Sistema Experto en Atención a Nenos Diabéticos 1
1997/07/01 Sierra, Basilio | Remiro, Arantxa | Pikaza, Juan Manuel Iturria: Elhuyar aldizkaria
A diabetes é a enfermidade crónica máis estendida entre os nenos e no mundo desenvolvido. A súa vida é completa e, por tanto, se non se coida con detemento leva un risco elevado de sufrir graves problemas (cegueira, pernas ou amputación, etc.). Cando se di que hai que coidala ben, por tanto, tense en conta a gravidade destes problemas.
Aos nenos diabéticos hai que ensinarlles desde pequenos que toda a responsabilidade do seu corpo é súa e que os demais, como moito, dámoslles consellos. A súa responsabilidade será sempre ter en conta os factores a ter en conta neste proceso de coidado: o nivel de azucre do sangue, a alimentación, o deporte ou a dose de insulina, entre outros.
Os médicos necesitan todos e cada un dos datos dos pacientes paira poder decidir como actuar ante a enfermidade e paira poder explicar aos nenos que deben facer exactamente. Hai que ter en conta moitos datos e en xeral necesítase tempo paira velos ben. Cada día hai que realizar 3 recollidas de datos de media e en cada recollida de datos pódense analizar 14 valores diferentes (glucemia, insulina, alimentación, deporte, cetonuria, día, hora, etc.). Cada 4 meses acode ao médico con todos os datos que recolleu.
Analizando as características desta enfermidade, a posibilidade de utilizar un Sistema Experto pode ser una boa solución. Denominaremos Sistema Experto ao programa capaz de comprender, explicar e aprender. No caso que estudamos, o obxectivo do sistema é que os nenos coñezan si coidan ou non adecuadamente a enfermidade.
O traballo que se describe a continuación tivo como obxectivo facilitar o labor do médico e paira iso utilizamos técnicas de Intelixencia Artificial. O primeiro paso que demos foi realizar un aparello paira recoller os datos do paciente. Posteriormente realizamos un programa de lectura destes datos, no que se almacena a información nunha base de datos, que finalmente permite relacionar a información que se recolle da base de datos cos datos do propio paciente e obter una explicación.
O programa está preparado paira a contorna de Windows, polo que é moi útil e podemos achegar datos dunha maneira moi representativa. Os datos móstranse en cifras, pero tamén se poden mostrar en cor datos especiais como hiper e hipoglucemia. Ademais dos xa mencionados, o sistema pode proporcionar máis recursos gráficos e estatísticos e, por último, as posibilidades que nos ofrece o propio Sistema Experto, a organización destes datos en informes médicos, entre outros.
Que é o Sistema Experto?
Sistema Experto (SA) é un programa informático que imita respostas de expertos. Sitúase na rama de Intelixencia Artificial en Informática e desde as décadas dos 70 utilizáronse moito, sobre todo en medicamento. Una das características principais da SA, e a súa diferenza máis evidente cos programas comúns, é a xestión da incerteza, é dicir, que as saídas do programa non son do todo detalladas, senón que se dan cun nivel de confinamento. Normalmente o nivel de confianza é a probabilidade da decisión. O sistema máis prestixioso é o experto MICYN, xa que proporciona o diagnóstico das enfermidades contaxiosas do sangue tan ben como os mellores expertos do mundo. Foi realizada na Universidade Stanford dos EEUU (California) e, dito de maneira comprensible, é una estrela da SA. O programa que traballamos é a especialización de SA, Sistema Auxiliar de Toma de Decisións ( Decission Support System ).
Se miramos no Dicionario Enciclopédico Elhuyar, a definición da diabetes doce é a seguinte:
“Enfermidade metabólica que aumenta o nivel glucémico do sangue. É moi normal. O páncreas é incapaz de sintetizar insulina suficiente paira controlar o metabolismo azucreiro. En consecuencia, o nivel de azucre en sangue supera os valores normais. A súa orixe pode estar nunha lesión pancreática ou outras enfermidades. Tratamento mediante vacinas de insulina.”
