Sistema experto probabilístico para el diagnóstico de adenocarcinoma gástrico

Autores/as

  • Jorge Gutiérrez Gutiérrez Universidad San Pedro Facultad de Ingeniería
  • Carlos Castillo Diestra Universidad San Pedro Facultad de Ingeniería
  • Dayán Acosta Aparicio Universidad San Pedro Facultad de Ingeniería

Resumen

El objetivo del estudio fue construir un sistema experto probabilístico para diagnosticar la enfermedad adenocarcinoma gástrico. El sistema usa base de datos consistente en historias clínicas de pacientes que han tenido los síntomas relacionados a esa enfermedad independiente si padecieron o no de esta enfermedad. El sistema es probabilístico porque aplica el teorema de Bayes para calcular la probabilidad de que un paciente nuevo que pase consulta con un médico tenga la enfermedad dado que se conoce que tiene o no algunos o todos o ningún síntoma. Para la construcción del software para el sistema experto se ha utilizado una metodología en cascada, considerando análisis, diseño, implementación y pruebas, programado en el lenguaje prolog y conectado con una base de datos donde se tenga procesado la información de las historias clínicas las cuales son la entrada al sistema experto. Los resultados comprenden la recolección de la información pertinente al diagnóstico mediante análisis de documentos, la elaboración de la base de datos resumen en MySQL, el desarrollo del software que implementa el teorema de Bayes para el cálculo determinístico elaborado en SWI-prolog, así como las pruebas respectivas, las que indican que los resultados son satisfactorios.

Palabras clave: adenocarcinoma gástrico, diagnostic, sistema probabilístico.

Citas

Kemper, N. (2004). Apuntes curso sistemas inteligentes para la toma de decisiones. Escuela de Posgrado UNT.

Lauren P. (1965). The Two Histological main types of gastriccarcinoma. Diffuse and so-called Intestinal type carcinoma: an attempt at histoclinical classification. Acta PathoMicrobiol Scand, 64: 31–49

Registro de Cáncer de Lima Metropolitana, 2004-2005. (2011). Informe Ejecutivo. Instituto Nacional de Enfermedades Neoplásicas, Departamento de Epidemiología y Estadística.

Rusell B. & Norvig U. (2004). Inteligencia Artificial. Un enfoque práctico (2º ed.). Mc Graw Hill.

Weiss, S. M. & Kulikowski, C. A. (1984), A Practical Guide to Designing Expert Systems. Rowman and Allanheld, Totowa, N.J.

Descargas

Cómo citar

Gutiérrez Gutiérrez, J., Castillo Diestra, C., & Acosta Aparicio, D. (2017). Sistema experto probabilístico para el diagnóstico de adenocarcinoma gástrico. CONOCIMIENTO PARA EL DESARROLLO, 7(1). Recuperado a partir de https://revista.usanpedro.edu.pe/index.php/CPD/article/view/54

Número

Sección

Artículos originales