SlideShare una empresa de Scribd logo
1 de 15
Descargar para leer sin conexión
Sistema Experto Orientado A La Atención Primaria
Del Riesgo Suicida En Instituciones Educativas
Oficiales Del Distrito De Cartagena
Erika V. Rodríguez Espinosa
Ingeniera de Sistemas
erodrigueze@tecnocomfenalco.edu.co
Agenda
 Contextualización sobre
 Sistemas Expertos
 Suicidio
 Árboles de Decisión
 Aspectos Metodológicos
 Resultados
 Conclusiones
Diseño del Sistema
Categorización de los Factores de Riesgo 40%
Parametros de Entrada 20%
Arquitectura del Sistema 40%
Contextualización sobre:
Sistema Experto
Un programa inteligente que utiliza los conocimientos e inferencias lógicas para
resolver problemas que son suficientemente difíciles para necesitar un experto
humano para encontrar una solución
E. feigenbaum 1982
Un sistema experto es un programa del ordenador que representa y razona con el
conocimiento de un especialista para resolver un problemas o dar un consejo.
P. Jackson 1999
Un SE es un sistema informático que simula los procesos de un aprendizaje,
memorización, razonamiento, comunicación y acción de un experto humano en una
determinada rama de la ciencia, suministrando, de esta manera, un consultor que
puede sustituirle con unas ciertas garantías de éxito.
H. Chacaltana
1. Contextualización sobre SE:
Analogía de Un Sistema Experto
vs Humano Experto
Fuente: Inteligencia Artificial y Sistemas Experto.
Universidad de Córdoba
Fuente: Sistemas Expertos y Modelos de Redes Probabilísticos.
Adaptado de Durkin y Castillo, Gutiérrez, y Hadi
1. Contextualización sobre SE:
Cuando y Dónde se utilizan los SE?
Cuando:
 Cuando el problema no puede ser resuelto con información común
 El problema esta estructurado y no depende del sentido común
 Cuando hay expertos dispuestos y saben explicarse bien sobre el tema
 Cuando las dimensiones del problema requieren gran análisis de datos dado que
reducen el área de búsqueda
Donde:
 Diagnostico: En área de dominio médico pero también informático
 Vigilancia: Detección de fraudes de tarjetas de crédito
 Planificación: Gestión de personal, máquinas y recursos
 Finanzas: Afectación de créditos Inmobiliarios, calculo de riesgos, predicción de
mercados
Contextualización sobre:
Suicidio
Muerte derivada de la utilización de cualquier método (envenenamiento, ahorcamiento,
herida por arma de fuego o cortopunzante, lanzamiento al vacío, o cualquier otra
forma) con evidencia, explícita o implícita, de que fue autoinflingida y con la intención
de provocar el propio fallecimiento. Boletín de salud mental Conducta suicida
En niños y adolescentes los pensamientos suicidas son comunes en ambos
géneros. en esta población casi la mitad de los trastornos mentales se
presentan antes de los 14 años.
Por su parte, el ministerio de Salud y Protección Social revela que el grupo
de edad de 15-34 años se registra el mayor número de intentos de suicidio
Arboles de Decisión
Modelo que puede para representar y categorizar
una serie de condiciones que suceden de forma
sucesiva para la solución de un problema.
Fuente: Árboles de decisión como herramienta en el diagnóstico médico
Aspectos Metodológicos
 Población y área de captación:
 83 Instituciones Educativas del Distrito de Cartagena – Colombia
 Unidades Administrativas Locales de Educación UNALDES
 Docentes Investigadores, Psicólogos y Psiquiatras
 Tipo de investigación y muestreo
 Investigación Aplicada
 Aleatorio Simple
 Instrumentos
 Encuesta: variables de entrada del sistema e identificar posibles oportunidades de automatización
 Entrevistas con expertos - Conocimiento
 Selección de los parámetros de entrada: Clasificación Factores de Riesgo
 Diseño de reglas
 Desarrollo de árbol de decisión
 Arquitectura
Diseño de reglas
Categorización
 Factores de Riesgo Individuales: 57
 Trastorno Mental: 17
 Psicosocial: 15
Valores
 Riesgo alto comprende los valores de 80 a 100
 Riesgo medio comprende los valores de 70 a 30
 Riesgo bajo comprende los valores de 20 a 40
Factores de
Riesgo
ID Nombre Nivel de
Importancia
Individuales P1… Pn Intento de Suicidio Previo 0 - 1
Trastorno Mental Q2…Qn Rasgos de Trastorno Bipolar 0 – 1
Psicosocial R1…Rn Acoso de Iguales 0 - 1
Diseño de reglas
Categorización
 Factores de Riesgo Individuales: 57
 Trastorno Mental: 17
 Psicosocial: 15
Valores
 Riesgo alto comprende los valores de 80 a 100
 Riesgo medio comprende los valores de 70 a 30
 Riesgo bajo comprende los valores de 20 a 40
1. IF Q es una proposición (no necesariamente atómica) THEN ¬X — “no X” o “la
negación de X” — es une proposición.
Resultado:
Arquitectura del SE
PresentaciónAplicaciónAlmacenamiento
Interface de Usuario
Experto Otros usuarios
Módulo de explicación
Motor de Inferencia Lógico
(Sistemas de Interpretación)
Base de Datos Base de
Conocimiento
Observaciones
Pruebas
Cuestionarios
nodo
Nodo
nodo2
nodo3
Nodo Nodo1
Lenguaje Natural
Sistema Inductivo/Deductivo
Resultado
Presentación: toma la forma de un dialogo
 SE hace preguntas para registrar un nuevo
conocimiento
 El usuario puede pedir al SE una
explicación.
Experto humano: persona especializada en el
área de psicología o psiquiatría. Encargada de
alimentar la base de conocimiento de acuerdo
a los formatos establecidos para el
tratamiento de una persona que padece una
alteración de salud mental.
Usuario: personas que interactúan con el
sistema en forma menos especializada.
Quienes reportan casos de suicidios o quienes
reciben el tratamiento psicológico.
Interface de usuario: interface de lenguaje
natural
Presentación
Interface de Usuario
Experto Otros usuarios
Módulo de explicación
Lenguaje Natural
• MINI Entrevista Neuropsiquiátrica Internacional
(MINI International Neuropsychiatric Interview, MINI)
• Formato: Categoria, Presente las variables de
mayor relevancia
¿Por qué hace esa pregunta? ¿Cómo llegaste a esa conclusión?
Resultado
 Sistema de Inferencia: establece una
conclusión gracias a la información
proporcionada por el usuario y/o la
base de conocimiento
 Inductivo: Se define como un proceso
del pensamiento en el que a partir
de afirmaciones generales se llega a
afirmaciones específicas aplicando
las reglas de la lógica. Va hechos
hasta las conclusiones, o desde los
datos hacia los objetivos.
 Deductivo: Dadas las conclusiones
buscan los hechos que las derivan.
Desde los objetivos hacia los datos
Aplicación
Motor de Inferencia Lógico
(Sistemas de Interpretación)
Sistema Inductivo/Deductivo
Resultado
 Base de conocimiento: esta
fundamentado entre la lógica y la
inferencia lógica
 Observaciones y Cuestionarios:
Registros que pueden mejorar las
minucia de los datos.
 Pruebas Psicológicas: establecidas
por los expertos (sistema experto)
teniendo en cuenta el factor riesgo
identificado.
Almacenamiento
Base de Datos Base de
Conocimiento
Observaciones
Pruebas
Cuestionarios
nodo
Nodo
nodo2
nodo3
Nodo Nodo1
Conclusiones
 Los Sistemas expertos pueden aplicarse a cualquier a diversas ramas del
conocimiento sin tener que cambiar su estructura.
 Disminuir los índices de suicidios en las instituciones educativas del Distrito de
Cartagena
 La amplia colección de individuos que pertenecen a una institución educativa está
a cargo de un solo experto o profesional en psicología, quien realiza también otras
tareas de carácter administrativo. Lo anterior representa un reto en la atención
de los estudiantes teniendo en cuenta múltiples pruebas de diagnóstico, el tiempo
empleado en el seguimiento de casos y la escasa digitalización o ausencia de
sistemas de información especializados.
 Tal como se evidencia, un sistema de información desintegrado obstaculiza las
relaciones de datos e influye en el análisis de factores de riesgo que puede
padecer una persona, puesto que dificulta que el profesional encargado pueda
acceder oportunamente a la información.

