Documentos de Académico
Documentos de Profesional
Documentos de Cultura
TESIS DE GRADO
“SISTEMA EXPERTO PARA EL DIAGNÓSTICO DE LA DEPRESION
DE UN GERONTE BASADO EN LOGICA DIFUSA”
LA PAZ – BOLIVIA
2015
UNIVERSIDAD MAYOR DE SAN ANDRÉS
FACULTAD DE CIENCIAS PURAS Y NATURALES
CARRERA DE INFORMÁTICA
LICENCIA DE USO
A mis Padres Alejandro y Maxima por enseñarme y orientarme por los caminos de la
vida y guiarme en el camino del Señor Jesucristo, también por su constante dedicación
y cariño que me brindaron día a día.
A mis ocho Hermanos, Justo, Jorge, Julia, Guadalupe, Juan, Filomena, Elizabeth y
Nancy que me cuidaron en mi infancia.
A mi Esposa María Cristina Tola Ballón que me apoyo en el estudio y me dio todo su
cariño y comprensión cuando estaba cursando los últimos años de mi carrera.
AGRADECIMIENTO
A mi Docente Tutor M. Sc. Aldo Ramiro Valdez Alvarado por su incansable apoyo que me
dio en la realización de mi Tesis de Grado.
De la misma manera a mi Asesor Lic. Manuel Ramiro Flores Rojas por el asesoramiento,
paciencia y revisión de mi tesis, que demostró toda su capacidad y conocimiento en guiarme
en la elaboración de mi Tesis de Grado.
A los Administrativos Don Félix, a los amigos de kardex Dña. María, Don Juan Carlos, Don
Marco, Don Roberto, a los amigos de la Biblioteca Don Fernando, Don Daniel y Don Willy,
A mis amigos Ramiro, Delia, Bony, Tania, Edwin, David, Rudy, Ronal, que estaban conmigo
en momentos de compartimiento.
Por ultimo agradezco A la Iglesia de Dios Boliviana Munaypata y al Hogar de ancianos “San
Ramon” que me colaboraron muy cordialmente para que pueda conversar con los gerontes y
pueda realizar pruebas con mi prototipo.
RESUMEN
Lo que se pretende en este trabajo es desarrollar un sistema experto que pueda diagnosticar el
tipo de depresión que presenta un geronte, esta detección podrá ser realizada por el psicólogo
que realice el test a un paciente o por los propios pacientes que deseen auto – diagnosticarse.
Los sistemas expertos son un área de la informática que se deriva de una rama de la
investigación científica llamada inteligencia artificial (I.A.). El objetivo de los sistemas
experto es emular la inteligencia humana y sus procesos de razonamiento para obtener
modelos de inferencia en lógica difusa y finalmente desarrollar un programa que represente
dicha inteligencia. Los sistemas expertos son programas de computación diseñados para
actuar como un especialista humano en un dominio particular o área de conocimiento y se
han utilizada para apoyar al usuario en la toma de decisiones.
La adquisición del conocimiento se realiza recogiendo diferente información acerca del tema
tratado, consultando a un psicólogo el cual proporciono su conocimiento adquirido como su
experiencia usando todo tipo de material y formas, tanto por medio de entrevistas
estructuradas como no estructuradas, así como por documentación encontrada con respecto a
la depresión de un geronte.
Para esta codificación se ha utilizado Swi Prolog para el desarrollo del motor de inferencia y
para la interfaz de usuario se usó las librerías de XPCI de Prolog .
The aim in this work is to develop an expert system that can diagnose the type of depression
that presents a geronte, this detection can be performed by the psychologist who
performed the test to a patient or patients themselves who wish to self - diagnosed.
Expert systems are an area of computer science that is derived from a branch of scientific
research called artificial intelligence (I.A). The aim of the expert systems is to emulate human
intelligence and reasoning proceses models for fuzzy logic inference and finally develop a
program representing that intelligence. Expert systems are computer programs designed to act
as a human expert in a particular domain or area of knowledge and are used to support the
user in making decisions.
The implementation of the application corresponds to the software you want to use, requiring
the choice of language, how to submit the application interface and all kinds of items related
to it.
For this coding has been used for the development Swi Prolog inference engine and user
interface libraries used XPCI Prolog.
To demonstrate Hypothesis T-Student distribution was used and tests are performed in two
Institutions such as the Nursing Home "San Ramon" and the Church of God Bolivian
Munaypata.
TABLA DE CONTENIDO Nro. Pág.
CAPÍTULO V
5. CONCLUSIONES Y RECOMENDACIONES ................................................. 100
5.1 CONCLUSIONES............................................................................................ 100
5.2. RECOMENDACIONES ................................................................................ 101
REFERENCIAS BIBLIOGRAFICAS
ANEXOS
ÍNDICE DE TABLAS Nro. Pág.
Figura 3.1 Estructura del sistema experto para el diagnóstico de la depresión .............43
Figura 3.6. Representación de los tipos de depresión que presenta un geronte ..............47
Figura 4.1 Evaluaciones preliminares y finales para el asilo “San Ramon” ................... 95
Figura 4.2 Evaluaciones preliminares y finales para la iglesia Dios Boliviana ..............96
CAPÍTULO I
MARCO INTRODUCTORIO
1.1 INTRODUCCIÓN
En la actualidad con al avance tecnológico que existe utilizando los ordenadores, medios
que proporciona la tecnología de información y gracias a las investigaciones realizadas en la
inteligencia artificial (I.A.), con el desarrollo de los sistemas basados en el conocimiento y
los sistemas expertos, lógica difusa, algoritmos genéticos se han producido grandes avances
en el tratamiento de enfermedades tales como el cancer,pulmonía,cálculos villares,etc, que es
el factor fundamental para la toma de decisiones.
Desde la aparición del ordenador, el ser humano se pregunta si sería posible que una
maquina le arrebatase el privilegio de pensar y razonar. En la actualidad, hay ciertas ramas de
la inteligencia artificial (I.A.) que se ocupan de este aspecto. La cual permite representar el
conocimiento humano y construir sistemas que reflejen dichos conocimientos.
Estos sistemas también son conocidos como sistemas basados en conocimiento (SBC), los
cuales permiten la creación de máquinas que razonan como el hombre, restringiéndose a un
espacio de conocimientos limitado. En teoría pueden razonar siguiendo los pasos que seguiría
un experto humano (médico, analista, psicólogo, etc.) para resolver un problema concreto.
Este tipo de modelos de conocimiento ofrece un extenso campo de posibilidades en resolución
de problemas y en aprendizaje.
Entre las áreas de la aplicación de los sistemas expertos están: la Medicina, Psicología,
Ingeniería, Derecho, realizando diagnósticos, tratamientos, predicciones, para la toma de
decisiones [Velásquez, 2005].
En 1956 el científico John McCarthy propone el uso del término inteligencia artificial
para denominar el estudio del tema, en una conferencia en Vermont (USA).
2
con ese programa. 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.
Tesis de Grado: “Sistema experto para el diagnóstico de estrés utilizando lógica difusa”
realizado por Clemente Quispe Sillo, donde el objetivo general es: “desarrollar un sistema
experto para el diagnóstico de estrés, utilizando lógica difusa, que sea utilizado por un
profesional experto en el tratamiento de estrés para el diagnóstico de esta enfermedad”
[Quispe, 2006].
3
Tesis de Grado: ”Diagnóstico clínico de trastornos mentales ” realizado por Juan Edgar
Orozco Apaza, donde el objetivo general es :”construir un prototipo de sistema experto para
trastornos mentales que ayude a realizar diagnósticos efectivos ”[Orozco, 2008].
La palabra geronte proviene del griego gerón que significa "anciano". En la antigua
Grecia, especialmente en las ciudades dóricas, miembro del consejo de ancianos que
asesoraba al rey en cuestiones políticas.
El término geronte es un término que se utiliza para designar a aquellas personas que
ya se encuentran en lo que se conoce normalmente como “tercera edad” o que son ancianas
4
y que mantienen otras características tales como no verse obligados a trabajar. Si bien el
concepto de geronte no se utiliza tan comúnmente en el lenguaje oral e informal, es esta
palabra la que da a otras palabras relacionadas tales como geriátrico, lugar donde residen
los ancianos.
5
La atención para una consulta médica, psicológica demora mucho, por el aumento de
habitantes ya que no existen muchos hospitales con esta especialidad.
Existen gerontes que no tienen la posibilidad de recurrir a un psicólogo porque en
muchos casos van perdiendo poco a poco los movimientos de su cuerpo.
Obtener el conocimiento del experto en psicología para ser almacenado en una base de
conocimiento.
Implementar una interfaz fácil de usar por el paciente para la recolección y emisión de
un diagnóstico.
