Sistema Experto para determinar tipo de diabetes
Gisselle Rey Salazar, Alex García Araya
Ingeniería Civil Electrónica, Departamento de Ingeniería Eléctrica, Universidad de La Frontera
grey001@pinhue.ufro.cl, agarc005@pinhue.ufro.cl
Resumen
las tantas aplicaciones que la Inteligencia Artificial ha logrado en
este último tiempo en el área de la Medicina [6]. Para esto es
necesaria la implementación de sistemas que sean capaces de
diagnosticar una posible respuesta a las múltiples interrogantes
[5]. Para ello se ha creado un Sistema Experto el cual tiene como
finalidad determinar según una serie de síntomas el tipo de
diabetes que el paciente pudiese llegar a presentar y el
tratamiento que éste debería seguir. El trabajo considera La
Diabetes Mellitus como una enfermedad crónica caracterizada
por niveles elevados de glucemia debido a un déficit en la
producción de insulina, por lo cual es la analizada por el Sistema
experto [2,3]. Se sabe, esta enfermedad si no se trata puede
ocasionar complicaciones graves tales como ceguera, problemas
a órganos como riñones y páncreas e incluso se puede producir
amputaciones a las extremidades [4].
—El objetivo de este trabajo es dar a conocer una de
Abstract
many applications that Artificial Intelligence has made possible
in Medicine [6]. AI makes possible to implement systems that are
capable of give an estimated answer to multiple problems [5].
We have created an Expert System which is able to establish
according to a series of symptoms the type of diabetes a pacient
has, along with the treatment required. Diabetes Mellitus is a
disease charcterized by high levels of glucemy caused by an
insulin deficit [2,3]. This disease can cause several complications
if not treated correctly, such as blindness, problems to organs
like kidneys and pancreas, and even extremity amputation [4].
—The objective of this work is to present one of the
I. I
NTRODUCTION
urante este último tiempo las enfermedades crónicas
degenerativas han ido incrementándose cada vez más y
más. Todo esto debido a factores de la vida cotidiana
tales como: alimentación, ejercicio físico, estrés entre otros
[8]. Cuando una de estas enfermedades se presenta en
personas que viven en lugares donde no se cuenta con un
médico especialista el diagnóstico tardío de ésta puede traer
mayores complicaciones. A raíz de esto es que surge la
necesidad de extraer una aplicación de la Inteligencia
Artificial (IA) para darle una solución a este problema.
Una de las enfermedades más tratadas por la IA es la
Diabetes, enfermedad que se trata en el presente artículo
mediante la utilización de Sistemas Expertos. Los Sistemas
Expertos han manifestado ser eficaces en la tarea de proponer
ideas creativas, solucionar problemas complejos o
desempeñar de forma eficiente tareas rutinarias. Cuando se
trata de analizar el impacto de nuevas tecnologías en la
actividad humana y en específico cuando se habla de IA, nace
una discusión sobre qué consecuencias generará el manejo de
estas herramientas, en el contexto laboral, económico, de las
personas, especialmente este debate se crea cuando se habla de
Sistemas Expertos, ya que aparece directamente como un
sistema cuyo objetivo es reemplazar al especialista humano.
De esta forma, los Sistemas Expertos son considerados como
herramientas de apoyo para la realización de tareas complejas.
Este trabajo se desarrolla según la siguiente organización:
Comenzando por la Introducción, luego se entregan algunas
Definición de Diabetes, posteriormente se desarrolla la base
teórica de la Inteligencia Artificial necesaria para llevar a cabo
este trabajo, en el apartado V se entrega la Construcción del
Sistema Experto propuesto, en el apartado VI se presenta La
Lógica, en el apartado VII se muestran los Resultados, y
finalmente se entregan las Conclusiones.
II. D
EFINICIÓN DE DIABETES
La diabetes es una enfermedad crónica, debida a un trastorno
del metabolismo de los glúcidos, de origen hormonal. Va
acompañada de un aumento del azúcar en la sangre y en la
orina y de otros trastornos metabólicos [2]. La diabetes es más
frecuente en las personas de mejor posición económica y en
las mujeres, al menos a partir de los 40 años. Parecen
favorecer su aparición, la herencia, la obesidad y ciertos
factores hormonales [7]. La Diabetes afecta de un 1 a un 2%
de la población, aunque en el 50% de los casos no se llega al
diagnóstico. Es una enfermedad multiorgánica ya que puede
lesionar los ojos, riñones, el corazón y las extremidades [7].