Más contenido relacionado

La actualidad más candente

Clase Inteligencia Artificial Unidad 3
Clase Inteligencia Artificial Unidad 3Clase Inteligencia Artificial Unidad 3
Clase Inteligencia Artificial Unidad 3K Reyes
 
Aprendizaje de máquina
Aprendizaje de máquinaAprendizaje de máquina
Aprendizaje de máquinaHugo Banda
 
27_06_2019 "Aprendizaje humano: construcción del conocimiento, modelos mental...
27_06_2019 "Aprendizaje humano: construcción del conocimiento, modelos mental...27_06_2019 "Aprendizaje humano: construcción del conocimiento, modelos mental...
27_06_2019 "Aprendizaje humano: construcción del conocimiento, modelos mental...eMadrid network
 
Tamaño de la muestra
Tamaño de la muestraTamaño de la muestra
Tamaño de la muestraNoeOrtega9
 

La actualidad más candente (7)

Clase Inteligencia Artificial Unidad 3
Clase Inteligencia Artificial Unidad 3Clase Inteligencia Artificial Unidad 3
Clase Inteligencia Artificial Unidad 3
 
Aprendizaje de máquina
Aprendizaje de máquinaAprendizaje de máquina
Aprendizaje de máquina
 
Tareas del mundo real
Tareas del mundo realTareas del mundo real
Tareas del mundo real
 
Sistema Experto
Sistema ExpertoSistema Experto
Sistema Experto
 
27_06_2019 "Aprendizaje humano: construcción del conocimiento, modelos mental...
27_06_2019 "Aprendizaje humano: construcción del conocimiento, modelos mental...27_06_2019 "Aprendizaje humano: construcción del conocimiento, modelos mental...
27_06_2019 "Aprendizaje humano: construcción del conocimiento, modelos mental...
 
