Sistema Expert en Atenció a Nens Diabètics 1
1997/07/01 Sierra, Basilio | Remiro, Arantxa | Pikaza, Juan Manuel Iturria: Elhuyar aldizkaria
La diabetis és la malaltia crònica més estesa entre els nens i en el món desenvolupat. La seva vida és completa i, per tant, si no es cuida amb deteniment comporta un risc elevat de sofrir greus problemes (ceguesa, cames o amputació, etc.). Quan es diu que cal cuidar-la bé, per tant, es té en compte la gravetat d'aquests problemes.
Als nens diabètics cal ensenyar-los des de petits que tota la responsabilitat del seu cos és seva i que els altres, com a molt, els donem consells. La seva responsabilitat serà sempre tenir en compte els factors a tenir en compte en aquest procés de cura: el nivell de sucre de la sang, l'alimentació, l'esport o la dosi d'insulina, entre altres.
Els metges necessiten tots i cadascun de les dades dels pacients per a poder decidir com actuar davant la malaltia i per a poder explicar als nens què han de fer exactament. Cal tenir en compte moltes dades i en general es necessita temps per a veure'ls bé. Cada dia cal realitzar 3 recollides de dades de mitjana i en cada recollida de dades es poden analitzar 14 valors diferents (glucèmia, insulina, alimentació, esport, cetonuria, dia, hora, etc.). Cada 4 mesos acudeix al metge amb totes les dades que ha recollit.
Analitzant les característiques d'aquesta malaltia, la possibilitat d'utilitzar un Sistema Expert pot ser una bona solució. Denominarem Sistema Expert al programa capaç de comprendre, explicar i aprendre. En el cas que hem estudiat, l'objectiu del sistema és que els nens coneguin si cuiden o no adequadament la malaltia.
El treball que es descriu a continuació ha tingut com a objectiu facilitar la labor del metge i per a això hem utilitzat tècniques d'Intel·ligència Artificial. El primer pas que vam donar va ser realitzar un aparell per a recollir les dades del pacient. Posteriorment realitzem un programa de lectura d'aquestes dades, en el qual s'emmagatzema la informació en una base de dades, que finalment permet relacionar la informació que es recull de la base de dades amb les dades del propi pacient i obtenir una explicació.
El programa està preparat per a l'entorn de Windows, per la qual cosa és molt útil i podem aportar dades d'una manera molt representativa. Les dades es mostren en xifres, però també es poden mostrar en color dades especials com hiper i hipoglucèmia. A més dels ja esmentats, el sistema pot proporcionar més recursos gràfics i estadístics i, finalment, les possibilitats que ens ofereix el propi Sistema Expert, l'organització d'aquestes dades en informes mèdics, entre altres.
Què és el Sistema Expert?
Sistema Expert (SA) és un programa informàtic que imita respostes d'experts. Se situa en la branca d'Intel·ligència Artificial en Informàtica i des de les dècades dels 70 s'han utilitzat molt, sobretot en medicina. Una de les característiques principals dels SA, i la seva diferència més evident amb els programes comuns, és la gestió de la incertesa, és a dir, que les sortides del programa no són del tot detallades, sinó que es donen amb un nivell de confinament. Normalment el nivell de confiança és la probabilitat de la decisió. El sistema més prestigiós és l'expert MICYN, ja que proporciona el diagnòstic de les malalties contagioses de la sang tan bé com els millors experts del món. Va ser realitzada en la Universitat Stanford dels EUA (Califòrnia) i, dit de manera comprensible, és una estrella del SA. El programa que hem treballat és l'especialització de SA, Sistema Auxiliar de Presa de decisions ( Decission Support System ).
Si mirem en el Diccionari Enciclopèdic Elhuyar, la definició de la diabetis dolça és la següent:
“Malaltia metabòlica que augmenta el nivell glucèmic de la sang. És molt normal. El pàncrees és incapaç de sintetitzar insulina suficient per a controlar el metabolisme sucrer. En conseqüència, el nivell de sucre en sang supera els valors normals. El seu origen pot estar en una lesió pancreàtica o altres malalties. Tractament mitjançant vacunes d'insulina.”
