Sistema Experto para la Dosificación de Antibióticos (SEDA)
67
Universidad Central “Marta Abreu” de Las Villas Facultad de Matemática, Física y Computación S istema E xperto para la D osificación de A ntibióticos (SEDA) Trabajo de diploma para optar por el título de Licenciado en Ciencias de la Computación Autor: Ulyses Fonticiella Monteagudo Tutor: Dr. Mateo G. Lezcano Brito Santa Clara, Julio 2007
Transcript of Sistema Experto para la Dosificación de Antibióticos (SEDA)
Universidad Central “Marta Abreu” de Las Villas
Facultad de Matemática, Física y Computación
Sistema Experto para la Dosificación de Antibióticos
(SEDA)
Trabajo de diploma para optar por el título de Licenciado en Ciencias de la Computación
Autor: Ulyses Fonticiella Monteagudo Tutor: Dr. Mateo G. Lezcano Brito
Santa Clara, Julio 2007
Declaración de Autoría
Hago constar que el presente Trabajo de Diploma ha sido realizado en la facultad de
Matemática, Física y Computación de la Universidad Central “Marta Abreu” de Las Villas
(UCLV) como parte de la culminación de los estudios de Licenciatura en Ciencia de la
Computación, autorizando a que el mismo sea utilizado por la institución para los fines que
estime conveniente, tanto de forma total como parcial y que además no podrá ser
presentado en eventos ni publicado sin la previa autorización de la UCLV.
______________________________
Firma del Autor
Los abajo firmantes, certificamos que el presente trabajo ha sido realizado según acuerdo
de la dirección de nuestro centro y que el mismo cumple con los requisitos que debe tener
un trabajo de esta envergadura referido a la temática señalada.
_______________________ _________________________
Firma del Tutor Firma Jefe del Seminario de
Inteligencia Artificial
PENSAMIENTO
“Los sistemas expertos aplicados a la medicina han sido muy influyentes en el pensamiento
actual sobre inteligencia artificial”
(Kurzweil 1994)
DEDICATORIA
A mis Padres por estar.
A mis Abuelos por ser.
AGRADECIMIENTOS
A mi tutor, por la exigencia, por los consejos, por la ayuda.
A mi familia, por creer en mí, por la confianza y el apoyo.
A Lombana, abuelita, papán, Hanler y Rosa, por su amistad, por los consejos, por tantas
cosas.
A la “family”: Body, Alayn, Marre, la Sobrina, Ruper; sin ustedes hubiera sido
extremadamente difícil lograrlo.
A los que compartimos los horrores del Vlir, por la resistencia.
A Sura y su familia, por los gratos momentos, por la reocupación.
A Raúl, por el tiempo en que no estuve.
A Leonid, si no fuera por ti no hubiera vuelto para terminar.
A los que deje en el camino: Lucho, Amilkar, Gabriel, por lo que vivimos, por los gratos
recuerdos que quedaron.
A mis hermanos, por todas las cosas de la vida, por la sonrisa, por hermanos.
A mis padres, por tantas cosas, por todo, sin ustedes esto fuera solo un sueño.
RESUMEN
El trabajo que se presenta, “Sistema Experto para la Dosificación de Antibióticos (SEDA)”,
es el resultado de la labor conjunta de especialistas del Hospital Provincial Arnaldo Milián
Castro y la Universidad Central Marta Abreu de las Villas y pretende ser una herramienta
auxiliar para la toma de decisiones en esta importante labor. El documento hace una breve
incursión en el campo de los sistemas expertos en general para después enfatizar en los
sistemas de este tipo aplicados a la medicina. El sistema experto en sí, se implementa sobre
dos herramientas: WUCShell, recurso propio de la UCLV y Flex, recurso del paquete LPA-
Prolog, lo cual permite hacer algunas valoraciones acerca de ambos.
ABSTRACT
The present report, “Antibiotics Dosage Expert System (SEDA)”, is the result of the
combined work of specialists of the “Arnaldo Milián Castro” Provincial Hospital and the
“Marta Abreu” Las Villas Central University and became an assisting tool for the decisions
taking process in this important work. The document makes a brief incursion in the field of
the expert systems in general, it stops later to emphasize in the systems of this type applied
to the medicine. The expert system is implemented on two tools: WUCShell, resource
characteristic of the UCLV and Flex, resource of the package LPA-Prolog, that which
allows making some valuations about both.
CONTENIDO
INTRODUCCIÓN..................................................................................................................1
CAPÍTULO I. LA INTELIGENCIA ARTIFICIAL Y LOS SISTEMAS EXPERTOS.........3
1.1 Panorámica general de la Inteligencia Artificial. .........................................................3
1.2 Sistemas Expertos.........................................................................................................4
1.3 Características y funcionamiento de los sistemas expertos. .........................................5
1.4 Formas de Representación del Conocimiento. .............................................................8
1.4.1 Cálculo de predicados............................................................................................8
1.4.2 Redes semánticas...................................................................................................9
1.4.3 Frames o armazones. .............................................................................................9
1.4.4 Scripts o guiones..................................................................................................10
1.4.5 Reglas de producción...........................................................................................11
1.5 Sistemas Expertos Históricos. ....................................................................................12
1.6 Sistemas Expertos Actuales........................................................................................14
1.7 Conclusiones del capítulo...........................................................................................15
CAPÍTULO II. LOS SISTEMAS EXPERTOS Y LA MEDICINA. ...................................16
2.1 MYCIN.......................................................................................................................16
2.2 EMYCIN. ...................................................................................................................19
2.3 TMYCIN. ...................................................................................................................19
2.4 GUIDON. ...................................................................................................................20
2.5 Los Sistemas Expertos utilizados para la lectura interpretativa del antibiograma: Una
herramienta para predecir la resistencia bacteriana en el laboratorio de microbiología. .21
2.6 Medisource. ................................................................................................................23
2.7 Sistema Experto para el Tratamiento Homeopático de Enfermedades que pueden
Derivar en Ceguera (SEHO).............................................................................................24
2.8 Sistema Experto para el Tratamiento en Fisioterapia de la Patología de la Espalda
(SETFI).............................................................................................................................25
2.9 ETT.............................................................................................................................26
2.10 SPACEMED.............................................................................................................26
2.11 DIAVAL...................................................................................................................26
Contenido
2.12 Conclusiones del capítulo.........................................................................................26
CAPÍTULO III. SEDA, SISTEMA EXPERTO PARA LA DOSIFICACIÓN DE
ANTIBIÓTICOS. .................................................................................................................28
3.1 Problemática. ..............................................................................................................28
3.2 Ingeniería del conocimiento. ......................................................................................29
3.2.1 Máquina de inferencia WUCShell.......................................................................33
3.2.1.1 Características esenciales de WUCShell. .....................................................33
3.2.2 Máquina de inferencia Flex. ................................................................................36
3.2.2.1 Características...............................................................................................36
3.3 Algunos aspectos comparativos entre WUCShell y Flex...........................................38
3.4 Conclusiones del Capítulo ..........................................................................................41
CONCLUSIONES................................................................................................................42
RECOMENDACIONES ......................................................................................................43
REFERENCIAS BIBLIOGRÁFICAS .................................................................................44
ANEXOS..............................................................................................................................46
1
INTRODUCCIÓN
Cuba, es un país que dedica amplios recursos a la medicina. La aplicación de un
medicamento y en específico los antibióticos se debe ver desde dos puntos de vistas, el
primero se relaciona con los efectos que producen su aplicación, que pueden resultar
positivos, negativos o interactuar de forma no apropiada con otros y el segundo aspecto es
de factor económico y está asociado a los costos.
El Hospital Universitario “Arnaldo Milián Castro” de nuestra ciudad tiene un grupo de
especialistas encargados de la tarea de sugerir el antibiótico adecuado en cada caso, para lo
cual toma en cuenta los dos factores anteriormente señalados y un tercero que es también
muy importante que tiene que ver con el hecho de que en determinadas áreas del hospital
algunos organismos se han hecho resistentes a ciertos medicamentos.
Partiendo del reconocimiento de la existencia de expertos en el hospital, del tiempo que
consume la tarea, del peligro de perder los conocimientos acumulados y producto de las
relaciones que a través del Proyecto Close the Gap se establecieron entre el Hospital
Arnaldo Milián y el grupo de investigación de Inteligencia Artificial de la UCLV, se
presenta un Sistema Experto para la Dosificación de Antibióticos que pretende ayudar a la
toma de decisiones en este campo.
El trabajo se traza los siguientes objetivos
– Objetivo General
o Desarrollar un Sistema Experto en la dosificación y adecuación de
antibióticos.
– Objetivos específicos
o Realizar las tareas de Ingeniería del conocimiento.
o Hacer un estudio analítico acerca de los sistemas expertos aplicados a la
medicina de forma que sirva de referencia a los especialistas del área
médica.
Introducción
2
o Analizar comparativamente las posibilidades como máquinas de inferencia
del lenguaje Flex de LPA-Prolog y el WUCShell.
o Implementar la base de conocimiento usando la forma de representación del
conocimiento “reglas de producción”.
Para enfrentar las tareas de esta investigación del proyecto se formulan las siguientes
preguntas:
– Si se definen las reglas a seguir para ciertos tratamientos y se establece un sistema
experto que las contenga ¿Mejorará la calidad y agilidad de la atención médica en el
Hospital “Arnaldo Milián”?
– Una vez que la experiencia anterior haya mostrado su efectividad ¿Será posible
extrapolar las ideas a otras instituciones hospitalarias?
El documento escrito está estructurado en tres capítulos:
El Capitulo I aborda la temática de los Sistemas Expertos en general y particulariza en
las formas de representación del conocimiento.
En el Capitulo II se analizan diferentes Sistemas Expertos aplicados a la medicina, los
cuales sirvieron como modelos a presentar al personal médico y de ayuda para la
realización de este trabajo.
El Capitulo III trata acerca del Sistema Experto para la Dosificación de Antibióticos
(SEDA), se explican aspectos relacionados con la ingeniería del conocimiento y se hace un
análisis acerca de WUCShell y Flex como máquinas de inferencia.
3
CAPÍTULO I. LA INTELIGENCIA ARTIFICIAL Y LOS
SISTEMAS EXPERTOS.
En el capitulo se esbozan algunas ideas generales acerca de la Inteligencia Artificial en
general y de los Sistemas Expertos en particular.
1.1 Panorámica general de la Inteligencia Artificial.
El término inteligencia artificial (IA) fue acuñado en 1956 por John McCarthy, del Instituto
Tecnológico de Massachusetts. En ese año se celebró la conferencia de Dartmouth, en
Hanover (Estados Unidos), y en ella, McCarthy, Marvin Minsky, Nathaniel Rochester y
Claude E. Shannon establecieron las bases de la inteligencia artificial como un campo
independiente dentro de la ciencia de la computación. Previamente, en 1950, Alan M.
Turing había publicado un artículo en la revista Mind, titulado “Computing Machinery and
Intelligence”, en el que reflexionaba sobre el concepto de inteligencia artificial y establecía
lo que luego se conocería como el Test de Turing (Buchanan and Shortlife, 1984).
Esta rama del saber está compuesta por diversos campos, entre los que se destacan: la
robótica, las redes neuronales, el reconocimiento del lenguaje natural y los sistemas
expertos, entre otros. En todos ellos, se intenta simular el comportamiento humano en
alguna actividad que requiere inteligencia.
Los orígenes de esta ciencia se remontan a los trabajos teóricos en el desarrollo de
algoritmos matemáticos de Warren McCullock y Walter Pitts, en 1943, posteriormente (en
1949) Donald Hebb desarrolló un algoritmo de aprendizaje para las redes neuronales
creando, en conjunto con los trabajos de McCullock y Pitts, la escuela creacionista, la cual
se considera hoy como el origen de la Inteligencia Artificial.
Capítulo I
4
El año 1965, marca el inicio de la era de los sistemas expertos cuando aparece DENDRAL,
el primer sistema de este tipo que tenía como objetivo el estudio de compuestos químicos.
1.2 Sistemas Expertos
Un sistema experto es un tipo de programa que toma decisiones o resuelve problemas de un
determinado campo (ejemplo: las finanzas, la medicina, etc.) de una forma similar o al
menos cercana a la manera en que lo hace un experto humano(Krishnamoorthy and Rajeev,
1996).
El conocimiento experto se representa en un formalismo dado, conocido como Forma de
Representación del Conocimiento (FRC) y sobre él actúa un determinado mecanismo que
infiere nuevos conocimientos. En los sistemas expertos, estos dos elementos básicos están
contenidos en dos componentes separados:
La base de conocimientos.
La máquina de inferencia.
