Implicaciones de Su Uso en la Medicina.
Sistemas Expertos.
Constituye hoy en día el área de aplicación de la I.A. dentro de la
medicina de mayor éxito. Los sistemas expertos permiten almacenar y utilizar el conocimiento
de uno o varios expertos humanos en un dominio de aplicación concreto. Su uso
incrementa la productividad, mejora la eficiencia en la toma de decisiones o
simplemente permite resolver problemas cuando los expertos no están presentes.
Muchos son los ejemplos de sistemas expertos desarrollados.
Entre ellos: MYCIN para el diagnóstico médico.
Un sistema experto genérico consta de dos módulos principales:
1. La base de conocimientos del sistema experto con respecto a un tema
específico para el que se diseña el sistema. Este conocimiento se codifica
según una notación específica que incluye reglas, predicados, redes semánticas
y objetos.
2. El motor de inferencia: es el que combina los hechos y las preguntas
particulares, utilizando la base de conocimiento, seleccionando los datos y
pasos apropiados para presentar los resultados
Un Sistema Experto (SE), es básicamente un programa de computadora basado
en conocimientos y raciocinio que lleva a cabo tareas que generalmente sólo
realiza un experto humano; es decir, es un programa que imita el comportamiento
humano en el sentido de que utiliza la información que le es proporcionada para
poder dar una opinión sobre un tema en especial. Otros autores lo definen como
sigue: un Sistema Experto es un programa de computadora interactivo que
contiene la experiencia, conocimiento y habilidad propios de una persona o
grupos de personas especialistas en un área particular del conocimiento humano,
de manera que permitan resolver problemas específicos de ése área de manera
inteligente y satisfactoria. La tarea principal de un SE es tratar de aconsejar
al usuario. Los sistemas expertos son una variedad comercial de una clase de
programas computacionales llamados sistemas basados en conocimiento. El
conocimiento en sistemas expertos es altamente in estructurado, esto es, el
proceso de solucionar problemas de un dominio no es manifiesto. Y es
establecido explícitamente en relaciones o detuctivamente inferidos desde la
cadena de proposiciones.
Dado que cada condición que puede ser encontrada puede ser descrita por
una regla, los sistemas expertos basados en reglas no pueden manejar eventos no
anticipados, pero pueden evolucionar con el uso, y permanece limitado a un
estrecho dominio de problemas. Sólo para citar un ejemplo, un Sistema Experto (SE) de medicina es una
aplicación capaz de dar soporte a un diagnóstico, con el uso de técnicas
básicas de representación del conocimiento, deducción y búsqueda de soluciones.
Esto va desde sistemas básicos dirigidos al usuario del hogar, hasta
proyectos de apoyo a países en desarrollo para auxiliar a médicos generales en
el diagnóstico de enfermedades donde los especialistas no se encuentran
disponibles. Los casos más avanzados son los sistemas de monitoreo capaces de
mantener estable al paciente, manejar los cambios en la condición del paciente
y disparar alarmas. Es en este nivel, donde los campos de aplicación se mezclan
con las clases o tipos de aplicaciones que nos llevan a hacer una explosión de
usos potenciales de la IA.
Otra variante de sistemas expertos, uno que no posee esta limitación,
emplea una base de conocimiento que consiste de descripciones estructuradas de
situaciones, de problemas del mundo real y de decisiones actualmente hechas por
expertos humanos. En medicina, por ejemplo, el registro de un paciente contiene
descripciones de datos personales, exámenes físicos y de laboratorio,
diagnóstico clínico, tratamiento propuesto, y los resultados de tales
tratamientos.
Dada una gran base de datos con tales registros en una especialidad
médica, el médico puede indagar acerca de eventos análogos a los relacionados
con el paciente. Esto en contraste con el sistema que idealmente intenta
reemplazar al ser humano, ya que en casos como estos sólo podría usarse este
tipo de conocimiento como una herramienta que ayuda en la toma de decisiones.
El software requerido para este tipo de sistemas se ha ido complicando con el
tiempo ya que su desarrollo demanda tiempo, un buen equipo de programadores y
un buen producto final.
Los resultados de la inteligencia artificial han sido utilizados también
para la elaboración de aplicaciones de Enseñanza Asistida por Computadoras en
las ciencias médicas. El ejemplo más representativo de este tipo de sistemas es
el GUIDON, un tutorial inteligente basado en el sistema experto MYCIN. El
objetivo de este último es diagnosticar infecciones bacterianas en la sangre y
sugerir el tratamiento adecuado.
