Aplicación de tecnologías semánticas para la creación de sistemas inteligentes de diagnóstico diferencial de alta sensibilidad en medicina
- Juan Miguel Gómez-Berbís Director
- Ángel García Crespo Director
- Rafael Valencia García Director
Defence university: Universidad de Murcia
Fecha de defensa: 12 March 2012
- Rodrigo Martínez Béjar Chair
- Francisco Garcia Sanchez Secretary
- Ricardo Colomo Palacios Committee member
- José Emilio Labra Gayo Committee member
- Miguel Angel Mayer Pujadas Committee member
Type: Thesis
Abstract
Las tecnologías semánticas, junto con algunas técnicas pertenecientes a la inteligencia artificial, abarcan un conjunto de tecnologías punteras que facilitan entre otras cosas la compartición del conocimiento y el diseño y desarrollo de algoritmos que permitan dotar de cierta inteligencia a una máquina. El presente trabajo hace uso de estas técnicas y tecnologías para demostrar que la aplicación de estas al campo de la medicina, y más concretamente al campo del diagnóstico diferencial, es ampliamente aplicable y además su aplicación permite la generación de sistemas de diagnóstico exactos y eficientes. En este trabajo se realiza por lo tanto una retrospectiva muy amplia sobre los sistemas de soporte a la decisión de diagnóstico desde principios de los años 70, centrándose en aquellos cuyo campo de diagnóstico es el mismo que el presentado en esta tesis. Además de este estudio en profundidad del estado del arte, se plantean las hipótesis a verificar, que se resumen en demostrar la capacidad de las Tecnologías Semánticas y de ciertas técnicas de Inteligencia Artificial para la implementación de sistemas de soporte a la decisión de diagnóstico de alta sensibilidad que sean exactos y eficientes y que puedan solventar el problema de diagnóstico mediante inferencia multinivel, que es explicado con detalle a lo largo del presente documento. Así mismo, esta tesis también postula que la creación de procesos de diagnóstico alternativos a través de la ingesta de fármacos es una herramienta que pueda ser útil para la creación de sistemas de diagnósticos más efectivos en el futuro.