UNIVERSIDAD TÉCNICA PARTICULAR DE LOJA

Isummit Loxa 2010

Elaborado por:

Flor Cuenca

Giomaira Medina

Corina Ortiz

TEMÁTICA

PROCESAMIENTO DIGITAL DE IMÁGENES E INTELIGENCIA ARITIFICIAL

La IA y los retos de la minería de datos

Como sabemos los datos que diariamente se almacenan en diferentes repositorios son de gran utilidad

al momento de tomar decisiones es por ello que debemos recurrir a la Minería de datos que

conjuntamente con las técnicas apropiadas podemos analizar la información para la toma de decisiones,

además tanto la Inteligencia Artificial como la Minería de datos se han convertido en un componente

básico en los procesos de negocio.

Además las aplicaciones tecnológicas en las que los métodos de IA han demostrado con éxito que

pueden resolver problemas y se han desarrollado sistemas como:

1. Permitir al usuario preguntar a una base de datos en cualquier lenguaje.

2. Reconocer objetos de una escena por medio de aparatos de visión.

3. Generar palabras reconocibles como humanas desde textos computarizados.

4. Reconocer e interpretar un pequeño vocabulario de palabras humanas.

En la medicina en general la inteligencia artificial ayuda a los médicos a hacer diagnósticos, supervisar la

condición de los pacientes, administrar tratamientos y preparar estudios estadísticos, permitiendo la

obtención de óptimos resultados.

En cuanto a la minería de datos enfocado a la medicina podemos usarla para la recomendación de

tratamientos, predecir la efectividad de procedimientos quirúrgicos, exámenes médicos e identificar

patrones de comportamiento frente a nuevos medicamentos, logrando de esta manera obtener

métodos eficaces que ayuden al bienestar de los pacientes.

Esta área es mucho más compleja que otras debido a las fuentes de información, ya que esta

información es redundante, enfocada al humano, multiatributos, incompleta y dependiente del tiempo.

INTRODUCCIÓN

El presente ensayo nos permite conocer los diversos conceptos y aplicaciones de IA y la minería de datos enfocados en este caso al área de Medicina, y podemos darnos cuenta que ambas disciplinas se han convertido en algo muy importante, tanto para la toma de decisiones como para el desarrollo de aplicaciones, que facilitan el trabajo al ser humano, de esta manera dentro del área médica se ha incrementado el número de pacientes que serán atendidos y a los cuales se les brindará una atención de primera calidad, usando las tecnologías que existen en la actualidad, a su vez ofrecer tratamientos con resultados óptimos para los mismos.

Para poder brindar estos tratamientos se ha basado en la recopilación de datos históricos almacenados en bases de datos, llevando a cabo un proceso adecuado y realizando un análisis cuidadoso de cada uno de ellos para así obtener resultados precisos y concisos.

Dentro de la minería de datos se requiere la utilización de herramientas las cuales nos permiten recopilar y obtener datos estadísticos que facilitara la interpretación de los mismos.

Con la Inteligencia Artificial se ha logrado automatizar procesos en los cuales el ser humano es su principal cabeza ya que gracias a toda la información que ha almacenado se puede programar máquinas para obtener resultados que se asemejan a las decisiones que tomaría un ser humano, con esto estaríamos dando un gran avance ya que se puede usar diferentes técnicas para la elaboración de los mismos.

Es por ello que la IA en el campo de la medicina ha tenido grandes avances ya que se ha logrado crear sistemas emuladores de ciertas tareas que los seres humanos hacen, y los cuales han tenido estupendos resultados.

DESARROLLO

La IA es un campo amplio de investigación que trata de crear sistemas y máquinas que se comporten de manera inteligente, los especialistas en este campo parten de la dificultad de que no existe una definición precisa del concepto de inteligencia humana y de que tampoco se conoce con exactitud el funcionamiento del cerebro humano.

La robótica y la informática son dos componentes esenciales de este sector tecnológico, que existe desde hace más de cincuenta años.

En un principio la IA se centró en la solución de teoremas, fórmulas y problemas geométricos, pero luego pasó a fijarse en los denominados problemas de sentido común.