Ao ser crónico, os pacientes deben saber manter os niveis de azucre en valores aceptables, controlando o seu corpo durante toda a vida. Paira iso deberán ter en todo momento baixo control tres factores principais: a alimentación, o deporte e o nivel de insulina.
Una persoa con diabetes ten que comer san, as medidas de comida diaria deben ser variadas e equilibradas, debe realizar o exercicio físico de forma adecuada paira evitar una diminución excesiva dos niveis de azucre e tomar sen escusas as doses de insulina indicadas polos médicos nas horas prescritas polos médicos.
Os momentos de administración da insulina son normalmente dúas, tres ou catro ao día. O horario prescrito segue una determinada pauta, por iso chámase pauta; por exemplo, a pauta máis utilizada adoita ser “antes de almorzar e cear” nos casos nos que o enfermo debe tomar insulina dúas veces ao día.
Medicamento informático
Desde que se estendeu por completo o uso de computadores, os recursos que ofrece a informática son moi utilizados en medicamento, xa que os computadores facilitan o control de moitos datos nos centros médicos. Na actualidade, as necesidades das persoas que traballan no ámbito sanitario son as seguintes desde o punto de vista da Healthcare Information and Management System Society:
- Uso de redes de computadores (internet, correo electrónico...)
- Consulta de bases de datos (paira médicos)
- Compartir información dixitalizada de pacientes
- Obtención e tratamento de datos
- Integración de diferentes recursos
A organización da información é moi importante, tendo en conta os sistemas de información do hospital, o rexistro informático de pacientes, as imaxes clínicas, a telemedicina, a seguridade, etc.
O rexistro informático do paciente, por exemplo, é un proxecto europeo que ten como obxectivo introducir todos os datos dun paciente nun cartón magnético. O proxecto contempla a lectura deste cartón en calquera centro hospitalario europeo e as súas principais aplicacións son o diagnóstico, a telecontsultación e a organización de tratamentos.
Como se mencionou anteriormente, uno dos principais campos da Intelixencia Artificial é o medicamento, xa que paira iso deseñáronse os sistemas expertos máis prestixiosos e outros moitos instrumentos. O deseño dun sistema experto pasa pola consolidación da área de coñecemento do médico, que se pode facer mediante regras e que na actualidade utilízanse outras técnicas máis sofisticadas como a aprendizaxe automática.
Doutra banda, utilízanse modelos matemáticos paira medir o comportamento do paciente e converter as decisións dos médicos en modelos en cada caso concreto. A maioría dos modelos son estatísticos, entre eles a regresión loxística, a análise do discriminante, a teoría de Dempstes-Shafer, os modelos causales, a lóxica escura, as redes neuronais, as Redes Bayesianas, etc. son os máis utilizados.
Os Sistemas Auxiliares de Toma de Decisións forman parte do subconjunto de Sistemas Expertos, que ten como obxectivos apoiar aos profesionais da saúde e aumentar o rendemento dos equipos clínicos, mellorando o proceso de diagnóstico (que preguntar, que tipo de tests e que proceso débese seguir, entre outros), facilitando o tratamento, axudando a realizar o deseño dos experimentos e realizando a xestión e tutela dos recursos hospitalarios.
Proxecto DIABETES I
O noso proxecto ten como obxectivo principal facilitar o traballo ao médico e ao paciente.
Como xa se mencionou, a diabetes é una enfermidade de toda a vida e os pacientes teñen que vacinarse varias veces ao día, escribindo nun caderno os niveis de glucemia, a insulina introducida e outros datos sobre o deporte, a alimentación ou outros factores que inflúen na enfermidade e acudindo cada tres meses aos médicos paira informarlles de todo. O médico, a través da revisión destes datos, pode coñecer o estado exacto da enfermidade e determinar se a dose de insulina debe ser modificada ou si debe someterse a unha nova pauta.
O obxectivo deste sistema é facilitar este labor e paira iso desenvolvemos un dispositivo electrónico, similar a unha calculadora, que permite ao paciente introducir codificados os datos que debe ter en conta.