Aunque estos dos componentes son los básicos, los sistemas expertos deben proporcionar
otras herramientas o medios que ayuden a hacerlos más amistosos y ofrezcan facilidades
adicionales y deseables, por ejemplo: interfaces de usuario, mecanismos de explicación,
módulos para tratar la incertidumbre, etc.
Las interfaces de usuario, al igual que en cualquier otra aplicación, permiten que el usuario
formule consultas, proporcione información e interactúe de otras formas con el sistema. Los
mecanismos de explicación son las vías para explicar por qué se hacen determinadas
preguntas o cómo se arriba a ciertas conclusiones, Los mecanismos de manejo de
incertidumbre ofrecen la posibilidad de trabajar con datos no exactos.
Como la experiencia de un especialista es, en términos generales, muy específica o sea se
circunscribe a un campo limitado del saber, el conocimiento aportados por los expertos y
Capítulo I
5
reflejado en la base de conocimientos es también específico de ahí que no existan sistemas
expertos universales y ni siquiera máquinas de inferencias tan generales que permitan
representar cualquier tipo de conocimiento y en su lugar se ofrecen diversas máquinas que
usan mecanismos disímiles y Formas de Representación del Conocimiento de variadas
formas y enfoques(Wesley, 1990).
Los Sistemas Expertos se aplican, por norma general, en problemas que implican un
procedimiento basado en el conocimiento. O sea, un procedimiento que comprende la
utilización de normas o estructuras que contengan conocimientos y experiencias de
expertos, deducción lógica de conclusiones, capacidad de interpretar datos ambiguos y la
manipulación de conocimientos afectados por la probabilidad(Wesley, 1990).
1.3 Características y funcionamiento de los sistemas expertos.
Una de las características fundamentales de los sistemas expertos es la separación del
conocimiento (contenido en la base de conocimiento) del programa que lo controla (motor
de inferencia), adicionalmente los datos propios de un determinado problema se almacenan
en una base de datos que constituye la base de hechos del proceso de inferencia actual. Esta
separación facilita la ingeniería del conocimiento, considerada esta como el proceso de
obtención del conocimiento experto, que se almacenará en la base de conocimiento
siguiendo el formalismo que admita la máquina de inferencia utilizada sin necesidad de
tener conocimientos de los mecanismos internos de esta última(Velarde Lombraña, 2006).
Una característica adicional deseable, y a veces fundamental, es que el sistema sea capaz de
justificar su propia línea de razonamiento de forma inteligible por el usuario.
Las formas de representación del conocimiento permiten formalizar el conocimiento de un
dominio, existen diferentes FRC, entre las cuales se pueden citar (Lezcano Brito, 1999):
Reglas de producción
Frames
Capítulo I
6
Script
Redes semántica
Strips
Resulta riesgoso afirmar que un formalismo de representación del conocimiento es mejor
que otro, ellos difieren en expresividad y en la forma de tratar computacionalmente el
conocimiento y ninguna forma es capaz de satisfacer todas las necesidades para un dominio
de aplicación. Lo anterior se enfatiza por el hecho de que frecuentemente se combinan para
resolver problemas.
“Para muchos autores la FRC más usada es el de las reglas de producción” (Lezcano Brito,
1999), las cuales desde el punto de vista sintáctico se pueden ver en la forma:
Si <Conjunto de condiciones> entonces <Conjunto de conclusiones o acciones>
Programar una máquina de inferencia que brinde buenas prestaciones para los usuarios
ofreciendo poderosos mecanismos de inferencia, buenos métodos para el cálculo de la
certidumbre, interfaz agradable, herramientas de puesta a punto, en fin un conjunto de
facilidades que llene las expectativas de sus usuarios, no es una tarea simple, pero a pesar
de eso la fortaleza de cualquier sistema experto viene dada por la base de conocimiento la
cual se constituye entonces en su parte más importante.
La afirmación anterior se basa en el hecho de que en la base de conocimiento reside todo el
saber del dominio que se ha podido acumular y representar y el conocimiento es la fuente
de nuevos conocimientos y descubrimientos. El conocimiento procede de dos fuentes
fundamentales:
El o los expertos, aportan un conocimiento privado que poseen solo ellos y que en
realidad no tienen formalizado en la mayoría de las ocasiones.
Fuentes bibliográficas, aportan un conocimiento público que está accesible a todo el
mundo a través de diferentes soportes de información. Este conocimiento está bien
Capítulo I
7
establecido aunque no necesariamente se ajusta a algún formalismo de los
mencionados.
Muchos de los procesos que realiza un experto humano para llegar a conclusiones y, aún,
muchos procesos ya establecidos en la literatura, se basan en conocimientos imprecisos
acerca de los elementos a tomar en cuenta para inferir o probar algo. Es por ese motivo que
los Sistemas Expertos también deben reflejar esa situación y para ello se usan técnicas que
trabajan con incertidumbre, las cuales, en su forma más básica, se basan en valores
numéricos dentro de un cierto rango que se asocian a las condiciones o a las conclusiones
de las reglas (o a ambas).
El motor o máquina de inferencia es el programa que está entre el usuario y la base de
conocimientos, es responsable de extraer conclusiones a partir de los datos simbólicos que
están almacenados en las bases de conocimiento y de hechos, dependen en gran medida de
la representación elegida; debido a las características del sistema experto que se presenta en
esta tesis analizaremos los motores de inferencia basados en reglas(Sanvalero, 1995).
Las máquinas de este tipo pueden tener implementados diferentes algoritmos de búsqueda
pero en general todos son del tipo "pattern-matching" en el cual se van disparando reglas a
medida que se cumplen las condiciones, esos algoritmos pueden usar, en esencia, dos
direcciones de búsqueda durante su proceso de inferencia:
Encadenamiento hacia delante (forward chaining) o dirigido por datos.
Se denomina así porque comienza con datos conocidos (hechos) y aplica modus
ponens sucesivamente a todas las reglas posibles para obtener nuevos hechos y
volver a repetir el mismo mecanismo con los nuevos hechos hasta encontrar el
objetivo deseado. Esta técnica suele utilizarse cuando la cantidad de datos es
potencialmente muy grande (problemas de diagnóstico, de clasificación, etc.).
Encadenamiento hacia atrás (backward chaining) o dirigido por objetivos.
Consiste en buscar el objetivo a probar en la conclusión de alguna regla para
probar sus condiciones, o sea, toma al dato como un consecuente y busca en el
Capítulo I
8
conocimiento base el correspondiente antecedente, a través de una cadena de
pasos probando los sub objetivos implicados.
La base de datos o base de hechos es una parte de la memoria de la computadora que
contiene datos iniciales para la resolución de un problema y datos que se prueban durante el
proceso de inferencia. Ella contiene conocimiento sobre el caso en que se trabaja en ese
instante, por eso ese conocimiento temporal, normalmente, desaparece cuando se termina la
inferencia. La base de hechos se usa, además, para conservar la idea del razonamiento
efectuado y por eso es útil para explicarlo cuando se solicite(Scarbino, 2007).
1.4 Formas de Representación del Conocimiento.
A partir de los años 70 la representación del conocimiento acapara la atención de los
investigadores en Inteligencia Artificial, este hecho se debía a que era cada vez más claro
cómo las técnicas para programar el razonamiento (la búsqueda, la recursividad, etc.) -en
las que se había puesto el énfasis en los años 50 y 60- resultaban relativamente sencillas en
comparación con la tarea de configurar un conocimiento básico, organizado adecuadamente
y útil para resolver los problemas cotidianos. Varias han sido las técnicas desarrolladas en
Inteligencia Artificial para la representación del conocimiento. Entre ellas destacaremos
algunas de las más utilizadas(Cámara de la Fuente, 2004).
1.4.1 Cálculo de predicados
Es la forma "clásica" de representar el conocimiento en Inteligencia Artificial. Contiene
enunciados traducidos a fórmulas bien formadas o axiomas. El investigador más influyente
que sigue esta dirección es Nils Nilsson. Esta técnica resulta adecuada para almacenar
conocimiento acerca de una estructura de datos; por ejemplo, la estructura de las relaciones
de parentesco entre los trobiandeses descritas por Levi-Strauss. A esta técnica se adecua el
lenguaje de programación PROLOG, cuya sintaxis establece conexiones lógicas para
encontrar instancias de una o varias variables que satisfagan las funciones (propiedades o
Capítulo I
9
relaciones) establecidas. La ventaja de este tipo de representación de conocimiento es su
consistencia y la corrección de la deducción de nuevo conocimiento; la derivación de
nuevos hechos a partir de los anteriores puede ser mecanizada, ya que el orden de las líneas
del programa no afecta a los valores resultantes. La desventaja reside también en ese mismo
aspecto: a diferencia de la representación procedimental, exige la "estaticidad" de la
estructura, y, por consiguiente, resulta válida para una porción bastante reducida del
conocimiento(Velarde Lombraña, 2006).
1.4.2 Redes semánticas.
Una red semántica es una colección de conceptos (objetos, situaciones, nociones) y
relaciones entre conceptos junto con una interpretación. Los nodos representan los
conceptos, y las conexiones representan relaciones binarias entre esos nodos. Las redes
semánticas constituyen un buen método para representar conocimiento acerca de
propiedades de inclusión entre clases, de pertenencia de individuos a clases. Esta técnica se
utiliza, por ejemplo, en los programas PROSPECTOR, SPHINX y ARIES. Un refinamiento
de esta técnica consiste en crear un software que pueda construir automáticamente tales
estructuras a partir de ejemplificaciones de un concepto. Aun cuando la estructuración de
los datos con redes semánticas proporciona una metodología adecuada para representar
ciertos ámbitos de conocimiento, resulta sumamente simple y débil en comparación con las
estructuraciones de datos en el conocimiento humano, en donde para un concepto ordinario
pueden existir millones de lazos expresando las mismas o similares asociaciones(Buchanan
and Smith, 1988, Velarde Lombraña, 2006).
1.4.3 Frames o armazones.
Es una técnica similar a los frames. Un frame es una red de nodos organizados en una
jerarquía: los nodos superiores representan conceptos generales; los nodos inferiores, las
instancias específicas de esos conceptos; y los enlaces asociados con un concepto particular
se denominan slots o ranuras. Los slots pueden rellenarse con información tal como: un
Capítulo I
10
valor, otro frame, un procedimiento para calcular un valor (en caso de que resulte
necesario). El iniciador de esta técnica es Minsky. La idea directriz de los frames,
armazones o esquemas es que la representación adecuada del conocimiento de un objeto
exige la introducción de una estructura de datos asociada a dicho objeto; estructura que
incluye información, no sólo de tipo declarativo, sino también de tipo procedimental
(operacional). En este sentido, la técnica de los frames constituye una unificación (parcial)
de las redes semánticas y de las representaciones procedimentales (u operacionales). Un
ejemplo de lenguaje que utiliza armazones es el programa FRL (Frame Representation
Language). Hayes ha señalado, sin embargo, que toda posible construcción con frames es
representable en la lógica de primer orden(Buchanan and Smith, 1988, Velarde Lombraña,
2006).
1.4.4 Scripts o guiones.
Iniciada por Schank y Abelson. Los scripts constituyen estructuras que describen
secuencias de acontecimientos dentro de un contexto. Son secuencias estereotipadas de
acciones que definen situaciones perfectamente conocidas y que no sufren cambios
significativos una vez almacenadas. En tanto que los frames resultan apropiados para
representar conocimiento acerca de objetos, los scripts representan mejor el conocimiento
de acontecimientos, y resultan muy útiles para la representación a nivel general del
significado propio de la comprensión y el entendimiento de historias escritas en lenguaje
natural. El script, como el frame se compone de ranuras y de estipulaciones para rellenarlas.
La estructura resultante es un todo interdependiente, en el que los contenidos de una ranura
pueden influir sobre los de otra. Los scripts exigen que se fijen las secuencias de acciones,
de ahí que cada script viene estructurado de acuerdo con el rol particularmente asumido.
Los programas SAM, PAM y TALESPIN, utilizan la técnica de los scripts(Kastner and
Hong, 1984, Velarde Lombraña, 2006).
Capítulo I
11
1.4.5 Reglas de producción
Esta breve incursión por algunas de las formas de representación del conocimiento solo
pretende sentar un punto de partida que pueda servir como referencia comparativa con la
FRC que se usa en el presente trabajo, las reglas de producción.
