MYCIN toimi melko yksinkertaisella päättelymoottorilla ja ~600 säännön tietopohjalla. Se kysyi ohjelmaa käyttävältä lääkäriltä pitkän sarjan yksinkertaisia kyllä/ei- tai tekstikysymyksiä. Lopulta se antoi luettelon mahdollisista syyllisistä bakteereista, jotka oli luokiteltu korkeasta matalaan kunkin diagnoosin todennäköisyyden perusteella, sen luottamuksen kunkin diagnoosin todennäköisyyteen, kunkin diagnoosin taustalla olevat perustelut (eli MYCIN luetteli myös kysymykset ja säännöt, jotka saivat sen sijoittamaan diagnoosin tiettyyn järjestykseen) ja sen suositteleman lääkehoidon.

MYCIN herätti keskustelua sen tapauskohtaisen mutta periaatteellisen epävarmuuskehyksen, niin sanottujen varmuustekijöiden, käytöstä. Kehittäjät tekivät tutkimuksia, jotka osoittivat, että yksittäisiin sääntöihin liittyvien epävarmuusmittareiden häiriöt vaikuttivat minimaalisesti MYCINin suorituskykyyn, mikä viittaa siihen, että järjestelmän teho liittyi pikemminkin sen tiedon esittämiseen ja päättelyjärjestelmään kuin sen numeerisen epävarmuusmallin yksityiskohtiin. Joidenkin tarkkailijoiden mielestä olisi pitänyt olla mahdollista käyttää klassisia Bayesin tilastoja. MYCINin kehittäjät väittivät, että tämä edellyttäisi joko epärealistisia oletuksia todennäköisyyteen perustuvasta riippumattomuudesta tai vaatisi asiantuntijoita antamaan estimaatteja mahdottoman suurelle määrälle ehdollisia todennäköisyyksiä.

Myöhemmin tehdyt tutkimukset osoittivat, että varmuuskerroinmallia voitiin tosiaankin tulkita todennäköisyyteen perustuvassa merkityksessä, ja toivat esiin ongelmia, jotka liittyvät tällaisen mallin oletuksiin. Järjestelmän modulaarinen rakenne osoittautuisi kuitenkin hyvin menestyksekkääksi, mikä johti Bayesin verkkojen kaltaisten graafisten mallien kehittämiseen.

Evidenssien yhdistäminenMuutos

MYCIN:ssä oli mahdollista, että kaksi tai useampi sääntö saattoi tehdä johtopäätöksiä jostakin parametrista erilaisilla evidenssipainoilla. Esimerkiksi yksi sääntö saattoi päätellä, että kyseinen organismi on E. Coli varmuudella 0,8, kun taas toinen sääntö päätteli, että se on E. Coli varmuudella 0,5 tai jopa -0,8. Jos varmuus on pienempi kuin nolla, todisteet ovat itse asiassa hypoteesia vastaan. Varmuuskertoimen laskemiseksi MYCIN yhdisti nämä painotukset alla olevan kaavan avulla saadakseen yhden varmuuskertoimen:

C F ( x , y ) = { X + Y – X Y jos X , Y > 0 X + Y + X Y jos X , Y < 0 X + Y 1 – min ( | X | , | Y | ) muuten {\displaystyle CF(x,y)={\begin{cases}X+Y-XY&{\text{if }}X,Y>0\\X+Y+XY&{\text{if }}X,Y<0\\{\frac {X+Y}{1-\min(|X|,|Y|)}}&{\text{otherwise}}\end{cases}}}