VI Congreso Internacional de Informática en Salud.

Temática: Informática e ITS/VIH/SIDA.

DITRITS, SISTEMA EXPERTO PARA EL DIAGNÓSTICO Y TRATAMIENTO DE

INFECCIONES DE TRANSMISIÓN SEXUAL.
Autoras:
Ing. Maribel García García, mggarcia@ucf.edu.cu *
Lic. Karina Fernández Sánchez, karina@etecsa.cfg.cu **
MSc. Viviana R. Toledo Rivero, vtoledo@ucf.edu.cu *
Dra. Lisset León Vidal. **

* Universidad de Cienfuegos, Cuba.

** Hospital Provincial “Dr. Gustavo Aldereguía Lima”, Cienfuegos, Cuba.

Resumen:

El trabajo describe a DITRITS, un sistema experto para el diagnóstico y tratamiento de

Infecciones de Transmisión Sexual, que fue desarrollado por la Universidad de
Cienfuegos en conjunto con especialistas de segundo grado del Hospital Provincial Dr.
Gustavo Aldereguía Lima que hicieron la labor de expertos en la validación de la base
de conocimientos para el posterior diagnóstico de las enfermedades. DITRITS responde
a una necesidad social de nuestra provincia con alcance nacional. Puede ser usado, no
sólo en el diagnóstico sino como herramienta de apoyo a la docencia tanto en centros
docentes como en centros de asistencia primaria a la población. No existe ningún otro
software en el país con características similares para el mismo fin.

Summary

The paper describes to DITRITS, an expert system for the diagnosis and treatment of
Infections of Sexual Transmission, that was developed by the University of Cienfuegos
altogether with specialists from Provincial Hospital “Dr Gustavo Aldereguía Lima” which
made the work of experts in the validation of the knowledge base for the later diagnosis
of the diseases. DITRITS responds to a social need of our province and country and can
be used not only in the diagnosis but like tool of support to teaching as much in teaching
institutions as in centre of primary attendance to the population. Any other software in
the country with similar characteristics for the same aim does not exist.

Introducción

La problemática de los sistemas expertos en el diagnóstico y tratamiento de

enfermedades es una de las más interesantes y abordadas en el campo de la
Inteligencia Artificial y cobra elevada importancia en nuestros días cuando nuevas
herramientas para el desarrollo de software de sistemas expertos están disponibles
para computadoras personales y hacen posible su desarrollo más fácil y rápidamente,
a un bajo costo.
El desarrollo de tales sistemas es hoy una posibilidad en nuestro país cuando en todas
las universidades se cuenta con el equipamiento necesario para ello y cuando por otra
parte el país cuenta desde hace años con INFOMED, la red Telemática de Salud en
Cuba, ahora entre las más poderosas del archipiélago, y a través de la cual se facilita
el intercambio y la superación de nuestros más de 65 000 médicos.
Su novedad e importancia práctica radica en que por primera vez se obtiene un
software de este tipo en nuestra provincia que puede ser usado no sólo en los centros
de salud y asistenciales sino que puede ser extendido a otros centros afines tanto
dentro como fuera del país. Como valor añadido puede ser usado como herramienta de
apoyo a la docencia.
DITRITS se caracteriza por utilizar un modelo de producción basado en reglas.

Desarrollo

A grandes rasgos, el problema del diagnóstico en inteligencia artificial consiste en

