S E Diabetes

UNIVERSIDAD NACIONAL AUTONOMA DE MEXICO. FACULTAD DE INGENIERÍA

SISTEMA EXPERTO PARA EL CONTROL DE DIABETES TIPO 2 SEMINARIO DE INGENIERÍA Profesor: Soria Villegas Francisco Daniel M. I. Elaborado por: Serafín Hernández Tania Pamela. Rodríguez García María del Refugio

Índice. 1. 2. 3. 4. 5.

Introducción……………………………………………………………………………2 Planteamiento del problema............................................................................................3 Justificación…....…………………………………………………………………….....3 Objetivos del proyecto.....................................................................................................3 Antecedentes…………………………………………………………………………....4 5.1 Sistema Experto.........................................................................................................4 5.2 Sistemas Expertos existentes.....................................................................................6 5.3 Diabetes.....................................................................................................................7 5.3.1

Tipos de diabetes...........................................................................................8

5.3.2

Estadísticas en México................................................................................9

5.3.3

Niveles de glucosa.......................................................................................10

5.4 Glucómetros.............................................................................................................11 5.5 Swi - Prolog.............................................................................................................15 5.6 C#............................................................................................................................15 5.7 Lógica difusa y Redes Neuronales..........................................................................16 6. Hipótesis………………………………………………………………………………17 7. Metodología…………………………………………………………………………..18 8. Alcances y metas...........................................................................................................22 9. Plan de análisis de resultados........................................................................................23 10. Cronograma...................................................................................................................23 11. Referencias....................................................................................................................23 1. Introducción. En el presente trabajo se pretende sentar las bases para la realización de un Sistema Experto que auxilie en el control de la diabetes tipo 2, con dicho sistema se busca reducir el número de consultas que se hacen en instituciones médicas públicas para que de esta forma se puedan reducir las filas de espera. Así como se busca que los pacientes con dicho padecimiento lleven un control más específico de sus niveles de glucosa.

1

Para iniciar este trabajo se buscó información sobre sistemas ya existentes en la actualidad, primero Sistemas Expertos en medicina en general y posteriormente se centralizó la búsqueda de Sistemas Expertos en diabetes que es lo que nos interesa, así como saber algo del funcionamiento de estos Sistemas y del éxito que han tenido a la fecha. Para poder darle bases al Sistema Experto se realizó una investigación profunda de las características de la diabetes, así como la clasificación que se tiene en la actualidad de esta enfermedad, los síntomas y las maneras de diagnosticar a un paciente con dicha enfermedad, a dicha investigación se añaden normas establecidas por la Secretaría de Salud y criterios establecidos por la OMS. Con este sistema también se busca que el paciente diabético no se exponga a las agujas constantemente como ocurre con normalidad, por lo que se realizó una investigación de glucómetros no invasivos y el avance que se ha logrado en este campo de la medicina, también se buscó una alternativa para la extracción de sangre sin lastimar profundamente al paciente. Para crear la interfaz de usuario se propone usar un motor de inferencia mixto, ya que se pretende que sea capaz de ir deduciendo a partir de los datos o que a partir de un objetivo pueda avanzar en la inferencia, para crear dicho motor se propone el empleo de Swi-Prolog, sin embargo en el presente trabajo no se hace una investigación profunda acerca de dicho compilador, sólo se alcanza a esbozar las ideas a partir de las cuales se puede crear el motor de inferencia. Planteamos la posibilidad de usar C# para darle el entorno visual al Sistema Experto.

