sistema experto - Repositorio Universidad Inca Garcilaso de la

Revista de Investigación y Desarrollo
Un sistema experto para diagnosticar enfermedades comunes.
Caso: Hospital Rezola de Cañete
Marco A. Coral1, Raúl García2
[email protected], [email protected]
1
Docente de la Facultad Ingeniería de Sistemas, Cómputo y Telecomunicaciones, de la
Universidad Inca Garcilaso de la Vega
2
Alumno del curso: Proyectos Informáticos I del Sistema a Distancia de la Facultad de
Ingeniería de Sistemas, Cómputo y Telecomunicaciones de la Universidad Inca Garcilaso de la
Vega
Av. Bolívar 1848 – Pueblo Libre, Lima, Perú
Resumen: Los sistemas expertos son utilizados también como sistemas de diagnóstico. Estos
proporcionan información breve y concisa para identificar una situación, una enfermedad o
para resolver un problema puntual de cualquier tipo. Estos sistemas pueden identificar, de
forma objetiva y sin errores, un problema [8] o realizar un diagnóstico médico según su
programación. En la actualidad, los sistemas expertos son considerados como la mejor
alternativa para desarrollar software de apoyo a los procesos de atención medica, ya que
permiten realizar, de forma clara y sin errores, diagnósticos médicos según los síntomas que
describen los pacientes. El trabajo presenta un sistema experto de diagnóstico, basado en el
método de encadenamiento progresivo para el uso del Hospital Rezola de Cañete. Este
sistema maneja una base de conocimientos, una base de hechos y un motor de inferencia con
un algoritmo definido como ´todas las soluciones-con prioridad.
Palabras clave: Sistemas de diagnóstico, síntomas, sistemas expertos, encadenamiento
progresivo, algoritmo.
Abstract: Expert systems are also used as diagnostic systems, they provide short, concise
information to identify a situation, a disease or to solve a specific problem of any kind, these
systems can identify objectively and error problem [8] or make a medical diagnosis as
programming. At present the expert systems are considered as the best alternative to develop
software to support medical care processes, as they allow a clear and error free medical
diagnoses based on symptoms that patients describe. This paper presents a diagnostic expert
system based on the chaining method for using Rezola Hospital of Cañete, this system
manages a knowledge base, a fact base and an inference engine with an algorithm defined as
all solutions-with priority.
Keywords: Diagnostic systems, symptoms, expert systems, forward chaining, algorithm.
1. Introducción
Un sistema experto puede deÞnirse como un sistema inform‡tico que imita a los expertos
humanos en un área de especialización dada [8], [9], [15]. Por esta razón, el sistema debe ser
capaz de procesar y memorizar información, aprender y razonar en situaciones definidas, tomar
decisiones y explicar las razones de dichas decisiones [9].
En la actualidad, los sistemas expertos presentan enormes ventajas en sistemas de
diagnóstico, tanto en el campo médico como en la industria, y son de mucha utilidad para
usuarios o pacientes donde el acceso a servicios médicos es escaso. En el Hospital Rezola, de
Cañete, los pacientes deben esperar durante tiempos muy grandes para acceder a consultas
personalizadas con los médicos de turno. La escasez de médicos impide que la mayoría de los
pacientes accedan a atención médica. Por otra parte, los médicos de la institución necesitan
apoyo en los procesos de diagnóstico a pacientes con enfermedades comunes.
En el presente trabajo, se propone un sistema experto útil para diagnosticar enfermedades
comunes en el Hospital Rezola, de Cañete. La idea consiste en tener una herramienta de
apoyo para los médicos de dicha institución ante los masivos requerimientos de diagnóstico. El
sistema propuesto precisa de una base de conocimientos [4], [6], [9] (serie de Reglas
<Antecedente 1, Antecedente 2 " Consecuentes>), una base de hechos (proporcionado de
acuerdo con el caso) y un método o heurística [14] con el cual el motor de inferencia determine
Vol. 02, N° 01. Junio 2014
76
Revista de Investigación y Desarrollo
REVISTA DE INVESTIGACIÓN Y DESARROLLO EN INGENIERÍA DE SISTEMAS Y COMPUTACIÓN | VOL. 2 | N° 1 | OCTUBRE 2014
los resultados para cada caso [13], [15]. En el siguiente apartado, se presenta una breve
referencia de los sistemas de diagnóstico y en sucesivos apartados se dan a conocer los
sistemas expertos, la lógica desarrollada con el método de encadenamiento progresivo, la
construcción de la base de conocimiento, la elaboración del algoritmo y su corrida respectiva y,
finalmente, las conclusiones.
