See

discussions, stats, and author profiles for this publication at: http://www.researchgate.net/publication/260080839

SISTEMA EXPERTO PARA EL DIAGNSTICO DE

PADECIMIENTOS CARDACOS
CONFERENCE PAPER OCTOBER 2011

DOWNLOADS

VIEWS

44

98

1 AUTHOR:
Carmen Garcia-Mata
Instituto Tecnolgico de Chihuahua
5 PUBLICATIONS 0 CITATIONS
SEE PROFILE

Available from: Carmen Garcia-Mata

Retrieved on: 22 September 2015

Congr. int. ing. electrn. mem. Electro 2011, vol.33, pp. 10-15 Chihuahua, Chih. Mexico
http://depi.itchihuahua.edu.mx/display/memorias_electro/MemoriaElectro2011.zip

ISSN 1405-2172

SISTEMA EXPERTO PARA EL DIAGNSTICO DE

PADECIMIENTOS CARDACOS
Pedro Mrquez, Nancy Chvez, Carmen Garca, Rogelio Baray
Instituto Tecnolgico de Chihuahua.
Ave. Tecnolgico # 2909 Colonia 10 de Mayo
C.P. 31310 Chihuahua, Chih.
{pmarquez,nchavez,clgarcia,rbaray}@platon.itchihuahua.edu.mx

RESUMEN
Mobile Health (mHealth, o m-Health) es un
aspecto de la eHealth que est empujando los
lmites de cmo adquirir, transportar, almacenar,
procesar y asegurar los datos crudos y procesados
para devolver resultados significativos. Mhealth
ofrece la habilidad a usuarios remotos de
participar no solo en el consumo de servicios de
cuidado de la salud, sino que poseen el potencial
de convertirse en contribuidores invaluables en la
recoleccin de datos acerca de enfermedades y
salud pblica.

apoyada en dispositivos mviles, como los

telfonos celulares y PDAs, as como el empleo
de TICs y monitores de pacientes. Las
aplicaciones de mHealth incluyen la recoleccin
datos de salud clnica y social, entrega de
informacin
de
salud
a
profesionales,
investigadores y pacientes, provisin directa de
cuidado y monitoreo en tiempo real de signos
vitales de pacientes [2].

Dentro del espacio de mHealth existen proyectos

que operan con diferentes objetivos, incluyendo
aquellos que buscan un mayor acceso a
informacin del cuidado de la salud y relacionada
(especialmente para poblaciones difciles de
llegar), mayor acceso a la educacin mdica y
entrenamiento de profesionales de la salud, mejor
habilidad de rastrear enfermedades y mejores
capacidades de diagnstico.

La motivacin detrs del desarrollo del campo de

mHealth surge de dos factores. El primero de ellos
tiene que ver con la enorme cantidad de
restricciones sufridas por los sistemas de salud de
las naciones en desarrollo, las cuales incluyen, un
alto crecimiento poblacional, altas tasas de
mortalidad, insuficientes profesionales de la salud,
muchas comunidades rurales y limitados recursos
financieros para infraestructura de salud y
sistemas de informacin. El segundo factor es el
reciente aumento en la penetracin del telfono
mvil en los pases en desarrollo [6]. Esto ltimo
provoca que disminuyan los costos de transaccin
de la informacin relativa al cuidado de la salud.

Es precisamente en el rea de diagnstico

automtico basado en lgica de Horn que el
presente trabajo se encuentra ubicado. Este
sistema forma parte de un proyecto de
investigacin activo que sobre mHealth para
diagnstico de ECG se desarrolla conjuntamente
en el Laboratorio de Sistemas Inteligentes y
Visin por Computadora, y el Laboratorio de
Potencia de la DEPI del ITCH.

El presente artculo muestra el estado actual que

presenta
el
subsistema
inteligente
de
interpretacin y diagnstico
de seales
electrocardacas, el cual forma parte de un
proyecto mayor sobre mHealth. Se describe la
arquitectura general del sistema, la arquitectura
del sistema inteliegnte de diagnstico y su
implementacin.
Finalmente
se
realizan
comentarios y se dan conclusiones y trabajo
futuro.

2. ARQUITECTURA GENERAL
El sistema completo consta de los siguientes
mdulos. (1) Subsistema de Adquisicin de ECG,
(2) Subsistema Inicial de Transmisin de ECG,
(3) Subsistema Intermedio de Preprocesamiento y
Retransmisin Final de ECG, (4) Subsistema de
Registro y Diagnstico de ECG. La arquitectura
del sistema se muestra en la figura 1.

