Académique Documents
Professionnel Documents
Culture Documents
EQUINOCCIAL
FACULTAD DE CIENCIAS DE LA INGENIERA
INGENIERA INFORMTICA Y CIENCIAS DE LA
COMPUTACIN
TESIS DE GRADO PREVIA A LA OBTENCIN DEL
TITULO DE INGENIERO EN INFORMTICA Y
CIENCIAS DE LA COMPUTACIN
SISTEMA EXPERTO PARA DETERMINAR EL TIPO DE
DIABETES
AUTOR
CARLOS FRANCISCO OSORIO VEGA
ASESOR
INGENIERO VLADIMIR BONILLA
2009
DEDICATORIA
La presente tesis la dedico en primer
lugar a mi madre y hermanos, que han
estado siempre ah para apoyarme
moral como materialmente y que han
sido de gran ayuda para la superacin
de las diferentes etapas de mi vida.
AGRADECIMIENTO
En primer lugar, deseo darle gracias a Dios por haberme permitido culminar mis
estudios beneficindome con su sabidura.
Agradezco tambin a mi madre quien con su esfuerzo, apoyo y compresin
superior guiarme por los buenos caminos de la vida y me brindo la oportunidad de
una excelente educacin.
Y un agradecimiento muy especial a los Ingenieros Vicente Simbaa, Renato
Erazo que me revisaron la tesis y al Director de Tesis Ingeniero Vladimir Bonilla.
DECLARATORIA.
La presente tesis constituye requisito previo para la obtencin del ttulo de
Ingeniero en Informtica y Ciencias de la computacin en la Facultad de Ciencias
de la Ingeniera.
Yo, Carlos Francisco Osorio Vega, con cdula de identidad No. 17168038-5,
declaro: que la presente investigacin es absolutamente original, autentica, nuestra
y los resultados y conclusiones a los que he llegado son de mi absoluta
responsabilidad.
______________________________
Carlos Francisco Osorio Vega.
I
RESUMEN
La segunda guerra mundial fue el estimulo para la computadora electrnica, el
cual fue un invento que ha cambiado el mundo. El nacimiento de la primera
denominada generacin de computadoras se produjo en 1951. La cuarta
generacin a la que pertenece la mayora de las computadoras actuales, se
caracteriza por el uso de microprocesadores y memorias electrnicas, y se inicio
en 1971. El ritmo de la evolucin ha sido extraordinario y en 1981 se pudo lanzar
al mercado la primera computadora personal que tuvo un xito inmediato de
impuls la difusin de la computacin entre amplios sectores del mundo. La
quinta generacin de computadoras est formada por las mquinas relacionadas
con la llamada Inteligencia Artificial, se trata de computadoras dotadas de
inteligencia, implementada en su sistema fsico (hardware), sin por ello abandonar
la idea de desarrollar sistemas lgicos (software), capaces de trabajar simulando
los procesos que tienen lugar en la mente humana. La inteligencia artificial es una
de las disciplinas ms nuevas, formalmente se inicia, en 1951 cuando se invent el
computador electrnico y por tanto hasta entonces no se poda empezar a
investigar acerca de mquinas inteligentes. En 1956, John McCarthy dio nombre a
la ciencia en una conferencia en Vermouth orientada a atraer a otros cientficos,
que juntos sentaran las bases para el futuro desarrollo en la inteligencia artificial.
En la actualidad la Inteligencia Artificial abarca una enorme cantidad de
subcampos, ofrece la opcin de aplicar su metodologa en cualquier rea que
tenga que ver con las tareas del intelecto humano, es decir, la Inteligencia
Artificial es un campo de la ciencia y de la Ingeniera que se ocupa de la
comprensin a travs de la computadora de lo que comnmente llamamos
comportamiento inteligente y de la creacin de herramientas automticas que
II
INTRODUCCIN.
1. PLANTAMIENTO DEL PROBLEMA.
Durante este ltimo tiempo las enfermedades crnicas degenerativas han ido
incrementndose cada vez ms y ms. Todo esto debido a factores de la vida
cotidiana tales como: alimentacin, ejercicio fsico, estrs entre otros. Cuando una
de estas enfermedades se presenta en personas que viven en lugares donde no se
cuenta con un mdico especialista, el diagnstico tardo de sta puede traer
mayores complicaciones. A raz de esto es que surge la necesidad de extraer una
aplicacin de la Inteligencia Artificial (IA) para darle una solucin a este
problema.
Una de las enfermedades ms tratadas por la IA es la diabetes, enfermedad que se
trata en el presente artculo mediante la utilizacin de sistemas expertos. Los
sistemas expertos han manifestado ser eficaces en la tarea de proponer ideas
creativas, solucionar problemas complejos o desempear de forma eficiente tareas
rutinarias. Cuando se trata de analizar el impacto de nuevas tecnologas en la
actividad humana y en especfico cuando se habla de IA, nace una discusin sobre
qu consecuencias generar el manejo de estas herramientas, en el contexto
laboral, econmico, de las personas, especialmente este debate se crea cuando se
habla de sistemas expertos, ya que aparece directamente como un sistema cuyo
objetivo es reemplazar al especialista humano.
De esta forma, los sistemas expertos son considerados como herramientas de
apoyo para la realizacin de tareas complejas.
V
1.1 OBJETIVOS.
GENERAL
Desarrollar un sistema experto de diagnstico, para detectar el tipo de diabetes,
formulando listas de preguntas con las que se obtienen los datos necesarios que
conducen a una solucin.
ESPECIFICO.
Investigar y analizar sobre los tipos de diabetes con sus correspondientes
diagnsticos.
Investigar que motor de inferencia y lenguaje de programacin son viables
de utilizar.
Disear la base de conocimientos de acuerdo a los requerimientos del
sistema.
Crear la base de datos, en la cual se almacenar los conocimientos.
Desarrollar una aplicacin para la recepcin de preguntas y respuestas.
Permitir dar un diagnostico en poco tiempo.
1.2 JUSTIFICACIONES.
La importancia de desarrollar este sistema, es que a travs de esta propuesta se
tenga un sistema experto que permita a los pacientes de un consultorio mdico dar
VI
INDICE
RESUMEN......................................................................................................................................................................... 1
INTRODUCCIN............................................................................................................................................................IV
1. PLANTAMIENTO DEL PROBLEMA...........................................................................................................IV
1.1 OBJETIVOS. ..................................................................................................................................................... V
1.2 JUSTIFICACIONES. ........................................................................................................................................ V
1.3 ALCANCE .......................................................................................................................................................IX
2. MARCO TEORICO. ......................................................................................................................................... X
3. IDEA A DEFENDER.......................................................................................................................................XI
CAPITULO I .................................................................................................................................................................... 1
DIAGNSTICO Y CLASIFICACIN DE LA DIABETES MELLITUS. ..................................................................... 1
1.1 INTRODUCCIN.............................................................................................................................................. 1
1.2 DEFINICIN DE LA GLUCOSA. ................................................................................................................... 2
1.3 DEFINICIN DE LA DIABETES MELLITUS............................................................................................... 4
1.4 TIPOS DE DIABETES MELLITUS. ................................................................................................................ 4
1.4.1 DIABETES MELLITUS TIPO I (DM I). .......................................................................................................... 4
1.4.1.1. QU PROBLEMAS PUEDE CAUSAR LA DIABETES DE TIPO I?.......................................................... 6
1.4.1.2. CMO SE PUEDE PREVENIR ESTOS PROBLEMAS? ............................................................................. 6
1.4.1.3. QU DEBE COMER?...................................................................................................................................... 7
1.4.1.4. NIVEL DE AZCAR EN LA SANGRE.......................................................................................................... 7
1.4.1.5. CULES SON LAS SEAS DE UN NIVEL DE AZCAR BAJO EN LA SANGRE?.............................. 8
1.4.2 DIABETES MELLITUS TIPO II (DM II) ...................................................................................................... 10
1.4.3 DIABETES GESTACIONAL. ........................................................................................................................ 11
1.4.3.1 DIAGNSTICO DE DIABETES GESTACIONAL. ..................................................................................... 13
1.4.3.2 LA ALIMENTACIN DE LA MUJER EMBARAZADA. ........................................................................... 15
1.4.3.3 OTROS REQUERIMIENTOS NUTRITIVOS. .............................................................................................. 17
1.4.4 OTROS TIPOS DE DIABETES. ..................................................................................................................... 21
1.5 CAUSAS. ......................................................................................................................................................... 21
1.6 EFECTOS......................................................................................................................................................... 23
1.7 QUE ES EL SINDROME METABOLICO..................................................................................................... 24
1.7.1 CRITERIOS DIAGNOSTICO DEL SINDROME METABOLICO. ............................................................. 24
1.8 CRITERIOS PARA DIAGNOSTICAR LA DIABETES. .............................................................................. 24
1.8.1 CLASIFICACIN DE ALTERACIONES DE LA GLUCOSA..................................................................... 25
1.8.2 ALGORITMO DIAGNOSTICO ..................................................................................................................... 27
1.9 ESTRATEGIAS PARA LA PREVENCIN DE LA DM TIPO II. ............................................................... 27
1.10 FACTORES DE RIESGO DE LA DIABETES TIPO II. ............................................................................... 28
1.10.1 FACTORES ASOCIADOS.............................................................................................................................. 28
1.11 QUE HACER CON UN PACIENTE DIAGNOSTICADO DE DM TIPO II. ............................................... 29
1.11.1 VALORACIN INTEGRAL DEL PACIENTE. ............................................................................................ 29
1.11.2 FIJAR OBJETIVOS DE CONTROL CON PARTICIPACIN ACTIVA DEL PACIENTE. ...................... 31
1.11.3 TRATAMIENTO INTEGRAL. ....................................................................................................................... 32
1.12 COMPLICACIONES AGUDAS DE LA DIABETES.................................................................................... 41
1.12.1 QUE HACER ANTE UNA HIPOGLICEMIA ............................................................................................... 42
