SlideShare una empresa de Scribd logo
CC50M2006 Prof. Sandra de la Fuente
Sistemas Expertos en Medicina
SANDRA DE LA FUENTE G.
Profesora Departamento de Ciencas de la Computación
Facultad de Ciencias Físicas y Matemáticas
Universidad de Chile
sdelafue@ing.uchile.cl
CC50M2006 Prof. Sandra de la Fuente
AGENDA
1. INTRODUCCIÓN
1.1. Objetivo general
1.2. Otros objetivos
2. DESARROLLO
2.1. CONOCIMIENTOS GENERALES DE SISTEMAS EXPERTOS
2.1.1. Conceptos generales
2.1.2. Beneficios, ventajas y restricciones
2.1.3. Historia y tendencias actuales
2.1.4. Ingeniería del Conocimiento
2.2. SISTEMAS EXPERTOS EN MEDICINA
2.2.1. Conocimiento e información en Medicina
2.2.2. Un ejemplo
3. CONCLUSIONES
CC50M2006 Prof. Sandra de la Fuente
1. INTRODUCCIÓN
1.1. OBJETIVO GENERAL
Adquirir conocimientos generales de
Sistemas Expertos y sus aplicaciones a
la Medicina, y comprender la
interacción que debe producirse entre
el profesional de la informática y el de
la salud para obtener un buen
resultado.
CC50M2006 Prof. Sandra de la Fuente
1. INTRODUCCIÓN
1.2. OTROS OBJETIVOS
 Conocer las características
generales de un Sistema Experto
 Describir algunas técnicas de
Ingeniería del Conocimiento
 Determinar las propiedades que debe tener un
sistema de este tipo para que sea útil
 Revisar un ejemplo de un Sistema Experto.
CC50M2006 Prof. Sandra de la Fuente
2.1. CONOCIMIENTOS GENERALES
2.1.1. Conceptos generales
2.1.2. Beneficios, ventajas y restricciones
2.1.3. Historia y tendencias actuales
2.1.4. Ingeniería del Conocimiento
CC50M2006 Prof. Sandra de la Fuente
DEFINICION DE SISTEMA EXPERTO
Sistema computacional que contiene una base de
conocimientos sobre algún tema especializado, y un
mecanismo para utilizarla.
Interfaz
al
Usuario
Máquina
de
Inferencia
Base
de
Conocimientos
USUARIO
CC50M2006 Prof. Sandra de la Fuente
DEFINICION DE CONOCIMIENTO EXPERTO
Se considera como conocimiento experto, además de
los conocimientos formales, el conocimiento práctico
que ha ganado el o los expertos participantes, en a lo
menos 10 años de ejercicio de la actividad relacionada.
CC50M2006 Prof. Sandra de la Fuente
SISTEMAS DE APOYO AL DIAGNÓSTICO
Pueden estar orientados a:
TOMA DE DECISIONES : permite a una
persona no calificada tomar una decisión
que va más allá de su nivel de
conocimientos o experiencia (Uso más
común en S.E. orientados a la industria)
APOYO A LAS DECISIONES : permite
recordar, a una persona que toma
decisiones con experiencia, opciones a
considerar, que alguna vez conoció (Ej.
apoyo al diagnóstico médico)
CC50M2006 Prof. Sandra de la Fuente
CUÁNDO ES ÚTIL UN SISTEMA EXPERTO
* Conocimientos no se adaptan a un modelo
* Problemas no determinísticos, incompletos o
inexactos
* Experiencia del especialista no está en libros,
o está muy diseminada
* Disponibilidad de especialistas es inferior
a la demanda.
CC50M2006 Prof. Sandra de la Fuente
VENTAJAS DEL USO DE S. E.
* PERMANENCIA : los S. E. no olvidan
* REPRODUCCIÓN : se pueden hacer muchas copias de un S. E.
* EFICIENCIA : puede mejorar el rendimiento y distribuir costos
entre varios usuarios.
* CONSISTENCIA : situaciones similares, se manejan de la
misma manera en diferentes oportunidades.
* DOCUMENTACIÓN : un S.E. puede proveer
permanentemente documentación acerca de su proceso de
decisión.
* OPORTUNIDAD : la información está disponible a tiempo
para la toma de decisiones.
* AMPLITUD : el conocimiento de múltiples expertos puede ser
combinado para obtener un sistemas más amplio.
* COMPLETITUD : un S.E. puede revisar todas sus
transacciones, una persona sólo una muestra.
CC50M2006 Prof. Sandra de la Fuente
DESVENTAJAS DEL USO DE S.E.
* SENTIDO COMÚN : se puede disminuir diseñando
una buena interfaz que proponga
alternativas.
* CREATIVIDAD : El experto humano puede
responder creativamente ante situaciones
inusuales.
* APRENDIZAJE : el experto humano se adapta al
medio cambiante, el S.E. requiere que se
actualice explícitamente.
* DEGRADACIÓN : el S.E. no es bueno para reconocer
cuando no existe respuesta, o está fuera de
su área de conocimiento.
* EXPERIENCIAS SENSORIALES : El S. E. requiere
de la entrada simbólica correspondiente a las
sensaciones del experto humano.
CC50M2006 Prof. Sandra de la Fuente
 600 A.C. Tabletas Babilónicas : primeros registros de
formalización del conocimiento médico
 1960’s Análisis Estadísticos : ingreso de un conjunto de
manifestaciones y selección de una enfermedad de un conjunto
predefinado (supone datos exactos y presencia de una sola
enfermedad)
 1970’s MYCIN : Desarrollado en la U. de Stanford, contiene 20
años de trabajo en horas hombre. Ha sido base para muchos S.E.
 1980´s Shell´s : generadores de Sistemas Expertos
 1990’s Uso de la web y estandarización de nomenclaturas
 2000’s Proyectos macros en redes mundiales
En Chile
 Uso comercial : Pocos sistemas importados
 Uso académico : Memorias y Tesis
Historia y tendencias actuales
CC50M2006 Prof. Sandra de la Fuente
INGENIERÍA DEL CONOCIMIENTO
“Es el proceso de trabajar con un experto en expresar lo
que él sabe, en una forma apropiada para ser
utilizada en un S. E.” (Feigenbaum).
CC50M2006 Prof. Sandra de la Fuente
CARACTERÍSTICAS DEL CONOCIMIENTO EXPERTO
- Es voluminoso.
- Difícil de caracterizar con precisión.
- Está en constante cambio.
- No tiene una organización estática, sino que varía
según como se lo utilice.
CC50M2006 Prof. Sandra de la Fuente
CONOCIMIENTO EXPERTO
Debe expresarse en una forma tal que :
- Capture generalizaciones.
- Sea entendible por el experto que lo provee.
- Pueda modificarse fácilmente, para corregir errores y
reflejar los cambios que va experimentando.
- Pueda utilizarse en gran cantidad de casos, aunque
no esté completo.
CC50M2006 Prof. Sandra de la Fuente
ADQUISICIÓN DEL CONOCIMIENTO
Es la transferencia y transformación de la solución de
problemas expertos desde alguna fuente de
conocimientos (especialmente experto humano) a un
programa.
Se compone de 3 fases principales:
• Fase inicial de conceptualización
• Fase de desarrollo
• Fase final
CC50M2006 Prof. Sandra de la Fuente
FASE INICIAL DE CONCEPTUALIZACION
El experto no conoce los sistemas de bases de
conocimientos y no está familiarizado con el
proceso de describir explícitamente lo que él
sabe y hace, y el Ingeniero del Conocimiento