También puede producir alteraciones en el embarazo.
Existen tres tipos importantes de diabetes: La tipo I, o diabetes
mellitus insulino-dependiente (DMID), denominada también
diabetes juvenil, afecta a niños y adolescentes, y se cree
producida por un mecanismo autoinmune. Constituye de un 10
a un 15% de los casos y es de evolución rápida [3,8]. La tipo
II, o diabetes mellitus no-insulino-dependiente (DMNID), o
diabetes del adulto, suele aparecer en personas mayores de 40
años y es de evolución lenta [3]. También existe una Diabetes
llamada Gestacional que pueden presentar las mujeres durante
el embarazo. Este tipo de Diabetes se presenta por una
intolerancia a la glucosa, durante el embarazo en las semanas
24 a 28. Los niveles de glucosa en la sangre retornan a la
normalidad después del parto, razón por la cual es llamada
también diabetes transitoria [7].
A.
Causas
La Diabetes es un grupo de procesos con causas múltiples. El
páncreas humano segrega una hormona llamada insulina la
D
cual ayuda a que la glucosa llegue a las células de todos los
tejidos del organismo y luego la transforme en energía, la cual
es vital para el funcionamiento de nuestro cuerpo [2]. En el
caso de un enfermo diabético, la cantidad de insulina que
produce el páncreas no es la suficiente, produciendo así una
alteración de los receptores de insulina de las células,
dificultando el paso de glucosa [3]. De esta manera aumenta
la concentración de glucosa en la sangre la cual es eliminada
por la orina [4]. En el caso de la Diabetes Mellitus tipo I, se
produce una disminución hasta una ausencia de la producción
de insulina [3,4]. En la Diabetes Mellitus tipo II, la
producción de insulina es normal o incluso alta, pero las
células del organismo son resistentes a la acción de la insulina
[3,4]; hacen falta concentraciones superiores para conseguir el
mismo efecto. La obesidad puede ser uno de los factores de la
resistencia a la insulina: en los obesos, disminuye la
sensibilidad de las células a la acción de la insulina. La
diabetes tipo I tiene muy mal pronóstico si no se prescribe el
tratamiento adecuado. El paciente padece de una micción
frecuente, sed, vómitos, visión borrosa, fatiga, pérdida de
peso a pesar del aumento del apetito, infecciones a la piel y en
el caso de las mujeres se presenta una disminución en la
menstruación [7]. Debido al fallo de la fuente principal de
energía que es la glucosa, el organismo empieza a utilizar las
reservas de grasa. Esto produce un aumento de los llamados
cuerpos cetónicos en la sangre, cuyo pH se torna ácido
interfiriendo con la respiración. En el caso de la Diabetes
gestacional los síntomas que se presentan son muy similares a
los de la Tipo I, además de antecedentes previos al embarazo
tales como parto anterior con un peso en el bebé superior a 4
kilos, y en algunos casos malformaciones de éste. Hasta un
40% de las mujeres con Diabetes gestacional dentro de 5 a 10
años después del parto, pueden desarrollar una diabetes
completa y el riesgo puede incrementarse en mujeres obesas,
si éstas no se cuidan [7].
