INTELIGENCIA INTELIGENC IA ARTIFICIAL APLICADA
DR. NICOLAS KEMPER VALVERDE Centro de Ciencias Aplicadas y Desarrollo Tecnológico e-mail:
[email protected]
Inteligencia artificial es un término que, en su sentido más amplio, indica la capacidad de una máquina, artefacto o sistema, para realizar el mismo tipo de funciones que cara ca raccte teri riza zann el CO COM MPO PORT RTA AMI MIEN ENTO TO hum uman anoo. La IA es la parte de la computación interesada en el diseño de sistemas inteligentes que muestran las características que asociamos a la inteligencia en el comportamiento humano, la comprensión, el lenguaje, el aprendizaje, el razonamiento, la solución de problemas, y así sucesivamente. El razonamiento y el aprendizaje de los humanos se basan en las reglas de la lógica, lo que implica percepción, el conocimiento, las preferencias emocionales, los valores, el nivel de la experiencia, la capacidad de generalizar y sopesar las opciones, y mucho más.
¿PORQUE NO SE APLICAN SI EN LAS EMPRESAS?
Falta de conocimiento en el área Temor a la tecnología Desconfianza e incredulidad en los beneficios de la IA Incapacidad para identificar aplicaciones potenciales de SI
Incapacidad para definir requerimientos y restricciones de los negocios, IT y SI. Incapacidad para realizar diseños adecuados de negocios y SI.
INTELIGENCIA ARTIFICIAL Rama de las Ciencias Computacionales que estudia la conducta o también llamado Compor Com portam tamien iento to Inte Intelig ligent ente e , con con el fin de emularlo o simularlo a través de una computadora. La meta de la IA es desarrollar sistemas sistemas y máquinas que piensen y actúen racionalmente: SISTEMAS INTELIGENTES
INTELIGENCIA ARTIFICIAL Rama de las Ciencias Computacionales que estudia la conducta o también llamado Comportamiento Inteligente , con el fin de emularlo o simularlo a través de una computadora. La meta de la IA es desarrollar sistemas y máquinas que piensen y actúen racionalmente: SISTEMAS INTELIGENTES
SISTEMA INTELIGENTE Un Sistema Inteligente es una herramienta informática con pericia y habilidad en la solución de problemas. Esto es, un sistema que posee: (1) conocimientos y expertisia humana suficientes acerca de un dominio particular que le permite comprender los problemas que ocurran dentro de dicho dominio y (2) Estrategias de análisis: métodos de razonamiento y/o aprendizaje para manipular este conocimiento y resolver tales problemas en la misma forma en que lo haría elexperto humano (gerente, ingeniero, operario, etc).
SISTEMA INTELIGENTE PROCESO INTELIGENTE
RAZONAMIENTO LOGICO
•
APRENDIZAJE
•
PERCEPCIONES (SENSORES)
?
AMBIENTE (MUNDO REAL)
AGENTE
ACCIONES (EFECTORES)
SISTEMA INTELIGENTE La IA se encarga de construir sistemas inteligentes con: Nivel de racionalidad Nivel de autonomía Una secuencia de percepciones Un nivel de desempeño
INTELIGENCIA ARTIFICIAL
Análisis formal del comportamiento y razonamiento humano (toma de decisiones): -Sistemas Expertos -Razonamiento Basado en casos -Redes Bayesianas -IA basada en comportamientos
Desarrollo, Adaptación y Aprendizaje: -Redes neuronales -Computación Evolutiva -Lógica Difusa -Inteligencia de enjambres -Sistemas inmunes
INTELIGENCIA ARTIFICIAL BIOINSPIRADA
ALTO HORNO Juicio en fenómeno A Juicio en fenómeno B Juicio en fenómeno C Análisis de situación Reconocimiento del fenómeno Determinación de la acción
operador
Acción delantera
Información del sensor Cambios de los valores absolutos, variaciones Más allá del fenómeno acción
Acción trasera
Juicio final
TECNICAS DE IA 1. REDES NEURONALES 2. ALGORITMOS GENETICOS 3. SISTEMAS EXPERTOS 4. LOGICA DIFUSA 5. MINERIA DE DATOS
REDES NEURONALES
Áreas de Aplicación. Problemas Tipo Medicina: - Ultrasonido : Detección de infartos.
