Психические состояния и динамическое принятие решений.
Подобно Кляйну, Шанто, Бремеру и другим, наше желание понять высокоуровневое познание привело нас из лаборатории в мир, где принятие решений является сложным и даже настолько трудным, что даже опытные практикующие врачи, клиницисты, допускают значительные и, возможно, частые ошибки2. Мы изучили процесс принятия решений во многих рутинных медицинских учреждениях, включая оценку риска; выбор тестов и исследований; диагностику причин жалоб; выбор методов лечения и назначение лекарств; реализацию планов лечения; и принятие решений на основе команды. Это привело к созданию общей основы для понимания клинической экспертизы и разработки инструментов поддержки принятия решений, которая опирается на некоторые из рассмотренных выше идей. Модель "домино" на рис. 3 представляет собой вычислительную архитектуру, в которой когнитивные состояния обеспечивают выразительную и продуктивную основу для описания когнитивных процессов на протяжении всего цикла принятия решений.
Рисунок 3
www.frontiersin.org
Рисунок 3. Платформа domino agent framework-это усовершенствованная модель агента BDI.
Каждый узел домино представляет собой когнитивное состояние определенного типа, и каждая стрелка представляет собой процесс обновления этих состояний: убеждения могут привести к новым целям; цели-к вариантам принятия решений, а варианты могут привести к обязательствам (о том, во что верить или что делать) с соответствующим обоснованием. Сначала мы объясняем модель с помощью простого медицинского сценария, а затем описываем, как процессы, порождающие состояния, могут быть вычислительно реализованы.
- Джоан Смит быстро теряет вес, и для этого нет никаких очевидных причин.” В клинических условиях этот сценарий, как правило, приводит к намерениям решить причину потери веса и, если это необходимо, принять решение о наилучших действиях. Существует несколько возможных физических или психологических причин, а следовательно, и множество гипотез для объяснения жалобы пациента. После определения диагностических параметров лицо, принимающее решение, может определить, какую дополнительную информацию следует получить (задавая вопросы, заказывая исследования и т. д.), а также строить аргументы за и против конкурирующих гипотез на основе полученных результатов. Со временем лицо, принимающее решение, может принять убеждение относительно наиболее убедительной причины клинической проблемы.
Предположим, что лицо, принимающее решение, принимает диагноз язвы желудка. Это приводит к новой цели: решить, как лучше лечить язву. Знание желудочно-кишечных заболеваний предполагает целый ряд вариантов лечения, и аргументы могут быть построены за и против альтернатив, основанных на эффективности, побочных эффектах, затратах, лекарственном взаимодействии и так далее. Решение о наиболее предпочтительном плане лечения принимается на основе оценки всех аргументов. Предпочтительное лечение может быть простым, как назначение лекарства, или комплексным планом лечения, состоящим из многих этапов. Шаги плана могут привести к новым наблюдениям, что, в свою очередь, приведет к новым целям и изменениям в плане, а иногда и к отмене ранее принятых решений.
Моделирование того, что знает лицо, принимающее решение.
Работа в области искусственного интеллекта и когнитивного моделирования показывает, что важной задачей для теории принятия решений является представление и использование знаний. Ньюэлл (1981) предположил, что когнитивные системы должны характеризоваться тем, что он назвал уровнем знаний, а также уровнем обработки информации. Это должно описывать организацию и семантику знаний, которые позволяют и ограничивают когнитивную обработку. Со времени публикации статьи Ньюэлла была проделана большая работа по моделированию знаний в виде фреймов и других методов представления знаний, разработанных в ИИ, корни которых лежат в семантических сетях и моделях памяти, разработанных в когнитивной психологии и в последнее время формализованных в виде онтологий. Теперь мы дадим краткий обзор того, как онтологические концепции используются в информатике и ИИ для представления знаний; это неформальное и упрощенное представление технической работы в этой области, но является необходимой основой для остальной части статьи.
Онтологию можно рассматривать как иерархию структур знаний, в которую каждый уровень иерархии вносит определенный тип семантической информации (Рис.4). Например, строка "SCTID397825006 “является кодом для медицинского термина” язва желудка" в системе клинического кодирования SNOMED CT (Stearns et al., 2001). Сам код не имеет никакого значения; это просто строка символов. Первый уровень значения может быть обеспечен онтологическим назначением, связывающим термин "язва желудка “с узлом в концептуальной сети (как в” язве желудка “ - это своего рода”язвенная болезнь желудка"). Это связывает понятие с более общими категориями посредством дальнейших назначений: "язвенная болезнь" - это своего рода” болезнь“,” болезнь “ - это своего рода” ненормальное состояние " и так далее. Структура класса облегчает важную форму рассуждения, называемую наследованием; понятие "язва желудка “может наследовать свойства от своего суперкласса” пептическая язва “и от еще более общего класса” болезнь" (например, каждый класс болезней и экземпляр болезни, такой как язва желудка Джоан Смит, наследует свойство has_symptoms). Понятия здесь обозначаются кавычками, а свойства и отношения-курсивом.
Рисунок 4
www.frontiersin.org
Рисунок 4. "Онтологическая лестница", формализующая знание как иерархию все более сложных и семантически богатых концептуальных структур.
Понятия могут участвовать в других отношениях, а также являются своего рода отношениями, например, причинными отношениями (например, “язва желудка” вызывает “гематемез”). Если у пациента есть язва желудка, мы можем искать симптомы, которые специально вызваны этим заболеванием (например, “гематемез”) и, по наследству, симптомы, вызванные более общими видами язвенной болезни (например, “боль после еды”).
Понятие "болезнь “также семантически связано с другими широкими понятиями, такими как” лечение", которое может быть связано с болезнями через такие отношения, как контроль, искоренение и т. д. Методы лечения также имеют подклассы в онтологии (такие как” лекарственные средства“,” хирургические методы лечения"), которые имеют специфические для класса свойства (например, побочные эффекты, способ введения), а также свойства, унаследованные от общего класса (например, эффективность для, стоимость).
Описания могут быть объединены (например “” несварение желудка “ - это "настоящее", а "пациент" - "пожилой") “несварение желудка “ - это "настоящее" подразумевает "возможный диагноз" - это "язвенная болезнь", "несварение желудка" - это "настоящее", а "пациент" - это "пожилой" подразумевает “возможный диагноз “ - это " язва желудка”
Наконец, описания и правила могут быть сведены в модели. Два важных вида модели, которые широко распространены в медицине, - это сценарий и задача, которые являются фокусами многих клинических дискуссий и принятия решений. Например:Сценарий: "средний возраст, избыточный вес, мужчина с артериальной гипертензией, не контролируемой терапией первой линии "задача:" искоренить опухоль хирургическим путем с последующим 3 курсами адъювантной химиотерапии и ежегодным наблюдением в течение 3 лет”
Модели могут участвовать в дальнейшей онтологической разработке, формируя элементы описаний, правил и моделей более высокого порядка.
Онтологии являются основной темой исследований в области представления знаний и в настоящее время предлагают наиболее сложную теоретическую основу для понимания и применения знаний в процессе принятия решений и других когнитивных задачах.
Продолжение в части№5
Источники: https://doi.org/10.3389/fpsyg.2013.00150