1.13 COMPLICACIONES INFECCIOSAS DIVERSAS. ...................................................................................... 44
1.14 CUALES SON LAS COMPLICACIONES CRNICAS DE LA DIABETES ............................................. 44
XIV
CAPITULO II.............................................................................................................................................................. 48
2. SISTEMAS BASADOS EN EL CONOCIMIENTO...................................................................................... 48
2.1 INTRODUCCIN A LA INTELIGENCIA ARTIFICIAL ........................................................................... 48
2.2 DEFINICIN DE INTELIGENCIA ARTIFICIAL. ................................................................................. 51
2.3 LA INGENIERA DEL CONOCIMIENTO. .................................................................................................. 51
2.3.1 DEFINICIN DE CONOCIMIENTO............................................................................................................. 53
2.3.2 REPRESENTACIN DEL CONOCIMIENTO.............................................................................................. 53
2.3.3 NIVELES DEL CONOCIMIENTO. ............................................................................................................... 55
2.3.4 ADQUISICIN DEL CONOCIMIENTO....................................................................................................... 56
2.3.5 TCNICAS DE ADQUISICIN DEL CONOCIMIENTO. .......................................................................... 58
2.4 BREVE HISTORIA DE LOS SISTEMAS EXPERTOS. ............................................................................... 62
2.4.1 INTRODUCCIN A LOS SISTEMAS EXPERTOS. ....................................................................................62
2.4.2 DEFINICIN DE UN SISTEMA EXPERTO. ............................................................................................... 64
2.4.3 QUE ES UN SISTEMA EXPERTO........................................................................................................ 65
2.4.4 PROPIEDADES DE LOS SISTEMAS EXPERTOS Y CLSICOS. ............................................................ 67
2.4.5 CARACTERSTICAS DE UN SISTEMA EXPERTO................................................................................... 68
2.4.6 MYCIN SISTEMA EXPERTO PARA DIAGNOSTICOS MDICOS. ........................................................ 69
2.4.7 LOS SISTEMAS BASADOS EN EL CONOCIMIENTO. .................................................................. 71
2.4.8 CARACTERSTICAS IMPORTANTES: ....................................................................................................... 72
2.4.9 ALGUNAS DE ESTAS PROPIEDADES SE DEBEN A LA SEPARACIN ENTRE................................ 73
2.4.10 IMPORTANCIA DEL CONOCIMIENTO. .................................................................................................... 73
2.4.11 DIFERENCIA DE SISTEMAS BASADOS EN CONOCIMIENTO CON OTRAS TCNICAS. ............... 73
2.4.12 CAMPOS DE APLICACIN DE LOS SISTEMAS EXPERTOS................................................................. 74
2.5 LOS SISTEMAS DE INFORMAIN. ............................................................................................................ 75
2.5.1 QUE SON SISTEMAS DE INFORMACIN. ............................................................................................... 76
2.5.2 EXTENSIN DE LOS SISTEMAS BASADOS EN EL CONOCIMIENTO. .............................................. 77
2.5.3 COMPONENTES DE UN SISTEMA EXPERTO.......................................................................................... 79
2.5.3.1 LA BASE DEL CONOCIMIENTO. ............................................................................................................... 81
2.5.3.2 LA BASE DE LOS HECHOS. ........................................................................................................................ 81
2.5.3.3 MOTOR DE INFERENCIA DE MECANISMOS DE RAZONAMIENTO.................................................. 82
2.5.3.4 MECANISMO DE INFERENCIA. ................................................................................................................. 83
2.5.3.4.1 MODUS PONENS Y MODUS TOLLENS. ................................................................................................... 85
2.5.4 CONTROL ....................................................................................................................................................... 86
2.5.5 ENCADENAMIENTO DE REGLAS. ............................................................................................................ 86
2.5.6 CONTROL DE COHERENCIA...................................................................................................................... 89
2.5.7 COHERENCIA DE REGLAS. ........................................................................................................................ 90
2.5.8 COMPONENTE EXPLICATIVO. .................................................................................................................. 92
XV
CAPITULO I
Su principal fuente de energa es la glucosa, que se origina del azcar que forma
los hidratos de carbono que ingerimos con la dieta.
Los hidratos de carbono se encuentran en alimentos como: el pan, las patatas, el
arroz, las pastas, etc.
El organismo, tras la ingesta de alimentos, pone en marcha una maquinaria para
digerirlos y transformarlos en su unidad ms bsica que son los azcares, y entre
ellos, la glucosa.
Este proceso alimenticio tiene lugar a distintos niveles de nuestro aparato
digestivo, pero es a nivel del intestino delgado donde la glucosa pasa a la sangre.
El pncreas est formado por diferentes tipos de clulas, entre ellas las clulas
Beta, que sern las encargadas de la secrecin de insulina, despus de recibir el
estmulo, constituido por el aumento de la glucosa en la sangre, lo que ocurre
luego de la ingesta de los alimentos.
En este momento entra en juego la insulina, que es la hormona que permite el
paso de la glucosa desde la sangre al interior de las clulas de todo el organismo,
donde ser convertido en energa.
El exceso de glucosa se almacena en el organismo como glucgeno en el hgado y
como grasa en el tejido adiposo.
El cerebro, la glucosa no necesita de insulina para entrar dentro de las clulas.
Es importante mantener niveles constantes y normales de glucosa en la sangre
para evitar que se produzcan daos a nivel de todos los tejidos del organismo.
4
1
Fundaciondiabetes.org/diabetes/cont01b.htm
5
Tabla 1: Conclusin de la DM I
Los niveles normales de azcar en una mujer embarazada sin diabetes varan entre
60 y 90 mg/dl, en ayunas y menos de 130 y 120 mg/dl, a la hora y dos horas
despus de las comidas, respectivamente. (La glucosa materna raras veces excede
de 100 mg/dl.)
En el embarazo, el azcar atraviesa la placenta, pero no la insulina. Los niveles de
azcar fetal estarn por tanto en funcin directa de los niveles de azcar materna.
Si la diabetes de la madre no se regula y mantiene niveles altos de glucosa, el feto
tambin manejar niveles altos de azcar, (hiperglucemia).
Alrededor de la dcima segunda semana de embarazo, el feto produce su propia
insulina utilizando el azcar que le viene de su madre. Si hay niveles altos de
azcar (hiperglucemia) habr niveles altos de insulina (hiperinsulinismo). Tanto
las hiperglucemias como el hiperinsulinismo son los responsables de todos los
problemas que le suceden al feto en desarrollo.
Aumento de la grasa corporal con aumento del peso y tamao
(macrosoma).
Alteracin de la madurez pulmonar produciendo dificultad respiratoria en
el recin nacido.
Abortos frecuentes.
Partos prematuros.
Muertes repentinas.
Hipoglucemia del recin nacido.
13
Niveles altos de azcar antes de la concepcin y durante las primeras semanas del
embarazo, pueden contribuir al incremento de la proporcin de malformaciones
congnitas.
Las malformaciones son de dos a tres veces ms frecuentes en hijos de madres
con diabetes mal controladas.
Las cetonas, sean por ayuno prolongado o por descompensacin metablica,
atraviesan la placenta afectando el sistema nervioso del feto, que puede tener
porteriormente un mal desarrollo intelectual.
2
1.4.3.1 DIAGNSTICO DE DIABETES GESTACIONAL.
La diabetes gestacional es la diabetes que ocurre solo durante el embarazo, y
puede presentarse en mujeres embarazadas de cualquier edad.
Como la diabetes implica un riesgo de muerte y de malformacin fetal, el mdico
debe considerar esta posibilidad en toda mujer embarazada.
Algunos datos son importantes de investigar, e indicarn una predisposicin
para padecer diabetes gestacional:
Antecedentes de familiares con diabetes mellitus.
Antecedentes personales de diabetes gestacional en un embarazo
previo.
2
Hernn Francisco Hervs Ortega, Diabetes Mellitus La Gran Epidemia de Nuestro Siglo, 2002.
Pg. 258.
14
3
Hernn Francisco Hervs Ortega, Diabetes Mellitus La Gran Epidemia de Nuestro Siglo, 2002.
Pg. 260.
16
La dieta ideal para la mujer embarazada debe aportar la cantidad de caloras y los
nutrientes necesarios para mantener la glucosa en cifras normales, prevenir la
cetosis y permitir una ganancia de peso adecuada.
La distribucin de los alimentos consiste en fraccionar en seis comidas al da, a
fin de evitar la cetosis de ayuno. Un reparto equilibrado de los alimentos puede
ser el siguiente: desayuno un 20 % del valor calrico total; a media maana un 10
%, almuerzo un 25%, a media tarde un 10%; merienda un 25 % y cena un 10 %.
1.4.3.3 OTROS REQUERIMIENTOS NUTRITIVOS.
1.4.3.3.1 CALCIO.
Las necesidades de calcio son muy importantes. Durante los seis primeros meses
las necesidades diarias de calic son de 1 gramo, aumentndose a 1,5 gramos al
final del embarazo.
Un aporte insuficiente de calcio puede provocar en la madre descalcificacin,
calambres y dolores de espalda. En el feto aparecern defectos en el esqueleto y
posteriormente en su dentadura.
La leche, quesos, col, nabo, rbanos, berros, frjoles, arvejas, quinua, cebada,
garbanzos, lenteja, soya, son ricos alimentos en calcio.
Es recomendable que una mujer embarazada tome cuatro vasos de leche al da.
18
1.4.3.3.4 VITAMINA C.
Las necesidades diarias de esta vitamina durante el embarazo y la lactancia son de
60 miligramos. La falta de vitamina C puede provocar anemia en el feto y
disminucin de la elasticidad de los tejidos de la madre con la aparicin de estras
abdominales y de vrices.
La vitamina C abunda en las frutas frescas y en las verduras.
1.4.3.3.5 LA SAL.
La restriccin de sodio no est indicada en el embarazo. La presencia de
hinchazones en los pies no es una indicacin para dar dietas pobres en sal, ni el
uso de diurticos. Esto puede ser peligroso tanto para la madre como para el feto.
Un aporte normal de sal es importante durante el embarazo.
En la siguiente tabla se detalla como conclusin la diabetes gestacional.
Anlisis de la tolerancia de la glucosa a
las tres horas.
Este anlisis es positivo, cuando se
igualan o superan dos o ms valores.
Aumento de la grasa corporal. Con aumento del peso y tamao
(macrosoma).
Abortos frecuentes.
Partos prematuros.
20
Muertes repentinas.
Hipoglucemia del recin nacido.
Antecedentes de familiares con
diabetes mellitus.
Antecedentes personales de
diabetes gestacional en un
embarazo previo.
Antecedentes de haber tenido hijos
grandes, con ms de 4 kilos al nacer.
Antecedentes de haber tenido hijos con
defectos fsicos.
Exceso de peso y obesidad.
Embarazo en mujeres mayores de
treinta aos.
Embarazos frecuentes.
