Sie sind auf Seite 1von 74

UNIVERSIDAD DE PANAM CENTRO REGIONAL UNIVERSITARIO DE SAN MIGUELITO FACULTAD DE INFORMTICA, ELECTRNICA Y COMUNICACIN ESCUELA DE INGENIERA EN INFORMTICA SEMINARIO:

ISTEMAS BASADOS EN EL CONOCIMIENTO ORIENTADO A LA EDUCACION Y LA MEDICINA

MONOGRAFA PREVIA A LA OBTENCIN DEL TTULO LICENCIATURA EN INFORMTICA PARA LA GESTIN EDUCATIVA Y EMPRESARIAL

POR: NORIS LAY

PROFESORA DEL SEMINARIO: PROFESORA ODESSA ARANDA

PANAM 2012

UNIVERSIDAD DE PANAM CENTRO REGIONAL UNIVERSITARIO DE SAN MIGUELITO FACULTAD DE INFORMTICA, ELECTRNICA Y COMUNICACIN ESCUELA DE INGENIERA EN INFORMTICA

SEMINARIO: SISTEMAS BASADOS EN EL CONOCIMIENTO ORIENTADO A LA EDUCACION Y LA MEDICINA

POR: LAY, NORIS

PANAM 2012

NDICE GENERAL
Contenido Pginas Resumen ..............................................................................................................i Abstract.................................................................................................................ii Dedicatoria...........................................................................................................iii Agradecimiento....................................................................................................iv Introduccin ....................................................................................................... 1 Captulo I. Generalidades de Estudio ............................................................ 2 1.1 Descripcin del problema ............................................................................. 2 1.2 Objetivos Generales .................................................................................... 2 1.3 Objetivos Especficos ................................................................................... 2 1.4 Delimitacin o Alcance ................................................................................. 3 1.5 Restricciones ................................................................................................ 3 1.6 Justificacin .................................................................................................. 3 Captulo II. Marco terico................................................................................. 4 2.1 Aspectos Generales de la Inteligencia Artificial ....................................... 4 2.1.1 Historia ................................................................................................. 4 2.1.2 Conceptos ............................................................................................ 6 2.1.3 Fundamentos de la Inteligencia Artificial .............................................. 6 2.2 Formas de Representacin del Conocimiento ........................................ 8 2.2.1 Conceptos...10 2.2.2 Formas ............................................................................................... 11 2.3 Concepto del sistema Experto ............................................................. 13 2.4 Arquitectura de un Sistema Experto ...................................................... 15 2.5 Razonamiento basado en reglas ........................................................... 17 2.6 Herramienta para la construccin de un Sistema Experto..................... 18 Captulo III. Anlisis del Sistema Experto ................................................... .21 3.1 Planteamiento del problema ............................................................... 21 3.2 Determinacin ...................................................................................... 21 . 3.3 Verificacin y pruebas ........................................................................ 21 3.4 Especificar la solucin.......................................................................... 22 Captulo IV. Diseo y Desarrollo del Sistema Experto. .............................. 23 4.1 Reglas ....................................................................................................... .23 4.2 Descripcin y del sistema experto y su uso............................................... .25 4.3 Ventanas del Sistema Experto. ................................................................. 27 4.4 modo de explicacin .................................................................................. 31 4.5 Opciones .................................................................................................... 32 4.6 Encadenamiento hacia adelante ................................................................ 33 4.7 Encadenamiento hacia atrs ...................................................................... 34 4.8 Pseudocdigo............................................................................................ 37 4.9 Diagrama de flujo ...................................................................................... 39

Conclusiones ................................................................................................ 40 Recomendaciones......................................................................................... 41 Referencias Bibliogrficas y Electrnicas ................................................ 42 Glosario. ......................................................................................................... 43 Anexos. .......................................................................................................... 47

NDICE DE GRAFICAS y FIGURAS Contenido Pginas Grfica #1 Esquemas lgicos ......................................................................... 14 Grafica #2 Redes semnticas..............................................................................13 Grafica #3 Arquitectura de un Sistema Experto...................................................15 Diagrama de flujo del sistema expuesto39

NDICE DE FIGURAS

Figura #1 ventana en modo programado...25 Figura #2 Ventanas del programa, Hechos, Reglas, e inferencia.28 Figura #3 ventana para introducir reglas29 Figura #4 ventana de Modo de explicacin31 Figura #6 men principal de Opciones....32 Figuras #7 Ventanas donde el sistema comienza intentando emparejar con alguna regla de la base de hechos......36

NDICE DE CUADROS

CONTENIDO

PGINAS

Cuadro #1 Restricciones.......................................................................................3 Cuadro #2 Sistemas de representacin de conocimiento.................................10 Cuadro #3 Herramientas para la construccin de un Sistema Experto................18 Cuadro #4 Estructura de expertlab...27 Cuadro #5 Formato de reglas....33

DEDICATORIA

Dedico primeramente a Dios, a las personas que nos brindaron la informacin necesaria para poder llevar a cabo este trabajo. A mi esposo Efran Jimnez por todo su, por comprenderme siempre. A mis hijas Isabella Jimnez, Mercedes Jimnez y a mi hijo Efran Jimnez, por ser la inspiracin para mi superacin. A mis padres y a mi hermano Alberto por todo su tiempo brindado.

Noris Lay

AGRADECIMIENTO
Agradezco primeramente a Dios por llenarme de sabidura y confianza a todas las personas que nos han ayudado de forma incondicional, a los requerida profesores, tcnicos en informtica y a las diferentes personas que brindaron la informacin para la investigacin. A mi esposo Efran Jimnez quien con su su tiempo para apoyarme en todo momento. esfuerzo, apoyo, y sacrificio de

Tambin a todos los miembros de mi familia, que en todo momento me han llevado en sus mentes y corazones.

Noris Lay

Resumen
El objetivo de este documento es presentar la experiencia en el desarrollo de Sistemas Expertos en el rea de medicina, introduccin acerca de la Inteligencia Artificial y de los Sistemas Expertos, la monografa concluye con el desarrollo de nuestro sistema experto basado en le diagnstico de enfermedades respiratorias. A travs de la inteligencia artificial se han construido los sistemas expertos que pueden imitar la capacidad mental del hombre y relacionan reglas de sintaxis del lenguaje hablado y escrito sobre la base de la experiencia, para luego hacer juicios acerca de un problema, cuya solucin se logra con mejores juicios y ms rpidamente que el ser humano. Con la utilizacin de este Sistema Experto se podr de una manera rpida y sencilla, determinar mediante los sntomas que ingrese la enfermedad correspondiente. ExpertLab es el software que utilizamos para la construccin del sistemas experto el cual es un motor de inferencia diseado para la enseanza asistida por ordenador en Inteligencia Artificial, y ms concretamente, en el campo de los sistemas expertos. Los Sistemas Expertos para la medicina; adems de proporcionar un diagnstico, proporcionan asesora al especialista, ya que estos sistemas poseen un conocimiento de los sntomas de las enfermedades, esto es de gran importancia cuando el especialista tenga que recordar datos organizados y tenga que relacionarlo con otras.

Summary
The aim of this paper is to present the experience in the development of expert systems in the field of medicine, introduction to Artificial Intelligence and Expert Systems, the paper concludes with the development of our expert system based on her diagnosis of respiratory diseases . Through artificial intelligence expert systems have been built that can mimic human mental capacity and associated rules of syntax of spoken and written on the basis of experience, and then make judgments about a problem whose solution is achieved judgments better and faster than humans. By using this expert system is able to quickly and easily determined by the symptoms you enter the relevant disease. ExpertLab is the software we use for the construction of expert systems which is an inference engine designed for computer-assisted instruction in Artificial Intelligence, and more specifically in the field of expert systems. Expert Systems for medicine in addition to providing a diagnosis, provide specialist advice, as these systems have a knowledge of the symptoms of disease, this is of great importance when the specialist has to remember things organized and have to relate other.

INTRODUCCIN
En este trabajo investigativo plasmamos un estudio metodolgico realizado a travs de encuestas y entrevistas a mdicos de especialidad general recolectamos una serie de informaciones importantes, relacionadas con el tema de enfermedades del sistema respiratorio. En la actualidad la tecnologa es capaz de brindarnos cosas impresionante este es el caso de los Sistemas Expertos, los cuales desde hace tiempo han sido aplicados en la solucin de problemas reales, en areas como la industria, de la enseanza, de la reparacin de mquinas, en la medicina, entre otras, todas ellos representando un avance para la humanidad. Sera en esta ultima rea mencionada en la que se centrara la investigacin de esta monografa; la aplicacin de sistemas expertos en la medicina es un tema muy interesante y novedoso que brinda diversos beneficios tanto para los especialistas como para los pacientes. El primer captulo, contiene generalidades de estudio, descripcin del problema, objetivos generales, objetivos especifico, alcance, restricciones justificacin. El segundo captulo, est formado por el marco terico, el cual describe de manera breve conceptos, fundamentos, formas de representacin del conocimiento en cuanto a Inteligencia Artificial, tambin se habla un poco de la historia ,conceptos, arquitectura de los sistemas expertos. El tercer captulo, comprende del anlisis del sistema experto propuesto. El cuarto captulo, comprende del diseo y desarrollo del sistema experto, manual de uso, conclusiones, glosario. .