determinar a partir del conocimiento de las leyes que rigen el comportamiento de un
sistema y de un conjunto de medidas, observaciones o síntomas, cuáles son las
causas, o los componentes del sistema responsables en última instancia de un posible
comportamiento anómalo. Esto es válido para cualquier tipo de diagnóstico ya sea para
la detección de una rotura en una pieza de un equipo o para el diagnóstico médico de
enfermedades.
Cuando un paciente acude al hospital con dolor o presentando ciertos síntomas, el
médico debe aplicar sus conocimientos acelaradamente para prevenir un daño mayor o
corregir la condición del paciente, y para esto debe recordar docenas de indicadores y
buscar “rápidamente” en su memoria qué ha hecho antes, cuando un paciente en tal
estado ha acudido buscando su ayuda, o qué registra la literatura médica ante un hecho
similar determinando así la causa del malfuncionamiento de ser detectada alguna.
Dos condiciones pueden presentarse en este ejemplo, el médico no conoce la
información que precisa y no tiene en ese momento acceso a un experto que sí la
tenga, segunda, el médico necesita esta información rápidamente para realizar su
trabajo.
Este problema está en el rango de los que son factibles a resolver por un sistema
experto.
Para el año 2000 más de 330 millones de personas fueron diagnosticadas con
diferentes enfermedades de transmisión sexual, las cuales justifican con creces el
esfuerzo de la OMS y el ONUSIDA para ejecutar acciones concretas y urgentes
encaminadas a aliviar la pandemia. Por otra parte, desde el inicio de la epidemia de
VIH/SIDA, incluida dentro de este grupo de infecciones, han fallecido más de 13,9
millones de personas, de ellas 4,7 millones de mujeres y 3,3 millones de niños. [1].
Fue así que emprendimos el diseño de un sistema experto para diagnosticar y tratar las
ITS.

Componentes de DITRITS.

Como todo sistema experto, DITRITS cuenta con un conjunto de elementos [2] que a
continuación describimos:

Base de conocimientos. Contiene el conocimiento sobre el dominio. Este

conocimiento se obtuvo de un conjunto de expertos, tras varias entrevistas, durante las
cuales se determinaron las principales infecciones de transmisión sexual en el territorio,
sus características distintivas, sus rasgos comunes y las diferentes formas en que la
enfermedad suele presentarse.
Luego de un fructífero y largo trabajo de mesa se obtuvieron las siguientes patologías
de interés para nuestro sistema:

Posibles Diagnósticos
1. Vaginosis bacteriana.
2. Trichomoniasis.
3. Candidiasis.
4. Gonorrea.
5. Vaginitis.
6. Cervicitis.
7. Sífilis.
8. Herpes genital
9. Condiloma.
10. Granuloma inguinal.
11. Hepatitis B.
12. VIH.

Para cada una de estas patologías se realizó un estudio detallado de sus

características hasta obtener todo lo necesario para poder codificarlas en la base de
conocimientos. De los dos tipos básicos de formato para la base de conocimientos:
reglas o ejemplos, escogimos las reglas, la mayoría de los sistemas expertos usan un
formato o el otro pero los sistemas basados en reglas predominan [3].
Una regla es una estructura condicional que relaciona lógicamente la información
contenida en la parte del antecedente con otra información contenida en la parte del
consecuente.
En general luce como esta estructura:
IF antecedente THEN consecuente.
Nuestro sistema experto cuenta con 126 reglas de este tipo.

Base de hechos (Memoria de trabajo). Contiene los hechos sobre el problema que se
han descubierto durante la consulta. Durante la consulta con el sistema experto, el
usuario introduce la información del problema actual en la base de hechos. El sistema
empareja esta información con el conocimiento disponible en la base de conocimientos
para deducir nuevos hechos. Un ejemplo de base de hechos puede ser la siguiente,
obtenida de la entrevista realizada a una paciente cuyo nombre es Mari.

Fichero texto hechosp.txt

masDeUnaParejaEn3Meses(mari).
flujoVaginal(mari).
flujoVaginal(mari).
edemaDeLaVulva(mari).
eritemaYEscoriaciones(mari).
secrecionVaginalGrumosaComoLecheCortada(mari).
 secrecionVagMalolienteAmarilloVerdosa(mari).
presenciaDeCelulasGuias(mari).
presenciaDeCandidaAlbicans(mari).