Presencia de azcar en orina.
Calcio Aumentar el aporte de calcio (leche,
quesos, col, nabo, rbanos, berros,
frjoles, arvejas, quinua, cebada,
garbanzos, lenteja y soya).
21
1.6 EFECTOS
En las tres formas de diabetes, la presencia de niveles de azcar elevados en la
sangre durante muchos aos es responsable de lesiones en el rin, alteraciones de
la vista producidas por la ruptura de pequeos vasos en el interior de los ojos,
alteraciones circulatorias en las extremidades que pueden producir prdida de
sensibilidad y, en ocasiones, necrosis (que puede precisar amputacin de la
extremidad), y alteraciones sensitivas por lesiones del sistema nervioso. Los
diabticos tienen mayor riesgo de sufrir enfermedades cardiacas y accidentes
vasculares cerebrales.
Las pacientes diabticas embarazadas con mal control de su enfermedad tienen
mayor riesgo de abortos y anomalas congnitas en el feto. La esperanza de vida
de los diabticos mal tratados es un tercio ms corta que la poblacin general.
El diagnstico de la diabetes tipo II en ausencia de sntomas suele realizarse
mediante un anlisis rutinario de sangre, que detecta los niveles elevados de
glucosa. Cuando las cifras de glucosa en un anlisis realizado en ayunas
sobrepasan ciertos lmites. En situaciones intermedias, es preciso realizar un test
de tolerancia oral a la glucosa, en el que se ve la capacidad del organismo de
metabolizar una cantidad determinada de azcar.
24
4
Ministerio de Salud de Colombia, Secretaria de Enfermedades No Transmisibles. Gua de
Atencin de la Diabetes Tipo II. Colombia 2003.
30
5
Asamblea Mundial de la Salud. Estrategia mundial sobre rgimen alimentario actividad fsica y
salud. Mayo 2004.
37
de 50 aos.
Diagnstico previo de ITG o GAA.
Antecedentes personales de diabetes
gestacional.
Abortos a repeticin.
Madres con hijos macrosmicos (sobre
3.5 kg de peso al nacer).
Nacidos con peso bajo.
Obesidad Infantil y de la Adolescencia. IMC > de percentil 90 para edad y
sexo.
Determinar el grado de
descompensacin metablica.
Prdida de peso, deshidratacin,
presencia de polidipsia, polifagia,
poliuria.
Colesterol total (mg/dl) < 200
LDL mg/dl < 100
HDL mg/dl >40H >50M
Triglicridos (mg/dl) < 150
Presin arterial (mmHg) < 130 / 80
La dieta debe contener. Hidratos de carbono del 50 al 60%.
38
1.12.1.2 QUE HACER ANTE UNA HIPERGLUCEMIA SEVERA
Transferir inmediatamente a nivel hospitalario.
Medidas inciales hasta la transferencia:
Iniciar hidratacin con solucin salina al 0.9%, a chorro (1000cc en una
hora).
En caso de disponer dosificacin de glucemia (realizado en laboratorio o
capilar con tirillas) y detectar valores sobre 400 mg/dl, administrar 40 UI
de insulina.
Asegurar permeabilidad de vas respiratorias y controlar la presin arterial.
1.13 COMPLICACIONES INFECCIOSAS DIVERSAS.
La diabetes se acompaa de infecciones urinarias, genitales, respiratorias,
cutneas, periodontales, drmicas y ticas.
1.14 CUALES SON LAS COMPLICACIONES CRNICAS DE LA
DIABETES
Son el resultado de un control y tratamiento inadecuados de la diabetes.
45
CAPITULO II
En los aos 1960 cuando Alan Newell y Herbert Simn, que trabajando la
demostracin de teoremas y el ajedrez por ordenador logran crear un programa
llamado GPS (General Problem Solver: solucionador general de problemas). Este
era un sistema en el que el usuario defina un entorno en funcin de una serie de
objetos y los operadores que se podan aplicar sobre ellos. Este programa era
capaz de trabajar con las torres de Hanoi, as como con criptoaritmtica y otros
problemas similares, operando, claro est, con microcosmos formalizados que
representaban los parmetros dentro de los cuales se podan resolver problemas.
Lo que no poda hacer el GPS era resolver problemas ni del mundo real, ni
mdicos ni tomar decisiones importantes. El GPS manejaba reglas heursticas
(aprender a partir de sus propios descubrimientos) que la conducan hasta el
destino deseado mediante el mtodo del ensayo y el error.
En los aos 1970, un equipo de investigadores dirigido por Edward Feigenbaum
comenz a elaborar un proyecto para resolver problemas de la vida cotidiana o
que se centrara, al menos, en problemas ms concretos. As es como naci el
sistema experto.
El primer sistema experto fue el denominado Dendral, un intrprete de
espectrograma de masa construido en 1967, pero el ms influyente resultara ser el
Mycin de 1974. El Mycin era capaz de diagnosticar trastornos en la sangre y
recetar la correspondiente medicacin, todo un logro en aquella poca que incluso
fueron utilizados en hospitales (como el Puff, variante de Mycin de uso comn en
el Pacific Medical Center de San Francisco, EEUU)
Ya en los aos 1980, se desarrollaron lenguajes especiales para utilizar con la
Inteligencia Artificial, tales como el LISP o el PROLOG. Es en esta poca cuando
50
Las fuentes del conocimiento son los expertos humanos, libros, y datos
experimentales agrupados en bases de datos.
La adquisicin del conocimiento y su modelamiento son las tareas que ms tiempo
requieren, y que ms dificultades representan al construir un sistema experto.
Puede ocurrir que no haya expertos, que no sean tan expertos, que los expertos no
quieran dar su conocimiento o no puedan (porque sea intuitivo).
No es fcil encontrar los trucos del experto, el cmo aborda la falta de
informacin. El conocimiento ms difcil de extraer es el que el experto lleva
innato.
Como resultado de la adquisicin, se construye una base de conocimientos. En el
caso de reglas de produccin, se construyen nuevas reglas y se incorporan al
sistema.
La adquisicin puede ser directa, o como resultado de una induccin a partir de
ejemplos, o deduccin de otros conocimientos ya almacenados en la base de
conocimientos. La induccin nos sirve para producir principios generales a partir
de ejemplos especficos, mientras que la deduccin se utiliza para extraer
conclusiones especficas a partir de principios generales.
La adquisicin del conocimiento tiene tres fases:
Sacar datos del dominio que interesa.
Elaborar los datos para obtener informacin.
Codificar el conocimiento de alguna forma.
58
2.3.5 TCNICAS DE ADQUISICIN DEL CONOCIMIENTO.
Las tcnicas ms representativas para la extraccin del conocimiento se dividen en
manuales y basadas en el ordenador.
Las ms simples se basan en un contacto directo entre el ingeniero del
conocimiento y un experto en el dominio, sin usar herramientas especializadas.
Tambin pueden ser por contacto entre el ingeniero del conocimiento y los datos.
Las tcnicas manuales consumen mucho tiempo y son costosas. Para simplificar
esto se ha construido tcnicas asistidas por ordenador, en las que se pone en
contacto la mquina con la fuente de conocimiento.
El ordenador pregunta al especialista al igual que lo hara un ser humano (en este
sentido no se diferencia de lo que hara un sistema manual). Pueden ser interactivas
(o semiautomticas) y de aprendizaje automtico.
En muchos casos, para llegar a la heurstica y deducir el metaconocimiento, se
emplean tcnicas psicolgicas. Estas tcnicas se usan sobre todo cuando el experto
no colabora.
59
Los sistemas expertos pueden incorporar miles de reglas. Por ejemplo para una
persona seria una experiencia casi "traumtica" el realizar una bsqueda de reglas
posibles a la solucin de un problema y concordar estas con las posibles
consecuencias, mientras que se sigue en un papel los trazos de un rbol de
bsqueda. Los sistemas expertos realizan amablemente esta tarea; mientras que la
persona responde a las preguntas formuladas por el sistema experto, busca
recorriendo las ramas ms interesantes del rbol, hasta dar con la respuesta afn al
problema, o en su falta, la ms parecida a esta.
Los sistemas expertos tienen la ventaja frente a otros tipos de programas de
Inteligencia Artificial, de proporcionar gran flexibilidad a la hora de incorporar
nuevos conocimientos. Para ello solo tenemos que introducir la nueva regla que
deseamos hacer constar y ya est, sin necesidad de cambiar el funcionamiento
propio del programa.
Los sistemas expertos son "autoexplicativos", al contrario que en los programas
convencionales, en los que el conocimiento como tal est encriptado junto al
propio programa en forma de lenguaje de ordenador. Los expertos de Inteligencia
Artificial dicen que los sistemas expertos tienen un conocimiento declarativo,
mientras que en los dems programas es procedural.
67
6
http://www.psycologia.com/articulos/ar-jsamper01.htm
68
7
http://luisguillermo.com/CBSE.pdf
70
8
www.web1.cti.unav.es/asignaturas/ia/tsld012.htm
71
9
www.web1.cti.unav.es/asignaturas/ia/tsld012.htm
72
10
http://www.geocities.com/SiliconValley/Way/7788/capv
76
81
11
http://personales.unican.es/gutierjm/cursos/expertos/Reglas.pdf
86
El tiempo que consume este proceso hasta su terminacin depende, por una parte,
de los hechos conocidos, y, por otra, de las reglas que se activan. Este algoritmo
puede ser implementado de muchas formas. Una de ellas comienza con las reglas
cuyas premisas tienen valores conocidos. Estas reglas deben concluir y sus
conclusiones dan lugar a nuevos hechos. Estos nuevos hechos se aaden al
conjunto de hechos conocidos, y el proceso continua hasta que no pueden
obtenerse nuevos hechos.
La Figura 1, muestra un ejemplo de seis reglas que relacionan 13 objetos, del A al
M. Las relaciones entre estos objetos implicadas por las seis reglas pueden
representarse grficamente, tal como se muestra en la Figura 2, donde cada objeto
se representa por un nodo. Las aristas representan la conexin entre los objetos de
la premisa de la regla y el objeto de su conclusin.
"Ntese que las premisas de algunas reglas coinciden con las conclusiones de
otras reglas. Por ejemplo, las conclusiones de las Reglas 1 y 2 (objetos C y G) son
las premisas de la Regla 4.
Figura 3: Un ejemplo de un conjunto de seis reglas relacionando 13 objetos.