CAPITULOI.
Generalidades de Estudio

Captulo I. Generalidades de Estudio


1.1 Descripcin del problema a) Apoyar la toma de decisiones de mdicos y otros responsables del cuidado mdico. Complementar la capacidad natural de hacer juicios, la confiabilidad y las capacidades de proceso. b) En la actualidad la medicina presenta innumerables inconvenientes como consecuencia de la falta y carencia en la automatizacin de los procesos mdicos metodologa utilizada para la implementacin en dicha rama, para cada una de estas, se presentan muchsimas cantidades de enfermedades que para su oportuna deteccin por medio de los mdicos se hace un poco lenta, esto a causa de la cantidad de personas que acuden a ellos y el bajo grado de cobertura que presentan las clnicas, hospitales.

1.2. Objetivos Generales a) Desarrollar un sistema experto para el Diagnostico Enfermedades Especificas del Sistema Respiratorio, basado en reglas, que permita ahorrar tiempo y poder accesar al diagnostico de manera rpida y mejor enfocada al diagnostico del paciente. b) Se busca que el sistema experto que sea capaz de brindar informacin correcta y oportuna a los usuarios que tengan acceso, para dicho objetivo se necesita que el sistema este sujetado por un personal idneo propio del rea, para dicha ejecucin del proyecto se necesita una recopilacin amplia y abundante de los conceptos bsicos y avanzados en dichas ramas de estudio, el proceso consiste en adquirir los conocimientos propios del experto y consignarlos en el sistema, de esta manera tan general se tiene como meta que los pacientes puedan tener un diagnstico

oportuno y se puedan subsanar sus enfermedades por medio del sistema experto. 1.3. Objetivos Especficos a) Proporcionar una herramienta de apoyo al documentar los requerimientos del sistema experto constituyndose de gran importantancia. Esta herramienta almacenar gran cantidad de informacin y realizar un gran nmero de operaciones (es decir, tomar dediciones para la documentacin de requerimientos del sistema experto) en poco tiempo de manera que se obtenga conclusiones rpidamente. b) Los resultados deben presentarse en forma clara para el usuario. c) Los resultados debe ser claros y concisos para que se presente sin ningn tipo de ambigedad al usuario y el diagnostico sea dado de una mejor manera. d) Para el desarrollo del sistema experto sern necesarios conocimientos bsicos y estructurados en sistemas expertos para el desarrollo que permita diagnosticar la enfermedad, adems del acompaamiento de un experto en esta rea de la medicina que pueda alimentar de conocimiento el sistema para que este pueda realizar su trabajo. e) Los conocimientos deben ser formalizados antes de ingresarlos a la Base de Conocimientos, por esto es que un libro ser ms fcil de estructurar en la Base de Conocimientos que los conocimientos de un Experto Humano.

1.4. Alcance La trascendencia de esta investigacin radica en permitir especialmente a los profesionales de informtica, la importancia de realizar estudios de los sistemas basados en el conocimiento para evaluar y brindar conocimientos

puntuales. Adems presentar el desarrollo del sistema experto para ser aplicado al diagnostico de enfermedades especificas del sistema respiratorio. a) Se presentar el manual, desarrollo del sistema, diagrama de flujo y el cdigo fuente. b) Desarrollar un sistema experto para la deteccin la enfermedad a partir de la sintomatologa de los pacientes. c) Desarrollar reglas de inferencia para los sistemas expertos por medio de lenguaje de programacin de expertlab. d) Desarrollar un prototipo para diagnsticos enfermedades especficas del sistema respiratorio. . 1.5. Restricciones Restricciones que confrontamos en esta investigacin son las siguientes: Restricciones Escases bibliogrficos sobre el software expertlab. Tiempo: Para poder realizar las encuestas e investigaciones pertinentes. Solucin Entrevistar a diferentes programadores y profesores de Informtica. Contratar personal para que procediera hacer las entrevistas cuando no podamos realizarlas.

1.6. Justificacin Para los habitantes de las zonas rurales, el acceder a especialistas en medicina es dificultoso, ya que requiere desplazamientos hacia comunidades urbanas donde se encuentran los mdicos, lo cual no siempre se puede hacer o representa un gasto grande para los pobladores de esas reas. Sera beneficioso para los habitantes de esas zonas rurales contar con un centro especializado el cual cuente con sistemas expertos para el diagnsticos de las enfermedades con esto los mdicos ahorran tiempo y podrn atender a ms pacientes.

CAPITULO II.
MARCO TEORICO

Captulo. Marco Terico


2.1 Antecedentes Actualmente en nuestro pas Panam no se cuenta con sistemas expertos en rea de la medicina para poder dar atencin a ms pacientes mediantes sistemas inteligentes que den diagnostico con rpidez y de manera eficiente a personas que viven en lugares de difcil acceso, donde los pacientes tienen que caminar horas para llegar en busca de atencin medica porque los centros de salud son escasos.

2.2. Aspectos Generales de la Inteligencia Artificial El trmino inteligencia artificial se ha popularizado para designar a una disciplina incluida entre las ciencias de la computacin. Tiene que ver con el esfuerzo que decenas de cientficos de distintos pases, especialmente de los Estados Unidos y de Europa Occidental, han venido realizando durante los ltimos treinta aos para dotar a las computadoras de inteligencia. Actualmente existen dos tendencias en cuanto al desarrollo de sistemas de IA: los sistemas expertos y las redes neuronales. Los sistemas expertos intentan reproducir el razonamiento humano de forma simblica, por medio de formulas y logismos como el cdigo binario. Las redes neuronales lo hacen desde una perspectiva ms biolgica (recrean la estructura de un cerebro humano mediante algoritmos genticos). A pesar de la complejidad de ambos sistemas los resultados distan mucho de un autntico pensamiento inteligente, pues solo llegan a ser reproduccin de funciones especficas y no del razonamiento y el pensamiento complejo que caracteriza al hombre.

La inteligencia artificial, en la cual se integra el soft computing, surgi hace cincuenta aos como una disciplina para crear mquinas que resolvieran problemas imitando al ser humano. En la ltima dcada, algunas ramas del soft computing han evolucionado con gran xito hacia la imitacin de sistemas sociales y naturales como los insectos. Programas informticos basados en modelos matemticos del comportamiento de las hormigas se emplean diariamente para aplicaciones tan diversas como la planificacin de las rutas de recogida de basuras en Sant Boi del Llobregat, la logstica de distribucin de gases medicinales en Houston o la transmisin de datos en internet. Los expertos en el mbito del Soft Computing tienen claro que los humanos llegaremos a desarrollar unas mquinas con inteligencia artificial y capaces de desarrollar acciones hasta ahora imposibles por ellas. Nuevas tendencias en inteligencia artificial

En sus cincuenta aos de vida, la inteligencia artificial se ha inspirado principalmente en la forma en la que el ser humano resuelve problemas con objeto de desarrollar mquinas o programas que imiten ese comportamiento para realizar dichas tareas de forma automtica. La inteligencia artificial abri sus miras a otro tipo de inteligencia, colectiva en lugar de individual, surgiendo la swarm intelligence o inteligencia de enjambres. Esta disciplina est compuesta tanto por programas de ordenador como por mquinas, ambos inspirados en el comportamiento cooperativo de colonias de insectos sociales u otras sociedades de animales como las hormigas, las abejas o las bandadas de aves. Hormigas artificiales. Las hormigas son insectos muy simples que viven en colonias con una organizacin social altamente estructurada. Gracias al trabajo cooperativo, pueden desarrollar tareas muy complejas como encontrar los caminos ms cortos del hormiguero a los lugares del entorno donde existe comida, organizarse en patrullas multitudinarias para salir de caza o construir gigantescas estructuras de tneles para vivir cmodamente. El Enfoque de Inteligencia Artificial ha Evolucionado

La inteligencia artificial a evolucionado de tal forma que ha afectado nuestras vidas radicalmente desde nuestro antepasado dndonos ventajas notables y cambios a favor en cuanto a la medicina como lo son los sistemas de diagnostico. La inteligencia artificial (IA) favorece de algn modo la mejora de los procesos de aprendizaje., inteligencia artificial se ha utilizado como herramienta de apoyo para diversas tareas, como por ejemplo en la bsqueda de informacin compleja, y en la administracin del conocimiento. uno de los objetivos de la inteligencia artificial en la educacin es la de funcionar como un tutor personalizado para tratar de ensear al alumno informacin precisa, adaptando dicha informacin y proceso de la enseanza segn las caractersticas del estudiante. En este sentido, una de las aplicaciones principales de la inteligencia artificial en la educacin ha sido el desarrollo de sistemas tutoriales inteligentes (ITS, por sus siglas en ingles), los cuales son un ambiente de aprendizaje interactivo basado en la instruccin asistida por computadora. Otro objetivo de la aplicacin la inteligencia artificial en la educacin es el de apoyar a los estudiantes en la bsqueda, tratamiento y organizacin de informacin de una forma eficiente. Las aplicaciones de la inteligencia artificial en la educacin las podemos clasificar en dos rubros: explicitas e implcitas. Las aplicaciones explicitas, como su nombre lo dicen, estn diseadas explcitamente para su aplicacin en la educacin. En las aplicaciones implcitas, o "invisibles" para el usuario, el estudiante no se da cuenta de que est utilizando tecnologa de inteligencia artificial. 2.2.1 Historia El Nacimiento de la Inteligencia Artificial El fracaso de la mayora de los problemas que intentaban resolver eran demasiado complicados, tanto terica como tecnolgicamente.