Esta técnica reduce el conocimiento-base a un conjunto de elementos primitivos más unas
reglas de producción de la forma: "si A, entonces B", en donde las variables A y B pueden
ser interpretadas de múltiples maneras:
1. Si son satisfechas ciertas condiciones, entonces se obtienen tales consecuencias
2. Si es verdadero tal enunciado, entonces cabe inferir tal otro
3. Si se da tal caso, entonces resulta apropiada tal acción, etc.
El antecedente, A, puede ser complejo como lo es una combinación de reglas que producen
o generan el mismo consecuente. Se puede citar la propuesta de Chomsky para representar
formalmente la estructura sintáctica del lenguaje mediante reglas de producción, por
ejemplo la Oración: SN + SV constituye una regla de producción auténtica: el
conocimiento de que una oración contiene un sintagma nominal y un sintagma verbal viene
representado en el programa por las llamadas correspondientes a las rutinas encargadas de
procesar los sintagmas nominales y los verbales, etc.
El origen de esta técnica se remonta a la idea desarrollada por Post (años 20), Church y
Turing (años 30), de reducir los sistemas (en este caso, de conocimiento) a unos pocos
elementos primitivos, a partir de los cuales, mediante un conjunto (también restringido) de
reglas, se pueden obtener los demás elementos del sistema. Newell y Simon introdujeron
este modelo como parte de su trabajo en el programa General Problem Solver (1963). La
noción más rica en Inteligencia Artificial derivada de la idea germinal citada es la de
recursividad, en virtud de la cual un pequeño conjunto de elementos (ideas, conceptos,
definiciones, etc.) es suficiente para lograr ciertas formas de conocimiento o para alcanzar
la solución de un problema, i. e., el enunciado de un problema puede ser usado como una
parte, a veces la más importante, de la solución del problema(Buchanan and Smith, 1988).
Capítulo I
12
Un ejemplo no por socorrido menos válido es la definición recursiva de factorial de un
número:
(1) 1! = 1
(2) n! = n × (n - 1)!
La conclusión es casi inmediata, “…procedimientos o conceptos complejos pueden ser
expresados de manera simple usando los propios conceptos en su definición…”(Wesley,
1990).
1.5 Sistemas Expertos Históricos.
Las investigaciones en el área de los sistemas expertos no son nuevas, de ahí que en los
momentos actuales exista una considerable historia en este campo, sobre todo si se toma en
cuenta que el tiempo en las Ciencias de la Computación anda de prisa al compararlo con
otras ciencias tales como la Matemática, la Física, etc. Muchos de los sistemas que se
nombran seguidamente sentaron las bases para las generalizaciones que se hicieron a partir
del análisis de sus resultados y comportamiento.
Los primeros pasos en esta área datan de mediados de los años sesenta, durante esa década
los investigadores Alan Newell y Herbert Simon desarrollaron un programa llamado GPS
(General Problem Solver; solucionador general de problemas) que podía trabajar con
criptoaritmética, con las torres de Hanoi y con otros problemas similares. Lo que no podía
hacer el GPS era resolver problemas del mundo real, tales como un diagnóstico
médico(Morales, 1999b).
Algunos investigadores decidieron cambiar el enfoque del problema y en vez de pensar en
un solucionar general de problema, pensaron en restringir el enfoque de los nuevos sistemas
a un dominio bien específico que se limitara a actuar en un campo donde se hiciera
necesaria una experiencia bien específica con relación al conocimiento o a las habilidades,
Capítulo I
13
es de esa forma que se pensó que tales sistemas debían “imitar” a un experto humano en un
dominio dado y restringido.
En 1965 aparece DENDRAL, el primer sistema experto dedicado a investigar compuestos
químicos para determinar su estructura molecular. El descubrimiento de la estructura global
de un compuesto exigía buscar en un árbol las posibilidades, y por esta razón su nombre es
DENDRAL que significa en griego “árbol”. Antes de DENDRAL los químicos solo tenían
una forma de resolver el problema: tomar unas hipótesis relevantes como soluciones
posibles, y someterlas a prueba comparándolas con los datos. La realización de DENDRAL
duró más de diez años (1965-1975)(Morales, 1999b).
En 1972, en la Universidad de Standford, se desarrolló MYCIN un sistema experto para
diagnosticar enfermedades infecciosas en la sangre. El sistema tomaba en cuenta análisis de
sangre, cultivos bacterianos y otros datos, para determinar, o al menos, sugerir cual era el
microorganismo que estaba causando la infección. Después de llegar a una conclusión,
MYCIN prescribía una medicación que se adaptaba perfectamente a las características de la
persona, tales como el peso corporal de este.
En 1973 se desarrolla el sistema experto llamado TIERESIAS. El cometido de este sistema
experto era servir de intérprete entre MYCIN y los especialistas que lo manejaban con el fin
de facilitar la introducción de nuevos conocimientos en su base de datos. El especialista
debía utilizar MYCIN de una forma normal, y cuando este cometiera un error en un
diagnóstico (hecho producido por la falta o fallo de información en el árbol de desarrollo de
teorías) TEIRESIAS corregiría dicho fallo destruyendo la regla si es falsa o ampliándola si
es eso lo que se necesita(Morales, 1999b).
En 1979 aparece XCON que tenía como objetivo configurar ordenadores. El proyecto
presentó resultados de prueba positivos y se empezó a trabajar más en serio sobre él. En
abril de 1979 el equipo de investigación que lo había diseñado pensó que ya estaba
preparado para salir, y al hacer una prueba real se constató que solo un 20% de las
configuraciones cumplían los parámetros que se le exigían, por eso se sometió a una
Capítulo I
14
revisión para salir de nuevo en 1980. Este sistema supuso un ahorro de cuarenta millones de
dólares al año para la DEC(Morales, 1999b).
Entre los años 80 a 85 se produce la revolución de los Sistemas Expertos
En estos 5 años se crearon diversos sistemas expertos entre los que se pueden destacar:
DELTA, de General Electric Company, para la reparación de locomotoras diesel y
eléctricas. "Aldo en Disco" para la reparación de calderas hidrostáticas giratorias usadas
para la eliminación de bacterias. A la vez se crearon multitud de empresas dedicadas a los
sistemas expertos como Teknowledge Inc., Carnegie Group, Symbolics, Lisp Machines
Inc., Thinking Machines Corporation, Cognitive Systems Inc. formando una inversión total
de 300 millones de dólares. Los productos más importantes que creaban estas nuevas
compañías eran las "máquinas Lisp" y las "herramientas de desarrollo de sistemas
expertos"(Morales, 1999b).
1.6 Sistemas Expertos Actuales.
En la actualidad existen un sin número de Sistemas Expertos creados para las más diversas
áreas de aplicación pero entre ellos podemos señalar algunos en particular que son de gran
interés ya sea por lo novedoso de los mismos, por la función que realizan o por lo que
significan. Como lo es CASHVALUE, que evalúa proyectos de inversión y VATIA, que
asesora acerca del impuesto sobre el valor añadido o IVA. MARVEL, sistema experto en
tiempo real que maneja la información de Voyager para diagnosticar fallas. El NAVLAB es
un vehículo autónomo que viaje en forma automática de un extremo a otro de EUA
utilizando sistemas expertos. DEEP BLUE: máquina paralela que juega ajedrez, primera en
derrotar al campeón mundial. El Sistema de visión que monitorea el tráfico en Paris y
reconoce accidentes para llamar a los servicios de emergencia(Morales, 1999a).
Capítulo I
15
1.7 Conclusiones del capítulo.
En el capitulo se ha hecho un análisis general acerca de los Sistemas Expertos y se
enfatiza en las distintas formas de representación del conocimiento con el propósito de
mostrar la FRC reglas de producción como la vía adecuada para implementar las bases de
conocimientos, esa elección también determina la máquina de inferencia a utilizar.
16
CAPÍTULO II. LOS SISTEMAS EXPERTOS Y LA
MEDICINA.
Este trabajo se realizó como parte del proyecto “Close The Gap” en el Hospital Provincial
Clínico Docente Armando Milian Castro de la ciudad de Santa Clara. El área de aplicación,
la medicina en general y la prescripción de medicamentos en particular, obligó a una
interacción entre los Ingenieros de Conocimiento y los Expertos en la cual tocó a los
primeros la función inicial de convencer acerca de la posibilidad de realizar el proyecto y
los beneficios que se alcanzarían con su realización.
El capítulo II presenta un análisis de diversos sistemas expertos aplicados a la medicina los
cuales sirvieron como ejemplos para presentar al personal de salud y como auxiliares en el
desarrollo del trabajo. La inclusión de este capítulo en la tesis se justifica al servir de
futuras referencias para continuar en esta labor que, al parecer, se ampliará a otras áreas del
mencionado Hospital.
2.1 MYCIN
Aunque ya se mencionó en el primer capítulo, no puede escribirse algo acerca de la
“historia de los Sistemas Expertos en la medicina”(Rodríguez Chávez, 2007) o de los
Sistemas Expertos en general sin mencionara este sistema que constituye una referencia
clásica.
Desarrollado a principios de los años 70 por Edgar ShortLiffe, en la Universidad de
Stanford, se escribió en Lisp e inicialmente estaba inspirado en Dendral. Su principal
función consistía en el diagnóstico de enfermedades infecciosas de la sangre, así como la
selección de una apropiada terapia antimicrobiana para los pacientes de los hospitales con
bacteriemia, meningitis e infecciones de cistitis. El sistema diagnosticaba la causa de la
infección usando el conocimiento relativo a la infección de los microorganismos con
Capítulo II
17
historiales de pacientes, síntomas y los resultados de pruebas de laboratorio. El sistema
recomendaba un tratamiento de medicinas (tipo y dosificación) acorde a los procedimientos
contenidos en él. En general Mycin era capaz de “razonar” el proceso seguido para llegar a
estos diagnósticos, y de recetar medicaciones personalizados a cada paciente (según su
estatura, peso, etc.) (Korenkov, 1996, Wikipedia, 2007).
El funcionamiento de Mycin se basaba principalmente en un sencillo motor de inferencia,
que manejaba una base de conocimiento de aproximadamente unas 500 reglas. El programa
capturaba las entradas a partir de una serie de preguntas (como por ejemplo, ¿Tiene el
paciente molestias en el pecho?, o ¿Ha sido operado el paciente anteriormente?), que
usualmente respondía el médico del paciente. Tras este proceso, Mycin mostraba la salida
por pantalla, que consistía en una serie de posibles enfermedades (ordenadas por su
probabilidad asociada), la explicación del por qué de cada uno de estos diagnósticos, y una
serie de recomendaciones sobre el tratamiento a seguir por el paciente. Para calcular la
probabilidad de cada uno de los resultados, los autores desarrollaron una técnica basada en
factores de certeza (Barceló García, 1993).
Para el desarrollo del sistema exigió un conjunto de requisitos (Korenkov, 1996):
Ser funcional (esto implicaba competencia y consistencia). El área de uso era
elegida según una necesidad demostrada. (Por ejemplo, a principios de los 70 a una
cuarta parte de la población de EEUU se le recetaba penicilina y el 90 % de esas
prescripciones eran innecesarias).
El programa debía albergar una cantidad significativa de información técnica.
El sistema tenía que interactuar mediante diálogos y dar una explicación concreta de
su razonamiento cuando así se le solicitara.
Tenía que ser veloz, accesible y fácil de usar.
Las investigaciones realizadas por la Stanford Medical School, develaron que Mycin tuvo
una tasa de aciertos de aproximadamente el 65%, lo cual mejoraba las estadísticas de la
mayoría de los médicos no especializados en el diagnóstico de infecciones bacterianas
(dominio en el que Mycin estaba especializado), que ejercían la profesión en aquellos años.
Capítulo II
18
Los médicos que trabajaban exclusivamente en este campo conseguían una tasa de acierto
del 80%.
Poco a poco Mycin fue cayendo en desuso, debido principalmente a alguna de las
debilidades que el programa presentaba, y también, por cuestiones éticas y legales que
surgían al volcar la responsabilidad de la salud de una persona a una máquina (por ejemplo,
si Mycin se equivocaba en algún diagnóstico, ¿quién asumía la culpa, el programador o el
médico?).
Otro de los motivos se achaca a la excesiva dificultad que suponía el mantenimiento del
programa. Era este uno de los principales problemas de Mycin, y en general, de los
sistemas expertos de la época, en los cuales se dedicaban muchos esfuerzos y recursos a
extraer el conocimiento necesario de los expertos en el dominio para construir el motor de
inferencia.
MYCIN tuvo aciertos médicos como los señalados anteriormente, pero también tuvo
aciertos computacionales (Korenkov, 1996):
Introdujo nuevas formas de trabajar con el conocimiento, algunas heredadas de sus
antecesores.
Su base de conocimiento tenía cientos de reglas probabilísticas.
Era bastante robusto como para determinar correctamente conclusiones cuando
algunas evidencias eran incompletas o incorrectas.
Tenía capacidad de explicación su
Fue uno de los primeros sistemas genuinamente amigables.
