lunes, 30 de enero de 2012

Sistemas expertos en medicina

En el artículo sobre inteligencia artificial escrito por el investigador Hanovar el año 2008, los intentos por comprender la inteligencia, tanto natural como artificial, conducen de manera natural a la problemática de la construcción de modelos y teorías sobre procesos mentales y cerebrales. La aparición y consolidación de la computación, gracias a los trabajos pioneros de John Von Neumann, Alan Turing, Stephen Kleene y otros, facilitaron la aproximación al problema, a partir del análisis, diseño y evaluación de computadoras y programas que reproducían en cierto grado, conductas inteligentes como el reconocimiento y clasificación de patrones, el razonamiento desde las premisas hasta las conclusiones y el aprendizaje a partir de la experiencia.

La comprensión de la actividad de los médicos en su ámbito profesional se convierte en elemento de suma importancia para la inteligencia artificial médica. Las tareas capaces de ser resueltas por aquellos, se pueden agrupar en dos tipos: (1) Las tareas reproductivas que se ejecutan cuando las condiciones existentes, las vías y procedimientos de solución y los medios de los cuales se dispone son suficientes para dar cumplimiento a los objetivos, son recurrentes y se realizan de acuerdo con cierto esquema, patrón o pautas establecidas. (2) Las tareas creativas se caracterizan, porque al plantearse el cumplimiento de estas, las condiciones existentes, los medios y métodos de solución que tiene a su disposición o forman parte de su experiencia, son insuficientes para resolverlas, de manera que los eslabones faltantes en el camino hacia la solución se hallan en la interacción con el medio en el que desarrolla su actividad, a partir del despliegue de toda su experiencia pasada, de sus habilidades y del acervo de conocimientos acumulados. Cualquier tarea generada por situaciones problemáticas contiene elementos reproductivos y de creación del pensamiento. La división en uno u otro tipo de tarea depende, por consiguiente, de cuál de las dos predomina. Si se considera este punto de vista, el intelecto natural es “la capacidad de resolver las tareas que incluyen en sí elementos reproductivos y de creación” y cuyas propiedades notables residen en la capacidad para la comprensión y la adopción de decisiones; así como en la construcción de textos en lenguajes naturales y el conocimiento de las leyes del mundo exterior. En cambio el intelecto artificial se presenta en esta interpretación como la simulación por las máquinas de las tareas reproductivas y de creación, definiciones poco sustanciosas, porque sigue en pie en ellas la cuestión de los atributos.

Los sistemas expertos son una clase particular derivada de los sistemas basados en conocimiento y se han venido utilizando desde el año 1977, de hecho una generalización del estudio de los sistemas expertos es lo que ha dado lugar a los sistemas basados en conocimiento. Uno de los primeros sistemas expertos diseñados es MYCIN, reportado en el libro del año 1988 de Szolovitz relacionado con la “inteligencia artificial en la medicina”, que está orientado al diagnóstico y tratamiento de enfermedades infecciosas y cuya principal característica es la forma de representar y procesar la incertidumbre mediante los ahora conocidos “factores de confianza”, que son entendidos como medidas subjetivas del experto para calificar y procesar, de manera bastante elemental, la incertidumbre.

En la Conferencia Mundial de Inteligencia Artificial realizada el año 1977 en la ciudad de Tokio, Japón, el investigador Feigenbaum presentó la siguiente definición de sistema experto: “Es un programa inteligente que utiliza conocimiento y procedimientos de inferencia para resolver problemas difíciles que requieren por sí solos de la participación de expertos humanos para su resolución”. Según los investigadores Giarratano y Riley en el libro “sistemas expertos, principios y programación” publicado el año 2001, la propiedad más relevante de los sistemas expertos es que separan los conocimientos almacenados, en una base de conocimiento, del programa que los controla, que hace las veces de una máquina de inferencias. Los datos propios de un determinado problema se almacenan en una base de datos, conocida también como base de reglas. La base de conocimiento contiene el conocimiento altamente especializado extraído de los expertos en el dominio. Es decir, contiene conocimiento general sobre el dominio en el que se trabaja. El método más común para representar el conocimiento es mediante reglas de producción. El dominio de conocimiento representado se divide, pues, en pequeñas fracciones de conocimiento o reglas heurísticas. Cada regla consta de una parte denominada condición y de otra parte denominada conclusión o acción.

Para los investigadores Friedman y Gustafson, en el artículo del año 1997 titulado “computadoras en la clínica medica, la tecnología de la computación ha tenido una gran influencia en la medicina y ésta sigue aumentando cada vez más. Algunos de los usos de las computadoras en este campo son las pruebas para detectar e identificar alteraciones, como por ejemplo, la tomografía axial computarizada, los análisis de electrocardiogramas por computadora, los monitores de procesos fisiológicos, la automatización de las líneas en laboratorios clínicos, el control de los resultados entrega de medicamentos, y otros. Los profesionales de la salud utilizan también las computadoras para controlar y planificar sus servicios.