B. Efectos
En las tres formas de diabetes, la presencia de niveles de
azúcar elevados en la sangre durante muchos años es
responsable de lesiones en el riñón, alteraciones de la vista
producidas por la ruptura de pequeños vasos en el interior de
los ojos, alteraciones circulatorias en las extremidades que
pueden producir pérdida de sensibilidad y, en ocasiones,
necrosis (que puede precisar amputación de la extremidad), y
alteraciones sensitivas por lesiones del sistema nervioso. Los
diabéticos tienen mayor riesgo de sufrir enfermedades
cardiacas y accidentes vasculares cerebrales [4]. Las pacientes
diabéticas embarazadas con mal control de su enfermedad
tienen mayor riesgo de abortos y anomalías congénitas en el
feto. La esperanza de vida de los diabéticos mal tratados es un
tercio más corta que la población general. El diagnóstico de la
diabetes tipo II en ausencia de síntomas suele realizarse
mediante un análisis rutinario de sangre, que detecta los
niveles elevados de glucosa. Cuando las cifras de glucosa en
un análisis realizado en ayunas sobrepasan ciertos límites, se
establece el diagnóstico [3]. En situaciones intermedias, es
preciso realizar un test de tolerancia oral a la glucosa, en el
que se ve la capacidad del organismo de metabolizar una
cantidad determinada de azúcar
.
III. I
NTELIGENCIA ARTIFICIAL
La Inteligencia Artificial (IA) se puede definir como la
capacidad de una máquina de realizar las mismas funciones
que el ser humano [9]. Con el avance de la tecnología la
búsqueda de la IA ha tomado dos rumbos fundamentales: la
investigación psicológica y fisiológica de la naturaleza del
pensamiento humano, y el desarrollo tecnológico de sistemas
informáticos cada vez más complejos.
De esta forma la IA se ha aplicado a sistemas y programas
informáticos capaces de realizar tareas complejas, simulando
el funcionamiento del pensamiento humano, aunque todavía
muy lejos de éste. En este contexto las áreas de investigación
más significativas son el procesa-miento de la información, el
reconocimiento de modelos y las áreas aplicadas como el
diagnóstico médico [9].
Hoy en día existen tres tendencias en cuanto al desarrollo de
sistemas de IA: los sistemas expertos, sistemas difusos y las
redes neuronales. Los sistemas expertos intentan reproducir el
razonamiento humano de forma simbólica, incluso empleando
el razonamiento difuso. Las redes neuronales lo hacen desde
una perspectiva más biológica (recrean la estructura de un
cerebro humano mediante algoritmos genéticos).
IV. S
ISTEMAS EXPERTOS
Un sistema experto es un tipo de programa computacional
encargado de imitar la capacidad para resolver problemas de
un determinado especialista. Puede tener aplicaciones tanto en
finanzas como también lo puede tener en medicina. Los
expertos solucionan los problemas utilizando una combinación
de conocimientos basados en hechos y en su capacidad de
razonamiento. Los sistemas expertos facilitan también
herramientas adicionales en forma de interfaces de usuario y
los mecanismos de explicación. Las interfaces de usuario, al
igual que en cualquier otra aplicación, permiten al usuario
formular consultas, proporcionar información e interactuar de
otras formas con el sistema. Los mecanismos de explicación,
la parte más fascinante de los sistemas expertos, permiten a
los sistemas explicar o justificar sus conclusiones, y también
posibilitan a los programadores verificar el funcionamiento de
los propios sistemas.
Fig. 1 Organización de un Sistema Experto.
Los sistemas expertos, están compuestos por 3 partes: una
base de conocimientos, una máquina de deducción o
inferencia y una memoria de trabajo que le permitan utilizar
dicho conocimiento para lograr un determinado objetivo [9],
ver la figura 1.
A. La Base de Conocimiento
La Base de Conocimiento
y reglas sobre el dominio específico donde se aplicará el
Sistema Experto. Se llama Conocimiento al entendimiento
sobre cómo manipular los elementos que conforman el
dominio para deducir conclusiones y soluciones a diferentes
problemas [10]. Una vez que el conocimiento es adquirido,
debe ser organizado para facilitar su manipulación por las
otras componentes del Sistema Experto. En otras palabras, el
conocimiento se codifica y estructura de forma similar a como
lo haría un especialista [10]. Por lo tanto es muy importante
destacar que no existe una representación única para todas las
aplicaciones. Cada problema en particular debe ser analizado
para poder seleccionar la mejor forma de representación.
, ésta proporciona hechos, objetivos
B. La Memoria de Trabajo
La Memoria de Trabajo contiene los hechos que son
adquiridos durante el proceso mediante el cual el usuario
ingresa al sistema las informaciones sobre el problema. El
sistema compara estas informaciones con el conocimiento que
posee, con el fin de inferir nuevos hechos. El sistema coloca
estos nuevos hechos en la Memoria de Trabajo y el proceso
continúa. Finalmente después de éste proceso, el sistema
llegará a una conclusión que también es almacenada en esta
memoria [9].
