Ttulo del artculo: Sistema Experto Para Diagnstico de Deteccin Temprana de TDAH en Nios Usando Metodologa CommonKADS

Anas Lizbeth Pinpingos Solrzano apinpingos@gmail.com Facultad de Ingeniera de Sistemas e Informtica Universidad Nacional Mayor de San Marcos, Lima - Per

RESUMEN El trastorno de dficit de atencin con hiperactividad es una enfermedad que como principal sntoma tiene la desatencin, y en el caso de los nios merma sobremanera su aprendizaje en una institucin. Para el diagnostico del TDAH se requiere de un experto en el campo por el conocimiento especializado que implica. Por tal motivo se desarrollar un sistema que diagnostique sin la necesidad de tener al experto presente pero valindose del conocimiento que l mismo a adquirido al tratar este trastorno. Y como todo desarrollo de un sistema debe seguir una metodologa en este caso se propuso la metodologa CommonKADS en la cual se desarroll los modelos que aplicaban al caso de estudio, que para la investigacin es la Asociacin Peruana de Dficit de Atencin (APDA), la cual ha sido la principal fuente de conocimiento. En la implementacin se propone las herramientas tecnolgicas como Clips y Java. En esta investigacin se aborda estudios de sistemas expertos con aplicacin de diversas herramientas tecnolgicas, concluyendo que las herramientas ya mencionadas son las idneas para la solucin de la problemtica mencionada PALABRAS CLAVE: Dficit, experto, atencin, CommonKADS, clips..

ABSTRACT The attention deficit disorder with hyperactivity is a disease whose main symptom is inattention, and in the case of children greatly decrease their learning in an institution. For the diagnosis of ADHD requires an expert in the field of specialized knowledge involved. Thats the reason why well develop a system to diagnose, without an expert present but using the knowledge he has acquired while he treat with this disorder. And like any system development should follow a methodology, I proposed in this case the CommonKADS methodology which was developed in which the models applied to the case study, that research is the Peruvian Association Attention Deficit (APDA), which has been the main source of knowledge. In the proposed implementation of technological tools such as clips and Java. This investigation dealt with studies of expert systems application of various technological tools, concluding that the tools mentioned above are ideal for solving the problems mentioned.

KEYWORDS: p.e. Deficit, expert, attention, CommonKADS, clips.

1. INTRODUCCIN El TDAH (Trastorno de Dficit de Atencin e Hiperactividad) es un trastorno que se refleja principalmente en la falta de atencin adems de exceso de actividad y/o impulsividad entre otros. El diagnostico de este trastorno se adjudica a mdicos especialistas, por lo que realizar una consulta al mdico para diagnosticar este trastorno en el nio no siempre es accesible por parte de los tutores y ms si no ven ndices con base cientfica que diga que el nio puede padecer de este trastorno ya que no siempre se cuenta con un profesional que brinde tal respaldo en la institucin donde se educa. Y aunque existen pruebas (formularios) para que el paciente se autoevalu, estas no son los sufrientemente concluyentes y tienden a presentar un alto margen de error, por lo que al final siempre que se quisiera saber si el nio padece de TDAH es necesario consultar al especialista de forma presencial y seguir todo el proceso de evaluacin para diagnosticar el trastorno. Una de las pocas entidades en especializarse en el diagnostico de este trastorno es APDA. Un paso previo, para que el paciente que asiste a APDA, asista a un mdico especialista, sera un diagnostico del asesor (software) que indique padece de TDAH, el cual sera ms accesible y seria de apoyo al diagnstico final del experto. Actualmente en APDA solo existen 8 asesores que realizan esa evaluacin a manera de entrevista y un mdico experto perteneciente a APDA, lo que refleja la escasez expertos que diagnostiquen formalmente el trastorno. Justificacin La realizacin de un software que diagnostique el TDAH y que pueda implementarse en las escuelas, asociaciones, provincia, etc. representa una oportunidad para el nio de que su condicin sea detectada tempranamente y tenga la posibilidad de recibir tratamiento. Adems ante la presuncin de un posible padecimiento poder ser validado o descartado en 1ra instancia sin necesidad de ir hasta el experto, lo cual no es accesible en la mayora de casos. El proyecto beneficiara a: Los escolares (primaria) Los profesores Los padres Las escuelas Asociaciones