88
12
http://personales.unican.es/gutierjm/cursos/expertos/Reglas.pdf
89
Objetos Conclusiones
A B Regla 1 Regla 2 Regla 3 Regla 4
Conclusiones
contradictorias
C C B = C B = F SI
91
C
F
F
F
C
F
B = C
B = F
B = C
B = C
B = F
B = F
SI
SI
SI
Tabla 11: Una tabla de verdad que muestra que las Reglas 1 y 4 son
incoherentes.
Es decir, es suficiente que exista un conjunto de valores que conduzcan a
conclusiones no contradictorias. Considrense las cuatro reglas siguientes, que
relacionan dos objetos A y B binarios { C , F }
Regla 1: Si A = C, entonces B = C.
Regla 2: Si A = C, entonces B = F.
Regla 3: Si A = F, entonces B = C.
Regla 4: Si A = F, entonces B = F.
Las Reglas 1-2 son coherentes puesto que, tal como se muestra en la Tabla 8, para
A = F, no producen conclusiones. Sin embargo, las Reglas 1 y 4 son incoherentes
porque producen conclusiones contradictorias para todos los posibles valores de A
y B, tal como se ve en la Tabla 9.
Ntese que un conjunto de reglas puede ser coherente, aunque algunos conjuntos
de valores puedan producir conclusiones inconsistentes. Estos conjuntos de
valores se llaman valores no factibles. Por ejemplo, las Reglas 1 y 2 son
92
13
http://ingenieroseninformatica.org/recursos/tutoriales/sis_exp/cap2.php
94
1. El conocimiento, es decir, las reglas, los hechos, las relaciones entre los
hechos, etc.., debe poder introducirse de la forma ms sencilla posible.
2. Posibilidades de representacin clara de todas las informaciones
contenidas en una base de conocimientos.
3. Comprobacin automtica de la sintaxis.
4. Posibilidad constante de acceso al lenguaje de programacin.
Como se pone en prctica cada uno de los requisitos depender del lenguaje de
programacin elegido y del hardware que tengamos. El experto deber estar algo
familiarizado con el componente de adquisicin para poder realizar
modificaciones por s slo.
2.5.12 CLAUSULAS DE HORN.
"Una clusula de Horn, es una clusula que tiene, como mucho, un literal positivo.
Las cuales fueron investigadas por primera vez por Alfred Horn en 1951.
Algunos ejemplos:
P, -P v Q, -P v -Q v R, -P v -R
Existen tres tipos de clusulas de Horn:
Un tomo simple a menudo llamado hecho .
97
14
Nilson, Nils J., Inteligencia Artificial, Espaa, McGraw-Hill, primera, cap. III, pg. 212,213,
ao 2001
98
Visual Prolog incluye una seccin especial para declarar los hechos que va a ser
parte de la base de datos dinmica o interna, esta es la seccin "facts" o
"database".
La palabra FACTS (la palabra DATABASE tambin se puede usar) declara la
seccin de base de datos interna. Es aqu donde se declaran los hechos que van a
estar cambiando al momento de correr el programa.
Declaracin de la base de datos interna
Es posible tener diferentes bases de datos tanto globales como locales. Para hacer
esto, se puede nombrar cada seccin de base de datos.
Seccin global de base de datos
Se puede hacer una seccin global de base de datos anteponiendo la palabra
"GLOBAL" a la palabra FACTS.
En caso de que se deseen inicializar hechos globales, esto solo se puede hacer en
el modulo principal (modulo que contiene la seccin de metas) y la seccin de
metas debe preceder cualquier clusulas de base de datos.
Todos los mdulos en un proyecto deben tener exactamente la misma declaracin
de la seccin de base de datos globales. El compilador de Visual Prolog supone
que un proyecto siempre contiene ms de un modulo, por lo que, la base de datos
de default siempre debe ser declarada como global. Si alguna definicin cambia,
se debe de recompilar todos los proyectos.
Restricciones:
99
Los literales de los objetivos y los de los cuerpos de las reglas son listas
ordenadas, los mismos que desempean un papel muy importante en la ejecucin
de un programa en Prolog.
La inferencia con clusulas en Prolog se basa en intentar demostrar , una
clusula objetivo mediante la ejecucin de un programa.
Dicha prueba se obtiene mediante operaciones de tipo resolucin sobre los
hechos, las reglas y los objetivos en Prolog.
Cada resolucin se realiza entre un objetivo, o bien un hecho o una regla.
Un objetivo se pude resolver con un hecho mediante la unificacin del
hecho con uno de los literales del objetivo. A este literal lo
denominaremos literal resuelto. El resolvente que se obtiene es un nuevo
objetivo, compuesto por la lista de todas instancias de sustitucin del resto
de literales del objetivo original. Las instancias de sustitucin se obtienen
mediante la aplicacin del unificador ms general de la unificacin entre
estos otros literales.
Un objetivo se puede resolver con una regla mediante la unificacin de la
cabeza de la regla con uno de los literales del objetivo. El resolvente que
se obtiene es un nuevo objetivo compuesto por la adicin de la lista de las
instancias de sustitucin de todos los literales del cuerpo de la regla en
101
15
Nilson, Nils J., Inteligencia Artificial, Espaa, McGraw-Hill, primera, cap. III, pg. 242,243,
ao 2001
102
CAPITULO III
3. DESARROLLO DEL SISTEMA EXPERTO
3.1 IDENTIFICACIN DEL PROBLEMA Y ANLISIS DEL
CONOCIMIEMTO A SER INCLUIDO EN EL SISTEMA.
El sistema basado en el conocimiento es una aplicacin informtica que simula el
comportamiento de un experto en diagnosticar y dar un tratamiento sobre la
diabetes. Para esto, se debe tener en cuenta que la principal caracterstica de este
experto viene a ser el conocimiento o habilidades profundas en el campo de la
diabetes, el Sistema Inteligente representar ese conocimiento con el objetivo de
utilizarlo para diagnosticar mediante los sntomas del paciente, y tambin
mostrara como resultado el tratamiento nutricional adecuado segn el diagnostico
determinado. El sistema, es una herramienta que le ayudar en el diagnstico y
tratamiento de la diabetes, dndole una mayor agilidad al paciente.
La representacin del conocimiento en el sistema est en lenguaje natural y
construido por reglas que componen las bases del conocimiento y representan
eventos. Estas bases de conocimiento estn cargadas con conocimiento
proporcionado por el experto en diagnostico y tratamiento de la diabetes.
Con la ayuda del sistema inteligente las personas no especialistas podrn dar un
diagnostico y tratamiento de la diabetes. Adems si una persona utiliza
regularmente este sistema inteligente aprender de l, y se aproximar a la
capacidad del experto. El propsito de realizar este sistema es optimizar los
recursos humanos y econmicos de un centro de salud o de un mdico, as como
104
3.3.1 EL EXPERTO.
La funcin del experto, es quien va a facilitar los conocimientos especializados en
el rea de la enfermedad diabtica, los mismos que estarn a disposicin del
Sistema Experto.
El mdico especialista en el diagnostico y tratamiento nutricional de la diabetes,
que ha venido trabajando en esta rea por muchos aos, se plantean una serie de
preguntas para determinar el tipo de diabetes.
3.3.1.1 PREGUNTAS PARA DETERMINAR LA DIABETES
A continuacin se detalla cada una de las preguntas que el experto se ha venido
planteando, con sus correspondientes descripciones.
Cul es el nivel de glucemia en ayunas?
La glucemia en ayunas es normal entre los 70 y 100 ml/dl (miligramos por
decilitro) de sangre y despus de las comidas menos de 140 ml/dl, si hay duda el
diagnostico de niveles de azcar en la sangre se encuentra entre los valores
normales, a los diabticos se le realiza una curva de tolerancia de glucosa. Cuando
los niveles de glucosa se encuentre por encima de los 180 ml/dl de sangre, el rin
permite el paso de azcar a la orina y se considera un paciente diabtico.
La diabetes mellitus tipo II es ms frecuente en mujeres que en varones, las
mujeres mayores y obesas tienen mayor riesgo.
106
Cul es el nivel PTOG (Prueba de Tolerancia Oral a la Glucosa)?
Es el valor obtenido a las dos horas de sobrecarga con 75 g de glucosa.
Qu sexo es?
Es importante el sexo para poder determinar el tipo de preguntas segn el gnero.
Cuntos aos tiene?
La diabetes mellitus puede ocurrir en cualquier edad, es ms comn despus de
los 30 aos con mayor frecuencia entre los 50 y 60 aos de edad, al parecer la
diabetes aumenta con la edad de las personas.
Tiene familiares directos (padres, abuelos, tos carnales, primos o sobrinos)
con antecedentes de diabetes?
Toda anormalidad y defecto fsico en una persona con diabetes debe ser
investigada esto se debe a la afeccin congnita.
Si alguien tiene un familiar diabtico hay ms probabilidad de desarrollar la
enfermedad, esto no quiere decir que el mal sea hereditario.
107
Presenta obesidad?
La obesidad est muy relacionada con la diabetes aproximadamente 2/3 de los
pacientes Diabticos tipo II son obesos, cuando se les diagnostica la enfermedad.
Cuando la diabetes se desarrolla, aumenta el exceso de grasa especialmente se
acumula en el abdomen. No todos los obesos son diabticos pero la mayora
presenta alteraciones metablicas y presentan resistencia a la insulina e
hiperinsulino.
Presenta prdida de peso?
La prdida de peso se debe a que el alimento ingerido no proporcione energa a
los tejidos, la glucosa no puede ser utilizada y se desperdicia por la orina esto hace
que el organismo consuma sus recurso de energa almacenada en los depsitos de
grasa y protenas.
Sufre frecuentemente de infecciones?
Los virus son los primeros en atacar las glndulas salivales y clulas principales
del pncreas ocasionando una inflamacin o infeccin llamada insulitis. Al
producirse esta patologa deja de producir la hormona ms importante causando
una diabetes.
Los principales virus que afectan son: virus de paperas, rubola, encefalitis.
109
La diabetes tipo I est relacionada con la presencia de anticuerpos (son clulas que
actan en defensa del organismo) ya que en este periodo se desencadena varios
tipos de infecciones a nivel de todo el cuerpo.
Presenta fatiga o cansancio sin realizar ejercicio fsico?
En pacientes diabticos la orina es formada en riones, ciertas sustancias txicas
son eliminadas, las tiles son retenidas en ciertos pacientes. En el paciente con
diabetes el agua arrastra grandes cantidades de sustancias tiles. La perdida de
estas sustancias o sales minerales ocasiona la sensacin de fatiga, debilidad, y
cansancio.
