XÂY DỰNG HỆ HỖ TRỢ RA QUYẾT ĐỊNH CHẨN ĐOÁN BỆNH

TẠP CHÍ KHOA HỌC, Đại học Huế, Tập 74A, Số 5, (2012), 129-139 XÂY DỰNG HỆ HỖ TRỢ RA QUYẾT ĐỊNH CHẨN ĐOÁN BỆNH Văn Thế Thành, Trần Minh Bảo Trường Đại học Công nghiệp thực phẩm Tp HCM Tóm tắt Bài báo tiếp cận mô hình lập luận mờ để xây dựng hệ hỗ trợ định, từ xây dựng chương trình ứng dụng mô hệ hỗ trợ định chẩn đoán bệnh Quá trình xây dựng hệ hỗ trợ định thực dựa kết hợp sở lý thuyết tập mờ, đại số gia tử phương pháp suy diễn mờ để tiến hành xây dựng hệ hỗ trợ định trình chẩn đoán bệnh qua số liệu siêu âm tim mạch Việc xây dựng ứng dụng thực nghiệm liệu mẫu Viện Tim mạch Tp.HCM, kết bước đầu thử nghiệm 3000 mẫu liệu triệu chứng suy tim bệnh nhân chương trình đưa kết chẩn đoán với độ xác 80% so với kết chẩn đoán thực tế Giới thiệu Hệ chuyên gia chương trình thông minh nhằm dạy cho máy tính biết hoạt động chuyên gia thực thụ Hệ chuyên gia DENDRAL, xuất vào thập niên 70, sau vào năm 1975 hệ chuyên gia MYCIN đời thành công việc áp dụng khoa học trí tuệ nhân tạo vào lĩnh vực Y học, cụ thể lĩnh vực chẩn đoán điều trị bệnh nhiễm trùng máu Đây hệ chuyên gia tương đối lớn, thực mức chuyên gia người, bên cạnh cung cấp chế giải thích bước suy luận Vào cuối năm 80, Viện Công nghệ Thông tin bước đầu xây dựng hệ trợ giúp khám chữa bệnh nội khoa, châm cứu chẩn trị đông y ([4]), có tiếp cận định việc chẩn đoán lâm sàng ([6]),… L A Zadeh phát triển lý thuyết lập luận lập luận mờ nhằm đưa phương pháp biễu diễn lập luận với thông tin ngôn ngữ không xác ([12]) Trong tiếp cận Zadeh, lập luận xấp xỉ dựa sở logic mờ giá trị ngôn ngữ Các giá trị chân lý mệnh đề giá trị ngôn ngữ biến TRUTH Mỗi giá trị chân lý ngôn ngữ có ngữ nghĩa tương ứng với tập mờ xác định đoạn [0, 1] Trên sở đại số gia tử, ta xây dựng chế lập luận suy diễn mờ dựa biến ngôn ngữ thông qua dạng tập mờ loại hai để từ xây dựng chế chuyển đổi từ tập mờ loại hai thành tập mờ loại nhận giá trị đoạn [0, 1] ([5]) Trong mô hình hệ hỗ trợ định báo xây dựng hai phần cốt lõi, xây dựng hệ sở tri thức xây dựng chế lập luận tương ứng với sở tri thức Đối với hệ sở tri thức ta xây dựng dựa quy tắc luật IF THEN, chế lập luận suy diễn ta dựa việc lập luận ngôn ngữ tự nhiên miền giá trị biến ngôn ngữ xây dựng tảng đại số gia tử 129 Xây dựng hệ hỗ trợ định chẩn đoán bệnh 130 Nội dung báo gồm: phần giới thiệu khái quát hệ hỗ trợ định mô hình sở luật; phần thứ hai giới thiệu biến ngôn ngữ việc xây dựng giá trị biến ngôn ngữ; phần thứ ba đưa toán lập luận có k điều kiện nêu lên cách lập luận toán k điều kiện; phần thứ tư xây dựng hệ định chẩn đoán bệnh thông qua bước xử lý liệu đầu vào, xây dựng bước suy luận, thiết lập mô hình hệ định, xây dựng chương trình mô thực trình xây dựng hệ định chẩn đoán bệnh; phần cuối tổng kết đưa hướng phát triển Các kiến thức sở 2.1 Lập luận mờ Lập luận mờ nhằm hướng