Sistemas Inteligentes utilizados en el diagnóstico médico
J. Del Pino1, S. Vargas2, V. Duarte3
Facultad de Ingeniería en Electricidad y Computación
Escuela Superior Politécnica del Litoral
E-mail: jdelpino@fiec.espol.edu.ec 1, sgvargas@fiec.espol.edu.ec2, vduarte@fiec.espol.edu.ec3
Abstract
Intelligent systems are whose computing systems try
replicate features and behavior of human intelligence.
In the medical area, these systems can be an answer for
some problems, whose can exist in the field of medical
practice such as lack of specialist or medical centers at
places with limited growth for have one.
With the implementation of an expert system, small towns
of Ecuador without medical centers will be served by
major, their habitants would access to a request, free of
travels cost.
Keywords: Intelligent systems, expert systems, diagnostic,
medicine, production rules.
Resumen
Los sistemas inteligentes son aquellos sistemas de
computación que intentan reproducir las características y
el comportamiento de la inteligencia humana.
En el campo de la medicina estos sistemas pueden ser
una respuesta a algunos obstáculos que suelen presentarse
en el campo de la práctica médica, como la falta de
especialistas o centros médicos en lugares que no cuentan
con desarrollo suficiente para poseer uno.
Con la implementación de un sistema experto aquellos
pueblos pequeños dentro del Ecuador que no cuentan con
un centro de salud se verán beneficiados en gran
magnitud, por cuanto sus habitantes tendrían acceso a
una consulta sin que esto implique costos por viajes.
Palabras: Sistemas Inteligentes, Sistemas expertos,
diagnóstico, medicina, reglas de producción.
I. INTRODUCCION
Mejorar la productividad, reducir costos, optimizar
tiempos, difundir conocimientos son algunos de los
objetivos que persigue con ahínco el hombre moderno. Una
técnica que puede contribuir a alcanzar estas metas es el uso
de los sistemas inteligentes. El primer programa de este
género surgió en la década de los sesenta [3], fue llamado
GPS (General Problem Solver), este programa podía
resolver problemas como las Torres de Hanoi ,pero no era
capaz de resolver problemas del mundo real.
La ambición de simular el razonamiento humano para
realizar operaciones y decisiones que sólo las personas
puedan llevar a cabo, dieron vida a los sistemas expertos
(SE). El primer sistema experto construido para propósitos
reales fue DENDRAL, en el año de 1967; fue desarrollado
en la Universidad de Stanford por Edward Feigenbaum y un
grupo de investigación [4].El objetivo de este sistema fue
identificar estructuras químicas moleculares a partir de un
análisis espectro gráfico. Con este sistema nace el primer
modelo de una estructura básica de un sistema experto [5].
Ya para la década de los 70, generar un diagnóstico
médico acertado sin un humano experto era posible. Uno de
los SE que logro alcanzar esta meta fue MYCIN,
desarrollado entre 1972 y 1980 en la universidad de
Stanford, con el objetivo de aconsejar a los médicos, en la
investigación y determinación de diagnósticos en el campo
de las enfermedades infecciosas de la sangre. MYCIN logró
introducir nuevos conceptos como el hecho de que aparecen
claramente diferenciados motor de inferencia y la base de
conocimientos, además que fue capaz de explicar el proceso
de razonamiento, convirtiéndolo así en uno de los primeros
sistemas amigables [6].
A partir de estos sucesos, algunas empresas se
dedicaron a investigar y comercializar SE. El éxito de estos
sistemas es indiscutible, se destacan en diversas áreas
incluyendo la medicina, caracterizándose por ser buenas
herramientas para predecir resultados a partir del
conocimiento que poseen, y en algunos casos convirtiéndose
en un factor para la toma de decisiones.
II. SISTEMAS EXPERTOS
Se puede definir un Sistema Inteligente como un
producto del trabajo de la Inteligencia Artificial.
Un sistema inteligente actúa como un humano experto en un
área de conocimiento específica, imita el comportamiento y
raciocinio humano en el sentido de que se le proporciona
datos, utiliza el conocimiento que tenga almacenado y
provee información útil.
Un sistema experto guarda una característica fundamental,
separa la base del conocimiento y el motor de inferencia, es
decir, los conocimientos que posee y el programa que los
controla. Mientras que los datos propios de un determinado
problema se guardan en otra base de datos [7] [8].