Objetivo Este trabajo tiene como objetivo la realizacin de un software que respalde o refute la posibilidad de padecimiento de TDAH en nios con problemas de aprendizaje en la escuela, bajo un diagnostico acertado el cual apoye al diagnostico final del mdico experto y minimice el tiempo de obtencin del mismo, conociendo los sntomas que ste padece. Como propuesta para el cumplimiento del objetivo se plantea la realizacin de un sistema basado en conocimiento, como solucin para la obtencin diagnostico del trastorno de TDAH en nios teniendo como caso de estudio la asociacin APDA. Como experto se tendr al mdico neurlogo Armando Filomeno asesor principal de la asociacin APDA de renombre internacional. Para el desarrollo del sistema se aplicar metodologa CommonKADS. En el siguiente apartado del documento, primero se presentar el marco conceptual necesario para el desarrollo de la solucin propuesta. Seguidamente se abordara el anlisis de las diversas herramientas que hay en la literatura que apoyen en la solucin del problema (mtodos, algoritmos, metodologas, etc.). Luego se presenta la solucin planteada basada en el anlisis anterior. Y finalmente se mostrar las conclusiones del trabajo realizado.

2. MARCO TERICO TDAH El Trastorno por Dficit de la Atencin con o sin Hiperactividad es una de las condiciones psiquitricas ms comunes de la niez. Si no se trata, predispone al nio a desarrollar otras condiciones de ndole psiquitrica y social ms tarde en sus vidas. La condicin no slo es un reto para los profesionales de la salud mental de nios y adolescentes, sino tambin para aquellos que se dedican al tratamiento de adultos. De un 60 a 70% de los nios afectados continan con el trastorno una vez que se convierten en adultos. Su impacto en la sociedad es enorme en trminos de costo econmico, estrs familiar, conflictos escolares y/o dificultades en el trabajo. [Biaggi 1996] Sistemas Expertos Los Sistemas Basados en Conocimiento (SBC) son programas que resuelven problemas usando un determinado dominio de conocimiento. A veces llamados sistemas expertos. [Graciani et al., 2005] Los sistemas basados en conocimiento/Sistemas Expertos tienen mltiples clasificaciones, entre las cuales tenemos: Segn la naturaleza del problema la cual nos muestra dos grandes grupos.

Figura 2.1: Tipos de Sistemas Expertos. [Arra et al., 2003] Por otra parte, en el campo medico las relaciones entre sntomas y enfermedades se conocen solo con un cierto grado de certeza (la presencia de un conjunto de sntomas no siempre implica la presencia de una enfermedad). Estos tipos de problemas pueden tambin incluir algunos elementos deterministas, pero se trata fundamentalmente de problemas estocsticos. Consecuentemente, los sistemas expertos pueden clasificarse en dos tipos principales segn la naturaleza de problemas para los que estn diseados: Deterministas Estocsticos.

Los problemas de tipo determinista pueden ser formulados usando un conjunto de reglas que relacionen varios objetos bien definidos. Los sistemas expertos que tratan problemas deterministas son conocidos como sistemas basados en reglas, porque sacan sus conclusiones basndose en un conjunto de reglas utilizando un mecanismo de razonamiento lgico. En situaciones inciertas, es necesario introducir algunos medios para tratar la incertidumbre. Por ejemplo, algunos sistemas expertos usan la misma estructura de los sistemas basados en reglas, pero introducen una medida asociada a la incertidumbre de las reglas y a la de sus premisas. En este caso se pueden utilizar algunas frmulas de propagacin para calcular la incertidumbre asociada a las conclusiones. Durante las ltimas dcadas han sido propuestas algunas medidas de