2. Planteamiento del problema. A nivel mundial la diabetes representa a una parte significativa, en México según estadísticas del INEGI del año 2011, 9 de cada 100 personas no aseguradas resultaron positivas a la prueba de diabetes. Para 2012 la Encuesta Nacional de Nutrición reveló que el 9.17% de la población presentó un diagnóstico de diabetes, lo que equivale aproximadamente a 6.4 millones de personas; para este año se estima que el 7.3 % de las consultas fueron

2

asignadas a personas con diabetes; tomando esto en cuenta y si sumamos el hecho de que muchas personas con diabetes no se realizan revisiones periódicas se hace notoria la necesidad de agilizar las consultas a personas con diabetes o que presentan síntomas que podrían indicar la presencia de dicha enfermedad. 3. Justificación. Con el presente proyecto se busca innovar la manera actual de dar consulta a pacientes con diabetes mellitus tipo 2, así como también se busca brindar una alternativa que sea cómoda para llevar registro de las mediciones de glucosa que se hace el paciente. Por lo que el proyecto podría ser implementado en instituciones médicas, gubernamentales o privadas, pero también se busca que en un futuro se convierta en una aplicación que los pacientes puedan tener en sus hogares o bien pueda ser instalada en teléfonos móviles. 4. Objetivos del proyecto. ● ● ● ● ● ● ●

Crear un Sistema Experto (SE) capaz de detectar el tipo de diabetes que presenta el paciente. El SE debe ser capaz de atender sólo casos de diabetes tipo 2. Dar una opción de control para las personas con diabetes. Se busca implementar sistemas de medición de glucosa no invasivos. El SE llevará un control del paciente (llevando un registro de los análisis que se realice). El SE llevará un registro de los medicamentos que consume el paciente. La interfaz podrá ser exportada a plataformas de teléfonos móviles (objetivo a futuro).

5. Antecedentes. 5.1 Sistema Experto. “Técnicamente un sistema experto, contiene una base de conocimientos que incluye la experiencia acumulada de expertos humanos y un conjunto de reglas para aplicar ésta base de conocimientos en una situación particular que se le indica al programa. Cada vez el sistema se mejora con adiciones a la base de conocimientos o al conjunto de reglas”.

Informática Integral Inteligente Los sistemas expertos constituyen la expresión informática del conocimiento de las personas experimentadas en un tema. En otras palabras son sistemas informáticos que simulan

3

el proceso de aprendizaje, de memorización, de razonamiento, de comunicación y de acción en consecuencia de un experto humano en cualquier rama de la ciencia. Para poder a llevar a cabo dichas funciones, el sistema experto se compone de: Una base de conocimiento: en la que aparece formulada en una forma procesable, la manera de entender el tema objeto del sistema. Motor de inferencia: Capaz de producir las respuestas del sistema a partir de los datos de planteamiento de las mismas y de la base de conocimiento. Interfaz de usuario: que permite la interacción del usuario con el sistema experto y que, a demanda del usuario, es capaz de explicar el motivo de su respuesta. La figura1 siguiente muestra de manera gráfica la idea del funcionamiento de un sistema experto:

Podría plantearse como inconveniente que la resolución de problemas basándose en la búsqueda y evaluación del conocimiento adecuado para ello, resulta menos eficiente que la resolución con el conocimiento integrado en en el proceso de resolución, como se presenta en los programas procedurales. Desde los inicios de la Inteligencia Artificial se empezó a trabajar en el diagnóstico automático y en la representación del conocimiento médico. Ese interés puede explicarse por el hecho de que el campo

es

intelectualmente

atractivo

para

el

informático: en una actividad médica intervienen 1 Figura extraída de: https://armandoconocimiento.wordpress.com/category/sistemas-expertos/

4

numerosos procesos de decisión bajo incertidumbre e imprecisión. En el siguiente diagrama de flujo2 se pretende ilustrar aproximadamente el proceso que se lleva a cabo en la toma de decisiones de un médico. Como se aprecia en el diagrama, el médico debe retroalimentarse de los datos que obtiene directamente del paciente y de los datos que obtiene de los análisis clínicos. Hay estudios que demuestran que cuanto mayor es su experiencia, el médico reduce antes el espectro de hipótesis que contempla a medida que procede con las preguntas al paciente y el examen físico. Este representa sin duda uno de los más grandes retos del sistema experto, ya que en principio la interacción con el paciente se ve limitada a ciertos sensores. En el siguiente cuadro3 se muestra la interacción real que hay entre el paciente y el médico, y que a grandes rasgos se busca conseguir con la implementación de sensores y preguntas en el Sistema Experto, podemos observar que hay una constante retroalimentación médico-paciente, misma que contribuye al aprendizaje del médico, y por medio de programación y memoria se busca que se consiga en el sistema experto.