Presenta una visin borrosa?
A dems de los sntomas clsicos de un diabtico presentan alteraciones visuales
que son diagnosticadas de diabetes porque han perdido la visin sin causa
aparente ms aun sin haber tenido problemas anteriores de visn.
Sin causa presenta nausea o vmito?
Uno de los sntomas de la diabetes es que padece de intolerancia a la glucosa y
pueden desarrollar nausea o vmito y posibles problemas gstricos (reflujos).
110
azcar en la sangre se eleven. El estrs hace que el organismo secrete una serie de
hormonas antagonistas a la insulina y en un individuo genticamente predispuesto
puede desencadenar en la diabetes.
Si las reacciones compensadoras al estrs son inadecuadas o insuficientes, pueden
producirse fenmenos graves tanto fsicos como emocionales.
Consume diariamente alimentos altos en grasas e hidratos de carbono?
Existe una gran predisposicin de desarrollar diabetes tipo II cuando hay un
excesivo consumo de alimentos altos en grasa e hidratos de carbonos muy
elaborados ricos en azcar y pobres en hidratos de carbono, complejos y fibra
vegetal.
La sobre alimentacin conduce el sobre peso y la ingestin de azcar produce
excesivo estimulo del pncreas que puede terminar por agotarse y desencadenar
una diabetes.
Sufre de presin alta?
La diabetes mal controlada provoca lesin renal y ella es la causa de la
hipertensin arterial.
Presenta un colesterol alto?
112
La ingesta de colesterol diaria en una persona debe ser de 300 ml para poder
satisfacer las necesidades del organismo. En pacientes con diabetes y colesterol
elevado su ingesta debe ser menor a 100 y 200 ml diarios.
Curva de tolerancia a la glucosa?
La prueba de la curva de tolerancia a la glucosa de tres horas es positiva cuando se
igualan o superan dos o ms de los siguientes valores:
Ayunas: 95 mg/dl.
1 hora: 180 mg/dl.
2 horas: 155 mg/dl.
3 horas: 140 mg/dl.
Esta prueba se lo realizara cuando la mujer este embarazada.
Est embarazada?
Una mujer embarazada durante el segundo y tercer trimestre se presenta en el
periodo de desarrollo fetal en este caso el nio sufrir las consecuencias de las
perturbaciones metablicas debido a una diabetes materna.
La hiperglicemia materna conlleva por su intermedio la hiperglicemia fetal.
113
Evitar inyectar insulina en las zonas que van a ser requeridas para realizar
ejercicio.
Tener cerca una fuente de administracin de hidratos de carbono, en
algunos casos con bebidas azucaradas para que su absorcin sea ms
rpida.
Consumo de lquidos antes, durante y despus del ejercicio.
Cuidado adecuado de los pies con uso de calzado apropiado y calcetines de
algodn, revisndose diariamente y al finalizar el ejercicio.
Evitar realizar ejercicio en condiciones de fro o calor extremos y durante
periodos de descontrol metablico.
De no ser suficiente la dieta nutricional comenzar con la terapia de insulina.
Tratar con un mdico especialista sobre el tratamiento de la insulina.
3.3.1.2.3 DIABETES GESTACIONAL.
Aumentar el aporte de hierro (huevos, legumbres, lentejas, frjoles, granos
secos, cereales integrales, hortalizas, espinaca, perejil y carne).
Aumentar el aporte de calcio (leche, quesos, col, nabo, rbanos, berros,
frjoles, arvejas, quinua, cebada, garbanzos, lenteja, soya).
Dieta rica en alimentos de origen animal, un complemento de 30 a 60 ml al
da.
123
Figura 5: Esquema de representacin en el que figura el equipo de
desarrollo.
16
http://ingenieroseninformatica.org/recursos/tutoriales/sist_exp/cap3.php
127
3.6 ANLISIS.
De manera manual los mdicos que han venido trabajando durante varios aos en
el diagnostico y tratamiento de la diabetes, cada uno de ellos han elaborado fichas
mdicas de los diagnsticos que se han detectado.
Para el anlisis de la diabetes se divide en tres etapas que a continuacin se
detalla.
3.6.1 ETAPA 1
En esta etapa se analiza los valores clnicos que son los niveles de glucosa en
ayunas y la prueba de tolerancia oral a la glucosa (PTOG).
Estos valores son muy fundamentales para poder determinar si puede tener el
riesgo de presentar la diabetes.
Para poder obtener estos valores el paciente debe hacerse en un laboratorio clnico
los exmenes de glucosa, o tambin existen otros mecanismos para la medicin de
los niveles de glucosa en la sangre que son simplemente unos dispositivos
porttiles que vasta poner una gota de sangre y le muestra inmediatamente el valor
de glucosa.
El sistema analiza estos valores mediante la clasificacin de alteraciones de la
glucosa que se menciona a continuacin.
Si el nivel de glucosa en ayunas est entre 70 a 100 mg/dl y el nivel de la
PTOG es menor a 140 mg/dl es una persona normal que no pretende a ser
diabtico.
130
Polidipsia
Prdida de peso
Obesidad
Infecciones
Fatigas
Vmitos
Infectadas las heridas
Heridas se demoran en cicatrizarse
Visin borrosa
Persona sedentaria
Consume alimentos altos en grasas
Consume alimentos altos en hidratos de carbono
Presin alta
Colesterol alto
Embarazada
Diabetes gestacional previa
Parto previo bebe > 4kg
135
Aborto
Bebe con mal formaciones
Tabla 12: Base del conocimiento sobre los sntomas de la DM.
136
Los alimentos ricos en fibra son recomendables ya que ayudan a disminuir, las
oscilaciones de azcar.
Los alimentos especiales para diabticos no son generalmente recomendables.
Se debe de evitar tomar alimentos con azcar como tartas, repostera, galletas y
endulzar con sacarina.
No debe de tomar bebidas alcohlicas ya que aportan caloras y pueden
desequilibrar la dieta.
No son recomendables bebidas refrescantes, por su alto contenido en azcar.
Beba dos litros de agua al da.
Realizar cualquier tipo de ejercicio fsico moderada o vigorosa como trotar,
caminar, hacer el jardn, gimnasia rtmica, subir y bajar gradas, ciclismo, bailar,
nadar).
Controle la glucemia antes, durante y despus del ejercicio.
Debe de hacerse de acorde con la edad, condicin fsica y estado de salud de la
persona.
Antes de iniciar una sesin de ejercicio hacer un calentamiento de 10-15 minutos
y terminar con otros 10-15 minutos de ejercicios de flexibilidad y relajacin
muscular.
Evitar inyectar insulina en las zonas que van a ser requeridas para realizar
ejercicio.
139
Se debe de evitar tomar alimentos con azcar como tartas, repostera, galletas y
endulzar con sacarina.
No debe de tomar bebidas alcohlicas ya que aportan caloras y pueden
desequilibrar la dieta.
No son recomendables bebidas refrescantes, por su alto contenido en azcar.
Beba dos litros de agua al da.
Realizar cualquier tipo de ejercicio fsico moderada o vigorosa como trotar,
caminar, hacer el jardn, gimnasia rtmica, subir y bajar gradas, ciclismo, bailar,
nadar).
Controle la glucemia antes, durante y despus del ejercicio.
Debe de hacerse de acorde con la edad, condicin fsica y estado de salud de la
persona.
Antes de iniciar una sesin de ejercicio hacer un calentamiento de 10-15 minutos
y terminar con otros 10-15 minutos de ejercicios de flexibilidad y relajacin
muscular.
Evitar inyectar insulina en las zonas que van a ser requeridas para realizar
ejercicio.
Tener cerca una fuente de administracin de hidratos de carbono, en algunos casos
con bebidas azucaradas para que su absorcin sea ms rpida.
Consumo de lquidos antes, durante y despus del ejercicio.
143
3.10 IMPLEMENTACION
Una vez diseadas las bases de conocimientos se debe implementar en el lenguaje
de programacin Visual Prolog.
Una de las cosas ms importantes de la implementacin de las reglas es el orden
ya que el motor de inferencia en Visual Prolog realiza la bsqueda en el orden que
estn implementadas las reglas.
El mtodo de inferencia que utiliza el sistema es el mtodo de Modus Tollens,
para dar una correcta solucin, a continuacin se detalla cada una de las reglas
ms importantes que el sistema utiliza.
Predicado que invoca los valores ingresados (niveles de glucemia, el sexo y la
edad).
pr edi cat es
val or es : ( st r i ng Ayunas, st r i ng Pt og, st r i ng Sexo, st r i ng
Edad) .
Permite verificar si los valores ingresados pretenden ser de una persona normal.
cl auses
val or es( Ayunas, Pt og, Sexo, Edad) : -
Ayunas >= 70,
Ayunas <= 100,
Pt og < 140,
Edad >= 0,
Edad <= 80,
di agnost i car ( " Nor mal " , Sexo, Edad) ,
! .
Permite verificar si los valores ingresados pretenden ser de una persona
prediabetico.
146
Predicado para inferir las acciones a tomar de acuerdo a los volares analizados
anteriormente en el cual ya se diagnostica que tipo de diabetes tiene.
pr edi cat es
di agnost i car : ( st r i ng Gl ucosa, st r i ng Gener o, st r i ng Edad) .
Las reglas diagnosticar permite realizar un diagnostico con los datos obtenidos
anteriormente y con los sntomas que puede tener el paciente ya que con estos
datos se puede determinar el tipo de diabetes.
Cuando una persona es prediabetico los sntomas que pueden llegar a presentar
son las 3P.
cl auses
di agnost i car ( " Pr eDi abet i co" , " Femeni no" , Edad) : -
si nt omas( " Pol i f agi a" ) ;
si nt omas( " Pol i ur i a" ) ;
si nt omas( " Pol i di psi a" ) ,
di agnost i codeabet i co_ct l : add( " PRE- DI ABETI CO" ) ,
t r at ami ent o( " PRE- DI ABETI CO" ) ,
! .
En el caso de ser una persona de gnero masculino la regla viene hacer la misma
solamente cambia en femenino a masculino.