incertidumbre. Algunos ejemplos de estas medidas son los factores de certeza, usados en las conchas para generar sistemas expertos tales como el sistema experto MYCIN; la lgica difusa y la teora de la evidencia de Dempster y Shafer. [Castillo et al., 1998] Entre algunos de los formalismos de representacin del conocimiento tenemos: Reglas, Redes Semnticas, Marcos (Frames), Lgicas de Descripcin, Lgica de Primer Orden, etc. [Graciani et al., v 2005]. Cada formalismo de representacin del conocimiento usa un mtodo de inferencia, entre los cuales estn: Razonamiento hacia adelante, Razonamiento hacia atrs, herencia, tableros, Resolucin, Unificacin, etc. [Graciani et al., 2005] Metodologa El desarrollo de software visto como un proceso requiere de metodologas formales que aseguren tanto la calidad del proceso de desarrollo de software como la calidad del mismo. La ingeniera de software ofrece el conjunto de mtodos, tcnicas y herramientas que controlan el proceso integral de desarrollo de software y suministra las bases para construir software de calidad. Todo proyecto de ingeniera tendr como finalidad la obtencin de un producto, proceso o servicio, por lo que, esto se logra a travs de actividades muy concretas que se agrupan en fases. [IIT 2007] Metodologa Commonkads La metodologa CommonKADS es una propuesta del Massachusetts Institute of Technology (MIT) que se origin de la necesidad de construir sistemas basados en conocimiento de calidad, estructurado, controlable y de forma continua. La metodologa consta de los pasos necesarios para construir una serie de mdulos predefinidos, en los que cada uno se enfoca a un aspecto delimitado para el posterior desarrollo del sistema. Cada mdulo consta de la realizacin de un modelo. [IIT 2007] En la Figura se muestra el Modelo CommonKADS, el cual refleja los principios de la metodologa.

Figura 2.2: Modelo CommonKADS. [IIT 2007]

Sistemas basados en Conocimiento SBC Por qu los sistemas expertos? El desarrollo o adquisicin de un sistema experto es generalmente caro, pero el mantenimiento y el coste marginal de su uso repetido es relativamente bajo. Pero la ganancia en trminos monetarios, tiempo y precisin resultantes del uso de los sistemas expertos son muy altas y la amortizacin en muy rpida. Debido a esto antes de desarrollar o adquirir un sistema experto debe realizarse un anlisis de factibilidad y de costo beneficio. [Castillo et al., 1998] Ventajas al utilizar Sistemas Expertos: a) Con la ayuda de un sistema experto, personal con poca experiencia puede resolver problemas que requieren un conocimiento de experto. Esto es tambin importante en casos en los que hay pocos expertos humanos. Adems, el nmero de personas con acceso al conocimiento aumenta con el uso de sistemas expertos. b) El conocimiento de varios expertos humanos puede combinarse, lo que da lugar a sistemas expertos ms fiables. c) Los sistemas expertos pueden responder a preguntas y resolver problemas mucho ms rpidamente que un experto humano. d) Los sistemas expertos pueden suministrar respuestas rpidas y fiables en situaciones en las que los expertos humanos no pueden. e) Los sistemas expertos pueden ser utilizados para realizar operaciones montonas, aburridas e inconfortables para los humanos (por ejemplo un avin o una cpsula espacial dirigida por un sistema experto). f) Se pueden obtener enormes ahorros mediante el uso de sistemas expertos. El uso de los sistemas expertos es recomendado cuando: El conocimiento es difcil de adquirir o se basa en reglas que slo pueden ser aprendidas de la experiencia. La mejora continua del conocimiento es esencial y / o cuando el problema est sujeto a reglas o cdigos cambiantes. Los expertos humanos son caros o difciles de encontrar. El conocimiento de los usuarios sobre el tema es limitado.

[Castillo et al., 1998] Mtodos y Tcnicas de Investigacin Internacional La simulacin Internacional a travs de sistemas expertos

Conviene destacar que en cuanto a las soluciones aportadas por la programacin algortmica o convencional y la del sistema experto existe una diferencia esencial. La primera converge hacia la solucin ptima mientras que la segunda slo alcanza una solucin satisfactoria o suficiente del problema. Esta diferencia en cuanto al tipo de soluciones aportadas a los problemas hace que no siempre se disponga del conocimiento terico suficiente para desarrollar el algoritmo. En semejantes condiciones, el sistema basado en el conocimiento se convierta no slo en la nica forma de programacin disponible sino tambin en la mejor forma de programacin. Adems, desde el punto de vista de su estructura y funcionamiento internos, los sistemas basados en el conocimiento, presentan importantes ventajas respecto de los programas informticos convencionales, que los hacen especialmente idneos para ser empleados en la disciplina. [Calduch 1998]
Caractersticas Modelo Procedimiento Algortmico Cuantitativo Relaciones precisas Opaco Proceso de desarrollo estructurado Revisin relativamente difcil Numricos Todos los valores deben conocidos para resolver Sistema Experto Cuantitativo y cualitativo Relaciones imprecisas Transparente Proceso de desarrollo relativamente estructurado Revisin relativamente fcil Numricos o simblicos Resuelve con valores conocidos o desconocidos Satisfactorio Relativamente independiente del orden Separa el qu conocemos del cmo lo hacemos Con frecuencia mltiples con explicacin