La lgica terica fue considerada como el primer programa de IA y usada para resolver problemas de bsqueda heurstica. Durante el decenio de 1950 se celebraron congresos, proliferaron los grupos de investigacin y en 1954 uno de ellos afirm haber creado un programa que traduca del ruso al ingls. La verdad es que los resultados prcticos fueron descorazonadoramente escasos. De todas formas, el resultado ms espectacular de este perodo fue el programa de Samuel para Jugar a las damas, que se present en 1961 y era capaz de aprender de su experiencia, es decir, tener en cuenta sus errores y xitos pasados, para determinar sus jugadas en la partida posterior. Los aos difciles Tales haban sido las expectativas levantadas por la IA, y tantos sus fracasos, que el desnimo sucedi al optimismo inicial. El mundo exterior se desentendi de los trabajos de investigacin, y la financiacin de muchos proyectos se volvi problemtica, tanto en Amrica como en Europa. No obstante, la IA se fue consolidando y, aprendiendo de sus fracasos, busc nuevos enfoques para los viejos problemas. En el ao 1964 se public una tesis doctoral sobre el sistema STUDENT, que es un programa de lenguaje natural que comprende y resuelve problemas elevados de lgebra. Es en 1966 cuando se publica, en Comunicaciones de la Asociacin para Mquinas Calculadoras, un programa de ordenador para el estudio de comunicacin hombre-mquina mediante lenguaje natural interactivo, ELIZA, que fue creado como un programa de psicologa que simula respuestas de un terapista en dialogo interactivo con un paciente. Las personas que dialogaban con ELIZA crean que hablaban con un psiclogo autntico.

A partir de 1970, el nfasis se traslad de las reglas y procedimientos generales de deduccin a la acumulacin de conocimientos concretos acerca de un campo bien delimitado en la realidad. El clebre programa SHRDLU era una parte de un proyecto de comprensin del lenguaje natural capaz de comprender y ejecutar correctamente rdenes dadas en ingls acerca de un "mundo de bloques". Ello era posible porque el programa tena todos los conocimientos necesarios acerca de su limitado y simplificado mundo. Los trabajos hasta 1973, tuvieron como herramientas bsicas de trabajo los conceptos de tiempo compartido en ordenadores y procesamiento de palabra. La investigacin ms normal incluye: visn con ordenador, todas las reas de la robtica, sistemas expertos, lenguaje natural y arquitectura de ordenadores. Se lanzaron ataques contra la IA basndose en la introspeccin, afirm que ciertos aspectos del pensamiento humano son esencialmente inimitables por parte de los ordenadores, dando varias razones de apoyo a esta tesis: de una parte, los ordenadores son mquinas discretas, mientras que el pensamiento aparece en nuestra introspeccin como continuo; adems, los ordenadores carecen de "corporeidad", por lo que no pueden relacionarse como nosotros con el espacio fsico; por ltimo, los ordenadores no comparten nuestras experiencias, nuestro contexto humano, por lo que no pueden ser como los seres humanos. En cualquier caso, las controversias no desanimaron a los investigadores, que empezaban a alcanzar resultados tangibles. En esto les ayudaba grandemente el acelerado progreso del soporte material, con la aparicin de los circuitos y el aumento consiguiente de capacidad y potencia de clculo. Tambin el soporte lgico empezaba a adaptarse a las necesidades de la IA. La aparicin de lenguajes declarativos fue un paso importante para la IA. Investigacin y desarrollo en reas de la IA

Las aplicaciones tecnolgicas en las que los mtodos de IA usados han demostrado con xito que pueden resolver complicados problemas de forma masiva, se han desarrollado en sistemas que: Permiten al usuario preguntar a una base de datos en cualquier lenguaje que sea, mejor que un lenguaje de programacin. Reconocen objetos de una escena por medio de aparatos de visin. Generar palabras reconocibles como humanas desde textos computarizados. Reconocen e interpretan un pequeo vocabulario de palabras humanas. Resuelven problemas en una variedad de campos usando conocimientos expertos codificados.

2.2.2

Conceptos Se define la Inteligencia Artificial como aquella inteligencia exhibida por artefactos creados por humanos (es decir, artificial). A menudo se aplica hipotticamente a los computadores. El nombre tambin se usa para referirse al campo de la investigacin cientfica que intenta acercarse a la creacin de tales sistemas. La Inteligencia Artificial trata de conseguir que los ordenadores simulen en cierta manera la inteligencia humana. Se acude a sus tcnicas cuando es necesario incorporar en un sistema informtico, conocimiento o caractersticas propias del ser humano. No existe una definicin universalmente aceptada ya que la palabra inteligencia es abstracta y no medible. Definicin segn los siguientes autores:

John McCarthy, acu el trmino en 1956, la defini: "Es la ciencia e ingeniera de hacer mquinas inteligentes, especialmente programas de cmputo inteligentes.

N. Nilsson Entender y estudiar cientficamente los procesos comunes que subyacen en el pensar y el percibir ya sea en el hombre como en la mquina. KONAR Simulacin de la inteligencia humana para hacer eficiente la maquina a identificar y usar una pieza correcta de conocimiento. En dar un paso a la solucin de un problema. MINSKY Ciencia que hace que las maquinas hagan cosas que requieran inteligencia. Buchanan Feigenbaum Es la parte de la ciencia de la computacin que investiga los proceso de razonamientos simblicos y no algortmicos y la representacin de conocimiento simblica para su uso en mquinas inteligentes. Disear sistemas que muestren caractersticas que asociamos a inteligencia como: Comprensin del lenguaje. Aprendizaje. Resolucin de problemas. Razonamiento. Manera ms especfica la inteligencia artificial es la disciplina que se encarga de construir procesos que al ser ejecutados sobre una arquitectura fsica producen acciones o resultados que maximizan una medida de rendimiento determinada, basndose en la secuencia de entradas percibidas y en el conocimiento almacenado en tal arquitectura.

2.2.3 Fundamentos de la Inteligencia Artificial Muchas de las actividades mentales humanas, tales como escribir programas de cmputo, demostrar teoremas, razonar con sentido comn y an conducir un vehculo normalmente se dice que requieren inteligencia. Durante las dcadas pasadas se ha logrado construir programas que pueden realizar

tareas como esas. Existen programas que pueden diagnosticar enfermedades, resolver ecuaciones diferenciales en forma simblica, analizar circuitos electrnicos, entender en forma limitada frases habladas y escritas o escribir programas de cmputo cumpliendo especificaciones. Se puede decir que tales sistemas posen cierto grado de Inteligencia Artificial (IA). La IA es una nueva generacin de tecnologa informtica, caracterizada no slo por su arquitectura (hardware), sino tambin por sus capacidades. El nfasis de generaciones previas fue en las computaciones numricas para aplicaciones cientficas o de negocios. La nueva generacin de tecnologa informtica incluye adems la manipulacin simblica, con el objetivo de emular el comportamiento inteligente; y, la computacin en paralelo, para tratar de conseguir resultados prcticamente en tiempo real. La capacidad predominante de la nueva generacin, tambin conocida como la Quinta Generacin, es la habilidad de emular (y tal vez en algunos casos superar) ciertas funciones inteligentes del ser humano. Por ejemplo: Aprendizaje: Captacin automtica de conocimientos. Razonamiento: Sistemas basados en conocimientos. Bases de datos inteligentes. Prueba de teoremas y juegos. Percepcin: Comprensin de lenguaje natural. Interpretacin de escenas visuales (Visin por computadora). Locomocin y Manipulacin: Realizar procesos mecnicos y tareas manuales (Robtica).

Creacin: Generacin, verificacin, depuracin y optimizacin automtica de programas. Algunas de las tareas que estos sistemas realizan en el campo de la IA son: Tareas Generales Percepcin: Visin, Fonemas. Lenguaje Natural: Comprensin, generacin y traduccin. Razonamiento de sentido comn. Control de robots. Tareas Formales Juegos: Ajedrez, Backgammon, Damas. Matemticas: Geometra, Lgica, Clculo Integral. Tareas Expertas Ingeniera: Diseo, Localizacin de fallas, planeamiento. Anlisis Cientfico. Diagnstico Mdico. Anlisis Financiero.

2.3 .Formas de Representacin del Conocimiento El conocimiento es la comprensin adquirida, implica aprendizaje, concienciacin y familiaridad con una o ms materias; el conocimiento se compone de ideas, conceptos, hechos y figuras, teoras, procedimientos y

relaciones entre ellos, y formas de aplicar los procedimientos a la resolucin prctica de problemas. El conocimiento que ha de funcionar en un SE es el conocimiento heurstico; el conocimiento heurstico es aquel conocimiento que ayuda a las personas u ordenadores a aprender, es el uso de los conocimientos empricos. Las reglas de pensamiento, los trucos, los procedimientos o cualquier tipo de informacin que nos ayuda en la resolucin de problemas.

2.4 Conceptos Son mtodos usados para "modelar" en forma eficiente los conocimientos de especialistas en alguna rea del saber, de forma que pueda ser usado por el usuario de un sistema inteligente. El conocimiento puede ser considerado como una entidad simblica o procesamiento simblico. La representacin del conocimiento es un esquema o dispositivo utilizado para capturar los elementos esenciales del dominio de un problema. Una representacin manipulable es aquella que facilita la computacin. En representaciones manipulables, la informacin es accesible a otras entidades que usan la representacin como parte de un cmputo. Debido a la variedad de formas que el conocimiento puede asumir, los problemas involucrados en el desarrollo de una representacin del conocimiento son complejos, interrelacionados y dependientes del objetivo. En trminos generales, el conocimiento debe estar representado de tal forma que: Capture generalizaciones. Pueda ser comprendido por todas las personas que vayan a proporcionarlo y procesarlo. Pueda ser fcilmente modificado. Una representacin es un conjunto de convenciones sobre la forma de describir un tipo de cosas. Una descripcin aprovecha las convenciones de una representacin para describir alguna cosa en particular. Las caractersticas de una buena representacin son:

Los objetos y las relaciones importantes deben aparecer explcitamente y de forma conjunta Las restricciones inherentes al problema se muestran pero no los detalles irrelevantes. La representacin debe ser transparente: se entiende lo que se dice. Completa y concisa: Estn representados con eficacia todos los objetos y relaciones. Rpidos y computables: Se puede almacenar y recuperar la informacin con rapidez, y se pueden crear mediante un procedimiento ya existente.