đến việc mô lập luận suy nghĩ người Lập luận mờ ứng dụng hệ chuyên gia, hệ hỗ trợ định,… Quá trình thực lập luận mờ xem khái quát hoá luật Modus Ponens, từ sử dụng hàm biến đổi giá trị chân lý để ước lượng tập mờ tương ứng Trong trường hợp việc lập luận mờ có nhiều giả thiết, toán lập luận mờ phát biểu sau: ([11]) IF (X1 = x11) AND (X2 = x12) AND AND (Xn = x1n) THEN Y = y1 …… IF (X1 = xk1) AND (X2 = xk2) AND AND (Xn = xkn) THEN Y = yk (X1 = x01) AND (X2 = x02) AND AND (Xn = x0n)  Y = y0 Với (X1, X2, , Xn) tập mờ yếu tố đầu vào tập mờ giá trị kết luận Y Ứng với giá trị yếu tố đầu vào (x01, x02, , x0n) tương ứng với tập mờ (X1, X2, , Xn), ta ứng dụng phương pháp lập luận mờ để nội suy giá trị kết y0 thuộc tập mờ Y Với giá trị yếu tố đầu vào (x01, x02, , x0n), ta cần nội suy kết đầu y0 Việc giải toán dựa lý thuyết tập mờ cách hợp thành luật Max–Min qua bước sau: ([1]) Bước Tính độ thõa mãn (mức độ tương hợp) liệu luật thứ i: Ti = min{ xij ( xij )} 1 j  n Bước Giá trị mờ kết đầu luật thứ i,  yi ( yi ) tính sau:  yi ( yi ) = min{Ti ,  yi ( yi ) } Bước Giá trị mờ kết đầu hệ thống  y ( y ) là:  y ( y ) = max{ yi ( yi )} 1i k VĂN THẾ THÀNH, TRẦN MINH BẢO 131 2.2 Biến ngôn ngữ Biến ngôn ngữ biến có giá trị giá trị ngôn ngữ Các giá trị xây dựng từ phần tử sinh nguyên thủy biến tác động gia tử liên từ ([10]) Theo ([7]), biến ngôn ngữ đặc trưng (X, T(X), U, R, M), với: - X tên biến ngôn ngữ - T(X) tập giá trị ngôn ngữ biến X - U tập vũ trụ ngôn ngữ - R luật ký pháp cho phép sinh phần tử T(X) - M luật ngữ nghĩa gán phần tử T(X) tập mờ U Theo ([9]), đặc trưng biến ngôn ngữ: - Các giá trị ngôn ngữ có ngữ nghĩa tự nhiên biến ngôn ngữ người sử dụng sống hàng ngày; người sử dụng ngữ nghĩa để xác định quan hệ thứ tự ngữ nghĩa giá trị ngôn ngữ biến - Các gia tử ngôn ngữ người sử dụng để nhấn mạnh mặt ngữ nghĩa giá trị ngôn ngữ; tức gia tử làm mạnh lên yếu ngữ nghĩa tự nhiên giá trị ngôn ngữ tác động - Với giá trị ngôn ngữ x T(X) tập H gia tử ngôn ngữ, H phân hoạch thành hai tập rời cho tập chứa gia tử làm tăng ngữ nghĩa x tập lại chứa gia tử làm giảm ngữ nghĩa x Hơn nữa, tập H, thân gia tử thứ tự theo mức độ nhấn ngữ nghĩa chúng Các tính chất cho phép xây dựng cấu trúc thứ tự ngữ nghĩa ứng với biến ngôn ngữ bất kỳ, cấu trúc thứ tự làm tăng giảm ngữ nghĩa giá trị biến ngôn ngữ Dựa vào đặc trưng biến ngôn ngữ, ta xây dựng miền giá trị biến ngôn ngữ thành tập hợp thứ tự phận Xét biến ngôn ngữ X, T(X) tập hợp giá trị biến ngôn ngữ X gọi miền giá trị biến ngôn ngữ X 2.3 Đại số gia tử Trong tài liệu ([10]), giới thiệu phương pháp tiếp cận đại số đến cấu trúc tự nhiên miền giá trị biến ngôn ngữ Cấu trúc đại số áp dụng miền giá trị biến ngôn ngữ đưa xem cấu trúc đại số trừu tượng, gọi Xây dựng hệ hỗ trợ định chẩn đoán bệnh 132 đại số gia tử Trong cấu trúc đại số gia tử cho phép mở rộng tập giá trị