Un diagnóstico es aquello perteneciente o relativo a la diagnosis. Este término, a su vez, hace referencia a la acción y efecto de diagnosticar, que viene a ser equivalente a recoger y analizar datos para evaluar problemas de diversa naturaleza. En medicina, el diagnóstico o propedéutica clínica es el procedimiento por el cual se identifica una enfermedad, entidad nosológica, síndrome, o cualquier condición de salud-enfermedad, el "estado de salud" también se diagnostica. En psicología clínica, el diagnóstico se enmarca dentro de la evaluación psicológica, y supone el reconocimiento de una enfermedad o un trastorno a partir de la observación de sus signos y síntomas. En enfermería, constituye la segunda etapa del proceso de enfermería, donde se analizan los datos acerca del paciente para identificar los problemas que constituirán la base del plan de cuidados. Un diagnóstico de enfermería es un problema de salud real o potencial, aquel que los profesionales de enfermería, en virtud de su formación y experiencia, tienen capacidad y derecho legal de tratar.
En términos de la práctica médica, el diagnóstico es un juicio clínico sobre el estado psicofísico de una persona; representa una manifestación en respuesta a una demanda para determinar tal estado. El diagnóstico clínico requiere tener en cuenta los dos aspectos de la lógica, es decir, el análisis y la síntesis, utilizando diversas herramientas como la anamnesis, la historia clínica, exploración física y exploraciones complementarias. El diagnóstico médico establece a partir de síntomas, signos y los hallazgos de exploraciones complementarias, qué enfermedad padece una persona. Generalmente una enfermedad no está relacionada de una forma biunívoca con un síntoma, es decir, un síntoma no es exclusivo de una enfermedad. Cada síntoma o hallazgo en una exploración presenta una probabilidad de aparición en cada enfermedad.
El sistema experto ayuda al diagnóstico de una enfermedad a partir de los síntomas y otros hallazgos que presenta el paciente si las enfermedades son mutuamente excluyentes, se conoce sus prevalencias y la frecuencia de aparición de cada síntoma en cada enfermedad. Según la prevalencia de cada enfermedad en cada población, un mismo conjunto de síntomas o síndrome puede producir un diagnóstico diferente en cada población, es decir, cada síndrome puede estar producido por una enfermedad diferente en cada población.
Las principales herramientas que se utilizan para el diagnóstico son las siguientes: (1) Síntomas. Constituyen las experiencias subjetivas negativas físicas que refiere el paciente, recogidas por el médico en la anamnesis durante la entrevista clínica, con un lenguaje médico, es decir comprensible para todos los médicos. Por ejemplo, los pacientes a la sensación de falta de aire o percepción incómoda y desagradable en la respiración, disnea, la denominan ahogo, angustia, fatiga, cansancio fácil. (2) Signos. Son los hallazgos objetivos que detecta el médico observando al paciente, por ejemplo la taquipnea a más de treinta respiraciones por minuto. (3) Exploración física o semiotécnica. Consiste en diversas maniobras que realiza el médico sobre el paciente, siendo las principales la inspección, palpación, percusión, oler y auscultación, con las que se obtienen signos clínicos más específicos. Todos los síntomas referidos en la anamnesis y los signos objetivados en la exploración física son anotados en la historia clínica del paciente. Generalmente, los signos y síntomas definen un síndrome que puede estar ocasionado por varias enfermedades. El médico debe formular una hipótesis sobre las enfermedades que pueden estar ocasionando el síndrome y para comprobar la certeza de la hipótesis solicita exploraciones complementarias.