ignora el dominio del conocimiento del experto
y busca, toscamente, por analogía, como realizar
las posibles preguntas.
CC50M2006 Prof. Sandra de la Fuente
FASE INICIAL DE CONCEPTUALIZACION
Primero se produce un diálogo similar al de un
analista y especialista cuando se comienza un
sistema tradicional.
Se nombran los conceptos relevantes y se
explicitan las relaciones entre ellos.
CC50M2006 Prof. Sandra de la Fuente
FASE INICIAL DE CONCEPTUALIZACION
En las primeras semanas, el experto entiende de qué
herramientas se disponen para expresar el conocimiento y
el ingeniero del conocimiento ya está familiarizado con
los conceptos importantes del tema.
Entre ambos formulan una taxonomía de las posibles áreas
a desarrollar y los tipos de soluciones que pueden
proveerse. Generalmente se selecciona un pequeño
fragmento del área inicial para ser desarrollado.
CC50M2006 Prof. Sandra de la Fuente
FASE DE DESARROLLO
• Se procede a detallar las cadenas de razonamiento y a desarrollar el conjunto
de las reglas principales.
• Aumenta el vocabulario del dominio, expresado como contexto, parámetros y
valores.
• Se explica una gran cantidad de conocimiento para describir un número
importante de casos típicos.
• Se codifican reglas de producción individuales y el experto puede
examinarlas y criticarlas.
• Se realiza un prototipo que el experto prueba, al detectar fallas, se agrega
más conocimiento.
CC50M2006 Prof. Sandra de la Fuente
FASE FINAL
La mayor parte de la estructura de la Base de Conocimientos está O.K. y las
interacciones con el experto producen cambios más bien pequeños.
El proceso de definición y refinamiento de reglas que se produce en esta etapa
puede resumirse en los siguientes pasos :
1. E le indica a I que regla agregar o modificar
2. I hace los cambios a la base de conocimientos
3. I ejecuta algunos casos antiguos para chequear consistencia
4. Si hay problemas, se discute con E y vuelve al paso 1
5. E ejecuta el sistema modificado en busca de problemas
6. Si está O.K., se aprueba la regla, si no, vuelve al paso 1
CC50M2006 Prof. Sandra de la Fuente
CLASIFICACIÓN DEL CONOCIMIENTO
Debe distinguirse entre DATO y CONOCIMIENTO
DATO : es una observación por ej. “soplo al corazón” se puede
representar por una descripción, una medición (38°), una grabación
(el ruido del soplo), etc.
CONOCIMIENTO : es la interpretación de los datos o los métodos
para interpretarlos (dato: soplo al corazón, conocimiento: defecto
en la válvula).
Un conocimiento puede ser un dato para un nivel más alto
La INFORMACIÓN incluye tanto dato como conocimiento
CC50M2006 Prof. Sandra de la Fuente
CONOCIMIENTO E INFORMACION EN MEDICINA
Para efectos de un S.E. en el área médica, el
conocimiento se puede clasificar como:
ESTÁTICO : está formado por:
CONOCIMIENTO DE HECHO : de validez universal, es el conocimiento del
cual hay consenso. Es lo que forma la base del conocimiento.
CONOCIMIENTO DE JUICIO : corresponde al que ha adquirido el experto a
través de su experiencia y su visión, puede diferir con el conocimiento de otro
colega. Está contenido en las reglas .
Muchos conocimientos que hoy se consideran como DE HECHO, fueron
en sus inicios DE JUICIO.
DINÁMICO : Los hechos que ingresa el usuario para un caso particular y
las deducciones en base a ellos que hace el sistema. No forma parte de la
base de conocimientos.
CC50M2006 Prof. Sandra de la Fuente
UN EJEMPLO
 Consideraciones de diseño
 Descripción de la interfaz
 Clases de objetos
 Proceso de diagnóstico
CC50M2006 Prof. Sandra de la Fuente
CONSIDERACIONES DE DISEÑO
* ERGONÓMICAS
 Explicaciones comprensibles y convincentes
 Fácil de aprender y autodocumentado
* FUNCIONALES
 Similar al proceso de razonamiento del médico
 No pretender 100% de precisión.
CC50M2006 Prof. Sandra de la Fuente
CONSIDERACIONES DE DISEÑO
Separación en 3 áreas
 Conocimientos generales
 Casos de pacientes
 Fuentes de información
CC50M2006 Prof. Sandra de la Fuente
DESCRIPCIÓN DE LA INTERFAZ
 Una sola pantalla de ingreso al sistema
 En base a dibujos con títulos explicativos
 Zonas sensibles que permiten pasar de un tema
a otro
 Capacidad para retroceder pantallas
 Volver a la pantalla inicial en cualquier parte
 Ayuda sensible al contexto
 Botón “Fin” disponible en todo momento.
CC50M2006 Prof. Sandra de la Fuente
DESCRIPCIÓN DE LA INTERFAZ
CC50M2006 Prof. Sandra de la Fuente
DESCRIPCIÓN DE LA INTERFAZ
 Uso de hipertexto en la parte de conocimientos.
CC50M2006 Prof. Sandra de la Fuente
CLASES DE OBJETOS
 PACIENTES
CC50M2006 Prof. Sandra de la Fuente
CLASES DE OBJETOS
 PACIENTES
CLÍNICA INICIAL
CC50M2006 Prof. Sandra de la Fuente
CLASES DE OBJETOS
 PACIENTES
CLÍNICA INICIAL
 EXÁMENES INICIALES
CC50M2006 Prof. Sandra de la Fuente
CLASES DE OBJETOS
 PACIENTES
CLÍNICA INICIAL
 EXÁMENES INICIALES
IMÁGENES
CC50M2006 Prof. Sandra de la Fuente
CLASES DE OBJETOS
 PACIENTES
CLÍNICA INICIAL
 EXÁMENES INICIALES
IMÁGENES
 TRATAMIENTO
CC50M2006 Prof. Sandra de la Fuente
CLASES DE OBJETOS
 PACIENTES
CLÍNICA INICIAL
 EXÁMENES INICIALES
IMÁGENES
 TRATAMIENTO
 CLÍNICA POST-TRATAMIENTO
CC50M2006 Prof. Sandra de la Fuente
CLASES DE OBJETOS
 PACIENTES
CLÍNICA INICIAL
 EXÁMENES INICIALES
IMÁGENES
 TRATAMIENTO
 CLÍNICA POST-TRATAMIENTO
EXÁMENES POST-TRATAMIENTO.
CC50M2006 Prof. Sandra de la Fuente
CLASES DE OBJETOS
CC50M2006 Prof. Sandra de la Fuente
PROCESO DE DIAGNÓSTICO
DIAGNOSTICO
DEFINITIVO
NEUROMICOSIS
CRITERIO MAYOR
2 CRITERIOS
MAYORES A LO MENOS
DIAGNOSTICO PROBABLE
NEUROMICOSIS
SI NO
CRITERIO MENOR
CRITERIO PRINCIPAL :
HONGOS +
BUSCAR OTRAS ETIOLOGIAS
TRATAMIENTO DE PRUEBA INOCULACION EN COBAYO
+ -+-
DIAGNOSTICO
PROBABLE
NEUROMICOSIS
DIAGNOSTICO
DEFINITIVO
NEUROMICOSIS
DIAGNOSTICO
PROBABLE
NEUROMICOSIS
CC50M2006 Prof. Sandra de la Fuente
* Estudio favorable al uso de estos sistemas
* El tiempo utilizado en una buena interfaz es
absolutamente necesario
* El sólo hecho de evitar los errores de omisión
justifica el esfuerzo utilizado en desarrollar un
Sistema de este tipo
* Es de mucha importancia el uso de
fundamentos en las respuestas
* La precisión en el diagnóstico es deseable,
pero poco probable
* La mayor dificultad es mantener al día un S.E.
por los continuos cambios en el conocimiento
de esta área
CONCLUSIONES