Variables/atributos (valores) Proceso de solucin

ser

Convergente Dependiente del orden Conjuga el qu conocemos con el cmo lo hacemos Por lo general explicacin una sola sin

Conclusiones

Figura 2.3: Comparativa Entre Los Programas Convencionales Y Los Sistemas Expertos. [Calduch 1998] Aunque existen mltiples clasificaciones de los sistemas expertos en funcin de los criterios aplicados a los diversos elementos que los componen, en trminos generales se pueden clasificar en sistemas expertos basados en reglas y sistemas expertos basados en probabilidades. [Calduch 1998]
DIFERENCIAS ENTRE TIPOS DE SISTEMAS EXPERTOS ELEMENTOS BASE DE CONOCIMIENTO MOTOR DE INFERENCIA MODELO PROBABILISTICO Abstracto: Estructura probabilstica Concreto: Hechos Aplicacin del teorema de Bayes (evaluacin de MODELO DE REGLAS Abstracto: Reglas Concreto: Hechos Encadenamientos hacia atrs y/o hacia adelante

SUBSISTEMA EXPLICACION ADQUISICION CONOCIMIENTO SUBSISTEMA APRENDIZAJE

DE DE DE

probabilidades condicionales) Basado en probabilidades condicionales Espacio probabilstico Parmetros Cambio en la estructura del espacio probabilstico Cambio en los parmetros

Basado en reglas activas Reglas Factores de certeza Nuevas reglas Cambio en los factores de certeza

Figura 3.3: Diferencias Entre Tipos De Sistemas Experto. [Calduch 1998]

Integracin de tcnicas de anlisis y clasificacin de datos mediante un sistema basado en el conocimiento para el diagnstico de patologas cerebrales y dislexias Soporte A La Implementacin En Clips Del Modelo De Conocimiento De Commonkads Implementacin del Modelo de Diseo En esta seccin, propone un Modelo de Diseo concreto susceptible de ser utilizado con cualquier dominio. Adicionalmente, se plantea la automatizacin del proceso de creacin de Modelos de Diseo con la ayuda de herramientas de construccin de compiladores. [Saavedra et al., 2001] Descripcin de la Arquitectura Software Utilizada En la figura se muestran los elementos fundamentales que componen la arquitectura software diseada para la implementacin. [Saavedra et al., 2001]

Figura 3.7: Arquitectura software de implementacin. [Saavedra et al., 2001] La plataforma de implementacin elegida ha sido el lenguaje CLIPS, herramienta de diseo para Sistemas Basados en el Conocimiento. Por encima del nivel de intrprete, encontramos una capa formada por una serie de libreras CLIPS. Estas libreras implementan, de forma genrica, el mapping de las estructuras y tipos de conocimiento descritos en el Modelo de Conocimiento, a objetos y funciones de CLIPS. Finalmente, en la ltima capa se sita el cdigo de la aplicacin particular considerada, que har uso de estas libreras.

Para hacer uso de la arquitectura propuesta, el implementador del SBC deber, a partir del Modelo de Conocimiento descrito en CML, instanciar las clases CLIPS generales definidas en la librera de objetos de CommonKADS para generar los objetos CLIPS particulares de una aplicacin (conceptos, inferencias, tareas,...). Adems quedaran por completar los cuerpos y funciones de las inferencias y tareas. Con todo esto, la ejecucin del SBC se iniciar con un mensaje de ejecucin enviado a la tarea de ms alto nivel. [Saavedra et al., 2001]

