InteliMed Sistema de Diagnóstico Médico Speaker: Pacho - Inteligencia al Servicio de la Salud - Presentación Técnica

Agenda Casos de Uso Modelo de Dominio Distintas Vistas del Sistema Sistema Experto Tecnologías Preguntas Speaker: Pacho

Casos de Uso: Médico Registrar Encuentro Mantener Pacientes Obtener Diagnósticos Probables Médico Mantener Pacientes Speaker: Pacho Registrar Diagnóstico Comprobado

Casos de Uso: Administrador Ingresar Casos Predefinidos Mantener Usuarios Administrador Administrar Evidencias Speaker: Pacho Determinar Nuevos Síntomas Relevantes Generar Conocimiento

Diagrama de Clases: Dominio ItemEvidencia Evidencia ValorEvidencia 1 1 * valor posible Síntoma Enfermedad ValorBinario ValorCategorico Speaker: Ale ValorRango Característica Paciente ParametroClinico

Diagrama de Clases: Dominio Paciente ItemEvidencia características * * * * síntomas evidencia observada Encuentro parámetros clínicos evidencia relevante 1 Speaker: Ale Revisar El caso mantiene una cantidad de ocurrencias. Caso 0..1 1 Médico Diagnostico Comprobado * Enfermedad

Diagrama de Capas Presentación Servicios DAO Modelo de Dominio Base de Conocimiento Speaker: Ale DAO

Interfaz Administrador Flujo de Datos Diagnóstico Interfaz Médico Servicios Base de Conocimiento Médico Encuentros Casos Pacientes Interfaz Administrador Pacientes Speaker: Seba Esto muestra un poco los datos que ingresan y egresan del sistema y como estos se almacenan. El médico a través de su interfaz ingresa…. Y obtiene … El administrador ingresa: Modelo Médico: El conjunto de evidencia y enfermedades que soporta el sistema. Casos Predefinidos: Para poner en marcha al sistema. Modelo Médico Encuentros Administrador Casos Predefinidos Modelo Médico InteliMed

Flujo de Datos InteliMed Encuentro 3 1 2 5 4 Paciente 3 Evidencia Encuentros 1 2 5 4 Motor de Inferencia Paciente Diagnóstico + Tratamiento Diagnósticos Probables 3 Speaker: Seba [Presentación Animada] Se almacena el encuentro y se obtiene el diagnóstico probable. Casos InteliMed

Flujo de Datos InteliMed Encuentro 5 6 Paciente 7 Encuentros Comprobar Diagnóstico Diagnóstico Comprobado Motor de Inferencia Paciente Speaker: Seba 7 Casos InteliMed

Generador de Conocimiento Aprendizaje del Sistema Experto Casos 2 Generador de Conocimiento 3 1 Speaker: Seba Tenemos el generador de evidencia que recorre los casos y actualiza la base de conocimiento. 4 4 Base de Conocimiento InteliMed

Diagrama de Paquetes Servicios Médicos Motor Inferencia Discretizador Presentación Médico Presentación Administrador Modelo de Dominio Servicios Cálculo Administración Médicos Motor Inferencia Discretizador Base de Conocimiento Speaker: Ariel Generador de Conocimiento DAO

Diagrama de Componentes Core DAO Base de Conocimiento Modelo de Dominio Servicios Médicos Generador de Conocimiento Cálculo Speaker: Ariel Presentación

Diagrama de Procesos Apache Tomcat Presentación Internet Browser Servicios Modelo Generador de Conocimiento Base de Conocimiento DAO Speaker: Ariel

Elección del Sistema Experto Basados en Reglas Problemas Determinísticos Tipos de Sistemas Expertos Probabilísticos Problemas Estocásticos Modelo Médico Las relaciones entre síntomas y enfermedades se conocen sólo con un cierto grado de certeza. La presencia de un conjunto de síntomas no siempre implica la presencia de una enfermedad. Speaker: Ale

Hacer Manejable la Información Modelo Médico Hacer Manejable la Información Síntomas Dependientes Enfermedades independientes Demasiados parámetros Speaker: Ale Síntomas Independientes Enfermedades independientes Siguen habiendo demasiados parámetros

Hacer Manejable la Información Modelo Médico Hacer Manejable la Información Síntomas Relevantes Independientes Solo se tienen en cuenta síntomas relevantes Poco realista Speaker: Ale Síntomas Relevantes Dependientes Los síntomas irrelevantes son independientes pero los relevantes pueden ser dependientes Cantidad de parámetros manejable

Sistema Experto Probabilístico Basado en el Teorema de Bayes Probabilidad de tener una enfermedad dado un conjunto de síntomas P (ei / s1,…,sn) α p(ei) . p(s1,…,sn/ ei) Speaker: Ale Probabilidad de tener los síntomas dado que se tiene la enfermedad Probabilidad de tener la enfermedad Datos obtenidos de la base de conocimiento

P (No Tener enfermedad A) P (No Tener enfermedad A) Base de Conocimiento Enfermedad B Evidencia A Evidencia B Evidencia C P (Teniendo Enfermedad) P (No Teniendo Enfermedad) 0.014 0.377 1 0.136 0.253 0.167 0.103 0.036 0.040 0.314 0.030 0.017 0.013 Enfermedad A Evidencia A Evidencia B Evidencia C P (Teniendo Enfermedad) P (No Teniendo Enfermedad) 0.014 0.377 1 0.136 0.253 0.167 0.103 0.036 0.040 0.314 0.030 0.017 0.013 Speaker: Ale Recordar que nosotros no solo tenemos en cuenta síntomas sino también toda otra evidencia relevante. Notar que los colores matchean con la fórmulas. Evidencia Relevante P (Tener enfermedad A) P (No Tener enfermedad A) 0.3 0.7 P (Tener enfermedad A) P (No Tener enfermedad A) 0.3 0.7

Sistema Experto: Implementación Servicio Cálculo Motor de Inferencia Diagnóstico Discretizador Evidencia Speaker: Ariel Un poco mas en detalle como es el sistema experto por dentro. El motor de inferencia trabaja internamente con cálculos de probabilidad, tomando la información para los cálculos de una base de conocimiento. El discretizador se encarga de convertir la información que ingresa el médico en cosas que el motor de inferencia pueda entender. Motor de inferencia: Modela el proceso de razonamiento humano. Al mismo tiempo hay un proceso de retroalimentación en el cual el sistema aprende con los diagnósticos que se generan. Base de Conocimiento

Sistema Experto: Implementación Casos Pacientes Diagnóstico Casos Predefinidos Generador de Conocimiento Speaker: Ariel Base de Conocimiento

Web Application Framework Tomcat: Application Container Tecnologías Web Application Framework ORM Tomcat: Application Container Speaker: Ariel Mapear con componentes. Base de Datos

Preguntas Speaker: Ariel

Gracias!