2. Los sistemas de diagnóstico
Los sistemas de diagnóstico son considerados importantes por su capacidad de utilizar la
experiencia adquirida a partir del conocimiento humano. Son sistemas que basan su análisis en
datos seguros [19]. El razonamiento solo será válido cuando descanse sobre nociones exactas
y hechos precisos, pero cuando no se cumplen estos principios los resultados siempre serán
erróneos. Estos sistemas pueden tener la capacidad de aprender y esta capacidad depende de
su programación. Una forma de desarrollarlos es utilizando la lógica de un sistema experto.
Los sistemas expertos
Los sistemas expertos proceden inicialmente de la inteligencia artificial, la cual puede ser
definida como un conjunto de cualidades informáticas que presentan características similares a
la inteligencia humana, lo que le posibilita resolver problemas a través de la percepción, el
entendimiento, el aprendizaje y el razonamiento [16].
Estos sistemas están constituidos por una serie de elementos que, unidos entre sí, pueden
encontrar respuesta a casos concretos formulados o sometidos a consideración. Estos
elementos son:
-
Una Base de Conocimientos e información especializada.
-
El Motor de Inferencia, que procesa de manera lógica los datos consignados en la base de
conocimientos.
-
El Editor de Conocimientos, que realimenta la base de conocimientos.
-
Un Dispositivo de Explicación, que explica de manera clara el itinerario de la solución del
problema planteado.
Los sistemas expertos están enfocados a un dominio específico donde se busca simular el
razonamiento de un experto humano [7], y son buenos para predecir resultados futuros a partir
del conocimiento que tienen [4], [13]. Una de sus características principales es la separación
entre conocimiento (reglas, hechos), por un lado, y su procesamiento, por otro. A ello se añade
una interfaz de usuario y un componente explicativo de donde se desprende la arquitectura
clásica [1], [11].
Base de
Conocimiento
Módulo de
Adquisición de
Conocimiento
Módulo de
Explicación
Interfase
Usuario
Motor de
Inferencia
Base de
Hechos
Adquisición de
Conocimiento
Representación del
Conocimiento
Tratamiento del
Conocimiento
Utilización del
Conocimiento
Figura 1. Arquitectura de un SE (Sistema Experto). Basado en [1], [11]
Vol. 02, N° 01. Junio 2014
78
77
Revista de Investigación y Desarrollo
UIGV U N I V E R S I D A D I N C A G A R C I L A S O D E L A V E G A
3. Caso de estudio
El Hospital Rezola, de Cañete, Perú, presenta serios problemas en los procesos de atención
médica debido a la escasez de médicos y la masiva concurrencia de pacientes. El número de
médicos no es suficiente para atender todos los servicios solicitados y se generan retrasos y
deficiencias en los procesos de la institución.
Para coadyuvar a la solución de este problema, se propone desarrollar un sistema experto
basado en el método de encadenamiento progresivo [15], como sistema de diagnóstico para
ser utilizado como ayuda en los procesos de atención médica de la institución. Este sistema
utilizará premisas para reglas definidas previamente, las cuales representarán las
enfermedades comunes y los posibles tratamientos y recomendaciones que deben prescribirse
[17]. Para ello, definimos los síntomas asociados a las diferentes enfermedades comunes y su
posible tratamiento y luego construiremos una Base de Conocimiento (serie de Reglas
<Antecedente 1, Antecedente 2 " Consecuentes>) [13], una Base de Hechos (proporcionado
de acuerdo con el caso) y definiremos el algoritmo basado en encadenamiento progresivo.
3.1. Definición de las características del sistema
En la Tabla Nº 1, se plasman algunas características relevantes para el uso del sistema y se
definen los síntomas asociados a las enfermedades comunes más tratadas y su posible
tratamiento, que también serán utilizados para construir las reglas de la Base del Conocimiento.
Por razones de espacio, detallamos solamente algunas enfermedades consideradas en las
pruebas.