Faraón
FaraónFaraón
Faraón
 
Tamaño de la muestra
Tamaño de la muestraTamaño de la muestra
Tamaño de la muestra
 

Similar a Arquitectura de un sistema experto para la atención de salud mental en Instituciones Educativas

Similar a Arquitectura de un sistema experto para la atención de salud mental en Instituciones Educativas (20)

Inteligencia artificial salud
Inteligencia artificial saludInteligencia artificial salud
Inteligencia artificial salud
 
Tópicos 20-10-15
Tópicos 20-10-15Tópicos 20-10-15
Tópicos 20-10-15
 
Analisis de datos 2
Analisis de datos 2Analisis de datos 2
Analisis de datos 2
 
Sistema experto
Sistema expertoSistema experto
Sistema experto
 
Taller pseint
Taller pseintTaller pseint
Taller pseint
 
Taller pseint
Taller pseintTaller pseint
Taller pseint
 
Taller pseint
Taller pseintTaller pseint
Taller pseint
 
Taller pseint
Taller pseintTaller pseint
Taller pseint
 
Taller pseint
Taller pseintTaller pseint
Taller pseint
 
Inteligencia Estrategica
Inteligencia EstrategicaInteligencia Estrategica
Inteligencia Estrategica
 
Inteligencia Estrategica
Inteligencia EstrategicaInteligencia Estrategica
Inteligencia Estrategica
 
Logica,datos, base de datos e informacion
Logica,datos, base de datos e informacionLogica,datos, base de datos e informacion
Logica,datos, base de datos e informacion
 
Inteligencia artificial2
Inteligencia artificial2Inteligencia artificial2
Inteligencia artificial2
 
inteligencia
inteligenciainteligencia
inteligencia
 
Aguirre (2022) Rev Paakat.pdf
Aguirre (2022) Rev Paakat.pdfAguirre (2022) Rev Paakat.pdf
Aguirre (2022) Rev Paakat.pdf
 
Analisis de sistemas_de_informacion
Analisis de sistemas_de_informacionAnalisis de sistemas_de_informacion
Analisis de sistemas_de_informacion
 
Analisis de sistemas_de_informacion tgs
Analisis de sistemas_de_informacion tgsAnalisis de sistemas_de_informacion tgs
Analisis de sistemas_de_informacion tgs
 
SesióN 1
SesióN 1SesióN 1
SesióN 1
 
Diapo
DiapoDiapo
Diapo
 
La inteligencia artificial
La inteligencia artificialLa inteligencia artificial
La inteligencia artificial
 

Más de Software Guru

Hola Mundo del Internet de las Cosas
Hola Mundo del Internet de las CosasHola Mundo del Internet de las Cosas
Hola Mundo del Internet de las CosasSoftware Guru
 
Estructuras de datos avanzadas: Casos de uso reales
Estructuras de datos avanzadas: Casos de uso realesEstructuras de datos avanzadas: Casos de uso reales
Estructuras de datos avanzadas: Casos de uso realesSoftware Guru
 
Building bias-aware environments
Building bias-aware environmentsBuilding bias-aware environments
Building bias-aware environmentsSoftware Guru
 
El secreto para ser un desarrollador Senior
El secreto para ser un desarrollador SeniorEl secreto para ser un desarrollador Senior
El secreto para ser un desarrollador SeniorSoftware Guru
 
Cómo encontrar el trabajo remoto ideal
Cómo encontrar el trabajo remoto idealCómo encontrar el trabajo remoto ideal
Cómo encontrar el trabajo remoto idealSoftware Guru
 
Automatizando ideas con Apache Airflow
Automatizando ideas con Apache AirflowAutomatizando ideas con Apache Airflow
Automatizando ideas con Apache AirflowSoftware Guru
 
How thick data can improve big data analysis for business:
How thick data can improve big data analysis for business:How thick data can improve big data analysis for business:
How thick data can improve big data analysis for business:Software Guru
 
Introducción al machine learning
Introducción al machine learningIntroducción al machine learning
Introducción al machine learningSoftware Guru
 
Democratizando el uso de CoDi
Democratizando el uso de CoDiDemocratizando el uso de CoDi
Democratizando el uso de CoDiSoftware Guru
 
Gestionando la felicidad de los equipos con Management 3.0
Gestionando la felicidad de los equipos con Management 3.0Gestionando la felicidad de los equipos con Management 3.0
Gestionando la felicidad de los equipos con Management 3.0Software Guru
 
Taller: Creación de Componentes Web re-usables con StencilJS
Taller: Creación de Componentes Web re-usables con StencilJSTaller: Creación de Componentes Web re-usables con StencilJS
Taller: Creación de Componentes Web re-usables con StencilJSSoftware Guru
 
El camino del full stack developer (o como hacemos en SERTI para que no solo ...
El camino del full stack developer (o como hacemos en SERTI para que no solo ...El camino del full stack developer (o como hacemos en SERTI para que no solo ...
El camino del full stack developer (o como hacemos en SERTI para que no solo ...Software Guru
 
¿Qué significa ser un programador en Bitso?
¿Qué significa ser un programador en Bitso?¿Qué significa ser un programador en Bitso?
¿Qué significa ser un programador en Bitso?Software Guru
 