Los 3 procesos fundamentales de la inteligencia humana, que la inteligencia artificial busca imitar son:

• Aprendizaje: Consiste en adquirir conocimientos e información, así como las reglas para su aplicación, se debe tener en cuenta que la inteligencia exige un conocimiento previo y este fue uno de los primeros hallazgos de la IA.

• Razonamiento: Se trata de emplear esas reglas y conocimientos para alcanzar conclusiones aproximadas o definitivas.

• Autocorrección: Un ser dotado de IA debe por último, ser capaz de identificar sus propios errores y desechar los conocimientos, conclusiones y formas de actuación que los conducen a ellos.

Con respecto a las definiciones actuales de IA, se encuentran las de autores como Rich y Knight (1994) y Stuart (1996), quienes la definen como la capacidad de las máquinas para realizar tareas ejecutadas por seres humanos.

Nebendah (1988) y Delgado (1998), que la consideran como el campo de estudio que se centra en la explicación y emulación de la conducta inteligente mediante procesos computacionales, basados en la experiencia y el conocimiento continuo del ambiente y Lugar, Stubblefied (1993), quienes la describieron como una rama de la ciencia de la computación que se ocupa de la automatización de la conducta inteligente.

La Medicina ha ido asimilando la introducción de las computadoras para agilizar y mejorar los procesos de apoyo médico, teniendo una gran influencia, la que sigue aumentando más cada día con la introducción de la Inteligencia Artificial en la vigilancia del paciente con complejos equipos biomédicos, la realización de procesamiento voluminoso de información para la toma de decisiones y muchas otras aplicaciones.

Podemos decir entonces del surgimiento de la Informática Médica, que comprende una amplia gama de cuestiones de la organización y del uso de la información biomédica.

Otros usos de las computadoras en este campo son las pruebas para detectar e identificar alteraciones, la Tomografía Axial Computarizada (TAC), la Resonancia Magnética, el ultrasonido, análisis de electrocardiogramas por computadoras, análisis de imágenes y muchos más.

La integración ha permitido extender la aplicación de las computadoras a los servicios administrativos y de apoyo, la dirección, la investigación, el diagnóstico y el tratamiento, sin dejar de mencionar la educación.

Es el diagnóstico, quizás, el más controvertido de los sectores de aplicación de las computadoras en la medicina, por las implicaciones éticas que puede traer.

Se conoce que el diagnóstico médico es el arte de identificar una enfermedad por sus signos y síntomas, la inserción de Sistemas Expertos para el diagnóstico ha planteado la interrogante: ¿Nos sustituirá la computadora algún día?

Uno de las desventajas de estos Sistemas Expertos en el diagnóstico es que no toman en cuenta que una persona puede tener más de una enfermedad, que los síntomas pueden ser independientes, o que el paciente puede estar fingiendo.

Si bien es cierto que la computadora tiene gran capacidad de cálculo, velocidad y exactitud, está claro que una computadora no puede sustituir al médico, solo éste es capaz de razonar lógicamente y mezclar la razón con la intensión, la ética, lo afectivo y la experiencia, algo que una máquina no puede hacer.

No puede mantener el aspecto más importante: la relación médico-paciente.

La Inteligencia Artificial en el campo de la medicina ha tenido gran apego ya que ha permitido dar solución a problemas y de paso obtener aplicaciones, las cuales sirven de gran apoyo en el trabajo médico, a continuación se nombran las siguientes:

Asistente basado en casos para la clínica psiquiátrica. Bichindaritz.

Sistema basado en casos para el procesamiento de imágenes de tomografía axial computarizada y resonancia magnética, de tumores cerebrales. Macura.

Sistema asistente para el manejo de pacientes en unidades de cuidados intensivos Prize.

Asistente basado en casos para el diagnóstico y análisis del síndrome dismórfico. Evans.

Sistema de razonamiento automatizado para el diagnóstico y pronóstico del cáncer de próstata Bartels.

Sistema para la evaluación inicial de pacientes con SIDA. Xu.

Sistema basado en casos que utiliza una red neuronal artificial para el diagnóstico del infarto agudo de miocardio. Baxt y Skora.

Sistema de RBC para el pronóstico de cardiopatías congénitas en recién nacidos. García Lorenzo y Bello Pérez.