A partir del MYCIN se desarrollaron otros Sistemas Expertos como: “TEIRESAS
(explicaba fácilmente los conceptos), EMYCIN (primer intérprete), PUFF (que
diagnosticaba enfermedades pulmonares), CENTAUR, VM, GUIDON (tutorial
inteligente), SACON (ingeniería estructural), GUIDON (para elegir tratamientos
terapéuticos), etc.
Capítulo II
19
MYCIN, que se realizó como un experimento en diagnostico médico hace ya un tiempo
considerable sigue siendo hoy uno de los SE mas conocidos.
2.2 EMYCIN.
Después de Mycin se llegó a la conclusión de que sus mecanismos de inferencia podían
generalizarse y se construyó EMycin (Empty MYCIN, MYCIN vacío) (Valdivia Rosa,
2003). El objetivo, al revés de hoy en día, era obtener un shell a partir de un SE con el
propósito de hacer otros sistemas expertos usando la misma máquina de inferencia.
EMYCIN utiliza la dirección backward-chaining igual que Prolog, permite incertidumbre,
esconde los resultados de su cómputo para que no se dupliquen, proporciona una vía fácil
para pedir información al usuario y explica su conducta. De todo esto se tiene la ecuación
siguiente (Zoran Lazarevic, 2007):
EMYCIN = Prolog + incertidumbre + duplicados + interfaz + explicaciones
2.3 TMYCIN.
Tiny EMYCIN es un sistema experto simple desarrollado en Stanford tomando como
modelo el EMYCIN (Shortliffe, 1976, Van Melle et al., 1981). TMYCIN no intenta
proporcionar todos los rasgos de EMYCIN sino que solo proporciona algunos de los rasgos
normalmente usados en un paquete que es pequeño y simple. Su código interno se escribió
totalmente y por eso es diferente de EMYCIN (Gordon S, 2005).
Los datos sobre un caso particular se guardan en una estructura del registro llamada
context (contexto); el contexto actual es referenciado en reglas por la variable global cntxt.
TMYCIN permite sólo un nivel de contexto (Gordon S, 2005).
Capítulo II
20
2.4 GUIDON.
GUIDON viene a ser una reorganización de MYCIN con intenciones educativas, por esto,
tiene la ventaja adicional de disponer de toda la base de conocimientos de MYCIN además
de la experiencia acumulada (Martinez de Ibarreta, 1997).
El sistema GUIDON se inicia con la presentación de un caso clínico sobre el cual el sistema
va proporcionando información adicional a solicitud del estudiante y almacena la
información sobre el tipo y número de consultas que va realizando, así como el orden de
razonamiento que emplea el estudiante al tratar de resolver el caso problema. El GUIDON
puede interrumpir la consulta y reorientar al estudiante en el momento en que presenta una
de las reglas apropiadas para la solución. Este sistema proporciona ayuda al estudiante en
función del camino que vaya siguiendo para solucionar el caso (Sánchez Arbolaez, 2006).
GUIDON también cuenta con la posibilidad de hacer presentaciones de casos clínicos de
tipo tutorial, con el propósito de introducir nuevo material o establecer diálogos sobre los
mecanismos de inferencia referentes al caso para llegar al diagnóstico y tratamiento
adecuados.
Fue diseñado para diagnosticar las enfermedades contagiosas de todo el mundo, basado en
los síntomas, señales, pruebas de laboratorio y perfil dermatológico. La red de
enfermedades contagiosas de Gideon presta atención especial para el país de origen del
usuario. La base de datos incorpora 327 enfermedades, 205 países y 185 agentes
antibacteriales.
Ha sido desarrollado hace 10 años por especialistas en enfermedades contagiosas y ciencias
de la computación en Escuelas Médicas de universidades de Estados Unidos e Israel.
Capítulo II
21
2.5 Los Sistemas Expertos utilizados para la lectura interpretativa del
antibiograma: Una herramienta para predecir la resistencia bacteriana
en el laboratorio de microbiología.
La resistencia antibiótica representa un problema a nivel mundial no sólo en cuanto a su
diagnóstico y descubrimiento temprano sino también en cuanto a su manejo y control. Por
esta razón “instituciones como la Organización Mundial de la Salud (OMS), el Centro de
Prevención y Control de Enfermedades (CDC) y otras a nivel europeo, han diseñado
nuevos programas y sistemas de vigilancia de la resistencia bacteriana” (María del Pilar
Crespo, 2002). Asimismo, se ha solicitado que cada país tenga un programa de vigilancia
nacional y local para poder realizar un mejor control de este fenómeno. El problema de la
resistencia constituye un factor que conduce a cambios permanentes en la prescripción
antibiótica y está en función del tiempo y el uso de un antimicrobiano. La exposición a los
antibióticos incluye las prescripciones profilácticas preoperatorias y las terapias en sí,
teniendo en cuenta que también hay contacto con los antibióticos de uso animal, vegetal y
particularmente los utilizados como promotores de crecimiento en especies animales.
Para definir y enfrentar la resistencia de un microorganismo, deben conocerse los
mecanismos de resistencia, los datos obtenidos en el laboratorio clínico y conjugarlo con la
experiencia clínica. En el laboratorio puede evidenciarse tanto la resistencia intrínseca
como la adquirida; no obstante la extrínseca o adquirida por ser impredecible, es la que
debe descubrirse de una manera oportuna pues es la causa más importante de falla
terapéutica. La resistencia clínica es definida como la discrepancia entre la susceptibilidad
in vitro y el efecto visto en el huésped. La resistencia adquirida refleja la verdadera
alteración genética en la población predominante del microorganismo y por la cual se
produce una disminución en la acción del antimicrobiano. Estos cambios pueden ser
debidos a mutaciones, expresiones de un mecanismo inherente pero suprimido o selección
de clones resistentes. Estas alteraciones pueden ser permanentes o temporales.
Corresponde al laboratorio el uso de técnicas que permitan vislumbrar, evidenciar y validar
los mecanismos responsables de estos fenotipos.
Capítulo II
22
Las pruebas para evaluar la sensibilidad o resistencia bacteriana han sido realizadas de
forma rutinaria y convencional mediante los métodos basados en agar y dilución en caldo y
aunque inicialmente los puntos de corte indicadores de susceptibilidad total, parcial o
resistencia tenían diferencias a nivel internacional, los sistemas expertos, hoy ampliamente
difundidos, lograron unificar algunos conceptos y de esta manera proporcionar una
estadística y epidemiología que pudiera ser comparada particularmente entre América y
Europa. Igualmente, estudios a nivel genómico de los principales mecanismos mediadores
de los perfiles de resistencia, permitieron asociar o relacionar ciertos mecanismos con
patrones determinados encontrados en los antibiogramas, a partir de los cuales se pueden
realizar inferencias o “lectura interpretativa”.
Las lecturas interpretativas tienen limitaciones porque sólo pueden aplicarse a las bacterias
en las cuales se han estudiado ampliamente los mecanismos de resistencia, perdiendo
precisión en aquellos donde los mecanismos son múltiples y de origen aún no definido,
como es el caso del Acinetobacter, del Enterobacter y bacilos Gram negativos no
fermentadores los cuales son motivo de estudio e investigación en este aspecto (María del
Pilar Crespo, 2002).
Por lo que las lecturas interpretativas análogas a un sistema experto y el beneficio de su
aplicación, extractando los modelos de asociación descritos que permiten, en cierto grado,
dilucidar mecanismos de resistencia bacteriana para conocer los perfiles fenotípicos
rutinarios con frecuencia informados en el laboratorio (María del Pilar Crespo, 2002).
Estos sistemas se desarrollan a través de tres procesos esenciales:
1. La validación biológica. Cada cepa probada con CIM se compara con la base de
datos para cada mecanismo de resistencia considerado para esa bacteria. Cada
fenotipo debe ser apareado con un patrón y en caso de que esto no suceda se realiza
una alarma que anuncia la posibilidad de un error técnico.
2. La interpretación terapéutica. Una vez que se obtiene un apareamiento de la cepa, se
categoriza ya sea como susceptible, resistente o intermedia. A través de la
Capítulo II
23
deducción de los mecanismos de resistencia se pueden inferir los resultados para
antibióticos no probados.
3. Comentarios y recomendaciones. Es un instrumento de análisis muy útil que se basa
en datos descritos por la literatura(Leclercq, 1997).
Para aplicar el sistema experto se requieren datos cuantitativos preferiblemente y una
correcta identificación del microorganismo.
¿Cómo realizar las lecturas interpretativas si no se cuenta con un sistema experto
automatizado?
Ciertos perfiles de resistencia están asociados con un mecanismo de resistencia en
particular, específicamente de beta lactamasas. Esto hace posible predecir el tipo de
enzimas a partir del antibiograma. Aunque el uso de los sistemas expertos ya se ha
generalizado, es posible hacer algunas aproximaciones aún en aquellos contextos en los
cuales se opera con otros sistemas, e incluso con el Kirby Bauer o método de difusión en
disco. Las bacterias en las cuales es posible realizar deducciones basadas en los perfiles
fenotípicos son Klebsiella, Escherichia coli y Pseudomonas aeruginosa y en el caso de los
Gram positivos Staphylococcus aureus y los estafilococos coagulasa negativos, por ser los
que se han analizado a fondo (María del Pilar Crespo, 2002).
2.6 Medisource.
El sistema experto en medicamentos Medisource, se utilizó para realizar un estudio
comparativo de la aplicación de un sistema experto para la prescripción de medicamentos
en el servicio de farmacia del Hospital Clinic de Barcelona, para los pacientes ingresados
en los servicios de medicina interna general, neumología, gastroenterología y hepatología
del hospital.
Actuando según las características individuales de los pacientes (edad, peso, altura, sexo,
función renal y existencia o no de enfermedad hepática), el SE, recomienda la dosis más
Capítulo II
24
adecuada del medicamento, detecta posibles interacciones y efectos adversos, realiza
recomendaciones en caso de embarazo y lactancia, y sugiere tratamientos alternativos
especificando su coste. Durante el período de estudio los médicos prescriptores de estas
unidades desconocían la existencia del mismo, por lo que no influyó en el cambio de
hábitos(CODINA et al., 1997).
Con este sistema se estudio un total de 836 pacientes (63,9+-16,5 años) con una estancia
hospitalaria media de 11,6+-6,7 días. Las causas de ingreso más frecuentes fueron
enfermedad pulmonar obstructiva crónica, cirrosis hepática, hemorragia digestiva y
neoplasias digestivas. Sobre un total de 6.308 medicamentos prescritos el sistema detectó
458 sobredosificaciones y 33 infradosificaciones, debidas en su mayoría a agentes
antiinfecciosos y antiulcerosos, y 1.722 interacciones. La reducción del gasto farmacéutico
siguiendo las recomendaciones podría representar un 4,5% en fármacos antiinfecciosos y
un 23% en los antiulcerosos (CODINA et al., 1997).
El sistema demostró que la disponibilidad de sistemas expertos en la toma de decisiones
farmacoterapéuticas en un hospital podría ser una excelente herramienta de ayuda de
carácter consultivo para los prescriptores de medicamentos. Podría ser útil en la selección y
ajuste de dosis de los medicamentos y a la vez un elemento de elevado valor docente y
decisorio en el ámbito de la formación continuada.
2.7 Sistema Experto para el Tratamiento Homeopático de Enfermedades
que pueden Derivar en Ceguera (SEHO).
El sistema SEHO en palabras de Cristóbal y Ortiz “…constituye un elemento de ayuda para
los profesionales de la medicina homeopática, automatizando las tareas de búsqueda de los
medicamentos adecuados…” (Cristóbal and Ortíz, 1991)
SEHO recopila una extensa y completa información sobre el paciente basándose en el
interrogatorio homeopático, antes de sugerir ningún remedio, evitando así condicionar al
Capítulo II
25
médico en una determinada dirección en su cuestionario con el paciente. El sistema ofrece
orientación sobre los medicamentos a recetar con las diluciones con las que deben ser
administrados. Opcionalmente, proporciona información sobre los síntomas del paciente
que cubren los medicamentos antes mencionados y, también, de forma opcional, ofrece una
relación de otros posibles medicamentos adecuados en menor grado junto con los síntomas
que cubren (Cristóbal and Ortíz, 1991). De esta forma se consigue que el médico pueda
contrastar sus consideraciones y apreciaciones con los resultados obtenidos por SEHO.
El sistema informa su proceso de razonamiento explicando cómo va obteniendo
conclusiones intermedias y en base a qué selecciona nuevos medicamentos sobre los
candidatos iniciales, para llegar al resultado final.
2.8 Sistema Experto para el Tratamiento en Fisioterapia de la Patología
de la Espalda (SETFI).