En ser crònic, els pacients han de saber mantenir els nivells de sucre en valors acceptables, controlant el seu cos durant tota la vida. Per a això hauran de tenir en tot moment sota control tres factors principals: l'alimentació, l'esport i el nivell d'insulina.
Una persona amb diabetis ha de menjar sa, les mesures de menjar diari han de ser variades i equilibrades, ha de realitzar l'exercici físic de manera adequada per a evitar una disminució excessiva dels nivells de sucre i prendre sense excuses les dosis d'insulina indicades pels metges en les hores prescrites pels metges.
Els moments d'administració de la insulina són normalment dues, tres o quatre al dia. L'horari prescrit segueix una determinada pauta, per això es diu pauta; per exemple, la pauta més utilitzada sol ser “abans de desdejunar i sopar” en els casos en els quals el malalt ha de prendre insulina dues vegades al dia.
Medicina informàtica
Des que es va estendre per complet l'ús d'ordinadors, els recursos que ofereix la informàtica són molt utilitzats en medicina, ja que els ordinadors faciliten el control de moltes dades en els centres mèdics. En l'actualitat, les necessitats de les persones que treballen en l'àmbit sanitari són les següents des del punt de vista de l'Healthcare Information and Management System Society:
- Ús de xarxes d'ordinadors (internet, correu electrònic...)
- Consulta de bases de dades (per a metges)
- Compartir informació digitalitzada de pacients
- Obtenció i tractament de dades
- Integració de diferents recursos
L'organització de la informació és molt important, tenint en compte els sistemes d'informació de l'hospital, el registre informàtic de pacients, les imatges clíniques, la telemedicina, la seguretat, etc.
El registre informàtic del pacient, per exemple, és un projecte europeu que té com a objectiu introduir totes les dades d'un pacient en una targeta magnètica. El projecte contempla la lectura d'aquesta targeta en qualsevol centre hospitalari europeu i les seves principals aplicacions són el diagnòstic, la telecontsultación i l'organització de tractaments.
Com s'ha esmentat anteriorment, un dels principals camps de la Intel·ligència Artificial és la medicina, ja que per a això s'han dissenyat els sistemes experts més prestigiosos i molts altres instruments. El disseny d'un sistema expert passa per la consolidació de l'àrea de coneixement del metge, que es pot fer mitjançant regles i que en l'actualitat s'utilitzen altres tècniques més sofisticades com l'aprenentatge automàtic.
D'altra banda, s'utilitzen models matemàtics per a mesurar el comportament del pacient i convertir les decisions dels metges en models en cada cas concret. La majoria dels models són estadístics, entre ells la regressió logística, l'anàlisi del discriminant, la teoria de Dempstes-Shafer, els models causals, la lògica fosca, les xarxes neuronals, les Xarxes Bayesianes, etc. són els més utilitzats.
Els Sistemes Auxiliars de Presa de decisions formen part del subconjunt de Sistemes Experts, que té com a objectius fer costat als professionals de la salut i augmentar el rendiment dels equips clínics, millorant el procés de diagnòstic (què preguntar, quin tipus de tests i quin procés s'ha de seguir, entre altres), facilitant el tractament, ajudant a realitzar el disseny dels experiments i realitzant la gestió i tutela dels recursos hospitalaris.
Projecte DIABETIS I
El nostre projecte té com a objectiu principal facilitar el treball al metge i al pacient.
Com ja s'ha esmentat, la diabetis és una malaltia de tota la vida i els pacients han de vacunar-se diverses vegades al dia, escrivint en un quadern els nivells de glucèmia, la insulina introduïda i altres dades sobre l'esport, l'alimentació o altres factors que influeixen en la malaltia i acudint cada tres mesos als metges per a informar-los de tot. El metge, a través de la revisió d'aquestes dades, pot conèixer l'estat exacte de la malaltia i determinar si la dosi d'insulina ha de ser modificada o si ha de sotmetre's a una nova pauta.
L'objectiu d'aquest sistema és facilitar aquesta labor i per a això hem desenvolupat un dispositiu electrònic, similar a una calculadora, que permet al pacient introduir codificats les dades que ha de tenir en compte.