chân lý phần tử đại số gia tử thoã mãn số tính chất mới, có tính chất kế thừa ngữ nghĩa gia tử Cho đại số gia tử X = (T(X), G, H, ≤), đó: - T(X): miền giá trị biến ngôn ngữ X - ‘’: quan hệ thứ tự phận sinh ngữ nghĩa tự nhiên giá trị ngôn ngữ - G: tập phần tử sinh nguyên thuỷ biến ngôn ngữ, xem toán tử 0– - H: tập gia tử ngôn ngữ, xem toán tử 1–ngôi Tính chất kế thừa ngữ nghĩa định nghĩa sau: h, k, h’, k’ H, h  k, x  T(X), mà hx ≤ kx có h’hx ≤ k’kx Mỗi miền giá trị biến ngôn ngữ tạo thành tập hợp thứ tự phận cấu trúc lĩnh vực đại số gia tử Việc đánh giá ngữ nghĩa từ thực thông qua miền giá trị ngữ nghĩa tập mờ tập vũ trụ U 2.4 Định lượng ngữ nghĩa giá trị biến ngôn ngữ Mỗi phương pháp khử mờ tập mờ ánh xạ từ tập mờ phần tử miền giá trị T(X) vào đoạn giá trị thực [a, b] [0, 1] Đối với giá trị biến ngôn ngữ, việc ánh xạ hiểu phương pháp định lượng ngữ nghĩa ([1], [2]) Chúng ta xét ánh xạ f từ tập T(X) vào đoạn [0, 1] ánh xạ f bảo toàn thứ tự T(X) Khi ta có, kích thước tập H(x) định nghĩa thông qua đường kính f(H(x)) tập [0, 1] hiểu độ đo mờ x Ánh xạ f gọi ánh xạ định lượng ngữ nghĩa biến ngôn ngữ X thỏa điều kiện sau đây: ([1]) (i) f song ánh (ii) f bảo toàn thứ tự miền giá trị T(X), tức là: x, yT(X), x < y  f(y) < f(y) f(0) = 0, f(1) = (iii) Tính chất liên tục: xT(X), thì: f(x) = infimum(H(x)), f(x) = supremum(H(x)) Dựa vào khái niệm ánh xạ định lượng ngữ nghĩa f kính thước tập H(x), với xT(X), ta mô định lượng đường kính tập f(H(x)) kí hiệu fm VĂN THẾ THÀNH, TRẦN MINH BẢO 133 Ánh xạ fm: T(X)  [0, 1] gọi độ đo mờ phần tử x  T(X) thõa điều kiện sau: ([1], [2]) (i) fm(c–) + fm(c+) =  hH f m (hu ) = fm(u), u T(X) (ii) fm(x) = với x thõa H(x) = x Đặc biệt là: fm(0) = f(W) = f(1) = (iii)  x, y  T(X), h  H thì: f m (hx ) f m (hy )  , tức không phụ thuộc vào f m ( x) fm ( y) giá trị x, y gọi độ đo mờ gia tử h, kí hiệu (h) Trong đó: c+, c–, 0, 1, W là: phần tử sinh dương, phần tử sinh âm, phần tử nhỏ nhất, phần tử lớn phần tử trung hòa miền giá trị T(X) Cho hàm độ đo mờ fm X, ta có ánh xạ định lượng ngữ nghĩa  T(X) định nghĩa sau: ([1]) (i) (W) =  = fm(c–), (c–) =  – fm(c–), (c+) =  + fm(c+), Với <  < j (ii) (hjx) = (x) + Sign(hjx){ i  Sign( j ) f m (hi x ) –  (h j x ) f m (h j x ) } Với j  {j:  q  j  p & j0} = [– q^p]  (h j x)  [1  Sign(h j x )Sign(h p h j x )(   )] {, } (iii) (c–) = (c–) =  = (c+), (c+) = 1; với phần tử dạng hjx, j[– q^p], ta có: j 1 (hjx) = (x) + Sign(hjx){ f m (hi ) }, (hjx) = (x) + i  Sign ( j ) j Sign(hjx){ f m (hi ) } i  Sign ( j ) Lưu ý: (c–) = fm(c–) (c+) = – fm(c+) 2.5 Tích hợp đại số gia tử Bài toán đặt cần phải xây dựng thành n – yếu tố đầu vào, yếu tố xem tập mờ mô tả đối tượng mà cần lập luận Các tập mờ xây dựng ngôn ngữ tự nhiên, đánh giá tập mờ giá trị ngôn ngữ tự nhiên dựa đại số gia tử Tuy nhiên, với yếu tố đầu vào mô tả dạng đại số gia tử tương