Interfaz
Co fin de facilitar o traballo ao usuario, elaborouse un programa baseado en Windows que permite ler e visualizar todos estes datos desde devandito dispositivo electrónico de forma sinxela, incluíndo gráficos de diferentes opcións, estatísticas e datos do día. Paira realizar este programa utilizamos Visual C++. É un sistema interactivo que se pode executar en calquera PC, se o paciente ten computador dáselle una pequena parte do programa.
Sistemas Expertos
Entre as opcións que ofrece o programa atópase o Sistema Experto. Isto permite que o médico vexa con maior rapidez o comportamento do paciente e as medidas que se deben tomar a partir dos datos, pero teña en conta que os criterios que recolle o Sistema Experto (no noso caso o Sistema Auxiliar de Toma de Decisións) non son máis que recomendacións e que a decisión final debe ser tomada polo propio médico.
Contamos coa colaboración dun equipo de médicos paira a elaboración do Sistema Auxiliar de Toma de Decisións que traballaron decididamente na posta en marcha e interpretación das decisións que teñen que tomar no día a día. Así, podemos dicir que o noso programa segue o comportamento dun equipo médico, é dicir, que os consellos que dá o sistema son os que os propios médicos dannos. Loxicamente, o uso das regras debe realizarse con incerteza, como en todos os Sistemas Expertos.
A continuación móstrase un exemplo de regra tomada de MYCIN:
Se
a cor do sangue é GRAMM NEGATIVO e é coñecido e o enfermo corre perigo,
entón PSEUDOMONAS (0,6)
Esta regra ten un grao de fiabilidade do 60%.
Utilízanse técnicas estatísticas paira a xestión da incerteza e as conclusións obtéñense utilizando probabilidades. No noso caso, os médicos contáronnos a incerteza das regras e o uso das mesmas.
O conxunto de regras é una base de coñecemento que, por dicilo dalgunha maneira, simula o coñecemento dos médicos. O proceso paira a obtención deste coñecemento denomínase enxeñaría do coñecemento; en sistemas expertos é totalmente normal que sexa necesario realizar este traballo, aínda que na actualidade existen outras técnicas que permiten a aprendizaxe automática a partir de datos como a apertura dunha Rede Bayesiana (Sistema Experto Probabilístico).
Base de datos
A parte máis importante deste traballo é a inclusión de todos os datos nunha base de datos Access da que obtemos un informe médico. Paira conectar o programa e Access utilizouse o ODBC ( Open Data Base Connectivity ). En devandito informe preséntase un resumo dos datos dos pacientes, o seu comportamento durante este trimestre, a coherencia dos datos cos datos obtidos da análise de sangue (como a hemoglobina glucosilada) e as conclusións do sistema. Realizamos simulacións de regras en forma de macro en Access paira tomar decisións dun médico.
Todos os datos obtidos do dispositivo electrónico na base de datos asócianse ao paciente mediante unhas relacións e os datos da análise de sangue intégranse na base de datos (de momento manualmente) por parte dos médicos para que o programa recóllaos no informe. Esta utilización do programa non se deixa en mans dos pacientes, xa que paira eles é difícil obter estes datos de sangue.
CONCLUSIÓNS
Mediante este proxecto conseguiuse a creación e consolidación dun equipo multidisciplinar, dando una solución práctica a un problema real.
Por unha banda, o equipo informático ha experimentado con diferentes técnicas e ferramentas paira aplicar as técnicas máis interesantes de informática e intelixencia artificial. Doutra banda, o equipo médico ha estruturado o coñecemento deste campo a través dun debate, obtendo una base de coñecemento. Introduciu todos os datos do paciente na base de datos indicando os pasos a seguir paira o seu control.
As ferramentas utilizadas son:
Hardware:
Computadores persoais Dispositivo
de recollida de datos.
Software:
Microsoft Visual C++ (Paira realizar programas)
Microsoft Access (Base de datos)
Open Data Base Connectivity (Paira enlazar base de datos e programas)
Dynamic Data Exchange (Paira realizar tarefas de base de datos directamente)* Profesorado da Facultade de Informática de Donostia. UPV/EHU
Gai honi buruzko eduki gehiago
Elhuyarrek garatutako teknologia