Cuando una persona es diabtica y tiene una edad menor a 35 aos, se determina
que es de tipo I, los sntomas que pueden llegar a presentar son las 4P.
di agnost i car ( " Di abet i co" , " Femeni no" , " Menor " ) : -
si nt omas( " Pol i f agi a" ) ,
si nt omas( " Pol i ur i a" ) ,
si nt omas( " Pol i di psi a" ) ,
si nt omas( " Per di da de peso" ) ,
di agnost i codeabet i co_ct l : add( " DI ABETES MELLI TUS TI PO I " ) ,
t r at ami ent o( " DI ABETES MELLI TUS TI PO I " ) ,
! .
Permite que el paciente diabtico pueda o no tener algn sntoma.
148
di agnost i car ( " Di abet i co" , " Femeni no" , " Menor " ) : -
si nt omas( " Pol i f agi a" ) ;
si nt omas( " Pol i ur i a" ) ;
si nt omas( " Pol i di psi a" ) ;
si nt omas( " Per di da de peso" ) ;
si nt omas( " I nf ecci ones" ) ;
si nt omas( " Fat i gas" ) ;
si nt omas( " Vomi t os" ) ;
si nt omas( " Vi si n bor r osa" ) ;
di agnost i codeabet i co_ct l : add( " DI ABETES MELLI TUS TI PO I " ) ,
t r at ami ent o( " DI ABETES MELLI TUS TI PO I " ) ,
! .
Cuando una persona es diabtica y tiene una edad mayor a 35 aos, se determina
que es de tipo II, los sntomas que pueden llegar a presentar son las 3P y la
obesidad.
di agnost i car ( " Di abet i co" , " Femeni no" , " Mayor " ) : -
si nt omas( " Pol i f agi a" ) ,
si nt omas( " Pol i ur i a" ) ,
si nt omas( " Pol i di psi a" ) ,
si nt omas( " Obesi dad" ) ,
di agnost i codeabet i co_ct l : add( " DI ABETES MELLI TUS TI PO I I " ) ,
t r at ami ent o( " DI ABETES MELLI TUS TI PO I I " ) ,
! .
Permite que el paciente diabtico pueda o no tener algn sntoma.
di agnost i car ( " Di abet i co" , " Femeni no" , " Mayor " ) : -
si nt omas( " Pol i f agi a" ) ;
si nt omas( " Pol i ur i a" ) ;
si nt omas( " Pol i di psi a" ) ;
si nt omas( " Obesi dad" ) ;
si nt omas( " I nf ecci ones" ) ;
si nt omas( " Fat i gas" ) ;
si nt omas( " Vmi t os" ) ;
si nt omas( " I nf ect adas l as her i das" ) ;
si nt omas( " Las her i das se demor an en ci cat r i zar se" ) ;
si nt omas( " Vi si n bor r osa" ) ;
si nt omas( " Per sona sedent ar i a" ) ;
si nt omas( " Consume al i ment os al t os en hi dr at os de
car bono" ) ;
si nt omas( " Per sona sedent ar i a" ) ;
si nt omas( " Consume al i ment os al t os en gr asas" ) ;
si nt omas( " Pr esi on al t a" ) ;
si nt omas( " Col est er ol al t o" ) ;
di agnost i codeabet i co_ct l : add( " DI ABETES MELLI TUS TI PO I I " ) ,
t r at ami ent o( " DI ABETES MELLI TUS TI PO I I " ) ,
! .
149
Cuando una mujer es diabtica, esta embarazada y tiene una edad mayor a 35
aos, se determina que es de tipo Gestacional.
di agnost i car ( " Di abet i co" , " Femeni no" , " Mayor " ) : -
si nt omas( " Embar azada" ) ,
si nt omas( " DG pr evi a" ) ,
si nt omas( " Bebe con sobr eper so" ) ,
si nt omas( " Abor t o" ) ,
si nt omas( " Bebe con mal f or maci ones" ) ,
di agnost i codeabet i co_ct l : add( " DI ABETES GESTACI ONAL" ) ,
t r at ami ent o( " DI ABETES GESTACI ONAL" ) ,
! .
Permite que la mujer diabtico pueda o no tener algn sntoma.
di agnost i car ( " Di abet i co" , " Femeni no" , " Mayor " ) : -
si nt omas( " Embar azada" ) ;
si nt omas( " DG pr evi a" ) ;
si nt omas( " Bebe con sobr eper so" ) ;
si nt omas( " Abor t o" ) ;
si nt omas( " Bebe con mal f or maci ones" ) ;
di agnost i codeabet i co_ct l : add( " DI ABETES GESTACI ONAL" ) ,
t r at ami ent o( " DI ABETES GESTACI ONAL" ) ,
! .
di agnost i car ( _, _, _) .
3.11 DESARROLLO DE PRUEBAS Y REVISIN DEL SISTEMA.
Una vez terminado el sistema inteligente se procede a realizar las pruebas y la
revisin detallada del mismo con el fin de que todo el conocimiento sea claro y
preciso, en lenguaje natural para que el usuario pueda entender de una manera
fcil.
Una vez concluida la revisin se proceder a realizar los cambios pertinentes que
sean necesarios hasta que el sistema se encuentre en un estado de funcionamiento
ptimo.
150
CONCLUSIONES
Puedo concluir que las aplicaciones de Sistemas Expertos, solamente indican que
el futuro de dichas aplicaciones pasa por la imaginacin de cada uno, siempre que
el rea elegida requiera la presencia de un experto para la obtencin de cualquier
tipo de beneficio.
Tambin puedo concluir que la falta de un mdico especialista en la enfermedad
de la diabetes en lugares muy alejados de la ciudad, puede generar graves
problemas a los pacientes, ya sea en el aspecto de la salud (complicaciones de la
enfermedad), a una gran cantidad de pacientes que tienen que buscar a un mdico
para obtener un diagnostico y su correspondiente tratamiento.
Por este motivo he visto la necesidad de dar una solucin a estas necesidades,
pues el objetivo es satisfacer la creciente demanda de pacientes que necesitan
tener una gua que facilite realizar el diagnstico y tratamiento de un paciente.
El sistema servir de gua al mdico quien podr diagnosticar la diabetes del
paciente sin la asistencia de un mdico especialista en la diabetes. Adems
permitir ahorrar gastos por la asistencia del mdico quien diagnostica y da el
tratamiento. Y ser de gran ayuda para centros de salud que no disponen de un
mdico especialista en la diabetes.
Tambin como conclusin se puede decir que los sistemas basados en el
conocimiento estn siendo muy utilizados en aquellos entornos donde se necesite
el conocimiento de varios expertos. El entorno de la produccin es uno en donde
RECOMENDACIONES
Los centros de salud que no disponen de personas especializadas en el rea de
diabetes, deben empezar a dar cada vez mayor auge a los Sistemas Basados en el
Conocimiento ya que con la ayuda de un sistema experto pueden utilizar personas
no especializadas para dar un diagnostico y tratamiento originados en la diabetes.
Adems si una persona utiliza regularmente un sistema inteligente aprender de
l, y se aproximar a la capacidad del especialista.
El sistema experto desarrollado en este proyecto de grado no genera tratamientos
farmacolgicos. Para que se realizar sta tarea, es muy necesaria la experiencia de
profesionales en el rea, y obtener los patrones necesarios con la metodologa
llevada en este proyecto.
El sistema experto estar orientado a dar soporte a mdicos tratantes de la diabetes
y profesionales del rea. Para lograr un mejor diagnstico se propone realizar una
base de conocimientos dinmica para que cada especialista la pueda alimentar
conforme a la experiencia que ste ltimo adquiera.
El sistema experto puede ser ofertado en los centros mdicos que se dediquen a
tratar pacientes con diabetes como en el caso del HOSPITAL de YARUQUI que
pretende en conformar una rea de diabetologa.
BIBLIOGRAFIA
Nils J. Nilsson, Inteligencia Artificial, 2001, McGraw-Hill.
Elanie Rich, Inteligencia Artificial 1996, McGraw-Hill.
Rich Elaine, Inteligencia Artificial, 1994.
Gonzalo, Luis Mara, Inteligencia Humana e Inteligencia Artificial, 1990.
Russell Stuart, Norving Peter, Inteligencia Artificial: Un enfoque moderno, 1995.
David W. Rolston, Principios de Inteligencia Artificial y Sistemas Expertos, 1990.
David Bendel Hertz, El directivo Experto, 1996, McGraw-Hill.
Arantza Diaz de Ilarraza/Isabel Frnandez de Castro, Sistemas Expertos.
Sanchez y Bertran, Juan Pablo, Sistemas Expertos: Una metodologa de
programacin, 1998.
Nebendahl, Dieter, Sistemas Expertos,Segunda Edicin, 1991.
Sell, Peters, Sistemas Expertos Para Principiantes, 1992.
Paul Hamon/David King, Sistemas Expertos y Aplicaciones de la Inteligencia
Artificial en la actividad Empresarial, 1990, Macrobit.
Hernn Francisco Hervs Ortega, Diabetes Mellitus La Gran Epidemia de Nuestro
Siglo, 2002.
DIRECCIONES DE INTERNET
Inteligencia Artificial y Ingeniera del conocimiento.
Sergio Olivares y Rafael Snchez.
http://www.geocities.com/rafael.sanchez/es/ia.html
Temas de Sistemas basados en Conocimiento.
http://www.aldeaeducativa.com
Sistemas Expertos.
http://www.ingenieroseninformatica.org
Sistemas Expertos. El Conocimiento al Poder.
Juan Jos Samper Mrquez. Licenciado en Informtica en la Universidad de
Granada.
http://www.psycologia.com/articulos/ar-jsamper01.html#indice
Sistema Experto. Juan Severino
http://www.ciberconta.unizar.es/LECCION/sistexpat/010.html
Historia de la Inteligencia Artificial
http://www.cinefantastico.com/nexus7/ia/ia.htm
Diabetes
http://familydoctor.org/online/famdoces/home/common/diabetes/basics/327.html
http://www.fundaciondiabetes.org/box02.htm
http://www.fmdiabetes.org/v2/paginas/index.php
ANEXOS
ANEXO I
ANEXO II
ESQUEMA DE LA DG
>=40
Fatigas?
Vmitos?
70% DG
No
Aumento de apetito? 75% DG
Sed? 80% DG
87% DG
89% DG
Si
Visin Borrosa?
90% DG
Miccin frecuente?
92% DG
96% DG
100% DG 98% DG
Si No
Antecedentes
familiares?
Est embarazada?
Si
Si
65% DG
No
Si No
DG. Previa?
Si
No
Parto Previo bebe >4kg?
Aborto
Bebe anterior con
mal formaciones?