1. INTRODUCCIN
En general, el trmino mHealth se emplea para la
prctica de la medicina y la salud pblica,

10

Congr. int. ing. electrn. mem. Electro 2011, vol.33, pp. 10-15 Chihuahua, Chih. Mexico
http://depi.itchihuahua.edu.mx/display/memorias_electro/MemoriaElectro2011.zip

ISSN 1405-2172

Figura 3. ECG + Bluetooth

Figura 1. Arquitectura General del Sistema

2.3.
Subsistema
Intermedio
de
Preprocesamiento y Retransmisin Final
de ECG
En el smartphone se podr desplegar la seal
recibida de ECG, se podr mostrar grficamente y
se retransmitir al centro de registro y diagnstico,
junto con la informacin de posicin.

2.1.
Subsistema de Adquisicin de
ECG
El electrocardigrafo est basado en
un
amplificador de instrumentacin con ganancia de
1000, el cual es el encargado de acondicionar las
seales bioelctricas proporcionadas por tres
sensores para tres puntos de contacto, se cumpli
con un CMRR de 108dB acompaado de un filtro
pasabajos y un pasa altos para establecer un ancho
de banda de operacin (0.05 hz 150 hz) con el
fin de eliminar el ruido inherente en este tipo se
seales. El subsistema de procesamiento de las
seales se basa en un PIC16F77, programado en
C. se alimenta por medio de dos bateras de nueve
voltios, adems de comunicarse por medio de
puerto serial o USB. El cual es conectado a una
interfaz bluetooth. La figura siguiente muestra la
primera versin del prototipo.

Figura 4. Smartphone con GPS

2.4.
Subsistema
de
Registro
y
Diagnstico de ECG
Al recibirse la seal de ECG se identificar el
paciente al cual pertenece, se registrar en su
expediente, se realizar su anlisis con el fin de
detectar alguna eventualidad y se notificar al
paciente en caso de ser necesario para que tome
previsiones o en caso de una emergencia, se podr
enviar el auxilio correspondiente.

Figura 2. Electrocardigrafo
2.2.
Subsistema de Transmisin de
ECG y GPS
Para poder enviar la seal del ECG al smartphone
se emplea el protocolo Bluetooth, el cual se
encuentra integrado al electrocardigrafo
Figura 5. Interfaz de Usuario del Sistema

11

Congr. int. ing. electrn. mem. Electro 2011, vol.33, pp. 10-15 Chihuahua, Chih. Mexico
http://depi.itchihuahua.edu.mx/display/memorias_electro/MemoriaElectro2011.zip

ISSN 1405-2172

3. SISTEMA
EXPERTO
PARA
DIAGNOSTICO DE ECG
Este mdulo implementa el sistema de diagnstico
inteligente del Subsistema de Registro y
Diagnstico. En su fase actual, consiste de un
sistema experto prototipo implementado en el
lenguaje Prolog. La arquitectura planteada para el
sistema final se muestra en la figura

Figura 7. rbol de Inferencias

3.2.
Recoleccin de Datos de Caso
Las hiptesis implicadas por los predicados ecg
emplean cierta informacin de estado para
determinar la aplicabilidad de una hiptesis dada.
Esta informacin se formula como hechos
booleanos de estado:

Figura 6. Arquitectura del Sistema Experto

Is_Bradicardia_possible :status(rate, F),

F =< 60,
status(rythm, R),
R = regular,
:

3.1.
rbol de Inferencias
El razonamiento que realiza el sistema para
diagnosticar un posible padecimiento cardiaco se
encuentra dirigido por un rbol de inferencias.
Este rbol posee bsicamente cuatro niveles:
1. Nivel 0: Corresponde a la raz del rbol y
se emplea para la inicializacin del
sistema antes de establecer un nuevo
dilogo de consulta.
2. Nivel 1: Corresponde a la regla mediante
la cual se inicia un diagnstico.
3. Nivel 2: Corresponden a las diferentes
hiptesis acerca de los posibles
padecimientos, y prueba su aplicabilidad
para los signos particulares de un
paciente.
4. Nivel 3: Posee los hechos reales, es decir,
los datos del caso adquiridos a travs de
un dilogo con el usuario.