Más contenido relacionado

Similar a Sistema Experto Ejemplo

Inteligencia artificial - sistema experto de Nutritivos Medicinales
Inteligencia artificial - sistema experto de Nutritivos MedicinalesInteligencia artificial - sistema experto de Nutritivos Medicinales
Inteligencia artificial - sistema experto de Nutritivos Medicinales
Maxico
 
sistemas expertos
sistemas expertossistemas expertos
sistemas expertos
ivan penagos
 
Sistemas y Tecnologias Sistemas Estratégicos
Sistemas y Tecnologias  Sistemas EstratégicosSistemas y Tecnologias  Sistemas Estratégicos
Sistemas y Tecnologias Sistemas Estratégicos
Octavio Barrera
 
Informe inteligencia artificial
Informe inteligencia artificialInforme inteligencia artificial
Informe inteligencia artificial
Roan Malca Leon
 
Se y ia
Se y iaSe y ia
Se y ia
Enrique Zrt
 
Introducción a los sistemas expertos
Introducción a los sistemas expertosIntroducción a los sistemas expertos
Introducción a los sistemas expertos
Facultad de Ciencias y Sistemas
 
Sistemasexpertos
SistemasexpertosSistemasexpertos
Sistemasexpertos
Edwards Ardila
 
IC-U1.pdf
IC-U1.pdfIC-U1.pdf
IC-U1.pdf
AnaRoque61
 
Trabajo de sistemas expertos
Trabajo de sistemas expertosTrabajo de sistemas expertos
Trabajo de sistemas expertos
FabYola ArAnibar Valdivia
 
Jose lameda sistema experto
Jose lameda sistema expertoJose lameda sistema experto
Jose lameda sistema experto
alejandraazuaje2
 
Sistemas expertos
Sistemas expertosSistemas expertos
Sistemas expertos
poli1971
 
Sistemas expertos
Sistemas expertosSistemas expertos
Sistemas expertos
Gabriela Soto
 
Inteligencia Artificial (Sistemas Expertos y Redes Neuronales)
Inteligencia Artificial (Sistemas Expertos y Redes Neuronales)Inteligencia Artificial (Sistemas Expertos y Redes Neuronales)
Inteligencia Artificial (Sistemas Expertos y Redes Neuronales)
Neomar Nava
 
Ingeniería-Sistemas
Ingeniería-SistemasIngeniería-Sistemas
Ingeniería-Sistemas
WendyFAguilar
 
Sistema experto
Sistema expertoSistema experto
Sistema experto
roger pirela velasquez
 
Se
SeSe
Sistema expertos
Sistema expertos Sistema expertos
Sistema expertos
John Coello Chourio
 
Enfermedades respiratorias
Enfermedades respiratoriasEnfermedades respiratorias
Enfermedades respiratorias
William Castañeda Vilchez
 
Presentacion sistemas expertos
Presentacion sistemas expertosPresentacion sistemas expertos
Presentacion sistemas expertos
Luzedithvalv
 
Sistemasexpertos
SistemasexpertosSistemasexpertos
Sistemasexpertos
Edwards Ardila
 

Similar a Sistema Experto Ejemplo (20)

Inteligencia artificial - sistema experto de Nutritivos Medicinales
Inteligencia artificial - sistema experto de Nutritivos MedicinalesInteligencia artificial - sistema experto de Nutritivos Medicinales
Inteligencia artificial - sistema experto de Nutritivos Medicinales
 
sistemas expertos
sistemas expertossistemas expertos
sistemas expertos
 
Sistemas y Tecnologias Sistemas Estratégicos
Sistemas y Tecnologias  Sistemas EstratégicosSistemas y Tecnologias  Sistemas Estratégicos
Sistemas y Tecnologias Sistemas Estratégicos
 