Sistema basado en casos para el cálculo de la dosis de antibióticos en cuidados intensivos. Heindi.

Sistema de RBC para la detección de la enfermedad coronaria por escintigramas coronarios. Haddad.

Los resultados de la inteligencia artificial han sido utilizados también para la elaboración de aplicaciones de Enseñanza Asistida por Computadoras en medicina, un ejemplo representativo de este tipo de sistemas es el GUIDON, un tutorial inteligente basado en el sistema experto MYCIN, cuyo objetivo es de diagnosticar infecciones bacterianas en la sangre y sugerir el tratamiento adecuado.

MYCIN es un Sistema Experto para la realización de diagnósticos, iniciado pro Ed Feigenbaum y posteriormente desarrollados por E.Shortliffe y sus colaboradores, donde su función es la de aconsejar a los médicos en la investigación y determinación de diagnósticos en el campo de las enfermedades infecciosas de la sangre.

El sistema MYCIN, al ser consultado por el médico, solicita primero datos generales sobre el paciente: nombre, edad, síntomas, etc., donde conocida esta información por parte del sistema, el Sistema Experto plantea conjeturas, donde para verificarlas comprueba primero la exactitud de las premisas de la regla, mediante una búsqueda de enunciados correspondientes en la base de conocimientos, los mismos pueden a su vez estar de nuevo en la parte de consulta de otra regla, también se lo realiza mediante determinadas preguntas al usuario, haciendo preguntas del tipo:

¿Se ha practicado en el paciente algún tipo de intervención quirúrgica?

Con las respuestas que recibe, el MYCIN verifica o rechaza las hipótesis planteadas. Una serie de test ha demostrado que MYCIN trabaja igual de bien que un médico.

A raíz de este proyecto se han implementado muchos más sistemas como: PUFF: diagnostica enfermedades pulmonares. CADUCEUS: de la Universidad de Pittsburgh, para diagnosticar medicina interna. EMYCIN: (Essential Mycin) Shell construido en la Universidad de Stanford sobre la base

del MYCIN, sistema de expertos que realiza diagnóstico de enfermedades infecciosas a la sangre. Posteriormente sobre el EMYCIN se construyeron otros sistemas expertos como el PUFF (que diagnostica enfermedades pulmonares) y el SACON (Ingeniería estructural).

MED1: Este shell fue desarrollado en 1983 por F. Puppe en el marco de una tesis doctoral en la Universidad de Kaiserlautern y llevado a la práctica posteriormente en varios computadores. El lenguaje de programación sobre el que se basa, aunque no es accesible desde el MED1, es Interlisp, es especialmente apropiado para sistema de diagnóstico médico, debido al contexto de desarrollo, la interfaz del usuario no es en absoluta tan cómoda como en otros Shell como el KEE y el S1, cuyo desarrollo fue orientado hacia la explotación comercial, su principal ventaja del MED1, es su gran flexibilidad en la manipulación de conocimientos difusos.

OTRAS APLICACIONES:

CAEMF Dedicado al diagnóstico y seguimiento ante parto del estado materno-fetal. SUTIL Aborda el problema de la monitorización inteligente en una unidad de cuidados

coronarios y resuelve algunos problemas importantes relacionados con los sistemas expertos en tiempo real.

MEEDTOL Es una herramienta para el desarrollo de sistemas expertos que incluye un procedimiento propio para la representación del conocimiento mediante "magnitudes generalizadas", una especie de micro marcos.

TAO-MEEDTOOL Sistema experto para eco cardiografía.

Como ejemplo de otros programas se encuentran, el programa Eliza, que simula el comportamiento de un psiquiatra que hace preguntas a un paciente, y el programa Parry, que simula el comportamiento de un paciente paranoico.

Ambos tienen una gran capacidad de convencimiento, sin embargo no tienen idea de lo que dicen, se limitan a reconocer palabras claves dentro de la frase tecleada por la persona, y tomando en cuenta algunas reglas sintácticas definidas con anterioridad, generan una respuesta adecuada.

Como se puede apreciar existen muchas aplicaciones que resultan útiles dentro del campo de la medicina y que con ayuda de la Inteligencia Artificial se pueden lograr mejores resultados, la IA como disciplina científica se trata con distintas connotaciones: ciencia sobre la inteligencia, la investigación de modelos computacionales con conductas inteligentes (percepción, cognición y acción), la disciplina sobre el diseño y análisis de los sistemas inteligentes o la rama de la ingeniería relacionada con la automatización o mecanización de las tareas que requieren de la inteligencia.

Entre estas últimas, se encuentran el diagnóstico de enfermedades, el descubrimiento de leyes científicas, la composición poética y musical, la enseñanza de la medicina y muchas más.

Es por ello que cada día irán surgiendo más avances que ayuden a la toma de decisiones y de alguna manera facilitar procesos que son difíciles de hacerlos manualmente.

Minería de Datos

En la actual sociedad de la información, donde cada día a día se multiplica la cantidad de datos

almacenados casi de forma exponencial, la minería de datos es una herramienta fundamental para

analizarlos y explotarlos de forma eficaz para los objetivos de cualquier organización.

La minería de datos se define como el análisis y descubrimiento de conocimiento a partir de datos; es

el conjunto de técnicas y tecnologías que permiten explorar grandes bases de datos, con el objetivo de

encontrar patrones repetitivos, tendencias o reglas que expliquen el comportamiento de los datos en un

determinado contexto.

Permite comprender el contenido de un repositorio de datos; con este fin, hace uso de prácticas

estadísticas y, en algunos casos, de algoritmos de búsqueda próximos a la Inteligencia Artificial y a las

redes neuronales.

De forma general, los datos son la materia prima bruta; y en el momento que el usuario les atribuye

algún significado especial pasan a convertirse en información.

Ventajas de la minería de datos:

Ahorra grandes cantidades de dinero a una empresa y abre nuevas oportunidades de negocios.

Contribuye a la toma de decisiones tácticas y estratégicas.

Proporciona poder de decisión a los usuarios del negocio, y es capaz de medir las acciones y

resultados de la mejor forma.

Genera modelos descriptivos: permite a empresas, explorar y comprender los datos e identificar

patrones, relaciones y dependencias que impactan en los resultados finales.

Genera modelos predictivos: permite que relaciones no descubiertas a través del proceso de la

data mining sean expresadas como reglas de negocio.

Los datos sin procesar necesarios para tomar decisiones bien fundamentadas se almacenan en diversas

ubicaciones y formatos. Durante años las organizaciones han recopilado datos de las operaciones que se

realizan diariamente mediante sus sistemas de procesamiento de transacciones en línea.

Además los datos almacenados en sistemas OLTP (Procesamiento Transaccional en línea) son

inconsistentes y están en constante cambio. Las bases de datos contienen las transacciones actuales

necesarias para operar la empresa, incluyendo errores, entradas duplicadas y transacciones invertidas,

que obstaculizan el trabajo de un analista de empresas que requiere datos estables.

Almacenes de datos: Es una técnica para consolidar y administrar datos desde varias fuentes con el

propósito de responder preguntas de negocios y tomar decisiones.

El proceso de Data Warehousing debe proveer: la información correcta, a la persona indicada, en el

formato adecuado, y en el tiempo preciso.

Un almacén guarda datos históricos que se extrajeron de sistemas operacionales y de fuentes de datos

externas; por lo general se inician como bases de datos muy grandes que contienen gran cantidad de

registros de datos. La información antigua que ya no se necesita se elimina del almacén de datos.

Objetivos del almacén de datos

Proveer una visión única de los clientes en toda la empresa.

Mejorar el tiempo de espera que insumen los informes habituales.

Predecir compras de productos y aumentar la productividad.

Mejorar la capacidad de respuesta a problemas comerciales.

Las herramientas para depurar datos pueden reunir datos de muchas fuentes en una base de datos,

automatizar la recopilación y verificación de datos, eliminar los datos no deseados y mantener los datos

en un sistema de administración de base de datos.

El éxito de las actividades de Data Mining se relaciona directamente con la calidad de los datos; muchas

veces resulta necesario pre-procesar los datos, antes de derivarlos al modelo de análisis. El pre-proceso

puede incluir transformaciones, reducciones o combinaciones de los datos; y la semántica de los datos

debe ayudar para seleccionar una conveniente representación, dado que influye directamente sobre la

calidad del modelo de datos.

El proceso se compone de cuatro etapas principales:

Determinación de los objetivos. Trata de la delimitación de los objetivos que el cliente desea bajo la

orientación del especialista en data mining (minería de datos).

Preprocesamiento de los datos. Se refiere a la selección, la limpieza, el enriquecimiento, la reducción y

la transformación de las bases de datos. Esta etapa consume generalmente alrededor del setenta por

ciento del tiempo total de un proyecto de data mining.

Determinación del modelo. Se comienza realizando unos análisis estadísticos de los datos, y después se

lleva a cabo una visualización gráfica de los mismos para tener una primera aproximación. Según los

objetivos planteados y la tarea que debe llevarse a cabo, pueden utilizarse algoritmos desarrollados en

diferentes áreas de la Inteligencia Artificial.

Análisis de los resultados. Verifica si los resultados obtenidos son coherentes y los compara con los

obtenidos por los análisis estadísticos y de visualización gráfica. El cliente determina si son novedosos y

si le aportan un nuevo conocimiento que le permita considerar sus decisiones.

Características:

La información obtenida a través de la minería de datos ayuda a los usuarios a elegir cursos de

acción y a definir estrategias competitivas.

Se puede examinar gran cantidad de datos y encontrar patrones difíciles de identificar a simple

vista.

El proceso de búsqueda puede ser realizado por herramientas que automáticamente buscan

patrones porque así están programadas y despliegan los tópicos más importantes.

Debido a que los hospitales, clínicas manejan una gran cantidad de información de sus pacientes, la

minería de datos le aporta una gran ayuda para la toma de decisiones respecto a diversos métodos que

se pueden aplicar y que beneficien a los pacientes; a su vez les permite incrementar el número de

pacientes debido al éxito que tuvo algún tratamiento en un paciente. De esta manera la minería de

datos aplicado a la medicina permite realizar:

Identificación de terapias médicas satisfactorias para diferentes enfermedades.

Asociación de síntomas y clasificación diferencial de patologías.

Estudio de factores (genéticos, precedentes, hábitos, alimenticios, etc.) de riesgo/salud en

distintas patologías.

Segmentación de pacientes para una atención más inteligente según su grupo.

Predicciones temporales de los centros asistenciales para el mejor uso de recursos, consultas,

salas y habitaciones.

Estudios epidemiológicos, análisis de rendimientos de campañas de información, prevención,

sustitución de fármacos, etc.

Recomendaciones

Se debe tener en cuenta que el uso de la tecnología es para buscar el bien común y no solo para buscar lucro a través de ella, ya que allí perdería el valor de investigación que se le ha dado.

El ser humano debe tener en cuenta que es la pieza clave para construir cada día a la innovación sea cual sea el área donde se quiera aplicar IA o la minería de Datos.

La minería de datos nos debe servir para la toma de decisiones pero también se debe tener en cuenta otros factores que también influyen.

El procesamiento digital de imágenes es de gran ayuda para investigación acerca de fenómenos que acechan a nuestro planeta, además para descubrir nuevas constelaciones, estrellas, etc.

Conclusiones

La consistencia de la información obtenida es muy importante ya que de esto depende una correcta toma de decisiones en un determinado contexto.

La minería de datos ayuda a tener una visión más completa y detallada de una determinada área, permitiendo la búsqueda de datos relevantes de las operaciones que se realizan a diario.

Dentro del área de la medicina se puede identificar posibles tratamientos que han resultado efectivos los cuales han sido resultado de un previo análisis, y en base a esto se lograra resultados óptimos.

La IA ha tenido un gran impacto en la medicina ya que gracias a ella se han podido realizar sistemas que han ayudado a obtener excelentes resultados dentro de este campo.

Tanto la IA como la Minería de Datos son muy útiles en la toma de decisiones de acuerdo a la información que se ha recolectado.

La IA han ayudado a la creación de sistemas que emulan el comportamiento de un ser humano en una x situación y con el cual podemos emitir un diagnostico confiable.

La evolución tecnológica ha sido muy importante en los últimos años y en ella, la Inteligencia Artificial es una de las disciplinas con mayor impacto, sus sistemas virtuales permiten predecir la dinámica tanto del estado sano como patológico de un individuo y encontrar soluciones a los problemas virtuales que se planteen.