Esto asume que la informacin de estado ya se

encuentra en la base de conocimiento, lo cual en
general no se espera as, ya que depende del
paciente bajo diagnstico. Es tarea del mdulo de
recoleccin de datos obtener la informacin de
estado faltante mediante un dialogo interactivo
con el usuario y almacenarlo en la seccin de la
memoria temporal (dinmica) de la base de
conocimiento. Esto significa que el sistema debe
reconocer cuando falta informacin especfica. En
particular, la inicializacin del sistema debe
limpiar la memoria temporal para poder iniciar un
diagnstico limpio. Esto se logra fcilmente
(aunque no eficientemente) mediante la operacin

El diagrama del rbol de inferencias se muestra en

la figura 7. Bsicamente, el rbol de inferencias
codifica el conocimiento experto sobre
interpretacin del ECG. Actualmente solo se
cuenta con un prototipo.

status(_,unknown),
indicando que todos los posibles estados se
encuentran actualmente desconocidos. Si el
usuario desea reiniciar el sistema, entonces este
hecho se restablece, despus de que todos los
datos de caso recolectados han sido eliminados de
la base de conocimientos activa empleando

12

Congr. int. ing. electrn. mem. Electro 2011, vol.33, pp. 10-15 Chihuahua, Chih. Mexico
http://depi.itchihuahua.edu.mx/display/memorias_electro/MemoriaElectro2011.zip

ISSN 1405-2172
muestra una ventana donde se despliega la seal
electrocardaca, de tal forma que el usuario puede
determinar los valores de los parmetros que las
clusulas requieren. En caso necesario, el usuario
posee un sistema de ayuda que le puede aclarar las
interpretaciones imprecisas que emplean los
profesionales en la prctica. Estos valores
corresponden, por ejemplo, regular, uniforme,
normal, lento, etc.

abolish(status,2).
Si no se puede encontrar informacin de estado
necesaria, se le pregunta al usuario, se colecta la
respuesta, se verifica y se registra en la base de
conocimiento.
El orden de las clausulas produce una estructura
de control de flujo implcita, donde cada clausula
sucesiva restringe cada vez ms la solucin de
acuerdo a la informacin de estado disponible,
como frecuencia, ritmo, etc. Precediendo a cada
tipo de clusula existe una para el caso en el que
la informacin es an desconocida. En este caso,
se le solicitara al usuario tal informacin va el
predicado ask. Despus de que este predicado ha
verificado la plausibilidad de la respuesta,
mediante asserta se registra la informacion a
travs de las variables correspondientes a cada
valor. Ya que asserta almacena los nuevos
hechos encima, i.e., antes que todas las clausulas
existentes en la base de conocimiento, se puede
estar seguro que preceder a cualquier otro hecho
anterior, en particular al inicial

Figura 8. Interfaz de Diagnstico

status(_,unknown).
Las clusulas que realizan la recoleccin de datos
siempre terminan en fail, lo cual provoca que el
control fluya automticamente a la clusula
subsiguiente, donde los hechos ya recolectados
son evaluados. El siguiente fragmento de cdigo
ilustra este principio:

3.4.
Subsistema de Explicacin
Una caracterstica esencial del componente de
explicacin es un cierto nivel de inteligencia. Al
menos, cuando el usuario responde con un
porque por segunda vez a alguna explicacin
dada previamente por el sistema a solicitud del
propio usuario, el sistema de saber lo suficiente
como para no repetir la explicacin previa, sino
ofrecer una respuesta alternativa, tal vez ms
detallada. Estos niveles de explicacin se
encuentran ligados directamente con el rbol de
inferencias. El supuesto sobre el que se basa esta
estrategia de niveles de explicacin es que cuando
el usuario responde
una vez ms a una
explicacin con otro porque es que desea una
respuesta de contexto superior o meta-contexto.
Esta estrategia se muestra en el siguiente
diagrama.

Is_Bradicardia_possible :status(rate, F),

F =< 60,
status(rythm, R),
R = regular,
:
fail.
Is_Bradicardia_possible ::
fail.
3.3.
Interfaz de Diagnstico
El sistema interacta constantemente con el
usuario a travs del dialogo conducido por el
sistema de acuerdo a la implementacin del rbol
de inferencias. En su versin actual, el sistema

13

Congr. int. ing. electrn. mem. Electro 2011, vol.33, pp. 10-15 Chihuahua, Chih. Mexico
http://depi.itchihuahua.edu.mx/display/memorias_electro/MemoriaElectro2011.zip