Si No
Si No
2
Si No
Si
94% DG
No
Si
No
3
No
No Si
Antecedentes familiares?
Fatigas?
Si
65% DM II
No
Vmitos?
Si
68% DM II
No
Aumento de apetito?
Si
70% DM II
No
Sed?
Si
75% DM II
No
Miccin frecuente?
Si
78% DM II
No
Presenta obesidad?
Si
80% DM II
No
Infecciones?
Si
82% DM II
No
Infectadas las heridas?
Si
85% DM II
No
Las heridas se demoran en cicatrizarse?
Si
87% DM II
No
Visin Borrosa?
Si
89% DM II
No
Persona sedentaria?
Si
90% DM II
No
Consume alimentos altos en grasas e hidratas de carbono?
Si
92% DM II
No
Presin Alta?
Si
95% DM II
No
Colesterol Alto?
Si
98% DM II
No
3
100% DM II
Si
99% DM II
No
1
Nivel de Glucemia en ayunas
>=126 mg/dl
Edad <80
<40
Fatigas?
Vmitos?
Si
65% DM1
No
Aumento de apetito? 70% DM1
Sed? 80% DM1
Miccin frecuente? 85% DM1
Prdida de peso?
Si
89% DM1
No
Si
Visin Borrosa?
Si
90% DM1
No
Infecciones?
Si
92% DM1
No
100% DM1
Si
98% DM1
No
Si No
Si No
>=40
4
No
Nivel de Glucemia en ayunas
<126 mg/dl
NO PRESENTA
DIABETES
ITG >110 pero
<126 mg/dl
PRE-DIABETES
SI NO
Antecedentes familiares?
Fatigas?
Si
65% DM II
No
Vmitos?
Si
68% DM II
No
Aumento de apetito?
Si
70% DM II
No
Sed?
Si
75% DM II
No
Miccin frecuente?
Si
78% DM II
No
Presenta obesidad?
Si
80% DM II
No
Infecciones?
Si
82% DM II
No
Infectadas las heridas?
Si
85% DM II
No
Las heridas se demoran en cicatrizarse?
Si
87% DM II
No
Visin Borrosa?
Si
89% DM II
No
Persona sedentaria?
Si
90% DM II
No
Consume alimentos altos en grasas e hidratas de carbono?
Si
92% DM II
No
Presin Alta?
Si
95% DM II
No
Colesterol Alto?
Si
98% DM II
No
4
100% DM II
Si
99% DM II
No
ANEXO III
MANUAL DE USUARIO
SISTEMAS EXPERTO PARA DETERMINAR EL TIPO DE DIABETES.
Se visualiza la siguiente pantalla de presentacin con una breve descripcin.
Esta ventana tiene la siguiente opcin.
Aceptar.- Este botn le permite al usuario ingresar a la ventana SEDDM que es la
ventana de inicio que contiene el men principal que a continuacin se detalla.
MEN PRINCIPAL.
El sistema experto tiene las siguientes opciones del men principal, que a
continuacin puede apreciar en el siguiente grfico.
OPCIN 1.
Diagnostico.
Esta opcin llama a la ventana de diagnostico.
En esta ventana le permite al usuario visualizar los diferentes campos que
contiene para dar un diagnostico y tratamiento.
Detalle de cada uno de los campos:
Ingrese el nivel de glucemia?.
En ayunas.- Contiene el valor del nivel de glucosa en ayunas.
Presin alta.
Colesterol alto.
Botones.
Diagnostico.- Nos permite dar un diagnostico y tratamiento adecuado segn la
informacin ingresada anteriormente.
Nuevo.- Nos permite realizar un nuevo diagnostico.
Salir.- Cierra la ventana actual y nos visualiza la pantalla de inicio.
OPCIN 2.
Salir.
Esta opcin nos permite salir de la aplicacin.
PROCESOS.
Proceso 1.
En el caso de ser una persona prediabetica nos presenta el siguiente diagnostico y
tratamiento segn la informacin generada:
Proceso 2.
En el caso de ser una persona diabtica nos presenta el diagnostico y tratamiento
segn la informacin generada como se muestran en las siguientes ventanas:
Proceso 3.
En el caso de ser una mujer diabtica y mayor de edad nos presenta la siguiente
ventana:
Pregunta.
Est embarazada?.
Botones:
Si.- Esta opcin nos permite realizar el anlisis de una persona embarazada
mediante el ingreso de los siguientes datos que se detallan en la siguiente ventana
a continuacin:
Test de Tolerancia a las 3 horas.
1 hora.- Contiene el valor del nivel de glucosa a la primera hora.
2 horas.- Contiene el valor del nivel de glucosa a la segunda hora.
3 horas.- Contiene el valor del nivel de glucosa a la tercera hora.
Sntomas. Contiene una lista de los sntomas que puede tener un paciente
diabtico como se detalla a continuacin:
Antecedentes familiares.
Polifagia.
Poliuria.
Polidipsia.
Prdida de peso.
Infecciones.
Fatigas.
Vmitos.
Diabetes gestacional previa.
Parto previo bebe > 4kg.
Aborto.
Bebe anterior con mal formaciones.
Botn.
Diagnostico.- Nos permite dar un diagnostico y tratamiento adecuado segn la
informacin ingresada anteriormente como se detalla en la siguiente ventana.
No.- Esta opcin nos permite realizar el anlisis de una mujer adulta no
embarazada mediante el ingreso de la siguiente informacin que se detalla en la
siguiente ventana a continuacin:
Botn.
Diagnostico.- Nos permite dar un diagnostico y tratamiento adecuado segn la
informacin generada anteriormente como se detalla en la siguiente ventana.
ANEXO IV
ANEXO V
Pt og < 200,
Edad >= 0,
Edad <= 80,
di agnost i car ( " Pr eDi abet i co" , S, " Edad" ) ,
pr edi abet i co( Ayunas, Pt og) ,
! .
val or es( G, G2, S, E) : -
Ayunas = t r yToTer m( G) ,
Pt og = t r yToTer m( G2) ,
Edad= t r yToTer m( E) ,
Ayunas > 100,
Ayunas < 126,
Edad >= 0,
Edad <= 80,
Pt og >= 0,
di agnost i car ( " Pr eDi abet i co" , S, " Edad" ) ,
pr edi abet i co( Ayunas, Pt og) ,
! .
val or es( G, G2, S, E) : -
Ayunas = t r yToTer m( G) ,
Edad= t r yToTer m( E) ,
Ayunas > 100,
Ayunas < 126,
Edad >= 0,
Edad <= 80,
G2=" " ,
di agnost i car ( " Pr eDi abet i co" , S, " Edad" ) ,
pr edi abet i co( Ayunas, 0) ,
! .
%PERMI TE VERI FI CAR SI LOS VALORES I NGRESADOS PRETENDEN SER
DI ABETI COS
val or es( G, G2, S, E) : -
Ayunas = t r yToTer m( G) ,
Pt og = t r yToTer m( G2) ,
Edad= t r yToTer m( E) ,
Ayunas >= 126,
Pt og >= 200,
Edad > 0,
Edad <= 35,
di agnost i car ( " Di abet i co" , S, " Menor " ) ,
! .
val or es( G, G2, S, E) : -
Ayunas = t r yToTer m( G) ,
Pt og = t r yToTer m( G2) ,
Edad= t r yToTer m( E) ,
Ayunas >= 126,
Pt og >= 200,
Edad >= 35,
Edad <= 80,
A=compr obar ( si nt omasTi po_I I _ct l : get Enabl ed( ) ) ,
di agnost i car ( A, S, " Mayor " ) ,
! .
val or es( G, G2, S, E) : -
Ayunas = t r yToTer m( G) ,
Edad= t r yToTer m( E) ,
Ayunas >= 126,
Edad > 0,
Edad <= 35,
G2=" " ,
di agnost i car ( " Di abet i co" , S, " Menor " ) ,
! .
%************PREDI CADO QUE I NVOCA LOS NI VELES DE
GLUCOSA***********
pr edi cat es
pr eDi abet i co : ( i nt eger Gl ucosa, i nt eger Gl ucosa1) .
%PERMI TE ANALI ZAR LOS NI VELES ALTERADOS DE GLUCOSA CUANDO UNA
PERSONA ES PREDI ABETI CA
cl auses
pr eDi abet i co( Gl ucosa, Gl ucosa1) : -
Gl ucosa >100,
Gl ucosa <126,
Gl ucosa1 >140,
Gl ucosa1 < 200,
di agnost i codeabet i co_ct l : add( " Gl ucosa en ayunas
al t er ada" ) ,
di agnost i codeabet i co_ct l : add( " Al t er aci n de l a Tol er anci a
a l a Gl ucosa" ) ,
! .
pr eDi abet i co( Gl ucosa, Gl ucosa1) : -
Gl ucosa >100,
Gl ucosa <126,
di agnost i codeabet i co_ct l : add( " Gl ucosa en ayunas
al t er ada" ) ,
! .
pr eDi abet i co( Gl ucosa, Gl ucosa1) : -
Gl ucosa1 >140,
Gl ucosa1 < 200,
di agnost i codeabet i co_ct l : add( " Al t er aci n de l a Tol er anci a
a l a Gl ucosa" ) ,
! .
pr eDi abet i co( _, _) .
%******PREDI CADO PARA I NFERI R LAS ACCI ONES A TOMAR DE ACUERDO A
LOS ANALI ZADOS ANTERI ORMENTE EN EL CUAL YA SE DI AGNOSTI CA QUE TI PO
DE DI ABETES TI ENE. *******
pr edi cat es
di agnost i car : ( st r i ng Gl ucosa, st r i ng Gener o, st r i ng Edad) .
%*******REGLAS DEL DI AGNOSTI CO*****
cl auses
%CUANDO UNA PERSONA ES NORMAL
di agnost i car ( " Nor mal " , " Gener al " , " Edad" ) : -
di agnost i codeabet i co_ct l : add( " NO PRESENTA DI ABETES" ) ,
! .
di agnost i car ( " Nor mal " , " Femeni no" , " Edad" ) : -
di agnost i codeabet i co_ct l : add( " NORMAL" ) ,
! .
di agnost i car ( " Nor mal " , " Mascul i no" , " Edad" ) : -
di agnost i codeabet i co_ct l : add( " NORMAL" ) ,
! .
di agnost i car ( " Nor mal G" , " Femeni no" , " Edad" ) : -
di agnost i codeabet i co_ct l : add( " NORMAL" ) ,
! .