C. La Máquina de Inferencia o de Deducción
La Máquina de inferencia o de Deducción proporciona la
capacidad de razonamiento que permite al sistema experto
extraer conclusiones, es el procesador de un Sistema Experto.
Su función es comparar la información de la Memoria de
Trabajo con el “conocimiento” de la Base de Conocimiento,
para así poder inferir nuevas informaciones que le permitan
buscar una solución al problema planteado [9,10]. La forma
como la máquina infiere nuevas informaciones en la búsqueda
de una solución depende de la representación del
conocimiento [9].
V. C
ONSTRUCCION DEL SISTEMA EXPERTO PROPUESTO
Para la construcción de este Sistema Experto se utilizó el
programa EXPERT SINTA, ver anexo, desarrollado (Sistema
Inteligente aplicado a Sistemas Expertos), donde se obtiene
una SHELL. Se le llama s
Memoria de Trabajo y la Máquina de Inferencia. Es decir,
s
de Conocimiento, en cualquier área, de forma a obtener un
nuevo Sistema Experto [10]. El hecho de no tener incluida
una base de conocimiento permite que se pueda fácilmente
construir un Sistema Experto en cualquier área específica de
aplicación. En algunos casos se denomina Sistema Experto
Vacío. Para la creación de la base de conocimiento que se
ingresara en la shell y que en conjunto formaran nuestro
sistema experto se utilizara el árbol o esquema de la figura 8.
del cual se extraerán las variables y reglas necesarias para la
implementación del sistema. Ver figura 8.
La base de conocimientos que se le ingresa a la shell es por
medio de una lógica, siendo la única forma de representar
conocimiento. Ver figura 2.
hell al conjunto formado por lahell es un sistema que permite la incorporación de una Base
Fig. 2 Presentación del EXPERT SINTA
A. Definición de variables
Para almacenar una Base de Conocimientos es necesario partir
por definir las variables a utilizar. Para ello fue necesario
investigar a fondo acerca de la Diabetes, los distintos síntomas
que caracterizan a esta enfermedad y el respectivo tratamiento
que el paciente debería seguir. Esta base de conocimiento es
necesaria para ingresarla en la SHELL y así formar nuestro
Sistema Experto.
Fig. 3 Definición de variables.
En la figura 3 se muestra la definición de la variable “SEXO”
la cual es univalorada puesto que sólo puede tomar dos valores
“MASCULINO o FEMENINO”.
Fig. 4 Definición de variables objetivo.
B. Definición de objetivos
Es necesario definir cuáles de las variables utilizadas serán
“variables objetivos” ya que éstas serán las conclusiones que
el sistema arrojará como resultado de la consulta médica. Ver
figura 4.
VI. L
A LÓGICA
La Lógica es la encargada de representar el conocimiento para
un gran número de los lenguajes y
implementar Sistemas Expertos. La lógica permite procesar
hechos y obtener a partir de ese procesamiento, inferencias o
conclusiones [9].
shells que permiten
A. Lógica Proposicional
Una Proposición es una Afirmación que puede ser verdadera o
falsa y que también puede ser representada por una variable
simbólica. Su principal análisis se centra en la validez de los
razonamientos y argumentos, por lo que se esfuerza por
determinar las condiciones que justifican que el individuo, a
partir de proposiciones dadas, llamadas premisas, alcance una
conclusión derivada de aquéllas. La validez lógica depende de
la adecuada relación entre las premisas y la conclusión, de tal
forma que si las premisas son verdaderas la conclusión
también lo será. Por ello, la lógica se encarga de analizar la
estructura y el valor de verdad de las proposiciones, y su
clasificación. Dentro de la lógica existen los operadores
lógicos que son los encargados de relacionar las premisas o
hechos. Está el caso de los operadores: “y”, “o” y “entonces”
los que fueron utilizados en nuestra shell [9]. Relacionando
los operandos con las premisas, se puede obtener las reglas.