En el ámbito de los sistemas expertos para las ciencias médicas, se puede hablar de paquetes de diagnóstico médico. Se han desarrollado varios sistemas expertos para diagnosticar enfermedades y recomendar tratamientos. Uno de estos es el sistema experto llamado HELP que se emplea para diagnosticar los problemas de pacientes enfermos del corazón, desarrollo reportado el año 1983 por sus creadores Pryor, Gardner, Clayton y Warner. HELP acumula datos sobre pacientes proporcionados por médicos, enfermeras y otros profesionales de la salud y sugiere posibles diagnósticos y tratamientos. Otro sistema de tratamiento incluye a PUFF, escrito el año 1983 por los investigadores Aikins, Kuns y Shortliffe, que se encarga de medir funciones pulmonares. CADUCEUS fue un sistema experto médico programado para realizar diagnósticos en medicina interna. Fue terminado a mediados de la década de 1980, si bien el inicio de su desarrollo se remonta a la década de 1970 habiendo sido programado por Harry Pople, de la Universidad de Pittsburgh, partiendo para el sistema de las entrevistas de Pople al Dr. Jack Meyers. CADUCEUS es un paquete más generalizado, programado para evaluar más de cuatro mil síntomas y otros datos con el propósito de reconocer más de seiscientas enfermedades. Por medio de una terminal, un médico proporciona a CADUCEUS datos iníciales sobre un paciente. Después de analizar esos datos, el programa comienza a hacer preguntas sobre el paciente. Durante este interrogatorio, CADUCEUS dice al médico cuál es el diagnóstico que está considerando y le indica los datos que no está tomando en cuenta por el momento. Pueden bastar unos minutos para que el programa proporcione un diagnóstico. A fin de evitar análisis clínicos innecesarios, CADUCEUS está programado para considerar primero las enfermedades más probables. MYCIN es un sistema experto desarrollado a principios de los años 1970 por Edgar ShortLiffe, en la Universidad de Stanford. Fue escrito en Lisp, e inicialmente estaba inspirado en DENDRAL, otro sistema experto que tuvo cierto éxito a finales de los años 1960. Su principal función consistía en el diagnóstico de enfermedades infecciosas de la sangre; además, MYCIN era capaz de “razonar” el proceso seguido para llegar a estos diagnósticos, y de recetar medicaciones personalizadas a cada paciente.

Según los investigadores Bemmel, Hasman, Sollet y Veth, en el artículo del año 1983, titulado “entrenamiento en información médica”, los profesionales en ciencias médicas saben lo importante que es la relación médico-paciente y la responsabilidad que esto significa. Los adelantos tecnológicos han tenido mucha influencia en esta relación. Por desgracia, esta influencia no ha sido siempre beneficiosa para este tipo de relación, sino más bien, la ha deteriorado. La automatización de los procesos de diagnóstico y tratamiento ha deshumanizado la relación médico-paciente, al límite de casi hacerla desaparecer. Estos adelantos cuando refuerzan esta relación son convenientes, pero las técnicas o procedimientos que la deterioren son perjudiciales. La responsabilidad del médico y el personal profesional en salud se basa en los conocimientos y capacidad que éstos tengan en la práctica diaria. La computación debe dirigir sus esfuerzos para mejorar la prestación del servicio médico manteniendo los cánones de la ética y servicio de la medicina.

Finalmente para el investigador Sierra y sus colegas del año 1995, en el libro “sistemas expertos en contabilidad y administración de empresas”, los sistemas expertos se han venido aplicando a muchos campos del quehacer humano y en muy diversos escenarios tales como diagnóstico médico, contaduría, administración de empresas, planeación, monitoreo, capacitación y otros. Generalmente un sistema experto administrativo o médico hecho para un determinado país no puede ser útil en otro lugar si no se cuenta con idénticas condiciones. Por ejemplo, la cultura expresada en los hábitos cotidianos de las personas y la sociedad influyen directamente en la definición del conocimiento a ser utilizado.

Referencias Bibliográficas
  • Aikins J.S., Kuns J.S. and E.H. Shortliffe (1983) PUFF: An expert system for interpretation of pulmonary function data. Comput. Biomed. Res. 16:199.
  • Angulo J.M & Bueno A.M. Inteligencia Artificial. Madrid: Paraninfo, 1996; 103.
  • Bemmel J.H., Hasman A., SolIet P.C., and Veth A.F. (1983) Training in Medical information. Comput. Biomed. Res. 16:414-432.
  • Buchanan B.G. and E.H. Shortliffe (1984) Rule-based expert systems. The Mycin experiment of the Stanford heuristic programming project. Addison-Wesley, Reading. M.A.
  • Friedman R.B. and Gustafson D.H. (1997). Computers in clinical medicine. A critical review. Guest Editorial. Comput. Biomed. Res.; 10:199-204.
  • Giarratano J. y Riley G. (2001) Sistemas Expertos, principios y programación. 3ª. Ed. Internacional Thomson Editores. México.
  • Honavar V. (2008) Artificial Intelligence: An Overview. Disponible en: http://www.cs.iastate.edu/~cs572/handout1.pdf [Consultado: 17 de marzo de 2008].
  • Pryor T. A., Gardner R.M., Clayton P.D. and Warner H.R. (1983) The HELP System. J. Med. Syst. 7:87.
  • Sierra G.J. et al. (1995) Sistemas Expertos en Contabilidad y Administración de Empresas. Addison-Wesley Iberoamericana. Wilmington, Delaware, USA.
  • Szolovitz Meter (Ed.) (1988) Artificial Intelligence in Medicine. Westview Press, Inc. AAAS Boulder, Colorado U.S.A.
Guillermo Choque Aspiazu
http://www.eldiario.net/
Enero 30 de 2012