SETFI es un sistema experto en medicina que asesora sobre los tratamientos
fisioterapéuticos más idóneos para curar las lumbalgias.
El sistema pretende ser una ayuda para el fisioterapeuta a la hora de imponer un tratamiento
al paciente. A partir de los síntomas y signos que presenta y de las características de la
lumbalgia, determinando las técnicas que componen el tratamiento, el número de sesiones,
tiempo de aplicación, intensidad, etc. Permite obtener explicaciones o la línea de
razonamiento, seguida para llegar a la conclusión de ese tratamiento (Lorenzo Jiménez,
1994).
El sistema incorpora en su base de conocimientos más de 200 reglas y puede usarse por
débiles visuales a través de la línea Braille y de la síntesis de voz.
Capítulo II
26
2.9 ETT.
ETT clasifica pacientes con problemas de arterias coronarias y toma en cuenta varios
factores, tales como, la edad, las condiciones actuales del paciente, su historial médico, etc.
(Kandel, 1992).
2.10 SPACEMED.
El sistema está dedicado a la asistencia de emergencias médicas ocurridas durante un vuelo
espacial o a bordo de una estación espacial en órbita. Su principal característica es el
diagnóstico rápido en casos de envenenamiento, resultado de la inhalación de
contaminantes tóxicos liberados en la cabina o en la nave espacial. Este sistema provee
indicaciones para el tratamiento de cualquier tipo particular de envenenamiento (Tello,
1989).
2.11 DIAVAL.
Usado para diagnosticar mediante eco cardiografía, se basa en redes bayesianas, (Díez
Vegas, 1999), fue construido en la Universidad Nacional de Educación a Distancia (UNED)
en España, como proyecto para una tesis doctoral, siguiendo cinco etapas clásicas:
identificación, conceptualización, formalización, implementación y evaluación. Este
Sistema Experto provee una interfaz flexible y fácil de manejar, conociendo la importancia
de este factor en su aceptación por parte de los médicos.
2.12 Conclusiones del capítulo
Se han presentado distintos sistemas expertos en medicina con el fin de analizar las
posibilidades reales que brindan estas herramientas como auxiliares del personal de salud.
Capítulo II
27
El estudio realizado debe usarse para mostrarlo a las distintas áreas del hospital donde se
pretenda implantar sistemas similares, de forma que sirvan de vía para despejar ciertos
escepticismos que tales sistemas muchas veces provocan en personas que no trabajan en el
área informática.
28
CAPÍTULO III. SEDA, SISTEMA EXPERTO PARA LA
DOSIFICACIÓN DE ANTIBIÓTICOS.
El capítulo trata acerca del desarrollo del Sistema Experto para la Dosificación de
Antibióticos (SEDA). Se exponen las tareas desarrolladas como parte de la ingeniería del
conocimiento y se hace una valoración de las maquinas de inferencia utilizadas.
3.1 Problemática.
La prescripción de antibióticos es una tarea sería a la que se enfrentan los médicos en sus
labores diarias. A nivel nacional y mundial se reportan casos en los que la aplicación de
algún antibiótico no reporta los resultados esperados, debido, muchas veces, al mal uso que
se ha hecho de ese mismo medicamento en ocasiones anteriores.
La situación anterior puede deberse a que los pacientes se automediquen o a que los
médicos prescriban medicamentos con acciones más fuertes que las requeridas o también
que se haya hecho abuso del medicamento. En cualquiera de las situaciones puede ser que
se obtenga el nefasto resultado de hacer resistentes a los microorganismos trayendo como
consecuencia la nulidad de la acción curativa de la medicina aplicada.
Decidir el medicamento adecuado para cada caso no es tarea obvia ya que el médico debe
graduar adecuadamente el medicamento a emplear de forma que cuando alguno “débil” no
logre la acción deseada puede ir escalando de forma adecuada el ataque contra la
enfermedad. En esta decisión pueden influir también factores económicos que no resultan
despreciables y ayudan a que la medicina sea sustentable.
La revisión de prescripciones de antibióticos en el Hospital Universitario “Arnaldo Milián
Castro” la efectúa una comisión integrada por un grupo de médicos especialistas en el tema.
Capítulo III
29
Dicha comisión denominada “Comisión de Antibióticos” es la encargada de analizar
diariamente las prescripciones de antibióticos realizadas, aprobarlas o prescribir un nuevo
antibiótico teniendo en cuenta varios factores como lo son el diagnóstico del paciente, su
edad, el sexo, los resultados de análisis y la presencia de gérmenes, entre otros.
Estas reuniones se pueden extender hasta dos horas, en las cuales se analiza una cantidad
considerable de casos, se emiten diversidad de criterios de expertos, y se emplea el preciado
tiempo de especialistas que deben, además, atender a los pacientes, operar e impartir clases
para la formación de nuevos especialistas.
Las tareas que abarcan esta tesis surgieron de una reunión inicial de miembros e invitados
del Grupo de Inteligencia Artificial con especialistas del Hospital Provincial, la reunión se
motivó como parte del proyecto Close The Gap y de ella emergieron varias tareas que están
siendo acometidas en estos momentos, entre las cuales se enmarca la presente que consiste
en la realización de un SE para la prescripción de antibióticos.
3.2 Ingeniería del conocimiento.
El trabajo de ingeniería del conocimiento se realizó en conjunto con el grupo de expertos de
la Comisión de Medicamentos del Hospital Universitario “Arnaldo Milián” mediante
sesiones de encuentros, debates y la interacción directa por parte del ingeniero del
conocimiento en dicha comisión.
De estos encuentros se extrajo el conocimiento necesario para realizar el SE. El Anexo 1,
muestra una tabla que refleja los resultados de esta fase del trabajo, la tabla está dividida en
cuatro columnas:
• Diagnóstico. Esta columna contiene el diagnóstico del paciente, a partir de ella el
SE debe determinar el tratamiento a emplear. El sistema inicia su trabajo tomando
Capítulo III
30
como base el conocimiento de este valor y por eso es siempre un atributo
preguntable.
• Tratamiento Convencional. Define el tratamiento que normalmente se le da a los
pacientes, en ese sentido es un atributo inferible para el SE.
• Tratamiento Alternativo. Es una segunda opción de tratamiento, le da la posibilidad
a los médicos de usar otros antibióticos. Este es un atributo inferible, aunque
siempre se da como segunda elección.
• Observaciones. Son consideraciones a tener en cuenta después de haber sido
seleccionado el tratamiento.
La tabla generada ha quedado ordenada por especialidad médica, se han ordenados los
diagnósticos desde los más frecuentes hasta los menos frecuentes poniendo un apéndice al
final donde se añadieron diagnósticos raros en Cuba como lo son:
Ehrlichiosis
Rickettsiosis o Fiebre gotonosa
Enfermedad de Lyme
Como ya se enunció, a cada diagnóstico se le ha asociado un tratamiento convencional, uno
alternativo y observaciones. Se toma en cuenta que el uso de antibióticos hace que los
microorganismos se hagan más resistentes por lo cual han devenido nuevas generaciones de
antibióticos que son cada vez más caros.
Conociendo que el tratamiento debe ser efectivo sin que genere gran resistencia a los
microorganismos, lo cual incidiría negativamente en futuros casos, se han ordenado los
antibióticos desde los tradicionales hasta los más nuevos y potentes, teniendo en cuenta
factores tales como:
o Efectividad
o Grado de resistencia que generan en los microorganismos.
o Costo.
Capítulo III
31
Partiendo del conocimiento formulado en Anexo 1, se han extraído un total de diecinueve
variables, las cuales se clasifican según el criterio siguiente:
De tipo ordinal para el diagnóstico y selección de los diferentes tipos de
enfermedades.
Numéricas para la edad y el peso.
Booleanas para la confirmación de ciertos rasgos decisivos a la hora de seleccionar
el antibiótico adecuado.
Estas variables se corresponden con la manera de analizar los casos por parte de los
médicos, ellas contienen los resultados de la pruebas de laboratorios y exámenes físicos y
se unen al diagnóstico para formular las reglas del sistema.
El Anexo 2, presenta un árbol de decisión simplificado obtenido a partir del anexo 1. La
simplificación del árbol se basa en que sus ramas terminales tienen siempre el nombre
genérico <antibiótico> cuando en realidad debería especificar el nombre de los antibióticos
particulares pero eso haría demasiado extenso el árbol y no aportaría claridad adicional a su
interpretación.
Después de esta fase inicial de Ingeniería del Conocimiento, se pasó a la fase de
implantación de la base de conocimiento, para lo cual se tomaron en cuenta los criterios
siguientes:
La forma en que se resume el conocimiento en el anexo 1 y la manera en que los
médicos lo formulan, hace arribar a la conclusión de que las reglas de producción en
un formalismo adecuado para expresar el conocimiento.
A partir de la aceptación del formalismo “reglas de producción” para expresar el
conocimiento y tomando en cuenta la manera de actuar de los médicos en la
Comisión se concluye que la máquina de inferencia a usar debe seguir la dirección
de búsqueda dirigida por objetivos.
No es relevante el método de búsqueda que use la máquina de inferencia, aunque
puede resultar beneficioso que no se usen métodos que necesiten todo el espacio de
Capítulo III
32
búsqueda en memoria, ya que eso significa un gasto de memoria que puede ser
prohibitivo para futuras ampliaciones del sistema.
Debido a la posibilidad de que una misma enfermedad de pueda tratar con varios
antibióticos distintos o mediante la combinación de varios se han creado notaciones que se
explican a continuación:
Cuando exista la posibilidad de escoger entre varios antibióticos para tratar la misma
enfermedad se utiliza la notación “,” ejemplo:
Trifamox, Cefalexina, Amoxacillín o Ampicillín
Cuando se necesite recurrir a la combinación de varios antibióticos para tratar la
enfermedad se utiliza como notación el símbolo de “+” se expresa de la forma:
Polimixina + Neomicina + Hidrocortisona tópica
Si dentro de la combinación de los antibióticos existe alguno que puede o no ser
suministrado se utiliza como notación “+/-” se expresa como sigue:
[Cefotaxima ó Ceftriaxona] +/- Eritromicina, Penicilinas ev
Por lo tanto una sugerencia de tratamiento que tenga varios antibióticos y que a su vez
contenga la combinación de varios de ellos sería:
Trifamox, Imipenem, [Penicilina G + Metronidazol] ó [Rocephin + Metronidazol]
Debe señalarse que esta notación la usan los especialistas en su trabajo diario y por eso la
elegimos como aceptable ya que son los médicos los que trabajarán con el sistema.
Una vez realizado el análisis anterior, se procede a seleccionar la herramienta a usar como
máquina de inferencia, en este caso se valoran dos alternativas: WUCShell y Flex.
Capítulo III
33
3.2.1 Máquina de inferencia WUCShell.
WUCShell, es la máquina de inferencia sobre la cual se desarrolló el prototipo de SEDA y
forma parte del sistema SESE (Lezcano Brito, 1999).
El sistema SESE está formado por cuatro partes relativamente independientes:
WUCShell: Es un ambiente integrado para el desarrollo de Sistemas Expertos. Este
módulo no necesita de ningún otro componente del sistema aunque, puede
interpretar las bases compiladas por el módulo RulesCompiler.
TeachShell: Una modificación de WUCShell que incorpora un mecanismo con
propósitos docentes.
RulesCompiler: Un compilador de línea para las bases de conocimientos de
WUCShell y TeachShell.
Expert: Un módulo que contiene el mecanismo de inferencia de WUCShell con el
fin de incorporarlo a otras aplicaciones.
3.2.1.1 Características esenciales de WUCShell.
La máquina de inferencia WUCShell utiliza reglas de producción para representar el
conocimiento, sigue la dirección de búsqueda “dirigida por objetivos” y el método de
búsqueda “primero en profundidad”, lo cual se ajusta a nuestros requerimientos.
Las bases de conocimientos del WUCShell están compuestas de cuatro partes, tres de ellas
son opcionales y una es obligatoria.
Bloque de atributos externos. Se especifica por la palabra reservada External.
Bloque de preguntas, especificado por la palabra reservada Asks.
Bloque de reglas, su definición comienza con la palabra reservada Rules.
Adicionalmente existe un cuarto módulo obligatorio y conocido como Bloque de
acciones, que se define con la palabra reservada Actions.
Capítulo III
34
El fin de un bloque se especifica, implícitamente, con el inicio de otro, excepto el bloque de
acciones que finaliza con la palabra reservada End seguida por un punto lo que constituye,
además, el fin de la base de conocimiento (Lezcano Brito, 1999). El ejemplo 3.1, que se
muestra a continuación, presenta una parte de la base de conocimiento del sistema SEDA
escrita para WUCShell.