2.4.1 Formas Una vez que se adquiere (del especialista) el conocimiento, es necesario encontrar una representacin simblica, clara, precisa y completa del mismo. Para ello podemos mencionar que existen diversas formas de representar el conocimiento, como las siguientes: Representacin del Conocimiento Tripletas OAV Redes Semnticas Frames Reglas

Tripletas Objetivo-Atributo-Valor (OAV). Permiten derivar una representacin grfica del conocimiento organizada en tres niveles: objeto compuesto de atributos que contienen valores. Ejemplo

Redes Semnticas. Ofrecen un esquema ms general y desestructurado que las tripletas OAV. Donde cada nodo representa cualquier concepto u objeto, y los arcos representan relaciones que existen entre dichos conceptos. Ejemplo:

Frames (Marcos).Un frame es una plantilla de objetos que contiene un conjunto de slots. Cada slot puede ser de alguno de los siguientes tipos: 1) un atributo simple con un valor opcional de default; 2) un procedimiento; 3) una restriccin; 4) un apuntador a otro frame.

En programacin ofrece uno de los mecanismos de estructuracin ms poderosos y flexibles que existen en Inteligencia Artificial, e.g. puede implementar cualquier esquema de representacin del conocimiento e incluso diversos paradigmas de programacin como orientado a objetos, orientado a accesos, etc. Algunos idiomas de Lisp, como CommonLisp y CLOS ofrecen frames. Sin embargo, la complejidad de programar con frames puede fcilmente tornarse inadmisible e ineficiente cuando se posee poca habilidad, disciplina y conocimientos avanzados de programacin con frames.

Frame: Nombre: Raza: Conducta: Dueo: Foto: Reglas

Perro Chary Pastor If ladra then nomuerde frame(Persona,Luis) display(chary.jpg)

Sistemas Expertos Basados en Reglas (Rule-based systems). Sistemas constituidos primordialmente por un conjunto de "reglas de produccin" o "reglas de inferencia lgica" o "reglas IF-THEN". Resultan convenientes por las siguientes razones: a. La mayora de las herramientas de desarrollo de sistemas expertos emplean reglas, y adems se cuenta con lenguajes de programacin lgica basada en reglas, e.g. PROLOG, Lisp. b. La mayora de los sistemas expertos desarrollados son basados en reglas.

c. La madurez, disponibilidad y costo de las herramientas de desarrollo de este tipo con bastante atractivas. d. La representacin del conocimiento a travs de relgas es bastante natural. e. La curva de aprendizaje de estos sistemas es menos prolongada que para las otras alternativas de representacin, e.g. frames. f. Las reglas tienen una sintaxis sencilla, son transparentes y fciles de mantener. g. Es posible simular con relgas (con ciertas complicaciones) a los sistemas basados en frames. h. Su proceso de validacin es simple y ms susceptible de automatizar. Partes de una Regla

IF p = v1 condicin(es) antecedente(s) premisa(s) sub-meta(s)

THEN r = v0 accin consecuente conclusin meta

2.5 .Concepto de Sistema Experto Definiciones segn los siguientes autores James P. Ignizio: Programa computacional que exhibe, dentro de un dominio especfico, un grado de experiencia en la solucin de un problema comparable con la forma en que un experto humano lo hara. Waterman: Sistemas que representan el conocimiento sobre el dominio en forma explcita y separada del resto del sistema.

Jackson: Sistemas que resuelven problemas aplicando una representacin simblica de la experiencia humana. Sistemas expertos(ES, siglas del trmino Expert System) es un sistema de informacin basado en el conocimiento que usa su conocimiento de un rea de aplicacin compleja y especfica a fin de actuar como un consultor experto para los usuarios finales. Los sistemas expertos proporcionan respuestas sobre un rea problemtica muy especfica al hacer inferencias semejantes a las humanas sobre los conocimientos obtenidos en una base de conocimientos especializados. Es un software que imita el comportamiento de un experto humano en la solucin de un problema. Pueden almacenar conocimientos de expertos para un campo determinado y solucionar un problema mediante deduccin lgica de conclusiones, incorpora conocimiento de experto sobre un dominio de aplicacin dado, de manera que es capaz de resolver problemas de relativa dificultad y apoyar la toma de decisiones inteligentes en base a un proceso de razonamiento simblico. Son SE aquellos programas que se realizan haciendo explicito el conocimiento en ellos, que tienen informacin especfica de un dominio concreto y que realizan una tarea relativa a este dominio. Programas que manipulan conocimiento codificado para resolver problemas en un dominio especializado en un dominio que generalmente requiere de experiencia humana. Es una aplicacin informtica capaz de solucionar un conjunto de problemas que exigen un gran conocimiento sobre un determinado tema. Un sistema experto (SE) es un conjunto de programas que, sobre una base de conocimientos, posee informacin de uno o ms expertos en un rea especfica. Se puede entender como una rama de la inteligencia artificial, donde el poder de resolucin de un problema en un programa de computadora viene

del conocimiento de un dominio especfico. Estos sistemas imitan las actividades de un humano para resolver problemas de distinta ndole (no necesariamente tiene que ser de inteligencia artificial). Tambin se dice que un SE se basa en el conocimiento declarativo (hechos sobre objetos, situaciones) y el conocimiento de control (informacin sobre el seguimiento de una accin). Para que un sistema experto sea herramienta efectiva, los usuarios deben interactuar de una forma fcil, reuniendo dos capacidades para poder cumplirlo: Explicar sus razonamientos o base del conocimiento: los sistemas expertos se deben realizar siguiendo ciertas reglas o pasos comprensibles de manera que se pueda generar la explicacin para cada una de estas reglas, que a la vez se basan en hechos. Adquisicin de nuevos conocimientos o integrador del sistema: son mecanismos de razonamiento que sirven para modificar los conocimientos anteriores. Sobre la base de lo anterior se puede decir que los sistemas expertos son el producto de investigaciones en el campo de la inteligencia artificial ya que sta no intenta sustituir a los expertos humanos, sino que se desea ayudarlos a realizar con ms rapidez y eficacia todas las tareas que realiza. Debido a esto en la actualidad se estn mezclando diferentes tcnicas o aplicaciones aprovechando las ventajas que cada una de estas ofrece para poder tener empresas ms seguras. Un ejemplo de estas tcnicas sera los agentes que tienen la capacidad de negociar y navegar a travs de recursos en lnea; y es por eso que en la actualidad juega un papel preponderante en los sistemas expertos. Programas que contienen tanto conocimiento declarativo (hechos a cerca de objetos, eventos y/o situaciones) como conocimiento de control (informacin acerca de los cursos de una accin), para emular el proceso de razonamiento de los expertos humanos en un dominio en particular y/o rea de experiencia.

2.6 Arquitectura de un Sistema Experto Arquitectura bsica de los sistemas expertos:

Base de conocimientos: Es la parte del sistema experto que contiene el conocimiento sobre el dominio. Hay que obtener el conocimiento del experto y codificarlo en la base de conocimientos. Una forma clsica de representar el conocimiento en un sistema experto son lar reglas. Una regla es una estructura condicional que relaciona lgicamente la informacin contenida en la parte del antecedente con otra informacin contenida en la parte del consecuente. Base de hechos (Memoria de trabajo): Contiene los hechos sobre un problema que se han descubierto durante una consulta. Durante una consulta con el sistema experto, el usuario introduce la informacin del problema actual en la base de hechos. El sistema empareja esta informacin con el conocimiento disponible en la base de conocimientos para deducir nuevos hechos. Motor de inferencia: El sistema experto modela el proceso de razonamiento humano con un mdulo conocido como el motor de inferencia. Dicho motor de inferencia trabaja con la informacin contenida en la base de conocimientos y la base de hechos para deducir nuevos hechos. Contrasta los hechos particulares de la base de hechos con el conocimiento contenido en la base de conocimientos para obtener conclusiones acerca del problema.

Subsistema de explicacin: Una caracterstica de los sistemas expertos es su habilidad para explicar su razonamiento. Usando el mdulo del subsistema de explicacin, un sistema experto puede proporcionar una explicacin al usuario de por qu est haciendo una pregunta y cmo ha llegado a una conclusin. Este mdulo proporciona beneficios tanto al diseador del sistema como al usuario. El diseador puede usarlo para detectar errores y el usuario se beneficia de la transparencia del sistema. Interfaz de usuario: La interaccin entre un sistema experto y un usuario se realiza en lenguaje natural. Tambin es altamente interactiva y sigue el patrn de la conversacin entre seres humanos. Para conducir este proceso de manera aceptable para el usuario es especialmente importante el diseo del interfaz de usuario. Un requerimiento bsico del interfaz es la habilidad de hacer preguntas. Para obtener informacin fiable del usuario hay que poner especial cuidado en el diseo de las cuestiones. Esto puede requerir disear el interfaz usando mens o grficos.