%CUANDO UNA PERSONA ES PREDI ABETI CA LOS SI NTOMAS QUE PUEDEN LLEGAR
A PRESENTAR SON LAS 3P.
di agnost i car ( " Pr eDi abet i co" , " Femeni no" , " Edad" ) : -
si nt omas( " Pol i f agi a" ) ,
si nt omas( " Pol i ur i a" ) ,
si nt omas( " Pol i di psi a" ) ,
t r at ami ent o_ct l : add( " Las f r ut as mas aconsej abl es son:
manzana, f r esa, nar anj a, nect ar i na o per a. " ) ,
t r at ami ent o_ct l : add( " Evi t e aquel l as con abundant e
cont eni do en azcar : pl t ano, uvas, hi gos, " ) ,
t r at ami ent o_ct l : add( " cer ezas, n sper os, chi r i moyas,
et c. " ) ,
t r at ami ent o_ct l : add( " Rest r i ngi r el exceso de sal . " ) ,
t r at ami ent o_ct l : add( " Rest r i ngi r l a azcar r ef i nada,
mer mel adas y j al eas, r ef r escos y j ugos i ndust r i a" ) ,
t r at ami ent o_ct l : add( " l i zados, f r ut as en al m bar y
chocol at es, ent r e ot r os. " ) ,
t r at ami ent o_ct l : add( " Rest r i ngi r en azcar es si mpl es: azcar
de mesa, panel a, mi el de abej a, gaseosa. " ) ,
t r at ami ent o_ct l : add( " Real i zar ej er ci ci o f si co di ar i o de
30 a 60 mi n. " ) ,
t r at ami ent o_ct l : add( " Cual qui er t i po de ej er ci ci o f si co
moder ada o vi gor osa como: t r ot ar , " ) ,
t r at ami ent o_ct l : add( " cami nar , hacer el j ar d n, gi mnasi a
r t mi ca, subi r y baj ar gr adas, ci cl i smo, bai l ar , " ) ,
t r at ami ent o_ct l : add( " nadar ) . " ) ,
t r at ami ent o_ct l : add( " Tener un cont r ol mdi co per i odi co. " ) ,
! .
%CONOCI MI ENTO DI ABETES MELLI TUS TI PO I
t r at ami ent o( " DI ABETES MELLI TUS TI PO I " ) : -
t r at ami ent o_ct l : add( " Consumi r al i ment os con baj o cont eni do
en azcar es. " ) ,
t r at ami ent o_ct l : add( " Repar t a l os al i ment os en 6
t omas( desayuno, medi a maana, comi da, mer i enda, " ) ,
t r at ami ent o_ct l : add( " cena y ant es de dor mi r ) " ) ,
t r at ami ent o_ct l : add( " Desayuno un vaso de l eche descr emada,
sol a o con caf , t ( Si n azcar , con " ) ,
t r at ami ent o_ct l : add( " sacar i na o aspar t amo) y 1/ 2 pi eza de
pan i nt egr al con acei t e de ol i va , queso " ) ,
t r at ami ent o_ct l : add( " f r esco. " ) ,
t r at ami ent o_ct l : add( " Medi a maana una f r ut a. " ) ,
t r at ami ent o_ct l : add( " Al muer zo un pl at o de Car ne o pescado
o pot aj e de l egumbr es/ cer eal es, i nt egr a" ) ,
t r at ami ent o_ct l : add( " l es/ past as, acompaado con: ensal ada
o ver dur a o pat at as ( asadas o coci das) , " ) ,
t r at ami ent o_ct l : add( " 1/ 4 de pi eza de pan, Yogur t h o queso
f r esco( quesi l i o) o f r ut a. " ) ,
t r at ami ent o_ct l : add( " Mer i enda una f r ut a, un yogur t h o un
vaso de l eche descr emada. " ) ,
t r at ami ent o_ct l : add( " Cena un pl at o de Car ne o pescado o
pot aj e de l egumbr es/ cer eal es i nt egr al es/ " ) ,
t r at ami ent o_ct l : add( " past as, acompaado con: ensal ada o
ver dur a o pat at as ( asadas o coci das) , " ) ,
t r at ami ent o_ct l : add( " 1/ 4 de pi eza de pan, Yogur t h o queso
f r esco o f r ut a. " ) ,
t r at ami ent o_ct l : add( " Ant es de acost ar se una f r ut a o un
yogur t h o un vaso de l eche descr emada. " ) ,
t r at ami ent o_ct l : add( " Las f r ut as mas aconsej abl es son:
manzana, f r esa, nar anj a, nect ar i na o per a. " ) ,
t r at ami ent o_ct l : add( " Evi t e aquel l as con abundant e
cont eni do en azcar : pl t ano, uvas, hi gos, cer e" ) ,
t r at ami ent o_ct l : add( " zas, n sper os, chi r i moyas, et c. " ) ,
t r at ami ent o_ct l : add( " Mant enga equi l i br ada l a pr opor ci n
ent r e el apor t e de car bohi dr at os ( 65 %) " ) ,
t r at ami ent o_ct l : add( " ( f r ut as ent er as, gr anos, veget al es,
semi l l as, f r j ol , al ber j a, l ent ej a, gar banzo" ) ,
t r at ami ent o_ct l : add( " Reduci r ni vel es de azcar par a evi t ar
el r i esgo de mal f or maci ones del f et o. " ) ,
t r at ami ent o_ct l : add( " Real i zar obser vaci ones muy de cer ca
del f et o y de l a madr e dur ant e el embar a" ) ,
t r at ami ent o_ct l : add( " zo. " ) ,
t r at ami ent o_ct l : add( " Real i zar exmenes de ul t r asoni do y
car di ogr af a en r eposo. " ) ,
t r at ami ent o_ct l : add( " Di et a equi l i br ada de l a madr e. " ) ,
t r at ami ent o_ct l : add( " Al f i nal i zar el embar azo l as
necesi dades de i nsul i na di smi nuyen. " ) ,
t r at ami ent o_ct l : add( " Con un buen cont r ol mdi co t ant o
obst t r i co y met abl i co hay buenas posi bi l i " ) ,
t r at ami ent o_ct l : add( " dades de dar a l uz un hi j o sano. " ) ,
t r at ami ent o_ct l : add( " De no ser suf i ci ent e l a di et a acudi r
al mdi co especi al i st a par a comenzar l a t er a" ) ,
t r at ami ent o_ct l : add( " pi a de i nsul i na. " ) ,
t r at ami ent o_ct l : add( " Par a su di agnost i co def i ni t i vo debe
ser cont r ol ado y anal i zado por un mdi co " ) ,
t r at ami ent o_ct l : add( " especi al i st a par a l a t er api a de
i nsul i na o con i pogl ucemi ant es or al es. " ) ,
! .
t r at ami ent o( _) .
pr edi cat es
%PREDI CAD QUE I NVOCA EL CONOCI MI ENTO DE LOS SI NTOMAS.
si nt omas : ( st r i ng Si nt omas) .
cl auses
%CONOCI MI ENTO DE LOS SI NTOMAS.
si nt omas( " Ant ecedent es f ami l i ar es" ) : -
f ami l i ar es_ct l : get CheckedSt at e( ) = checkBut t on: : checked,
! .
si nt omas( " Pol i f agi a" ) : -
pol i f agi a_ct l : get CheckedSt at e( ) = checkBut t on: : checked,
! .
si nt omas( " Pol i ur i a" ) : -
pol i ur i a_ct l : get CheckedSt at e( ) = checkBut t on: : checked,
! .
si nt omas( " Pol i di psi a" ) : -
pol i di psi a_ct l : get CheckedSt at e( ) = checkBut t on: : checked,
! .
si nt omas( " Per di da de peso" ) : -
pr di daDePeso_ct l : get CheckedSt at e( ) =
checkBut t on: : checked,
! .
si nt omas( " Obesi dad" ) : -
obesi dad_ct l : get CheckedSt at e( ) = checkBut t on: : checked,
! .
si nt omas( " I nf ecci ones" ) : -
i nf ecci ones_ct l : get CheckedSt at e( ) = checkBut t on: : checked,
! .
si nt omas( " Fat i gas" ) : -
f at i gas_ct l : get CheckedSt at e( ) = checkBut t on: : checked,
! .
si nt omas( " Vomi t os" ) : -
vomi t os_ct l : get CheckedSt at e( ) = checkBut t on: : checked,
! .
si nt omas( " I nf ect adas l as her i das" ) : -
i nf ect adasHer i das_ct l : get CheckedSt at e( ) =
checkBut t on: : checked,
! .
si nt omas( " Her i das se demor an en ci cat r i zar se" ) : -
APNDICES
GLOSARIO DE TERMINOS
LISTA DE TABLAS
Tabla1:ConclusindelaDMI.................................................................................................... 10
Tabla2:Toleranciaalaglucosadetreshoras. ........................................................................... 14
Tabla3:ConclusindelaDG....................................................................................................... 21
Tabla4:Clasificacindealteracionesdelaglucosa. .................................................................. 26
Tabla5:Objetivosdecontrolconparticipacinactivadelpaciente. ......................................... 32
Tabla6:Valorcalricosegnlaactividadfsica.......................................................................... 34
Tabla7:ConclusindelaDMII................................................................................................... 38
Tabla8:Albuminuria. .................................................................................................................. 40
Tabla9:Propiedadesdelossistemasexpertosyclsicos. ......................................................... 68
Tabla10:UnatabladeverdadquemuestraquelasReglas1y2soncoherentes..................... 90
Tabla11:UnatabladeverdadquemuestraquelasReglas1y4sonincoherentes.................. 91
Tabla12:BasedelconocimientosobrelossntomasdelaDM................................................ 135
Tabla13:Basedelconocimientosobrelaprediabetes. ........................................................... 135
Tabla14:BasedelconocimientosobrelaDMI........................................................................ 139
Tabla15:BasedelconocimientosobrelaDMII....................................................................... 143
LISTA DE FIGURAS
Figura1:Algoritmoparaeldiagnostico. ..................................................................................... 27
Figura2:ComponentesdeunSistemaExperto.......................................................................... 80
Figura3:Unejemplodeunconjuntodeseisreglasrelacionando13objetos. .......................... 87
Figura4:UnarepresentacingrficadelasrelacionesentrelasseisreglasdelaFigura3. ...... 88
Figura5:Esquemaderepresentacinenelquefiguraelequipodedesarrollo. ..................... 125