Informe inteligencia artificial
Informe inteligencia artificialInforme inteligencia artificial
Informe inteligencia artificial
 
Se y ia
Se y iaSe y ia
Se y ia
 
Introducción a los sistemas expertos
Introducción a los sistemas expertosIntroducción a los sistemas expertos
Introducción a los sistemas expertos
 
Sistemasexpertos
SistemasexpertosSistemasexpertos
Sistemasexpertos
 
IC-U1.pdf
IC-U1.pdfIC-U1.pdf
IC-U1.pdf
 
Trabajo de sistemas expertos
Trabajo de sistemas expertosTrabajo de sistemas expertos
Trabajo de sistemas expertos
 
Jose lameda sistema experto
Jose lameda sistema expertoJose lameda sistema experto
Jose lameda sistema experto
 
Sistemas expertos
Sistemas expertosSistemas expertos
Sistemas expertos
 
Sistemas expertos
Sistemas expertosSistemas expertos
Sistemas expertos
 
Inteligencia Artificial (Sistemas Expertos y Redes Neuronales)
Inteligencia Artificial (Sistemas Expertos y Redes Neuronales)Inteligencia Artificial (Sistemas Expertos y Redes Neuronales)
Inteligencia Artificial (Sistemas Expertos y Redes Neuronales)
 
Ingeniería-Sistemas
Ingeniería-SistemasIngeniería-Sistemas
Ingeniería-Sistemas
 
Sistema experto
Sistema expertoSistema experto
Sistema experto
 
Se
SeSe
Se
 
Sistema expertos
Sistema expertos Sistema expertos
Sistema expertos
 
Enfermedades respiratorias
Enfermedades respiratoriasEnfermedades respiratorias
Enfermedades respiratorias
 
Presentacion sistemas expertos
Presentacion sistemas expertosPresentacion sistemas expertos
Presentacion sistemas expertos
 
Sistemasexpertos
SistemasexpertosSistemasexpertos
Sistemasexpertos
 

Más de edeciofreitez

La comunicacion didactica_en_los_chats_academicos
La comunicacion didactica_en_los_chats_academicosLa comunicacion didactica_en_los_chats_academicos
La comunicacion didactica_en_los_chats_academicos
edeciofreitez
 
Propuesta final del cuft
Propuesta final del cuftPropuesta final del cuft
Propuesta final del cuft
edeciofreitez
 
Tedes estocasticas
Tedes estocasticasTedes estocasticas
Tedes estocasticas
edeciofreitez
 
Perceptron parte 2
Perceptron parte 2Perceptron parte 2
Perceptron parte 2
edeciofreitez
 
Perceptron parte 1
Perceptron parte 1Perceptron parte 1
Perceptron parte 1
edeciofreitez
 
Conjuntos regulares 04[1]
Conjuntos regulares 04[1]Conjuntos regulares 04[1]
Conjuntos regulares 04[1]
edeciofreitez
 
Clase afd
Clase afdClase afd
Clase afd
edeciofreitez
 
Modu saya 4
Modu saya 4Modu saya 4
Modu saya 4
edeciofreitez
 
Mod auto 4
Mod auto 4Mod auto 4
Mod auto 4
edeciofreitez
 
Mod auto 4
Mod auto 4Mod auto 4
Mod auto 4
edeciofreitez
 
Infografia
InfografiaInfografia
Infografia
edeciofreitez
 

Más de edeciofreitez (11)

La comunicacion didactica_en_los_chats_academicos
La comunicacion didactica_en_los_chats_academicosLa comunicacion didactica_en_los_chats_academicos
La comunicacion didactica_en_los_chats_academicos
 
Propuesta final del cuft
Propuesta final del cuftPropuesta final del cuft
Propuesta final del cuft
 
Tedes estocasticas
Tedes estocasticasTedes estocasticas
Tedes estocasticas
 
Perceptron parte 2
Perceptron parte 2Perceptron parte 2
Perceptron parte 2
 
Perceptron parte 1
Perceptron parte 1Perceptron parte 1
Perceptron parte 1
 
Conjuntos regulares 04[1]
Conjuntos regulares 04[1]Conjuntos regulares 04[1]
Conjuntos regulares 04[1]
 
Clase afd
Clase afdClase afd
Clase afd
 
Modu saya 4
Modu saya 4Modu saya 4
Modu saya 4
 
Mod auto 4
Mod auto 4Mod auto 4
Mod auto 4
 
Mod auto 4
Mod auto 4Mod auto 4
Mod auto 4
 
Infografia
InfografiaInfografia
Infografia
 

Último

Docentes y el uso de chatGPT en el Aula Ccesa007.pdf
Docentes y el uso de chatGPT   en el Aula Ccesa007.pdfDocentes y el uso de chatGPT   en el Aula Ccesa007.pdf
Docentes y el uso de chatGPT en el Aula Ccesa007.pdf
Demetrio Ccesa Rayme
 
1° T3 Examen Zany de primer grado compl
1° T3 Examen Zany  de primer grado compl1° T3 Examen Zany  de primer grado compl
1° T3 Examen Zany de primer grado compl
ROCIORUIZQUEZADA
 
Blogs_y_Educacion_Por Zaracho Lautaro_.pdf
Blogs_y_Educacion_Por Zaracho Lautaro_.pdfBlogs_y_Educacion_Por Zaracho Lautaro_.pdf
Blogs_y_Educacion_Por Zaracho Lautaro_.pdf
lautyzaracho4
 
Manual de procedimiento para gráficos HC
Manual de procedimiento para gráficos HCManual de procedimiento para gráficos HC
Manual de procedimiento para gráficos HC
josseanlo1581
 
Power Point: El espiritismo desenmascarado
Power Point: El espiritismo desenmascaradoPower Point: El espiritismo desenmascarado
Power Point: El espiritismo desenmascarado
https://gramadal.wordpress.com/
 
Planificación Ejemplo con la metodología TPACK
Planificación Ejemplo con la metodología  TPACKPlanificación Ejemplo con la metodología  TPACK
Planificación Ejemplo con la metodología TPACK
ssusera6697f
 