ứng với biến ngôn ngữ yếu tố đầu vào Vì vậy, ta cần phải xây dựng mô hình đại số gia tử tích hợp có n thành phần mà thành phần đại số gia tử biểu diễn cho đại lượng mô tả giá trị biến ngôn ngữ tương ứng Để xây dựng đại số gia tử tích hợp, ta xét biến ngôn ngữ X biểu diễn n 134 Xây dựng hệ hỗ trợ định chẩn đoán bệnh đại số gia tử (X1, X2, , Xn) Khi đó, ta có n giá trị phần tử sinh đại số gia tử tích hợp (c1, c2, , cn)  (G1, G2, , Gn) Mỗi phần tử đại số gia tử tích hợp có dạng (x1, x2, , xn)  (X1, X2, , Xn) Bài toán lập luận k – điều kiện Trong mô hình toán lập luận có n yếu tố đầu vào (x01, , x0n) ta cần nội suy yếu tố đầu y0 Việc nội suy thực sở luật bao gồm k luật luật có n + yếu tố Các yếu tố đầu vào chuyển đổi thành giá trị thực ánh xạ từ giá trị ngôn ngữ dựa ánh xạ định lượng ngữ nghĩa Việc thực toán k – điều kiện sau: Bước Mô tả n yếu tố đầu vào thành tập mờ X1, , Xn Bước Mỗi tập mờ Xj giá trị miền trị biến ngôn ngữ Xj, từ xây dựng tập phần tử sinh tập gia tử tương ứng (với j = 1, …, n) Bước Mỗi biến ngôn ngữ Xj xây dựng thành đại số gia tử, giá trị biến ngôn ngữ mà nối kết chuỗi gia tử phần tử sinh nguyên thủy Bước Thực ánh xạ định lượng ngữ nghĩa cho giá trị biến ngôn ngữ tạo ra, từ tổ hợp thành k luật, bao gồm luật ngữ nghĩa luật giá trị ngôn ngữ Bước Tích hợp k điều kiện, bao gồm giá trị ngữ nghĩa giá trị thực sau thực ánh xạ, việc tích hợp xây dựng cho hai sở luật song hành với bao gồm sở luật mang ngữ nghĩa sở luật mang giá trị thực Bước Thực việc lập luận sở luật ứng với yếu tố đầu vào (x01, , x0n) thu yếu tố đầu y0 Xây dựng hệ hỗ trợ định chẩn đoán bệnh 4.1 Xử lý liệu đầu vào Gọi : T(Xj)  [0, 1] ánh xạ từ miền giá trị biến ngôn ngữ Xj vào tập giá trị [0, 1] Ta thực trình chuyển đổi liệu đầu vào xj thông qua ánh xạ  để có giá trị (xj) đoạn [0, 1] Khi đó,  hàm định lượng ngữ nghĩa định nghĩa cho biến x = xkxk–1…x1 x0, với x0 phần tử sinh, x1, x2, …, xk gia tử, theo tài liệu ([2]) ta có: (x) =   ( x0 ) k |  ( x j ) | 1 j  [ *  sign( ( xi ))] 4 j 1 j 1 i0 VĂN THẾ THÀNH, TRẦN MINH BẢO Với 135 1 a0 sign(a) =   a  Hàm đo đặc trưng  đại số gia tử tính sau: (c+) = 1, (c–) = –1, với c+, c–  G (hi) = i, h  H+ (ki) = – i, ki  H– Mỗi giá trị xj thuộc miền giá trị T(Xj), giá trị là: + Các giá trị số: Ta áp dụng phương pháp khử mờ tập mờ, giá trị xj có giá trị khử mờ (xj) thuộc đoạn [0, 1] + Các giá trị thể dạng giá trị biến ngôn ngữ: dựa vào cấu trúc thứ tự giá trị biến ngôn ngữ sở lý thuyết đại số gia tử, ta xây dựng hàm định lượng ngữ nghĩa Do đó, kết thực việc chuyển đổi giá trị (xj)  [0, 1] Với yếu tố đầu vào (xi1, xi2, , xin) ứng với tập X*i = X1 x X2 x x Xn ta dựa vào ánh xạ (xij) để chuyển đổi thành giá trị: ((xi1), (xi2), , (xin)) Đồng thời ta có giá trị kết luận (yi), từ xây dựng cho luật thứ i sở luật hệ hỗ trợ định quan hệ: ((xi1), (xi2), , (xin); (yi)) 4.2 Xây