Sistema experto para el diagnostico de Trastornos depresivos Metodologa Resumimos ahora la metodologa utilizada para la realizacin del proyecto, en nuestro caso el sistema DIAG DEP, aunque sera necesaria para cualquier Sistema Experto que se quisiera construir. Las fases que se han llevado a cabo se explican a continuacin. Estudio de Viabilidad: cuando se intenta resolver un problema con la tecnologa de Sistemas Expertos, previamente debe evaluarse si la tarea es abordable en el campo de la Ingeniera del Conocimiento. Es decir, debe dirimirse si el desarrollo es Plausible, Justificable, Adecuada y procura garantizar su xito. Adquisicin de Conocimientos: los problemas abordados con la tecnologa de la Ingeniera del Conocimiento intentan imitar a travs de un software, el quehacer de un experto humano al desempear una determinada tarea. Una de las actividades que requiere mayor esfuerzo, por su complejidad es la extraccin y educcin de conocimientos, por medio de la cual se intenta descubrir el dominio de la aplicacin, el problema y el proceso de solucin del problema. Conceptualizacin: En esta fase se describe el proceso de organizacin de los conocimientos adquiridos. Esta actividad est constituida por dos tareas fundamentales: una de Anlisis, basada en la deteccin de conocimientos estratgicos, tcticos y fcticos, y otra la actividad de Sntesis donde quedan expresados dichos conocimientos en forma estructurada. Formalizacin: Pretende encontrar una adecuada representacin de los conocimientos, garantizando su correcta manipulacin. Es el primer acercamiento a la mquina en lo que respecta a su implementacin. Implementacin: Desarrolla la transformacin de los conocimientos representados en el modelo formal en un modelo computable. [Dones 2005]

Aplicacin de la metodologa CommonKADS en el anlisis de un sistema experto para diagnstico del TDAH Los sistemas expertos o sistemas basados en conocimiento son una clase relativamente nueva de software. En su mayor parte slo son realizables desde que se han desarrollado las herramientas y los mtodos adecuados, con los que ha sido

posible tratar el conocimiento. Para hacer un buen anlisis y diseo de un sistema experto es necesario adoptar una metodologa formal para su realizacin. En esta propuesta se implementa la metodologa CommonKADS en la fase de anlisis del sistema. El producto obtenido es una serie de modelos que permitirn la construccin adecuada del diseo del sistema. Dichos modelos representan no slo el conocimiento del experto, sino el de la organizacin y las reglas heursticas empleadas. La problemtica a resolver consiste en realizar la fase de anlisis para un sistema experto que diagnostique el Trastorno por Dficit de Atencin e Hiperactividad (TDAH) en nios de edad escolar (4-12 aos), tomando el lugar del experto humano en el momento de hacer el diagnstico de dicho trastorno, apoyando a maestros de primaria, ya que es en esa etapa de formacin de los nios cuando se hace ms evidente el problema. [IIT 2007] La parte de la metodologa que se basa en el anlisis profundo que se denomina Dominio de aplicacin y que abarca los siguientes modelos de anlisis: Modelo de Conocimiento, Modelo de Comunicacin, Modelo de Tareas, Modelo de Agente y Modelo de Organizacin. La metodologa se lleva a cabo realizando entrevistas no estructuradas con el experto humano dentro de las cuales se gui a la reflexin del proceso de diagnstico. Se realizaron cada una de las hojas de trabajo necesarias para completar cada modelo marcado en la metodologa. [IIT 2007] 4. METODOLOGA PROPUESTA Sistema Experto para el Diagnostico de TDAH Teniendo en cuenta que el diagnstico del TDAH es un problema de tipo determinista, se ha optado por el desarrollo de un SBC basado en reglas siguiendo un estrategia heurstica hacia adelante. Entre las metodologas expuestas para el desarrollo de sistemas expertos se eligi aplicar la metodologa CommonKADS como herramienta metodolgica, ya que resulta ms apropiada para la realidad y contexto en que se aplicara, es decir el caso de estudio en la asociacin APDA. Aplicacin de Metodologa Tecnolgica CommonKADS como Herramienta de

Para la obtencin diagnostico de un sistema que diagnostique el padecimiento del trastorno de TDAH en nios se opto por un sistema experto siguiendo la metodologa Commonkads. Desacuerdo a ello se procedi a elaborar los modelos que la misma propone. La metodologa Commonkads abarca un total de 6 modelos agrupados estructuralmente. Para el desarrollo de un SBC el proceso se basa en rellenar un conjunto de plantillas de los modelos.