Diseñar una base de conocimiento que permita hacer una descripción sobre la
experiencia y conocimiento del experto mediante lógica difusa, para que no exista una
confusión en el síntoma que presenta un paciente.
6
1.5 HIPÓTESIS
1.6 JUSTIFICACIÓN
1.6.1 JUSTIFICACIÓN ECONOMICA
Si bien sabemos el poder contar con un sistema experto que realice el diagnóstico de
la depresión nos dará buenos beneficios para la salud de esta manera se podrá reducir un
costo a un geronte para que realice una consulta a un psicólogo.
El sistema experto se quiere mantener el conocimiento del experto humano esto debido
a que la mente humana es frágil y esta propensa a incursionar en algunos errores ya sean
olvidos o confusiones. Se podría indicar que se puede reducir los costos sustanciales en los
7
pocos consultorios psicológicos que se establecen en el país; de ahí se puede evidenciar que
es viable desarrollar el sistema experto.
El propósito de este prototipo será poder llegar a personas de bajos recursos para poder
realizarse un diagnóstico y determinar el tipo de depresión que presenta.
8
El sistema experto ofrecerá un diagnóstico de manera inmediata una vez introducidos
los datos necesarios.
1.8 APORTES
El aporte del siguiente trabajo se encuentra en dar un diagnostico a los pacientes que
sufren de depresión porque muchas veces se comete errores en el diagnóstico y esto
puede comprometer las posibilidades de supervivencia del paciente así mismo se puede
causar traumas psicológicos.
Los sistemas expertos, se basan en los aportes a otras ciencias y técnicas, en nuestro
caso en el área de la psicología que han tomado el computador como metáfora para
construir modelos de aprendizaje humano.
9
Con la construcción de este sistema experto trataremos de incentivar a la investigación
de distintos temas en diferentes áreas de la psicología para incursionar con la
informática.
1.9 METODOLOGÍA
Para la elaboración del presente trabajo se empleará el método científico. Qué tiene los
siguientes pasos [Balzer, 1997]:
Observación
Hipótesis
Experimentación
10
Resultados
Para el diseño del sistema experto se utilizó la Metodología de Buchanan que se basa en
la adquisición de conocimientos de distintas fuentes: libros y expertos. Esta metodología
procede a través de una serie de etapas para producir un sistema experto. Se destacan 6
etapas fundamentales: Identificación, Conceptualización. Formalización, Implementación,
Testeo, Revisión del prototipo [Martínez, 2009].
11
CAPÍTULO II
MARCO TEÓRICO
2. INTRODUCCIÓN
12
contemporánea se combinan las capacidades de alta precisión de la máquina con un
software controlador sofisticado.
Sistema de visión: Incluyen equipos y software que les permite a las computadoras
capturar, almacenar y manipular imágenes visuales y fotografías.
Los sistemas de visión se pueden usar junto con robots para darles "visión" a estas
máquinas y que pueda tomar decisiones con base a lo que ve y reconocer la información
visual de acuerdo con patrones generales.
Procesamiento de lenguaje natural: Son programas diseñados para tomar lenguajes
humanos como entrada y traducirlo en un conjunto estándar de instrucciones que una
computadora ejecuta. Los programas analizan gramaticalmente oraciones, tratando de
eliminar la ambigüedad de un contexto determinado. El propósito de estos complejos
programas es permitir a los seres humanos usar su propio lenguaje natural cuando
interactúan con programas como sistemas de administración de bases de datos (DBMS) o
sistemas de apoyo para la toma de decisiones.
Sistemas de aprendizaje: Una combinación de software y equipos que le permite a la
computadora cambiar su modo de funcionar o reaccionar a situaciones, basado en
la retroalimentación que recibe. Por ejemplo, algunos juegos computarizados tienen
capacidades de aprendizaje, si la computadora no gana un juego en particular, recuerda no
hacer los mismos movimientos.
Redes Neuronales: Es un sistema de computación que puede actuar en la misma
forma que funciona el cerebro humano, o simularlo. Además, el software de red neuronal se
puede usar para simular una red neuronal por medio de computadoras normales.
Las redes neuronales pueden procesar muchas piezas de información al mismo tiempo y
aprender a reconocer patrones.
Algoritmos genéticos: Son funciones matemáticas que usan los principios de Darwin
para mejorar una aplicación. Las funciones se diseñan para simular en software, en cuestión
de minutos o segundos, lo que sucede en ambientes naturales durante millones de años.
Agentes inteligentes: La creación más reciente en I.A. son los agentes inteligentes,
programas de computadora que automáticamente revisan enormes cantidades de datos y
13
seleccionan y entregan la información más adecuada para el usuario, de acuerdo con
requisitos contextuales o específicos. La aplicación más importante de los agentes
inteligentes se encuentra en la WEB.
Sistema Experto: Consiste de equipos y software que almacenan conocimientos y
hacen inferencias, en forma similar a un experto humano.
Los sistemas expertos es una de las ramas más importantes de la inteligencia artificial,
se diría que es una de las aplicaciones más extensas que tiene, en las últimas décadas viene
cobrando un notable interés por su gran aplicabilidad de diversas áreas de la ciencia y la
tecnología.
Los sistemas expertos son programas que capturan el conocimiento de un experto e
imitan sus procesos de razonamiento cuando resuelven los problemas en un determinado
dominio.
Muchos de los sistemas expertos que han sido desarrollados en los últimos quince años
han sido implantados como sistemas basados en reglas de producción. Una de las razones
es que ciertos tipos de conocimiento experto pueden ser codificados muy fielmente como
conjunto de reglas.
14
2.4 CARACTERISTICAS DE UN SISTEMA EXPERTO
Los sistemas expertos son programas de computador diseñados para asistir a los
expertos humanos en un dominio del mundo real, en el sentido de que sólo un experto
puede resolver el problema, en tareas que requieran razonamiento. Este razonamiento se
modela en un programa a partir del razonamiento del experto humano. Esto implica, sólo en
el mejor de los casos, que el sistema experto daría las mismas prestaciones que los expertos
humanos.
No sólo tiene representaciones del dominio sino que conservan a su vez
representaciones de su estructura interna y funcionamiento y por tanto tienen alguna forma
de autoconocimiento que les permite ya sea dar explicaciones de cómo resuelven los
problemas, ya sean ampliaciones dinámicas del conocimiento.
El sistema experto debe, además de resolver problemas, asumir otras funciones como
es la de incrementar sus conocimientos, ya sea por contacto con otros expertos o por
experiencia y poder así explicar el razonamiento seguido, para resolver el problema.
15
2.4.1 EL EXPERTO HUMANO
Los expertos humanos son aquellos que suministran el conocimiento básico en el tema
de interés. Los ingenieros del conocimiento trasladan este conocimiento a un lenguaje, que
el sistema experto pueda entender.
Por este lado se puede considerar al experto humano como el intermediario que
transmite el conocimiento al sistema y el usuario que lo utiliza para resolver un problema
con la eficacia del especialista.
Este punto se refiere a poder realizar el control más ordenado y con la intención de
detectar todas las imperfecciones y errores que existen para así poder corregir las mismas.
Es la parte del sistema experto que contiene el conocimiento sobre el dominio. Hay que
obtener el conocimiento del experto y codificarlo en la base de conocimientos.
16
Este conocimiento lo constituye la descripción de:
Objetos a tener en cuenta y sus relaciones
Casos particulares o excepciones y diferentes estrategias de resolución con sus
condiciones de aplicación.
Las estrategias de inferencia que más se emplean en sistemas expertos están basadas en la
aplicación de las reglas lógicas denominadas “modus ponens” y modus tollens”,a
continuación explicaremos que hacen:
17
Modus Ponens.
18
2.4.6.1 MECANISMO DE RAZONAMIENTO
Para que las reglas de producción se utilicen tomamos los mecanismos de inferencia.
Estos mecanismos de inferencia evalúan las reglas y el conocimiento en hechos que se
pueden mostrar a continuación.
Existen dos formas básicas de evaluación de reglas:
A.- Encadenamiento hacia adelante.
B.- encadenamiento hacia atrás.
A.- Encadenamiento hacia adelante. Estrategia de inferencia que a partir de un conjunto
de hechos, deriva nuevos hechos utilizando reglas cuya premisa coinciden con los hechos
conocidos. Los hechos de la base de datos global (base de hechos), son considerados como
disparadores de las reglas, son hechos establecidos. La exploración de las reglas en estas
condiciones corresponde a un razonamiento, desde los hechos hacia los objetivos. Estas
reglas deben concluir y sus conclusiones dan lugar a nuevos hechos. Estos nuevos hechos
se añaden al conjunto de hechos conocidos, y el proceso continúa hasta que no pueden
obtenerse nuevos hechos.
(Russell y Norving 2004).
El motor de inferencia parte delos hechos para llegar a los resultados, es decir, no
selecciona más que reglas que verifiquen las condiciones de la parte izquierda (fase de
detección filtrado).
La eficacia del motor de inferencia reside en la pertinencia de la decisión tomada (regla
elegida) durante la fase de elección.
La regla elegida condiciona la rapidez con la que el sistema llegara a la solución lo cual
determinara la eficacia del motor de inferencia.
19
B.- Encadenamiento hacia atrás.- Comenzamos proponiendo una solución hipótesis del
problema, entonces el algoritmo navega hacia atrás a través de las reglas en búsqueda de
una conclusión que confirme dicha hipótesis. Si no se obtiene ninguna conclusión con la
información existente, entonces el algoritmo fuerza a preguntar al usuario en busca de
nueva información sobre los elementos que son relevantes para obtener información sobre
la hipótesis objetivo. [Russell y Norving 2004].
Este proceso se repite hasta que todos los sub objetivos se hayan demostrado, o se
alcance el objetivo final o hasta que no exista la posibilidad de seleccionar más reglas. La
estrategia empleada es muy simple, puesto que consiste en utilizar la primera regla
aplicable, en su orden de numeración para intentar a continuación, verificar uno tras otro
los sub objetivos producidos (exploración con búsqueda en profundidad).
20
2.5 METODOLOGÍA BUCHANAN
Para poder realizar un mejor desarrollo del sistema experto, se hará uso de la
Metodología de Buchanan, las cuales nos dará todas las pautas necesarias para el apropiado
desarrollo del sistema experto. [Martínez, 2009].
2.5.1 IDENTIFICACIÓN
Aquí se abarca desde la lectura de libros o artículos, las entrevistas o charlas con las
personas familiarizadas con el tema y la búsqueda de un experto que este dispuesto a
colaborar en la construcción del sistema, como también la definición de cuales son las
funciones o tareas más idóneas para ser realizadas por el sistema experto.
Estas tareas son importantes para determinar que lenguaje y que sistema se usara. El
ingeniero de conocimiento debe sentirse razonablemente cómodo respecto del dominio del
problema, como para conversar inteligentemente con el experto.
En síntesis se identifican: los participantes y roles, los recursos, fuentes de
conocimiento, los objetivos y metas.
2.5.2 CONCEPTUALIZACIÓN
2.5.3 FORMALIZACIÓN
21
determinar los principales conceptos del dominio que se requieren para realizar cada una de
las tareas que va a resolver el sistema. Esto es para que la tarea de definición del sistema
experto y para mantener una adecuada documentación del mismo, ya que es útil para la
tarea de diseño, construcción y para posteriores modificaciones del sistema. El ingeniero de
conocimiento debe prestar atención al experto de campo para encontrar la estructura básica
que el experto utiliza para resolver el problema.
Está formada por una serie de mecanismos organizativos que el experto de campo usa
para manejarse en ese dominio. Esta estructura básica de organización del conocimiento le
permite al experto realizar ciertos tipos de inferencia.
El ingeniero de conocimiento además debe reconocer las estrategias básicas que usa el
experto cuando desarrolla su tarea, que hechos establece primero, que tipo de preguntas
realiza primero, si define supuestos inicialmente sin bases con información tentativa, como
determina el experto que pregunta debe usar para refinar sus suposiciones y en que orden el
experto prosigue con cada sub tarea y si ese orden varía según el caso.
La estructura del conocimiento indica que tareas y términos está usando y la estrategia
indica cómo y cuándo el sistema experto debe establecerlas.
2.5.4 IMPLEMENTACIÓN
1) Que el formalismo usado sea el apropiado para reflejar los conceptos y el proceso de
inferencia del experto.
22
2) Que las características particulares de construcción del lenguaje capturen exactamente
los aspectos estructurales más importantes de los conceptos usados por el experto.
3) Que la estructura del control del lenguaje al activar las reglas refleje la estrategia usada
por el experto.
4) Que las reglas reflejen asociaciones y métodos que:
Son los usados por el experto.
Son modelos aceptables de dichos métodos.
2.5.5 TESTEO
23
Figura 2.5 Metodología Buchanan
Fuente: Elaboración Propia
24
El concepto de conjunto difuso permite tratar con información que no es exacta o con
un alto grado de imprecisión a diferencia de la lógica convencional la cual trabaja con
lógica precisa.
La lógica difusa está teniendo, por lo tanto, bastante éxito en su utilización sobre los
sistemas de control, aplicación que ya podría considerarse como rutinaria. Sin embargo, los
investigadores buscan nuevos campos de aplicación de esta técnica.
La lógica difusa proporciona un mecanismo de inferencia que permite simular los
procedimientos de razonamiento humano en sistemas basados en el conocimiento. La teoría
de la lógica difusa proporciona un marco matemático que permite modelar la incertidumbre
de los procesos cognitivos humanos de forma que pueda ser tratable por un computador. En
este capítulo se describirán los fundamentos y características de este mecanismo de
representación de la incertidumbre.
2.6.1 CONJUNTOS DIFUSOS
Adeh propone en 1965 por primera vez la noción de Conjunto Difuso. Este hecho
marca el principio de una nueva teoría denominada Teoría de Conjuntos Difusos.
La lógica difusa permite tratar con información que no es exacta o con un alto grado de
imprecisión a diferencia de la lógica convencional la cual trabaja con información precisa.
El problema principal surge de la poca capacidad de expresión de la lógica clásica.
Los conjuntos clásicos surgen por la necesidad del ser humano de clasificar objetos y
conceptos. Estos conjuntos pueden definirse como un conjunto bien definido de elementos
o mediante una función de pertenencia μ que toma valores de 0 ó 1 de un universo en
discurso para todos los elementos que pueden o no pertenecer al conjunto.
Un conjunto clásico se puede definir con la función de pertenencia mostrada en la
ecuación
La necesidad de trabajar con conjuntos difusos surge del hecho que existen conceptos
que no tienen límites claros. Un conjunto difuso se encuentra asociado por un valor
25
lingüístico que está definido por una palabra, etiqueta lingüística o adjetivo. En los
conjuntos difusos la función de pertenencia puede tomar valores del intervalo entre 0 y 1, y
la transición del valor entre cero y uno es gradual y no cambia de manera instantánea como
pasa con los conjuntos clásicos.
Un conjunto difuso en un universo en discurso pude definirse como lo muestra la
ecuación:
26
ellas podemos mencionar las funciones de tipo triangular, trapezoidal, parabólica y
gaussiana
Este proyecto se enfoca al uso al uso de sus funciones triangulares y trapezoidales ya
que son estas que representan los conjuntos del control que se propone, la función de
pertenencia de un elemento x se puede calcular de la siguiente ecuación. .
27
De aquí el concepto de variable lingüística se va introduciendo, si una variable puede
tomar palabras en lenguaje natural como sus valores, esta es la llamada variable lingüística
Para representar el conocimiento en razonamiento aproximado tenemos que utilizar
variables lingüísticas. Una variable lingüística es aquella cuyos valores son palabras o
sentencias en un lenguaje natural o artificial. De esta forma, una variable lingüística sirve
para representar cualquier elemento que sea demasiado complejo, o del cual no tengamos
una definición concreta; es decir, lo que no podemos describir en términos numéricos.
Así, una variable lingüística está caracterizada por una quíntupla:
(X; T(X); U; G; M)
X es el nombre de la variable.
T(X) es el conjunto de términos de X; es decir, la colección de sus valores lingüísticos
(o etiquetas lingüísticas).
U es el universo del discurso (o dominio subyacente). Por ejemplo, si la hablamos de
temperatura “Cálida” o “Aproximadamente”, el dominio subyacente es un dominio
numérico (los grados centígrados).
G es una gramática libre de contexto mediante la que se generan los términos en T(X),
como podrían ser ”muy alto”, ”no muy bajo”, ...
M es una regla semántica que asocia a cada valor lingüístico de X su significado M(X)
(M(X) denota un subconjunto difuso en U).
Los símbolos terminales de las gramáticas incluyen:
Términos primarios: “bajo”, “alto”,...
Modificadores: “Muy”, “más”,”menos”,”cerca de”,...
Conectores lógicos: Normalmente NOT, AND y OR.
Normalmente se definen los conjuntos difusos de los términos primarios y, a partir de
éstos, se calculan los conjuntos difusos de los términos compuestos (por ejemplo, con
“muy” y “alto” construimos el término compuesto “muy alto”). Una etiqueta lingüística se
28
forma como una sucesión de los símbolos terminales de la gramática: “Muy alto, no muy
bajo...”.
Un uso habitual de las variables lingüísticas es en reglas difusas.
Ejemplo: IF duración-examen IS larga THEN probabilidad-aprobar IS small.
Por ejemplo, la variable lingüística velocidad podrías incluir conjuntos difusos como
muy lento, lento, medio, rápido, muy-rápido.
Naturalmente cada uno de estos conjuntos representa un valor lingüístico que puede
tomar la variable.
2.6.4 INFERENCIA DIFUSA
La inferencia difusa puede definirse como el proceso de obtener un valor de salida para
un valor de entrada empleando la teoría de conjuntos difusos. Existen dos tipos de
inferencia: el modelo de Mamdani y el de TSK (Takagi, Sugeno y Kang).
Se llama reglas difusas al conjunto de proposiciones IF-THEN que modelan el
problema que se quiere resolver. Una regla difusa simple tiene la forma:
“si u es A entonces v es B“
dónde A y B son conjuntos difusos definidos en los rangos de “u” y “v” respectivamente.
Una regla expresa un tipo de relación entre los conjuntos A y B cuya función
característica sería (x, y) A®B m y representa lo que conocemos como implicación lógica.
La elección apropiada de esta función característica esta sujeta a las reglas de lógica
proposicional [Vargas, 2005].
2.6.4.1 INFERENCIA DE MAMDANI
Es posiblemente el método más ampliamente utilizado, propuesto por Ebrahim
Mamdani en 1975. El proceso se realiza en cuatro pasos:
1. Fuzzificación de las variables de entrada.
2. Evaluación de las reglas.
3. Agregación de las salidas de las reglas.
4. Defuzzificación.
Veamos a continuación las etapas de inferencia
29
Fuzzificación. El primer paso consiste en tomar los valores de las entradas y determinar el
grado de pertenencia de estas entradas a los conjuntos difusos asociados. El valor
naturalmente estará limitado en el universo del discurso de la variable. En nuestro caso, x e
y estarán limitadas al universo del discurso de X e Y respectivamente.
Evaluación de Reglas Tomamos las entradas anteriores y se aplican a los antecedentes de
las reglas difusas. Si una regla tiene múltiples antecedentes, se utiliza el operador AND u
OR para obtener un único número que represente el resultado de la evaluación. Este
número (el valor de verdad) se aplica al consecuente.
Agregación de las salidas La agregación es el proceso de unificación de las salidas de
todas las reglas; es decir, se combinan las funciones de pertenencia de todos los
consecuentes previamente recortados o escalados, combinando para obtener un único
conjunto difuso por cada variable de salida.
Defuzzificación El resultado final habitualmente es necesario expresarlo mediante un valor
en esta etapa se toma como entrada el conjunto difuso anteriormente obtenido para dar un
valor de salida. Existen varios métodos de defuzzificación, pero probablemente el más
ampliamente usado es el centroide; que calcula el punto donde una línea vertical divide el
conjunto en dos áreas con igual masa.
2.7 DEPRESIÓN EN UN GERONTE
30
tanto para quien padece el trastorno como para quienes se preocupan por él o ella. La
depresión es una enfermedad común pero grave y la mayor parte de quienes la padecen
necesitan tratamiento para mejorar.
Muchas personas con una enfermedad depresiva nunca buscan tratamiento. Pero la
gran mayoría, incluso aquellas con los casos más graves de depresión, pueden mejorar con
tratamiento y una psicoterapia [INSM, 2009].
Investigaciones indican que las enfermedades depresivas son trastornos del cerebro. Las
tecnologías para obtener imágenes del cerebro, tales como las imágenes por resonancia
magnética, han demostrado que el cerebro de las personas con depresión luce diferente del
de quienes no la padecen. Las áreas del cerebro responsables de la regulación del ánimo,
pensamiento, apetito, y comportamiento parecen no funcionar con normalidad. Además,
hay importantes neurotransmisores, sustancias químicas que las células del cerebro utilizan
para comunicarse, que parecen no estar en equilibrio. Pero estas imágenes no revelan las
causas de la depresión.
Depresión distimia
La persona que sufre este tipo de depresión se mantiene deprimida durante casi dos
años. Los patrones de alimentación y de sueño se alteran fácilmente y son fácilmente
perceptibles en la persona afectada. La persona también sufre de desesperanza, baja
autoestima y fatiga, además de mostrar una incapacidad para concentrarse.
31
Ansiedad depresiva
Consiste en ser presa del pánico. La persona sufre de fobia social y/o ataques de
pánico. Algunos tipos de estrés también son considerados como síntomas de este tipo
de depresión. [Vallejo ,1990]
Depresión ciclotimia
Es un transtorno mental el problema radica en la mente, que es la que lo hace
reaccionar a un geronte en diferentes formas, la ciclotimia se caracteriza por episodios
leves de la depresión mayor.
Los adultos son diagnosticados luego de que los síntomas persisten por dos años.
Depresión existencial
La persona sufre de fatiga, cuya causa puede estar en alguna conmoción interior o
social. La persona también muestra falta de interés general y no tiene pasión por nada
lo que determina a que se sienta mal.
Depresión neurótica
Se presenta con sentimiento de autocompasión, vergüenza, culpa. También son
comunes algunos tipos de fobias así como los síntomas del trastorno obsesivo
compulsivo. Estos síntomas son comunes durante periodos regulares del día como por
ejemplo la noche.
Depresión psicótica
Los fenómenos psicóticos, entendidos en un sentido amplio, son trastornos
relativamente frecuentes en la población geriátrica. De un lado, la mayor longevidad
general de la población está suponiendo que cada vez existan más personas ancianas
que padezcan una esquizofrenia, una depresión psicótica o episodios de manía psicótica
desde su juventud. El incremento igualmente en la prevalencia de la demencia que es la
segunda enfermedad generadora de psicosis, tras la esquizofrenia eleva también de
manera sustancial la cifra de pacientes delirantes de edad avanzada. No menos
importante es el fenómeno de la aparición de psicosis genuinas por primera vez en la
vejez, del que se ha demostrado un aumento en la incidencia y prevalencia a partir de
los cincuenta años.[Contreras,2005]
32
Depresión mayor
La depresión es una enfermedad mental. Es un transtorno del estado anímico en la cual
los sentimientos de tristeza, pérdida, ira o frustración interfieren con la vida diaria
durante semanas o por más tiempo.
La depresión en los ancianos es un problema generalizado pero es parte normal del
envejecimiento. Con frecuencia, no se reconoce ni recibe tratamiento.
Las causas en los ancianos pueden ser los cambios de vida, mudanza de hogar, hijos
que dejan el hogar, conyugue y amigos cercanos que mueren.
Depresión endógena
La persona que sufre este tipo de depresión se presenta como deprimida y confundida.
La depresión es una enfermedad del estado del ánimo, caracterizada sobre todo por una
tristeza profunda y bajos niveles de serotonina.
El inconsciente del adulto actúa hoy en base a mensajes negativos y críticos recibidos
durante la infancia. Algo normal, pero antes nuestros padres y nuestros abuelos no
sabían de esa forma de programar neurolingüística menté nuestro cerebro.
Depresión situacional
33
Depresión inducida por sustancias
El uso excesivo de medicación o automedicación producen a veces un trastorno
emocional y comportamiento irritante. El uso excesivo de alcohol también causa un
efecto similar.
Se considera como sustancia a cualquier droga, medicamento o exposición a algún
toxico.[Stewart ,2007].
34
Pensamiento suicida
Pensamiento de hacerse daño
No quiere conversar con nadie
No quiere salir a ningún lado.
Ansiedad depresiva
Depresión ciclotimia
Irritabilidad
Dificultades para relacionarse con las demás personas
Bajo estado de animo
Ausencia de energía y disminución de la actividad y vitalidad
Insomnio
Aislamiento social
Disminución de apetito
Depresión existencial
Depresión neurótica
35
Piensa que no tiene suerte en su vida
Tiene pensamientos negativos
Todo le sale mal en sus actividades cotidianas
Todos los síntomas se presentan de vez en cuando
Todos los síntomas se presentan todos los días
Está muy estresado
Depresión psicótica
Presenta alucinaciones
Se encuentra en un estado de ilusión
Escucha voces en la cabeza.
Es muy impulsivo (a)
Es muy nervioso (a)
Depresión mayor
Se siente triste o vacío
Se siente muy irritable
Falta de interés mayor parte del día
Ha perdido o aumentado 5% de su peso corporal
Presenta insomnio casi cada día
Se agita en actividades psicomotoras
Se fatiga o pierde la energía casi cada día
Presenta sensación de inutilidad y confusión
Pierde la capacidad de pensar y concentrarse
Presenta pensamientos suicidas
Ha perdido a un ser querido recientemente
Tiene alucinaciones
Depresión endógena
Baja autoestima
Actitud mental negativa
36
Tiene Estrés
La manera de expresar las emociones y los sentimientos se presenta con un
descontrol emocional
Tristeza o sentimiento de vacío
Fatiga y falta de energía
Alteración del sueño
Sentimiento de miedo e inseguridad
Problemas de memoria, atención y concentración
Depresión situacional
Depresión melancólica
37
Consume demasiado bebidas alcohólicas
Puede tomar yerbas naturales como la yerba de San Juan. Para la dosis se sugiere consultar
a un especialista psicólogo.
Depresión ciclotimia
Los tratamientos para este transtorno abarcan desde medicamentos estabilizadores del
estado de ánimo, antidepresivos, psicoterapias o combinación de estas tres terapias. Usted
puede aliviar el estrés de vivir con ciclotimia uniéndose a un grupo de apoyo, cuyos
miembros comparten experiencias y problemas en común.
Depresión existencial
Depresión neurótica
38
adecuado, pero en todo caso, la terapia debe empezar por transformar la visión negativa de
nuestra personalidad y aumentar la seguridad en nosotras mismas
Depresión psicótica
Lo primero es suspender cualquier medicamento que pueda estar empeorando los síntomas
Evitar el alcohol y los somníferos. Si estas medidas no sirven, los antidepresivos y la
psicoterapia ayudan.
Se sugiere también realizar ejercicios regularmente si el medico autoriza, rodearse de
personas cariñosas, aprender buenos hábitos de sueño.[Abbasi,2009]
Depresión endógena
39
Depresión melancólica
Debido a la gravedad de este trastorno que se relaciona con un elevado riesgo de
suicidio entre los afectados, es vital iniciar un tratamiento especializado. Pero también es
importante que la persona siga algún tipo de psicoterapia para que aprenda a afrontar sus
pensamientos negativos y sus ideas de culpa, que son recomendados por un psicólogo.
Depresión inducida por sustancias
Se sugiere una abstinencia a auto diagnosticarse ya que puede provocar un malestar clínico
significativo o deterioro social hasta puede llegar a intoxicarse, evitar el consumo de
alcohol. Para ello debe realizarse pruebas de laboratorio.
40
En este cuadro veremos el tipo de depresión mostrando cuál de todos es más peligroso
y cual se presenta más en un geronte.
Depresión distimia
TIPOS DE DEPRESIÓN
Ansiedad depresiva
Depresión mayor
Depresión existencial
Depresión neurotica
Depresión psicotica
Depresión ciclotimia
Depresión endogena
Depresión situacional
Depresión melancolica
41
CAPITULO III
MARCO APLICATIVO
3. MARCO APLICATIVO
3.1 INTRODUCCIÓN
En este capítulo se presenta el diseño del sistema experto propuesto para el diagnóstico
de la depresión de un geronte, se describirá la metodología utilizada, la construcción en la
base de conocimiento, la descripción informal y la formalización.
Se verá también como interactuará el sistema experto con el paciente, los pasos que se
siguió para la elaboración del sistema.
La construcción de un sistema experto no es una tarea sencilla, debido a que involucra
mucha participación de distintas personas, cada una de las cuales aporta para que el sistema
experto a desarrollar sea fácil de usar y mantener.
En nuestra vida diaria encontramos muchas situaciones complejas gobernadas por
reglas que rigen nuestra vida diaria como: sistema de control de tráfico, sistema de
seguridad, transacciones bancarias, etc.
Los sistemas basados en reglas son una herramienta eficiente para tratar estos
problemas. Las reglas de producción constituyen la más sencilla de las metodologías
utilizadas en sistemas expertos. La base de conocimiento contiene el conjunto de reglas que
definen el problema, y el motor de inferencia saca las conclusiones aplicando la lógica
clásica a estas reglas.
42
Figura 3.1 Estructura del sistema experto para el diagnóstico de la depresión
Fuente: Elaboración Propia
43
3.3.1 ETAPA I: IDENTIFICACIÓN
Siendo que el Sistema Experto que se desarrolló está enfocado al área de la psicología
se procedió a buscar un experto psicólogo.
Con ayuda del experto y las fuentes relacionados al campo de la psicología, se definió
la forma en la que se estructuró el sistema experto para el diagnóstico de la depresión.
También se identificó los participantes que intervienen, los roles que tienen y las
relaciones existentes entre los mismos.
44
reglas de inferencias, las últimas son para inferir las inserciones, las incertidumbres son
representadas a través de la lógica difusa.
Los componentes del sistema experto propuesto que se puede apreciar en la figura
anterior, están definidos bajo los siguientes criterios: la base de conocimiento, contiene el
conocimiento del experto psicólogo convenientemente formalizado y estructurado; la
representación del conocimiento es sencilla y mediante reglas; se utilizó la lógica difusa
para el tipo de depresión y la gravedad de este.
45
El desarrollo de un sistema experto se basa en la construcción de la base de
conocimiento (almacenamiento de conocimiento en forma de hechos y reglas), el diseño del
motor de inferencia (inferencia de nuevos conocimientos a partir de conocimientos
existentes) y la aplicación de lógica difusa para tratar los datos que en este caso presentan
incertidumbre.
EXPERTO
BASE DE CONOCIMIENTO
BASE DE
MOTOR DE INFERENCIA
REGLAS HECHOS
LÓGICA DIFUSA
DIAGNÓSTICO
FUZZIFICACIÓN Y DEFUZZIFICACIÓN
46
3.3.2.1 ADQUISICIÓN DEL CONOCIMIENTO
47
3.3.2.3 BASE DE HECHOS
A continuación exponemos los hechos extractados de los casos dados por el psicólogo.
según a como se siente un geronte:
CASO 1:
Un geronte que presenta los siguientes síntomas: se siente triste o vacío, se siente
irritable, se agita en actividades psicomotoras, pierde la energía casi todos los días
entonces presenta depresión mayor leve.
CASO 2:
El geronte además de presentar los síntomas mencionados en la depresión mayor leve
presenta falta de interés de realizar actividades mayor parte de su día, ha perdido o
aumentado 5% de su peso corporal, entonces tiene depresión mayor moderada.
CASO 3:
Cuando un geronte ya está en una etapa muy crítica de su vida y presenta los siguientes
síntomas pierde la capacidad de pensar o concentrarse, pensamientos suicidas,
alucinaciones entonces presenta depresión mayor grave.
CASO 4:
Si un geronte presenta disminución de la actividad física, sentimiento de tristeza,
dificultad para sentir placer por las cosas, culpa inapropiada entonces presenta ansiedad
depresiva leve.
CASO 5:
A veces un geronte presenta varios síntomas que puede afectar su organismo como la
disminución de la actividad física, sentimiento de tristeza, dificultad para sentir placer por
las cosas, baja autoestima y sentimientos de inferioridad, pensamiento de daño o amenaza y
tensión entonces presenta ansiedad depresiva moderada.
48
CASO 6:
Si un geronte presenta irritabilidad, dificultades para relacionarse con las demás
personas, ausencia de energía y disminución de la actividad y vitalidad, insomnio,
aislamiento social, entonces presenta depresión ciclotimia.
CASO 7:
Un geronte que presenta los siguientes síntomas: Siente que su vida no tiene sentido, se
siente agotado y con miedo, sufre de falta de motivación por realizar sus cosas cotidianas,
no tiene pasión por nada, tiene ganas de dormir en el día entonces tiene depresión
existencial.
CASO 8:
A veces un geronte tiene pensamientos fuera de lo normal y presenta los siguientes
síntomas de tristeza, irritabilidad, falta de interés mayor parte del día, ha perdido o
aumentado 5% de su peso corporal, presenta insomnio casi cada día, Pierde la capacidad de
pensar y concentrarse, presenta pensamientos suicidas, ha perdido a un ser querido
recientemente, Tiene alucinaciones entonces presenta depresión mayor grave.
CASO 9:
Un geronte está pasando por algún problema, siente que la vida todo le sale mal, piensa
que no tiene suerte en su vida ,Tiene pensamientos negativos, todos los síntomas se
presentan de vez en cuando, todos los síntomas se presentan todos los días, está muy
estresado, entonces presenta depresión neurótica grave.
CASO 10:
Un geronte que presenta los siguientes síntomas: baja autoestima, actitud mental
negativa, tiene Estrés, la manera de expresar las emociones y los sentimientos se presenta
con un descontrol emocional, tristeza o sentimiento de vacío, fatiga y falta de energía,
alteración del sueño, sentimiento de miedo e inseguridad, Problemas de memoria, atención
y concentración, entonces tiene depresión endógena.