Dosificación de los aprendizajes U4_Me gustan los animales_Parvulos 1_2_3.pdf
Dosificación de los aprendizajes U4_Me gustan los animales_Parvulos 1_2_3.pdfDosificación de los aprendizajes U4_Me gustan los animales_Parvulos 1_2_3.pdf
Dosificación de los aprendizajes U4_Me gustan los animales_Parvulos 1_2_3.pdf
KarenRuano6
 
ACERTIJO DESCIFRANDO CÓDIGO DEL CANDADO DE LA TORRE EIFFEL EN PARÍS. Por JAVI...
ACERTIJO DESCIFRANDO CÓDIGO DEL CANDADO DE LA TORRE EIFFEL EN PARÍS. Por JAVI...ACERTIJO DESCIFRANDO CÓDIGO DEL CANDADO DE LA TORRE EIFFEL EN PARÍS. Por JAVI...
ACERTIJO DESCIFRANDO CÓDIGO DEL CANDADO DE LA TORRE EIFFEL EN PARÍS. Por JAVI...
JAVIER SOLIS NOYOLA
 
La vida de Martin Miguel de Güemes para niños de primaria
La vida de Martin Miguel de Güemes para niños de primariaLa vida de Martin Miguel de Güemes para niños de primaria
La vida de Martin Miguel de Güemes para niños de primaria
EricaCouly1
 
CUENTOS EN MAYÚSCULAS PARA APRENDER A LEER.pdf
CUENTOS EN MAYÚSCULAS PARA APRENDER A LEER.pdfCUENTOS EN MAYÚSCULAS PARA APRENDER A LEER.pdf
CUENTOS EN MAYÚSCULAS PARA APRENDER A LEER.pdf
Inslvarez5
 
Examen de Lengua Castellana y Literatura de la EBAU en Castilla-La Mancha 2024.
Examen de Lengua Castellana y Literatura de la EBAU en Castilla-La Mancha 2024.Examen de Lengua Castellana y Literatura de la EBAU en Castilla-La Mancha 2024.
Examen de Lengua Castellana y Literatura de la EBAU en Castilla-La Mancha 2024.
20minutos
 
665033394-TODAS-LAS-SANGRES-resumen-Por-Capitulos.pdf
665033394-TODAS-LAS-SANGRES-resumen-Por-Capitulos.pdf665033394-TODAS-LAS-SANGRES-resumen-Por-Capitulos.pdf
665033394-TODAS-LAS-SANGRES-resumen-Por-Capitulos.pdf
valerytorresmendizab
 
Sesión: El espiritismo desenmascarado.pdf
Sesión: El espiritismo desenmascarado.pdfSesión: El espiritismo desenmascarado.pdf
Sesión: El espiritismo desenmascarado.pdf
https://gramadal.wordpress.com/
 
Camus, Albert - El Extranjero.pdf
Camus, Albert -        El Extranjero.pdfCamus, Albert -        El Extranjero.pdf
Camus, Albert - El Extranjero.pdf
AlexDeLonghi
 
Mauricio-Presentación-Vacacional- 2024-1
Mauricio-Presentación-Vacacional- 2024-1Mauricio-Presentación-Vacacional- 2024-1
Mauricio-Presentación-Vacacional- 2024-1
MauricioSnchez83
 
Guia Practica de ChatGPT para Docentes Ccesa007.pdf
Guia Practica de ChatGPT para Docentes Ccesa007.pdfGuia Practica de ChatGPT para Docentes Ccesa007.pdf
Guia Practica de ChatGPT para Docentes Ccesa007.pdf
Demetrio Ccesa Rayme
 
Maristella Svampa-La sociedad excluyente.pdf
Maristella Svampa-La sociedad excluyente.pdfMaristella Svampa-La sociedad excluyente.pdf
Maristella Svampa-La sociedad excluyente.pdf
belbarcala
 
Inteligencia Artificial para Docentes HIA Ccesa007.pdf
Inteligencia Artificial para Docentes  HIA  Ccesa007.pdfInteligencia Artificial para Docentes  HIA  Ccesa007.pdf
Inteligencia Artificial para Docentes HIA Ccesa007.pdf
Demetrio Ccesa Rayme
 
Las diversas Sociedades Mercantiles Mexico.pdf
Las diversas Sociedades Mercantiles Mexico.pdfLas diversas Sociedades Mercantiles Mexico.pdf
Las diversas Sociedades Mercantiles Mexico.pdf
La Paradoja educativa
 

Último (20)

Docentes y el uso de chatGPT en el Aula Ccesa007.pdf
Docentes y el uso de chatGPT   en el Aula Ccesa007.pdfDocentes y el uso de chatGPT   en el Aula Ccesa007.pdf
Docentes y el uso de chatGPT en el Aula Ccesa007.pdf
 
1° T3 Examen Zany de primer grado compl
1° T3 Examen Zany  de primer grado compl1° T3 Examen Zany  de primer grado compl
1° T3 Examen Zany de primer grado compl
 
Blogs_y_Educacion_Por Zaracho Lautaro_.pdf
Blogs_y_Educacion_Por Zaracho Lautaro_.pdfBlogs_y_Educacion_Por Zaracho Lautaro_.pdf
Blogs_y_Educacion_Por Zaracho Lautaro_.pdf
 
Manual de procedimiento para gráficos HC
Manual de procedimiento para gráficos HCManual de procedimiento para gráficos HC
Manual de procedimiento para gráficos HC
 
Power Point: El espiritismo desenmascarado
Power Point: El espiritismo desenmascaradoPower Point: El espiritismo desenmascarado
Power Point: El espiritismo desenmascarado
 
Planificación Ejemplo con la metodología TPACK
Planificación Ejemplo con la metodología  TPACKPlanificación Ejemplo con la metodología  TPACK
Planificación Ejemplo con la metodología TPACK
 
Dosificación de los aprendizajes U4_Me gustan los animales_Parvulos 1_2_3.pdf
Dosificación de los aprendizajes U4_Me gustan los animales_Parvulos 1_2_3.pdfDosificación de los aprendizajes U4_Me gustan los animales_Parvulos 1_2_3.pdf
Dosificación de los aprendizajes U4_Me gustan los animales_Parvulos 1_2_3.pdf
 
ACERTIJO DESCIFRANDO CÓDIGO DEL CANDADO DE LA TORRE EIFFEL EN PARÍS. Por JAVI...
ACERTIJO DESCIFRANDO CÓDIGO DEL CANDADO DE LA TORRE EIFFEL EN PARÍS. Por JAVI...ACERTIJO DESCIFRANDO CÓDIGO DEL CANDADO DE LA TORRE EIFFEL EN PARÍS. Por JAVI...
ACERTIJO DESCIFRANDO CÓDIGO DEL CANDADO DE LA TORRE EIFFEL EN PARÍS. Por JAVI...
 