External
Asks
Ask LocalizacionE :
'¿En que lugar se encuentra la Endocarditis?'
DOMAIN 'Válvula Natural','Válvula Protésica'
...
Rules
RULE 3
IF Diagnostico = 'Epiglotitis'
THEN
Tratamiento := 'Tratamiento Convencional'
ACTIONS
Display
'Los Antibióticos Convencionales recomendados para el tratamiento de/n',
'la ', Diagnostico,' son:/n/n',
'Cefuroxima, Cefotaxima o Ceftriaxona'
END;
...
Actions
...
Find Tratamiento
...
End.
Ejemplo 3.1 Parte de la BC de SEDA.
Capítulo III
35
Las reglas están ordenadas por especialidades y enumeradas de tal forma que la búsqueda
comience por las de mayor probabilidad de acierto (se toma en cuenta que tanto WUCShell
como Flex usan una búsqueda “primero en profundidad”).
El sistema brinda un tratamiento convencional que el médico puede asumir y uno
alternativo al cual se recurre cuando no existe el antibiótico, el paciente hace alguna
reacción alérgica o el tratamiento no surte el efecto deseado
La versión sobre WUCShell de SEDA tiene un par de reglas por cada tratamiento
(convencional y alternativo), lo cual se debe a la observación que se hizo del trabajo de los
médicos con el sistema que mostró el hecho de que no usaban o sabían usar la segunda
variante, queda claro que al poner dos reglas iguales pero con antibióticos diferentes en su
conclusión y debido a la exploración exhaustiva que hace WUCShell se logra la finalidad
deseada.
En el bloque de atributos externos se definen los atributos que se usan en una base dada y
no están declarados en la conclusión de ninguna regla ni en el bloque de preguntas. Para el
caso de SEDA no se usó esa facilidad.
Dentro del bloque de preguntas se definen todos los atributos preguntables, es decir
aquellos que no se pueden probar o no son hechos a priori, en el ejemplo 3.1 el atributo
LocalizacionE es un preguntable. Las preguntas y los textos contenidos dentro de la
sentencia Display son la vía de comunicación del SE con sus usuarios.
El bloque de reglas constituye la parte principal del SE, debido a que ellas representan el
conocimiento del sistema. En este caso relativo a antibióticos.
En el bloque de acciones se especifican las acciones que serán ejecutadas durante el
proceso de inferencia y constituye el punto de entrada para comenzar la secuencia de
deducción del SE.
Capítulo III
36
Además del bloque de acciones general, las reglas pueden tener sus bloque de acciones
propios, en él se define el conjunto de acciones que se ejecutarán cuando la condición de la
regla se haga verdadera durante el proceso de inferencia.
3.2.2 Máquina de inferencia Flex.
Flex es una versátil y poderosa herramienta de LPA Prolog para el desarrollo de Sistemas
Expertos. La máquina de inferencia, al estar programada en Prolog y ejecutar un código de
ese lenguaje puede usar todas las facilidades del paquete LPA (Spenser, 2004) y
proporciona toda la potencia de un super lenguaje . También brinda un mecanismo
interactivo para las preguntas y respuestas que puede configurarse y ofrece un manejo
básico de los factores de incertidumbre.
3.2.2.1 Características.
Flex contiene algunas construcciones ideales para desarrollar sistemas basados en el
conocimiento tales como: frames, instances, rules, relations, groups, questions, answers,
demons, actions y functions. Cada una de ellas proporciona diferentes capacidades y
funcionalidades al sistema desarrollado.
La estructura de un Sistema desarrollado en Flex es muy similar a la de WUCShell ya que
esta cuenta con un modulo de preguntas, un modulo de reglas y un modulo de acciones
donde se indica el punto de entrada.
Dentro del modulo de preguntas se definen todo los atributos preguntables (síntomas,
diagnóstico, etc.) o sea los atributos que no son deducibles (los tratamientos y algunos
intermedios).
Capítulo III
37
question Creatinina 'Entre la creatinina del paciente'; input number; because 'Nos hace falta para calcular el Filtrado Glomerular'. question Factor_de_Riesgo '¿Existen Factores de Riesgo ?'; choose from 'Si','No'.
Ejemplo 3.2 Sección de Atributos Preguntables.
El módulo de reglas define el conocimiento del experto. Flex, a pesar de estar soportado
sobre Prolog tiene, además de la tradicional dirección de búsqueda de ese lenguaje que es
dirigida por objetivos, la dirección de búsqueda dirigida por datos, lo cual se le indica al
sistema por la sintaxis de las reglas:
Relation, indica que se realiza una búsqueda dirigida por objetivos o
encadenamiento hacia atrás (backward chaining), ejemplo:
relation calculo (result)
if 'Creatinina' is different from 0 and
result := ( ( 140 - 'Edad' ) * 'Peso' ) / ( 0.82 * 'Creatinina' ).
Rule, indica que se realiza una búsqueda dirigida por datos o encadenamiento hacia
delante (forward chaining).
rule regla_1
if
'Creatinina' is different from 0
then
result := ( ( 140 - 'Edad' ) * 'Peso' ) / ( 0.82 * 'Creatinina' ).
El modulo de acciones es donde se encuentra el punto de entrada de la maquina de
inferencia. Este modulo comienza por la palabra reservada action, mostrado en el ejemplo
3.3.
Capítulo III
38
action tesis do restart and calculo(Calc) and write('El Filtrado Glomerular es de: ') and write(Calc) and nl and reglas(Trat) and write(Trat).
Ejemplo 3.3 Modulo de acciones.
3.3 Algunos aspectos comparativos entre WUCShell y Flex.
Como puede apreciarse la utilización de WUCShell es muy simple, lo que facilita las tareas
de mantenimiento: actualización, modificación y adición de nuevas reglas.
En el desarrollo del sistema experto se pudo constatar que WUCShell presenta algunos
problemas con las operaciones matemáticas tales como: la suma, la resta, la multiplicación
y la división, lo cual no debe constituir un problema para una futura versión ya que esta
herramienta fue hecha por el departamento Ciencia de la Computación y se dispone de sus
fuentes.
Otro aspecto negativo está dado por el hecho de que el sistema presenta una interfaz rígida
que no es posible modificar y un sistema de cálculo de la certidumbre fijo y único.
Flex es una poderosa herramienta dentro del paquete del LPA Prolog para diseñar Sistemas
Expertos. Debido a que ha sido desarrollado en Prolog presenta la posibilidad de explotar
todas las facilidades de este paquete. Posee la capacidad de interfaz con otros lenguajes de
alto nivel como lo son C++, Java, Pascal. Presenta las direcciones de búsqueda dirigidas
por datos (backward chaining) y dirigidas por objetivo (Forward chaining). Se pueden
personalizar las ventanas de interfaz según el sistema lo requiera. Puede generar un archivo
precompilado el cual puede usarse por otros lenguajes o simplemente puede generarse un
ejecutable (Westwood, 1996, Spenser, 2004).
Capítulo III
39
No es un software libre y por tanto se necesita disponer de una licencia (la cual hay que
pagar) para utilizarlo, debido a esto muchas de sus funciones como lo son la capacidad de
compilar, su interfaz con otros lenguajes y la personalización de las interfaces no están
disponibles en la versión usada en esta tesis. Este hecho hace que a pesar de todas sus
potencialidades no pueda usarse para versión final del sistema.
La tabla 3.1 muestra un análisis comparativo entre ambos sistemas. La finalidad es mostrar
las ventajas y desventajas de usar uno o el otro. En nuestro criterio se debería proceder de la
forma siguiente:
1. Desarrollar un prototipo del sistema sobre WUCShell, lo que permitirá, entre otras
cosas: hacerlo más rápido, detectar los errores mas fácilmente, mostrarlo a los
expertos en una forma casi comprensible por ellos.
2. Desarrollar la versión final sobre Flex, lo que permitirá, entre otras cosas: una mejor
interfaz, disponer de un programa stand alone (si se tiene la licencia), tener mejores
herramientas para el cálculo de la certidumbre cuando se necesite, poder enlazar con
otras herramientas de LPA y con super lenguajes.
WUCSHELL FLEX
Presenta un lenguaje sencillo, fácil de
entender y de utilizar.
Presenta un lenguaje mas elaborado,
puede usar el lenguaje natural para
formular las reglas.
No presenta interfaz con otros lenguajes.
Presenta una sólida interfaz con otros
lenguajes de alto nivel así como la
posibilidad de utilizar todas las facilidades
del paquete LPA Prolog.
Capítulo III
40
Necesita mayor tiempo de compilación.
(para el seda en una computadora
pentium iii a 800 mhz demora
aproximadamente 3 segundos)
La compilación es más rápida (para el
seda en una computadora pentium iii a
800 mhz demora menos de 1 segundos)
Tiene una interfaz grafica estándar. Posibilita la configuración de su interfaz
grafica.
Utiliza dirección de búsqueda dirigida
por datos (backward chaining)
Puede utilizar dirección de búsqueda
dirigida tanto por datos como por
objetivos (backward y forward chaining),
con la posibilidad de emplear una
combinación de ambas de acuerdo a las
necesidades y los requerimientos del
sistema.
Presenta problemas con algunas
operaciones matemáticas.
No presenta dificultad con las operaciones
matemáticas.
Realiza una búsqueda primero en
profundidad pero exhaustiva.
Realiza una búsqueda primero en
profundidad no exhaustiva.
No produce ejecutable, aunque compila
a un meta código (.kbo) que interpreta la
máquina de inferencia.
Produce ejecutables que no necesitan de la
plataforma sobre la que se hizo (aunque
hay que comprar la licencia)
Propio de la Universidad.
Se necesita comprar la licencia para poder
utilizar las ventajas que brinda. (Compilar,
interfaz con otros lenguajes, etc.)
Tabla 3.1 Comparación entre WUCShell y Flex.
Capítulo III
41
Tras haber analizado la tabla 3.1 nos podemos percatar de la gran utilidad del WUCShell
para la creación de prototipos de Sistemas Expertos, los cuales deben ser sencillos y lo más
claro posible para motivar a los expertos y donde se dan los primeros pasos hacia la
consolidación de un software mas completo.
Por otra parte, Flex presenta grandes potencialidades para el desarrollo de aplicaciones
concretas de Sistemas Expertos, pero estas potencialidades están limitadas por el hecho de
que para poder explotarlas hay que pagar la licencia de uso.
3.4 Conclusiones del Capítulo
En este capítulo se muestra como se ha realizado el SE SEDA, se detallan las tareas de
ingeniería del conocimiento, exponiendo las características de las máquinas de inferencia
utilizadas y realizando una comparación entre ambas donde se resaltan las ventajas y las
desventajas de cada una.
Producto de esa comparación se arriba a la conclusión de que ambas se pueden usar de
manera conjunta, usando WUCShell en la primera etapa y Flex en la última etapa de
manera que se puedan explotar las potencialidades que brinda cada una en esas fases.
42
CONCLUSIONES
Se Desarrolló el sistema experto en la dosificación y adecuación de antibióticos
(SEDA).
Se hizo un trabajo de equipo con los especialistas del Hospital Arnaldo Milián en la
fase de Ingeniería del conocimiento.
Se presentaron distintos sistemas expertos en medicina analizando las posibilidades
reales que brindan estas herramientas como ayuda al personal médico.
Se realizó un estudio comparativo WUCShell-Flex, donde el primero mostró sus
ventajas para el desarrollo de prototipos y el segundo sus ventajas para aplicaciones
terminales con necesidad de uso de otras herramientas.
SEDA está disponible para ser usado.
43
RECOMENDACIONES
Hacer un estudio de la efectividad de SEDA.
Adicionar a SEDA factores económicos que no se tomaron en cuenta en esta
versión.
Perfeccionar las operaciones matemáticas dentro del WUCShell, lo cual no debe
constituir un problema para una futura versión ya que esta herramienta fue hecha
por el departamento Ciencia de la Computación y se dispone de sus fuentes.
44
REFERENCIAS BIBLIOGRÁFICAS
BARCELÓ GARCÍA, M. (1993) Inteligencia Artificial.
BUCHANAN, B. & SHORTLIFE, E. (1984) Rule Based Expert Systems: The MYCIN
Experiments of Stanford Heuristic Programming Project.
BUCHANAN, B. G. & SMITH, R. G. (1988) Fundamentals of expert systems. Comput.
Science, 3, 23-58.
CÁMARA DE LA FUENTE, L. (2004) La representación lingüística del conocimiento y su
relevancia en la ingeniería lingüística. Hipertext.net, 2.