Los sistemas expertos se extienden más allá de la
Inteligencia Artificial, abarcando el manejo del
conocimiento mismo. Entre los temas que involucran al
conocimiento se destacan:
• Adquirir el conocimiento. En general consiste en
que un ingeniero del conocimiento trabaja con un
experto en el problema, este último posee los
conocimientos con los cuáles el sistema experto se
alimentará, mientras que el ingeniero extrae el
conocimiento.
• Representar el conocimiento adecuadamente. Luego
de la adquisición del conocimiento, se procede a
codificar el conocimiento, esto consiste en tomar el
conocimiento y representarlo en reglas simples.
• Controlar el conocimiento. La experiencia en un
problema no sólo implica el conocimiento que se
tiene sobre este, también involucra el saber cuándo
aplicarlo y cómo. Se trata del conocimiento sobre
el conocimiento.
• Justificar la solución. Es muy importante que el
sistema experto proporcione una explicación sobre
la solución que produjo. Esta parte del sistema
experto es vital para la evaluación, para saber si el
sistema experto está respondiendo correctamente.
[9].
Los sistemas expertos no tienen una estructura definida,
sin embargo basándonos en MYCIN, el primer sistema
experto en el área de diagnóstico médico, su estructura
puede describir de forma genérica los módulos que
conforman un sistema experto de este tipo.
• Una base de datos de conocimiento.
• Una base de datos de los pacientes.
• Un programa de consultas para interactuar con los
usuarios. Concluye y provee consejo según los
datos que se le proporcionaron, anteriormente.
• Un programa de justificación para contestar
preguntar y explicar sus soluciones.
• Un programa para la adquisición de datos.[10]
La base de conocimientos contiene el conocimiento
extraído del experto (adquisición del conocimiento) [11]. El
método más común y más simple de representar el
conocimiento es el uso de reglas de producción. Obteniendo
la forma:
Para los sistemas expertos de diagnóstico médico, lo
mejor es usar este método ya que estos sistemas se basan
también en las experiencias que van obteniendo a lo largo
del tiempo y en la similitud que tiene con el razonamiento
humano, esta forma de representar el conocimiento se
adapta más a la forma en que el experto provee el
conocimiento.
En los sistemas basados en reglas, estas reglas pueden
asociarse o estructurar una jerarquía mediante el uso de
modus ponens, estas relaciones crean nuevas inferencias que
en algunos casos resulta beneficioso cuando estas cadenas
de inferencias proveen nuevas afirmaciones, en contraste,
para relacionar las reglas se debe hacer uso de meta reglas lo
que incrementa la cantidad de reglas, causando lentitud en el
proceso de inferencia, redundancia o generando
contradicciones.
Aun considerando las desventajas de este método, los
sistemas basados en reglas permiten expresar fácilmente
asociaciones entre el problema y la solución, además de ser
flexibles a la introducción de nuevo conocimiento o reglas y
a la corrección de errores que estas puedan contener. [12]
III. EJEMPLOS DE SISTEMAS EXPERTOS
Easy Diagnosis
Provee de un servicio gratuito de análisis instantáneo en
línea para síntomas médicos importantes en un formato
amigable al usuario. Realizan una serie de preguntas,
incluyendo la edad y el sexo para realizar un diagnóstico y
una posible recomendación [13].
MYCIN
Fue el primer Sistema Experto Médico conocido
desarrollado por Shortlife y otros colaboradores en la
Universidad Stanford para ayudar a doctores sin experiencia
en medicación antimicrobiana a prescribir medicamentos
para infecciones en la sangre. Tiene tres subsistemas: De
consulta, de explicación y de adquisición de reglas.
Desde el principio, en el proyecto se habían impuesto
una serie de obligaciones
• Tenía que ser funcional (esto implicaba
competencia y consistencia). El área de uso era
elegido según una necesidad demostrada. (Por
ejemplo, a principios de los 70 a una cuarta parte
 de la población de USA se le recetaba penicilina, el
90 % de esas prescripciones eran innecesarias).
• El programa tenía que ser diseñado con un énfasis
de sus soportes de roles como una utilidad para un
físico, a pesar de reemplazar sus propios procesos
de razonamiento.
• El programa debía albergar una cantidad ingente de
información técnica.