La vida de Martin Miguel de Güemes para niños de primaria
La vida de Martin Miguel de Güemes para niños de primariaLa vida de Martin Miguel de Güemes para niños de primaria
La vida de Martin Miguel de Güemes para niños de primaria
 
CUENTOS EN MAYÚSCULAS PARA APRENDER A LEER.pdf
CUENTOS EN MAYÚSCULAS PARA APRENDER A LEER.pdfCUENTOS EN MAYÚSCULAS PARA APRENDER A LEER.pdf
CUENTOS EN MAYÚSCULAS PARA APRENDER A LEER.pdf
 
Examen de Lengua Castellana y Literatura de la EBAU en Castilla-La Mancha 2024.
Examen de Lengua Castellana y Literatura de la EBAU en Castilla-La Mancha 2024.Examen de Lengua Castellana y Literatura de la EBAU en Castilla-La Mancha 2024.
Examen de Lengua Castellana y Literatura de la EBAU en Castilla-La Mancha 2024.
 
665033394-TODAS-LAS-SANGRES-resumen-Por-Capitulos.pdf
665033394-TODAS-LAS-SANGRES-resumen-Por-Capitulos.pdf665033394-TODAS-LAS-SANGRES-resumen-Por-Capitulos.pdf
665033394-TODAS-LAS-SANGRES-resumen-Por-Capitulos.pdf
 
Sesión: El espiritismo desenmascarado.pdf
Sesión: El espiritismo desenmascarado.pdfSesión: El espiritismo desenmascarado.pdf
Sesión: El espiritismo desenmascarado.pdf
 
Camus, Albert - El Extranjero.pdf
Camus, Albert -        El Extranjero.pdfCamus, Albert -        El Extranjero.pdf
Camus, Albert - El Extranjero.pdf
 
Mauricio-Presentación-Vacacional- 2024-1
Mauricio-Presentación-Vacacional- 2024-1Mauricio-Presentación-Vacacional- 2024-1
Mauricio-Presentación-Vacacional- 2024-1
 
Guia Practica de ChatGPT para Docentes Ccesa007.pdf
Guia Practica de ChatGPT para Docentes Ccesa007.pdfGuia Practica de ChatGPT para Docentes Ccesa007.pdf
Guia Practica de ChatGPT para Docentes Ccesa007.pdf
 
Maristella Svampa-La sociedad excluyente.pdf
Maristella Svampa-La sociedad excluyente.pdfMaristella Svampa-La sociedad excluyente.pdf
Maristella Svampa-La sociedad excluyente.pdf
 
Inteligencia Artificial para Docentes HIA Ccesa007.pdf
Inteligencia Artificial para Docentes  HIA  Ccesa007.pdfInteligencia Artificial para Docentes  HIA  Ccesa007.pdf
Inteligencia Artificial para Docentes HIA Ccesa007.pdf
 
A VISITA DO SENHOR BISPO .
A VISITA DO SENHOR BISPO                .A VISITA DO SENHOR BISPO                .
A VISITA DO SENHOR BISPO .
 
Las diversas Sociedades Mercantiles Mexico.pdf
Las diversas Sociedades Mercantiles Mexico.pdfLas diversas Sociedades Mercantiles Mexico.pdf
Las diversas Sociedades Mercantiles Mexico.pdf
 