ISSN 1405-2172

4. CONCLUSIONES
En general, el desarrollo de todo el sistema se
encuentra an en sus fases iniciales. Ya se tiene
un ECG de tres terminales, pero se est trabajando
en un nuevo diseo ergonmico que pueda ser
adaptable a las personas, as como extender el
nmero de terminales hasta doce. As mismo, ya
se tiene la versin inicial de la transmisin de la
seal del ECG al Smartphone y su despliegue.
Finalmente, se tiene la versin prototipo del
sistema de diagnstico inteligente implementado
como un sistema experto basado en reglas. Existe
an mucho camino por recorrer. En el caso del
diagnstico inteligente se plantea emplear tcnicas
ms novedosas basadas en ontologas y soft
computing, as como la implementacin de un
sistema de DSP que permita la extraccin de las
caractersticas importantes de la seal de ECG.
Actualmente estas lecturas las realiza una persona
que observa la seal en pantalla. Por otro lado,
tambin se investigar como transmitir la seal en
forma comprimida con el fin de ahorrar ancho de
banda, as como la utilizacin de estndares
internacionales para el registro de la seal en los
expedientes de los pacientes.

Figura 9. Explicacin Inteligente

3.5.
Interfaz de Lenguaje Natural
Un sistema experto no solo debera dar respuestas
inteligentes, sino tambin interpretar las
respuestas del usuario, de modo que no sea
forzado a dar solo una respuesta estndar
aceptable. El procesamiento de lenguaje natural,
aun con vocabulario muy limitado, aunque
deseable para este propsito, es demasiado
complejo para este sistema. Sin embargo, es
relativamente sencillo implementar deteccin de
sinnimos, y proporciona una flexibilidad
adecuada. La implementacin se basa en emplear
listas de palabras sinnimas, de modo que el
usuario puede elegir a su conveniencia cualquiera
de ellas. Por supuesto que el sistema no muestra
las alternativas, de otro modo seria imprctico.
Por ejemplo, podemos emplear la lista [si, sip,
yes, yeah, yep, por supuesto] como sinnimos.
Considere el siguiente ejemplo:

5. BIBLIOGRAFA
[1]
Schnupp, P.; Nguyen Huu, C.T.;
Bernhard, L.W., Expert Systems Lab Course,
Springer-Verlag, 1989, ISBN 3-540-50570-9.
[2]
Gabriel Kahn, M., Rapid ECG
Interpretation, Humana Press, 2008, eISBN: 9781-59745-408-7.

ask(distancia,Hecho):write(Que tan grande es la distancia?),

nl,
read(Input),
(recognize(Input, cerca),
Hecho = cerca
;
recognize(Input, lejos),
Hecho = lejos
;
recognize(Input, no se),
Hecho = lejos
).

[3]
Shoham, Y. Artificial Intelligence
Techniques in Prolog, Morgan Kaufman, 1994,
ISBN: 1-55860-167-8
[4]
Sterling, L.; Shapiro, E. The Art of
Prolog, The MIT Press, 1991, ISBN 0-26219250-0
[5]
Bielskis, A. A.; Denisovas, V.;
Ramasauskas, O., Creating of Intelligent EHealth Care Environment for Socially Isolated
and Aging People, Electronics and Electrical
Engineering 2008, pags. 19-24, No. 3(83), ISSN
1392-1215.

recognize(Input, cerca) :Member(Input,

[cerca, no mucho, corta, no lejos]),
!.

14

Congr. int. ing. electrn. mem. Electro 2011, vol.33, pp. 10-15 Chihuahua, Chih. Mexico
http://depi.itchihuahua.edu.mx/display/memorias_electro/MemoriaElectro2011.zip

ISSN 1405-2172
[6]
ATLAS eHealth country profiles,
Volume 1, World Health Organization, 2011,
ISSN 2220-5462.
[7]
TELEMEDICINE Opportunities and
developments in Member States, Volume 2,
World Health Organization, 2010, ISSN 22205462.
[8]
mHealth New horizons for health
through mobile technologies, Volume 3, World
Health Organization, 2011, ISBN 978-92-41564250.
[9]
Docksteader, L.; Benlamri, R., MORF:
A Mobile Health-Monitoring Platfrom, Mobile
Computing, IT Pro May/June 2010, pp. 18-25.
[10]
Smedberg, A.;
Sandmark, H., WebBased Stress Management System Goes Mobile:
Considerations of the Design of a Mobile Phone
App, eHealth 2011, Mlaga, Spain, 21-23 Nov.
2011.

15