LISTA DE SÍNTOMAS
Fiebre
Tos
Dolor de garganta
Dolor muscular
Mucosidad nasal
Fatiga
Fiebre
Tos
Dolor de garganta
Mucosidad nasal
Fiebre
Tos
Falta de aliento
Sudoración
Escalofrío
Dolor en el pecho
Tos(moco)
Fatiga
Tos
Pérdida de peso
Cansancio
Pérdida de apetito
Goteo nasal
carraspera
Nariz tapada
Fiebre
Estornudos
Dolor de garganta
Dificultad en la
deglución
1
ENFERMEDADES
E1:INFLUENZA
Dolor de cabeza E2:GRIPE
Escalofrío
Fatiga
Náuseas /
vómitos
Dolor en el
E3:NEUMONÍA
pecho
Dolor de cabeza
Dolor muscular
fatiga
Fiebre
E4:BRONQUITIS
Dificultad
respiratoria
Sibilancia
TRATAMIENTO
T1: Compresas calientes varias
veces al día y pomada
antibiótica 2 o 3 veces por día.
T2: La gripe simple no requiere
ningún tratamiento, aparte de
reposo. Las gripes complicadas
necesitan antibióticos y, si es
necesario, hospitalización.
T3: Basado en la
hospitalización y en la toma de
antibióticos adecuados.
T4: Se prescribe una
1
kinesiterapia respiratoria en el
caso de bronquitis crónica, para
aprender a tener una tos eficaz
de modo que las secreciones
no tapen los bronquios.
Fiebre
E5:TUBERCULOSIS T5: Basado en la
Sudoración
hospitalización, el aislamiento
nocturna
del enfermo, la declaración de
Fatiga
la enfermedad por el médico y
los antibióticos
antituberculosos.
Dolor de
E6:RESFRÍO
T6: Se basa en el reposo, la
garganta
COMÚN
reducción de las actividades
sociales y la ingestión frecuente
Tos
de bebidas para combatir la
Dolor de cabeza
sequedad de la garganta y la
Escalofrío
Nariz sintada
pérdida de líquido por la nariz.
Dolor de cabeza E7:AMIGDALITIS
T7: Se basa en el reposo y la
Fiebre
toma de antibióticos durante
una semana,
aproximadamente.
http://www.oni.escuelas.edu.ar/2002/jujuy/salud/kinesiterapia.htm
Vol. 02, N° 01. Junio 2014
78
79
Revista de Investigación y Desarrollo
REVISTA DE INVESTIGACIÓN Y DESARROLLO EN INGENIERÍA DE SISTEMAS Y COMPUTACIÓN | VOL. 2 | N° 1 | OCTUBRE 2014
Sibilancia
Tos
Pulso rápido
Sudoración profusa
Cansancio con
fiebre
Falta de apetito
Náuseas
Dolor abdominal
Erupción cutánea
Dolor de cabeza
Palidez de la piel
con morados
dispersos
Dificultad
respiratoria
acompañada por
sudores
Opresión en
pecho
Dificultad
respiratoria
Ansiedad
Dolores articulares
La piel adquiere
un color amarillo
(ictericia)
Orina oscura y
heces se decolora
Vértigos
Zumbido de
oídos
Dolor de cabeza
E8:ASMA
T8: Se recomienda prescripción
médica y hospitalización.
E9:HEPATITIS
VÍRICA
T9: El médico debe declarar la
enfermedad, aislar al enfermo y
examinar a las personas de su
entorno para descartar que
padezcan la enfermedad.
E10: ANEMIA
T10: tratamiento de la afección
que provoca la anemia según
indique el doctor.
Tabla Nº 1. Relación de síntomas, enfermedades y tratamiento.