2 Diagrama extraído de: “Inteligencia Artificial. Fundamentos, practica y aplicaciones”. 3 Cuadro extraído de:

“Inteligencia Artificial. Fundamentos, practica y aplicaciones”.

5

5.2 Sistemas Expertos existentes. Como hemos mencionado anteriormente la medicina ha representado por mucho tiempo un reto para el campo de la tecnología, así que para introducirnos en el campo se realizó una pequeña investigación de los sistemas expertos existentes para la diabetes.  AIDA: Simula los efectos sobre el perfil de la glucosa en sangre respecto a los cambios en la administración de insulina, considerando también los efectos que causa un régimen alimenticio particular. AIDA contiene un conocimiento en el sistema base, para poder identificar algunos problemas de glucosa; es capaz de emitir algunas recomendaciones que pudieran ayudar a corregir estos problemas identificados. Dada la complejidad del sistema regulatorio de la glucosa, para este sistema no es posible pronosticar con exactitud el comportamiento del perfil glucémico en dichos pacientes. Este sistema está adaptado para trabajar con pacientes insulinodependientes.

6

 D-Net Blood Monitoring: Permite a los pacientes crear una base de datos personales de glucemia en línea. Los pacientes pueden introducir los valores de glucosa diariamente durante cierto tiempo. El sistema puede entregar comentarios, gráficas de los valores de glucemia durante un tiempo y verificar los valores que han introducido en la base de datos.  DIABASS (Diabetes Assitant): Básicamente señala en un ambiente gráfico un análisis estadístico respecto a cómo es el comportamiento de la glucosa respecto a diferentes dosis de insulina. Está disponible gratis en línea en inglés, francés y alemán.  The Diabetic Daily Log: Señala las actividades diarias de un diabético. Registra los resultados de pruebas de la glucosa, dosis de insulina, peso, presión arterial, actividad física, comidas, meriendas, entre otras observaciones. Esta información es utilizada para generar recomendaciones para ayudar a los pacientes y a los profesionales de la salud a poder identificar los posibles problemas que conlleva el manejo de la diabetes.  ESDIABETES (Expert System Diabetes): Utiliza WxClips (Windows C Lenguage Integrated Production System) desarrollado por la NASA y es un software de dominio público. Presenta un soporte visual de fácil operación con una serie de preguntas hacia el usuario, las cuales el sistema evalúa para determinar las recomendaciones a seguir por el paciente.  Diabetes Mentor: Grafica las mediciones relacionadas con la diabetes, ayudando al paciente a normalizar el régimen de la glucosa en la sangre, Asimismo, se tiene un software similar denominado Diabetes Partner PC, aplicación sobre el seguimiento que deben llevar sus pacientes en el autocuidado. 5.3 Diabetes. “El número de casos aumentó en cerca de 25% del año 1993 al 2000. En el momento actual, se estima que más del 8% de los personas mayores a 20 años tienen la enfermedad. Aún más, se espera que el crecimiento del número de personas afectadas por la diabetes continúe en los próximos años. Se considera que para el año 2025 habrá 11.7 millones de afectados y que nuestro país estará entre las 10 naciones con el mayor número de casos en el mundo”. Federación Mexicana de Diabetes A.C. 7

