微生物检验是一门实践性、经验性极强的学科。从标本的采集、运送、处理到对标本中致病微生物病原体的分离、培养、鉴定，药敏试验，最后才能出具准确的报告，这个过程中每一步都关系到最后结果的准确性。因此，在较短时间内掌握微生物检验技术是一项比较有挑战的工作。
随着互联网技术的发展，相比于传统数据库，知识库已经成为计算机中各领域的研究热点。人工智能和数据库的有机结合，促成了知识库系统的产生与发展。规则引擎起源于基于规则的专家系统，属于人工智能的范畴，通过模仿人类的推理方式，通过试探性推理，使用人类能够理解的方式证明其结论。
本文依托于规则引擎，构建了面向微生物检验领域的可视化专家系统。该系统架构包含知识层、数据层、引擎层、服务层等四个层次。通过对知识层数据的抽象提取，并结合基于python语言和flask架构构建的规则引擎，可实现对微生物检验全流程的规则监听和专业引导，深入服务微生物检验领域。
微生物检验专家系统 架构设计
专家系统架构图如下图所示。知识层是专家系统的知识输入，主要包含微生物检验领域的CLSI等行业标准、专家共识、管理规范等；数据层包含标准裸库、业务数据两类，其中标准裸库，面向实际业务对知识层进行抽象提取。依据微生物检验的特性，业务数据主要涉及LIS、HIS、EMR、临床诊断、用药信息等；基于知识层和数据层，构建规则引擎层，具有复杂规则实现、规则灵活修改、快速响应变更等优势；最终通过服务层实现规则引擎相关服务。
专家系统架构图
微生物检验专家系统 规则引擎可视化界面
微生物检验专家系统可视化界面如下图所示，该知识库系统可对微生物检验全流程进行规则监听，并给出专业建议。对于复杂规则、个性化规则，可基于副规则链进行本院特色扩展。现有专家系统规则类型如多重耐药推断、天然耐药规则、药敏合理值规则、药敏结果推导、菌种级必报药规则、K-B补充药敏规则、药敏结果复核规则、用药解释补充规则库、治疗解释补充规则库、联合药敏建议规则、基于临床信息的智能药敏折点、血培养污染（假阳性）推断、相关结果违背提示等。
微生物检验专家系统可视化界面
微生物检验专家系统应用
专家系统对微生物检验全流程进行专家级建议和引导，打造智慧化、专业化微生物检验系统。如下图所示为在报告工作站中的一张药敏报告，专家系统会对报告单中违反相关行业标准、专家共识等的部分，进行自动提示。极大降低了对微生物检验人员应具有较高从业经验的要求。
药敏报告(报告工作站)
微生物检验专家系统具有如下优势：
1、通过10余年对微生物检验信息系统的积累，基于行业标准、专家共识等，构建了微生物检验标准库；
2、基于知识层，对微生物检验全流程进行知识抽取和覆盖；
3、对于本院自有知识，通过可视化界面，可实现主规则个性化定义，副规则链本地化扩展；
4、业务规则与系统代码分离，实现业务规则的集中管理；
5、在不重启服务的情况下，可随时对业务规则进行扩展和维护；
6、动态修改业务规则，快速响应需求变更。