A grandes rasgos, el problema del diagnóstico en inteligencia artificial consiste en determinar a partir del conocimiento de las leyes que rigen el comportamiento de un sistema y de un conjunto de medidas, observaciones o síntomas, cuáles son las causas, o los componentes del sistema responsables en última instancia de un posible comportamiento anómalo. Esto es válido para cualquier tipo de diagnóstico ya sea para la detección de una rotura en una pieza de un equipo o para el diagnóstico médico de enfermedades. Cuando un paciente acude al hospital con dolor o presentando ciertos síntomas, el médico debe aplicar sus conocimientos aceleradamente para prevenir un daño mayor o corregir la condición del paciente, y para esto debe recordar docenas de indicadores y buscar “rápidamente” en su memoria qué ha hecho antes, cuando un paciente en tal estado ha acudido buscando su ayuda, o qué registra la literatura médica ante un hecho similar determinando así la causa del malfuncionamiento de ser detectada alguna. Dos condiciones pueden presentarse en este ejemplo, el médico no conoce la información que precisa y no tiene en ese momento acceso a un experto que sí la tenga, segunda, el médico necesita esta información rápidamente para realizar su trabajo.
Un sistema experto es llamado así porque emula el comportamiento de un experto en un dominio concreto y en ocasiones es usado por éste. Con los sistemas expertos se busca una mejor calidad y rapidez en las respuestas dando así lugar a una mejora de la productividad del experto. Un sistema experto es una aplicación informática capaz de solucionar un conjunto de problemas que exigen un conocimiento altamente especializado sobre un determinado tema. Un sistema experto es un conjunto de programas que, sobre una base de conocimiento, posee información de uno o más expertos en un área específica. Se puede entender como una rama de la inteligencia artificial. Estos sistemas imitan las actividades de un humano para resolver problemas de distinta índole. También se dice que un sistema experto se basa en el conocimiento declarativo, referido como hechos sobre objetos o situaciones y el conocimiento de control, entendido este como información sobre el seguimiento de una acción.
Para que un sistema experto se constituya una herramienta efectiva, los usuarios deben interactuar de una forma fácil, reuniendo las siguientes dos capacidades: (1) Explicar su razonamiento o base de conocimiento. Los sistemas expertos se deben realizar siguiendo ciertas reglas o pasos comprensibles de manera que se pueda generar la explicación para cada una de estas reglas, las que a la vez se encuentran fundamentadas en hechos. (2) Adquisición de nuevos conocimiento o integrador del sistema. Son mecanismos de razonamiento que sirven para modificar 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 ésta no intenta sustituir a los expertos humanos, sino que desea ayudarlos a realizar con más rapidez y eficacia las tareas que realiza.
El año 1969 Buchanan desarrolla el sistema experto “Dendral”, que realizaba la tarea de resolver la estructura molecular de una sustancia a partir de la información que provenía de un espectrómetro de masa. Este programa funcionaba de manera aceptable para moléculas complejas, probando con esto que las técnicas de la inteligencia artificial pueden ser aplicadas a dominios reales y no solamente a casos de laboratorio. Este fue el primer programa utilizado que contenía información sobre el dominio y las reglas para resolverlas, además se lo puede ver como uno de los precursores de los sistemas expertos basados en conocimiento. Una de las primeras aplicaciones útiles fue “Mycin” de los autores Feigenbaum, Buchanan y Shortliffe, para el diagnostico de las infecciones sanguíneas. Constaba aproximadamente de cuatrocientas cincuenta reglas y se comportaba tan bien como un experto, y considerablemente mejor que un doctor recién recibido. Es una de las primeras aplicaciones que integra las incertezas dentro del dominio como una forma de emular la complejidad del dominio medico, ya que varias enfermedades pueden tener los mismos síntomas, o una enfermedad puede casi no presentar síntomas mesurables.
Los sistemas expertos son máquinas que piensan y razonan como un experto lo haría en una cierta especialidad o campo. Por ejemplo, un sistema experto en diagnóstico médico requeriría como datos los síntomas del paciente, los resultados de análisis clínicos y otros hechos relevantes, y, utilizando éstos, buscaría en una base de datos la información necesaria para identificar la correspondiente enfermedad. Un buen sistema experto no sólo realiza las funciones tradicionales de manejar grandes cantidades de datos, sino que también maneja esos datos de forma tal que el resultado sea inteligible y tenga significado para responder a preguntas incluso aquellas no completamente especificadas.