El sistema GUIDON se inicia con la presentación de un caso clínico sobre
el cual el sistema va proporcionando información adicional a solicitud del
estudiante y almacena la información sobre el tipo y número de consultas que va
realizando, así como el orden de razonamiento que emplea el estudiante al
tratar de resolver el caso problema.
El GUIDON puede interrumpir la consulta y
reorientar al estudiante en el momento en que presenta una de las reglas
apropiadas para la solución. Este sistema proporciona ayuda al estudiante en
función del camino que éste va siguiendo para solucionar el caso.
El GUIDON también cuenta con la posibilidad de hacer presentaciones de
casos clínicos de tipo tutorial, con el propósito de introducir nuevo material
o establecer diálogos sobre los mecanismos de inferencia referentes al caso
para llegar al diagnóstico y tratamiento adecuados.
Desarrollar tutoriales inteligentes como el GUIDON requiere de un gran
tiempo de trabajo y un enorme costo, ya que implica, en primer lugar, adquirir
conocimientos de un experto humano, almacenarlos en una computadora y
manejarlos con los recursos que esta última brinda, para obtener un resultado o
solución igual o suficientemente cercana a la de un experto humano. El sistema
además, debe poder explicar en todo momento su razonamiento. Por su
complejidad, estos no son los sistemas que más comúnmente se desarrollan para
la enseñanza.
La tecnología de sistemas expertos ha probado su utilidad en campos muy
heterogéneos del saber humano, a modo de ejemplos podemos citar algunos
Sistemas Expertos:
• MYCIN, construido también en Stanford, diagnostica enfermedades
infecciosas de la sangre y receta los antibióticos apropiados.
• PUFF, diagnostica enfermedades pulmonares.
• CADUCEUS, de la Universidad de Pittsburgh, para diagnosticar medicina
interna.
• EMYCIN (Essential Mycin)Shell construido en la Universidad de Stanford
sobre la base del MYCIN, sistema de expertos que realiza diagnóstico de
enfermedades infecciosas a la sangre. Posteriormente sobre el EMYCIN se
construyeron otros sistemas expertos como el PUFF (que diagnostica enfermedades
pulmonares) y el SACON (Ingeniería estructural).
• MED1 Este shell fue desarrollado en 1983 por F. Puppe en el marco de
una tesis doctoral en la Universidad de Kaiserlautern y llevado a la práctica
posteriormente en varios computadores. El lenguaje de programación sobre el que
se basa, aunque no es accesible desde el MED1, es Interlisp. El MED1, como su
nombre indica, es especialmente apropiado para sistema de diagnóstico médico.
Debido al contexto de desarrollo, la interfase del usuario no es en absoluta
tan cómoda como en otros Shell como el KEE y el S1, cuyo desarrollo fue
orientado hacia la explotación comercial. La principal ventaja del MED1, es su
gran flexibilidad en la manipulación de conocimientos difusos.
Ahora hablaremos un poco mas sobre MYCIN:
Mycin
Sistema Experto para diagnósticos médicos
MYCIN es un Sistema Experto para la realización de diagnósticos,
iniciado pro Ed Feigenbaum y posteriormente desarrollados por E.Shortliffe y
sus colaboradores. Su función es la de aconsejar a los médicos en la
investigación y determinación de diagnósticos en el campo de las enfermedades
infecciosas de la sangre.
El sistema MYCIN, al ser consultado por el médico,
solicita primero datos generales sobre el paciente: nombre, edad, síntomas,
etc. Una vez conocida esta información por parte del sistema, el Sistema
Experto plantea unas hipótesis. Para poder verificarlas comprueba primero la
exactitud de las premisas de la regla. Esto se realiza mediante una búsqueda de
enunciados correspondientes en la base de conocimientos.
Estos enunciados
pueden a su vez estar de nuevo en la parte de consulta de otra regla. También
lo realiza mediante determinadas preguntas al usuario. Aquí se hacen preguntas
del tipo: ¿Se ha practicado en el paciente algún tipo de intervención quirúrgica?
Con las respuestas que recibe, el MYCIN verifica o rechaza las hipótesis
planteadas. Una serie de tests han demostrado que MYCIN trabaja igual de bien
que un médico.
No hay comentarios:
Publicar un comentario