DIAGNOSTICO MEDICO
ARTIFICIAL CON APRENDISAJE GENETICO
Las Redes Bayesianas (RR.BB.) constituyen una metodología para la construcción de Sistemas Expertos relativamente joven y se ha expandido notablemente en los últimos años, su principal cualidad es que realizan el tratamiento de la incertidumbre a partir de un modelo causal probabilístico.
En la realización del presente proyecto de grado mostramos la aplicación de estas herramientas para la construcción de un Sistema Experto destinado al diagnóstico de enfermedades respiratorias frecuentes en la ciudad de Oruro, denominado DIAGETEL "Diagnóstico Médico Artificial con Aprendizaje Genético en Telemedicina"
El diagnóstico de enfermedades respiratorias se fundamenta en determinar por los síntomas el carácter de la enfermedad. Este sistema permitirá realizar diagnósticos mediante una monitorización local o ambulatoria, es decir los datos podrán ser recogidos tanto en los centros médicos como en escenarios de la vida cotidiana del paciente. En estas situaciones la telemedicina esta ofreciendo soluciones innovadoras que facilitan y optimizan este proceso y definen nuevos protocolos de seguimiento y control de los pacientes.
Es importante considerar que el sistema experto propuesto no intenta de ninguna forma reemplazar al médico sino mas bien dotar a éste de una herramienta capaz de colaborar con el diagnóstico y en algunos casos sino la mayoría respaldar el diagnóstico que éste realice.
Dentro de la elaboración del presente proyecto se consideraron aspectos tales como:
Introducción acerca de los sistemas expertos, insistiendo en la representación del conocimiento y el tratamiento de la incertidumbre, y del por qué, el uso de las Redes Bayesianas en vez de construir un sistema experto estándar o sea basado en reglas.
Construcción del sistema DIAGETEL según las cinco etapas clásicas, haciendo énfasis en la implementación de los algoritmos: de propagación, tratamiento de ciclos, aprendizaje, explicación e interfaz de usuario.
|
|
|
|
