Aplicaciones de la inteligencia artificial en la medicina (página 2)

DESARROLLO

La Inteligencia
Artificial (IA) es un campo de estudios muy amplio, y en
constante cambio. Sin
embargo, su producto
final es siempre software. Estos programas,
producto del trabajo de
la IA, son denominados Sistemas
Inteligentes (SI).

Un SI incorpora conocimiento
sacado de la experiencia y expertisia de los expertos
humanos. Los campos de aplicación de tales SI’s
son muy variados, pensemos por ejemplo en un sistema de
diagnóstico médico, o en un
sistema integrado de ayuda a la toma de
decisiones empresariales. En cualquier caso, un SI
partirá de unos datos y los
convertirá en información (conocimiento), de modo que
ayude a tomar una decisión. Para convertir los datos en
información útil, empleará algoritmos
de razonamiento, aprendizaje,
evolución, etc. Además, el SI
actuará siempre en tiempo real,
lo que representa un aumento de la productividad.

En el caso de la medicina las
aplicaciones de la Inteligencia
artificial son tan amplias que no podremos ni siquiera
resumirlas todas, por lo que haremos mención de algunas
de las que más extensamente se han usado y de algunas de
las que más se están utilizando en la
actualidad.(3)(4)

Sistemas Expertos.

Constituye hoy en día el área de
aplicación de la I.A. dentro de la medicina de mayor
éxito. Los sistemas
expertos permiten almacenar y utilizar el
conocimiento de uno o varios expertos humanos en un
dominio de
aplicación concreto. Su
uso incrementa la productividad, mejora la eficiencia en
la toma de de-cisiones o simplemente permite resolver problemas
cuando los expertos no están presentes. Muchos son los
ejemplos de sistemas expertos desarrollados.

Entre ellos: MYCIN para el diagnóstico
médico.

Un sistema experto genérico consta de dos
módulos principales:

1. La base de conocimientos del sistema experto con
   respecto a un tema específico para el que se
   diseña el sistema. Este conocimiento se codifica
   según una notación específica que incluye
   reglas, predicados, redes semánticas y
   objetos.
2. El motor de
   inferencia: es el que combina los hechos y las preguntas
   particulares, utilizando la base de conocimiento, seleccionando
   los datos y pasos apropiados para presentar los
   resultados

Un Sistema Experto (SE), es básicamente un
programa de
computadora
basado en conocimientos y raciocinio que lleva a cabo tareas que
generalmente sólo realiza un experto humano; es decir, es
un programa que imita el comportamiento
humano en el sentido de que utiliza la información que
le es proporcionada para poder dar una
opinión sobre un tema en especial. Otros autores lo
definen como sigue: un Sistema Experto es un programa de
computadora interactivo que contiene la experiencia, conocimiento
y habilidad propios de una persona o
grupos de
personas especialistas en un área particular del
conocimiento humano, de manera que permitan resolver problemas
específicos de ése área de manera
inteligente y satisfactoria. La tarea principal de un SE es
tratar de aconsejar al usuario. Los sistemas expertos son una
variedad comercial de una clase de
programas computacionales llamados sistemas basados en
conocimiento. El conocimiento en sistemas expertos es altamente
in estructurado, esto es, el proceso de
solucionar problemas de un dominio no es manifiesto. Y es
establecido explícitamente en relaciones o deductivamente
inferidos desde la cadena de proposiciones.(4)(5)

Dado que cada condición que puede ser encontrada
puede ser descrita por una regla, los sistemas expertos basados
en reglas no pueden manejar eventos no
anticipados, pero pueden evolucionar con el uso, y permanece
limitado a un estrecho dominio de problemas.

Sólo para citar un ejemplo, un Sistema Experto
(SE) de medicina es una aplicación capaz de dar soporte a
un diagnóstico, con el uso de técnicas
básicas de representación del conocimiento,
deducción y búsqueda de soluciones.

