Skip to the content.

最終更新日:2026年9月23日

まず結論

MYCINは、1970年代にスタンフォードで開発された、細菌感染症について原因菌の推定や抗菌薬の選択を支援するルールベース型エキスパートシステムです。

G検定では、

  • 医療
  • 感染症
  • 抗菌薬
  • if-thenルール
  • Certainty Factor(CF:確信度)

を押さえます。

直感的な説明

MYCINは、医師の専門知識を、

もし、この条件が成り立つなら、この菌の可能性が高い

というルールとして表現します。

ただし医学的判断は常に白黒ではありません。

そこでMYCINでは、結論の確からしさを扱うためにCertainty Factorを使います。

定義・仕組み

MYCINの知識は、多数のproduction rule(生成規則)として記述されました。

推論では、

  • 患者の情報
  • 検査結果
  • 症状
  • 感染部位

などをルールと照合し、原因となる微生物や治療候補を推論します。

Certainty Factor

CFは、ルールによる結論をどれくらい確からしいと扱うかを表す仕組みです。

G検定では、厳密な確率計算と同一視せず、

不確実な専門家判断を数値的に扱うための仕組み

として整理します。

いつ使う?(得意・不得意)

MYCINは、専門知識が比較的明示化できる狭い領域で、知識ベース推論がどのように機能するかを示す歴史的な例です。

一方で、

  • 知識を人手で追加する必要がある
  • ルールの保守が難しい
  • 対象領域外へそのまま一般化できない

という専門家システム共通の課題があります。

G検定ひっかけポイント

MYCIN=機械学習?

❌ 患者データからニューラルネットワークを訓練する
⭕ 専門家のルールを使って推論する

Certainty Factor=厳密なベイズ確率?

❌ ベイズ確率と完全に同じ仕組み
⭕ MYCIN独自の不確実性表現として理解する

DENDRALとの違い

  • DENDRAL → 化学・分子構造
  • MYCIN → 医療・感染症・抗菌薬・CF

まとめ(試験直前用)

  • MYCIN=医療のエキスパートシステム
  • 1970年代
  • 細菌感染症・抗菌薬
  • if-thenルール
  • Certainty Factor
  • 深層学習ではない
  • CFが出たらMYCINを疑う

参考資料

© 2024-2026 stemtazoo. All rights reserved.