Methods Inf Med 1982; 21(03): 143-148
DOI: 10.1055/s-0038-1635404
Original Article
Schattauer GmbH

SPHINX — A System for Computer-Aided Diagnosis

SPHINX — Ein System Zur Computerunterstützten Diagnose
M. Fieschi
1   From the Service Universitaire de Biomathématiques, Statistiques Médicales et Epidémiologiques, Informatique, Faculté de Médecine, Marseille, France
,
M. Joubert
1   From the Service Universitaire de Biomathématiques, Statistiques Médicales et Epidémiologiques, Informatique, Faculté de Médecine, Marseille, France
,
D. Fieschi
1   From the Service Universitaire de Biomathématiques, Statistiques Médicales et Epidémiologiques, Informatique, Faculté de Médecine, Marseille, France
,
M. Roux
1   From the Service Universitaire de Biomathématiques, Statistiques Médicales et Epidémiologiques, Informatique, Faculté de Médecine, Marseille, France
› Author Affiliations
Further Information

Publication History

Publication Date:
19 February 2018 (online)

This paper presents a system for computer-aided diagnosis, the SPHINX system, based on methods of inference and pattern matching used in artificial intelligence and on various heuristic features: fuzzy heuristics in relation to the suggestion power of the signs and heuristics based on the costs of complementary investigations. The first application was made in the diagnosis of epigastric pain. Its results are presented and discussed.

In dieser Arbeit wird ein System zur computerunterstützten Diagnose vorgestellt. Das SPHINX-System gründet auf Methoden der Inferenz und Musterzuordnung, die bei der künstlichen Intelligenz angewandt werden, und auf verschiedenen heuristischen Merkmalen — „fuzzy heuristics“ — in Verbindung mit der Suggestivkraft von Zeichen und Symptomen auf der Grundlage der Kosten komplementärer Untersuchungen. Die erste Anwendung erfolgte auf dem Gebiet der Diagnostik von Magenschmerzen. Die Ergebnisse werden vorgestellt und erörtert.

 
  • References

  • 1 De Dombal F. T, Leaper D. J, Staniland J. R, Mc Cann J. P, Horrocks J. C. Computer-aided diagnosis of acute abdominal pain. British med. J 1972; II: 9-13.
  • 2 Fieschi M, Joubert M. Application d’une méthode logique à l’aide à la décision en médecine. La méthode de Davis et Putnam en logique propositionnelle. Ilème Congrès AFCET-IRIA. Reconnaissance des formes et Intelligence Artificielle. Toulouse (France) Sept 1979
  • 3 Fieschi M, Joubert M, Roux M. Sur un modèle de représentation de la connaissance médicale en logique symbolique en vue de l’aide à la décision en médecine. Journées d’Informatique Médicale de Toulouse (France) 5-6. Mai 1980
  • 4 Fox J, Barber D, Bardhan K. D. Alternative to Bayes? A quantitative comparison with rule-based diagnostic inference. Meth. Inform. Med 1980; 19: 210-215.
  • 5 Pauker S. G, Szolovits P. Analyzing and simulating taking the history of the present illness: Context formation. Comput. Linguistics in Medicine. Schneider, Sagvall, Hein (Eds.) Amsterdam: North Holland; 1977
  • 6 Pople Jr. H. E, Myers J. D, Miller R. A. DIALOG: A model of diagnostic logic for internal medicine. Proc. 4th IJ-CAI 1975. Tbilissi (USSR) 848-855.
  • 7 Shortliffe E. H. Computer based medical consultations MYCIN. American Elsevier; New York: 1976
  • 8 Soula G. Aide à la décision en logique floue. Application en médecine. Thèse B. H. Faculté Médecine Marseille 1981
  • 9 Warner H. R, Olmsted C. M, Rutherford B. D. HELP. A program for medical decision-making Comput. biomed Res 1972; 5: 65-74.
  • 10 Waterman D. A, Hayes-Roth F. Pattern directed inference systems. Academic Press; New York: 1978
  • 11 Weiss S, Kulikowski C. A, Safir A. Glaucoma consultation by computer. Comput. Biol. Med 1978; 8: 25-40.