Interfície
Amb la finalitat de facilitar el treball a l'usuari, s'ha elaborat un programa basat en Windows que permet llegir i visualitzar totes aquestes dades des d'aquest dispositiu electrònic de manera senzilla, incloent gràfics de diferents opcions, estadístiques i dades del dia. Per a realitzar aquest programa hem utilitzat Visual C++. És un sistema interactiu que es pot executar en qualsevol PC, si el pacient té ordinador se li dóna una petita part del programa.
Sistemes Experts
Entre les opcions que ofereix el programa es troba el Sistema Expert. Això permet que el metge vegi amb major rapidesa el comportament del pacient i les mesures que s'han de prendre a partir de les dades, però tingui en compte que els criteris que recull el Sistema Expert (en el nostre cas el Sistema Auxiliar de Presa de decisions ) no són més que recomanacions i que la decisió final ha de ser presa pel propi metge.
Hem comptat amb la col·laboració d'un equip de metges per a l'elaboració del Sistema Auxiliar de Presa de decisions que han treballat decididament en la posada en marxa i interpretació de les decisions que han de prendre en el dia a dia. Així, podem dir que el nostre programa segueix el comportament d'un equip mèdic, és a dir, que els consells que dóna el sistema són els que els propis metges ens donen. Lògicament, l'ús de les regles ha de realitzar-se amb incertesa, com en tots els Sistemes Experts.
A continuació es mostra un exemple de regla presa de MYCIN:
Si
el color de la sang és GRAMM NEGATIU i és conegut i el malalt corre perill,
llavors PSEUDOMONAS (0,6)
Aquesta regla té un grau de fiabilitat del 60%.
S'utilitzen tècniques estadístiques per a la gestió de la incertesa i les conclusions s'obtenen utilitzant probabilitats. En el nostre cas, els metges ens han comptat la incertesa de les regles i l'ús d'aquestes.
El conjunt de regles és una base de coneixement que, per dir-ho d'alguna manera, simula el coneixement dels metges. El procés per a l'obtenció d'aquest coneixement es denomina enginyeria del coneixement; en sistemes experts és totalment normal que sigui necessari fer aquest treball, encara que en l'actualitat existeixen altres tècniques que permeten l'aprenentatge automàtic a partir de dades com l'obertura d'una Xarxa Bayesiana (Sistema Expert Probabilístic).
Base de dades
La part més important d'aquest treball és la inclusió de totes les dades en una base de dades Access de la qual obtenim un informe mèdic. Per a connectar el programa i Access s'ha utilitzat l'ODBC ( Dades obertes Base Connectivity ). En aquest informe es presenta un resum de les dades dels pacients, el seu comportament durant aquest trimestre, la coherència de les dades amb les dades obtingudes de l'anàlisi de sang (com l'hemoglobina glucosilada) i les conclusions del sistema. Hem realitzat simulacions de regles en forma de macro en Access per a prendre decisions d'un metge.
Totes les dades obtingudes del dispositiu electrònic en la base de dades s'associen al pacient mitjançant unes relacions i les dades de l'anàlisi de sang s'integren en la base de dades (de moment manualment) per part dels metges perquè el programa els reculli en l'informe. Aquesta utilització del programa no es deixa en mans dels pacients, ja que per a ells és difícil obtenir aquestes dades de sang.
CONCLUSIONS
Mitjançant aquest projecte s'ha aconseguit la creació i consolidació d'un equip multidisciplinari, donant una solució pràctica a un problema real.
D'una banda, l'equip informàtic ha experimentat amb diferents tècniques i eines per a aplicar les tècniques més interessants d'informàtica i intel·ligència artificial. D'altra banda, l'equip mèdic ha estructurat el coneixement d'aquest camp a través d'un debat, obtenint una base de coneixement. Ha introduït totes les dades del pacient en la base de dades indicant els passos a seguir per al seu control.
Les eines utilitzades són:
Maquinari:
Ordinadors personals Dispositiu
de recollida de dades.
Programari:
Microsoft Visual C++ (Per a realitzar programes)
Microsoft Access (Base de dades)
Dades obertes Base Connectivity (Per a enllaçar base de dades i programes)
Dynamic Data Exchange (Per a fer tasques de base de dades directament)* Professorat de la Facultat d'Informàtica de Donostia. UPV/EHU
Gai honi buruzko eduki gehiago
Elhuyarrek garatutako teknologia