Siguiendo de la metodologa para el desarrollo del SE propuesto, se elaborar los Modelos Contextuales. Los pasos realizados para llevar cabo la metodologa de desarrollo de la solucin se describen a continuacin: Para el desarrollo de la metodologa se han dividi en 5 pasos. Elaboracin del Modelos Contextuales Los modelos contextuales comprenden 3 modelos: Modelo Organizacional Modelo de Tarea Modelo de Agente

Figura 4.1: Modelos Contextuales. 1 Elaboracin del Modelo Organizacional El cual nos permitir describir los problemas y oportunidades para el SBC a realizar adems de establecer la viabilidad y valor del conocimiento. Se utilizaron las hojas OM-1, OM-2, OM-3 y OM -4. 2 Elaboracin del Modelo de Tarea El cual nos permitir revelar tareas involucradas en el proceso del negocio, analizando entadas, salidas, precondiciones, poscindiciones, recursos, etc. Se utilizaron las hojas MT-1, MT-2. 3 Elaboracin del Modelo de Agente El cual nos permitir DEFINIR LOS AGENTES que intervienen en el diagnostico de TDAH as como sus caractersticas. Se utilizo la hoja de trabajo AM-1. Elaboracin del Modelos Conceptuales Los modelos conceptuales comprenden 2 modelos: Modelo del Conocimiento Modelo de Comunicacin

Figura 4.2: Modelos Conceptuales 4 Elaboracin del Modelo del Conocimiento Su propsito es describir los tipos y estructuras del conocimiento usado en la realizacin de las tareas. Se empelo la plantilla de la hoja de trabajo KM-1.

5 Elaboracin del Modelo del Comunicacin Para el caso de estudio el modelo de comunicacin no se desarrollo pues no aplicaba, al ser un solo agente el que realizaba el total de la tarea. Haciendo referencia a otros estudios donde tampoco aplico algn modelo se cita: <<Uno de los inconvenientes que tiene el modelo de comunicaciones en CommonKADS, es que en caso de que los agentes sean seres humanos no plantea alternativas de modelado de ese intercambio de conocimiento en el mbito humano. Adems, asume que el SBC est integrado por diferentes agentes de software, cuando en los dems modelos no hace ese mismo tratamiento>> [Henao 2001]

Elaboracin del Modelo de Artefacto El modelo de artefacto comprende el Modelo de Diseo. Para el cual se trabajan las hojas de trabajo: DM-1, DM-2, DM-3, Y DM-4. Modelo de Diseo Figura 4.5: Modelo Artefacto 6 Elaboracin del Modelo de Diseo Modelo de Diseo da un sistema tcnico especfico en trminos de arquitectura, plataforma de implementacin, mdulos de software, constructos representativos, y mecanismos computacionales que necesitan implementar las funciones puestas bajo el conocimiento y modelos de Comunicacin. Verificacin del Sistema Para el proceso verificacin en la construccin del sistema, como 1ra instancia se tendr en cuenta las siguientes especificaciones: - El conocimiento ha sido representado correctamente, esto se obtendr con el apoyo y evaluacin de parte del experto. El sistema debe ser capaz de no necesita de un experto para poder ser ejecutado. El sistema deber ser usado en tiempo real La interfaz tendr un enfoque al usuario(intuitiva)

El sistema no debe mantener una consistencia en su base de cocimiento, evitando: Reglas redundantes/sinnimas, reglas circulares, reglas conflictivas.

La BASE del conocimiento debe ser completa sin recaer en escenarios imposibles dejando reglas inutilizables.

La verificacin de las especificaciones antes mencionadas se realizaran con el experto o en su defecto algn asesor que el designe, de ser necesarias estas sern realizadas en entrevista personal en las instalaciones con PADA previa coordinacin. De encontrarse observaciones en el cumplimiento de las especificaciones, se proceder a levantar estas observaciones y coordinar una siguiente entrevista de verificacin. Hasta lograra el total cumplimiento de las especificaciones.

Validacin del Sistema Para la validacin del sistema se ha planteado la realizacin de pruebas de campo con las siguientes parmetros: Tamao de poblacin muestra : 10 nios Rango de edad en la poblacin muestral: Entre 6-12 aos Sexo en la poblacin muestral: Aleatorio Tamao de muestra con TDAH: 5 Tamao de muestra sin TDAH : 5 Lugar de pruebas : Ambiente de Asociacin APDA Apoyo en pruebas: 1- 2 Asesor/Experto APDA Estructura: El trabajo con los pacientes no ser necesariamente en paralelo por lo que puede realizarse en varios das.