2.7 .Razonamiento basado en reglas Los sistemas expertos basados en reglas utilizan para el proceso de inferencia un conjunto de reglas que constituyen la base de conocimiento del experto. Este conjunto de reglas pueden ser activadas a medida que los condiciones son evaluadas positivamente y su utilizacin implica la creacin de nuevos hechos. Este proceso permitir a partir de unos hechos iniciales desarrollar un proceso deductivo que concluir el momento en que no quede ninguna otra regla por utilizar. Para realizar este tipo de tratamiento es posible hacerlo de dos maneras diferentes, por un lado realizarlo desde las evidencias hasta los objetivos o por

otro lado en orden inverso que sera comenzar desde el objetivo hasta llegar al conjunto de evidencias que lo han provocado. 1 Generacin: SE basados en reglas El conocimiento mediante un sistema de produccin (Reglas IF-THEN). Lgica proposicional o basada en marcos Adquisicin del conocimiento: transferencia del experto al sistema

Problemas Sistemas Reglas La suposicin de independencia de reglas es muy fuerte Evitar situaciones de propagacin de evidencia en sentido incorrecto. Ej.: R1: SI riego automtico ACTIVO => hierba hmeda R2: SI hierba hmeda => lluvia Los sistemas basados en reglas trabajan mediante la aplicacin de reglas, comparacin de resultados y aplicacin de las nuevas reglas basadas en situaciones modificadas. Tambin pueden trabajar por inferencia lgica dirigida, bien empezando con una evidencia inicial en una determinada situacin y dirigindose hacia la obtencin de una solucin, o bien con hiptesis sobre las posibles soluciones y volviendo hacia atrs para encontrar una evidencia existente, o una deduccin de una evidencia existente, que apoye una hiptesis en particular. En el manejo de sistemas expertos existen dos tipos de elementos, por una parte se encuentran los datos, hechos o evidencia y por otra parte, el conocimiento, referido como el conjunto de reglas almacenadas en la base de conocimiento. La mquina de inferencia utiliza ambos tipos de elementos para obtener nuevas conclusiones. Por ejemplo, si la premisa de una regla es cierta, entonces la conclusin de la regla debe ser tambin cierta. Los datos iniciales se incrementan incorporando las nuevas conclusiones. Por ello, tanto los hechos iniciales o datos de partida como las conclusiones derivadas de ellos forman parte de los hechos o datos de los cuales se dispone en un

instante dado. Para obtener conclusiones, los expertos utilizan diferentes tipos de reglas y estrategias de inferencia. a).El modus ponens es quizs la regla de inferencia ms comnmente utilizada. Se utiliza para obtener conclusiones simples. En ella, se examina la premisa de la regla, y si es cierta, la conclusin pasa a formar parte del conocimiento. Como ilustracin, supngase que se tiene la regla, Si A es cierto, entonces B es cierto" y que se sabe adems que A es cierto. La regla Modus Ponens concluye que B es cierto." Esta regla de inferencia, que parece trivial, debido a su familiaridad, es la base de un gran nmero de sistemas expertos. La regla de inferencia Modus Tollens se utiliza tambin para obtener conclusiones simples. En este caso se examina la conclusin y si es falsa, se concluye que la premisa tambin es falsa. Por ejemplo, supngase de nuevo que se tiene la regla, Si A es cierto, entonces B es cierto pero se sabe que B es falso. Entonces, utilizando la regla Modus Ponens no se puede obtener ninguna conclusin pero la regla Modus Tollens concluye que A es falso. El rendimiento del motor de inferencia depende del conjunto de reglas en su base de conocimiento. Hay situaciones en las que el motor de inferencia puede concluir utilizando un conjunto de reglas, pero no puede, utilizando otro, aunque stos sean lgicamente equivalentes. b).Una de las estrategias de inferencia ms utilizadas para obtener conclusiones compuestas es el llamado encadenamiento de reglas. Esta estrategia puede utilizarse cuando las premisas de ciertas reglas coinciden con las conclusiones de otras. Cuando se encadenan las reglas, los hechos pueden utilizarse para dar lugar a nuevos hechos. Esto se repite sucesivamente hasta que no pueden obtenerse ms conclusiones. El tiempo que consume este proceso hasta su terminacin depende, por una parte, de los hechos conocidos, y, por otra, de las reglas que se activan. Este algoritmo puede ser implementado de muchas formas. Una de ellas comienza con las reglas cuyas premisas tienen valores conocidos. Estas reglas deben concluir y sus

conclusiones dan lugar a nuevos hechos. Estos nuevos hechos se aaden al conjunto de hechos conocidos, y el proceso contina hasta que no pueden obtenerse nuevos hechos. c).La programacin basada en las reglas es una de las tcnicas comnmente usadas para crear bases de conocimiento. En este paradigma de programacin, las reglas se utilizan para representar conocimiento factual o heurstico, que especifican un sistema las acciones que se realizarn para una situacin dada. Una regla se compone de una parte "si" y una parte "entonces". La parte "si" de una regla es una serie de patrones que especifican los hechos, o los datos, que hacen que se aplique una regla. Junto con los datos, los hechos tambin estn presentes en la base de conocimiento. Estos hechos representan declaraciones verdaderas que se utilizan para activar las reglas. Una de las ventajas de las reglas si-entonces es su modularidad, cada una define un pedazo relativamente pequeo y, por lo menos en principio, independiente de conocimiento. Nuevas reglas pueden ser agregadas y las viejas pueden ser suprimidas, generalmente de manera independiente de otras reglas. d).El paradigma Generar-Probar-Depurar es un marco para que el razonamiento asociativo y causal que produce sistemas expertos, basados en reglas, que son eficientes y robustos. Generar-Probar-Depurar se basa en un ciclo donde primero una buena solucin aproximada se genera, en la fase de generacin. Esta solucin se analiza en la bsqueda de los posibles errores, en la fase de pruebas. Si se encuentra un error, el sistema intentar solucionarlo, en la fase de depuracin. La solucin refinada se prueba otra vez para encontrar posibles errores. Este lazo contina hasta que la fase de pruebas aprueba la solucin. Este acercamiento asume que el problema es un conjunto formado por un conocimiento inicial y un objetivo final que se desea alcanzar. El conocimiento inicial es toda la informacin que est disponible al principio del proceso de solucin, se podra llamar estado inicial, y el objetivo final representa el estado que el sistema tiene que alcanzar basado en una serie de

deducciones, la cual se podra llamar el estado final. La hiptesis se puede considerar como un conjunto de suposiciones que el sistema establece con base en el conocimiento inicial y las reglas de produccin. La solucin es el conjunto de suposiciones que interpretan correctamente el objetivo final, basndose en el conocimiento inicial. En lgica, modus ponens (en latn, modo que afirmando afirma), tambin llamado modus ponens y generalmente abreviado MPP o MP, es una regla de inferencia que tiene la siguiente forma: Si A, entonces B A Por lo tanto, B Por ejemplo, un razonamiento que sigue la forma del modus ponens podra ser: Si est soleado, entonces es de da. Est soleado. Por lo tanto, es de da. En lgica, el modus tollendo tollens (en latn, modo que negando niega), tambin llamado modus tollens y generalmente abreviado MTT o MT, es una regla de inferencia que tiene la siguiente forma: Si A entonces B No B Por lo tanto, no A Por ejemplo, un razonamiento que sigue la forma del modus tollens podra ser: Si llovi, entonces el suelo est mojado. El suelo no est mojado. Por lo tanto, no llovi. Es importante evitar caer en el razonamiento incorrecto de: Slo si es mayor de edad entonces tiene permiso de conducir No tiene permiso de conducir Por lo tanto, no es mayor de edad.

Es incorrecto puesto que podra ser mayor de edad y no tener permiso de conducir, de ah la importancia de no confundir la implicacin (si p, entonces q) con el condicional (p si y solo si q), es decir, p es condicin para que se pueda dar q, pero p no implica necesariamente q (ser mayor de edad es condicin necesaria, pero no suficiente para tener permiso de conducir).

2.8 .Herramientas para la construccin de Sistemas Expertos

Sistema DENDRAL Macsyma HearSay Mycin Tieresias

Fecha Autor 1965 1965 1965 1972 1972 Stanford MIT Carnegie Mellon Stanford Stanford Stanford Stanford Carnegie Mellon

Aplicacin Deduce informacin sobre estructuras qumicas. Anlisis matemtico complejo Interpreta en lenguaje natural un subconjunto del idioma. Diagnstico de enfermedades de la sangre. Herramienta para la transformacin de conocimientos. Exploracin mineral y herramientas de identificacin Herramienta Expertos. para generar Sistemas

Prospector 1972 Age OPS5 Caduceus Rosie R1 Expertlab CLIPS 1984 1973 1974 1975 1978 1978

- Herramientas para desarrollo de Sistemas Expertos.

