结构化论辩理论在医疗决策中的应用研究

　　一、引言

　　人工智能AI(Artificial Intelligence)在帮助主体做出明智的决定方面有着巨大潜力。在决策支持系统DSSs(Decision Support Systems)中，这种帮助以建议的形式呈现，最终由决策咨询者做出决定。然而，随着数据驱动型AI系统的发展，持续增加的计算演化杂度导致了更为模糊的系统，决策建议的基本原理不透明，造成最终决策步骤变得相当复杂。高透明、可解释性成为DSSs设计的一个关键要素。抽象论辩框架(Abstract Argumentation Framework，简记AF框架)是基于明确定义的数学模型，其核心概念——论辩语义贴近集合论，集合元素被附有一些用于提供筛选决策论证标准的额外属性，并可表示相应决策遵循的步骤。因此，AF框架可对系统在论辩过程中的决策进行翻译，分步地展示出“如何从输入导出输出”，为系统建议的选择提供解释，具有强大的可解释力。然而，AF框架完全抽象的本质并不适合表示实践应用中的具体论证，如对医疗决策场景进行建模时，需要考虑论证的内部结构。鉴于此，本文提出一类以结构化论辩框架代替由AF框架转化MAF(Metalevel Argumentation Frameworks)的医疗决策模型MDM(Medical Decision Model)，①并将其应用到医疗决策案例分析中，揭示出结构化论辩框架在医疗决策领域的强大解释力和表达力。

　　我们来具体地考虑如下医疗案例：

　　例1.广州52岁的张女士因长期咳嗽、咳痰及活动后呼吸困难就诊，初步诊断为慢性阻塞性肺疾病COPD，医疗专家结合医疗指南提供了两种药物治疗方案：服用沙美特罗替卡松气雾剂(n)或者服用噻托溴铵粉雾剂(i)，而血压不稳定的患者应慎用沙美特罗替卡松气雾剂(a)。

　　基于论辩理论的医疗决策模型MDM如图1所示，其中“输入”层包括多个信息源，如患者的个人信息(年龄、性别、籍贯等)、以往的就诊记录、提供有关疾病或症状建议的临床指南，以及决策者需要实现的目标等，也可包括医疗专家或患者的个人偏好。考虑到标准可能性逻辑SPL(Standard Possibilistic Logic)②从可信度角度关注演绎、似真推理及信念修正，③其中的必然性测度可以对临床医生所获取信息的不确定性进行量化处理，以适合医疗决策领域中信息知识的表达和刻画；同时，建模实践应用中的论证推理，需要深入论证内部结构，因此，本文选择基于SPL量化的结构化论辩框架P-ASPIC+④作为MDM框架的推理机制。首先，“输入”层提供的所有信息被形式化为SPL公式，形成包含行动集、目标集与行动—目标函数的知识库；其次，“推理引擎”依据知识库构建论证、确定论证间的冲突关系，生成结构化论辩框架P-ASPIC+，并且通过“求解器”TOAST求解P-ASPIC+可接受的论证集(外延)；再次，通过“解释生成器”给出P-ASPIC+中“合理可证”(justified)论证的自然语言解释；最后，确定能实现目标的行动，即采取医疗决策。

　　

　　图1 医疗决策模型MDM

　　二、预备知识

　　经典抽象论辩框架AF=(Arg，Att)是由论证集Arg和论证间的攻击关系Att组成的二元组，可表示为一个有向图，图中节点表示论证，有向边表示论证间的攻击关系。⑤给定AF框架，基于不同论辩语义，如基底语义(grounded semantic)、优先语义(prefered semantic)、稳定语义(stable semantic)、完全语义(complete semantic)等，主体可对AF中的论证进行评估，识别出可接受的论证集，获取相应语义下的论证外延集。特别地，若论证A被包含在某语义下所有的外延集中，则称论证A在此语义下是怀疑性合理可证的(skeptically justified)；若A至少被包含在此语义下的一个外延集中，则称论证A在此语义下是轻信性合理可证的(credulously justified)。AF作为经典的形式化论辩理论，具有通用性和灵活性，广泛应用于法律、医学和人工智能等领域。然而，在分析具体论辩实践时，由于AF未考虑论证的内部结构，我们需要明晰论证构造并细化论证间的冲突关系。

　　P-ASPIC+是整合通用结构化论辩框架ASPIC+⑥和标准可能性逻辑SPL的结构化论辩框架。一方面，底层逻辑SPL由D.Dubois等学者基于可能性理论⑦提出并发展起来：

　　

　　另一方面，作为P-ASPIC+所依托的结构化论辩框架ASPIC+，可归约到AF框架，遵循利用AF框架四种经典语义筛选可接受论证的标准。同时，ASPIC+可以刻画论证内部具体构造、识别论证间不同冲突关系，是一类聚焦从底层知识库构建论辩框架的结构化论辩理论，架起了AF框架与实践应用之间的桥梁。特别地，在这类结构化论辩框架中，论证间的攻击关系、子论证对论证(结论)的支持关系，以及可接受论证的极大子论证结论分别对应了论辩在医疗语境中的三大作用：医疗对话(不同主体就其主张的有效性进行辩论)、医疗解释(提供出具处方的合理理由)和医疗决策(推荐可能的治疗方案)。⑧因此，P-ASPIC+既可量化医疗决策论证中的不确定信息，也能为医疗决策系统建议的选择提供解释，成为本文选择该框架作为MDM模型推理机制的原因。