Diseño e implementación de una base de conocimiento para el diagnóstico médico del asma y su severidad

Vista sencilla de ítem
dc.contributor.advisorVillanueva-Paredes, Norma I.
dc.contributor.authorOrozco-Ruiz, Jorge L.
dc.date.accessioned2022-02-11T21:07:40Z
dc.date.available2022-02-11T21:07:40Z
dc.date.issued2021-12
dc.descriptionEl presente trabajo se desarrolla en torno al diseño e implementación de una base de conocimiento para el diagnóstico del asma en adultos, teniendo como principal propósito, representar el conocimiento de un médico experto en el tema, aplicando técnicas de modelado conocidas como Reglas de Producción y Mapas Cognitivos Difusos, cuyo conocimiento almacenado sirva para determinar la probabilidad de asmavy su severidad en un paciente. Este trabajo propone una metodología para llevar a cabo el proceso de adquisición y representación del conocimiento, la cual inicia con la selección del dominio y la elección del experto humano, de quién será extraído el conocimiento necesario para el diagnóstico del asma, utilizando instrumentos de recolección de datos: entrevistas y cuestionarios. Una vez hecha la recolección y caracterizado el discurso médico del experto, la información obtenida es analizada y representada en la base de conocimiento, que incluye las reglas de producción, que ayudan a descartar la presencia de asma en un paciente y el mapa cognitivo difuso que determina lo contrario. Las reglas de producción son almacenadas en una base de datos no relacional (MongoDb) y el mapa cognitivo difuso se almacena dentro de una base de datos orientada a grafos (Neo4j). Ambas bases de datos conforman la base de conocimiento que usará el experto para diagnosticar el padecimiento. La base de conocimiento creada es validada por el experto humano mediante la implementación de un prototipo que integra, un motor de búsqueda y una interfaz gráfica, desarrollado con tecnología web. Las pruebas realizadas por el experto, precisamente derivadas del proceso de validación y verificación permitieron hacer reajustes a la base de conocimiento, permitiendo elevar la fiabilidad de los resultados emitidos por el prototipo. Durante el desarrollo de este trabajo se enfrentaron diferentes desafíos, siendo la representación del conocimiento el reto principal, por estar siempre presente la incertidumbre y la experiencia del experto en el proceso de toma de decisiones. Es por ello que se tomó la ventaja que ofrecen los mapas cognitivos difusos respecto a la flexibilidad de representar la incertidumbre, conjugando la teoría de grafos y la teoría difusa, para incrementar la asertividad en el diagnóstico médico. Está claro que, las tecnologías de almacenamiento de datos utilizadas nos ayudan a crear una base de conocimiento más rápidamente e incluso ampliarla, permitiendo así, agregar fácilmente nuevos elementos de diagnóstico, que incluyan personas de cualquier rango de edad y no solo personas adultas como se consideraron en la base de conocimiento implementada. Además, como parte del trabajo futuro a desarrollar, se puede habilitar dentro del prototipo el manejo de estudios de laboratorio, lo que complementaría la evaluación y confirmación del diagnóstico.es_MX
dc.description.sponsorshipITESO, A. C.es
dc.identifier.citationOrozco-Ruiz, J. L. (2021). Diseño e implementación de una base de conocimiento para el diagnóstico médico del asma y su severidad. Trabajo de obtención de grado, Maestría en Sistemas Computacionales. Tlaquepaque, Jalisco: ITESO.es_MX
dc.identifier.urihttps://hdl.handle.net/11117/7767
dc.language.isospaes_MX
dc.publisherITESOes_MX
dc.rights.urihttp://quijote.biblio.iteso.mx/licencias/CC-BY-NC-ND-2.5-MX.pdfes_MX
dc.subjectRepresentación del Conocimientoes_MX
dc.subjectAsmaes_MX
dc.subjectNeo4jes_MX
dc.subjectBase de Datoses_MX
dc.titleDiseño e implementación de una base de conocimiento para el diagnóstico médico del asma y su severidades_MX
dc.typeinfo:eu-repo/semantics/masterThesises_MX
dc.type.versioninfo:eu-repo/semantics/acceptedVersiones_MX

Archivos

Bloque original
Mostrando 1 - 1 de 1
Miniatura
Nombre:
TOG versión final - Jorge Luis Orozco Ruiz - MSC.pdf
Tamaño:
2.43 MB
Formato:
Adobe Portable Document Format
Descripción:
Descargar

Colecciones

DESI - Trabajos de fin de Maestría en Sistemas Computacionales