49
3.3.3 ETAPA III: FORMALIZACIÓN
50
sale mal
8 FUT NEGATIVO Ve el futuro negativamente SI NO
23 ESTRES Estrés SI NO
25 IRRITABILIDAD Irritabilidad SI NO
51
personas
27 BAJOANIMO Bajo estado de animo SI NO
29 INSOMNIO Insomnio SI NO
52
presentan de vez en cuando
43 SINTOMAS Todos los síntomas se SI NO
presentan todos los días
44 ESTRESADO Está muy estresado SI NO
53
59 SERQUERIDO Ha perdido a un ser querido SI NO
recientemente
60 ALUCINACIONES Tiene alucinaciones SI NO
54
76 ESTIMULOS Falta de reactividad a SI NO
estímulos
77 INSOMNIO Insomnio SI NO
55
En este árbol de decisión se verá la gravedad de la depresión con distimia como se ve
en la figura los que están a la izquierda si cumplen esos síntomas tendrá depresión distimia
leve , pero si cumplen los síntomas del medio o los de la izquierda o del medio puede tener
depresión con distimia moderada y finalmente si cumple los síntomas de la derecha o todos
entonces tiene depresión con distimia grave.
56
En este árbol de decisión se comporta de manera similar a la anterior si presenta síntomas
de la izquierda tiene ansiedad depresiva leve, si tiene los del medio o también los síntomas
de la izquierda tiene ansiedad depresiva moderada y finalmente si tiene los síntomas de la
derecha o todos los síntomas tiene ansiedad depresiva grave.
57
En este árbol de decisión se comporta de manera similar a la anterior si presenta síntomas
de la izquierda tiene depresión mayor leve, si tiene los síntomas del medio o también los
síntomas de la izquierda tiene depresión mayor moderado y finalmente si tiene los
síntomas de la derecha o todos los síntomas tiene depresión mayor grave.
58
En este árbol de decisión se comporta de dos formas si presenta los síntomas de la izquierda
tiene depresión neurótica moderada y si tiene los síntomas de la derecha o todos los
síntomas tiene depresión neurótica grave.
59
3.3.3.4 MOTOR DE INFERENCIA
Función de Pertenencia
0 Si x<=20
(x-20)/20 Si 20<=x<=40
leve (x)
(60-x)/20 Si 40<=x<=60
0 Si x>=60
60
(x-20)/20 Si 40<=x<=60
(80-x)/20 Si 60<=x<=80
0 Si x>=80
0 Si x<=80
(x-20)/20 Si 60<=x<=80
grave (x)
(60-x)/20 Si 80<=x<=100
0 Si x>=100
grave: por ultimo si el geronte ya presenta síntomas más difíciles de tratar entonces
estar a en el rango de 60% y 100%.
61
Ansiedad depresiva
Definimos tres conjuntos difusos para determinar la gravedad del tipo de depresión que
puede presentar un geronte. Usando la figura 3.8 obtenemos
Función de Pertenencia
0 Si x<=20
(x-20)/20 Si 20<=x<=40
leve (x)
(60-x)/20 Si 40<=x<=60
0 Si x>=60
0 Si x<=40
(80-x)/20 Si 60<=x<=80
62
0 Si x>=80
0 Si x<=80
(x-20)/20 Si 60<=x<=80
grave (x)
(60-x)/20 Si 80<=x<=100
0 Si x>=100
grave: por ultimo si el geronte ya presenta síntomas más difíciles de tratar entonces
estar a en el rango de 60% y 100%.
Depresión mayor
Definimos tres conjuntos difusos para determinar la gravedad del tipo de depresión que
puede presentar un geronte. Usando la figura 3.9 obtenemos
63
Figura 3.14 Conjunto difuso de la variable depresión mayor
Fuente: Elaboración Propia
Función de Pertenencia
0 Si x<=20
(x-20)/20 Si 20<=x<=40
leve (x)
(60-x)/20 Si 40<=x<=60
0 Si x>=60
0 Si x<=40
(x-20)/20 Si 40<=x<=60
moderado (x)
(80-x)/20 Si 60<=x<=80
0 Si x>=80
0 Si x<=80
grave (x)
(x-20)/20 Si 60<=x<=80
64
(60-x)/20 Si 80<=x<=100
0 Si x>=100
grave: por ultimo si el geronte ya presenta síntomas más difíciles de tratar entonces
estar a en el rango de 60% y 100%
Hechos Síntomas
H1 Está deprimido por alguna situación de su vida
H4 Baja autoestima
H6 Baja concentración
65
H8 Ve el futuro negativamente
H9 Pensamiento negativo
H18 Desorientación
H22 Tensión
H23 Estrés
H25 Irritabilidad
H29 Insomnio
66
H31 Disminución de apetito
67
H54 Se agita en actividades psicomotoras
68
H76 Falta de reactividad a estímulos
H77 Insomnio
69
En esta tabla veremos las reglas que se seguirá para saber tiene depresión distimia leve
ESTADO DE LA
TEXTO DE LA REGLA
REGLA
70
En esta tabla veremos las reglas que se seguirá para saber tiene depresión distimia grave.
ESTADO DE LA
TEXTO DE LA REGLA
REGLA
Formulación SI <H15 = si, H16 = si, H17 = si, H19 = si > ENTONCES < Ansiedad
depresiva leve :- Ansiedad depresiva, – Clic ver TRATAMIENTO >
externa de la regla
71
En esta tabla veremos las reglas que se seguirá para saber tiene ansiedad depresiva moderado.
ESTADO DE LA
TEXTO DE LA REGLA
REGLA
SI <H15= si, H16= si, H17 = si, H19 = si, H18 = si,H20 = si,H22=si >
ó <H18 = si, H20 = si, H22 = si > ENTONCES <
Formulación
ansiedad depresiva moderado :- ansiedad depresiva, – Clic ver
externa de la regla
TRATAMIENTO >
SI <H15= si, H16= si, H17 = si, H19 = si, H18 = si,H20 =
Formulación si,H22=si,H21=si,H23=si >ó< H21 = si, H23 = si, > ENTONCES
externa de la regla <ansiedad depresiva grave :- ansiedad depresiva, – Clic ver
TRATAMIENTO >
72
En esta tabla veremos las reglas que se seguirá para saber tiene depresión mayor leve.
ESTADO DE LA
TEXTO DE LA REGLA
REGLA
73
En esta tabla veremos las reglas que se seguirá para saber tiene depresión mayor grave.
ESTADO DE LA
TEXTO DE LA REGLA
REGLA
SI <H50 = si, H51 = si, H54 = si, H55 = si,H5=53,H56=si, H52 = si,
H57 = si, H58 = si, H59 = si, H60 = si > ó <H52 = si, H57 = si, H58 =
Formulación si,H59 = si,H60 = si > ENTONCES
externa de la regla <depresion_mayor_grave :- depresion_mayor, – Clic ver
TRATAMIENTO >
SI <H37 = si, H38 = si, H39 = si, H40 = si, H41 = si, H42 = si >
Formulación ENTONCES
externa de la regla < depresion_neurotica_moderada :- depresion_neurotica, – Clic ver
TRATAMIENTO >
74
En esta tabla veremos las reglas que se seguirá para saber tiene depresión neurótica grave.
ESTADO DE LA
TEXTO DE LA REGLA
REGLA
SI <H37 = si, H38 = si, H39 = si, H40 = si, H41 = si, H42 = si,
Formulación H43 = si, H44 = si > ó < H43 = si, H44 = si, >
externa de la regla ENTONCES
< depresión_neurotica grave :- depresion_neurotica, – Clic ver
TRATAMIENTO >
SI <H32 = si, H33 = si, H34 = si, H35 = si, H36 = si >
Formulación ENTONCES
externa de la regla < DEPRESION EXISTENCIAL :- síntomas depresion_existencial, –
Clic ver TRATAMIENTO >
75
En esta tabla veremos las reglas que se seguirá para saber tiene depresión psicótica.
ESTADO DE LA
TEXTO DE LA REGLA
REGLA
SI <H45 = si, H46 = si, H47 = si, H48 = si, H49 = si >
Formulación ENTONCES
externa de la regla < DEPRESION PSICÓTICA :- síntomas depresion_psicótica – Clic
ver TRATAMIENTO >
SI <H25 = si, H26 = si, H27 = si, H28 = si, H29 = si,H30=si,H31=si >
Formulación ENTONCES
externa de la regla < DEPRESION CICLOTIMIA :- síntomas depresion_ciclotimia –
Clic ver TRATAMIENTO >
76
En esta tabla veremos las reglas que se seguirá para saber tiene depresión endógena.
ESTADO DE LA
TEXTO DE LA REGLA
REGLA
SI <H61 = si, H62 = si, H63 = si, H64 = si, H65 = si, H66=si,
H67=si,H68=si,H69=si >
Formulación ENTONCES
externa de la regla < DEPRESION ENDÓGENA :- síntomas depresion_endógena – Clic
ver TRATAMIENTO >
77
En esta tabla veremos las reglas que se seguirá para saber tiene depresión melancólica.
ESTADO DE LA
TEXTO DE LA REGLA
REGLA
78
3.3.3.6 MECANISMOS DE INFERENCIA
Una estrategia de inferencia más utilizada para obtener conclusiones compuestas es el
llamado encadenamiento de reglas. Esta estrategia puede utilizarse cuando las premisas de
ciertas reglas coinciden con las conclusiones de otras. Cuando se encadenan las reglas, los
hechos pueden utilizarse para dar lugar a nuevos hechos. Esto se repite sucesivamente hasta
que no pueden obtenerse más conclusiones. El tiempo que consume este proceso hasta su
terminación depende por una parte de los hechos conocidos y por otra de las reglas que se
activan.
Este algoritmo puede ser implementado de muchas formas. Una de ellas comienza con
las reglas cuyas premisas tienen valores conocidos. Estas reglas deben concluir y sus
conclusiones dan lugar a nuevos hechos. Estos nuevos hechos se añaden al conjunto de
hechos conocidos, y el proceso continua hasta que no puedan obtener nuevos hechos.
Un geronte que presenta los siguientes síntomas: se siente triste o vacío, falta de
interés, tiene insomnio , sensación de inutilidad y confusión entonces presenta depresión
mayor moderado.
Se toma el valor de 30 para el síntoma se siente triste o vacio que están dentro del rango
de pertenencia del conjunto difuso.
79
0 Si x<=20
(x-20)/20 Si 20<=x<=40
leve(x)
(60-x)/20 Si 40<=x<=60
0 Si x>=60
Falta de interés
Se toma el valor de 70 para el síntoma de falta de interés que están dentro del rango
de pertenencia del conjunto difuso.
0 Si x<=40
(x-20)/20 Si 40<=x<=60
moderado(x)
(80-x)/20 Si 60<=x<=80
0 Si x>=80
Tiene insomnio
Se toma el valor de 78 para el síntoma tiene insomnio que están dentro del rango de
pertenencia del conjunto difuso.
0 Si x<=40
moderado(x) (x-20)/20 Si 40<=x<=60
(80-x)/20 Si 60<=x<=80
80
0 Si x>=80
0 Si x<=40
(x-20)/20 Si 40<=x<=60
moderado(x)
(80-x)/20 Si 60<=x<=80
0 Si x>=80
y = 56.70
81
Por lo tanto se concluye que el diagnóstico de la depresión de un geronte es de 56.70, que
interpreta el tipo de depresión mayor moderado, lo cual corrobora el experto humano.
Para realizar la demostración del modelo del “sistema experto para el diagnóstico de la
depresión de un geronte se ha elaborado un prototipo que fue desarrollado en el programa
SWI PROLOG, el cual nos ayudara en la elaboración del modelo planteado.
Este prototipo permitirá dar un diagnóstico de cada geronte en base a la
información proporcionada por las personas que lo utilicen, para que funcione
adecuadamente se espera que los gerontes al ingresar las respuestas sea lo más sincera
posible, porque caso contrario el prototipo puede dar un diagnóstico erróneo.
82
En esta pantalla se muestra la interfaz de usuario, como funcionara el sistema experto, los
botones para presionar para iniciar la consulta. En este caso presionar en COMENZAR
para continuar.
83
En esta parte se da la bienvenida al sistema experto además de iniciar la consulta, para eso
presionar en INICIAR CONSULA
84
En la siguiente figura se muestra las preguntas que debe responder el geronte.
85
En la siguiente figura se muestra las preguntas que debe responder el geronte.
86
Finalmente es este grafico se muestra el tipo de depresión que presenta según a las
respuestas respondidas acompañado de una descripción de la depresión que presenta un
geronte junto a las recomendaciones a seguir para su tratamiento.
87
CAPITULO IV
EVALUACIÓN DE
RESULTADOS
4 DEMOSTRACIÓN DE LA HIPÓTESIS
4.1 INTRODUCCIÓN
Una vez observado el comportamiento del prototipo, el funcionamiento de la base de
conocimiento y la estructura de las inferencias, se procede a verificar que el prototipo posea
eficacia. Para realizar el testeo se comparó los diagnósticos emitidos por el sistema experto
y el experto humano.
4.2 RECOLECCIÓN DE DATOS
88
Estos grados de libertad indican que valor a esperar, en función al tamaño de los grupos que
se comparan.
4.2.4 SUJETO DE ESTUDIO
El sujeto de estudio en nuestro caso serán los gerontes que están en el Asilo de
ancianos “San Ramon” de la zona sur más específicamente (Achumani).y la Iglesia Dios
Boliviana Munaypata. Se tomó una cantidad de 180 gerontes, con las siguientes
características:
a) Gerontes del asilo de ancianos San Ramon
b) Gerontes de la Iglesia Dios Boliviana Munaypata
El estudio se realizará evaluando y calificando el comportamiento de los gerontes
a) El primer grupo de gerontes fueron evaluados y diagnosticados con el sistema
experto basado en lógica difusa, de manera eficiente.
b) El segundo grupo fue evaluado y diagnosticado con el método tradicional experto
(Psicóloga).
4.2.5 PRUEBA DE T DE STUDENT
4.2.6 HISTORIA
El estadístico t fue introducido por William Sealy Gosset en 1908, un químico que
trabajaba para la cervecería Guinness de Dublín. Student era su seudónimo de escritor.
Gosset había sido contratado gracias a la política de Claude Guiness de reclutar a los
mejores graduados de Oxford y Cambridge, y con el objetivo de aplicar los nuevos avances
en bioquímica y estadística al proceso industrial de Guiness. Gosset desarrolló el
test t como una forma sencilla de monitorizar la calidad de la famosa cerveza stout. Publicó
89
su test en la revista inglesa Biometrika en el año 1908, pero fue forzado a utilizar un
seudónimo por su empleador, para mantener en secreto los procesos industriales que se
estaban utilizando en la producción. Aunque de hecho, la identidad de Gosset era conocida
por varios de sus compañeros estadísticos.
4.2.7 USOS
El test de locación para dos muestras, por el cual se comprueba si las medias de dos
poblaciones distribuidas en forma normal son iguales. Todos estos test son usualmente
llamados test t de Student, a pesar de que estrictamente hablando, tal nombre sólo
debería ser utilizado si las varianzas de las dos poblaciones estudiadas pueden ser
asumidas como iguales; la forma de los ensayos que se utilizan cuando esta asunción se
deja de lado suelen ser llamados a veces como Prueba t de Welch. Estas pruebas suelen
ser comúnmente nombradas como pruebas t desapareadas o de muestras
independientes, debido a que tienen su aplicación más típica cuando las unidades
estadísticas que definen a ambas muestras que están siendo comparadas no se
superponen.
El test de hipótesis nula por el cual se demuestra que la diferencia entre dos respuestas
medidas en las mismas unidades estadísticas es cero. Por ejemplo, supóngase que se
mide el tamaño del tumor de un paciente con cáncer. Si el tratamiento resulta efectivo,
lo esperable sería que el tumor de muchos pacientes disminuyera de tamaño luego de
seguir el tratamiento. Esto con frecuencia es referido como prueba t de mediciones
apareadas o repetidas.
90
4.2.8 PRUEBAS T PARA DOS MUESTRAS APAREADAS Y DESAPAREADAS
Desapareada
Apareada
Una prueba 't basada en la coincidencia de pares muéstrales se obtiene de una muestra
desapareada que luego es utilizada para formar una muestra apareada, utilizando para ello
variables adicionales que fueron medidas conjuntamente con la variable de interés.
91
Esta prueba se utiliza solamente cuando:
los dos tamaños muestrales (esto es, el número, n, de participantes en cada grupo) son
iguales;
se puede asumir que las dos distribuciones poseen la misma varianza.
El estadístico t a probar si las medias son diferentes se puede calcular como sigue:
Donde :
Por prueba de significancia, los grados de libertad de esta prueba se obtienen como 2n − 2
donde n es el número de participantes en cada grupo.
Esta prueba se puede utilizar únicamente si se puede asumir que las dos distribuciones
poseen la misma varianza. (Cuando este presupuesto se viola, mirar más abajo). El
estadístico t si las medias son diferentes puede ser calculado como sigue:
Donde:
92
Nótese que las fórmulas de arriba, son generalizaciones del caso que se da cuando ambas
muestras poseen igual tamaño (sustituyendo n por n1 y n2).