Colaboración efectiva entre desarrolladores del cliente y tu equipo.
Colaboración efectiva entre desarrolladores del cliente y tu equipo.Colaboración efectiva entre desarrolladores del cliente y tu equipo.
Colaboración efectiva entre desarrolladores del cliente y tu equipo.Software Guru
 
Pruebas de integración con Docker en Azure DevOps
Pruebas de integración con Docker en Azure DevOpsPruebas de integración con Docker en Azure DevOps
Pruebas de integración con Docker en Azure DevOpsSoftware Guru
 
Elixir + Elm: Usando lenguajes funcionales en servicios productivos
Elixir + Elm: Usando lenguajes funcionales en servicios productivosElixir + Elm: Usando lenguajes funcionales en servicios productivos
Elixir + Elm: Usando lenguajes funcionales en servicios productivosSoftware Guru
 
Así publicamos las apps de Spotify sin stress
Así publicamos las apps de Spotify sin stressAsí publicamos las apps de Spotify sin stress
Así publicamos las apps de Spotify sin stressSoftware Guru
 
Achieving Your Goals: 5 Tips to successfully achieve your goals
Achieving Your Goals: 5 Tips to successfully achieve your goalsAchieving Your Goals: 5 Tips to successfully achieve your goals
Achieving Your Goals: 5 Tips to successfully achieve your goalsSoftware Guru
 
Acciones de comunidades tech en tiempos del Covid19
Acciones de comunidades tech en tiempos del Covid19Acciones de comunidades tech en tiempos del Covid19
Acciones de comunidades tech en tiempos del Covid19Software Guru
 
De lo operativo a lo estratégico: un modelo de management de diseño
De lo operativo a lo estratégico: un modelo de management de diseñoDe lo operativo a lo estratégico: un modelo de management de diseño
De lo operativo a lo estratégico: un modelo de management de diseñoSoftware Guru
 

Más de Software Guru (20)

Hola Mundo del Internet de las Cosas
Hola Mundo del Internet de las CosasHola Mundo del Internet de las Cosas
Hola Mundo del Internet de las Cosas
 
Estructuras de datos avanzadas: Casos de uso reales
Estructuras de datos avanzadas: Casos de uso realesEstructuras de datos avanzadas: Casos de uso reales
Estructuras de datos avanzadas: Casos de uso reales
 
Building bias-aware environments
Building bias-aware environmentsBuilding bias-aware environments
Building bias-aware environments
 
El secreto para ser un desarrollador Senior
El secreto para ser un desarrollador SeniorEl secreto para ser un desarrollador Senior
El secreto para ser un desarrollador Senior
 
Cómo encontrar el trabajo remoto ideal
Cómo encontrar el trabajo remoto idealCómo encontrar el trabajo remoto ideal
Cómo encontrar el trabajo remoto ideal
 
Automatizando ideas con Apache Airflow
Automatizando ideas con Apache AirflowAutomatizando ideas con Apache Airflow
Automatizando ideas con Apache Airflow
 
How thick data can improve big data analysis for business:
How thick data can improve big data analysis for business:How thick data can improve big data analysis for business:
How thick data can improve big data analysis for business:
 
Introducción al machine learning
Introducción al machine learningIntroducción al machine learning
Introducción al machine learning
 
Democratizando el uso de CoDi
Democratizando el uso de CoDiDemocratizando el uso de CoDi
Democratizando el uso de CoDi
 
Gestionando la felicidad de los equipos con Management 3.0
Gestionando la felicidad de los equipos con Management 3.0Gestionando la felicidad de los equipos con Management 3.0
Gestionando la felicidad de los equipos con Management 3.0
 
Taller: Creación de Componentes Web re-usables con StencilJS
Taller: Creación de Componentes Web re-usables con StencilJSTaller: Creación de Componentes Web re-usables con StencilJS
Taller: Creación de Componentes Web re-usables con StencilJS
 
El camino del full stack developer (o como hacemos en SERTI para que no solo ...
El camino del full stack developer (o como hacemos en SERTI para que no solo ...El camino del full stack developer (o como hacemos en SERTI para que no solo ...
El camino del full stack developer (o como hacemos en SERTI para que no solo ...
 
¿Qué significa ser un programador en Bitso?
¿Qué significa ser un programador en Bitso?¿Qué significa ser un programador en Bitso?
¿Qué significa ser un programador en Bitso?
 
Colaboración efectiva entre desarrolladores del cliente y tu equipo.
Colaboración efectiva entre desarrolladores del cliente y tu equipo.Colaboración efectiva entre desarrolladores del cliente y tu equipo.
Colaboración efectiva entre desarrolladores del cliente y tu equipo.
 