Elaboración: Propia
ENFERMEDADES
SÍNTOMAS
S1: Fiebre
S2: Tos
S3: Dolor garganta
S4:Dolor muscular
S5:Mucosidad nasal
S6: Dolor cabeza
S7: Fatiga
S8: Sudoración
S9: Escalofrío
S10: Falta aliento
S11: Dolor pecho
S12:Dificultad
respiratoria
S13: Sibilancia
S14: Pérdida peso
S15: Cansancio
S16: Pérdida apetito
S17: Sudoración
nocturna
S18: Goteo nasal
S19: Carraspera
S20: Nariz tapada
S21: Nariz irritada
S22: Dificultad
deglución
S23: Pulso rápido
S24: Opresión en el
pecho
S25: Ansiedad
S26: Náuseas /
vómitos
S27: Estornudos
S28: Cansancio con
fiebre
E1
E3
E4
E5
E6
E7
E8
E9
E10
Sí
Sí
Sí
Sí
Sí
Sí
Sí
No
No
No
No
No
Sí
Sí
Sí
No
Sí
Sí
Sí
No
No
No
No
No
Sí
Sí
No
Sí
No
Sí
Sí
Sí
Sí
Sí
Sí
No
Sí
Sí
No
No
No
No
Sí
No
No
No
Sí
Sí
Sí
Sí
No
No
No
No
Sí
No
No
No
No
No
Sí
Sí
No
No
No
No
No
No
No
No
No
No
Sí
No
Sí
No
No
Sí
No
No
No
No
No
No
No
Sí
No
No
No
No
No
No
No
No
No
Sí
No
No
No
No
No
No
No
No
No
No
No
No
No
No
No
No
No
Sí
No
Sí
No
No
No
Sí
No
No
No
No
No
No
No
No
No
No
No
No
No
No
No
Sí
No
No
No
No
No
Sí
Sí
Sí
Sí
No
No
No
No
No
No
No
No
No
No
Sí
No
No
No
Sí
No
No
No
No
No
No
No
No
No
No
No
No
No
No
No
No
No
No
No
No
No
No
No
No
No
No
No
No
No
No
No
No
No
No
No
Sí
Sí
Sí
Sí
No
No
No
No
No
Si
No
No
No
No
No
No
No
No
No
No
No
No
No
No
No
No
No
No
No
No
No
No
No
No
No
No
No
No
No
Sí
Sí
No
No
No
No
No
No
No
Sí
No
No
No
No
No
No
No
No
No
No
Sí
No
No
No
No
No
No
No
No
No
No
No
No
No
No
No
Sí
No
No
No
No
No
No
Sí
No
No
Vol. 02, N° 01. Junio 2014
80
E2
79
Revista de Investigación y Desarrollo
UIGV U N I V E R S I D A D I N C A G A R C I L A S O D E L A V E G A
S29:Dolores
auriculares
S30: Falta apetito
S31: Dolor abdominal
S32:Erupción cutánea
S33: Piel amarilla
S34:Orina oscura y
heces se decoloran
S35: Palidez de piel
con morados
dispersos
S36:Vértigos
S37: Zumbido oído
No
No
No
No
No
No
No
No
Sí
No
No
No
No
No
No
No
No
No
No
No
No
No
No
No
No
No
No
No
No
No
No
No
No
No
No
No
No
No
No
No
No
No
No
No
No
No
No
No
No
No
Sí
Sí
Sí
Sí
Sí
No
No
No
No
No
No
No
No
No
No
No
No
No
No
Sí
No
No
No
No
No
No
No
No
No
No
No
No
No
No
No
No
No
No
Sí
Sí
Tabla No. 2: Lista de Síntomas Vs. Enfermedades.
Elaboración: Propia
Lista de Consecuentes terminales. Definido en [3], [5] y [2].
LCT (E1, E2, E3, E4, E5, E6, E7, E8, E9, E10)
3.2. Método de encadenamiento progresivo
3.2.1. Ingreso de requerimientos (BC). Presencia=1; ausencia=0
Regla 1:
SI S1=1 y S2=1 y S3=1 y S4 = 1 y S5 = 1 y S6 = 1 y S7 = 1
ENTONCES Diagnóstico = E1
SI Diagnóstico = E1 ENTONCES paciente= T1
Regla 2:
SI S1 = 1 y S2 = 1 y S3 = 1 y S5 = 1 y S6 = 1 y S7 = 1 y S26 = 1
ENTONCES
Diagnóstico = E2
SI Diagnóstico = E2 ENTONCES paciente= T2
Regla 3:
SI S1 = 1 y S2 = 1 y S4 = 1 y S6 = 1 y S7 = 1 y S8 = 1 y S9 = 1 y S10 = 1 y S11 = 1 ENTONCES
Diagnóstico = E3
SI Diagnóstico = E3 ENTONCES paciente= T3
Regla 4:
SI S1 = 1 y S2 = 1 y S7 = 1 y S11 = 1 y S12 = 1 y S13 = 1
ENTONCES Diagnóstico = E4
SI Diagnóstico = E4 ENTONCES paciente= T4
Regla 5:
SI S1 = 1 y S2= 1 y S7 = 1 y S14 = 1 y S15 = 1 y S16 = 1 y S17 = 1
ENTONCES Diagnóstico = E5
SI Diagnóstico = E5 ENTONCES paciente= T5