University of Herramienta de diagnstico para medicina Pittsburg interna. Rand Carnegie Mellon Herramienta de desarrollo de Sistemas Expertos. - Configurador de equipos de computacin para DEC. Diseado para la enseanza asistida por ordenador en Inteligencia Artificial. Gary Riley. Herramienta que provee un entorno de desarrollo para la produccin y ejecucin de sistemas expertos

CAPITULO III.
Anlisis del Sistema Experto

Captulo III. Anlisis del Sistema Experto


3.1. Problemas de los Sistemas Expertos Existentes Por ser invenciones del hombre y por el lmite natural que poseen las mquinas, los Sistemas Existentes presentan los siguientes problemas: a. Son utilizables en un estrecho dominio de aplicacin. b. No existe gran variedad de lenguajes de programacin para hechos y relaciones. c. Los conocimientos llegan a ser demasiado superficiales. d. Por ser mquinas o sistemas no poseen "conciencia" de su propio alcance y limitaciones. e. El ser humano posee la capacidad de aplicar todos los conocimientos adquiridos para solucionar los problemas que se le presenten, an estando fuera del campo de su especialidad consiguiendo, sin embargo, un xito que disminuye conforme se aleja de su campo de especialidad. Esto no sucede con los Sistemas Existentes ya que al alejarse de su dominio de aplicacin fracasan catastrficamente y no de forma gradual. f. La explicacin que brinda, por lo general, se limita a la enumeracin de las reglas que utiliz para llegar a determinada conclusin o accin. representar

3.2. Posibles reglas El sistema experto permitir diagnosticar en base a los sntomas que presenta el paciente, la enfermedad respiratoria que ste padece Objetos: Picazn nasal Estornudos

Mucosidad Obstruccin nasal Ardor garganta Fiebre Dolor del cuerpo Escalofros Fatiga Tos seca Dolor del pecho Chillidos o sibilancias en el pecho. Si premisa entonces conclusin Si (picazn nasal = presente) y (estornudos = presente) y (mucosidad = presente) y (obstruccin nasal = presente) y (Ardor garganta) entonces enfermedad = Resfro comn Si (picazn nasal = presente) y (estornudos = presente) y (mucosidad = presente) y (obstruccin nasal = presente) y (Ardor garganta) y (fiebre = baja / alta) y (Dolor del cuerpo = bajo / alto) y (Escalofros = presente) y (fatiga = presente) y (tos seca = presente) entonces enfermedad = Gripe. Si (picazn nasal = presente) y (estornudos = presente) y (mucosidad = presente) y (obstruccin nasal = presente) y (Ardor garganta) y (fiebre = baja / alta) y (Dolor del cuerpo = bajo / alto) y (Escalofros = presente) y (fatiga = presente) y (tos seca

= presente) y (Chillidos o sibilancias = presente) y (Dolor trax = presente) entonces enfermedad = Bronquitis. Si (Tos = presente) y (moco con sangre = presente) y (Dificultad para respirar = presente) y (Dolor de cabeza = presente) y (Sudoracin excesiva) entonces enfermedad = Neumona. Si (Tos frecuente = presente) y (Prdida del apetito = presente) y (dolor en el cuerpo = presente) y (cansancio = presente) entonces enfermedad = Tuberculosis.

Diagnstico mdico. Una de las aplicaciones ms importantes de los sistemas expertos tiene lugar en el campo mdico, donde estos pueden ser utilizados para contestar a las siguientes preguntas: 1. Cmo se puede recoger, organizar, almacenar, poner al da y recuperar la informacin mdica (por ejemplo, registros de pacientes) de una forma eficiente y rpida? Por ejemplo, supngase que un doctor en un centro mdico est interesado en conocer informacin sobre cierta enfermedad (E) y tres sntomas asociados (S1, S2, y S3). Se puede utilizar un sistema experto para buscar en la base conocimientos, extraer y organizar la informacin deseada.

3.3. Enunciado del problema Se realiz un sistema experto mdico enfermedades se dan a continuacin: Declarar un conjunto de sntomas y enfermedades que existen. Un Paciente llega e indica los sntomas que tiene. El sistema experto debe reconocer que tipo de enfermedad tiene dicha cuyas reglas de sntomas y

persona.

CAPITULO IV. Diseo y Desarrollo del Sistema Experto.

Captulo IV. Diseo y Desarrollo del Sistema Experto


En el presente captulo se explicarn los conceptos necesarios para entender el problema que el sistema propuesto desea resolver, se mostrar el listado de las tareas a realizar durante el desarrollo del proyecto, y se darn a conocer las alternativas de solucin existentes actualmente para el problema definido.

4.1. Descripcin del Sistema Experto y su Uso Expertlab acepta entrada de dos formas: como ficheros en texto (ASCII), y como la propia entrada utilizando las opciones de introducir reglas y hechos. Este fichero puede ser grabado con el Bloc de Notas para Windows (c), y abierto desde Expertlab en el men archivo, opcin abrir. ; Fichero ExpertLab \\\ Cabecera Diagnostico de Enfermedades. \\\ Objetivo. Diagnosticar_Enfermedad \\\ Hechos Idea

\\\ Reglas Asma:- Dificultad_respirar, Tos, Fiebre

Gripe:- Escalofrios, Dolor_de_cabeza, Tos_con_flema Tuberculosis:- Tos_frecuente, Perdida_del_apetito, Dolor_en_el_cuerpo Bronquitis_aguda :- Dolores_musculares, Dolor_en_la_garganta Si una vez cargado el fichero (la base de conocimiento), seleccionamos Operar, y la opcin Encadenamiento hacia atrs, entonces ExpertLab tratar de demostrar el objetivo (Diagnosticar _Enfermedad), a partir de las reglas disponibles. As mismo, cada uno de los precedentes ser a su vez un subobjetivo, de forma que tratar de ser demostrado de la misma manera. En caso de no existir un hecho o una regla que permita probar el objetivo, entonces se preguntar al usuario. La estructura de ExpertLab sigue el siguiente esquema:

De forma que la base de reglas y hechos es completamente independiente del programa en s, que est constituido por una serie de interfaces de usuario, un motor de inferencia y una memoria activa asociada a ste. ExpertLab, bsicamente, acepta como entrada hechos y reglas en el siguiente formato:

Hechos: Gripe Escalofrios, Dolor_de_cabeza, Tos_con_flema Reglas: Gripe:Escalofros, Dolor_de_cabeza, Tos_con_flema

El formato lgico de reglas es equivalente a if (Dificultad_Respirar) then Asma. La visualizacin del trabajo con ExpertLab se realiza bsicamente en base a tres ventanas dentro del propio programa, Hechos, Reglas, e inferencia

Una vez introducidas las entradas, es posible realizar inferencias en esta base de conocimiento, encadenando hacia adelante o hacia atrs.

El encadenamiento hacia adelante es un proceso de inferencia dirigido por los datos, de forma que en ExpertLab, a partir de una base de conocimiento como lo

anterior, intenta deducir todo lo posible con los hechos que posee, intentando emparejarlos con las reglas. En este caso, se deducira " Gripe ", ya que tenemos los dos hechos necesarios para disparar la regla.

En el caso del encadenamiento hacia atrs, necesitamos un objetivo que el sistema pueda intentar deducir. En el ejemplo anterior, podra preguntarse por " Gripe. Es decir, cuando se pregunte al usuario, al invocar el encadenamiento hacia atrs, por el objetivo, se debe introducir " Gripe " (el texto se puede copiar y pegar). Entonces el sistema, recursivamente hacia atrs, va buscando sucesivamente los objetivos. Por ejemplo, al introducirle el objetivo mencionado, el sistema encuentra la regla Gripe:- Escalofros, Dolor_de_cabeza, Tos_con_flema, y entonces los objetivos a probar (mediante otras reglas u otros hechos) pasa a ser Gripe y Escalofros, Dolor_de_cabeza, Tos_con_flema. Insercin de Hechos y Reglas

La insercin de hechos y reglas se realiza mediante las opciones correspondientes del men "Insertar", o bien pulsando las teclas CTRL+INS e INS, respectivamente.

Para introducir el hecho 'llueve', puede pulsarse CTRL+INS o bien elegir la a opcin formar parte "Insertar->Hechos" de la base de del men del principal. programa. En el cuadro de dilogo, introducir "Gripe" y pulsar enter. El hecho pasa hechos

Para introducir una regla, seleccionar la opcin "Insertar->Regla" en el men principal, o bien pulsar la tecla INS. En el cuadro de dilogo,

introducir la regla a agregar a la base de reglas de la base de conocimiento.

El formato a seguir, debe ser: Consecuente:- precedente, precedente, precedente, ..., precedente

Donde consecuente es el hecho a deducir si los precedentes estn presentes. Por ejemplo: a :- b,c,d Confirmamos 'a' (es decir, lo agregamos a la base de hechos) si podemos confirmar (si estn en la base de hechos) b, c, y d. En la notacin de regla habitual, if(b and c and d) then a. NOTA: Tanto en la introduccin de hechos y de reglas, son indiferentes las maysculas y las minsculas. 4.1.1Modo de explicacin ExpertLab guarda las preguntas y respuestas del usuario en una ventana del sistema llamada "inferencia", y que puede ser recuperada despus de cada uno de los encadenamientos.

Adems, en el modo de explicacin (Opciones->Opciones->Modo Explicacin) o bien (Opciones->Modo Educativo), el programa indica paso a paso el objetivo que tiene planteado en ese momento, la regla que est explorando, y las reglas que ha seguido para llegar a esa regla que est explorando y que presumiblemente le permitir confirmar (o descartar el objetivo). Por otra parte, cada vez que ExpertLab realiza una pregunta - debido a que un hecho no reside en la base de hechos y, que no es existe ninguna regla que ejecutndola permita deducir ese hecho -, permite, pulsando en el botn de explicacin, mostrar la regla que motiva esa pregunta, y pulsando el botn de explicacin una vez ms. Ver el camino recorrido para obtener esa regla.

4.1.2.Opciones La opcin del men principal 'Opciones->Opciones' despliega la siguiente ventana.

Activacin de reglas segn FIFO: Las reglas, al ser activadas, durante el encadenamiento hacia atrs, se almacenan en el mismo orden en el que se encuentran al explorar la base de conocimiento. El orden en el que se almacenen dicta el orden en el que se explorarn. Si se desmarca esta opcin, las reglas se ordenan segn el menor nmero de precedentes, lo cual implica un menor nmero de hechos a demostrar, en principio, aunque puede por supuesto que esto no sea as (puede existir una regla con ms precedentes que ninguna otra de las activadas, para la cual todos los precedentes residen ya en la base de hechos).