Esto va desde sistemas básicos dirigidos al
usuario del hogar, hasta proyectos de
apoyo a países en desarrollo
para auxiliar a médicos generales en el diagnóstico
de enfermedades
donde los especialistas no se encuentran disponibles. Los casos
más avanzados son los sistemas de monitoreo capaces de
mantener estable al paciente, manejar los cambios en la
condición del paciente y disparar alarmas. Es en este
nivel, donde los campos de aplicación se mezclan con las
clases o tipos de aplicaciones que nos llevan a hacer una
explosión de usos potenciales de la IA.
(1)(4)(6)

Otra variante de sistemas expertos, uno que no posee
esta limitación, emplea una base de conocimiento que
consiste de descripciones estructuradas de situaciones, de
problemas del mundo real y de decisiones actualmente hechas por
expertos humanos. En medicina, por ejemplo, el registro de un
paciente contiene descripciones de datos personales,
exámenes físicos y de laboratorio,
diagnóstico clínico, tratamiento propuesto, y los
resultados de tales tratamientos.

Dada una gran base de datos
con tales registros en una
especialidad médica, el médico puede indagar acerca
de eventos análogos a los relacionados con el paciente.
Esto en contraste con el sistema que idealmente intenta
reemplazar al ser humano, ya que en casos como estos sólo
podría usarse este tipo de conocimiento como una
herramienta que ayuda en la toma de decisiones. El software requerido para este
tipo de sistemas se ha ido complicando con el tiempo ya que su
desarrollo demanda
tiempo, un buen equipo de programadores y un buen producto
final.(4)(5)(7)

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

El sistema GUIDON se inicia con la presentación
de un caso clínico sobre el cual el sistema va
proporcionando información adicional a solicitud del
estudiante y almacena la información sobre el tipo y
número de consultas que va realizando, así como el
orden de razonamiento que emplea el estudiante al tratar de
resolver el caso problema. El GUIDON puede interrumpir la
consulta y reorientar al estudiante en el momento en que presenta
una de las reglas apropiadas para la solución. Este
sistema proporciona ayuda al estudiante en función
del camino que éste va siguiendo para solucionar el
caso.

El GUIDON también cuenta con la posibilidad de
hacer presentaciones de casos clínicos de tipo tutorial,
con el propósito de introducir nuevo material o establecer
diálogos sobre los mecanismos de inferencia referentes al
caso para llegar al diagnóstico y tratamiento
adecuados.

Desarrollar tutoriales
inteligentes como el GUIDON requiere de un gran tiempo de trabajo
y un enorme costo, ya que
implica, en primer lugar, adquirir conocimientos de un experto
humano, almacenarlos en una computadora y manejarlos con los
recursos que esta
última brinda, para obtener un resultado o solución
igual o suficientemente cercana a la de un experto humano. El
sistema además, debe poder explicar en todo momento su
razonamiento. Por su complejidad, estos no son los sistemas que
más comúnmente se desarrollan para la
enseñanza.(6)(7) (8)

La tecnología de
sistemas expertos ha probado su utilidad en
campos muy heterogéneos del saber humano, a modo de
ejemplos podemos citar algunos Sistemas Expertos:

• MYCIN, construido también en Stanford,
  diagnostica enfermedades infecciosas de la sangre y receta los
  antibióticos apropiados.
• 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. El MED1, como su nombre
  indica, es especialmente apropiado para sistema de
  diagnóstico médico. Debido al contexto de
  desarrollo, la interfase 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. La principal ventaja del
  MED1, es su gran flexibilidad en la manipulación de
  conocimientos difusos.(3)(9)

Ahora hablaremos un poco mas sobre MYCIN:

Mycin
Sistema Experto para diagnósticos médicos
MYCIN es un Sistema Experto para la realización de
diagnósticos, iniciado pro Ed Feigenbaum y posteriormente
desarrollados por E.Shortliffe y sus colaboradores. 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. Una vez conocida
esta información por parte del sistema, el Sistema Experto
plantea unas hipótesis.
Para
poder verificarlas
comprueba primero la exactitud de las premisas de la regla. Esto
se realiza mediante una búsqueda de enunciados
correspondientes en la base de conocimientos. Estos enunciados
pueden a su vez estar de nuevo en la parte de consulta de otra
regla. También lo realiza mediante determinadas preguntas
al usuario. Aquí se hacen preguntas del tipo: ¿Se
ha practicado en el paciente algún tipo de
intervenciónquirúrgica?
Con las respuestas que recibe, el MYCIN verifica o rechaza las
hipótesis planteadas. Una serie de tests
han demostrado que MYCIN trabaja igual de bien que un
médico.(1)(10)(11)

ROBÓTICA

Los robot son unas máquinas
controladas por ordenador y programada para moverse, manipular
objetos y realzar trabajos a la vez que interacciona con su
entorno. Los robots son capaces de realizar tareas repetitivas de
forma más rápida, barata y precisa que los seres
humanos.