El proceso de las pruebas de campo para la validacin del sistema ser realizada segn se especifica: 1 Introduccin al proceso: Se explicara a los involucrados (asesores, padres, nios, tutores) el procedimiento de las pruebas a realizarse. 2 Cada paciente deber ser acompaado por un asesor o en su defecto mi persona, para empezar con el uso de sistema. 3 Finalizado la interaccin con el sistema, mi persona se encargar de levantar la informacin obtenida en con cada paciente.

4 Alcanzado la recoleccin de resultados del total de la poblacin muestra, se procede a ser comparado con los datos reales. Teniendo en cuenta la coincidencia en diagnsticos con el SE y los diagnsticos reales: VM: Valor muestral VT: Valor Total VD: Valor diferencial % Confiabilidad = VM/VT % error = VD/VT 5 El experto validara el nivel de confiabilidad del sistema, segn daos de muestra.

5. CONCLUSIONES Se concluye que la realizacin de un sistema experto como sistema para diagnosticar el trastorno de TDAH da el soporte necesario en las etapas realizadas hasta el momento. La aplicacin de la metodologa CommonKADS como metodologa para desarrollo del sistema experto brinda el soporte necesario en las diversas etapas estudiadas. No se desarrollo el modelo de comunicacin al no resultar aplicable al caso de estudio pues CommonKADS al no ofrecer un enfoque que contemple intercambio de conocimiento entre humanos directamente.

6. REFERENCIAS BIBLIOGRFICAS Tesis / Tesinas [Becerra, 2011]; Rodolfo Adrin Becerra. (2011). Sistemas Expertos para la Realizacin de Diagnstico de Trastornos Neuromusculares con Electromiografa. Tesis. Universidad de Aconcagua. [Carrillo et al., 1987]; Carrillo Verdun, Jos Domingo. (1987). Metodologa Para El Desarrollo De Sistemas Expertos. Tesis Doctoral. Universidad Politcnica De Madrid.

[Henao 2001]; Mnica Henao Clad. (2001). CommonKADS-RT: Una Metodologa para el Desarrollo de Sistemas Basados en el Conocimiento de Tiempo Real. Tesis Doctoral. Valencia-Espaa. [Saavedra et al., 2001]; Sigut Saavedra, Jos Francisco. (2001). Integracin de Tcnicas de Anlisis y Clasificacin de Datos Mediante un Sistema Basado en el Conocimiento Para el Diagnstico de Patologas Cerebrales y Dislexias. Tesis Doctoral. Universidad de La Laguna - Espaa. Revistas [Biaggi 1996]; Hctor Roberto Biaggi. (1996). Trastorno por Dficit de la Atencin. Un resumen actualizado. ALCMEON. 5. 18. http://www.alcmeon.com.ar. (10/02/2012) [Michanie 1996]; Claudio Michanie. (1996). Trastorno por dficit de atencin con hiperactividad (TDA/H). ALCMEON. 5. 17. http://www.alcmeon.com.ar. (10/02/2012) Libros [Castillo+1998]; Enrique Castillo, Jos M. Gutirrez, Ali.S. Hadi, Sistemas Expertos y Modelos de Redes Probabilsticas, Academia Espaola de Ingeniera, (1998), Espaa. [Dones 2005]; Martin Dones Luengo, Sistema experto para el diagnstico de trastornos depresivos, Proyecto de fin de carrera, Universidad Pontificia Comillas, (2005), Espaa. [DSM-IV 2010]; Diagnostic and Statistical Manual of Mental Disorders DSM - IV, American Psychiatric Association, (2010), Espaa. Papers [Arra et al., 2003]; Luciana Arra, Eduardo Meza Fernndez. (2003). Sistemas Expertos y Redes Neuronales. Espaa. [Calduch 1998]; Rafael Calduch. (1998). Mtodos y Tcnicas de Investigacin Internacional. Madrid.

[IIT 2007]; Instituto de Ingeniera y Tecnologa. (2007). Memorias de la decimo tercera semana de ingeniera. [Luengo 2005]; Martn Dones Luengo. (2005). Sistema experto Para el Diagnstico de Trastornos depresivos. Madrid. [Garcia et al., 2012]; Cristina Garcia L., Roco Snchez C., Nerea Crespo, Juan Narbona. (2012). Aula Nesplora como medida de la Atencin: Validacin convergente con el continuous performace test (CPT) En nios con TDAH. Clnica Universidad de Navarra. Pamplona. URL [BioBDx 2012]; BioBDx. (01/02/2012) http://www.biobdx.com/products/quotient-adhd-system .