1. Resumen
2. Introducción
3. Desarrollo
4. Robótica
5. El futuro
6. Bibliografía revisada
Resumen
La inteligencia artificial como parte importante de la computación tiene múltiples ramas y cada rama tiene importantes aplicaciones médicas que son analizadas con profundidad y sencillez a la vez y se mencionan ejemplos actuales de dichas aplicaciones.
Doctor en medicina 1997.Diplomado en idioma inglés en 1997.Diplomado en idioma francés 2002. Diplomado en ofimática 20003.Especialista en medicina general 2005.
INTRODUCCIÓN
El sorprendente avance tecnológico que la humanidad ha experimentado en los últimos dos siglos encuentra su expresión mas acabada y complicada en la invención de las computadoras, las "máquinas que piensan" como las llama McCorduck (1979). La rapidez y la asombrosa complejidad de la computadora ya no son un secreto para nadie, sin embargo la verdad sobre sus más profundas implicaciones es conocida sólo por un número muy limitado de especialistas.
La Inteligencia Artificial es una ciencia que trata de la comprensión de la inteligencia y del diseño de máquinas inteligentes, es decir, el estudio y la simulación de las actividades intelectuales del hombre (manipulación, razonamiento, percepción, aprendizaje, creación). La IA es un campo de estudio que busca explicar y emular el comportamiento inteligente en términos de procesos computacionales.
La Inteligencia Artificial es una combinación de la ciencia del computador, fisiología y filosofía, tan general y amplio como eso, es que reúne varios campos (robótica, sistemas expertos, por ejemplo), todos los cuales tienen en común la creación de máquinas que pueden "pensar".
Algunos expertos en computación han sostenido, desde hace algún tiempo, que las computadoras serán poseedoras de capacidades y habilidades similares a las de los seres humanos, y que, en el futuro próximo, las veremos igualarnos y superarnos en muchas de las actividades intelectuales tradicionalmente reservadas a los seres humanos.
En principio las posibilidades son casi ilimitadas, así encontramos hoy en día programas de inteligencia artificial en los satélites artificiales, en los grandes aeropuertos, en sistemas de diagnóstico de hospitales y en una infinidad de aplicaciones hasta llegar al reconocimiento de caracteres y de la voz humana.
Sino fuese por la existencia y versatilidad de la I.A., muchas de las cosas que estamos acostumbrados a utilizar no podrían funcionar del mismo modo y algunas de ellas ni siquiera lo harían. Dos de las aplicaciones mencionadas anteriormente y que recientemente están teniendo una gran aceptación y uso son las de reconocimiento de caracteres y de voz. En el caso de los caracteres no podría usarse un programa que tan solo comparase la imagen, obtenida por el escáner, con unos patrones o muestras de letras almacenadas anteriormente en la memoria pues las posibilidades de variación de estas es enorme dependiendo del tipo de letra y de la serie de atributos que estas pueden tener, si a esto le sumamos la variación de calidad en el texto impreso, nos encontramos con una gran cantidad de datosa tener en cuenta que sólo pueden ser evaluados por un programa de I.A. Si en el caso de los caracteres hay gran variabilidad en el caso de la voz esta variabilidad se eleva enormemente hasta el punto de ser necesario siempre un breve periodo de aprendizaje por parte de la máquina para reconocer la voz del usuario.
Investigación y desarrollo en áreas de la IA
Las aplicaciones tecnológicas en las que los métodos de IA usados han demostrado con éxito que pueden resolver complicados problemas de forma masiva, se han desarrollado en sistemas que:
1. Permiten al usuario preguntar a una base de datos en cualquier lenguaje que sea, mejor que un lenguaje de programación.