Pruebas de integración con Docker en Azure DevOps
Pruebas de integración con Docker en Azure DevOpsPruebas de integración con Docker en Azure DevOps
Pruebas de integración con Docker en Azure DevOps
 
Elixir + Elm: Usando lenguajes funcionales en servicios productivos
Elixir + Elm: Usando lenguajes funcionales en servicios productivosElixir + Elm: Usando lenguajes funcionales en servicios productivos
Elixir + Elm: Usando lenguajes funcionales en servicios productivos
 
Así publicamos las apps de Spotify sin stress
Así publicamos las apps de Spotify sin stressAsí publicamos las apps de Spotify sin stress
Así publicamos las apps de Spotify sin stress
 
Achieving Your Goals: 5 Tips to successfully achieve your goals
Achieving Your Goals: 5 Tips to successfully achieve your goalsAchieving Your Goals: 5 Tips to successfully achieve your goals
Achieving Your Goals: 5 Tips to successfully achieve your goals
 
Acciones de comunidades tech en tiempos del Covid19
Acciones de comunidades tech en tiempos del Covid19Acciones de comunidades tech en tiempos del Covid19
Acciones de comunidades tech en tiempos del Covid19
 
De lo operativo a lo estratégico: un modelo de management de diseño
De lo operativo a lo estratégico: un modelo de management de diseñoDe lo operativo a lo estratégico: un modelo de management de diseño
De lo operativo a lo estratégico: un modelo de management de diseño
 

Último

Hernandez_Hernandez_Practica web de la sesion 12.pptx
Hernandez_Hernandez_Practica web de la sesion 12.pptxHernandez_Hernandez_Practica web de la sesion 12.pptx
Hernandez_Hernandez_Practica web de la sesion 12.pptxJOSEMANUELHERNANDEZH11
 
Global Azure Lima 2024 - Integración de Datos con Microsoft Fabric
Global Azure Lima 2024 - Integración de Datos con Microsoft FabricGlobal Azure Lima 2024 - Integración de Datos con Microsoft Fabric
Global Azure Lima 2024 - Integración de Datos con Microsoft FabricKeyla Dolores Méndez
 
Proyecto integrador. Las TIC en la sociedad S4.pptx
Proyecto integrador. Las TIC en la sociedad S4.pptxProyecto integrador. Las TIC en la sociedad S4.pptx
Proyecto integrador. Las TIC en la sociedad S4.pptx241521559
 
ATAJOS DE WINDOWS. Los diferentes atajos para utilizar en windows y ser más e...
ATAJOS DE WINDOWS. Los diferentes atajos para utilizar en windows y ser más e...ATAJOS DE WINDOWS. Los diferentes atajos para utilizar en windows y ser más e...
ATAJOS DE WINDOWS. Los diferentes atajos para utilizar en windows y ser más e...FacuMeza2
 
SalmorejoTech 2024 - Spring Boot <3 Testcontainers
SalmorejoTech 2024 - Spring Boot <3 TestcontainersSalmorejoTech 2024 - Spring Boot <3 Testcontainers
SalmorejoTech 2024 - Spring Boot <3 TestcontainersIván López Martín
 
Plan de aula informatica segundo periodo.docx
Plan de aula informatica segundo periodo.docxPlan de aula informatica segundo periodo.docx
Plan de aula informatica segundo periodo.docxpabonheidy28
 
Redes direccionamiento y subredes ipv4 2024 .pdf
Redes direccionamiento y subredes ipv4 2024 .pdfRedes direccionamiento y subredes ipv4 2024 .pdf
Redes direccionamiento y subredes ipv4 2024 .pdfsoporteupcology
 
CLASE DE TECNOLOGIA E INFORMATICA PRIMARIA
CLASE  DE TECNOLOGIA E INFORMATICA PRIMARIACLASE  DE TECNOLOGIA E INFORMATICA PRIMARIA
CLASE DE TECNOLOGIA E INFORMATICA PRIMARIAWilbisVega
 
Instrumentación Hoy_ INTERPRETAR EL DIAGRAMA UNIFILAR GENERAL DE UNA PLANTA I...
Instrumentación Hoy_ INTERPRETAR EL DIAGRAMA UNIFILAR GENERAL DE UNA PLANTA I...Instrumentación Hoy_ INTERPRETAR EL DIAGRAMA UNIFILAR GENERAL DE UNA PLANTA I...
Instrumentación Hoy_ INTERPRETAR EL DIAGRAMA UNIFILAR GENERAL DE UNA PLANTA I...AlanCedillo9
 
Presentación inteligencia artificial en la actualidad
Presentación inteligencia artificial en la actualidadPresentación inteligencia artificial en la actualidad
Presentación inteligencia artificial en la actualidadMiguelAngelVillanuev48
 
El gusano informático Morris (1988) - Julio Ardita (1995) - Citizenfour (2014...
El gusano informático Morris (1988) - Julio Ardita (1995) - Citizenfour (2014...El gusano informático Morris (1988) - Julio Ardita (1995) - Citizenfour (2014...
El gusano informático Morris (1988) - Julio Ardita (1995) - Citizenfour (2014...JaquelineJuarez15
 
La era de la educación digital y sus desafios
La era de la educación digital y sus desafiosLa era de la educación digital y sus desafios
La era de la educación digital y sus desafiosFundación YOD YOD
 
Medidas de formas, coeficiente de asimetría y coeficiente de curtosis.pptx
Medidas de formas, coeficiente de asimetría y coeficiente de curtosis.pptxMedidas de formas, coeficiente de asimetría y coeficiente de curtosis.pptx
Medidas de formas, coeficiente de asimetría y coeficiente de curtosis.pptxaylincamaho
 
ejercicios pseint para aprogramacion sof
ejercicios pseint para aprogramacion sofejercicios pseint para aprogramacion sof
ejercicios pseint para aprogramacion sofJuancarlosHuertasNio1
 
