ارائۀ یک سیستم خبرۀ فازی برای تشخیص نوع بیماری صرع با استفاده از منطق وضعیت و مدل ACH در ایجاد پایگاه دانش

امروزه از سیستم‌های خبره به‌عنوان یکی از سودمندترین و پرکاربردترین سیستم‌های تصمیم‌یار استفاده می‌شود. این سیستم‌ها با تکیه بر دانش متخصصان یک حوزه، تجربه‎های گرانبهای آنها را با سرعت و دقت موجود در کامپیوتر ترکیب کرده و موجب ارتقای کیفیت قضاوت می‌شوند. یکی از گسترده‌ترین حوزه‌های کاربرد این سیستم‌ها تشخیص پزشکی است. متفاوت از آنچه در بیشتر تحقیقات گذشته در توسعۀ سیستم‌های خبره به‌کار گرفته شده، در پژوهش حاضر استفاده از منطق وضعیت در فرایند اکتساب دانش و رویکرد فازی در معماری موتور استنتاج سیستم خبره پیشنهاد می‌شود. تشخیص نوع بیماری صرع همواره یکی از بحث‎انگیزترین چالش‌ها میان پزشکان نورولوژیست بوده و تمایز دقیق بین انواع این بیماری با توجه به علائم نزدیک به هم آنها، محل اختلاف بین پزشکان این حوزه است که این سیستم خبره موفق به حل این مسئله با درجۀ صحت 83 درصد می‌شود. از ویژگی‌های بارز این پژوهش، ایجاد پایگاه دانش جامع و کامل با رویکرد تحلیل فرضیه‎های رقیب (ACH) برای تمایز بین گونه‌های چهارده‌گانۀ بیماری صرع است. تحقیقات انجام‌شده در این پروژه می‌تواند برای تشخیص سایر بیماری‌هایی که علائم نزدیک به هم دارند، شبیه‌سازی و استفاده شود. همچنین این سیستم می‌تواند در موقعیت‌هایی که دستیابی به پزشکان متخصص مغز و اعصاب ممکن نیست، بسیار مفید واقع شود.