La fabricación de robots es el mejor campo de
experimentación para la Inteligencia Artificial. La
robótica no es ciencia-ficción, no trata de hacer robots
que piensen como personas y se parezcan a ellas, sino que trabaja
con metas más simples. Los robots no tienen nada que ver
con lo que entendemos por humanoides. Son objetos cotidianos que
facilitan un poco la vida, como un electrodoméstico.
La reproducción de cualquier órgano del
ser humano es extremadamente difícil, y para imitar el
funcionamiento de una pierna se utiliza algo tan rudimentario
como ruedas y cadenas. Algo parecido ocurre con la visión,
pues una cámara no se aproxima a la riqueza que tiene el
ojo humano, que además tiene visión
estereoscópica, mientras que una cámara ve una
imagen
plana.

El diseño
de un manipulador robótico se inspira en el brazo humano.
Las pinzas están diseñadas para imitar la
función y estructura de
la mano humana. Muchos robots están equipados con pinzas
especializadas para agarrar dispositivos concretos.

Las articulaciones de
un brazo robótico suelen moverse mediante motores
eléctricos. Una computadora calcula los ángulos
de articulación necesarios para llevar la pinza a la
posición deseada.(12)

En 1995 funcionaban unos 700.000 robots en el mundo.
Más de 500.000 se empleaban en Japón,
unos 120.000 en Europa Occidental
y unos 60.000 en Estados Unidos.
Muchas aplicaciones de los robots corresponden a tareas
peligrosas o desagradables para los humanos. En los laboratorios
médicos, los robots manejan materiales que
conlleven posibles riesgos, como
muestras de sangre u orina. En otros casos, los robots se emplean
en tareas repetitivas en las que el rendimiento de una persona
podría disminuir con el tiempo. Los robots pueden realizar
estas operaciones
repetitivas de alta precisión durante 24 horas al
día.(13)

Patxi Ibarrondo se refiere a la instalación en el
Hospital Universitario de Valdecilla (Santander, España) de
un robot informatizado llamado Celedonio que simula todas las
situaciones de emergencia en una sala de operaciones, de esta
manera el personal del
hospital se entrena "sin necesidad de adquirir experiencia
únicamente a costa de los pacientes". Según el
artículo, Celedonio "es un robot cibernético, casi
de carne y hueso, que simula a la perfección las
sofisticadas constantes de la vida humana y está preparado
para soportar estoicamente toda manipulación que sea
menester sin quejarse". Celedonio simula, excepto las
psiquiátricas, "todas las enfermedades o traumas en sus
infinitas variantes y niveles de gravedad", incluso puede morir
si es necesario. Este robot es único en España,
solo existen dos similares en Europa y cuesta 45 millones de
pesetas. (8)(10)(11)

Redes neuronales artificiales

Un computador
tradicional es una máquina que ejecuta una serie de
instrucciones de forma secuencial, siendo capaz de realizar
complicadas operaciones lógicas y aritméticas muy
rápidamente. Sin embargo, la estructura del cerebro es
radicalmente diferente. No está compuesto por un
único microprocesador
complejo y eficiente, sino por miles de millones de neuronas, que
realizan de modo impreciso, redundante y relativamente lento un
tipo de cálculo
muy simple. Y sin embargo estos sistemas resuelven ciertas tareas
como la visión manejando grandes cantidades de
información redundante, defectuosa y cambiante como
ninguna máquina que el hombre haya
podido construir hasta la fecha.