Los sistemas expertos de diagnóstico vienen de la clasificación particular que suele hacerse al interior de la función que realizan, en este entendido un sistema experto de diagnóstico es aquel que se encarga de inferir las fallas de un sistema con base en los síntomas previos que el mismo presenta. Utiliza las características de comportamiento, descripción de situaciones o conocimiento sobre el diseño del un componente para inferir las causas de una falla. Algunos ejemplos notables constituyen el diagnóstico de enfermedades con base en síntomas, la búsqueda de componentes defectuosos o fallas en los circuitos.
En términos de la práctica médica, el diagnóstico es un juicio clínico sobre el estado psicofísico de una persona; representa una manifestación en respuesta a una demanda para determinar tal estado. El diagnóstico clínico requiere tener en cuenta los dos aspectos de la lógica, es decir, el análisis y la síntesis, utilizando diversas herramientas como la anamnesis, la historia clínica, exploración física y exploraciones complementarias. El diagnóstico médico establece a partir de síntomas, signos y los hallazgos de exploraciones complementarias, qué enfermedad padece una persona. Generalmente una enfermedad no está relacionada de una forma biunívoca con un síntoma, es decir, un síntoma no es exclusivo de una enfermedad. Cada síntoma o hallazgo en una exploración presenta una probabilidad de aparición en cada enfermedad.
El sistema experto ayuda al diagnóstico de una enfermedad a partir de los síntomas y otros hallazgos que presenta el paciente si las enfermedades son mutuamente excluyentes, se conoce sus prevalencias y la frecuencia de aparición de cada síntoma en cada enfermedad. Según la prevalencia de cada enfermedad en cada población, un mismo conjunto de síntomas o síndrome puede producir un diagnóstico diferente en cada población, es decir, cada síndrome puede estar producido por una enfermedad diferente en cada población.
Las principales herramientas que se utilizan para el diagnóstico son las siguientes: (1) Síntomas. Constituyen las experiencias subjetivas negativas físicas que refiere el paciente, recogidas por el médico en la anamnesis durante la entrevista clínica, con un lenguaje médico, es decir comprensible para todos los médicos. Por ejemplo, los pacientes a la sensación de falta de aire o percepción incómoda y desagradable en la respiración, disnea, la denominan ahogo, angustia, fatiga, cansancio fácil. (2) Signos. Son los hallazgos objetivos que detecta el médico observando al paciente, por ejemplo la taquipnea a más de treinta respiraciones por minuto. (3) Exploración física o semiotécnica. Consiste en diversas maniobras que realiza el médico sobre el paciente, siendo las principales la inspección, palpación, percusión, oler y auscultación, con las que se obtienen signos clínicos más específicos. Todos los síntomas referidos en la anamnesis y los signos objetivados en la exploración física son anotados en la historia clínica del paciente. Generalmente, los signos y síntomas definen un síndrome que puede estar ocasionado por varias enfermedades. El médico debe formular una hipótesis sobre las enfermedades que pueden estar ocasionando el síndrome y para comprobar la certeza de la hipótesis solicita exploraciones complementarias.
A grandes rasgos, el problema del diagnóstico en inteligencia artificial consiste en determinar a partir del conocimiento de las leyes que rigen el comportamiento de un sistema y de un conjunto de medidas, observaciones o síntomas, cuáles son las causas, o los componentes del sistema responsables en última instancia de un posible comportamiento anómalo. Esto es válido para cualquier tipo de diagnóstico ya sea para la detección de una rotura en una pieza de un equipo o para el diagnóstico médico de enfermedades. Cuando un paciente acude al hospital con dolor o presentando ciertos síntomas, el médico debe aplicar sus conocimientos aceleradamente para prevenir un daño mayor o corregir la condición del paciente, y para esto debe recordar docenas de indicadores y buscar “rápidamente” en su memoria qué ha hecho antes, cuando un paciente en tal estado ha acudido buscando su ayuda, o qué registra la literatura médica ante un hecho similar determinando así la causa del malfuncionamiento de ser detectada alguna. Dos condiciones pueden presentarse en este ejemplo, el médico no conoce la información que precisa y no tiene en ese momento acceso a un experto que sí la tenga, segunda, el médico necesita esta información rápidamente para realizar su trabajo.