tica : - Resonancia magné
Segmentación de imágenes del
cerebro:
- M edicina nuclear :
Diagnóstico de la enfermedad de
Alzheimer
- Radiol ogía : Angiografía de arteria coronaria, Isquemias - Electrocardiograma :
Detección de complejos QRS en
ECG
- Medicina Intensiva (UCI): índice
Probability Model
de gravedad Mortality 21
Aplicaciones de redes neuronales en la medicina Disciplina Cardiología
Campo de aplicación diagnostico, pronostico
Cuidados intensivos
predicción
Pediatría
diagnostico
Neurología Obstetricia y Ginecología
procesamiento de señales, modelado predicción
Oncología
diagnostico, pronostico
Radiología
procesamiento de señales (rayos x, US, CT)
Patología
diagnostico, pronostico
Citología
diagnostico,
Genética
diagnostico,
Bioquímica Oftalmología
secuencia de proteínas, estructura
procesamiento de señales, modelado
Representación de los genes En la naturaleza:
•
Una secuencia de nucleótidos A C C T G C A G G •
En un algoritmo genético (ejemplos):
Un valor numérico (178) expresado en binario 1 0 1 1 0 0 1 0
Analogía entre AGs y Genética Biológica 1
2
1
3
2
…
4
… 3
N
Población
m
Piscina de apareamiento
La variable (individuo) qn, está formada por uno o varios parámetros. Cromosoma Genes
q
a
, b,
c
,
Selección de los padres
d
b1 q m 1 qn
a
, b,
=
h
1
c
,
b
N
h
a
2
…
,
d
Reproducción
Descendencia
Nueva Población
.. .
a 1q n 1
bm 1q
.. .
a n 1 q
La función de reproducción es la función mediante la cual se obtiene la descendencia.
f q 1 ,q 2 q 1 q 1 q 2
bm
an
Áreas de Aplicación. Problemas Tipo Medicina:
- predicción de mapas de contacto de proteínas - diagnosis en enfermedades ortopédicas. - diagnóstico del cáncer de seno - modelos de hiperelasticidad en el comportamiento de tejidos blandos - determinar el comportamiento mecánico de un tejido - evaluación de desempeño de fármacos 26
LOGICA DIFUSA : RAZONAMIENTO APROXIMADO
CONJUNTOS DIFUSOS Conjuntos convencionales 38.7°C
38°C 40.1°C
39.3°C
41.4°C
Conjuntos difusos
42°C
“Fiebre alta”
38.7°C
38°C
37.2°C
40.1°C
39.3°C
41.4°C
42°C
“Fiebre alta”
Mas o menos en lugar de uno u otro !
“
”
37.2°C
RAZONAMIENTO DIFUSO Si temperatura es Fresca y presión es Débil entonces acción de válvula es completamente Abierta. Si temperatura es Fresca y presión es Baja entonces acción de válvula es Medio Abierta. Si temperatura es Fresca y presión es Buena entonces acción de válvula es Nula. Si temperatura es Fresca y presión es Fuerte entonces acción de válvula es Medio Cerrada.
SISTEMAS EXPERTOS Bajo el término de Sistemas Expertos se entiende un nuevo tipo de software que imita el comportamiento de un experto humano en la solución de un problema. Pueden almacenar conocimientos de expertos de un campo o dominio determinado y emplear sus estrategias de razonamiento para dar solución a un problema específico.
EXPERTO HUMANO MEMORIA A LARGO PLAZO Conocimiento en el dominio, experiencia, expertisia. SOLUCION RAZONAMIENTO APRENDIZAJE
MEMORIA A CORTO PLAZO Hechos, casos, reglas, conclusiones.
Recomendaciones, conclusiones, casos resueltos.
SISTEMA EXPERTO BASE DE CONOCIMIENTOS Conocimiento en el dominio, experiencia, expertisia. SOLUCION MAQUINA DE INFERENCIA
MEMORIA DE TRABAJO (RAM) Hechos, casos, reglas, conclusiones.
Recomendaciones, conclusiones, casos resueltos.
ESTRUCTURA GENERAL DE UN SISTEMA EXPERTO MEDICO BC: SISTEMA EXPERTO EVALUACION ENTRADA
DIAGNOSTICOS TERAPIAS
DE MEDICAMENTOS
BASE DE DATOS HISTORIAS CLINICAS, ESTUDIOS C ARACTERISTICAS DE MEDICAMENTOS
SALIDA
Consultas
¿Si Juan tiene gripe que especialista lo atiende?: Respuesta:
¿Si tengo síntoma de tos que medicina debo tomar? Respuesta:
MINERIA DE DATOS La Minería de Datos se centra en la búsqueda de patrones interesantes y regularidades importantes en grandes bases de datos
39
Supuestos de la Minería de Datos •
El pasado es un buen descriptor y predictor del futuro
•
Hay datos disponibles
•
Los datos contienen lo que queremos describir o predecir
40
El Proceso del KDD. FASES 1.