Explicacin durante el proceso inferencial: Si esta opcin est activada, ExpertLab explica lo que va haciendo durante el encadenamiento hacia atrs.

Utilizacin de factores de certidumbre: A pesar de que esta opcin est activada, no es posible trabajar todava con factores de certidumbre en ExpertLab.

Ignorar 'Objetivo' en el fichero del SE: El sistema siempre preguntar por el objetivo a buscar durante el encadenamiento hacia atrs, a pesar de que exista ya un objetivo definido en el campo 'Objetivo' del fichero .bc que aloja la base de conocimiento actual.

Formato de reglas: Permite dos opciones: lgica o programtica Un ejemplo equivalente es: Programtico Lgico if (A and B) then C C :- A, B

Copia de Seguridad: El programa realiza una copia de seguridad de la base de conocimiento que en ese momento est corriendo el programa, cada vez que se sale del programa, o cada vez que se realiza una inferencia.

La opcin 'Opciones->Informacin del Sistema Experto' permite especificar el ttulo del sistema experto que en ese momento se est corriendo, a la vez que se puede especificar cul va a ser el objetivo a verificar en el encadenamiento hacia atrs, de forma que no ser necesaria la introduccin del hecho objetivo. La opcin 'Opciones->Modo Educativo', engloba por ejemplo Activacin de reglas FIFO, visualizacin programtica de las mismas y explicacin durante la inferencia. La opcin 'Opciones->Modo Eficiente' elimina la activacin segn FIFO y la explicacin.

4.1.3.Encadenamiento hacia adelante El encadenamiento hacia adelante es una de las dos formas de inferencia incluidas en ExpertLab. La opcin, que slo est disponible cuando existe por lo

menos una regla, se sita desde el men principal 'Operar->Encadenamiento hacia adelante', o desde la combinacin de teclas ALT+R. Tambin es posible pulsar el botn rpido situado en la barra de botones de encadenamiento hacia adelante.

El encadenamiento hacia adelante es un proceso inferencial guiado por los datos, de forma que se busca, segn los datos que se poseen - en este caso, los hechos -, activar las reglas que emparejen con esos hechos, y posteriormente ejecutarlas. En ExpertLab, este proceso contina, recorriendo toda la base de reglas en cada iteracin, hasta que en una de estas iteraciones no se produzca ninguna ejecucin. En ese momento, el encadenamiento hacia adelante se para. Obsrvese que este comportamiento es bastante costoso, a pesar de que como ventaja ofrece la ventaja de generar toda la posible informacin que ofrece la situacin actual, sea sta relevante o no. Reglas (formato lgico y programtico) Nmero de regla 1 2 3 Lgico a :- b b :- c c :- d Programtico if (b) then a if (c) then b if (d) then c

4.1.4. Encadenamiento hacia atrs El encadenamiento hacia atrs es el proceso inferencial ms complejo del que dispone ExpertLab. Este encadenamiento, es, como ya se ha dicho, un proceso inferencial, dirigido por los objetivos.

Por tanto, se debe interrogar al sistema sobre un objetivo en concreto, y el sistema tratar de verificar ese objetivo, aadiendo durante la inferencia slo aquella informacin relevante para la verificacin. Este encadenamiento est disponible a partir de la introduccin de la primera regla, bien en la opcin 'Operar->Encadenamiento hacia atrs', bien pulsando CTRL+R, bien pulsando el botn de la barra de herramientas de encadenamiento hacia atrs. El encadenamiento hacia atrs se ve afectado por

algunas opciones configurables por el usuario. Por ejemplo, es posible disponer que el sistema explique lo que va realizando, segn encadena hacia atrs, paso a paso. Se recomienda al usuario la utilizacin de esta funcin de explicacin, sobre un ejemplo sencillo, para la mejor comprensin de cmo funciona. Veamos el siguiente ejemplo: Reglas (formato lgico y programtico) Nmero de regla 1 2 3 Lgico a :- b b :- c c :- d Programtico if (b) then a if (c) then b if (d) then c

Supongamos que para este ejemplo no existe ningn hecho en la base de hechos. Al elegir 'Operar->Encadenamiento hacia atrs', el sistema preguntar el objetivo a verificar (a menos que se haya especificado uno en el fichero de la base de conocimientos o en el men opciones). En este caso, introduciremos 'a' como hecho a verificar.

El sistema comienza intentando emparejar con alguna regla de la base de hechos. En este caso, slo se empareja la primera con el objetivo, por lo que es la nica que se activa. Al examinar la regla, el sistema sabe que debe verificar el precedente de la regla, b, para poder confirmar a. Recursivamente, ahora el objetivo es b, y se activa la regla 2, ya que es la que permite verificar b. Al analizar esta regla, se sabe que para confirmar b, se debe verificar c. Finalmente, el objetivo ahora es c, y la nica regla que permite verificarlo es la tercera, de forma que se debe confirmar d. El sistema sigue la estrategia de mirar primero en la base de hechos, buscar despus una regla que demuestre el hecho, y finalmente, como en este caso, si ninguna de estas opciones es viable, preguntar al usuario si d es cierto o no. Segn la respuesta del usuario, se 'c', 'b' y el objetivo, 'a' se aade a la base de hechos, y la inferencia acaba puesto que no es posible confirmar a, por lo que a es falso.

4.1.5 Diagrama de flujo del sistema expuesto.

CONCLUSION
En Conclusin para hacer un Sistema Experto: Lo que se hace es llevar el conocimiento de un especialista en un determinado tema a un sistema, codificndolo es decir construyendo reglas. (Esta base se denomina base de conocimiento). Luego producto de este contraste se toma una u otra decisin dado que el sistema relacion la informacin ingresada con la informacin codificada y el motor inferencial toma la informacin final y concluye. Esto puede ser aplicado a cualquier problemtica, lo que se necesita, es que el equipo o grupo de personas que trabajen en el proyecto exista un experto en el rea al que pertenece la problemtica. Dentro del mbito de las ciencias de la computacin la inteligencia artificial es una de las reas que causa mayor expectacin, incluso dentro de la sociedad en general, debido a la bsqueda para comprender los mecanismos de la inteligencia. El ser humano est en la bsqueda de que los sistemas expertos le hagan ms rpidas sus tareas en mbitos empresariales, la medicina, la educacin etc. Los avances de la tecnologa se estn a moviendo a una velocidad asombrosa nunca vista por el ser humano.

RECOMENDACIONES

Para un correcto uso del sistema experto se debern seguir las Siguientes recomendaciones: a. El usuario experto deber de mantener actualizadas las bases de hechos y de conocimientos del sistema ya que el motor de inferencia depende de ambas bases de datos. b. El usuario experto deber mantener actualizada la informacin de las carreras registradas en el sistema puesto que dicha informacin puede influir en la toma de decisin del alumno. c. El sistema experto no pretende reemplazar la labor del mdico, sino ms bien apoyar dicha labor proporcionando la informacin necesaria en el momento oportuno. d. El usuario mdico deber ingresar informacin verdadera al sistema para asegurar una adecuada recomendacin por parte de ste. Finalmente tener en cuenta que el presente sistema puede ampliarse en general a cualquier carrera que se desee evaluar, slo es necesario actualizar la base de hechos y la base de conocimientos respectivamente.

REFERENCIAS BIBLIOGRFICAS Y ELECTRNICAS


Institucional Navarro, Anabel, de Lorenzo, Viodelda, Muoz, Jorge Mdico General. Monografas Rolston, David W. Principios de inteligencia artificial y sistemas expertos, Mxico, D.F. McGraw-Hill 1992 1. Sistemas Expertos (Ciencias Computacionales) 2. Inteligencia Artificial Ttulo. Achurra, Annette, Inteligencia artificial con aplicacin en la medicina / Annette Achurra, Eva Franceschi. -- Panam: U.T.P., 2002. 1. Inteligencia Artificial 2. Sistemas Expertos (Computadores) 3. Ingeniera de Sistemas Computacionales I. Franceschi, Eva Aut. Ii. Ttulo Agrazal, Carlos, Difton, Antonio Uso de los sistemas expertos en la educacin. Universidad Tecnolgica de Panam. Reley, Giarratano Sistemas expertos principios y programacin, Ediciones Amaya Multimedia S.A Pajares, Martnez, Gonzalo, Santos, Pea Matilde. Inteligencia Artificial e Ingeniera del conocimiento Facultad de Informtica de Madrid. Programa Computacional sisbib.unmsm.edu.pe/bibvirtualdata/tesis/basic/carlos_sm/cap1.pdf yaneci.wordpress.com/2011/03/23/estructura-de-un-sistema-experto/ www.mitecnologico.com/.../SistemasExpertosOrientadosAInformacio http://es.scribd.com/doc/37079970/Evolucion-de-La-Inteligencia-Artificial

Autor: Lic. D. Rossi, Bibiana Dirigida por: DRA. Almudena iidia.com.ar/rgm/tesistas/rossitesisdemagister.pdf TESIS DE MASTER. Sistemas Experto de Ayuda para la Seleccin del. Modelo de Ciclo de Vida.