CODINA, C., COROMINAS, N., ROCA, M., TUSET, M., CACHO, E. D., SOY, D.,
GOMEZ, B., PEREZ, M., MASSO, J. & RIBAS, J. (1997) Estudio comparativo de
la aplicación de un sistema experto en la prescripción de medicamentos. Medicina
Clínica.
CRISTÓBAL & ORTÍZ (1991) Sistema Experto para el Tratamiento Homeopático de
Enfermedades que pueden Derivar en Ceguera (SEHO).
DÍEZ VEGAS, F. J. (1999) Sistema Experto Bayesiano para Ecocardiografía.
GORDON S, N. J. (2005) TMYCIN Expert System Tool.
KANDEL, A. (1992) Fuzzy Expert Systems.
KASTNER, J. K. & HONG, S. J. (1984) A review of expert systems. European Journal of
Operations Research, 18.
KORENKOV, D. (1996) MYCIN.
KRISHNAMOORTHY, C. S. & RAJEEV, S. (1996) Artificial Intelligence and Expert
Systems for Engineers.
LECLERCQ, R. (1997) Concepts of Expert System for the Interpretation of Antimicrobial
Susceptibility Test. 26-28.
LEZCANO BRITO, M. (1999) Manual para el uso de la Máquina de inferencia WUCShell
Versión 1.0.
LORENZO JIMÉNEZ, J. M. (1994) SETFI: Sistema Experto para Tratamientos
Fisioterapéuticos.
Referencias Bibliográficas
45
MARÍA DEL PILAR CRESPO, B. (2002) La lectura interpretativa del antibiograma: Una
herramienta para predecir la resistencia bacteriana en el laboratorio de
microbiología de rutina. 33.
MARTINEZ DE IBARRETA, F. J. (1997) Sistemas Expertos: Areas de Aplicación.
MORALES, E. (1999a) Sistemas actuales.
MORALES, E. (1999b) Sistemas históricos
RODRÍGUEZ CHÁVEZ, L. E. (2007) La Computación en la Enseñanza de las Ciencias
Médicas. Revista Cubana de Informatica Medica.
SÁNCHEZ ARBOLAEZ, A. (2006) Aplicaciones de la Inteligencia Artificial en la
Medicina.
SANVALERO (1995) Sistemas Expertos y motor de inferencia.
SCARBINO, J. C. (2007) Sistemas Expertos: Aspectos técnicos. .
SHORTLIFFE, E. H. (1976) Computer Based Medical Consultations: MYCIN.
SPENSER, C. (2004) LPA Win-Prolog 4.500 Flex Tutorial.
TELLO, E. (1989) Object Oriented Programming for Artificial Intelligence.
VALDIVIA ROSA, D. (2003) Sistemas Expertos.
VAN MELLE, W., SCOTT, A. C., BENNETT, J. S. & PEAIRS, M. (1981) The Emycin
Manual.
VELARDE LOMBRAÑA, J. (2006) Sistemas Expertos. Diccionario Crítico de Siencias
Sociales.
WESLEY, A. (1990) Prolog programming for Artificial Intelligence.
WESTWOOD, D. (1996) LPA Win-Prolog 4.500 Flex Reference.
WIKIPEDIA (2007) Mycin.
ZORAN LAZAREVIC, L. (2007) Mycin Expert System.
Anexos
46
ANEXOS
Anexo 1. Conocimiento Formulado a partir de la interacción entre los
expertos y el ingeniero del conocimiento.
Diagnóstico Antibióticos
Convencionales
Antibióticos
Alternativos Observaciones
Faringitis y amigdalitis
Penicilina G Amoxicillina Fenoximetil penicilina
Eritromicina Azitromicina Cefuroxima
Si es posible, confirmar germen
Epiglotitis Cefuroxima Cefotaxima Ceftriaxona
Ampicillín ev
+ Cloranfenicol
Laringitis Sintomático Trifamox Eritomicina Cefuroxima.
Tratamiento Antimicrobiano dudosamente útil (viral).
Otitis externa Otomicosis
Polimixina + Neomicina + Hidrocortisona tópica
Ciprofloxacina tópico.
En diabéticos (Pseudomona) Ceftazidima + gentamicina sistémica.
Otitis media aguda y crónica.
Trifamox. Eritromicina Sulfaprim Tetraciclina
Cefuroxima-axetilo Eritromicina. Doxiciclina
Valorar miringotomía y timpanocentesis si: - No respuesta. - Supuración. - Inmunodepresión
Sinusitis. (10- 14 días)
Trifamox. Amoxacillín
Cefuroxima-axetilo. Eritromicina. Sulfaprim Cefaclor Azitromicina
Valorar punción y cultivo de senos, si: - No respuesta. - Nosocomial. - Inmunodeprimidos. Diabéticos o neutropenia - (Hongos/ Anfotericim B.).
Infecciones dentales.
Amoxicillín
Fenoximetilpenicilina
Metronidazol
Trifamox
Clindamicina
Tetraciclina
Considerar drenaje.
Anexos
47
Bronquitis aguda.
Trifamox
Eritromicina.
Azitromicina
Tetraciclina Tratamiento Antimicrobiano salvo en pacientes de riesgo.
EPOC agudizada
Trifamox
Cefuroxima.
Ceftriaxona
Cefotaxima
Eritromicina
Azitromicina
En muchos casos la reagudización no es de causa infecciosa
Neumonía extra hospitalaria
Adulto sin factores de riesgo (Tratamiento ambulatorio)
Eritromicina
Azitromicina
Penicilina
Fenoximetilpenicilina
Trifamox
Levofloxacino
Algunos expertos recomiendan asociar amoxicilina o Trifamox + Macrólido.
Adulto con factores de riesgo (Hospitalizar al paciente)
Cefotaxima
Ceftriaxona] +/-
Eritromicina.
Penicilinas ev
Levofloxacino
Edad > 65 años, bronquitis crónica, etilismo crónico, hepatopatía crónica, uremia, insuficiencia cardiaca congestiva, diabetes mellitus, afectación multilobar, derrame pleural.
Neumonía grave.
[Cefotaxima
Ceftriaxona] +
[Eritromicina]+/-
Vancomicina.
[Cefepime + ciprofloxacino] ó [Trifamox + levofloxacina]
Con algunos de los siguientes criterios: insuficiencia respiratoria grave, sepsis, complicaciones sépticas extrapulmonares, disminución del nivel de la conciencia.
Neumonía por Gram -
Pseudomona (Ticarcilina o piperacilina, Ceftazidima + Gentamicina o Tobramicina)
Cefalosp Rocephin Claforán
Anexos
48
Neumonía por estafilococo
Nafcillín
Cefazo Lina 1g
Vancomicina
Neumonía Nosocomial
[Claforán ó Ceftazidima] + Gentamicina
Imipenem + Aminoglucósidos
Neumonía en neutropenia
[Ceftazidima + Amikacina] ó [Cefepime + Amikacina].
Imipenem + Amikacina
Asociar agente estimulante del crecimiento de colonias
(G-CSF).
Neumonía espirativa
Clindamicina
Fenoximetilpenicilina
Cefoxitina ó Piperacilina-/Tazobactam
Asociar gentamicina si paciente ingresado en centro crónico.
Absceso de pulmón
Cefotaxima + Clindamicina o Metronidazol
Trifamox ó Imipenem
Penicilina G + Metronidazol, Rocephin + Metronidazol
Importante la fisioterapia y los cambios posturales. Si hemoptisis importante o recidivante, o no respuesta al tratamiento antibiótico (persistencia de fiebre tras dos semanas de tratamiento, cavitacion > 2 cm. con clínica después de 4 semanas de tratamiento), considerar tratamiento quirúrgico (lobectomía o drenaje percutáneo con tubo de tórax).
Empiema pleural
Cefotaxima + Clindamicina o Metronidazol
Imipenem Añadir cloxacilina si existe riesgo de S. aúreus o Trauma, cirugía de tórax.
Digestivas
Anexos
49
Diarrea aguda Ácido Nalidixico
Ciprofloxacina
Azitromicina ó Clotrimoxazol
Ampicillín
Tetraciclina
Atención a medidas generales y rehidratación por vía oral con glucosa y electrolitos. Indicaciones de antibioterapia en:
- Edad mayor de 65 años.
- Sepsis.
- Sospecha de bacteriemia.
- Pacientes Inmunodeprimidos.
En Diabetes, neoplasias o conectivopatías: administrar agentes antimotilidad intestinal solamente en disentería leve o moderada y una vez descartada la dilatación colonica (Rx).
Ulcera duodenal o gástrica (con confirmación de Helicobacter Pylori).
Q-ulcer + metronidazol ó claritromicina + tetraciclina + omeprazol
Amoxacilina + Claritromixina + Omeprazol ó Amoxacilina + Metronidazol + Omeprazol ó Metronidazol + Claritromixina + Omeprazol
Pueden emplearse antiácidos orales, antihistamínicos H2, inhibidores de la bomba de protones, protectores de la mucosa.
Colitis pseudo membranosa
Metronidazol (VO ó IV)
Vancomicina (solo vía oral).
Suspender, si es posible, antibióticos previos. Evitar agentes de antimotilidad intestinal.
Colecistitis/
Colangitis
Ampicilina + gentamicina + metronidazol
Imipenem
Trifamox
Piperacilina + Tazobactan
Cefazolina + Gentamicina
En pacientes paucisintomaticos pueden ser validos Trifamox. Considerar en todos los casos tratamientos descompresivos de vía biliar (colangio retrograda, cirugía, drenaje percutaneo).
Diverticulitis Metronidazol + Ciprofloxacino
Cefoxitina o Imipenem o Piperacilina/Tazobactam
También puede ser eficaz (en casos más leves) Trifamox, Piperacilina o Tazobactam.
Anexos
50
Peritonitis
Abscesos intrabdominales
Oclusión Intestinal
Metronidazol + Gentamicina.
Metronidazol + [Cefotaxima o Ceftriaxona] o Imipenem
Considerar la verosímil indicación de cirugía.
- Si Peritonitis bacteriana espontánea.
En complicaciones de ascitis:
- Administrar sólo Cefotaxima o Ceftriaxona.
Absceso hepático
Metronidazol + (Cefotaxima o Piperacilina/Tazobactam o Ciprofloxacina)
Imipenem + Metronidazol
Realizar PAAF con fines diagnósticos y de tratamiento, mantener drenaje.
Rara vez fracasa, precisando cirugía.
Si absceso mediano, Metronidazol, seguido de Iodoquinol o Paramomicina.
Genitourinarias
ITU baja (cistitis aguda)
Trifamox o Cefalexina.
Norfloxacina o Nitrofurantoína
Si se sospecha de uretritis considerar Doxiciclina.
ITU alta (pielonefritis aguda)
Ampicilina + Gentamicina Ciprofloxacino
Administrar hasta la desaparición de la fiebre. Si buen estado general y no factores de riesgo (mujer mayor de 65 años, varón, uropatía obstructiva, insuficiencia renal, inmunodeficiencia o trasplante renal) pueden indicarse inicialmente tratamiento vo (Ciprofloxacina o Trifamox).
Prostatitis aguda
- Edad menor de 35 años.
Ceftriaxona + Doxiciclina
Ofloxacina
Si prostatitis crónica prolongar el tratamiento como mínimo 4-6 semanas.
Prostatitis aguda
- Edad mayor de 35 años
Ciprofloxacina Cotrimoxazol Si prostatitis crónica prolongar el tratamiento como mínimo 4-6 semanas.
Enfermedades de Transmisión Sexual (ETS)
Anexos
51
Uretritis- Cervicitis
Ceftriaxona + Doxiciclina
Espectinomicina + Azitromicina
Mantener Doxiciclina por 7 días (el resto en dosis única).
Epididimitis
(Menores de 35 años)
Ceftriaxona + Doxiciclina
Ciprofloxacina + Azitromicina
Epididimitis
(Mayores de 35 años)
Ciprofloxacina Trifamox
Vaginitis
Metronidazol vo
(+ Clotrimazol vaginal) o Meronidazol (tabletas vg)
Nistatina tabletas, vag o crema
Clotrimazol tópico vaginal o Clindamicina vo.
Si pH vaginal menor de 5, sospechar candidiasis y tratar con Clotrimazol tópico o Fluconazol vo.
Sífilis 1ria o 2ria Penicilina G Benzatínica 2,4 millones de U im.
Ceftriaxona o Doxiciclina
Las pautas recomendadas para la sífilis son de aplicación general, con la excepción de los pacientes VIH positivos.
Latentes de duración indeterminada, sífilis cardiovascular, gomas.
Penicilina G Benzatínica 2,4 millones de U im.
Doxiciclina
Eritromicina
Administrar una dosis de Penicilina G Benzatínica im/ semanal por 3 semanas o mantener Doxiciclina por 4 semanas.
