Sistema Simple para manejo de Conocimientos Aplicación Clinica

Guía
7
Facultad: Ingeniería.
Escuela: Biomédica
Asignatura: Informática Médica
Sistema Simple para manejo de
Conocimientos
Aplicación Clinica
Objetivos
 Aplicar herramientas básicas como Excel en el diseño de soluciones
basadas en Sistemas Expertos.
 Explorar las aplicaciones de la informática médica en cuanto al manejo del
conocimiento de expertos médicos.
 Conocer de manera general el funcionamiento de un sistema experto
basado en reglas de diagnóstico.
Recomendaciones
 La guía se desarrollará en dos sesiones, de modo que deberá ser puntual y
responsable con las actividades previas requeridas en cada una de las
sesiones.
 Tenga orden y aseo para trabajar
 Al finalizar el laboratorio se debe dejar en la misma ó mejor condición en
que se encontró (Asegúrese de apagar el Equipo antes de retirarse).
Materiales y equipos
 Computadora
 Microsoft Office Excel 2007.
1
Guía
7
Introducción Teórica
Generalidades
Un sistema experto aplicado al diagnóstico médico proporciona una opinión
médica que auxilia las decisiones tomadas por personal médico en contacto
directo con el paciente. Un sistema de este tipo debe estar basado en Reglas de
Producción (o reglas de diagnóstico), que consideren las diversas situaciones y
variantes que caracterizan el caso clínico que se va a tratar, para luego generar un
resultado o conclusión congruente con la buena práctica médica.
Las reglas de diagnóstico se diseñan utilizando el conocimiento aportado por los
expertos, de modo que lo contengan y utilicen de la manera más efectiva. Es este
conocimiento implícito en las reglas de diagnóstico el que caracteriza al Sistema
Experto, por lo que estas se consideran el núcleo del mismo.
Para expresar la incertidumbre de una regla de diagnóstico, cada conclusión de
una regla es asociada con una medida de confidencia. Una medida de este tipo no
puede considerarse una medida de tipo probabilístico, ya que está basada en una
percepción muy personal del experto que ayuda a generarla. En todo caso, el
significado exacto de una medida de este tipo usualmente no puede ser
claramente definido.
Inicialmente, cuando se realiza el diseño del sistema, este puede presentar dentro
de sus resultados o conclusiones, un buen número de contradicciones. Estas por
lo general están directamente relacionadas con la incertidumbre que caracteriza
las diversas decisiones que se toman en el campo de la medicina. Sin embargo, el
sistema puede ser depurado agregando mas reglas y probando su efectividad ante
casos reales.
Diseño de un sistema basado en conocimiento
El diseño de un sistema de este tipo, usualmente comprende las siguientes
etapas:
a) Definición de variables o unidades de datos referentes a cada patología.
Estos se definen como datos o atributos que deben considerarse para diagnosticar
una patología. Así pueden definirse x1, x2,...xn , y1, y2, ...yn , w1, w2,... wn, etc.
2
Guía
7
Estos incluyen resultados de laboratorio clínico, observaciones directas al
paciente, características de pruebas, parámetros médicos, etc.
Ejemplos:
X1 = Resultado de prueba 1
X2 = Resultado de prueba 2
W1 = Síntoma 1 presentado en paciente
W2 = Síntoma 2 presentado en paciente
b) Identificar dentro de las variables, las posibles relaciones y funciones
existentes.
Es necesario que dentro de todas las variables, se definan cuales están en función
de otras, para establecer una jerarquía de dependencia de datos. Esto simplifica el
análisis del problema y facilita la formulación de reglas. Puede llegarse a
afirmaciones tales como:
Sintoma1 = f (Y1,Y2,Y3,Y4)
c) Establecer las Reglas de Diagnóstico.
Esta es la parte crítica del diseño. Estas reglas son extraídas directamente del
Experto Médico, que para el caso de esta práctica deberá ser un médico y de
manera secundaria, la investigación bibliográfica realizada.
Una regla de diagnóstico conlleva a que se realice un diagnóstico basado en el
cumplimiento de ciertas características o condiciones de las variables ya definidas.
Incluso puede llegarse a necesitar que se incluya variables aun no contempladas.
Las reglas pueden definirse como elementos IF-THEN, AND y OR, pudiéndose
llegar a reglas o fórmulas tales como:
IF: (x2 AND x4) OR (x1 AND x2) OR (x5)
THEN: (Acción Recomendada o Diagnóstico).
3
Guía
7
Ejemplo 1:
Regla de Diagnóstico para caso de Diagnóstico por imágenes de Mamografía.
IF TOTAL número de calcificaciones > 30 AND VOLumen > 5cm3 AND
DENSIDAD de calcificaciones es moderada THEN Carcinoma Maligno
(Donde las variables son: TOTAL, VOL y DENSIDAD.)