Fig. 5 Esquema de un procesamiento lógico.
B. Las Reglas
Una regla es una estructura de conocimiento que relaciona
una información conocida a otra que puede ser inferida a
partir de la primera. Es una forma de conocimiento
procedimental. La regla asocia una información a una acción,
o procedimiento, pero también a una nueva información. La
regla conecta lógicamente uno o más antecedentes o premisas
a una o más consecuencias o conclusiones [9]. El programa
utiliza 99 reglas para relacionar los síntomas con el
diagnóstico, el tratamiento y las recomendaciones. Ver figura
6.
VII. R
ESULTADOS
Luego de haber realizado una investigación sobre los
síntomas que presenta un enfermo diabético, se dará a conocer
a continuación una simulación de una consulta médica de un
paciente, ver figura 7.
Como se muestra en la secuencia de imágenes el programa
comienza por preguntar sexo, edad, nivel de glucosa en la
sangre y una serie de síntomas que llevará finalmente al
programa a diagnosticar la posible diabetes y su respectivo
tratamiento.
Es importante destacar que el nivel de glucosa en la sangre
será previamente obtenido por un examen que se realizará en
la posta o consultorio donde se encuentre implementado este
sistema. El examen se realizará con un instrumento llamado
OneTouch Ultra que puede ser utilizado tanto en hogares
como en hospitales. El medidor OneTouch Ultra requiere
solamente de una gotita de sangre, lo que puede significar una
prueba menos dolorosa. Se puede sacar la muestra de sangre
en sus dedos o también puede realizar la prueba en su
antebrazo en donde hay menos terminaciones nerviosas.
Fig. 6 Creación de una regla.
El sistema considera como nivel normal de glucosa en la
sangre a una muestra que arroja un valor menor a 126 gr/dl,
superior a este valor la muestra indica que el paciente podría
presentar un cierto porcentaje de diabetes.
De todas las simulaciones realizadas se puede decir que a
medida que van aumentando los síntomas presentados por el
paciente, la probabilidad de que éste tenga una diabetes más
severa se hace cada vez más notable.
Lo bueno de utilizar este software es que trae una shell
(sistema experto vacío) que puede ser utilizada para distintas
aplicaciones, lo único que se necesita es ingresar los datos que
se agregaran a la base de conocimiento y una vez ingresados
se pueden manipular de la forma que uno desee para obtener
un objetivo final. El resultado esperado dependerá tanto del
tipo como también de la cantidad de variables y reglas que se
manejen.
Fig. 7 Resultado de la aplicación del Sistema propuesto a un
paciente
Como en nuestro caso la aplicación de este sistema fue en el
área de la Medicina, fue necesario realizar un estudio previo
para conocer primero cuales son las características de esta
enfermedad. Antes que todo cabe destacar que la variable mas
importante independiente del sexo y el algunos casos la edad
es el nivel de “azúcar en la sangre” ya que esta variable será
crucial para determinar un posible diagnóstico médico Saber
cuál es el peso e importancia de cada “síntoma” fue lo que nos
llevo a definir las variables secundarias ya que estas juntos
con el nivel de azúcar en la sangre serán decisivas para la
detección y tratamiento de la diabetes. También cabe destacar
que no siempre esta enfermedad presenta síntomas, razón por
la cual es muy importante realizarse un chequeo médico para
así estar al tanto de la cantidad de glucosa que circula por
nuestra sangre.
VIII. C
ONCLUSIONES
La diabetes es una enfermedad en donde sus complicaciones se
pueden reducir con conocimiento apropiado y el tratamiento
oportuno. Tres complicaciones importantes se relacionan con
la ceguera, el daño del riñón y el ataque del corazón [4]. Esta
enfermedad en años anteriores pudo haber tenido un desenlace
más fatal puesto que no se contaba con los conocimientos y la
tecnología apropiada para ser tratada. Hoy en día gracias al
avance científico y tecnológico esta visión ha cambiado [1].
Uno de los aportes a la detección y tratamiento de ésta y otras
enfermedades lo ha entregado la Inteligencia Artificial [5].
.