“México ocupa actualmente el octavo lugar mundial en la prevalencia de diabetes. Las proyecciones de los especialistas internacionales refieren que para el año 2025, el país ocupará el sexto o séptimo lugar, con 11.9 millones de mexicanos con diabetes. En cuanto a mortalidad por diabetes, México ocupa el sexto lugar mundial y el tercer lugar en el continente americano”. Alianza por la salud alimentaria Abril 2014 5.5.1 TIPOS DE DIABETES La Organización Mundial de la Salud ha establecido una clasificación general de la diabetes y en ella reconoce tres tipos de diabetes mellitus: Tipo I o diabetes insulinodependiente, Tipo II o diabetes no insulinodependiente y el Tipo III o diabetes gestacional, cada una con diferentes causas y con distinta incidencia. Varios procesos patológicos están involucrados en el desarrollo de la diabetes, le confieren un carácter autoinmune, característico de la diabetes tipo I, hereditario y resistencia del cuerpo o la acción de la insulina, como ocurre en la diabetes tipo II. ● Diabetes tipo I o diabetes insulinodependiente A veces también diabetes juvenil porque normalmente comienza durante la infancia, incluso en bebés; es la más grave, pues hay ineficiencia casi absoluta del sistema de producción de insulina; en estos casos la dieta sólo es una estrategia complementaria y no hay más remedio que administrar la hormona faltante (insulina) con regularidad, recurriendo en casos extremos al trasplante de páncreas. En general, menos del 10% de los afectados por la diabetes padece tipo I. El riesgo de complicaciones de este tipo de diabetes es mayor a la tipo II, razón por la cual este trabajo se centrará en la 

administración de dosis de insulina. Diabetes tipo II o diabetes no insulinodependiente Por lo regular se presenta a la edad adulta, a partir de los cuarenta años, se puede decir que este tipo es más dócil que la tipo I debido a que puede ser controlada con medicamentos, con un programa de actividades físicas, y con una dieta bien balanceada que restringen la producción de glucosa a niveles manejables, ya que todavía existe una ligera producción de insulina por parte del páncreas. En ocasiones críticas se hace uso de una dosis de insulina y una vez alcanzados los niveles adecuados de glucosa, se puede prescindir de ella.

8



Diabetes tipo III o diabetes gestacional Se presenta en algunas mujeres durante el embarazo. Se presenta por una intolerancia a la glucosa en las semanas 24 a 28 aproximadamente. Los niveles de glucosa en la sangre retornan a la normalidad después del parto, razón por la cual es también llamada diabetes transitoria. Una mujer que haya presentado este tipo de diabetes, debe acatar medidas de prevención, de lo contrario, es muy probable que en los próximos años desarrolle totalmente diabetes tipo II. En muy pocas ocasiones puede prevalecer después del parto y esto puede deberse principalmente a trastornos en la madre como presión arterial elevada, infecciones en las vías urinarias, parto prematuro y daños graves al bebé lo que se conoce como muerte fetal, por un desarrollo exagerado del producto debido a un exceso en la cantidad de glucosa a la que está expuesto, es decir, más de lo habitual. En esta ocasión trabajaremos con las personas que tengan diabetes tipo II, dependiendo

el uso y la efectividad, en poco tiempo se podría comenzar a trabajar con diabetes tipo I agregando funciones. 5.3.2 ESTADISTICAS La Encuesta Nacional de Nutrición 2012 reveló que el 9.17 por ciento de la población adulta ha tenido un diagnóstico de diabetes que se traduce en 6.4 millones de personas. En lo referente a las entidades de la República la encuesta encontró que el Distrito Federal es la entidad con mayor porcentaje de hombres con diagnóstico de diabetes (12.7%), seguido del Estado de México (11.5%) y Veracruz (11.9%). En tanto que para las mujeres el primer lugar es Nuevo León (15.5%), seguido Tamaulipas (12.8%) y el Distrito Federal (11.9%). En el IMSS hay un promedio de 29.5 consultas diarias por consultorio en la Secretaría de Salud son 14.9 en el ISSSTE 16.8, en el programa IMSS–Oportunidades 17.2, en los hospitales de PEMEX 12.4 y en los servicios que otorga la Secretaría de la Defensa Nacional 7.3. De cada 100 personas con diabetes 14 presentan nefropatía (daño en riñón), 10 desarrollan neuropatía (daño en sistema nervioso), 10 sufren de pie diabético (una de cada 3 termina en amputación) y 5 padecen ceguera. El paciente con diabetes tiene tres veces más riesgo de cardiopatía o enfermedad cerebrovascular además de presentar trastorno depresivo y cambios de personalidad. 5.3.3 NIVELES DE GLUCOSA 9

Los niveles normales de glucosa son de 70 a 100 mg/dl en ayunas, es decir, sin haber consumido alimento; mientras, la cantidad de glucosa normal después de dos horas de comer es menor a 140 mg/dl. Según la Secretaría de Salud niveles de glucosa entre 100 mg/dl y 125 mg/dl, sin probar alimentos, indican un problema de prediabetes; cantidad que subirá después de comer a 140199 mg/dl. Se considera DIABETES cuando se presentan cantidades mayores de 126 mg/dl en ayuno, misma que podría subir a más de 200 mg/dl las dos horas posteriores de ingerir alimento, lo que te colocaría al borde de un coma diabético. 