Una red neuronal es un modelo
computacional que pretende simular el funcionamiento del cerebro
a partir del desarrollo de una arquitectura que
toma rasgos del funcionamiento de este órgano sin llegar a
desarrollar una réplica del mismo. El cerebro puede ser
visto como un equipo integrado por aproximadamente 10 billones de
elementos de procesamiento (neuronas) cuya velocidad de
cálculo es lenta, pero que trabajan en paralelo y con este
paralelismo logran alcanzar una alta potencia de
procesamiento. El elemento clave de este paradigma es
la novedosa estructura del sistema de procesamiento de la
información.(12)(13)

Los sistemas neuronales artificiales toman las
características esenciales de la estructura neuronal del
cerebro para crear sistemas que lo mimeticen, mediante sistemas
electrónicos o mediante simulación
por ordenador, aprovechando sus propiedades de cálculo.
Estos sistemas están compuestos por multitud de procesadores
simples que operan sobre la base de reconocimiento de patrones, y
que pueden adquirir, almacenar y utilizar conocimiento
experimental, obtenido a partir de ejemplos. Esta forma de
adquirir el conocimiento es una de sus características
más destacables: no se programa de forma directa, como en
los sistemas expertos, sino que se adquiere el conocimiento a
partir de ejemplos, por ajuste de parámetros de las
neuronas mediante un algoritmo de
aprendizaje.

La clasificación de las áreas de la
aplicación de redes neuronales en el campo de la Medicina,
es la siguiente:

1) Diagnóstico: detección de cáncer
y patologías cardíacas a através de las
señales
que se obtienen a partir de la aparatología médica.
Los beneficios del uso de redes
neuronales en diagnóstico no se ven afectados por
factores como la fatiga, las condiciones desfavorables de
trabajo, y los estados emocionales.

2) Analítica: en bioquímica
se facilitan los análisis de orina, sangre, control de
diabetes,
ionogramas,y la forma de detectar condiciones patológicas
a través del análisis bioquímico.

3) Imágenes:
el procesamiento de mágenes de alta complejidad (RX; TAC;
RNM; ecografías; Doppler, etc) mediante redes neuronales
permitió establecer patentes referidas a imágenes
significativas de patologías antes no
demostradas.

4) Farmacología: singular valor en el
desarrollo de drogas para el
tratamiento del cáncer. También han sido utilizadas
para el proceso de modelado de biomoléculas.

El algoritmo generalmente utilizado en los items 1), 2),
y 4) es el de retropropagación

El comportamiento
de una red neuronal
depende de los pesos de las funciones de
input-output (Funciones de transferencia).

En términos generales, podemos citar que las
funciones tipicamente pueden estar en alguna de estas tres
categorías:

1) Función linear, donde la actividad de output
es proporcinal al peso total del output.

2) Gatillo, donde el output es establecido a uno de dos
niveles, dependiendo de cuál input total es mayor que
otro, o menor que otro, dependiendo del valor del
gatillo.

3) Función sigmoide, donde el output varía
permanentemente pero no en forma linear como los cambios del
input. Presenta una similitud considerable con las neuronas
reales.(14)(15)(16)17)

En medicina, existen algunas aplicaciones relativamente
recientes ampliamente usadas todavia que tienen como objetivo
fundamental el de servir de apoyo al trabajo del médico en
determinadas circunstancias, y entre las cuales podemos
señalar las siguientes:

1. Asistente basado en casos para la clínica
psiquiátrica.

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

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

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

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

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

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

8. Sistema de RBC para el pronóstico de
cardiopatías congénitas en recién
nacidos.).

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

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

OTRAS APLICACIONES:

CAEMF Dedicado al diagnóstico y seguimiento
anteparto 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
micromarcos)

TAO Consejero de terapia oncológica que incorpora
el conocimiento estratégico necesario para la
inclusión de enfermos en protocolos de
quimioterapia y para el seguimiento del efecto del protocolo)

TAO-MEEDTOOL Sistema experto para
ecocardiografía. (1)(3)

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. Estos programas 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. Por lo que carecen de
inteligencia, pues en realidad ignoran lo que hacen.
(4)(5)

Hasta aquí, hemos tratado el tema de la IA
así como también sus aplicaciones recientes en
medicina. En nuestro país se han logrado resultados
prometedores en la elaboración de programas de computación de RBC orientados
fundamentalmente al diagnóstico médico. Como
ejemplo de lo anterior podemos mencionar al Sistema Inteligente
de Selección
de Información (SISI), (16) elaborado en la Universidad
Central de las Villas en 1996.
Esperamos que con el proyecto ya en
marcha de informatización de la sociedad,
estos programas sean incorporados cada vez más al trabajo
médico, no con el objeto de sustituirlo y sí como
instrumento de apoyo al personal de la salud.