GLOSARIO
Inteligencia (del latn intellegenta): Es la capacidad de entender, asimilar, elaborar informacin y utilizarla para resolver problemas, la inteligencia, entre otras acepciones como la "capacidad para entender o comprender" y como la "capacidad para resolver problemas. Inteligencia Artificial: Se denomina inteligencia artificial (IA) a las inteligencias no naturales en agentes racionales no vivos. La Inteligencia Artificial es una combinacin de la ciencia del computador, fisiologa y filosofa, tan general y amplio como eso, es que rene varios campos (robtica, sistemas expertos, por ejemplo), todos los cuales tienen en comn la creacin de mquinas que pueden pensar. La de idea construir una mquina que pueda ejecutar tareas percibidas como requerimientos de inteligencia humana es un atractivo. Los sistemas expertos: son llamados as porque emulan el razonamiento de un experto en un dominio concreto y en ocasiones son usados por stos. Con los sistemas expertos se busca una mejor calidad y rapidez en las respuestas dando as lugar a una mejora de la productividad del experto. . Sociedad del Conocimiento Se trata de un concepto que aparentemente resume las transformaciones sociales que se estn produciendo en la sociedad moderna y sirve para el anlisis de estas transformaciones. Al mismo tiempo, ofrece una visin del futuro para guiar normativamente las acciones polticas. Sin embargo, ha tenido una adaptacin desigual en las diferentes reas lingsticas concurriendo tambin con otros trminos como sociedad de la informacin y sociedad red.

Entornos Inteligentes: Tpicamente, estos sistemas se basan en plataformas estandarizadas flexibles o en sistemas embebidos, posiblemente propietarios, para la automatizacin empresarial, entornos residenciales o incluso para la industria automovilstica. Redes Semnticas: Las redes semnticas han sido muy utilizadas en IA para representar el conocimiento y por tanto ha existido una gran diversificacin de tcnicas. Los elementos bsicos que encontramos en todos los esquemas de redes son: Estructuras de datos en nodos, que representan conceptos, unidas por arcos que representan las relaciones entre los conceptos. Un conjunto de procedimientos de inferencia que operan sobre las estructuras de datos. Usos Y Elementos. Inferencia: Es la accin y efecto de inferir (deducir algo, sacar una consecuencia de otra cosa, conducir a un resultado). La inferencia surge a partir de una evaluacin mental entre distintas expresiones que, al ser relacionadas como abstracciones, permiten trazar una implicacin lgica. Lgica proposicional: La lgica proposicional es la parte de la lgica que estudia la formacin de proposiciones complejas a partir de proposiciones simples, y la inferencia de proposiciones a partir de proposiciones, pero sin tener en cuenta la estructura interna de las proposiciones ms simples. Una lgica proposicional es un sistema formal cuyos elementos ms simples representan proposiciones, y cuyas constantes lgicas, llamadas conectivas, representan operaciones sobre proposiciones, capaces de formar otras proposiciones de mayor complejidad. Lgica autoepistmica: Es una lgica intencional que pretende formalizar enunciados de creencia, opinin, etc. Una representacin del conocimiento muy expresiva es la lgica auto epistmica. Las representaciones del conocimiento poco expresivas pueden ser tanto completas como consistentes (formalmente menos expresivas que la teora de

conjuntos). Las representaciones del conocimiento ms expresivas pueden ser ni completas ni consistentes. Se incluyen frmulas que significan que algo no es conocido, de hecho aprender algo que antes no era conocido lleva a el reemplazo de la frmula que especificaba que esa parte de conocimiento no es conocida. Singularidad tecnolgica: es un acontecimiento futuro en el que se predice que el progreso tecnolgico y el cambio social se acelerarn debido al desarrollo de inteligencia sobrehumana, cambiando nuestro ambiente de manera tal, que cualquier ser humano anterior a la Singularidad sera incapaz de comprender o predecir. Dicho acontecimiento se ha nombrado as por analoga con la singularidad espaciotemporal observada en los agujeros negros, donde existe un punto en el que las reglas de la fsica dejan de ser vlidas, y donde la convergencia hacia valores infinitos hace imposible el definir una funcin. Redes de neuronales (denominadas habitualmente como RNA o en ingls como: "ANN) son un paradigma de aprendizaje y procesamiento automtico inspirado en la forma en que funciona el sistema nervioso de los animales. Se trata de un sistema de interconexin de neuronas en una red que colabora para producir un estmulo de salida. En inteligencia artificial es frecuente referirse a ellas como redes de neuronas o redes neuronales.

FICHA TCNICA Fecha de Realizacin: lunes 12 de agosto 2012 Herramienta del sistema experto: Expertlab Entrevistados, expertos en medicina: Navarro, Anabel, de Lorenzo, Viodelda, Muoz, Jorge. Mdicos Generales. Centro de salud: Cerro Batea. Objetivos del sistema experto: Implementar una aplicacin informtica capaz de dar diagnstico de manera rpida a travs un conjunto de reglas que exigen un gran conocimiento sobre el tema de diagnstico de sntomas y enfermedades del sistema respiratorio. Descripcin del sistema experto Expertlab acepta entrada de dos formas: como ficheros en texto (ASCII), y como la propia entrada utilizando las opciones de introducir reglas y hechos. Este fichero puede ser grabado con el Bloc de Notas para Windows), y abierto desde Expertlab en el men archivo, opcin abrir. Una vez cargado el fichero (la base de conocimiento), seleccionamos Operar, y la opcin Encadenamiento hacia atrs, entonces ExpertLab tratar de demostrar el objetivo. ExpertLab guarda las preguntas y respuestas del usuario en una ventana del sistema llamada "inferencia", y que puede ser recuperada despus de cada uno de los encadenamientos.

El presente sistema puede ampliarse en general a cualquier tema que se desee evaluar, slo es necesario actualizar la base de hechos y la base de conocimientos respectivamente. Posibles preguntas Cmo introduzco los sntomas y enfermedades a la base de

conocimiento? Qu debo hacer para que el sistema experto me muestre los sntomas segn la enfermedad?

ANEXOS

ENCUESTA 1 Centro de Salud de Cerro Batea: OBJETIVO: Identificar cules son enfermedades y sintomatologa del sistema respiratorio ms comunes presentadas en dicho Centro de Salud por los pacientes. Fecha: __________________ Sexo: Femenino ______ Masculino: _____ Conteste marcando con una cruz la respuesta de su eleccin y llene con sus respuestas los siguientes puntos 2, 3,4 y 6. 1. conoce sobre enfermedades del sistema respiratorias

Si No
2. Puede mencionar algunas de las enfermedades del Sistema Respiratorio: 1__________________________________________________________. 2__________________________________________________________. 3__________________________________________________________. 4__________________________________________________________. 5__________________________________________________________. 6__________________________________________________________. 3. Cmo se puede saber que es una enfermedad del Sistema Respiratorio: 1___________________________________________________________ ____________________________________________________________ 4. Mencione los sntomas de las enfermedades mencionadas en el punto (2): 1____________________________________________________________. 2____________________________________________________________. 3____________________________________________________________. 4_____________________________________________________________.

5_____________________________________________________________. 6______________________________________________________________.

5. Conoce usted o ha escuchado alguna vez sobre los sistemas expertos:

Si No

6. Si tiene algn comentario sea tan amable de escribirlo aqu. ____________________________________________________ ____________________________________________________ _____________________________________________________.

Gracias por su tiempo prestado.

ENCUESTA 2 Centro de Salud de Cerro Batea: OBJETIVO: Identificar cules son enfermedades y sintomatologa del sistema respiratorio ms comunes presentadas en dicho Centro de Salud por los pacientes. Fecha: __________________ Sexo: Femenino ______ Masculino: _____ Conteste marcando con una cruz la respuesta de su eleccin y llene con sus respuestas los siguientes puntos 2, 3,4 y 6. 1. conoce sobre enfermedades del sistema respiratorias

Si No
2. Puede mencionar algunas de las enfermedades del Sistema Respiratorio: 1__________________________________________________________. 2__________________________________________________________. 3__________________________________________________________. 4__________________________________________________________. 5__________________________________________________________. 6__________________________________________________________. 3. Cmo se puede saber que es una enfermedad del Sistema Respiratorio: 1___________________________________________________________ ____________________________________________________________ 4. Mencione los sntomas de las enfermedades mencionadas en el punto (2): 1____________________________________________________________. 2____________________________________________________________. 3____________________________________________________________. 4_____________________________________________________________.

5______________________________________________________________. 6______________________________________________________________.

5. Conoce usted o ha escuchado alguna vez sobre los sistemas expertos:

Si No

6. Si tiene algn comentario sea tan amable de escribirlo aqu. ____________________________________________________ ____________________________________________________ _____________________________________________________.

Gracias por su tiempo prestado.

ENCUESTA 3 Centro de Salud de Cerro Batea: OBJETIVO: Identificar cules son enfermedades y sintomatologa del sistema respiratorio ms comunes presentadas en dicho Centro de Salud por los pacientes. Fecha: __________________ Sexo: Femenino ______ Masculino: _____ Conteste marcando con una cruz la respuesta de su eleccin y llene con sus respuestas los siguientes puntos 2, 3,4 y 6. 1. conoce sobre enfermedades del sistema respiratorias

Si No
2. Puede mencionar algunas de las enfermedades del Sistema Respiratorio: 1__________________________________________________________. 2__________________________________________________________. 3__________________________________________________________. 4__________________________________________________________. 5__________________________________________________________. 6__________________________________________________________. 3. Cmo se puede saber que es una enfermedad del Sistema Respiratorio: 1___________________________________________________________ ____________________________________________________________ 4. Mencione los sntomas de las enfermedades mencionadas en el punto (2): 1____________________________________________________________. 2____________________________________________________________. 3____________________________________________________________. 4_____________________________________________________________.

5______________________________________________________________. 6______________________________________________________________.

5. Conoce usted o ha escuchado alguna vez sobre los sistemas expertos:

Si No

6. Si tiene algn comentario sea tan amable de escribirlo aqu. ____________________________________________________ ____________________________________________________ _____________________________________________________.

Gracias por su tiempo prestado.