Neurosífilis Penicilina G Na (iv) Ceftriaxona
Después, penicilina G Benzatínica como en sífilis latente.
Chancroide Ceftriaxona Eritromicina o Azitromicina
Granuloma inguinal
Doxiciclina o cotrimozaxol
Cotrimoxazol o Azitromicina o Ciprofloxacina
Linfogranuloma venéreo Doxiciclina Eritromicina
Anexos
52
Enfermedad pélvica inflamatoria (EPI)
Cefoxitina + Doxiciclina
Cefalosporina de III generación o Penicilina + Aminoglucosas + Metronidazol
Clindamicina + Gentamicina
Doxiciclina + Ceftriaxona
- Si buen estado general y no irritación peritoneal, sepsis o embarazo, puede intentarse tratamiento ambulatorio con doxiciclina + Ceftriaxona (1 dosis im), o clindamicina + ofloxacino.
- Si gran absceso tuboovárico (> 8 cm.), drenaje quirúrgico o laparoscopico.
Sistema Nervioso Central.
Meningitis aguda.
< 50 años Cefotaxima o Ceftriaxona
Meropenemicina +/- Vancomicina
- Administrar dosis altas IV de Cefotaxima (2g/4h) o Ceftriaxona (2g/12h), asociar Ampicilina y la tensión del LCR no revela microorganismos
- Si se observan bacilos G+ o focalidad neurológica grave, asociar Dexametasona
- Si alergia grave a penicilina, utilizar Vancomicina + Cloranfenicol + Cotrimoxazol.
Edad > 50 años, alcoholismo, inmunosupresión, nosocomial, sospecha de neumococcus altamente resistente a la penicilina.
(Cefotaxima o Ceftriaxona) + Ampicilina
Meropenem + Cotrimoxazol
- Si sospecha de neumococcus altamente resistente a la penicilina, administrar: Cefotaxima hasta 300 mg/Kg./día (o Ceftriaxona) + Ampicilina + Vanco + Rifampicina.
- Si alergia grave a penicilina, asociar Vancomicina + Cloranfenicol + Cotrimoxazol.
Derivación del LCR
Cefotaxima + Vancomicina + Rifampicina
Ceftriaxona + Cloxacilina + Rifampicina
Considerar la retirada del sistema derivativo.
Anexos
53
Fístula del LCR y TCE reciente <3 d
Cefotaxima o Ceftriaxona +/- Rifampicina.
Vancomicina + Rifampicina
TCE cerrado >3 días
TCE penetrante
Post-neurocirugía
Ceftazidima + Vancomicina
(Cefotaxima o Ceftriaxona) + Cloxacilina + Gentamicina
Absceso cerebral
Relación con patología sinusal, dental o pulmonar: Penicilina G Na iv + Metronidazol.
Relación con TCE, neurocirugía o Endocarditis infecciosa: Cefotaxima + Cloxacilina + Rifampicina.
Relación con patología ótica o idiopático: Cefotaxima + Metronidazol.
Piel, fascia y músculo.
Mordedura (gato, perro, humanas).
Trifamox.
Ceftriaxona o Cefotixina o [Clindamicina + Ciprofloxacina] o Doxiciclina
Administrar antibioticoterapia profiláctica dentro de las 12 horas siguientes a la mordedura. Considerar profilaxis tetánica y antirrábica.
Carbunco (Ántrax) Penicilina G Na IV
Doxiciclina o Ciprofloxacina o Eritromicina
Piodermitis/foliculitis
Cloxacilina o cefalexina o clindamicina o
Eritromicina
Cloranfenicol
Sulfaprim
Tetraciclina
Dicloxacicl
Oxacillina
Añadir terapia tópica antibiótica
Celulitis
Trifamox o Cloxacilina o cefalexina
Vancomicina
Cloranfenicol
Clindamicina
Ciprofloxacina
Amikacina
- Si diabetes mellitus, considerar tratamiento parenteral (Clindamicina + Gentamicina) o Imipenem.
- Si formas necrotizantes, es preciso desbridamiento urgente.
Anexos
54
Fascitis Penicilina G Na iv + Clindamicina
Ceftriaxona o Eritromicina
- Si diabetes mellitus, considerar tratamiento parenteral (Clindamicina + Gentamicina) o Imipenem.
- Si formas necrotizantes, preciso desbridam urgente.
Miositis Cloxacilina o Cefazolina Vancomicina
Gangrena gaseosa
Penicilina G Na iv + Clindamicina
Ceftriaxona o Eritromicina
Imprescindible el desbridamiento quirúrgico amplio
Aparato locomotor
Artritis séptica
<60 años
Cefazolinza + Gentamicina[Cloxicilina + Gentamicina] o
[Ceftriaxona + Cloxacilina]
Ceftriaxona + Aminoglucósido
Vancomicina + Amikacina
Artritis séptica
>60 años, inmunodepresión o adictos a drogas por vía parenteral (ADVP)
Cloxacilina + Gentamicina
Vancomicina + Aminoglucósido
Ciprofloxacina + Rifampicina
Basar el tratamiento en resultados de tinción de Gram del líquido sinovial. Drenaje con artrocentesis diaria mientras persista derrame sinovial, excepto en cadera (considerar drenaje quirúrgico) utilizar Ceftriaxona si sospecha de gonococo en hábitos de riesgo, poliartralgias migratorias, tenosinovitis y/o lesiones cutáneas.
Artritis séptica
Prótesis Articular
Vancomicina + Ciprofloxacino (+/- Rifampicina)
Ciprofloxacina u Ofloxacino (+ Rifampicina)
Imprescindible retirar prótesis
Bursitis séptica Cloxacilina (Ciprofloxacino + Rifampicina) o Vancomicina
Aspiración diaria, drenaje quirúrgico si mala respuesta o recidiva.
Espondilitis/Espondilodiscitis
- Agudas: Cloxaciina + Gentamicina
- Crónicas: Rifampicina + Isoniacida + (Ciprofloxacino o Doxiciclina)
Intentar diagnóstico etiológico en todos los casos mediante percusión percutánea o cirugía abierta.
Anexos
55
OsteomielitisAguda hematógena
Cloxacilina + (Cefotaxima o Ceftriaxona)
En ADVP: Cloxacilia + Ceftazidima.
En anemia de células falciformes: Fluoroquinolonas o Cefalosporinas de 3re generación.
En el resto (Vancomicina + Ciprofloxacino + Rifampicina) o Imipenem
En formas agudas mantener tratamiento iv por 6 semanas. En formas crónicas mantener tratamiento iv por 6 semanas, seguido de tratamiento vo (Ciprofloxacina u Ofloxacina + Rifampicina) como mínimo 3 meses. Si implantes óseos, suele ser imprescindible su retirada.
OsteomielitisAguda (continuidad, post cirugía, traumatismo)
Vancomicina + Ceftriaxona
Cloxacilina + (Ciprofloxacino o Imipenem o Piperacilina/Tazobactam)
OsteomielitisCrónica
Vancomicina + Ceftriaxona
Cloxacilina +(Ciprof o Imip. o Piperac./Tazobactam)
Infecciones cardiacas diseminadas e intravasculares
Endocarditis
Válvula natural Penicilina G Na iv + Gentamicina
Vancomicina +
Gentamicina
Rifampicina
Obtener muestra para cultivo y CMI. Mantener el tratamiento durante 4-6 semanas. Considerar la cirugía si: Insuficiencia cardiaca, no respuesta al tratamiento en 2 semanas, embolias asociadas, absceso del septum, afectación del tejido de conducción, sepsis recurrente o etiología fúngica, por brucelas, coxiellas y otros microorganismos para el que no se disponen del tratamiento antimicrobiano eficaz.
Si Endocarditis tricuspídea en relación con drogadicción iv, suele ser suficiente el tratamiento con Gentamicina + Cloxacilina iv por 2 semanas.
Anexos
56
Endocarditis
Válvula protésica
Vancomicina + Gentamicina + Rifampicina
Cefazolina + Gentamicina
Considerar la sustitución precoz de la prótesis
Sepsis Adultos Cefotaxima + Gentamicina Imipenem Si UDVP (Cloxacilina o
Vancomicina) + Gentamicina
Sepsis Neutropenia
Ceftazidima + Amikacina
Imipenem + Amikacinaz
Administrar Factores estimulantes de colonias granulocíticas (G-CSF)
Si se sospecha infección de catéter, existe mucocitis intensa (2do a QT) colonización previa con S. aúreus resistente a meticilina o neumococo resistente a penicilina o no respuesta en 3-5 días, asociar Vancomicina.
Si no respuesta en 5-7 días o evidencia de infección fúngica, asociar Anfotericín B (si se confirma esta, administrar dosis total de 1-2g).
Si mala evolución y neutrófilos menores de 200/microl, considerar la transfusión de granulositos.
Otras infecciones sistémicas
Nocardiosis Sulfadiacina Cotrimoxazol
Mantener tratamiento durante mínimo 6 meses, si infección grave o inmunosupresión usar Imipenem + Cefotaxima + Amikacina
Actinomicosis
Penicilina G Na iv seguido de Fenoximetilpenicilina vo o Ampicilina iv seguido de Amoxicilina vo
Doxiciclina o Eritromicina o Clindamicina
Mantener tratamiento iv durante 4-6 semanas seguido de tratamiento vo por 6-12 meses. Si no respuesta óptima, valorar:
Colección purulenta subsidiaria de drenaje o Sobreinfección bacteriana.
Anexos
57
Brucelosis Doxiciclina + Estreptomicina
Doxiciclina + Rifampicina
Mantener tratamiento durante 6 semanas (excepto Estreptomicina por 3 semanas). Si embarazo administrar Cotrimoxasol + Rifampicina.
Si neurobrucelosis, administrar Cotrimoxazol + Rifampicina durante 3-6 meses y asociar esteroides en las 2 primeras semanas.
Leptospirosis Penicilina G Na Doxiciclina
Rickettsiosis o Fiebre gotonosa
Doxiciclina Roxitromicina La Eritromicina no es eficaz.
Fiebre Q Doxiciclina Cloranfenicol
Si endocarditis, doxiciclina + fluoroquinolona durante al menos 3 años, y posible necesidad de recambio valvular.
Ehrlichiosis Doxiciclina Cloranfenicol
Enfermedad por arañazo del gato
Eritromicina
Doxiciclina o Ciprofloxacina o Azitromicina o Cotrimoxazol o Rifampicina
Producida generalmente por Bartonella henselae.
Enfermedad de Lyme
- Eritema crónico migratorio
Doxiciclina o amoxacilina
Cefuroxima o Eritromicina o Azitromicina
Enfermedad de Lyme
- Artritis Ceftriaxona Doxiciclina
Enfermedad de Lyme
- Afectación neurológica, carditis.
Ceftriaxona o Penicilina G Na (iv).
Doxiciclina o Cloranfenicol
Anexos
58
Anexo 2. Árbol de Decisión.
Ot r
a s E
nfer
med
a des
Neumonía
Neumonía extrahospitalaria SiNoOtras Neumonías
Artritis SépticaArtritis SépticaArtritis Séptica
Mayor de 60 Años
SiSi
Menor de 60 Años
Artritis Séptica
Artritis Séptica
Oteomielitis
Aguda hematógenaAguda
CrónicaEndocardítis
Válvula NaturalVálvula Protésica
Sífilis
Sífilis 1ria o 2riaNeurosífilisOtros Tipos
Prostatitis Aguda
Menor de 35 Años
Mayor de 35 Años
Epididimitis
Mayores de 35 Años
Menores de 35 Años
Diagnóstico
Antibióticos
Tipo deNeumonía
Antibióticos
Antibióticos
Antibióticos
Antibióticos
Factores deRiesgo
Antibióticos
Antibióticos
Edad
ADVP
Inmunodepresión
Prótesis Articular
Tipo deOteomielitis
Antibióticos
Antibióticos
Antibióticos
Localización de laEndocardítis
Antibióticos
Antibióticos
Tipo de Sífilis
Antibióticos
Antibióticos
Antibióticos
Edad
AntibióticosAntibióticos
Edad
AntibióticosAntibióticos
Meningitis aguda
Menor de 50 AñosMayor de 50 Años
Meningitis aguda
Meningitis aguda
Meningitis agudaMeningitis aguda
SiSi
Si
Si
Meningitis agudaDerivación
Fístula
Meningitis aguda
Reciente Menor de 3 días
Otro Tipo
Meningitis aguda
Si
Diagnóstico
Antibióticos
Antibióticos
Antibióticos
Edad
Neumococcus
Nosocomial
Inmunodepresión
Alcoholismo
Estado delLCR
Tipo de TCE
Antibióticos
AntibióticosAbceso
CerebralAntibióticos