Determinar las fuentes de información que pueden ser útiles y dónde conseguirlas.
2.
Diseñar el esquema de un almacén de datos (Data Warehouse) que consiga unificar de manera operativa toda la información recogida.
3.
Implantación del almacén de datos que permita la “navegación” y visualización previa de sus datos, para discernir qué aspectos puede interesar que sean estudiados.
4.
Selección, limpieza y transformación de los datos que se van a analizar. La selección incluye tanto una criba o fusión horizontal (filas) como vertical (atributos).
5.
Seleccionar y aplicar el método de minería de datos apropiado.
6.
Evaluación, interpretación, transformación y representación de los patrones extraídos.
7.
Difusión y uso del nuevo conocimiento. 41
Taxonomía Técnicas de Minería de Datos Data Mining Verification Driven DM SQL
SQL Generator
Description
Query Tools OLAP
Discovery Driven DM
Visualization Clustering Association
Sequential Association Distillation
Prediction
Classification
Statistical Regression
Decision Tree Rule Induction Neural Network 42
Áreas de Aplicación. Problemas Tipo Medicina:
- Identificación de terapias médicas satisfactorias para diferentes enfermedades.
- Asociación de síntomas y clasificación diferencial de patologías. - Estudio de factores (genéticos, precedentes, hábitos, alimenticios, etc.) de riesgo/salud en distintas patologías.
- Segmentación de pacientes para una atención más inteligente según su grupo.
- Predicciones temporales de los centros asistenciales para el mejor uso de recursos, consultas, salas y habitaciones.
- Estudios epidemiológicos, análisis de rendimientos de campañas de información, prevención, sustitución de fármacos, etc. 43
Proyectos desarrollados - SISTEMA EXPERTO PARA DIGANOSTICO DE PALUDISMO - SISTEMA INTELIGENTE PARA DIGANOSTICO DE HIPERTIROIDISMO
- SISTEMA EXPERTO PARA PREDIAGNOSTICO DE PERSONALIDAD - SISTEMA EXPERTO PARA MONITOREAR PACIENTES EN UCIS. - CRANIUM: SISTEMA PARA MONIOTOREO DE PACIENTES CON TRAUMATISMO CRANEOENCEFALICO 44
INTELIGENCIA SANITARIA La inteligencia sanitaria trabaja paralelamente en tres niveles: -uno micro que opera en consultas médicopaciente, -otro meso que se da de forma regional o por áreas, -uno macro que atañe lo nacional e internacional. Si la comunicación falla en alguno de estos tres niveles, las consecuencias pueden repercutir en todos ellos.
RED COLABORATIVA MULTIAGENTE PARA LA ATENCION MEDICA VIRTUAL EMPLEANDO UNA PLATAFORMA COMPUTACIONAL INTELIGENTE
INTERNET Red de Consultorios Externos
Gestion de Historial Clinico de Pacientes
DIAGNOSTICO
Red de Analisis Clinicos de Laboratorio
CICLO DE ATENCION MEDICA
TRATAMIENTO
Red de Especialistas Medicos
MONITOREO
Red de Gestion de Clinicas y Hospitales
Red de Gestion de Medicamentos en Farmacias
Red de Gestion de Signos y Sintomas Vitales
RED COLABORATIVA MULTIAGENTE PARA LA ATENCION MEDICA VIRTUAL EMPLEANDO UNA PLATAFORMA COMPUTACIONAL INTELIGENTE
BENEFICIOS
1) Mayor
efectividad
médica
por
el
monitoreo
personalizado, 2) Ahorro en tiempos y mayor eficiencia económica, 3) Disminución
de
la
probabilidad
de
errores
médicos, 4) Aumento y ampliación de la cobertura médica,
ONCLUSIONES (1) El uso de sistemas inteligentes como una herramienta integrada para conservar y transferir el conocimiento y experiencia ganada por una empresa proporciona un medio poderoso para maximizar el potencial de utilidades de la empresa.
(2) Un SI es totalmente flexible y puede ser modificado, o actualizado según las necesidades del usuario, en línea o fuera de línea. Estas modificaciones pueden hacerse más rápidamente que con lenguajes tradicionales.