• El sistema tenía que interactuar mediante diálogos,
tenía que dar una explicación concreta de su
razonamiento para llegar a la solución propuesta.
• Velocidad, accesibilidad y facilidad de uso.
Este sistema introducía nuevas formas las cuales
procedían de los mejores sistemas expertos hasta el
momento. Primero, su base de conocimiento consistía en
cientos de reglas. Segundo, esas reglas eran probabilísticas.
MYCIN era lo bastante robusto como para determinar
correctamente conclusiones cuando algunas evidencias eran
incompletas o incorrectas. Tercero, MYCIN podía explicar
su propios procesos de razonamiento. El usuario (un físico)
podía preguntar de muchas formas - preguntando, porque al
realizar una cuestión concreta o como había llegado a una
determinada conclusión, por ejemplo. Fue uno de los
primeros sistemas genuinamente amigables. Cuarto, y
crucial, MYCIN actualmente funciona. El trabajo que
realiza supone para un humano muchos años de
entrenamiento.
Para MYCIN se extendió la noción de base de
conocimiento separadamente del motor de inferencia, y su
base de reglas y motor de inferencia fueron construidos
mediante retro-chaining, o "goal-directed", estrategia de
control.
Cabe recalcar que este novedoso sistema produjo
resultados de alta calidad; su forma igualaba a la de los
especialistas. Aunque MYCIN debía ser usado por físicos,
hizo aparecer numerosos clones de diagnósticos médicos,
que eran utilizados rutinariamente [15].
Diag
Es un Sistema Experto para el diagnóstico de anomalías
craneofaciales. Es una herramienta de diagnóstico para
ortodoncistas, residentes y estamotólogos dedicados a la
ortodoncia. La programación del sistema se llevó a cabo a
partir de la mezcla realizada entre conocimientos tanto
heurísticos como formales. Se recogieron criterios basados
en experiencia clínicas de especialistas en ortodoncia. [16]
Su base de conocimiento consta de un total de 300
proposiciones relacionadas por 250 reglas de producción en
8 módulos fundamentales.
Los módulos contienen los datos referentes a cada
anomalía investigada, incluyendo algunas sugerencias
acerca de las diferentes conductas a seguir en el plan de
tratamiento, teniendo en cuenta el período de crecimiento y
desarrollo en que se encuentra el paciente. Como forma
fundamental de representación del conocimiento se
utilizaron reglas de producción.
IV. SISTEMAS EXPERTO PROPUESTO
Actualmente en nuestro país existen muchas
comunidades rurales que carecen de un centro hospitalario
adecuado para muchas de las necesidades médicas básicas.
Una de las opciones es acudir al centro médico más cercano.
No obstante, en algunas situaciones esta situación es, o bien
costosa, o bien poco factible para el problema que se tiene.
Mientras que es posible implementar un servicio de tele-
asistencia médica para zonas rurales , ésta solución se
encuentra limitada por la disponibilidad de hardware y
personal médico disponible para atender y manejar el
software del sistema. Por otra parte, no existen actualmente
sistemas expertos médicos desarrollados para zonas rurales
del Ecuador.
Nuestra propuesta está enfocada en el marco de la
creación de un sistema experto médico para las zonas rurales
del país, en dónde no existan centros médicos dentro de sus
pueblos o ciudades. Dicho sistema contará con la capacidad
de diagnosticar y prescribir pequeñas enfermedades o
enfermedades que no requieran intervenciones más
complejas o detalladas, por ejemplo, no podría realizar un
diagnóstico definitivo sobre cuadros que requieran de una
revisión presencial.
Adicionalmente, el sistema contará con un componente
de aprendizaje, e modo que no solo tendrá la capacidad de
obtener información sobre el estado de salud de cada
población, sino que también aportará con una base de datos
para censos de salud.
Además, gracias a que llevará un registro de los casos
tratados exitosamente el sistema tendrá la capacidad de
realizar detecciones de enfermedades que se presenten de
manera común en la zona cubierta por esta estación médica.
Para problemas mayores, se propone la posibilidad de
realizar video llamadas en horas acordadas con el centro
médico más cercano.