dựng trình suy luận Quá trình lập luận ứng với yếu tố đầu vào (x01, x02, , x0n), dựa vào sở luật xây dựng, ta cần nội suy giá trị kết luận y0 Quá trình xây dựng sau: Bước Ta gom cụm sở luật thành cụm liệu Ci với hàm mục tiêu là: ([3]) c J= n  (  ' ij ) d ( x j , C i ) i 1 j 1 Bước Xác định cụm Ci yếu tố đầu vào để ta thực trình suy luận Bước Thực trình lập luận cụm thích hợp với yếu tố đầu vào, ta tính nội suy kết cho giá trị tập mờ đầu y0 sau: k  [min (1 |  ( x (y0) = i 1 j 1 n 0j )   ( xij ) |)  ( yi )] , Với  > ([2]) k  (1 |  ( x i 1 j 1 n i0 )   ( xij ) |)  Giá trị y0 chuyển đổi ánh xạ ngược -1(y0), ta có giá trị ngữ nghĩa tương ứng Sau thực việc nội suy, ta làm giàu tập sở luật Xây dựng hệ hỗ trợ định chẩn đoán bệnh 136 cách bổ sung luật vào sở luật ban đầu 4.3 Hệ hỗ trợ định chẩn đoán bệnh Giao diện chuyên gia Giao diện người dùng Giá trị kết định lượng Các yếu tố đầu vào Tiền xử lý Giá trị kết ngôn ngữ Môđun tiền xử lý Định lượng yếu tố đầu vào Kết y0 (ứng với yếu tố đầu vào) Giá trị ngôn ngữ Tạo quan hệ luật IF THEN Định lượng ngữ nghĩa Giá trị số Mô tơ suy diễn (nội suy kết quả) Chuyển đổi giá trị số R(xi1, xi2, , xin; yi) Chuyển đổi thành giá trị tập mờ (x0, , xn) Cơ sở luật Hình Mô hình xử lý hệ định Mô hình hệ hỗ trợ định gồm hai phần, phần thứ dùng cho chuyên gia để thực trình tạo hệ thống sở luật, phần thứ hai dùng để suy luận ứng với giá trị đầu vào Quá trình suy luận thực qua mô tơ suy diễn từ nội suy kết để có giá trị đầu Các giá trị đầu vào giá trị đầu mô hình chuyển đổi qua lại giá trị biến ngôn ngữ giá trị số đoạn [0, 1], nên có phù hợp để mô tả mức độ liệu siêu âm tim 0.9 0.8 0.7 0.6 Suy tim 0.5 Suy tim chẩn đoán 0.4 0.3 0.2 0.1 13 19 25 31 37 43 49 55 61 67 73 79 85 91 97 VĂN THẾ THÀNH, TRẦN MINH BẢO 137 Hình So sánh liệu mẫu chẩn đoán suy tim chương trình chẩn đoán Dựa vào số liệu mô tả trình siêu âm tim, người thầy thuốc đánh giá mức độ bệnh hẹp động mạch vành từ đánh giá bệnh thiếu máu tim theo mức độ bệnh: nặng/nhẹ Số vùng rối loạn nhiều mức độ nghi ngờ cao, mức độ bệnh giá trị ngôn ngữ tự nhiên kết hợp với gia tử Có tất 18 vùng cần khảo sát ([8]), vùng mô tả bốn mức độ khác tương ứng với bốn giá trị ngôn ngữ: Bình thường, Giảm động, Vô động, Loạn động Do đó, giá trị nhận vùng giá trị ngôn ngữ mô tả mức độ rối loạn Hình Chương trình chẩn đoán mạch vành suy tim Kết luận Trong báo thực trình xây dựng hệ hỗ trợ định áp dụng vào trường hợp cụ thể trình chẩn đoán bệnh lý tim mạch Quá trình xây dựng hệ hỗ trợ định kết hợp lý thuyết tập mờ, đại số gia tử phương pháp nội suy mờ, từ xây dựng trình xử lý liệu đầu vào, xây dựng phương pháp mô hình hệ hỗ trợ định Trong báo mô thực nghiệm chương trình ứng dụng chẩn đoán bệnh nhằm thực bước xây dựng hệ hỗ trợ định Trên tảng việc lập luận này, phát triển trở thành quy trình chẩn đoán bệnh trực tiếp từ hình ảnh