2. Reconocen objetos de una escena por medio de aparatos de visión.
3. Generar palabras reconocibles como humanas desde textos computarizados.
4. Reconocen e interpretan un pequeño vocabulario de palabras humanas.
5. Resuelven problemas en una variedad de campos usando conocimientos expertos codificados.
Los países que han apadrinado investigaciones de IA han sido: EEUU. , Japón, Reino Unido y la CEE; y lo han llevado a cabo a través de grandes compañías y cooperativas de riesgo y ventura, así como con universidades, para resolver problemas ahorrando
En la medicina en general la inteligencia artificial ayuda a los médicos a hacer diagnósticos, supervisar la condición de los pacientes, administrar tratamientos y preparar estudios estadísticos.
La Inteligencia Artificial (IA) es un campo de estudios muy amplio, y en constante cambio. Sin embargo, su producto final es siempre software. Estos programas, producto del trabajo de la IA, son denominados Sistemas Inteligentes (SI).
Un SI incorpora conocimiento sacado de la experiencia y expertisia de los expertos humanos. Los campos de aplicación de tales SI’s son muy variados, pensemos por ejemplo en un sistema de diagnóstico médico, o en un sistema integrado de ayuda a la toma de decisiones empresariales. En cualquier caso, un SI partirá de unos datos y los convertirá en información (conocimiento), de modo que ayude a tomar una decisión. Para convertir los datos en información útil, empleará algoritmos de razonamiento, aprendizaje, evolución, etc. Además, el SI actuará siempre en tiempo real, lo que representa un aumento de la productividad.
En el caso de la medicina las aplicaciones de la Inteligencia artificial son tan amplias que no podremos ni siquiera resumirlas todas, por lo que haremos mención de algunas de las que más extensamente se han usado y de algunas de las que más se están utilizando en la actualidad.
Sistemas Expertos.
Constituye hoy en día el área de aplicación de la I.A. dentro de la medicina de mayor éxito. Los sistemas expertospermiten almacenar y utilizar el conocimiento de uno o varios expertos humanos en un dominio de aplicación concreto. Su uso incrementa la productividad, mejora la eficiencia en la toma de de-cisiones o simplemente permite resolver problemas cuando los expertos no están presentes. Muchos son los ejemplos de sistemas expertos desarrollados.
Entre ellos: MYCIN para el diagnóstico médico.
Un sistema experto genérico consta de dos módulos principales:
1. La base de conocimientos del sistema experto con respecto a un tema específico para el que se diseña el sistema. Este conocimiento se codifica según una notación específica que incluye reglas, predicados, redes semánticas y objetos.
2. El motor de inferencia: es el que combina los hechos y las preguntas particulares, utilizando la base de conocimiento, seleccionando los datos y pasos apropiados para presentar los resultados
Un Sistema Experto (SE), es básicamente un programa de computadorabasado en conocimientos y raciocinio que lleva a cabo tareas que generalmente sólo realiza un experto humano; es decir, es un programa que imita el comportamiento humano en el sentido de que utiliza la información que le es proporcionada para poderdar una opinión sobre un tema en especial. Otros autores lo definen como sigue: un Sistema Experto es un programa de computadora interactivo que contiene la experiencia, conocimiento y habilidad propios de una persona o grupos de personas especialistas en un área particular del conocimiento humano, de manera que permitan resolver problemas específicos de ése área de manera inteligente y satisfactoria. La tarea principal de un SE es tratar de aconsejar al usuario. Los sistemas expertos son una variedad comercial de una clasede programas computacionales llamados sistemas basados en conocimiento. El conocimiento en sistemas expertos es altamente in estructurado, esto es, el proceso de solucionar problemas de un dominio no es manifiesto. Y es establecido explícitamente en relaciones o deductivamente inferidos desde la cadena de proposiciones.(4)(5)
Dado que cada condición que puede ser encontrada puede ser descrita por una regla, los sistemas expertos basados en reglas no pueden manejar eventos no anticipados, pero pueden evolucionar con el uso, y permanece limitado a un estrecho dominio de problemas.
Sólo para citar un ejemplo, un Sistema Experto (SE) de medicina es una aplicación capaz de dar soporte a un diagnóstico, con el uso de técnicas básicas de representación del conocimiento, deducción y búsqueda de soluciones.