Examen de hemoglobina glucosilada (HbA1C) : Se trata de un estudio recomendado por la Asociación Americana de Diabetes, ya que muestra el promedio de los niveles de glucosa de los últimos tres meses, cuyos porcentajes son: NORMAL 4.1-5,5 % PREDIABETES entre 5.6% y 6.4% DIABETES mayor a 6.5% Cuando tiene diabetes, es posible que tenga niveles altos de azúcar en la sangre

(hiperglucemia, mayor a 200mg/dL) o niveles bajos de azúcar en la sangre (hipoglucemia, menos de 50mg/dL) de vez en cuando. Un resfriado, la gripe u otra enfermedad repentina pueden causar niveles altos de azúcar en la sangre. Para las personas con diabetes tipo 2, la Asociación Estadounidense para la Diabetes recomienda las siguientes metas de azúcar en la sangre. Hable con el médico y el diabetólogo con respecto a estas metas. Antes de las comidas, el azúcar en la sangre debe ser: 

De 70 a 130 mg/dl para adultos

Después de las comidas (1 a 2 horas después de comer), el azúcar en la sangre debe ser: 

Menos de 180 mg/dl para adultos 5.4 Glucómetros.

Con el propósito de que el sistema experto sea más amigable con el paciente realizamos una búsqueda de diferentes glucómetros no invasivos para realizar la medición de la glucosa.

10

Espectroscopia fotoacústica (PAS) La edición más reciente de la revista Review of Scientific Instruments, publicada por el Instituto Americano de Física, presentó un prototipo de un nuevo dispositivo no invasivo para monitorear los niveles de glucosa. Con este aparato, que realiza las mediciones utilizando una luz infrarroja láser aplicada directamente sobre la piel, los pacientes con diabetes tipo 1 y 2 podrán realizar de manera más cómoda y fácil este monitoreo cotidiano. Desarrollada por un equipo de investigadores alemanes, con el apoyo de una empresa comercial dedicada a la fabricación de equipos de este tipo, la nueva tecnología de medición podría dejar en el pasado los pinchazos en los dedos para obtener una pequeña gota de sangre. La idea de este aparato es utilizar espectroscopia fotoacústica (PAS) para medir la glucosa a través de la absorción de infrarrojo medio de la luz. La luz al ser aplicada sobre la piel es absorbida por las moléculas de glucosa y crean una “firma acústica” que resulta medible, la cual es llamada por el doctor Mäntle y su equipo como “la dulce melodía de la glucosa”. Con esta señal se puede medir el nivel de glucosa en los fluidos en unos segundos. Al detectar estos niveles de glucosa en la capa que se encuentra a una centésima de milímetro por debajo de la epidermis, se puede saber el nivel de glucosa en la sangre, pues ambos están relacionados. Los intentos anteriores de utilizar esta tecnología para este fin se habían enfrentado algunos problemas con la distorsión que ocurría cuando la luz entraba en contacto con la piel viva. La presión del aire, la temperatura y la humedad al interaccionar con la luz y la piel originaba problemas en la lectura. Para solucionar el problema, los investigadores alemanes idearon una “arquitectura de celdas sin ventanas abiertas”. El nuevo diseño se encuentra todavía en etapa experimental y deberá someterse a varias pruebas y a la aprobación de las agencias regulatorias. Una vez cumplidos estos pasos, se espera que esté disponible en tiendas en aproximadamente tres años.

