобы «в полной мере» представлять динамику проявлений и состояний в БЗ (так, чтобы рассматривать варианты поэтапных изменений значений признаков), используют разные упрощения. Например, составляют временные шаблоны для последовательностей ожидаемых значений параметра состояния, интерпретируемые как более компактные последовательности (рисунок 1в) или «совокупные» узлы с качественным описанием (например, hyponatremia, hyperonatremia), временные «скопления» для описания процесса как единого понятия [6].

Рисунок 1 - Способы упрощения представления динамики проявлений

Иногда вводят «интервалы постоянства значений признаков на некоторых характерных интервалах» [9], превращая один динамический признак в несколько «постоянных» признаков (со средним значением). Например, анализ значения признака билирубина первых двух дней усреднены в первый диагностический признак, а значение второго признака берётся как усреднённое значение тех измерений билирубина, что сделаны в дни с 3-й по 7-й [10]. Другой вариант - один и тот же признак, определённый в два разных дня, понимается как два абсолютно разных и независимых признака (билирубин в первый день - это один диагностический признак, билирубин во второй день..., билирубин в пятый день - также новые признаки и т.д.) [9].

Иногда вводятся интервалы, представляющие устойчивые состояния, где уже нет изменения ни в одном из параметров [11]. На рисунке 1г показан пример множества соотношений между установившимися интервалами.

Часто динамику учитывают на «качественном уровне», а не в виде последовательностей; с использованием параметров для описания симптомов («периодически», «усиление» и т.п.), из них формируются симптомы: «усиление головной боли при движении», «периодически отмечался слабо выраженный абдоминальный болевой синдром» [12, 13].

В причинных связях учитываются различные аспекты причины (серьёзность, продолжительность и т.д.) [6], вводятся элементы нечёткой логики [14], факторы уверенности [15] или модальность как степень доверия к признаку. К причине добавляют факторы (возраст, вес и т.д.). В БЗ может быть заложена возможность учёта реакции на воздействие событий или факторов («реакция на определённое терапевтическое действие станет ключом к разгадке диагноза» [6]).

Помимо причинных отношений в БЗ могут быть представлены ассоциативные (коррелирующие) связи, когда присутствие одного признака влияет на ожидание о присутствии или отсутствии другого (причина корреляции или ассоциации не определена), и группирующие связи (присутствие нескольких проявлений одновременно представляет ситуацию шаблонного «синдрома») [6].

Введём обозначения:

- R_ex(t₀,..., tk) для признаков, значения которых могут изменяться;

- Ro для наблюдаемых индивидуальных характеристик объекта/системы;

- R_ev(t_u,..., t_v) для факторов и событий, наблюдаемых в некоторые моменты времени.

Пусть F_in - множество отклонений от нормы. Тогда в зависимости от цели диагностики

(в конкретных ЭС или СППР) диагноз есть А = f_in - одна наиболее вероятная гипотеза о классе отклонений - или множество полезных гипотез (которое в последующем должно быть уменьшено) А = {fin}, fin Є Fin.

Постановка задачи диагностики с использованием модели знаний, обобщающей разные традиции учёта времени наблюдений и динамики развития процессов и признаков, такова. Дано:

- результаты наблюдения признаков, характеристик объекта и произошедших событий на некотором интервале времени: R = R_ex(t₀,..., tk) + R_O + R_ev(t_u,..., t_v);

- база знаний.

Найти:

- все возможные причинно-следственные модели S (A, R) объекта/системы, относительно которых все предложения из БЗ истинны.

Причинно-следственные модели S (A, R) объекта связывают результаты наблюдений R и диагностированные отклонения A. S - объяснение решения, степень подробности которого зависит от онтологии проблемной области. В диагностических методиках отмечается поиск объяснения наблюдений (в ненормальном состоянии) и реконструкция вероятного «сценария», который произвел наблюдаемое состояние, чтобы «сценарий» последовательно объяснил наблюдения [7].

Онтология проблемной области состоит из терминологии и множества утверждений, определяющих соглашения проблемной области (или типы отношений терминов и ограничения на их интерпретацию). Онтология проблемной области «диагностика процессов» учитывает и позволяет описывать в единых диагностических терминах знания о: