Está en la página 1de 8

Un Sistema Experto:

MYCIN

Juan Santaella Vallejo


5 de Ing. De Telecomunicacin
Inteligencia de Redes de Comunicacin

1 Introduccin
En este trabajo vamos a ver un ejemplo de un sistema experto, dicho sistema es MYCIN
veremos cual es su objetivo, como trabaja para concluir con un ejemplo real de aplicacin. Pero
antes vamos hacer un poco de historia.
A mediados de los aos sesenta los investigadores Alan Newell y Herbert Simon desarrollaron
un programa llamado GPS (General Problem Solver; solucionador general de problemas). Poda
trabajar con criptoaritmtica, con las torres de Hanoi y con otros problemas similares. Lo que no
poda hacer el GPS era resolver problemas del mundo real, tales como un diagnstico mdico.
Algunos investigadores decidieron entonces cambiar por completo el enfoque del problema
restringiendo su ambicin a un dominio especfico e intentando simular el razonamiento de un
experto humano. En vez de dedicarse a computarizar la inteligencia general, se centraron en
dominios de conocimiento muy concretos. De esta manera nacieron los sistemas expertos (SE).
Un SE es un programa que soluciona problemas y da consejos en un rea especializada de
conocimiento. Por ejemplo, diagnstico mdico, diseo de automviles, prospecciones
geolgicas.
A partir de 1965, un equipo dirigido por Edward Feigenbaum, comenz a desarrollar SE
utilizando bases de conocimiento definidas minuciosamente. Dos aos ms tarde se construye
DENDRAL, el cual es considerado como el primer SE. La funcin de dicho SE era identificar
estructuras qumicas moleculares a partir de su anlisis espectrogrfico.
En la dcada de los setenta se desarroll MYCIN . Este sistema introdujo nuevas caractersticas:
utilizacin de conocimiento impreciso para razonar y posibilidad de explicar el proceso de
razonamiento. Lo ms importante es que funcionaba de manera correcta, dando conclusiones
anlogas a las que un ser humano dara tras largos aos de experiencia.
2 Objetivo de MYCIN
MYCIN como ya hemos dicho es un SE (desarrollado entre 1972 y 1980, Universidad de
Stanford) para la realizacin de diagnsticos. Iniciado por Ed Feigenbaum y posteriormente
desarrollados por E.Shortliffe y sus colaboradores. Su funcin es la de aconsejar a los mdicos
en la investigacin y determinacin de diagnsticos en el campo de las enfermedades
infecciosas de la sangre.
El sistema diagnosticaba la causa de la infeccin usando el conocimiento relativo a la infeccin
de los microorganismos con historiales de pacientes, sntomas y los resultados de los test de
laboratorio.
Desde el principio, en el proyecto se haban impuesto una serie de obligaciones:
1. Tena que ser funcional (esto implicaba competencia y consistencia). El rea de uso era
elegido segn una necesidad demostrada. (Por ejemplo, a principios de los 70 a una cuarta parte
de la poblacin de USA se le recetaba penicilina, el 90 % de esas prescripciones eran
innecesarias).
2. El programa tena que ser diseado con un nfasis de cumplir el rol de un medico y como
una utilidad para un medico, a pesar de reemplazar sus propios procesos de razonamiento.

3. El programa deba albergar una cantidad ingente de informacin tcnica.


4 .El sistema tena que interactuar mediante dilogos, tena que dar una explicacin concreta de
su razonamiento para llegar a la solucin propuesta.
5. Velocidad, accesibidad y facilidad de uso.
3 Cmo funcionaba?
Para ver como funcionaba MYCIN vamos a verlo desde dos puntos de vista uno de forma
general el funcionamiento de usuario y otro de forma ms especfica, viendo en que principios
se basaba.
El funcionamiento de MYCIN a grandes rasgos lo podramos describir de esta manera. El
sistema, al ser consultado por el mdico, solicita primero datos generales sobre el paciente:
nombre, edad, sntomas, etc. Una vez conocida esta informacin por parte de la maquina, el SE
plantea unas hiptesis. Para poder verificarlas comprueba primero la exactitud de las premisas
de la regla. Esto se realiza mediante una bsqueda de enunciados correspondientes en la base de
conocimientos. Estos enunciados pueden a su vez estar de nuevo en la parte de consulta de otra
regla. Tambin lo realiza mediante determinadas preguntas al usuario. Aqu se hacen preguntas
del tipo: Se ha practicado en el paciente algn tipo de intervencin quirrgica? Con las
respuestas que recibe, el MYCIN verifica o rechaza las hiptesis planteadas.
Para entender bien MYCIN vamos a hablar brevemente sobre los SE. Una caracterstica
decisiva de los SE es la separacin entre conocimiento (reglas, hechos) por un lado y su
procesamiento por el otro. A ello se aade una interface de usuario y un componente
explicativo. A continuacin mostramos una breve descripcin de cada uno de los componentes.
La Base de Conocimientos de un Sistema Experto contiene el conocimiento de los hechos
y de las experiencias de los expertos en un dominio determinado.
El Mecanismo de Inferencia de un Sistema Experto puede simular la estrategia de solucin
de un experto.
El Componente Explicativo explica al usuario la estrategia de solucin encontrada y el
porqu de las decisiones tomadas.
La Interface de Usuario sirve para que ste pueda realizar una consulta en un lenguaje lo
ms natural posible.
Tambin existe un componente de adquisicin que puede ofrecer ayuda a la estructuracin e
implementacin del conocimiento en la base de conocimientos, pero esto no forma parte de la
estructura bsica de SE.
MYCIN se basaba para realizar los razonamientos en factores de certeza y certidumbre ya que
los autores de MYCIN decidieron no seguir la teora de probabilidad porque:
1.Los expertos se resisten a expresar sus procesos de razonamiento en trminos
probabilsticos coherentes.
2.La probabilidad requiere de grandes cantidades de datos y muchas aproximaciones y
suposiciones.
Entonces desarrollaron una nueva tcnica, cuya base es el concepto de confirmacin interpretacin lgica de probabilidad subjetiva. Bajo estas consideraciones se desarrolla la
tcnica de factores de certeza.

Esta tcnica no la vamos a ver en el trabajo ya que seria profundizar mucho pero vamos a
resaltar algunas de sus conclusiones:
Aunque pretenda apartarse de probabilidad, se ha demostrado que la tcnica de MYCIN
corresponde a un subconjunto de probabilidad con una serie de suposiciones implcitas:

La evidencia es condicionalmente independiente de la hiptesis y su negacin.


La red de inferencia debe corresponder a un rbol para que los resultados sean
coherentes.
Las frmulas para conjuncin y disjuncin (min y max) slo son vlidas si uno de los
trminos es subconjunto del otro.

Estas suposiciones no son vlidas en muchas aplicaciones por lo que el mtodo de MYCIN no
se puede generalizar.
Para concluir este punto vamos a resaltar que MYCIN fue escrito en lenguaje Lisp y sus reglas
estn formalmente representadas como expresin Lisp. Esto permite una gran flexibilidad pero
pierde algo de modularidad y claridad.
4 Impacto en la IA
Una de las aportaciones ms importantes de MYCIN a la IA es que aparece claramente
diferenciados motor de inferencia y la base de conocimientos. Al separar esas dos partes, se
puede considerar el motor de inferencias aisladamente. Esto da como resultado un sistema vaco
o shell (concha).
Esta nueva forma permiti avanzar sobre los mejores sistemas expertos hasta el momento.
Primero, su base de conocimiento consista en cientos de reglas. Segundo, esas reglas eran
probabilsticas, como hemos comentado en el punto anterior. MYCIN era lo bastante robusto
como para determinar correctamente conclusiones cuando algunas evidencias eran incompletas
o incorrectas. Tercero, MYCIN poda explicar sus propios procesos de razonamiento. El usuario
poda preguntar de muchas formas. Preguntando, porque al realizar una cuestin concreta o
como haba llegado a una determinada conclusin, por ejemplo. Fue uno de los primeros
sistemas genuinamente amigables. Cuarto, y crucial, MYCIN funciona.
MYCIN supuso el punto de partida para un monto de sistemas expertos que fueron dando a su
vez otros. As surgi EMYCIN (MYCIN Esencial) con el que se construy SACON, utilizado
para estructuras de ingeniera, PUFF para estudiar la funcin pulmonar y GUIDON para elegir
tratamientos teraputicos.
En esa poca se desarrollaron tambin: HERSAY, que intentaba identificar la palabra hablada, y
PROSPECTOR, utilizado para hallar yacimientos de minerales. De este ltimo deriv el shell
KAS (Knowledge Adquisition System).
En la dcada de los ochenta se ponen de moda los SE, numerosas empresas de alta tecnologa
investigan en este rea de la inteligencia artificial, desarrollando SE para su comercializacin.
Se llega a la conclusin de que el xito de un SE depende casi exclusivamente de la calidad de
su base de conocimiento. El inconveniente es que codificar la pericia de un experto humano
puede resultar difcil, largo y laborioso.
Un ejemplo de SE moderno es CASHVALUE, que evala proyectos de inversin y VATIA, que
asesora acerca del impuesto sobre el valor aadido o IVA
Parte de esto queda muy bien reflejado en el siguiente grfico:

5 INTERACIONES REALES CON USUARIOS


Vamos a ver un ejemplo de una iteracin real con un usuario. Se puede comprobar que se
cumple el funcionamiento explicado en el punto tercero. Ya que MYCIN formula una serie de
preguntas, dar un diagnostico y se pedir que lo explique.
1. Patients name: (first - last)
**
FRED BRAUN
(Questions 1-3 request background patient data).
2. Sex:
**
M
3. Age:
**
55
4. Are there any cultures for Fred Braun which may be related to the present illness, and from
which organisms have been grown successfully in the microbiology laboratory?
**
Y
- - - CULTURE - 1 - - 5. From what site was the specimen for CULTURE - 1 taken?
** BLOD
= BLOOD
(System corrects typing error).
6. Please give the date and time when CULTURE-1 was obtained.
(mo/da/yr time)
** JUN 20, 1977
The first organism isolated from the blood culture of 20-JUN-77 (CULTURE-1) will be referred
to as:
- - - ORGANISM - 1 - - 7. Enter the laboratory - reported identity of ORGANISM-1:
** UNKNOWN
(Typically identity is not known yet).
8. The strain (gram or Ziehl-Neelsen acid-fast) of ORGANISM-1:
** NEG
(Preliminary lab results give some clues).
9. Is ORGANISM - 1 rod or coccus (etc.):
** ROD
10. What is the form of the individual organisms (e.g. lancet-shaped for cocci, fusiform for rods,
etc)?
** FUSIFORM
(... more questions follow in order to gather sufficient information to infer the identity and
significance of the infecting organisms ...)
...
...
23. What is the suspected portal of entry of the gramneg rod from the blood culture of 20-JUN77 (ORGANISM-1) into this sterile site?
** GI (6)
(User indicates the uncertainty of his response).
24. Is Fred Braun a burn patient?
** N
25. Is Fred Braun a compromised host (e.g. alcoholic, sickle-cell-disease, immunosuppressed)?
** N
26. Is Fred Braun febrile?
** Y
( ... after about 50-60 questions, MYCIN prints the diagnostic hypotheses on which therapy will
be based ...)

My therapy recommendations will be designed to treat for organisms that are either very likely,
or, although less likely, would have a significant effect on therapy selection if they were present.
It is important to cover for the following probable infection(s) and associated organism(s):
INFECTION-1 is BACTEREMIA
<ITEM-1> E.COLI [ORGANISM-1]
<ITEM-2> KLEBSIELLA [ORGANISM-1]
<ITEM-3> ENTEROBACTER [ORGANISM-1]
<ITEM-4> KLEBSIELLA-PNEUMONIAE [ORGANISM-1]
6 Conclusiones
Los SE proporcionan la capacidad de trabajar con grandes cantidades de informacin, que son
uno de los grandes problemas que enfrenta el analista humano que puede afectar negativamente
a la toma de decisiones pues el analista humano puede depurar datos que no considere
relevantes, mientras un SE debido a su gran velocidad de proceso analiza toda la informacin
incluyendo las no tiles para de esta manera aportar una decisin ms slida.
Otro punto positivo es; debido a la escasez de expertos humanos en determinadas reas, los SE
pueden almacenar su conocimiento para cuando sea necesario poder aplicarlo. As mismo los SE
pueden ser utilizados por personas no especializadas para resolver problemas. Adems si una
persona utiliza con frecuencia un SE aprender de el.
Se puede resumir el proceso de funcionamiento de un SE de esta manera