1. Fusión de Datos y Gerencia de
Sensores en el Area de la Salud
Carlos Lollett
Universidad Simón Bolívar
2. 01/29/15 Carlos Lollett 2
Fusion de Datos
• Definición: Es el proceso de combinar datos o
informaciones para estimar o predecir los estados de
entidades.
• Se busca maximizar el conocimiento mediante la
combinación inteligente de varias fuentes.
• La gerencia de sensores es parte de este esfuerzo de
optimización no solo del conocimiento obtenido sino
del costo de obtenerlo.
3. 01/29/15 Carlos Lollett 3
Modelo de Fusion de Datos
• El modelo del Joint Directory Laboratory es un
modelo de varios niveles interconectados.
Figure 1: The 1998 Revised JDL Data Fusion Model [8]
Background: Data Fusion
4. 01/29/15 Carlos Lollett 4
Modelo de Fusion de Datos
Nivel 0 Valoración de Sub-Objeto: Combina los elementos crudos
de las señales del ambiente para hacerlas más útiles en las
etapas posteriores.
Figure 1: The 1998 Revised JDL Data Fusion Model [8]
Background: Data Fusion
5. 01/29/15 Carlos Lollett 5
Modelo de Fusion de Datos
Nivel 1 Valoración de Objeto: Combina la información de la
información de varios reportes acerca de entidades para
discriminar entidades individuales y estimar sus propiedades.
Figure 1: The 1998 Revised JDL Data Fusion Model [8]
Background: Data Fusion
6. 01/29/15 Carlos Lollett 6
Modelo de Fusion de Datos
Nivel 2 Valoración de Situación: Combina la información sobre
varias entidades y expone las relaciones relevantes entre
ellas.
Figure 1: The 1998 Revised JDL Data Fusion Model [8]
Background: Data Fusion
7. 01/29/15 Carlos Lollett 7
Modelo de Fusion de Datos
Nivel 3 Valoración de Impacto: Combina las propiedades dentro
y entre las entidades para categorizar la situación actual en
términos de los posibles resultados.
Figure 1: The 1998 Revised JDL Data Fusion Model [8]
Background: Data Fusion
8. 01/29/15 Carlos Lollett 8
Modelo de Fusion de Datos
Nivel 4 Refinamiento de Proceso: Planeamiento y manejo de
recurso de los procesos de fusión de datos para mejorar el
cumplimiento de las metas.
Figure 1: The 1998 Revised JDL Data Fusion Model [8]
9. 01/29/15 Carlos Lollett 9
Flujo de datos en cada nivel
• Preparación de los datos(DP)
• Asociación de datos(DA)
– Generación de hipotesis
– Evaluación de la hipotesis
– Selección de la hipotesis
• Estimación de datos(DE)
DP
DA
DE
Nodo de
Fusion
de Datos
10. 01/29/15 Carlos Lollett 10
Gerencia de Sensores en Medicina
• En las aplicaciones médicas el objetivo principal es
diagnósticar la enfermedad(es) de manera certera y
oportuna.
• Anteriormente la tecnología limitaba el diagnóstico
fuera del área hospitalaria y era un compromiso con
la comodidad del paciente.
• Sensores menos invasivos y el desarrollo de la
tecnología inalambrica conducen a una
corresponsabilidad del paciente y el personal de
salud en el manejo de sensores
11. 01/29/15 Carlos Lollett 11
Gerencia de Sensores. El Compromiso
• Aun con la avanzada tecnología el uso de sensores
esta en compromisos con costos y la comodidad el
paciente.
• Sensores(HOSPITAL)Sensores(PACIENTE)
12. 01/29/15 Carlos Lollett 12
Sistemas de apoyo de salud
• Objetivos:
– Determinar la valoración del paciente.
– Valorar y razonar sobre las expectativas de salud del
paciente y recomendar posibles tratamiento.
• Tipos de datos:
– Datos fisiológicos
– Datos de contexto(historia médica)
13. 01/29/15 Carlos Lollett 13
Aprendizaje Estadístico
• Fuentes de datos se traducen en
características(features) como rangos dinámicos,
medias, desviaciones estandar, correlaciones, etc.
• Dominios de Análisis:
– Tiempo (baja frecuencia de muestreo)
– Frecuencia (alta frecuencia de muestreo)
14. 01/29/15 Carlos Lollett 14
Técnicas de Aprendizaje
• Redes Neurales
• Arboles de decisión
• K-vecinos más cercanos
• Redes Bayesianas (Naive Bayes)
15. 01/29/15 Carlos Lollett 15
Método de Diagnóstico Incremental
Extracción de Características
Clasificador de Redes
Bayesianas
Selección de Sensores
16. 01/29/15 Carlos Lollett 16
Selección de Sensores
• Optimización general
• Selección comparativa
• Aquellos que ofrezcan mejor ventajas de acuerdo a
la situación estimada en las redes bayesianas
17. 01/29/15 Carlos Lollett 17
Conclusiones
• Fusion de Datos ayudar a coordinar las
informaciones de varias fuentes de diagnóstico
• La gerencia de sensores permite optimizar
incrementalmente la utilidad en términos de
detección certera, oportuna y los menos incomoda
para el paciente.