MYCIN

Un médecin examine un cas d'infection du sang et doit relier les informations disponibles à un traitement possible. MYCIN était conçu pour l'assister dans cette tâche. Le programme consultait des règles, enchaînait celles qui correspondaient au cas, puis proposait une recommandation thérapeutique, notamment pour le choix d'un antibiotique.

Toutes les informations médicales n'étant pas certaines, MYCIN associait aussi son raisonnement à des facteurs de certitude. La réponse exprimait ainsi un degré de confiance au lieu de présenter chaque conclusion comme absolument sûre.

MYCIN est un système expert d'intelligence artificielle développé entre 1972 et 1974 pour une vocation médicale clinique. Son domaine est l'assistance au diagnostic et au traitement des maladies infectieuses du sang, avec une attention particulière au choix d'antibiotiques appropriés. Il formule des recommandations thérapeutiques : la décision médicale ne se confond donc pas avec la sortie du programme.

Son fonctionnement repose sur deux éléments complémentaires. Une base de règles de production contient des relations conditionnelles utilisables pour le cas examiné. Un moteur d'inférence sélectionne et enchaîne ces règles afin de faire progresser le raisonnement vers une recommandation. Cette séparation entre connaissances déclarées et mécanisme de raisonnement caractérise ici le système expert.

MYCIN traite aussi l'incertitude au moyen de facteurs de certitude. Ceux-ci accompagnent le raisonnement lorsque les éléments disponibles ne permettent pas une conclusion catégorique. Ce dispositif a préfiguré des méthodes probabilistes ultérieures, sans autoriser à présenter MYCIN lui-même comme un modèle probabiliste moderne.

Considérons un cas entièrement abstrait, sans reproduire de règle médicale réelle. Les faits d'entrée sont une observation A et un contexte B. Une règle fictive R1 dit : « si A et B, alors retenir l'hypothèse H » ; une règle fictive R2 dit : « si H, alors proposer l'option T ». Les lettres A, B, H et T ne désignent ici aucun symptôme, diagnostic ou traitement réel.

1. Repérer les règles applicables. Le moteur d'inférence retrouve A et B parmi les faits du cas : les deux conditions de R1 sont donc remplies, tandis que R2 ne peut pas encore être appliquée.

2. Enchaîner le raisonnement. L'application de R1 produit la conclusion intermédiaire H. Devenue un nouveau fait utilisable, H remplit alors la condition de R2, qui conduit à proposer l'option T.

3. Tenir compte de l'incertitude. Un facteur de certitude accompagne H, puis la proposition T, sans qu'aucune valeur numérique soit inventée ici. Le lecteur peut ainsi suivre la chaîne A et B → H → T sans traiter chaque étape comme certaine.

4. Lire la sortie. Dans ce micro-cas, la sortie est l'option T assortie de son incertitude. Le contrôle consiste à retrouver les faits A et B, l'application successive de R1 puis de R2 et la conclusion intermédiaire H, tout en gardant cette sortie au rang d'aide au médecin et non de décision certaine.

Pour comprendre l'assistance médicale visée par MYCIN, on suit le trajet d'un cas jusqu'à une recommandation. Lorsque la question porte sur le choix d'un traitement, on examine à la fois les règles déclenchées et l'incertitude attachée au raisonnement.

Pour étudier l'architecture d'un système expert, on sépare la base de connaissances du moteur qui l'exploite. Une simple liste de règles ne suffit pas : le critère décisif est la présence d'un mécanisme capable de sélectionner et d'enchaîner ces règles.

Pour analyser une conclusion incertaine, on conserve les facteurs de certitude dans la lecture du résultat. Si l'on cherche une probabilité au sens d'une méthode probabiliste ultérieure, il faut changer de cadre plutôt que renommer le facteur de certitude.

Une aide à la décision médicale et le médecin. MYCIN formule une recommandation thérapeutique, tandis que le médecin reste le destinataire de cette aide. Si la sortie du programme est présentée comme une décision clinique autonome, les deux rôles sont confondus.

Facteur de certitude et probabilité. La source attribue à MYCIN des facteurs de certitude et précise qu'ils préfigurent des méthodes probabilistes ultérieures. Les appeler directement « probabilités » efface cette distinction historique et méthodologique.

Système à règles et simple catalogue de règles. MYCIN associe une base de règles de production à un moteur d'inférence. En l'absence de mécanisme pour sélectionner et enchaîner les règles, on ne décrit qu'un catalogue, pas le fonctionnement présenté ici.

Prendre une recommandation pour une certitude. Les symptômes font partie des données du cas ; ce sont les conclusions du raisonnement auxquelles peuvent être associés des facteurs de certitude. Il faut conserver ces facteurs dans l'interprétation et présenter la sortie comme une recommandation.

Transformer un précurseur en méthode probabiliste moderne. Le texte source dit que le mécanisme de MYCIN préfigure des méthodes ultérieures. Il faut donc distinguer cette filiation historique d'une identité de méthode.

Généraliser au-delà du domaine annoncé. MYCIN est ici défini pour les maladies infectieuses du sang et les recommandations thérapeutiques associées. Pour un autre domaine clinique, il faut vérifier une autre base de connaissances au lieu de supposer que les mêmes règles s'appliquent.

Déduire un usage réel de la seule vocation clinique. La source établit une conception destinée à assister les médecins, mais ne documente pas un déploiement en pratique courante. Il faut s'en tenir à la vocation attestée tant qu'aucune autre source n'est fournie.

Une piste d'approfondissement consiste à comparer séparément trois choix de conception : la manière de représenter les connaissances, le mécanisme qui enchaîne les règles et la façon de rendre l'incertitude visible. MYCIN montre que ces choix sont liés sans être interchangeables. Cette grille permet ensuite d'examiner d'autres systèmes d'intelligence artificielle sans réduire leur fonctionnement au seul résultat affiché.