UNIVERSIDAD DE LAS FUERZAS ARMADAS

ESPE-L
DEPARTAMENTO DE ELECTRICA Y
ELECTRONICA
INGENIERIA EN SOFTWARE
INTELIGENCIA ARTIFICIAL I

NOMBRES: AQUINO R. JUAN J.

COPARA G. KAREN L.
NIVEL: 8vo SEMESTRE
FECHA: 22 DE JULIO DEL 2019
TEMA: CONSULTA SISTEMA EXPERTO
PROBABILISTICO
 Implementación de un Sistema Experto Probabilístico EDA
(Enfermedad Diarreica Aguda) usando el Teorema de Bayes
con conexión a Mysql

Teorema de Bayes:

El teorema de Bayes es de enorme relevancia puesto que vincula la probabilidad de A dado B con la
probabilidad de B dado A. Es decir, por ejemplo, que sabiendo la probabilidad de tener un dolor de
cabeza dado que se tiene gripe, se podría saber (si se tiene algún dato más), la probabilidad de tener
gripe si se tiene un dolor de cabeza. Muestra este sencillo ejemplo la alta relevancia del teorema en
cuestión para la ciencia en todas sus ramas, puesto que tiene vinculación íntima con la comprensión
de la probabilidad de aspectos causales dados los efectos observados. (Esquerdo, 2012)

Sea {𝐴1 , 𝐴2 , … , 𝐴𝑖 , … , 𝐴𝑛 }un conjunto de sucesos mutuamente excluyentes y exhaustivos, y tales que
la probabilidad de cada uno de ellos es distinta de cero (0). Sea B un suceso cualquiera del que se
conocen las probabilidades condicionales . 𝑃(𝐵|𝐴𝑖 ) Entonces, la probabilidad 𝑃(𝐴𝑖 |𝐵) viene dada
por la expresión:

𝑃(𝐵 |𝐴𝑖 ) 𝑃(𝐴𝐼 )

𝑃(𝐴𝑖 |𝐵) =
𝑃(𝐵)

Donde:

 𝑃(𝐴𝐼 ) son las probabilidades a priori,

 𝑃(𝐵|𝐴𝑖 ) es la probabilidad de 𝐵 en la hipótesis 𝐴𝑖 ,
 𝑃(𝐴𝑖 |𝐵) son las probabilidades a posteriori.

DESCRIPCIÓN DEL PROBLEMA:

Un centro médico tiene una BD con las historias clínicas de N = 1000 pacientes.
Estas historias clínicas se resumen gráficamente en la figura. Hay 700 pacientes (región
sombreada) que tienen la enfermedad adenocarcinoma gástrico (G), y 300 que no la tienen
(se considera estar sano como otro valor posible de la enfermedad). Tres síntomas, dolor
(D), pérdida de peso (P) y vómitos (V ), se considera que están ligados a esta enfermedad.
Por tanto, cuando un paciente nuevo llega al centro médico, hay una probabilidad
700/1000 = 70% de que el paciente tenga adenocarcinoma gástrico. Esta es la
probabilidad inicial, o “a priori”, puesto que se calcula con la información inicial, antes
de conocer información alguna sobre el paciente. (Jimenez, 2016)

Figura 1: Conjunto del Sistema Adenocarcinoma Gástrico

Se pide crear un SEP que permita diagnosticar el nivel de probabilidad que tiene un
paciente de haber adquirido esta enfermedad en base a los síntomas antes mencionados.

Código en Prolog:
EJECUCIÓN.

Figura 2: Ventana Principal

 Figura 3: Menú de selección

Figura 4: Preguntas para calcular la probabilidad de enfermedad

Figura 5: Resultados del Calculo

Bibliografía:
Esquerdo, P. J. (2012). Regla de Bayes. Recinto de Río Piedras: Universidad de Puerto
Rico.
Jimenez, A. (26 de Junio de 2016). Make Code. Obtenido de
http://blog.andresed.me/2016/06/implementacion-de-un-sistema-experto.html