Motor de inferencia. Este modela el proceso de razonamiento humano trabajando con

la información contenida en la base de conocimientos y la base de hechos para deducir
nuevos hechos. Contrasta los hechos particulares de la base de hechos con el
conocimiento contenido en la base de conocimientos para obtener conclusiones acerca
del problema.

Subsistema de explicación. A través del módulo del subsistema de explicación, el

sistema experto proporciona una explicación al usuario de por qué está haciendo una
pregunta y cómo ha llegado a una conclusión. Este módulo proporciona beneficios tanto
al diseñador del sistema como al usuario. El diseñador puede usarlo para detectar
errores y el usuario se beneficia de la transparencia del sistema.

Interfaz de usuario. La interacción entre el sistema experto y el usuario se realiza en

lenguaje natural. También es altamente interactiva y sigue el patrón de la conversación
entre seres humanos. Ver en el Anexo 1, figuras A-2 y A-3 dos de las pantallas de
Entrada de datos, de un total de cinco con que cuenta el sistema.
Los elementos anteriores definen claramente las funciones de DITRITS como un SE,
mediante la explicación de estos componentes podemos entender lo que realmente hay
detrás de estos sistemas y conocer sus posibilidades. Entre otras, a modo de resumen,
pueden destacarse las siguientes:
- Adquirir conocimiento.
- Almacenar conocimiento.
- Razonar e inferir.
- Demandar nueva información.
- Aprender.
- Asistir al experto a dar información coherente.
- Explicar las conclusiones.
- Realizar ciertas acciones como consecuencia del razonamiento.
- Controlar la coherencia del conocimiento del sistema.
Una vez expuestas los componentes y características fundamentales de DITRITS vale
añadir algunas razones para su uso.

Razones para utilizar a DITRITS como un SE.

Coincidiendo con lo afirmado en [4] entre las más importantes se destacan:

• Posibilidad de utilizar personal no especializado para resolver problemas que

requieren especialidad.
• Obtención de soluciones más rápidas.
• Obtención de soluciones más fiables.
• Reducción de costos.
• Eliminación de operaciones incómodas o monótonas.
• Escasez de expertos humanos.
• Acceso del conocimiento a poblaciones más amplias.

Adicionalmente a estas razones, hay que apuntar que el tema de las enfermedades de
transmisión sexual pertenece a la Gineco-Obstetricia, siendo muy importante que los
estudiantes de medicina estén bien preparados en diagnosticarlo y dar al paciente el
tratamiento adecuado, teniendo en cuenta que las consecuencias de realizar el
diagnóstico tardíamente trae afectaciones futuras y en algunos casos puede conducir a
la muerte. Un SE para el diagnóstico médico, permitirá a los futuros médicos, probar
distintos casos que pudieran tener o no ITS y los rasgos que caracterizan su cuadro
clínico estarán reflejados en la interfase de usuario con un sistema que describirá los
mismos, permitiéndoles tener acceso a conocimiento de expertos en el tema de que se
trate.

Ventajas de DITRITS como SBR

1. Modularidad: Es altamente modular. Cada regla es una unidad de conocimiento

que puede ser añadida, modificada o removida, independientemente de las otras
reglas existentes. Esto da flexibilidad al desarrollo de la base de conocimientos.
2. Uniformidad: Todo conocimiento del sistema se expresa en el mismo formato.
3. Naturalidad: Las reglas son un formato natural para expresar conocimiento en
algunos dominios y en particular en el diagnóstico han tenido un éxito probado.
Los expertos, lógicamente, piensan en los problemas y sus soluciones usando
las situaciones existentes para indicar las conclusiones deseadas.
4. Amplia distribución de conocimiento experto escaso.
5. Gran accesibilidad.
6. Preservación del conocimiento experto.
7. Solución de problemas que incluyen datos incompletos

Concepción general del sistema

El sistema cuenta con dos módulos principales: un ejecutable en Borland Delphi 7,

DITRITS.exe y otro de Arity Prolog, ITS.exe. Las relaciones de estos se muestran en
la figura 1
Figura 1 Módulos principales del sistema

DITRITS.exe se obtuvo en Borland Delphi 7, este es el módulo principal de nuestra

aplicación. Se encarga de realizar la entrada de datos, crear el fichero texto
hechosp.txt que es utilizado por el módulo de razonamiento basado en reglas ITS.exe
para realizar el diagnóstico, quien genera un fichero de salida (Outp.txt) que es tomado
por DITRITS.exe para mostrar el diagnóstico al usuario.