Cortes-24-de-abril-Tungurahua-3 año 2024
Cortes-24-de-abril-Tungurahua-3 año 2024Cortes-24-de-abril-Tungurahua-3 año 2024
Cortes-24-de-abril-Tungurahua-3 año 2024GiovanniJavierHidalg
 
KELA Presentacion Costa Rica 2024 - evento Protégeles
KELA Presentacion Costa Rica 2024 - evento ProtégelesKELA Presentacion Costa Rica 2024 - evento Protégeles
KELA Presentacion Costa Rica 2024 - evento ProtégelesFundación YOD YOD
 
trabajotecologiaisabella-240424003133-8f126965.pdf
trabajotecologiaisabella-240424003133-8f126965.pdftrabajotecologiaisabella-240424003133-8f126965.pdf
trabajotecologiaisabella-240424003133-8f126965.pdfIsabellaMontaomurill
 
PARTES DE UN OSCILOSCOPIO ANALOGICO .pdf
PARTES DE UN OSCILOSCOPIO ANALOGICO .pdfPARTES DE UN OSCILOSCOPIO ANALOGICO .pdf
PARTES DE UN OSCILOSCOPIO ANALOGICO .pdfSergioMendoza354770
 
International Women's Day Sucre 2024 (IWD)
International Women's Day Sucre 2024 (IWD)International Women's Day Sucre 2024 (IWD)
International Women's Day Sucre 2024 (IWD)GDGSucre
 
guía de registro de slideshare por Brayan Joseph
guía de registro de slideshare por Brayan Josephguía de registro de slideshare por Brayan Joseph
guía de registro de slideshare por Brayan JosephBRAYANJOSEPHPEREZGOM
 

Último (20)

Hernandez_Hernandez_Practica web de la sesion 12.pptx
Hernandez_Hernandez_Practica web de la sesion 12.pptxHernandez_Hernandez_Practica web de la sesion 12.pptx
Hernandez_Hernandez_Practica web de la sesion 12.pptx
 
Global Azure Lima 2024 - Integración de Datos con Microsoft Fabric
Global Azure Lima 2024 - Integración de Datos con Microsoft FabricGlobal Azure Lima 2024 - Integración de Datos con Microsoft Fabric
Global Azure Lima 2024 - Integración de Datos con Microsoft Fabric
 
Proyecto integrador. Las TIC en la sociedad S4.pptx
Proyecto integrador. Las TIC en la sociedad S4.pptxProyecto integrador. Las TIC en la sociedad S4.pptx
Proyecto integrador. Las TIC en la sociedad S4.pptx
 
ATAJOS DE WINDOWS. Los diferentes atajos para utilizar en windows y ser más e...
ATAJOS DE WINDOWS. Los diferentes atajos para utilizar en windows y ser más e...ATAJOS DE WINDOWS. Los diferentes atajos para utilizar en windows y ser más e...
ATAJOS DE WINDOWS. Los diferentes atajos para utilizar en windows y ser más e...
 
SalmorejoTech 2024 - Spring Boot <3 Testcontainers
SalmorejoTech 2024 - Spring Boot <3 TestcontainersSalmorejoTech 2024 - Spring Boot <3 Testcontainers
SalmorejoTech 2024 - Spring Boot <3 Testcontainers
 
Plan de aula informatica segundo periodo.docx
Plan de aula informatica segundo periodo.docxPlan de aula informatica segundo periodo.docx
Plan de aula informatica segundo periodo.docx
 
Redes direccionamiento y subredes ipv4 2024 .pdf
Redes direccionamiento y subredes ipv4 2024 .pdfRedes direccionamiento y subredes ipv4 2024 .pdf
Redes direccionamiento y subredes ipv4 2024 .pdf
 
CLASE DE TECNOLOGIA E INFORMATICA PRIMARIA
CLASE  DE TECNOLOGIA E INFORMATICA PRIMARIACLASE  DE TECNOLOGIA E INFORMATICA PRIMARIA
CLASE DE TECNOLOGIA E INFORMATICA PRIMARIA
 
Instrumentación Hoy_ INTERPRETAR EL DIAGRAMA UNIFILAR GENERAL DE UNA PLANTA I...
Instrumentación Hoy_ INTERPRETAR EL DIAGRAMA UNIFILAR GENERAL DE UNA PLANTA I...Instrumentación Hoy_ INTERPRETAR EL DIAGRAMA UNIFILAR GENERAL DE UNA PLANTA I...
Instrumentación Hoy_ INTERPRETAR EL DIAGRAMA UNIFILAR GENERAL DE UNA PLANTA I...
 
Presentación inteligencia artificial en la actualidad
Presentación inteligencia artificial en la actualidadPresentación inteligencia artificial en la actualidad
Presentación inteligencia artificial en la actualidad
 
El gusano informático Morris (1988) - Julio Ardita (1995) - Citizenfour (2014...
El gusano informático Morris (1988) - Julio Ardita (1995) - Citizenfour (2014...El gusano informático Morris (1988) - Julio Ardita (1995) - Citizenfour (2014...
El gusano informático Morris (1988) - Julio Ardita (1995) - Citizenfour (2014...
 