La utilización adecuada de la técnica, y en particular la Computación, está llamada a proveer al ser humano de nuevos y más amplios espacios de libertad para su desarrollo íntegro y libre de ataduras tecnológicas.

El valor del adelanto dela tecnología sea un médico o no, puede ser juzgado solamente por su contribución a mejorar la vida de cada ser humano.

Las soluciones virtuales encontradas podrán aplicarse a la solución de problemas de salud reales, y cerrar así el ciclo de conocimiento desde lo real a lo virtual para predecir realidad futura.

Aporte personal

La IA como la minería de datos son muy importantes y su aplicación en las diferentes ramas ha tenido u éxito rotundo, en especial en las ciencias de la Medicina ya que ha permitido crear sistemas que colaboran al desarrollo de la misma, de igual forma la minería de datos el análisis de información histórica nos permite analizarla para de allí tomar decisiones o si se da el caso la creación de nuevos tratamientos, diagnósticos, etc, en nuestra sociedad se hacen grandes esfuerzos para brindar un servicio de salud con alta calidad, pero no se invierte en tecnología lo que sería un punto a nuestra contra ya que no podemos competir con países desarrollados que buscan siempre estar en vanguardia.

Además debemos tener en cuenta que el uso de la tecnología en la Medicina nos debe servir para buscar el bien común y de ayudar a los demás no solo verlo como un objeto de lucro o de hacer dinero ya que allí se perdería el sentido de usar la tecnología para el desarrollo de la sociedad.

La minería de datos es de gran importancia para las organizaciones, ya que se puede convertir los datos

extraídos de diversas fuentes en información y esta a su vez en conocimiento, lo cual permite una

correcta toma de decisiones que van en beneficio de la organización.

Además antes de poder realizar un análisis, es necesario determinar de qué fuentes se va a obtener los

datos, estás pueden ser internas o externas a la organización, por lo cual es preciso que todos los datos

recopilados estén en un solo formato, que sean precisos y confiables para de esta manera llegar a un

correcto análisis y en base a estos resultados tomar decisiones adecuadas y responder a las inquietudes

que surgen dentro de la organización, a su vez mejorar la forma de administrarla.

Bibliografía.

García RF. La informática médica en Cuba. Disponible en:

http://www.cpicmha.sld.cu/hab/vol6_2_00/hab070200.htm [Consultado: 31 de enero del 2011].

La investigación en informática médica en nuestros centros de educación médica superior. Disponible en:

http://www.cecam.sld.cu/pages/rcim/revista_5/editorial_5.htm [Consultado: 31 de enero del 2011].

UNIVERSIDAD ALAS PERUANAS" FACULTAD DE INGENIERÍA DE SISTEMAS E INFORMÁTICA CURSO: INFORMES

TÉCNICOS TEMA: "INTELIGENCIA ARTIFICIAL" PROFESOR: ING. OSCAR MUJICA RUÍZ.2005

Langton CG, Shimohara K (eds.). Artificial life. Cambridge: The MIT Press; 1997.

Sinnexus Business Intelligence + Informatica Estrategica (2010). Datamining (Minería de datos).

Disponible en http://www.sinnexus.com/business_intelligence/datamining.aspx

José Hernández Orallo. Departamento de Sistemas Informáticos y Computación. Minería de Datos.

Disponible en http://users.dsic.upv.es/~jorallo/cursoDWDM/dwdm-III-1.pdf

http://www.youtube.com/watch?v=nKT5VmDvFuw (video de IA y medicina)

FACENA FACENA - UNNE. Data Mining. Disponibel en:

http://www.google.com/url?sa=t&source=web&cd=5&ved=0CDYQFjAE&url=http%3A%2F%2Fexa.unne.

edu.ar%2Fdepar%2Fareas%2Finformatica%2FSistemasOperativos%2FSDataMining.pdf&rct=j&q=mineria

%20de%20datos%20teleprocesos&ei=Bi9MTaObNoXagAf05sHmDw&usg=AFQjCNG2u4JDiFEfVq3QEtVv

O8x3r0tDjQ&sig2=5FUgPo88GcLX7PP8UDrkyQ&cad=rja