EL FUTURO

En el año 2001 se realizó la primera
operación transoceánica de la historia.Por medio de la
telemedicina
y usando dos sistemas de cirugía telerrobótica un
equipo médico en New York extirpó con
éxito la vesícula biliar a una paciente de 68
años ingresada en un hospital de Estrasburgo,Francia.Esto
vaticina un un futuro fascinante para las operaciones a
distancia y posibilitará la cirugía de
tripulantes de naves espaciales ,trabajadores de plataformas
petrolíferas en alta mar, o soldados heridos en el campo
de batalla ,eliminándose las restricciones
geográficas , los costosos traslados de pacientes a
centros de alta especialización o la escasez de
científicos muy especializados.Esta novedosa
técnica llamada heart pot permite que el tiempo
quirúrgico pueda ser televisado y seguido en tiempo real
por otros expertos en el mismo salón o a miles de
kilómetros de distancia

El sueño de crear un cerebro artificial similar
al humano está todavía muy lejos de hacerse
realidad. Sin embargo, la Inteligencia Artificial ha servido para
elaborar sistemas y dispositivos en cierto modo "inteligentes":
agendas electrónicas, sistemas de reconocimiento facial,
programas anti-fraude, aviones
de combate sin piloto, etc. Su aplicación en medicina ha
conseguido también importantes logros; en Suecia se ha
desarrollado una técnica que aplica IA a unos chips que
empiezan a usarse para análisis genético de
muestra, los
denominados "biochips", cuya labor se centra en distinguir
distintos tipos de cáncer.

Bibliografía revisada

1.UNIVERSIDAD ALAS PERUANAS" FACULTAD DE INGENIERIA DE
SISTEMAS E INFORMATICACURSO: INFORMES
TÉCNICOSTEMA: "INTELIGENCIA ARTIFICIAL" PROFESOR: ING.
OSCAR MUJICA RUÍZ.2005

2. Inteligencia. Diccionario
terminológico de ciencias médicas 11 ed. Barcelona:
Salvat, 1990:533.

3. José María Filgueiras Nodar. Un
panorama general de la inteligencia artificial y sus aplicaciones
actuales.2005

4.Galvez Lio . Daniel . Sistemas basados en el
conocimiento.UCLV(2006):4-37.

5.Colectivo de autores.Univ.Guadalajarra.Aplicaciones de
la inteligencia artificial.2002.163-253

6. Rích E. Inteligencia artificial. 2da ed.
McGraw-Hill, Interamericana de España,
1994:135-7.

7. Winston H. Inteligencia artificial. 3ra ed.
Addison-Wesley Iberoamericana, 1994:87-9.

8. Brena R. La inteligencia artificial: enfoques,
herramientas y
aplicaciones. Soluciones Avanzadas Ao2-13:15.2001

9. Kolodner JL. An introduction to case-based reasoning.
Artf Intell Rev 2002; 6:3-34.

10. Kolodner JL, Educational implications of anaiogy. A
view from case-based reasoning. Am Psychol 2004; 52 (I):
57-66.

11. Frize M. Computer-assisted decision support system
for patient management in an intensive care unit Medinfo 2005;
1009-12.

12. Evans CD. A
case-based assistant for diagnosis and analysis of dysmorphic
syndrome. Med Inf Lond 1995; 20(2) 121-31.

13. Bartels PH. Automated
reasoning system in histopathologic diagnosis and prognosis of
prostate cancer and its
precursors. Eur Urol 1996; 30(2):222-33.

14. García MM, Bello RE. A model and its
different applications to case-based reasoning. Knowledge Based
Systems 1996; 9:465-73. 

15. Heindi B. A case-based consiliarius for therapy
recommendations: computer-based advice for calculated antibiotic
therapy in intensive care medicine. Comput Methods Programs
Biomed 1997; 52(2): 117-27.

16. Haddad M. Feasibility analysis of a case-based
reasoning system for automated detection of coronary heart
disease from myocardiai scintigrams. Artif Intell Med 1997; 9(1):
61-78.

17. Redes neuronales y clasificacion de datos:
diagnóstico médico, … Journal Title: Inteligencia
Artificial, Revista
Iberoamericana de Inteligencia Artificial
…
wotan.liu.edu/docis/dbl/iariia/2006

Autor:

Dr. Alexander Sánchez Arbolaez

Cuba, Santa Clara