En conclusión, el propósito de este artículo ha sido presentar
un aspecto optimista para quienes ven a la diabetes como una
enfermedad con un pronóstico cada vez menos próximo a la
curación y a la prevención. Pero el progreso no puede
detenerse. Gracias a que el mundo científico está cada vez más
concentrado en la investigación básica y a la aplicación de sus
resultados, diversas oportunidades se pueden ofrecer al
enfermo.
R
EFERENCIAS
[1]
“Standardization for image characteristics in
telemammography using genetic and nonlinear algorithms”.
Computers in Biology and Medicine 35 (2005), pp. 183–
196.
W. Qian, R. Sankar; X. Song, X. Sun, R. Clark.
[2] E. Ruiz-Velásquez, R. Femat, D.U. Campos-Delgado.
“Blood glucose control for type I diabetes mellitus: A
robust tracking HN problem”. Control Engineering Practice
12 (2004), pp. 1179–1195.
[3] C.V. Doran, N.H. Hudson, K.T. Moorhead, J.G. Chase,
G.M. Shaw, C.E. Hann. “Derivative weighted active insulin
control modelling and clinical trials for ICU patients”.
Medical Engineering & Physics 26 (2004), pp. 855–866.
[4] C.E. Hann, J.G. Chase, J. Lin, T. Lotz, C.V. Doran, G.M.
Shaw
dynamic verification of a glucose—insulin system
model”. Computer Methods and Programs in Biomedicine
(2005)
[5] C.M. Cardozo, F. Guadarrama, J. Reyes, R. Fernández,
D.M. Becerra, M.A. Hernández, M. Lázaro, J. Martínez.
“Entrenamiento prospectivo y prueba de una red neural
artificial como auxiliar diagnóstico en el dolor abdominal
agudo en un servicio de urgencias”. Medicina critica, vol.
XIV, Núm. 5, (2000), pp 159-164.
[6] P.J. Lisboa, A.F.G. Taktak. “The use of artificial neural
networks in decision support in cancer: A systematic
review”. Neural Networks 19 (2006), pp. 408–415.
[7] I. Aguilar, H. Galbes. “
Moderna
Publicaciones Interamericana, pp. 361 – 362.
[8] G.M.J. Curulem, A. Espinosa, R. Sandoval, R. Saupe, F.
de Asevedo. “Aportes de la Ingeniería Biomédica a la
Salud”. Proc. II Congreso Latinoamericano de Ingenieria
Biomédica (2001), La Habana, Cuba.
[9] J. Mira, A.E. Delgado, J.G. Boticario, F.J. Díez. “
básicos de Inteligencia Artificial
Madrid, (1995). Reimpreso en 2001. xi+604 págs.
[10] M. Villalobos, L. Cortés, E. Sotomayor. “Shell en
Internet, para la Generación de Prototipos de Sistemas
Expertos Basados en Reglas una Aplicación en
Olivicultura”. Revista Facultad de Ingeniería, (1997), vol. 4.
A
. “Integral-based parameter identification for longterm77, pp. 259—270.Tratado Práctico de Medicina”. Primera edición: 7ª reimpresión (1982),Aspectos”. Editorial Sanz y Torres,NEXO
El proyecto Expert Sinta fue iniciado en mayo de 1995 en el
Laboratorio de Inteligencia Artificial (LIA), localizado en el
Departamento de Computación de la Universidad Federal de
Ceará. EL Expert Sinta es una shell o una herramienta visual
para la construcción de sistemas expertos. La construcción de
un software para el desenvolvimiento de sistemas especialistas
“Shell”, no es sencillo. La necesidad de la utilización de
sistemas especialista se debe a diversos factores como son lo
tecnológico y lo económico-social; dentro de estos factores
está la dificultad de acceso de especialistas humanos en
determinadas regiones.
El Expert Sinta es una shell que presenta un soporte visual de
fácil operación y permite un desenvolvimiento modular de
bases de conocimiento a través de una interfase de fácil
manipulación. El Expert Sinta proporciona una economía de
tiempo para los desenvolvedores de la base de conocimiento, y
también un mejor aprovechamiento por parte del usuario final
al permitir la inclusión de textos en las respuestas que arroja el
sistema.