Ejemplo 2:
Regla de Diagnóstico para caso de determinación de causas de infección Bacterial
Regla 001
IF:
1) La infección que requiere terapia es meningitis
2) No se observaron organismos en el cultivo
3) El tipo de infección es bacteriana
4) Paciente no tiene un defecto producido por lesión en la cabeza
5) La edad del paciente está entre 15 y 55 años
THEN: Los organismos que pueden estar causando la infección son
diploco copeumoniae y neisseria-meningitidis
Pueden obtenerse tantas reglas como sea necesario para que el sistema se ajuste
a los requerimientos de precisión.
d) Implementación y depuración.
Las reglas deberán ser implementadas y puestas a prueba con casos reales o
simulados. La inexactitud inicial del sistema puede ser indicador de Inconsistencia
de las reglas de diagnóstico y por consiguiente de un número reducido de estas.
4
Guía
7
Procedimiento
En esta práctica se trabajará en parejas desarrollando una de las tres aplicaciones
que se listan a continuación y que le será asignada por el docente de laboratorio
en forma oportuna.
Desarrollar un sistema de manejo de conocimiento Médico que permita:
 Realizar una selección de pacientes en la emergencia de un hospital de
segundo nivel de atención.
 Diagnostique al menos cinco patologías vinculadas al sistema respiratorio.
 Realice una clasificación (Triaje) en caso de una emergencia en manejo de
desastres para el hospital de segundo nivel de atención.
El desarrollo de la práctica requiere la investigación previa del caso siguiendo las
reglas descritas en la introducción teórica.
Por ejemplo para la clasificación de pacientes en caso de desastres demanda la
investigación de técnicas de triaje a partir de las cuales crear las reglas de
decisión.
El diagnóstico de patologías demanda la definición de al menos 5 enfermedades,
al menos 3 a 5 síntomas clave para cada enfermedad, su tratamiento, y las reglas
de decisión que conllevan a determinar la enfermedad y por ende su tratamiento.
La selección de pacientes en el área de emergencia del hospital de segundo nivel
demandará la determinación de al menos 5 condiciones del paciente, de entre x
cantidad de posibilidades que se definan, y en base a ello determinar la prioridad
de atención y que pacientes pueden esperar un poco más para ser atendidos. El
resultado proporcionará un número del 1 al 4 (por ejemplo) que podrá indicar la
alta prioridad o baja prioridad para ser atendido; tomar en cuenta que puede
delimitarse la especialidad de emergencia o iniciar desde la clasificación si se trata
de un paciente de medicina, cirugía, ginecología o pediatría.
El desarrollo de las reglas deberá ser realizado en una hoja electrónica de
Microsoft Excel, y haciendo uso de por lo menos las siguientes funciones lógicas:
IF (SI)
AND (Y)
OR (O)
Una vez se finalice el sistema, su capacidad deberá ser justificada por medio de la
aplicación de casos reales para ser analizados. El funcionamiento del sistema
consistirá en que se le introducirán datos que permitan que las diferentes reglas
interactúen entre sí, generando un resultado en tiempo real que proporcione una
solución. No es necesario utilizar programación, sino únicamente la lógica detrás
del uso de las funciones de Excel.
5
Guía
7
El grupo que no haya realizado la actividad requerida previa a la práctica, no
podrá incorporarse a la primera sesión de prueba y deberá hacerlo en la
segunda sesión con el diseño en funcionamiento.
Análisis de Resultados
La guía se desarrollará en dos sesiones evaluadas. También se tendrá que
entregar un reporte escrito cuyo contenido será el análisis de resultados y la
investigación complementaria.
Se evaluará para la primera sesión:
Llegar hasta el punto C (incluyendo C), es decir habrá que haber definido las
reglas de diagnóstico. Se espera un número considerable de reglas con un nivel
adecuado de complejidad.
Se deberá justificar las reglas de diagnóstico utilizadas, explicando los
procedimientos de prueba realizados y detalles de los resultados obtenidos. (60%
de nota).
Paralelamente se deberá demostrar claramente como se implementarán estas
reglas en Excel. (20% de nota).
Se deberá tener una propuesta sobre como funcionará el sistema y de cómo se
realizará el análisis estadístico de resultados. (20% de nota).
Se evaluará para la segunda sesión:
Demostrar funcionamiento adecuado del sistema (60% de nota)
Resultados del análisis estadístico (40% de nota)
Investigación Complementaria
Investigar en detalle un modelo de la metodología de cómo debe realizarse la
obtención de información de un experto médico con la finalidad de efectuar un
proceso eficiente de adquisición de conocimiento. Véase desde el punto de vista
de ingeniera del conocimiento.
6
Guía
7
Bibliografía
 Kovalerchuk, B., Vityaev E., Ruiz J.F., Consistent Knowledge Discovery in
Medical Diagnosis, IEEE Engineering in Medicine and Biology Magazine,
(Special issue on Data Mining and Knowledge Discovery), vol. 19, N, 4,
July/August 2000, pp. 26-37
 Hudson, Donna. Neural networks and artificial intelligence for biomedical
engineering. NEW YORK, ESTADOS UNIDOS : Institute of Electrical and
Electronics Engineers, 2000.
7