La era de la educación digital y sus desafios
La era de la educación digital y sus desafiosLa era de la educación digital y sus desafios
La era de la educación digital y sus desafios
 
Medidas de formas, coeficiente de asimetría y coeficiente de curtosis.pptx
Medidas de formas, coeficiente de asimetría y coeficiente de curtosis.pptxMedidas de formas, coeficiente de asimetría y coeficiente de curtosis.pptx
Medidas de formas, coeficiente de asimetría y coeficiente de curtosis.pptx
 
ejercicios pseint para aprogramacion sof
ejercicios pseint para aprogramacion sofejercicios pseint para aprogramacion sof
ejercicios pseint para aprogramacion sof
 
Cortes-24-de-abril-Tungurahua-3 año 2024
Cortes-24-de-abril-Tungurahua-3 año 2024Cortes-24-de-abril-Tungurahua-3 año 2024
Cortes-24-de-abril-Tungurahua-3 año 2024
 
KELA Presentacion Costa Rica 2024 - evento Protégeles
KELA Presentacion Costa Rica 2024 - evento ProtégelesKELA Presentacion Costa Rica 2024 - evento Protégeles
KELA Presentacion Costa Rica 2024 - evento Protégeles
 
trabajotecologiaisabella-240424003133-8f126965.pdf
trabajotecologiaisabella-240424003133-8f126965.pdftrabajotecologiaisabella-240424003133-8f126965.pdf
trabajotecologiaisabella-240424003133-8f126965.pdf
 
PARTES DE UN OSCILOSCOPIO ANALOGICO .pdf
PARTES DE UN OSCILOSCOPIO ANALOGICO .pdfPARTES DE UN OSCILOSCOPIO ANALOGICO .pdf
PARTES DE UN OSCILOSCOPIO ANALOGICO .pdf
 
International Women's Day Sucre 2024 (IWD)
International Women's Day Sucre 2024 (IWD)International Women's Day Sucre 2024 (IWD)
International Women's Day Sucre 2024 (IWD)
 
guía de registro de slideshare por Brayan Joseph
guía de registro de slideshare por Brayan Josephguía de registro de slideshare por Brayan Joseph
guía de registro de slideshare por Brayan Joseph
 

Arquitectura de un sistema experto para la atención de salud mental en Instituciones Educativas