Regla 6:
SI S1 = 1 y S2= 1 y S18 = 1 y S19 = 1 y S20 = 1 y S21 = 1 y S27 = 1
ENTONCES Diagnostico = E6
SI Diagnóstico = E6 ENTONCES paciente= T6
Regla 7:
SI S1 = 1 y S3= 1 y S6 = 1 y S22 = 1
ENTONCES Diagnóstico = E7
SI Diagnóstico = E7 ENTONCES paciente= T7
Vol. 02, N° 01. Junio 2014
80
81
Revista de Investigación y Desarrollo
REVISTA DE INVESTIGACIÓN Y DESARROLLO EN INGENIERÍA DE SISTEMAS Y COMPUTACIÓN | VOL. 2 | N° 1 | OCTUBRE 2014
Regla 8:
SI S2 = 1 y S12= 1 y S13 = 1 y S17 = 1 y S23 = 1 y S24 = 1 y S25 = 1
ENTONCES Diagnóstico = E8
SI Diagnóstico = E8 ENTONCES paciente= T8
Regla 9:
SI S28 = 1 y S29= 1 y S30 = 1 y S31 = 1 y S32 = 1 y S33 = 1 y S34 = 1
ENTONCES Diagnóstico = E9
SI Diagnóstico = E9 ENTONCES paciente= T9
Regla 10:
SI S6 = 1 y S8= 1 y S12 = 1 y S35 = 1 y S36 = 1 y S37 = 1
ENTONCES Diagnóstico = E10
SI Diagnóstico = E10 ENTONCES paciente= T10
Las prioridades R1 R2 R3 R4 R5 R6 R7 R8 R9 R10
son:
1
2
3
4
5
6
7
8
9 10
3.2.2. Algoritmo – Todas las Soluciones – Con prioridad
1.
2.
3.
4.
Leer(BC); Leer(BH); Leer(Sol);
S_disp ! True;
Sol ! { };
Ordenar reglas.
Mientras S_disp
S_disp ! False
Verificar c/regla no disparada de BC
Si (se dispara una regla Rx de consecuente Cx)
Entonces S_disp ! True, BH " BH + Cx
Si Cx Є LCT Entonces Sol ! Sol + Cx;
5. Si Sol = { }
5.1
Entonces Escribir (“No se puede diagnosticar”),
5.2
Sino Escribir (“Soluciones=”, Sol);
3.3. Corrida del algoritmo y soluciones
Caso 1:
Ite
Reglas no disparadas
0 R1, R2, R3, R4, R5, R6, R7, R8, R9, R10
1
Rx
R1
Ex
E1
BH
S1, S2, S3, S4, S5, S6, S7
S1, S2, S3, S4, S5, S6, S7, E1,
T1
/, R2 , R3, R4, R5, R6, R7, R8, R9, R10
R1
E1
Solución : E1, T1
Si
BH
=> LCT
(S1, S2, S3,
S4, S5, S6,
S7) => E1, T1
Tx
T1
Cuando un paciente presenta fiebre, tos, dolor garganta, dolor muscular, mucosidad nasal,
dolor cabeza y fatiga, se diagnostica influenza y se recomienda utilizar compresas calientes
varias veces por día y pastilla antibiótica 2 o 3 veces por día.
Caso 2:
Ite
Reglas no disparadas
0 R1, R2, R3, R4, R5, R6, R7, R8, R9, R10
1
Ex
BH
E10 S6, S8, S12, S35, S36, S37
S6, S8, S12, S35, S36, S37, E10,
E10 T10
R1, R2 , R3, R4, R5, R6, R7, R8, R9, /
R10
Solución : E1, T1
Si
BH
=> LCT
(S6, S8, S12,
S35, S36,
S37) => E10, T10
Vol. 02, N° 01. Junio 2014
82
Rx
R10
Tx
T10
81
UIGV U N I V E R S I D A D I N C A G A R C I L A S O D E L A V E G A
Cuando un paciente presenta mucosidad nasal, sudoración, dificultad respiratoria, palidez de
piel con morados dispersos, vértigos y zumbido oído, el diagnóstico es anemia y se prescribe
tratamiento de la afección que provoca la anemia, según indique el médico.
4. Conclusiones
Un sistema experto de diagnóstico proporciona apoyo a las decisiones médicas, sin la
necesidad de reemplazar lo indicado por el médico tratante, ya que este siempre tendrá la
última palabra. El conocimiento del sistema experto se ha obtenido basado en la experiencia y
consulta a los especialistas en el área médica y se ha procurado representar de la manera más
exacta lo indicado por dichos especialistas.
