最終更新日:2026年9月23日
gk
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