Sistema Experto Ejemplo

  • 1. CC50M2006 Prof. Sandra de la Fuente Sistemas Expertos en Medicina SANDRA DE LA FUENTE G. Profesora Departamento de Ciencas de la Computación Facultad de Ciencias Físicas y Matemáticas Universidad de Chile sdelafue@ing.uchile.cl
  • 2. CC50M2006 Prof. Sandra de la Fuente AGENDA 1. INTRODUCCIÓN 1.1. Objetivo general 1.2. Otros objetivos 2. DESARROLLO 2.1. CONOCIMIENTOS GENERALES DE SISTEMAS EXPERTOS 2.1.1. Conceptos generales 2.1.2. Beneficios, ventajas y restricciones 2.1.3. Historia y tendencias actuales 2.1.4. Ingeniería del Conocimiento 2.2. SISTEMAS EXPERTOS EN MEDICINA 2.2.1. Conocimiento e información en Medicina 2.2.2. Un ejemplo 3. CONCLUSIONES
  • 3. CC50M2006 Prof. Sandra de la Fuente 1. INTRODUCCIÓN 1.1. OBJETIVO GENERAL Adquirir conocimientos generales de Sistemas Expertos y sus aplicaciones a la Medicina, y comprender la interacción que debe producirse entre el profesional de la informática y el de la salud para obtener un buen resultado.
  • 4. CC50M2006 Prof. Sandra de la Fuente 1. INTRODUCCIÓN 1.2. OTROS OBJETIVOS  Conocer las características generales de un Sistema Experto  Describir algunas técnicas de Ingeniería del Conocimiento  Determinar las propiedades que debe tener un sistema de este tipo para que sea útil  Revisar un ejemplo de un Sistema Experto.
  • 5. CC50M2006 Prof. Sandra de la Fuente 2.1. CONOCIMIENTOS GENERALES 2.1.1. Conceptos generales 2.1.2. Beneficios, ventajas y restricciones 2.1.3. Historia y tendencias actuales 2.1.4. Ingeniería del Conocimiento
  • 6. CC50M2006 Prof. Sandra de la Fuente DEFINICION DE SISTEMA EXPERTO Sistema computacional que contiene una base de conocimientos sobre algún tema especializado, y un mecanismo para utilizarla. Interfaz al Usuario Máquina de Inferencia Base de Conocimientos USUARIO
  • 7. CC50M2006 Prof. Sandra de la Fuente DEFINICION DE CONOCIMIENTO EXPERTO Se considera como conocimiento experto, además de los conocimientos formales, el conocimiento práctico que ha ganado el o los expertos participantes, en a lo menos 10 años de ejercicio de la actividad relacionada.
  • 8. CC50M2006 Prof. Sandra de la Fuente SISTEMAS DE APOYO AL DIAGNÓSTICO Pueden estar orientados a: TOMA DE DECISIONES : permite a una persona no calificada tomar una decisión que va más allá de su nivel de conocimientos o experiencia (Uso más común en S.E. orientados a la industria) APOYO A LAS DECISIONES : permite recordar, a una persona que toma decisiones con experiencia, opciones a considerar, que alguna vez conoció (Ej. apoyo al diagnóstico médico)
  • 9. CC50M2006 Prof. Sandra de la Fuente CUÁNDO ES ÚTIL UN SISTEMA EXPERTO * Conocimientos no se adaptan a un modelo * Problemas no determinísticos, incompletos o inexactos * Experiencia del especialista no está en libros, o está muy diseminada * Disponibilidad de especialistas es inferior a la demanda.
  • 10. CC50M2006 Prof. Sandra de la Fuente VENTAJAS DEL USO DE S. E. * PERMANENCIA : los S. E. no olvidan * REPRODUCCIÓN : se pueden hacer muchas copias de un S. E. * EFICIENCIA : puede mejorar el rendimiento y distribuir costos entre varios usuarios. * CONSISTENCIA : situaciones similares, se manejan de la misma manera en diferentes oportunidades. * DOCUMENTACIÓN : un S.E. puede proveer permanentemente documentación acerca de su proceso de decisión. * OPORTUNIDAD : la información está disponible a tiempo para la toma de decisiones. * AMPLITUD : el conocimiento de múltiples expertos puede ser combinado para obtener un sistemas más amplio. * COMPLETITUD : un S.E. puede revisar todas sus transacciones, una persona sólo una muestra.
  • 11. CC50M2006 Prof. Sandra de la Fuente DESVENTAJAS DEL USO DE S.E. * SENTIDO COMÚN : se puede disminuir diseñando una buena interfaz que proponga alternativas. * CREATIVIDAD : El experto humano puede responder creativamente ante situaciones inusuales. * APRENDIZAJE : el experto humano se adapta al medio cambiante, el S.E. requiere que se actualice explícitamente. * DEGRADACIÓN : el S.E. no es bueno para reconocer cuando no existe respuesta, o está fuera de su área de conocimiento. * EXPERIENCIAS SENSORIALES : El S. E. requiere de la entrada simbólica correspondiente a las sensaciones del experto humano.
  • 12. CC50M2006 Prof. Sandra de la Fuente  600 A.C. Tabletas Babilónicas : primeros registros de formalización del conocimiento médico  1960’s Análisis Estadísticos : ingreso de un conjunto de manifestaciones y selección de una enfermedad de un conjunto predefinado (supone datos exactos y presencia de una sola enfermedad)  1970’s MYCIN : Desarrollado en la U. de Stanford, contiene 20 años de trabajo en horas hombre. Ha sido base para muchos S.E.  1980´s Shell´s : generadores de Sistemas Expertos  1990’s Uso de la web y estandarización de nomenclaturas  2000’s Proyectos macros en redes mundiales En Chile  Uso comercial : Pocos sistemas importados  Uso académico : Memorias y Tesis Historia y tendencias actuales
  • 13. CC50M2006 Prof. Sandra de la Fuente INGENIERÍA DEL CONOCIMIENTO “Es el proceso de trabajar con un experto en expresar lo que él sabe, en una forma apropiada para ser utilizada en un S. E.” (Feigenbaum).
  • 14. CC50M2006 Prof. Sandra de la Fuente CARACTERÍSTICAS DEL CONOCIMIENTO EXPERTO - Es voluminoso. - Difícil de caracterizar con precisión. - Está en constante cambio. - No tiene una organización estática, sino que varía según como se lo utilice.
  • 15. CC50M2006 Prof. Sandra de la Fuente CONOCIMIENTO EXPERTO Debe expresarse en una forma tal que : - Capture generalizaciones. - Sea entendible por el experto que lo provee. - Pueda modificarse fácilmente, para corregir errores y reflejar los cambios que va experimentando. - Pueda utilizarse en gran cantidad de casos, aunque no esté completo.
  • 16. CC50M2006 Prof. Sandra de la Fuente ADQUISICIÓN DEL CONOCIMIENTO Es la transferencia y transformación de la solución de problemas expertos desde alguna fuente de conocimientos (especialmente experto humano) a un programa. Se compone de 3 fases principales: • Fase inicial de conceptualización • Fase de desarrollo • Fase final
  • 17. CC50M2006 Prof. Sandra de la Fuente FASE INICIAL DE CONCEPTUALIZACION El experto no conoce los sistemas de bases de conocimientos y no está familiarizado con el proceso de describir explícitamente lo que él sabe y hace, y el Ingeniero del Conocimiento ignora el dominio del conocimiento del experto y busca, toscamente, por analogía, como realizar las posibles preguntas.