Un sistema experto es llamado así porque emula el comportamiento de un experto en un dominio concreto y en ocasiones es usado por éste. Con los sistemas expertos se busca una mejor calidad y rapidez en las respuestas dando así lugar a una mejora de la productividad del experto. Un sistema experto es una aplicación informática capaz de solucionar un conjunto de problemas que exigen un conocimiento altamente especializado sobre un determinado tema. Un sistema experto es un conjunto de programas que, sobre una base de conocimiento, posee información de uno o más expertos en un área específica. Se puede entender como una rama de la inteligencia artificial. Estos sistemas imitan las actividades de un humano para resolver problemas de distinta índole. También se dice que un sistema experto se basa en el conocimiento declarativo, referido como hechos sobre objetos o situaciones y el conocimiento de control, entendido este como información sobre el seguimiento de una acción.
Para que un sistema experto se constituya una herramienta efectiva, los usuarios deben interactuar de una forma fácil, reuniendo las siguientes dos capacidades: (1) Explicar su razonamiento o base de conocimiento. Los sistemas expertos se deben realizar siguiendo ciertas reglas o pasos comprensibles de manera que se pueda generar la explicación para cada una de estas reglas, las que a la vez se encuentran fundamentadas en hechos. (2) Adquisición de nuevos conocimiento o integrador del sistema. Son mecanismos de razonamiento que sirven para modificar 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 ésta no intenta sustituir a los expertos humanos, sino que desea ayudarlos a realizar con más rapidez y eficacia las tareas que realiza.
El año 1969 Buchanan desarrolla el sistema experto “Dendral”, que realizaba la tarea de resolver la estructura molecular de una sustancia a partir de la información que provenía de un espectrómetro de masa. Este programa funcionaba de manera aceptable para moléculas complejas, probando con esto que las técnicas de la inteligencia artificial pueden ser aplicadas a dominios reales y no solamente a casos de laboratorio. Este fue el primer programa utilizado que contenía información sobre el dominio y las reglas para resolverlas, además se lo puede ver como uno de los precursores de los sistemas expertos basados en conocimiento. Una de las primeras aplicaciones útiles fue “Mycin” de los autores Feigenbaum, Buchanan y Shortliffe, para el diagnostico de las infecciones sanguíneas. Constaba aproximadamente de cuatrocientas cincuenta reglas y se comportaba tan bien como un experto, y considerablemente mejor que un doctor recién recibido. Es una de las primeras aplicaciones que integra las incertezas dentro del dominio como una forma de emular la complejidad del dominio medico, ya que varias enfermedades pueden tener los mismos síntomas, o una enfermedad puede casi no presentar síntomas mesurables.
Los sistemas expertos son máquinas que piensan y razonan como un experto lo haría en una cierta especialidad o campo. Por ejemplo, un sistema experto en diagnóstico médico requeriría como datos los síntomas del paciente, los resultados de análisis clínicos y otros hechos relevantes, y, utilizando éstos, buscaría en una base de datos la información necesaria para identificar la correspondiente enfermedad. Un buen sistema experto no sólo realiza las funciones tradicionales de manejar grandes cantidades de datos, sino que también maneja esos datos de forma tal que el resultado sea inteligible y tenga significado para responder a preguntas incluso aquellas no completamente especificadas.
Los sistemas expertos de diagnóstico vienen de la clasificación particular que suele hacerse al interior de la función que realizan, en este entendido un sistema experto de diagnóstico es aquel que se encarga de inferir las fallas de un sistema con base en los síntomas previos que el mismo presenta. Utiliza las características de comportamiento, descripción de situaciones o conocimiento sobre el diseño del un componente para inferir las causas de una falla. Algunos ejemplos notables constituyen el diagnóstico de enfermedades con base en síntomas, la búsqueda de componentes defectuosos o fallas en los circuitos.
Guillermo Choque Aspiazu
http://www.eldiario.net/
Mayo 17 de 2010
No hay comentarios:
Publicar un comentario