Esto va desde sistemas básicos dirigidos al usuario del hogar, hasta proyectos de apoyo a países en desarrollo para auxiliar a médicos generales en el diagnóstico de enfermedades donde los especialistas no se encuentran disponibles. Los casos más avanzados son los sistemas de monitoreo capaces de mantener estable al paciente, manejar los cambios en la condición del paciente y disparar alarmas. Es en este nivel, donde los campos de aplicación se mezclan con las clases o tipos de aplicaciones que nos llevan a hacer una explosión de usos potenciales de la IA. (1)(4)(6)
Otra variante de sistemas expertos, uno que no posee esta limitación, emplea una base de conocimiento que consiste de descripciones estructuradas de situaciones, de problemas del mundo real y de decisiones actualmente hechas por expertos humanos. En medicina, por ejemplo, el registro de un paciente contiene descripciones de datos personales, exámenes físicos y de laboratorio, diagnóstico clínico, tratamiento propuesto, y los resultados de tales tratamientos.
Dada una gran base de datos con tales registros en una especialidad médica, el médico puede indagar acerca de eventos análogos a los relacionados con el paciente. Esto en contraste con el sistema que idealmente intenta reemplazar al ser humano, ya que en casos como estos sólo podría usarse este tipo de conocimiento como una herramienta que ayuda en la toma de decisiones. El software requerido para este tipo de sistemas se ha ido complicando con el tiempo ya que su desarrollo demanda tiempo, un buen equipo de programadores y un buen producto final.(4)(5)(7)
Los resultados de la inteligencia artificial han sido utilizados también para la elaboración de aplicaciones de Enseñanza Asistida por Computadoras en las ciencias médicas. El ejemplo más representativo de este tipo de sistemas es el GUIDON, un tutorial inteligente basado en el sistema experto MYCIN. El objetivo de este último es diagnosticar infecciones bacterianas en la sangre y sugerir el tratamiento adecuado.
El sistema GUIDON se inicia con la presentación de un caso clínico sobre el cual el sistema va proporcionando información adicional a solicitud del estudiante y almacena la información sobre el tipo y número de consultas que va realizando, así como el orden de razonamiento que emplea el estudiante al tratar de resolver el caso problema. El GUIDON puede interrumpir la consulta y reorientar al estudiante en el momento en que presenta una de las reglas apropiadas para la solución. Este sistema proporciona ayuda al estudiante en función del camino que éste va siguiendo para solucionar el caso.
El GUIDON también cuenta con la posibilidad de hacer presentaciones de casos clínicos de tipo tutorial, con el propósito de introducir nuevo material o establecer diálogos sobre los mecanismos de inferencia referentes al caso para llegar al diagnóstico y tratamiento adecuados.
Desarrollar tutoriales inteligentes como el GUIDON requiere de un gran tiempo de trabajo y un enorme costo, ya que implica, en primer lugar, adquirir conocimientos de un experto humano, almacenarlos en una computadora y manejarlos con los recursos que esta última brinda, para obtener un resultado o solución igual o suficientemente cercana a la de un experto humano. El sistema además, debe poder explicar en todo momento su razonamiento. Por su complejidad, estos no son los sistemas que más comúnmente se desarrollan para la enseñanza.(6)(7) (8)
La tecnología de sistemas expertos ha probado su utilidad en campos muy heterogéneos del saber humano, a modo de ejemplos podemos citar algunos Sistemas Expertos:
• MYCIN, construido también en Stanford, diagnostica enfermedades infecciosas de la sangre y receta los antibióticos apropiados.
• PUFF, diagnostica enfermedades pulmonares.
• CADUCEUS, de la Universidad de Pittsburgh, para diagnosticar medicina interna.
• EMYCIN (Essential Mycin)Shell construido en la Universidad de Stanford sobre la base del MYCIN, sistema de expertos que realiza diagnóstico de enfermedades infecciosas a la sangre. Posteriormente sobre el EMYCIN se construyeron otros sistemas expertos como el PUFF (que diagnostica enfermedades pulmonares) y el SACON (Ingeniería estructural).
• MED1 Este shell fue desarrollado en 1983 por F. Puppe en el marco de una tesis doctoral en la Universidad de Kaiserlautern y llevado a la práctica posteriormente en varios computadores. El lenguaje de programación sobre el que se basa, aunque no es accesible desde el MED1, es Interlisp. El MED1, como su nombre indica, es especialmente apropiado para sistema de diagnóstico médico. Debido al contexto de desarrollo, la interfase del usuario no es en absoluta tan cómoda como en otros Shell como el KEE y el S1, cuyo desarrollo fue orientado hacia la explotación comercial. La principal ventaja del MED1, es su gran flexibilidad en la manipulación de conocimientos difusos.(3)(9)
Ahora hablaremos un poco mas sobre MYCIN:
Mycin
Sistema Experto para diagnósticos médicos
MYCIN es un Sistema Experto para la realización de diagnósticos, iniciado pro Ed Feigenbaum y posteriormente desarrollados por E.Shortliffe y sus colaboradores. Su función es la de aconsejar a los médicos en la investigación y determinación de diagnósticos en el campo de las enfermedades infecciosas de la sangre. El sistema MYCIN, al ser consultado por el médico, solicita primero datos generales sobre el paciente: nombre, edad, síntomas, etc. Una vez conocida esta información por parte del sistema, el Sistema Experto plantea unas hipótesis. Para poder verificarlas comprueba primero la exactitud de las premisas de la regla. Esto se realiza mediante una búsqueda 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. También lo realiza mediante determinadas preguntas al usuario. Aquí se hacen preguntas del tipo: ¿Se ha practicado en el paciente algún tipo de intervenciónquirúrgica?
Con las respuestas que recibe, el MYCIN verifica o rechaza las hipótesis planteadas. Una serie de tests han demostrado que MYCIN trabaja igual de bien que un médico.
La fabricación de robots es el mejor campo de experimentación para la Inteligencia Artificial. La robótica no es ciencia-ficción, no trata de hacer robots que piensen como personas y se parezcan a ellas, sino que trabaja con metas más simples. Los robots no tienen nada que ver con lo que entendemos por humanoides. Son objetos cotidianos que facilitan un poco la vida, como un electrodoméstico.
La reproducción de cualquier órgano del ser humano es extremadamente difícil, y para imitar el funcionamiento de una pierna se utiliza algo tan rudimentario como ruedas y cadenas. Algo parecido ocurre con la visión, pues una cámara no se aproxima a la riqueza que tiene el ojo humano, que además tiene visión estereoscópica, mientras que una cámara ve una imagen plana.
El diseño de un manipulador robótico se inspira en el brazo humano. Las pinzas están diseñadas para imitar la función y estructura de la mano humana. Muchos robots están equipados con pinzas especializadas para agarrar dispositivos concretos.
Las articulaciones de un brazo robótico suelen moverse mediante motores eléctricos. Una computadora calcula los ángulos de articulación necesarios para llevar la pinza a la posición deseada.(12)
En 1995 funcionaban unos 700.000 robots en el mundo. Más de 500.000 se empleaban en Japón, unos 120.000 en Europa Occidental y unos 60.000 en Estados Unidos. Muchas aplicaciones de los robots corresponden a tareas peligrosas o desagradables para los humanos. En los laboratorios médicos, los robots manejan materiales que conlleven posibles riesgos, como muestras de sangre u orina. En otros casos, los robots se emplean en tareas repetitivas en las que el rendimiento de una persona podría disminuir con el tiempo. Los robots pueden realizar estas operaciones repetitivas de alta precisión durante 24 horas al día.(13)
Patxi Ibarrondo se refiere a la instalación en el Hospital Universitario de Valdecilla (Santander, España) de un robot informatizado llamado Celedonio que simula todas las situaciones de emergencia en una sala de operaciones, de esta manera el personal del hospital se entrena "sin necesidad de adquirir experiencia únicamente a costa de los pacientes". Según el artículo, Celedonio "es un robot cibernético, casi de carne y hueso, que simula a la perfección las sofisticadas constantes de la vida humana y está preparado para soportar estoicamente toda manipulación que sea menester sin quejarse". Celedonio simula, excepto las psiquiátricas, "todas las enfermedades o traumas en sus infinitas variantes y niveles de gravedad", incluso puede morir si es necesario. Este robot es único en España, solo existen dos similares en Europa y cuesta 45 millones de pesetas.
Redes neuronales artificiales
Un computador tradicional es una máquina que ejecuta una serie de instrucciones de forma secuencial, siendo capaz de realizar complicadas operaciones lógicas y aritméticas muy rápidamente. Sin embargo, la estructura del cerebro es radicalmente diferente. No está compuesto por un único microprocesador complejo y eficiente, sino por miles de millones de neuronas, que realizan de modo impreciso, redundante y relativamente lento un tipo de cálculo muy simple. Y sin embargo estos sistemas resuelven ciertas tareas como la visión manejando grandes cantidades de información redundante, defectuosa y cambiante como ninguna máquina que el hombre haya podido construir hasta la fecha.
Una red neuronal es un modelo computacional que pretende simular el funcionamiento del cerebro a partir del desarrollo de una arquitectura que toma rasgos del funcionamiento de este órgano sin llegar a desarrollar una réplica del mismo. El cerebro puede ser visto como un equipo integrado por aproximadamente 10 billones de elementos de procesamiento (neuronas) cuya velocidad de cálculo es lenta, pero que trabajan en paralelo y con este paralelismo logran alcanzar una alta potencia de procesamiento. El elemento clave de este paradigma es la novedosa estructura del sistema de procesamiento de la información.(12)(13)
Los sistemas neuronales artificiales toman las características esenciales de la estructura neuronal del cerebro para crear sistemas que lo mimeticen, mediante sistemas electrónicos o mediante simulación por ordenador, aprovechando sus propiedades de cálculo. Estos sistemas están compuestos por multitud de procesadores simples que operan sobre la base de reconocimiento de patrones, y que pueden adquirir, almacenar y utilizar conocimiento experimental, obtenido a partir de ejemplos. Esta forma de adquirir el conocimiento es una de sus características más destacables: no se programa de forma directa, como en los sistemas expertos, sino que se adquiere el conocimiento a partir de ejemplos, por ajuste de parámetros de las neuronas mediante un algoritmo de aprendizaje.
La clasificación de las áreas de la aplicación de redes neuronales en el campo de la Medicina, es la siguiente:
1) Diagnóstico: detección de cáncer y patologías cardíacas a através de las señales que se obtienen a partir de la aparatología médica. Los beneficios del uso de redes neuronales en diagnóstico no se ven afectados por factores como la fatiga, las condiciones desfavorables de trabajo, y los estados emocionales.
2) Analítica: en bioquímica se facilitan los análisis de orina, sangre, control de diabetes, ionogramas,y la forma de detectar condiciones patológicas a través del análisis bioquímico.
3) Imágenes: el procesamiento de mágenes de alta complejidad (RX; TAC; RNM; ecografías; Doppler, etc) mediante redes neuronales permitió establecer patentes referidas a imágenes significativas de patologías antes no demostradas.
4) Farmacología: singular valor en el desarrollo de drogas para el tratamiento del cáncer. También han sido utilizadas para el proceso de modelado de biomoléculas.
El algoritmo generalmente utilizado en los items 1), 2), y 4) es el de retropropagación
El comportamiento de una red neuronal depende de los pesos de las funciones de input-output (Funciones de transferencia).
En términos generales, podemos citar que las funciones tipicamente pueden estar en alguna de estas tres categorías:
1) Función linear, donde la actividad de output es proporcinal al peso total del output.
2) Gatillo, donde el output es establecido a uno de dos niveles, dependiendo de cuál input total es mayor que otro, o menor que otro, dependiendo del valor del gatillo.
3) Función sigmoide, donde el output varía permanentemente pero no en forma linear como los cambios del input. Presenta una similitud considerable con las neuronas reales.(14)(15)(16)17)
En medicina, existen algunas aplicaciones relativamente recientes ampliamente usadas todavia que tienen como objetivo fundamental el de servir de apoyo al trabajo del médico en determinadas circunstancias, y entre las cuales podemos señalar las siguientes:
1. Asistente basado en casos para la clínica psiquiátrica.
2. Sistema basado en casos para el procesamiento de imágenes de tomografía axial computarizada y resonancia magnética, de tumores cerebrales.
3. Sistema asistente para el manejo de pacientes en unidades de cuidados intensivos
4. Asistente basado en casos para el diagnóstico y análisis del síndrome dismórfico.).
5. Sistema de razonamiento automatizado para el diagnóstico y pronóstico del cáncer de próstata.
6. Sistema para la evaluación inicial de pacientes con SIDA.
7. Sistema basado en casos que utiliza una red neuronal artificial para el diagnóstico del infarto agudo de miocardio.
8. Sistema de RBC para el pronóstico de cardiopatías congénitas en recién nacidos.).
9. Sistema basado en casos para el cálculo de la dosis de antibióticos en cuidados intensivos.
10.Sistema de RBC para la detección de la enfermedad coronaria por escintigramas coronarios.
OTRAS APLICACIONES:
CAEMF Dedicado al diagnóstico y seguimiento anteparto del estado materno-fetal)
SUTIL Aborda el problema de la monitorización inteligente en una unidad de cuidados coronarios y resuelve algunos problemas importantes relacionados con los sistemas expertos en tiempo real)
MEEDTOL Es una herramienta para el desarrollo de sistemas expertos que incluye un procedimiento propio para la representación del conocimiento mediante "magnitudes generalizadas", una especie de micromarcos)
TAO Consejero de terapia oncológica que incorpora el conocimiento estratégico necesario para la inclusión de enfermos en protocolos de quimioterapia y para el seguimiento del efecto del protocolo)
TAO-MEEDTOOL Sistema experto para ecocardiografía. (1)(3)
Como ejemplo de otros programas se encuentran, el programa Eliza, que simula el comportamiento de un psiquiatra que hace preguntas a un paciente, y el programa Parry, que simula el comportamiento de un paciente paranoico. Ambos tienen una gran capacidad de convencimiento, sin embargo no tienen idea de lo que dicen. Estos programas se limitan a reconocer palabras claves dentro de la frase tecleada por la persona, y tomando en cuenta algunas reglas sintácticas definidas con anterioridad, generan una respuesta adecuada. Por lo que carecen de inteligencia, pues en realidad ignoran lo que hacen.
Hasta aquí, hemos tratado el tema de la IA así como también sus aplicaciones recientes en medicina. En nuestro país se han logrado resultados prometedores en la elaboración de programas de computación de RBC orientados fundamentalmente al diagnóstico médico. Como ejemplo de lo anterior podemos mencionar al Sistema Inteligente de Selección de Información (SISI), (16) elaborado en la Universidad Central de las Villas en 1996.
Esperamos que con el proyecto ya en marcha de informatización de la sociedad, estos programas sean incorporados cada vez más al trabajo médico, no con el objeto de sustituirlo y sí como instrumento de apoyo al personal de la salud.
EL FUTURO
En el año 2001 se realizó la primera operación transoceánica de la historia.Por medio de la telemedicina y usando dos sistemas de cirugía telerrobótica un equipo médico en New York extirpó con éxito la vesícula biliar a una paciente de 68 años ingresada en un hospital de Estrasburgo,Francia.Esto vaticina un un futuro fascinante para las operaciones a distancia y posibilitará la cirugía de tripulantes de naves espaciales ,trabajadores de plataformas petrolíferas en alta mar, o soldados heridos en el campo de batalla ,eliminándose las restricciones geográficas , los costosos traslados de pacientes a centros de alta especialización o la escasez de científicos muy especializados.Esta novedosa técnica llamada heart pot permite que el tiempo quirúrgico pueda ser televisado y seguido en tiempo real por otros expertos en el mismo salón o a miles de kilómetros de distancia
El sueño de crear un cerebro artificial similar al humano está todavía muy lejos de hacerse realidad. Sin embargo, la Inteligencia Artificial ha servido para elaborar sistemas y dispositivos en cierto modo "inteligentes": agendas electrónicas, sistemas de reconocimiento facial, programas anti-fraude, aviones de combate sin piloto, etc. Su aplicación en medicina ha conseguido también importantes logros; en Suecia se ha desarrollado una técnica que aplica IA a unos chips que empiezan a usarse para análisis genético de muestra, los denominados "biochips", cuya labor se centra en distinguir distintos tipos de cáncer.
Bibliografía revisada
1.UNIVERSIDAD ALAS PERUANAS" FACULTAD DE INGENIERIA DE SISTEMAS E INFORMATICACURSO: INFORMES TÉCNICOSTEMA: "INTELIGENCIA ARTIFICIAL" PROFESOR: ING. OSCAR MUJICA RUÍZ.2005
2. Inteligencia. Diccionario terminológico de ciencias médicas 11 ed. Barcelona: Salvat, 1990:533.
3. José María Filgueiras Nodar. Un panorama general de la inteligencia artificial y sus aplicaciones actuales.2005
4.Galvez Lio . Daniel . Sistemas basados en el conocimiento.UCLV(2006):4-37.
5.Colectivo de autores.Univ.Guadalajarra.Aplicaciones de la inteligencia artificial.2002.163-253
6. Rích E. Inteligencia artificial. 2da ed. McGraw-Hill, Interamericana de España, 1994:135-7.
7. Winston H. Inteligencia artificial. 3ra ed. Addison-Wesley Iberoamericana, 1994:87-9.
8. Brena R. La inteligencia artificial: enfoques, herramientas y aplicaciones. Soluciones Avanzadas Ao2-13:15.2001
9. Kolodner JL. An introduction to case-based reasoning. Artf Intell Rev 2002; 6:3-34.
10. Kolodner JL, Educational implications of anaiogy. A view from case-based reasoning. Am Psychol 2004; 52 (I): 57-66.
11. Frize M. Computer-assisted decision support system for patient management in an intensive care unit Medinfo 2005; 1009-12.
12. Evans CD. A case-based assistant for diagnosis and analysis of dysmorphic syndrome. Med Inf Lond 1995; 20(2) 121-31.
13. Bartels PH. Automated reasoning system in histopathologic diagnosis and prognosis of prostate cancer and its precursors. Eur Urol 1996; 30(2):222-33.
14. García MM, Bello RE. A model and its different applications to case-based reasoning. Knowledge Based Systems 1996; 9:465-73.
15. Heindi B. A case-based consiliarius for therapy recommendations: computer-based advice for calculated antibiotic therapy in intensive care medicine. Comput Methods Programs Biomed 1997; 52(2): 117-27.
16. Haddad M. Feasibility analysis of a case-based reasoning system for automated detection of coronary heart disease from myocardiai scintigrams. Artif Intell Med 1997; 9(1): 61-78.
17. Redes neuronales y clasificacion de datos: diagnóstico médico, ... Journal Title: Inteligencia Artificial, Revista Iberoamericana de Inteligencia Artificial ...
wotan.liu.edu/docis/dbl/iariia/2006
http://www.youtube.com/watch?v=Q5bMm-19iNQ
No hay comentarios:
Publicar un comentario