小竞 (编辑)
关键要点
- mycin在当时非常先进，其能力水平与血液感染专家相当，比普通医生的准确性更高。它所使用的思维过程与人类思维相似。
- 研究人员使用lisp编写了这个系统，lisp是一组设计用于人工智能的多种编程语言。该系统是首个为医疗用途而发明的系统。
- mycin的基础来自于斯坦福大学开发的另一个框架称为dendral。该系统有助于在有机化学领域寻找新的化合物。
mycin是一个使用人工智能的向后推理专家系统。它用于确定严重感染的原因并推荐应该使用哪种抗生素进行治疗。它还可以根据患者的体重推荐正确的剂量。它还可以用于诊断和确定几种血液凝结疾病。mycin通过使用约600条规则和各种是/否问题来运作。然后，它能够根据每种类型的概率高低来确定细菌的种类。
mycin专家系统：历史
mycin是一种使用向后推理的专家系统，是一种人工智能形式。
©istock.com/putilich
mycin是由edward shortcliffe在五六年的时间里开发的。当时，他在斯坦福大学医学院的药学和计算机科学系任职。在使用过程中，该专家系统为脑膜炎患者提供了关于使用抗生素的建议。该系统的优点包括高度准确性；然而，缺点是没有超过人类的能力水平。
快速知识
- 创造于
- 1972年
- 创造者
- edward shortliffe
- 最初用途
- mycin专家系统是一种向后推理的专家系统，是人工智能的最早应用之一。应用范围涉及检测在血液感染和脑膜炎等细菌感染中发生的细菌。另一个好处是找到适合类型感染和适当剂量的正确抗生素。
mycin专家系统：工作原理
mycin使用一种人工智能形式来确定患者是否感染以及应该使用哪种抗生素进行治疗。
©fizkes/shutterstock.com
mycin是一种使用向后推理的专家系统，是一种人工智能形式。在这个上下文中，向后推理帮助确定患者是否感染，并通过几个步骤来确定细菌的类型和应该使用哪种抗生素。其优点包括因为已知的终点而更容易找到原因。
mycin使用大约600条规则和一些是/否问题的系统来确定每种不同细菌引起感染的概率。然后，它能够将这些排列为高概率和低概率，并确定最适合用于治疗的抗生素类型。它还可以根据患者的体重确定正确的抗生素剂量。
mycin专家系统：历史意义
专家将mycin专家系统描述为为所有类似系统奠定了基础，使其在计算机历史上脱颖而出。虽然缺点包括准确性仅达可接受水平而非高水平，但这个工具帮助铺平了人工智能进一步发展的道路。该系统经过了许多测试，但从未在临床环境中使用。
研究人员从该系统的优点和缺点中学到，将其基础应用于其他应用程序。使用类似技术的专家系统的例子包括pxdes和cadet，医疗专业人员使用这些系统来预测和识别癌症。