máy siêu âm gồm số liệu đo đạc từ máy siêu âm chuyển đổi trực tiếp từ hình ảnh từ sử dụng phương pháp nội suy để đưa kết luận chẩn đoán hỗ trợ cho người thầy thuốc 138 Xây dựng hệ hỗ trợ định chẩn đoán bệnh TÀI LIỆU THAM KHẢO [1] Nguyễn Văn Long, Nguyễn Cát Hồ, Cơ sở toán học độ đo tính mờ thông tin ngôn ngữ, Tạp chí tin học điều khiển học, Viện Công nghệ Thông tin, 20(1), (2004), 64-72 [2] Trần Đình Khang, Xây dựng hàm đo đại số gia tử ứng dụng lập luận ngôn ngữ, Tạp chí tin học điều khiển học, Viện Công nghệ Thông tin, 13(1), (1997), 16-30 [3] Đỗ Phúc, Nghiên cứu phát triển số thuật giải, mô hình ứng dụng khai thác liệu, Luận án tiến sĩ toán học, Trường Đại học Khoa học tự nhiên Tp.HCM, 2002 [4] Ngyễn Thanh Thủy, Hệ trợ giúp kiểm tra đơn thuốc chữa bệnh tăng huyết áp ES – TENSION, Tạp chí tin học điều khiển học, Viện Công nghệ Thông tin, 12(3), (1996), 10-18 [5] Trần Đình Khang, Đinh Khắc Dũng, Suy diễn với tập mờ loại hai dựa đại số gia tử, Tạp chí tin học điều khiển, Viện Công nghệ Thông tin, 19(1), (2003), 28-43 [6] Đỗ Văn Thành, Một cách tiếp cận định chẩn đoán lâm sàng, Tạp chí tin học điều khiển học, Viện Công nghệ Thông tin, 16(1), (2000), 52-58 [7] Huỳnh Văn Nam, Một sở đại số cho logic mờ Zadeh tính toán từ, Luận án tiến sĩ khoa học, Trường Đại học Bách khoa Hà Nội, 1999 [8] Phạm Nguyễn Vinh, Bệnh học tim mạch, Tập 1&2, Nxb Y học, 2002 [9] Nguyen Cat Ho, W Wechler, Hedge algebras: An algebric approach to structure of set of linguistic truth values, Fuzzy Set and system, no 35, (1990), 281-293, [10] Nguyen Cat Ho, W Wechler, Extended Hedge Algebras and their Application to Fuzzy logic, Fuzzy Sets and System, No 52, (1992), 259-281, [11] Mamdani, Applications of fuzzy logic to approximate reasoning using linguistic synthesis, IEEE Transactions on Computers, Vol 26, No 12, (1977), 1182–1191 [12] L.A Zadeh, The concept of a linguistic variable and its application to approximate reasoning, Information Sciences, No 8, (1975), 199-249 BUILDING DECISION-MAKING SUPPORT SYSTEM IN DIAGNOSIS Van The Thanh, Tran Minh Bao HoChiMinh city University of Food Industry Abstract In this paper, we propose an approach to fuzzy logic modeling to build decision support system, thereby building simulation application for the decision-making support VĂN THẾ THÀNH, TRẦN MINH BẢO system in diagnosis The process of building decision support system was based on combination of the basis of fuzzy set theory, hedge algebra and fuzzy inference method to make decision support system to diagnose by cardiac ultrasound data The application was built on data from experimental models at HCM City Heart Institute; the initial results have tested over 3,000 samples of data on symptoms of heart failure patients and the program launched with the diagnosis precision of 80% compared to actual diagnosis 139