  • 18. CC50M2006 Prof. Sandra de la Fuente FASE INICIAL DE CONCEPTUALIZACION Primero se produce un diálogo similar al de un analista y especialista cuando se comienza un sistema tradicional. Se nombran los conceptos relevantes y se explicitan las relaciones entre ellos.
  • 19. CC50M2006 Prof. Sandra de la Fuente FASE INICIAL DE CONCEPTUALIZACION En las primeras semanas, el experto entiende de qué herramientas se disponen para expresar el conocimiento y el ingeniero del conocimiento ya está familiarizado con los conceptos importantes del tema. Entre ambos formulan una taxonomía de las posibles áreas a desarrollar y los tipos de soluciones que pueden proveerse. Generalmente se selecciona un pequeño fragmento del área inicial para ser desarrollado.
  • 20. CC50M2006 Prof. Sandra de la Fuente FASE DE DESARROLLO • Se procede a detallar las cadenas de razonamiento y a desarrollar el conjunto de las reglas principales. • Aumenta el vocabulario del dominio, expresado como contexto, parámetros y valores. • Se explica una gran cantidad de conocimiento para describir un número importante de casos típicos. • Se codifican reglas de producción individuales y el experto puede examinarlas y criticarlas. • Se realiza un prototipo que el experto prueba, al detectar fallas, se agrega más conocimiento.
  • 21. CC50M2006 Prof. Sandra de la Fuente FASE FINAL La mayor parte de la estructura de la Base de Conocimientos está O.K. y las interacciones con el experto producen cambios más bien pequeños. El proceso de definición y refinamiento de reglas que se produce en esta etapa puede resumirse en los siguientes pasos : 1. E le indica a I que regla agregar o modificar 2. I hace los cambios a la base de conocimientos 3. I ejecuta algunos casos antiguos para chequear consistencia 4. Si hay problemas, se discute con E y vuelve al paso 1 5. E ejecuta el sistema modificado en busca de problemas 6. Si está O.K., se aprueba la regla, si no, vuelve al paso 1
  • 22. CC50M2006 Prof. Sandra de la Fuente CLASIFICACIÓN DEL CONOCIMIENTO Debe distinguirse entre DATO y CONOCIMIENTO DATO : es una observación por ej. “soplo al corazón” se puede representar por una descripción, una medición (38°), una grabación (el ruido del soplo), etc. CONOCIMIENTO : es la interpretación de los datos o los métodos para interpretarlos (dato: soplo al corazón, conocimiento: defecto en la válvula). Un conocimiento puede ser un dato para un nivel más alto La INFORMACIÓN incluye tanto dato como conocimiento
  • 23. CC50M2006 Prof. Sandra de la Fuente CONOCIMIENTO E INFORMACION EN MEDICINA Para efectos de un S.E. en el área médica, el conocimiento se puede clasificar como: ESTÁTICO : está formado por: CONOCIMIENTO DE HECHO : de validez universal, es el conocimiento del cual hay consenso. Es lo que forma la base del conocimiento. CONOCIMIENTO DE JUICIO : corresponde al que ha adquirido el experto a través de su experiencia y su visión, puede diferir con el conocimiento de otro colega. Está contenido en las reglas . Muchos conocimientos que hoy se consideran como DE HECHO, fueron en sus inicios DE JUICIO. DINÁMICO : Los hechos que ingresa el usuario para un caso particular y las deducciones en base a ellos que hace el sistema. No forma parte de la base de conocimientos.
  • 24. CC50M2006 Prof. Sandra de la Fuente UN EJEMPLO  Consideraciones de diseño  Descripción de la interfaz  Clases de objetos  Proceso de diagnóstico
  • 25. CC50M2006 Prof. Sandra de la Fuente CONSIDERACIONES DE DISEÑO * ERGONÓMICAS  Explicaciones comprensibles y convincentes  Fácil de aprender y autodocumentado * FUNCIONALES  Similar al proceso de razonamiento del médico  No pretender 100% de precisión.
  • 26. CC50M2006 Prof. Sandra de la Fuente CONSIDERACIONES DE DISEÑO Separación en 3 áreas  Conocimientos generales  Casos de pacientes  Fuentes de información
  • 27. CC50M2006 Prof. Sandra de la Fuente DESCRIPCIÓN DE LA INTERFAZ  Una sola pantalla de ingreso al sistema  En base a dibujos con títulos explicativos  Zonas sensibles que permiten pasar de un tema a otro  Capacidad para retroceder pantallas  Volver a la pantalla inicial en cualquier parte  Ayuda sensible al contexto  Botón “Fin” disponible en todo momento.
  • 28. CC50M2006 Prof. Sandra de la Fuente DESCRIPCIÓN DE LA INTERFAZ
  • 29. CC50M2006 Prof. Sandra de la Fuente DESCRIPCIÓN DE LA INTERFAZ  Uso de hipertexto en la parte de conocimientos.
  • 30. CC50M2006 Prof. Sandra de la Fuente CLASES DE OBJETOS  PACIENTES
  • 31. CC50M2006 Prof. Sandra de la Fuente CLASES DE OBJETOS  PACIENTES CLÍNICA INICIAL
  • 32. CC50M2006 Prof. Sandra de la Fuente CLASES DE OBJETOS  PACIENTES CLÍNICA INICIAL  EXÁMENES INICIALES
  • 33. CC50M2006 Prof. Sandra de la Fuente CLASES DE OBJETOS  PACIENTES CLÍNICA INICIAL  EXÁMENES INICIALES IMÁGENES
  • 34. CC50M2006 Prof. Sandra de la Fuente CLASES DE OBJETOS  PACIENTES CLÍNICA INICIAL  EXÁMENES INICIALES IMÁGENES  TRATAMIENTO
  • 35. CC50M2006 Prof. Sandra de la Fuente CLASES DE OBJETOS  PACIENTES CLÍNICA INICIAL  EXÁMENES INICIALES IMÁGENES  TRATAMIENTO  CLÍNICA POST-TRATAMIENTO
  • 36. CC50M2006 Prof. Sandra de la Fuente CLASES DE OBJETOS  PACIENTES CLÍNICA INICIAL  EXÁMENES INICIALES IMÁGENES  TRATAMIENTO  CLÍNICA POST-TRATAMIENTO EXÁMENES POST-TRATAMIENTO.
  • 37. CC50M2006 Prof. Sandra de la Fuente CLASES DE OBJETOS
  • 38. CC50M2006 Prof. Sandra de la Fuente PROCESO DE DIAGNÓSTICO DIAGNOSTICO DEFINITIVO NEUROMICOSIS CRITERIO MAYOR 2 CRITERIOS MAYORES A LO MENOS DIAGNOSTICO PROBABLE NEUROMICOSIS SI NO CRITERIO MENOR CRITERIO PRINCIPAL : HONGOS + BUSCAR OTRAS ETIOLOGIAS TRATAMIENTO DE PRUEBA INOCULACION EN COBAYO + -+- DIAGNOSTICO PROBABLE NEUROMICOSIS DIAGNOSTICO DEFINITIVO NEUROMICOSIS DIAGNOSTICO PROBABLE NEUROMICOSIS
  • 39. CC50M2006 Prof. Sandra de la Fuente * Estudio favorable al uso de estos sistemas * El tiempo utilizado en una buena interfaz es absolutamente necesario * El sólo hecho de evitar los errores de omisión justifica el esfuerzo utilizado en desarrollar un Sistema de este tipo * Es de mucha importancia el uso de fundamentos en las respuestas * La precisión en el diagnóstico es deseable, pero poco probable * La mayor dificultad es mantener al día un S.E. por los continuos cambios en el conocimiento de esta área CONCLUSIONES