Many researchers in such area as medicine are interested in developing methods for providing computer-based decision support to the practicing physician. Although traditional researches have demonstrated the potential to provide useful computer-based consultation, they have paid little attention to the modeling of patient specific preferences and tradeoffs about the quantitative values which had been obtained from physicians. Furthermore, purely symbolic (non-quantitative) reasoning techniques have limited utility in the solution of many medical problems without the explicit consideration of the quantitative notions of uncertainty and tradeoffs.
Because these issues are central in decision theory, it is often a more effective strategy to integrate ideas and techniques from symbolic reasoning and decision theory.
Thus, this thesis attempts developing a computer-based clinical system for consulting disease treatment, called DACS(Decision-Analytic Consulting System), using decision tree, axioms of utility, and sensitivity analysis in decision-theoretic approach.
컴퓨터를 이용한 의료 분야의 진단 치료에 관한 많은 연구가 이루어 져 왔다. 이러한 연구들은 문제를 풀기위한 많은 방법들을 제시했고, 그 방법들은 나름대로 많은 공헌을 했다. 그런 방법들은 환자의 선호도나 전문가로 부터 반은 계량적인 값들의 불확실성은 별로 고려하지 않고 있다. 그러나 이러한 요소들은 복잡한 의료 분야 지식 기반 시스템에서 그 필요성이 더해간다.
의사 결정 이론은 이러한 요소들과 관련한 많은 연구가 이루어 져 왔고 또한 많은 방법들을 가지고 있다. 따라서 기존의 방법들과 의사 결정 기법의 적절한 절충에 의해 제시되는 해는 사용자에게 더욱 효과적이고 설득적이다.
본 연구는 지식 기반 시스템에서 의사 결정 기법들이 어떻게 사용되어 질 수 있는 가를 보이며 실제적으로 의사 결정 기법 중 의사 결정 tree, 효용의 공리 그리고 민감도 분석을 이용해서 질병 치료 자문용 지식 기반 시스템(DACS)을 개발했다.