Módulo de diagnóstico por Razonamiento Basado en Reglas (ITS.exe)

Para la construcción del módulo de diagnóstico basado en reglas que usa el sistema, se
utilizó el Arity Prolog (versión 6.0).

La regla encargada de diagnosticar es:

iTS(X,Diagnostico),
y esta a su vez depende de:
factoresDeRiesgo(X,´positivo
´),cuadroClinico(X,Tipo),examenesComplementarios(X,Tipo)

Al preguntar por iTS(X,Diagnostico) el módulo consulta en el fichero hechosp.txt a

través de un call(hecho(X)) los hechos que han sido descritos sobre los rasgos de la
paciente y escribe el diagnóstico en el fichero de salida Outp.txt.
Si la paciente no presenta ITS el fichero de salida quedará vacío y el módulo
DITRITS.exe mostrará en la ventana de diagnóstico el siguiente mensaje: “No tiene
Infección de Transmisión Sexual”, en caso contrario contendrá el diagnóstico hallado
por DITRITS que posteriormente será usado para informarlo al médico y sugerir el
tratamiento adecuado. Ver Anexo 1, Figura A-4.

Conclusiones:

DITRITS como aplicación constituye el primer producto cubano para el diagnóstico y

tratamiento de ITS. Su diseño y desarrollo como sistema experto para el diagnóstico y
tratamiento de ITS en la provincia Cienfuegos nos ha permitido arribar a las siguientes
conclusiones:
 • Es positiva la elaboración de sistemas expertos para el diagnóstico y en
particular para el diagnóstico médico. Al comprobar la factibilidad del software
como sistema de diagnóstico médico con un grupo de casos característicos se
obtuvo un 100% de diagnósticos exitosos.
• Codificar el conocimiento como un conjunto de reglas de producción resultó un
método natural y apropiado para el dominio del problema.
• De la combinación de las bondades del Arity Prolog y el Delphi resultó un
producto con una interfase agradable al usuario y un módulo de reglas de fácil
comprensión para los expertos que participaron en su confección, con un
sistema de ayuda a los usuarios de la aplicación, que consiste en describir las
características de los datos de entrada y los temas de ginecología y
dermatología asociados a estos.
• En la validación del sistema con casos característicos se evidencia
empíricamente que el medio empleado para la explicación puede ser usado
también para fines de enseñanza.

Referencias:

[1] ONUSIDA/OMS, La OMS y las ITS: por un mundo más saludable,

http://www.onusida.com, 2001.
[2] Frenzel, Louis E. Jr, (1985). Crash Course in Artificial Intelligence and Experts
Systems., Addison Wesley, 358 p.
[3] Bello R. Aplicaciones de la Inteligencia Artificial. Universidad de Guadalajara,
Jalisco, 2002
[4] Weiss,S.M.Kulikowski, c.A. : A practical Guide to Designing Expert Systems, ,
Rowman & Allanheld Publishers, 1984.
[5] Freer EB, Chavarria JC. El desarrollo de la computación y su influencia en la
medicina. Rev. Costarricense de Ciencias Médicas. 1992; 13(12):59-70.

Anexos.

Anexo 1.
Figura A_1 Portada del Sistema Experto

Figura A_2 Entrada de Datos 1

Figura A_3 Entrada de Datos 2
Figura A_4 Salida de Datos

Figura A_5 Salida de Datos