  • 1. Sistema Experto Orientado A La Atención Primaria Del Riesgo Suicida En Instituciones Educativas Oficiales Del Distrito De Cartagena Erika V. Rodríguez Espinosa Ingeniera de Sistemas erodrigueze@tecnocomfenalco.edu.co
  • 2. Agenda  Contextualización sobre  Sistemas Expertos  Suicidio  Árboles de Decisión  Aspectos Metodológicos  Resultados  Conclusiones Diseño del Sistema Categorización de los Factores de Riesgo 40% Parametros de Entrada 20% Arquitectura del Sistema 40%
  • 3. Contextualización sobre: Sistema Experto Un programa inteligente que utiliza los conocimientos e inferencias lógicas para resolver problemas que son suficientemente difíciles para necesitar un experto humano para encontrar una solución E. feigenbaum 1982 Un sistema experto es un programa del ordenador que representa y razona con el conocimiento de un especialista para resolver un problemas o dar un consejo. P. Jackson 1999 Un SE es un sistema informático que simula los procesos de un aprendizaje, memorización, razonamiento, comunicación y acción de un experto humano en una determinada rama de la ciencia, suministrando, de esta manera, un consultor que puede sustituirle con unas ciertas garantías de éxito. H. Chacaltana
  • 4. 1. Contextualización sobre SE: Analogía de Un Sistema Experto vs Humano Experto Fuente: Inteligencia Artificial y Sistemas Experto. Universidad de Córdoba Fuente: Sistemas Expertos y Modelos de Redes Probabilísticos. Adaptado de Durkin y Castillo, Gutiérrez, y Hadi
  • 5. 1. Contextualización sobre SE: Cuando y Dónde se utilizan los SE? Cuando:  Cuando el problema no puede ser resuelto con información común  El problema esta estructurado y no depende del sentido común  Cuando hay expertos dispuestos y saben explicarse bien sobre el tema  Cuando las dimensiones del problema requieren gran análisis de datos dado que reducen el área de búsqueda Donde:  Diagnostico: En área de dominio médico pero también informático  Vigilancia: Detección de fraudes de tarjetas de crédito  Planificación: Gestión de personal, máquinas y recursos  Finanzas: Afectación de créditos Inmobiliarios, calculo de riesgos, predicción de mercados
  • 6. Contextualización sobre: Suicidio Muerte derivada de la utilización de cualquier método (envenenamiento, ahorcamiento, herida por arma de fuego o cortopunzante, lanzamiento al vacío, o cualquier otra forma) con evidencia, explícita o implícita, de que fue autoinflingida y con la intención de provocar el propio fallecimiento. Boletín de salud mental Conducta suicida En niños y adolescentes los pensamientos suicidas son comunes en ambos géneros. en esta población casi la mitad de los trastornos mentales se presentan antes de los 14 años. Por su parte, el ministerio de Salud y Protección Social revela que el grupo de edad de 15-34 años se registra el mayor número de intentos de suicidio
  • 7. Arboles de Decisión Modelo que puede para representar y categorizar una serie de condiciones que suceden de forma sucesiva para la solución de un problema. Fuente: Árboles de decisión como herramienta en el diagnóstico médico
  • 8. Aspectos Metodológicos  Población y área de captación:  83 Instituciones Educativas del Distrito de Cartagena – Colombia  Unidades Administrativas Locales de Educación UNALDES  Docentes Investigadores, Psicólogos y Psiquiatras  Tipo de investigación y muestreo  Investigación Aplicada  Aleatorio Simple  Instrumentos  Encuesta: variables de entrada del sistema e identificar posibles oportunidades de automatización  Entrevistas con expertos - Conocimiento  Selección de los parámetros de entrada: Clasificación Factores de Riesgo  Diseño de reglas  Desarrollo de árbol de decisión  Arquitectura
  • 9. Diseño de reglas Categorización  Factores de Riesgo Individuales: 57  Trastorno Mental: 17  Psicosocial: 15 Valores  Riesgo alto comprende los valores de 80 a 100  Riesgo medio comprende los valores de 70 a 30  Riesgo bajo comprende los valores de 20 a 40 Factores de Riesgo ID Nombre Nivel de Importancia Individuales P1… Pn Intento de Suicidio Previo 0 - 1 Trastorno Mental Q2…Qn Rasgos de Trastorno Bipolar 0 – 1 Psicosocial R1…Rn Acoso de Iguales 0 - 1
  • 10. Diseño de reglas Categorización  Factores de Riesgo Individuales: 57  Trastorno Mental: 17  Psicosocial: 15 Valores  Riesgo alto comprende los valores de 80 a 100  Riesgo medio comprende los valores de 70 a 30  Riesgo bajo comprende los valores de 20 a 40 1. IF Q es una proposición (no necesariamente atómica) THEN ¬X — “no X” o “la negación de X” — es une proposición.
  • 11. Resultado: Arquitectura del SE PresentaciónAplicaciónAlmacenamiento Interface de Usuario Experto Otros usuarios Módulo de explicación Motor de Inferencia Lógico (Sistemas de Interpretación) Base de Datos Base de Conocimiento Observaciones Pruebas Cuestionarios nodo Nodo nodo2 nodo3 Nodo Nodo1 Lenguaje Natural Sistema Inductivo/Deductivo
  • 12. Resultado Presentación: toma la forma de un dialogo  SE hace preguntas para registrar un nuevo conocimiento  El usuario puede pedir al SE una explicación. Experto humano: persona especializada en el área de psicología o psiquiatría. Encargada de alimentar la base de conocimiento de acuerdo a los formatos establecidos para el tratamiento de una persona que padece una alteración de salud mental. Usuario: personas que interactúan con el sistema en forma menos especializada. Quienes reportan casos de suicidios o quienes reciben el tratamiento psicológico. Interface de usuario: interface de lenguaje natural Presentación Interface de Usuario Experto Otros usuarios Módulo de explicación Lenguaje Natural • MINI Entrevista Neuropsiquiátrica Internacional (MINI International Neuropsychiatric Interview, MINI) • Formato: Categoria, Presente las variables de mayor relevancia ¿Por qué hace esa pregunta? ¿Cómo llegaste a esa conclusión?
  • 13. Resultado  Sistema de Inferencia: establece una conclusión gracias a la información proporcionada por el usuario y/o la base de conocimiento  Inductivo: Se define como un proceso del pensamiento en el que a partir de afirmaciones generales se llega a afirmaciones específicas aplicando las reglas de la lógica. Va hechos hasta las conclusiones, o desde los datos hacia los objetivos.  Deductivo: Dadas las conclusiones buscan los hechos que las derivan. Desde los objetivos hacia los datos Aplicación Motor de Inferencia Lógico (Sistemas de Interpretación) Sistema Inductivo/Deductivo
  • 14. Resultado  Base de conocimiento: esta fundamentado entre la lógica y la inferencia lógica  Observaciones y Cuestionarios: Registros que pueden mejorar las minucia de los datos.  Pruebas Psicológicas: establecidas por los expertos (sistema experto) teniendo en cuenta el factor riesgo identificado. Almacenamiento Base de Datos Base de Conocimiento Observaciones Pruebas Cuestionarios nodo Nodo nodo2 nodo3 Nodo Nodo1
  • 15. Conclusiones  Los Sistemas expertos pueden aplicarse a cualquier a diversas ramas del conocimiento sin tener que cambiar su estructura.  Disminuir los índices de suicidios en las instituciones educativas del Distrito de Cartagena  La amplia colección de individuos que pertenecen a una institución educativa está a cargo de un solo experto o profesional en psicología, quien realiza también otras tareas de carácter administrativo. Lo anterior representa un reto en la atención de los estudiantes teniendo en cuenta múltiples pruebas de diagnóstico, el tiempo empleado en el seguimiento de casos y la escasa digitalización o ausencia de sistemas de información especializados.  Tal como se evidencia, un sistema de información desintegrado obstaculiza las relaciones de datos e influye en el análisis de factores de riesgo que puede padecer una persona, puesto que dificulta que el profesional encargado pueda acceder oportunamente a la información.