Miękkie algorytmy obliczeniowe w zastosowaniu do komputerowo wspomaganej diagnostyki medycznej

Abstract

Techniki sztucznej inteligencji cieszą się w ostatnich latach dużym zainteresowaniem. Sama sztuczna inteligencja (AI – ang. Artificial Intelligence) jest dziedziną stosunkowo młodą, budzącą z jednej strony wielkie nadzieje na stworzenie maszyny inteligentnej, zdolnej do wykonywania trudnych zadań, z drugiej zaś budzącą wiele kontrowersji. Jedną z technik wykorzystywaną w zadaniach wspomagających podejmowanie decyzji są miękkie algorytmy obliczeniowe ("soft computing"). Pod tą wspólną nazwą kryją się różne dziedziny wchodzące w skład AI, m.in. sztuczne sieci neuronowe, logika rozmyta, algorytmy genetyczne i programowanie ewolucyjne. Niniejszy referat przedstawia opracowany algorytm podejmowania decyzji w wybranym zadaniu diagnostyki medycznej (diagnostyka cukrzycy typu II). Przyjęto rozwiązanie łączące w sobie różne techniki sztucznej inteligencji – algorytm genetyczny (GA – ang. Genetic Algorithm) i system z logiką rozmytą (FLS – ang. Fuzzy Logic System). Do testowania zaproponowanego podejścia wykorzystano medyczną bazę danych Pima Indians Diabetes Database.
Autor: Małgorzata FORTUNA

1. WPROWADZENIE

1.1. SFORMUOWANIE PROBLEMU MEDYCZNEGO

Cukrzyca typu II, ze względu na gwałtowny wzrost zachorowalności jest uznawana za epidemię XXI wieku. Szacuje się, że problem ten dotyczy około 100 milionów chorych w krajach rozwiniętych, a w 2010 roku liczba ta wzrośnie do około 220 milionów. Również w Polsce cukrzyca stanowi poważny problem zdrowotny. Większość przypadków cukrzycy (ok.85-90%) to cukrzyca typu II.

Wiadomo, że dużą rolę w powstawaniu cukrzycy odgrywają czynniki genetyczne, ale również duże znaczenie przypisuje się czynnikom środowiskowym. Najlepszą ilustracją niekorzystnego wpływu środowiska jest przykład Indian Pima z Ameryki Północnej, którzy są obciążeni genetycznie większą skłonnością do otyłości i cukrzycy typu II. Na początku XX wieku była to populacja ludzi szczupłych, a cukrzyca typu II była wśród nich rzadkością. Obecnie, po przyjęciu „zachodniego stylu życia” 80% tej populacji to ludzie otyli, a częstość występowania cukrzycy typu II jest największa na świecie - 40% wszystkich dorosłych i 70% osób powyżej 60 roku życia. Około połowy z nich zapada na cukrzycę przed ukończeniem 35-roku życia. We wczesnych latach 60 powstała hipoteza, że w społeczeństwach charakteryzujących się pierwotnie dużymi wahaniami w dostępności pożywienia, drogą ewolucji wykształcił się tzw. „oszczędny genotyp” lub „gen ciułania”, pozwalający na maksymalne wykorzystanie dostarczonego pożywienia i przetrwanie okresów głodu. Oczywiście w dzisiejszych czasach względnego dobrobytu adaptacja ta stała się obciążeniem, co jest powodem ciągle wzrastającej zachorowalności na tą chorobę. Amerykańscy uczeni zajmujący się etiologią cukrzycy typu II, od 1965 roku prowadzą badania na ochotniczej grupie Indian Pima. Owocem ich wieloletniej pracy jest solidna baza danych Pima Indians Diabetes Database.

1.2.1. OPIS ZBIORU UCZĄCEGO

Baza danych Pima Indians Diabetes Database pochodzi z ośrodka badawczego NIDDK (National Institute of Diabetes and Digestive and Kidney Diseases - University Johns Hopkins). Zawiera opis 768 przypadków medycznych, dotyczących kobiet powyżej 21 roku życia, gdzie 500 z nich wykazywało objawy cukrzycy (klasa 0), natomiast pozostałe 268 nie (klasa 1). Każdy przypadek to prawidłowa diagnoza pacjentki (test pozytywny bądź negatywny na cukrzycę typu II) oraz wartości pięciu parametrów uznanych za istotne dla podjęcia diagnozy, takich jak:
- koncentracja glukozy,
- indeks masy ciała BMI (ciężar masy ciała [kg]/wzrost2 [m]),
- wiek,
- ilość okresów w ciąży,
- ciśnienie rozkurczowe krwi (ciśnienie diastoliczne [mm Hg]).

Im wartości podanych parametrów (cech) są wyższe, tym większe prawdopodobieństwo, że diagnozowany pacjent (obiekt) będzie chory na cukrzycę typu II (czyli zostanie zakwalifikowany do klasy 1).

Spróbujmy teraz odpowiedzieć na pytanie, w jaki sposób wykorzystać posiadaną bazę danych i czy istnieje możliwość wspomagania diagnostyki lekarza w rozpoznawaniu cukrzycy typu II?