Dónde:
93
( ) ( )
94
En esta tabla se extracto los datos que se realizó con el sistema experto y con la psicóloga
Tabla de grupo de gerontes del Asilo “San Ramon”
95
En esta tabla se extracto los datos del sistema experto y la psicóloga y se comparo
Tabla de grupo de gerontes de la “Iglesia de Dios Boliviana Munaypata”
CENTRO DE ASISTENCIA Y TERAPIA DEL ADULTO MAYOR "IGLESIA EVANGELICA DE
DIOS BOLIVIANA"
DIAGNÓSTICO DIAGNÓSTICO
PACIENTES TIPOS DE DEPRESIÓN DIFERENCIA
DEL EXPERTO DEL SISTEMA
1 Depresión distimia leve 30 35 5
2 Depresión distimia moderada 20 30 10
3 Depresión distimia grave 90 95 5
4 Ansiedad Depresiva leve 30 40 10
5 Ansiedad Depresiva moderada 50 55 5
6 Ansiedad Depresiva grave 80 85 5
7 Depresión Mayor leve 30 40 10
8 Depresión Mayor moderada 50 55 5
9 Depresión Mayor grave 70 80 10
10 Depresión Neurótica moderada 50 50 0
11 Depresión Neurótica grave 75 80 5
12 Depresión Psicótica 40 50 10
13 Transtorno Depresivo Ciclotimia 60 70 10
14 Depresión Endógena 55 60 5
15 Depresión Situacional 70 75 5
16 Depresión Melancólica 50 55 5
17 Depresión Inducida por sustancias 50 55 5
TOTAL 110
PROMEDIO 6,47058824
Tabla 4.2 Indicadores de depresión para la iglesia de “Dios Boliviana Munaypata” .
Fuente: Elaboración Propia
100
80 DIAGNOSTICO DEL
EXPERTO
60
DIAGNOSTICO DEL
40 SISTEMA
20 DIFERENCIA
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17
Figura 4.2 Evaluaciones preliminares y finales para la iglesia de “Dios Boliviana M.”
Fuente: Elaboración propia
96
Para evaluar muestras pequeñas empleamos la técnica t-student expresada por la siguiente
relación estadística.
( ) ( )
√ ( )
( )
Dónde:
( )
∑ ( )
97
∑ ( )
( ) ( )
√ ( )
( )
( ) ( )
( ) ( ) √ ( )
√ ( ) ( )
( )
( ) ( )
Una vez completados todos los resultados en la tabla t-student para evaluar los resultados
obtenidos, con el nivel de confianza elegido (0.05 ; 0.01) y los grados de libertad igual a 32,
los niveles de confianza adquieren el significado de : 0,05 lo cual nos lleva a la siguiente
afirmación que los grupos de gerontes difieren entre un 95% de confiabilidad y un error del
5%. Como se muestra en la tabla.
98
4.2.11 ANALISIS DE RESULTADOS
Para el análisis de resultados verificamos que las variables están con grados de
aceptabilidad confianza de acuerdo con la prueba de t-student, como vemos en la siguiente
tabla 4.4
Por tanto los resultados alcanzados por las variables nos llevan a la comprobación de la
hipótesis, afirmando bajo estas consideraciones se Acepta la Hipótesis planteada.
99
CAPITULO V
CONCLUSIONES Y
RECOMENDACIONES
5 CONCLUSIONES Y RECOMENDACIONES
5.1 CONCLUSIONES
Al concluir el presente trabajo, podemos afirmar que se logró alcanzar los objetivos
planteados.
Se logró desarrollar el prototipo en un 100% de funcionalidad que ira en beneficio de
la sociedad.
El sistema experto analiza, estructura los síntomas introducidos y con la ayuda de la
base de conocimiento determina el diagnóstico de la depresión que puede presentar un
geronte.
Su interfaz gráfica es muy fácil de usar y entendible por cualquier persona que
manipule el sistema.
El sistema experto luego de la realización de las pruebas ha demostrado ser eficaz en el
diagnóstico de la depresión de un geronte. Además de ser un prototipo liviano que no
requiere de grandes programas, tecnología moderna y que es muy fácil de usar.
Con respecto al diseño del prototipo, se cumplió con el desarrollo de las etapas
propuestas de la metodología Buchanan, prosiguiendo a formalizar dicho conocimiento
utilizando lógica difusa, sacando variables lingüísticas con las cuales se realizó los
conjuntos difusos con sus respectivas funciones de pertenencia y la elaboración de las
reglas difusas.
Este sistema experto para el diagnóstico de la depresión de un geronte basado en lógica
difusa se puso a prueba con 34 casos los cuales siempre estuvo supervisado por el experto
humano que en este caso fue la Psicóloga Erika Mendoza Calderón del Hogar de ancianos
“San Ramon”,el cual brindo su conocimiento para poder obtener las interpretaciones
óptimas.
También se demostró que la lógica difusa permite al sistema experto dar un
diagnóstico sobre la depresión de un geronte con un nivel de confianza del 95%.
100
El prototipo fue desarrollado en función del paciente y cuenta con descripciones de
todos los términos médicos y psicológicos.
El prototipo puede ser instalado en cualquier computadora que tenga el sistema
operativo Windows XP, Windows vista Windows 7, Windows 8.
Para la construcción del prototipo se utilizó el lenguaje SWI PROLOG y para la
interfaz XPCI de PROLOG
5.2 RECOMENDACIONES
Para trabajos posteriores se recomienda ampliar más el sistema experto usando una
técnica de la inteligencia artificial que te ayude en la construcción de herramientas que se
pueda incluir un video o audio para gerontes que perdieron la vista y que no pueden
caminar. Además de que se puede exportar o realizar en otros idiomas como el aymara,
quechua , guarani,ect.
El sistema experto elaborado no funcionara si no tiene instalado SWI Prolog para lo
cual es muy fácil de adquirir, lo descargan del internet cualquier versión.
Se recomienda que el sistema experto sea manipulado por un especialista o psicólogo y
en el caso de autoevaluarse se recomiendo que tenga previos conocimientos sobre el área.
101
REFERENCIAS BIBLIOGRAFICAS
Abbasi O, Burke WJ. Depresión (2009) Primary Care Geriatrics:A Case-Based
Approach.
Balzer W(1997) Como hacer teorías ,texto divulgativo en el que se explican los
diferentes procesos que conducen a la formulación de una teoría. Madrid: Editorial
Alianza.
Contreras F, Vallejo J, Menchón JM, Urretavizcaya M. Algoritmo terapéutico.
Depresión psicótica. Guía terapeútica y metodológica. Barcelona. Aula Médica
2005
Chambi Callisaya Maribel Juana (2014) Sistema experto para el diagnóstico de
cáncer de tiroideo basada en redes neuronales. Tesis de la carrera de Informatica
(T.2873), disponible en la biblioteca de la carrera de Informática UMSA.
Instituto para el Mejoramiento de Sistemas Clínicos. Pautas de Cuidado de la Salud:
Depresión Mayor en el Adulto en Atención Primaria. 11th ed. 2008.
Luengo Martin Dones (2005) Sistema experto para el diagnóstico de transtornos
depresivos. Tesis de Universidad Pontificia Comillas, Escuela Superior de
Ingeniería.
Moya Rufino(2004) Probabilidad y Estadística 7ma. Ed. Editorial América Lima-
Perú.
Orozco Apaza Juan Edgar(2008) Diagnóstico clínico de trastornos mentales. Tesis
de la carrera de Informática (T-1538), disponible en la biblioteca de la carrera de
Informática UMSA.
Quispe Sillo Clemente (2006) Sistema experto para el diagnóstico de estrés
utilizando lógica difusa. Tesis de la carrera de Informática (T-1215), disponible en
la biblioteca de la carrera de Informática UMSA.
Rada Villareal Patricia Eugenia (2007) Depresión en mujeres víctimas de la
infidelidad que asisten al servicio legal integral de la mujer de la ciudad de La Paz.
(T.19), disponible en la biblioteca de la Carrera de Informática UMSA.
102
Stewart JW. El tratamiento de la depresión con características atípicas. J Clin
Psychiatry. 2007.
Velásquez Luisa (2005) Apuntes de sistemas expertos.
Universidad Mayor de San Andrés , La Paz-Bolivia.
Vallejo, J.R.; Gastó, C.F. (1990). Trastornos afectivos y depresivos Barcelona.
Editorial Salvat.
Timothy Rogge, MD, Medical Director, Family Medical Psychiatry Center, (2010)
Kirkland, WA. Also reviewed by David Zieve, MD, MHA, Isla Ogilvie, PhD, and
the A.D.A.M. Editorial team.
REFERENCIAS ELECTRÓNICAS
http://www.biopsicologia.net/Nivel-4-patologias
http://www.consumer.es/web/es/salud/psicologia
http://www.doctuo.es/enfermedades/depresion-situacional
http://www.nimh.nih.gov
http://www.marietan.com/material_depresion/21_depresion_ancianos.htm
http://www.monografias.com/trabajos26/sistemas-expertos/sistemas-expertos.
http://www.psicoblog.com/los-principalessintomas-de-una-crisis-existencial
http://salud.uncomo.com/articulo/como-tratar-la-depresion-endogena
http:www.transtornosmentales.com (Instituto Nacional de salud Mental)
103
ANEXOS
ANEXO A
ARBOL DE PROBLEMAS
ARBOL DE OBJETIVOS