Factibilidad de Implementación
 Gracias a iniciativas como Fondo Ágil o los créditos de [1] Enciclopedia Libre Wikipedia. Última modificación Julio26,
2010.
la CNF, es posible dar un paso al desarrollo de la http://es.wikipedia.org/wiki/Sistema_inteligente#Ejemplos_de_si
herramienta ya sea como emprendimiento o como proyecto stemas_inteligentes
en conjunto con municipios y gobiernos seccionales.
[2] Félix Gómez Mármol. Sistemas Inteligentes.
http://ants.dif.um.es/~felixgm/pub/others/SistemasInteligentes.pd
Por otro lado, los requerimientos de hardware del f
sistema, así como el pago a los profesionales que
intervendrían dentro del proyecto, están cubiertos por el [3] Jesús Montés Castro (2004). Sistemas Expertos.
financiamiento de las instituciones previamente aceptadas. www.gestiopolis.com/canales2/gerencia/1/sisexp

[4] Dendral. http://www.worldlingo.com/ma/enwiki/es/Dendral

IV. CONCLUSIONES
[5] Dendral.
Se han obtenido resultados positivos de los Sistemas http://www.fortunecity.com/skyscraper/chaos/279/docs/dendral.h
tm
Inteligentes en un área tan delicada como es la medicina.
[6] Juan Santaella Vallejo. Un sistema experto: MYCIN.
En comparación con países como Cuba, Argentina, http://www.it.uc3m.es/jvillena/irc/practicas/estudios/MYCIN.pdf
México que han desarrollado y cuentan con sistemas
[7] Dr. Alexander Sánchez Arbolaez.
expertos para el diagnóstico médico y otros campos la http://www.monografias.com/trabajo39/aplicaciones-
producción en nuestro país se la puede considerar baja. Sin inteligencia-artificial/aplicaciones-inteligencia-artificial2.shtml
embargo, en las universidades o sus centros de investigación
no se es ajeno o indiferente a la tecnología, por lo que con el [8] Juan José Samper.
http://redcientifica.com/doc/doc199908210001.html
aumento de exploración y explotación en el tema que se ha
dado en los últimos años, se espera un incremento en el [9] Profesor Jean Yires Simon. Inteligencia Artificial y Sistemas
desarrollo de estos sistemas. Expertos. Universidad Central de Venezuela.
http://www.youtube.com/watch?v=QCOy0_dO3Kk&feature=rel
ated
Los sistemas expertos para el diagnóstico médico han
demostrado los beneficios sociales que pueden surgir [10] Chang E. Fundamentos e implementación de sistemas expertos y
mediante su uso. bases de datos de conocimiento. MYCIN p19 – 20. Guatemala,
2002.
Esta tecnología tiene gran importancia en la actualidad, [11] Juan José Samper.
su popularidad ha permitido que el desarrollo del software http://redcientifica.com/doc/doc199908210001.html
para estos sistemas sean de bajo costo y más fáciles de
implementar. [12] Nelson Huanca Pinto. Sistema experto basado en reglas para la
documentación de requerimientos de Software
La característica fundamental de los sistemas expertos [13] www.easydiagnosis.com
(tener la base de conocimiento separada del motor de
inferencia) permite fácilmente la actualización del [15] www.fortunecity.com/skycraper/chaos/279/docs/mycin.htm
conocimiento o la corrección en el sistema sin afectar o [16] Lic. Miguel A. Guevara López. Diag, un sistema experto para el
hacer grandes cambios en este. diagnóstico de anomalías craneofaciales.
http://bvs.sl.cu/revistas/ibi/vol1b_2_97/ibi03297.htm
La adquisición del conocimiento es una fase crítica.
[17] Wendy B. Rauch-Hindin (1985). Ai en medicina en Aplicaciones
Usualmente, los expertos tienen una forma poco común de de la inteligencia artificial en la actividad empresarial, la ciencia
explicar el tema de dominio, así como el vocabulario que y la industria. Madrid, pag (486-89)
manejan, el trabajo con el ingeniero del conocimiento puede
tardarse mucho, por eso la importancia de la investigación [18] www.cepecuador.org
en la automatización de la adquisición del conocimiento. [19] www.cfn.fin.ec

Nuestro país cuenta con organizaciones dispuestas a

apoyar la iniciativa de un proyecto que se encargue de la
creación de un sistema experto medico, para de esta manera
mejorar las condiciones de vida de la ciudadanía de los
sectores excluidos de nuestro país.

IV. REFERENCIAS