Modelado e implementación de un sistema híbrido de ayuda al diagnóstico de glaucoma

Resumo

A pesar de que hasta la fecha existen diversas aproximaciones al diagnóstico de glaucoma, casi todas ellas están basadas únicamente en la interpretación de los resultados de algunas de sus pruebas clínicas asociadas más significativas. Dada la importancia que supone, en la práctica médica diagnóstica, la valoración de toda la información clínica de un paciente en su conjunto, parece adecuado, la creación de un sistema que tenga en cuenta toda aquella información relacionada con la enfermedad y con el paciente (conocimiento del dominio), así como, aquella otra relacionada con la forma de proceder del médico en su labor diagnóstica (conocimiento de tarea). En este sentido, se plantea la creación de un modelo de conocimiento que permita hacer computable la forma de proceder del médico y que, en última instancia, facilite la construcción de un sistema basado en conocimiento (SBC) en cuya estructura se preserve la de dicho modelo. Por tanto, el propósito del trabajo escrito en esta memoria se puede ver desde dos puntos de vista. Desde un punto de vista global, estableciendo como objetivo al contribuir a la metodología para el desarrollo de SBC's mediante la adaptación de las metodologías actuales en la perspectiva del reuso de componentes de modelado, tales como CommonKADS, PROTÉGÉ, etc., al campo de la arquitecturas híbridas donde se integran inferencias simbólicas y conexionistas y, desde un punto de vista más particular, ilustrando la aplicación de los nuevos aspectos metodológicos propuestos al desarrollo de un sistema de ayuda al diagnóstico de glaucoma mediante la pormenorización de todas las fases implicadas en este desarrollo de un SBC: modelado conceptual, operacionalización, implementación, validación y evaluación.