El sistema propuesto está en proceso de desarrollo y será parte de la asignatura Proyecto
Informático II. En este escrito, de manera muy resumida y simplificada, se ha presentado la
lógica utilizada para realizar procesos de diagnóstico utilizando el mecanismo de inferencia de
un sistema experto.
Referencias bibliográficas
[1].
Joseph Giarratano, Gary Riley. “Sistemas Expertos: Principios y Programación”.
International Thomson. Editores (1998).
[2].
G. Guida, C Tasso. “Design and Development of Knowledge Based Systems”. England:
John Wiley & Sons. 1994. 476 p.
[3].
M. Henao Calad. “CommonKADS RT: Una Metodología para el Desarrollo de Sistemas
Basados en el Conocimiento de Tiempo Real”. Tesis Doctoral. Universidad Polit
Universidad Politécnica de Valencia 2002.
[4].
Omar Soriano Zárate, Antonieta Abud Figueroa. “Gestión del Conocimiento utilización de
XML- para bases de Conocimiento XML y derivados: Estándares para un paradigma de
bases de Conocimientos”. -IST de Orizaba Veracruz – México. Energía y ComputaciónEdición 22.
[5].
D. Waterman. “A Guide to Expert”. United States of America. 1986. 419p.
[6].
John F. Sowa. “Architectures for intelligent systems". IBM Systems Journal 41:3, 2002,
pp. 331-349.
[7].
Baltasar Fernández Manjón. “Sistemas de ayuda inteligente para entornos informáticos
complejos”. Inteligencia Artificial, Revista Iberoamericana de Inteligencia Artificial. No.12
(2001), pp. 59-67. ISSN: 1137-3601. © AEPIA.
[8].
Durkin, J. (1994), “Expert Systems: Design and Development”. Maxwell Macmillan, New
York.
[9].
Frye M J, Olynick D M, Pinkney R B. “Development of an expert system for the fire
protection requirements of the national building code of Canada”. Construction
Informatics Digital Library. Paper w78-1992-215.
[10]. Jorge Salvador Ierache. “Sistema Experto Aplicado al Control del Espacio Aéreo”.
Reportes Técnicos en Ingeniería del Software. Vol. 5(2). Pág. 41-91. 2003 ISSN: 16675002. © CAPIS-EPG-ITBA.
[11]. Sierra, E., Hossian, A. y García-Martínez, R. “Sistemas Expertos que Recomiendan
Estrategias de Instrucción: Un Modelo para su Desarrollo”. Revista Latinoamericana de
Tecnología Educativa. Volumen 1 N° 1. Páginas 19-30. Facultad de Educación.
Universidad de Extremadura. ISSN: 1695-288X. 2003.
[12]. Gervás, P., San Miguel, B. “Un sistema experto basado en reglas para la automatización
de la elaboración de horarios para un conjunto de restricciones particulares”. III Jornadas
de Transferencia Tecnológica de Inteligencia Artificial, Murcia, 16-19 noviembre 1999.
[13]. Enrique Castillo, José Manuel Gutiérrez y Ali S. Hadi. “Sistemas Expertos y Modelos de
Redes Probabilísticas”. Editorial Academia de Ingeniería (España). Madrid, España.
1998. ISBN 84-600-9395-6.
[14]. Wilson Rafael Rios Ruiz. “Propiedad Intelectual de las Obras creadas, producidas o
generadas mediante Ordenador (Los Sistemas de Inteligencia Artificial)”. Revista de
Derecho Informático ISSN 1681-5726. Edita: Alfa-Redi-No. 052 - Noviembre del 2002.
83
REVISTARevista
DE INVESTIGACIÓN
Y DESARROLLO
EN INGENIERÍA DE SISTEMAS Y COMPUTACIÓN | VOL. 2 | N° 1 | OCTUBRE 2014
de Investigación
y Desarrollo
[15]. John F. Sowa. “Knowledge Representation: Logical, Philosophical and Computational
Foundations”. Brooks Cole Publishing Co., Pacific Grove, CA, ©2000.
[16]. A. Nevado, C. de Mora, H. Pastor. “Control Adaptativo Predictivo Experto: Metodología y
Aplicación Industrial”. I Seminario de Aplicaciones Industriales de Control Avanzado –
SAICA 2005.
[17]. Braunwald E. Harrison. “Principios de Medicina Interna”. Vol. I. 11na. Ed. Madrid: Mc
Graw-Hill, 1989:1-14.
84
Vol. 02, N° 01. Junio 2014
83