Lóbulo de la oreja

11

¿Por qué el lóbulo de la oreja y no otra localización anatómica? El lóbulo de la oreja es un lugar muy práctico en el cuerpo para medir los niveles de azúcar en la sangre, ya que al hacerlo no interfiere con las actividades de uno. Desde un punto de vista fisiológico, también hay beneficios específicos para el uso del lóbulo de la oreja. Por ejemplo, el lóbulo de la oreja contiene un gran número de vasos capilares, y la sangre dentro de ella fluye de forma relativamente lenta. También contiene una cantidad relativamente pequeña de grasa y nervios, y no hay huesos. Todos estos hechos ayudan a garantizar una mejor lectura. Además, el lóbulo de la oreja es relativamente estable en tamaño en los adultos, que de manera similar ayuda a mantener la calibración válida para relativamente largo período de tiempo. El dispositivo también reduce los costes para el usuario, ya que el clip que se usa sólo necesita ser reemplazado cada seis meses. Sistema de diagnóstico en miniatura El principio de medición consiste en una reacción electroquímica que se activa con la ayuda de una enzima. Dicha enzima, la glucosa oxidasa, convierte la glucosa en peróxido de hidrógeno (H2O2) y otros productos químicos, cuya concentración se puede medir con un potenciostato. Esta medida se utiliza para calcular el nivel de glucosa. La característica especial de este biosensor, el chip, que mide sólo 0,5 x 2,0 mm., puede ajustarse más que el propio nanopotenciostato. De hecho, los investigadores de Fraunhofer han ensamblado en uno todo el sistema de diagnóstico. "Incluso tiene un convertidor analógico-digital integrado que convierte las señales electroquímicas en datos digitales", explica Tom Zimmermann, gerente de la unidad de negocio de IMS. El biosensor transmite los datos a través de una interfaz inalámbrica, por ejemplo a un receptor móvil. De esta manera, el paciente puede mantenerse ojo avizor sobre el nivel de su glucosa. "En el pasado, se solía necesitar una tarjeta de circuitos del tamaño de una media hoja de papel", recuerda Zimmermann. "Además debía tener un dispositivo conductor. Ahora, estas cosas ya no son necesarios con nuestro nuevo sensor." Este sensor de glucosa fue diseñado por investigadores de Noviosens, una firma holandesa de tecnología médica. Y ya que puede ser fabricada de forma rentable, es lo más adecuado para la producción en masa. Estos dispositivos de medición no invasivos, que vigilan los niveles de glucosa en sangre, pueden llegar a conformar la plataforma para un desarrollo futuro particularmente útil: El biochip podría controlar una bomba implantada en miniatura que, basándose en el valor de glucosa medida, indicara la cantidad precisa de insulina para 12

administrar. De esta manera, los pacientes con diabetes podrían decir adiós a los incesantes pinchazos para siempre. Prueba sanguínea sin agujas Un nuevo dispositivo, del tamaño de una bola de tenis de mesa, es capaz de realizar pruebas de sangre sin necesidad de utilizar agujas. Desarrollado por la compañía Tasso Inc, la prueba de sangre funciona colocando el dispositivo contra la piel durante dos minutos, la sangre es absorbida por medio de la aplicación de vacío dentro de un tubo. La tecnología depende de las fuerzas que gobiernan el flujo de una pequeña corriente de fluido. En las escalas utilizadas, la tensión en la superficie domina sobre la gravedad, eso mantiene a la sangre en el canal sin importar como se detenga el dispositivo. En vez de pinchar una vena, cuando el usuario sostiene el dispositivo contra su piel, éste crea un ligero vacío que inmediatamente comienza a succionar la sangre de los canales microscópicos llamados capilares. Durante el proceso, la acción capilar, conduce la sangre a un contenedor de recolección conectado al dispositivo. Ahora la tecnología es capaz de extraer cerca de 0.15 cm3 de sangre, suficiente para la mayoría de los análisis de laboratorio de rutina, incluyendo pruebas de colesterol, infecciones, células cancerígenas y niveles de azúcar en la sangre. La compañía ha recibido una beca de $3,000,000 de dólares por parte de la DARPA (Agencia de Proyectos de Investigación Avanzados de Defensa de E.U.A.) para ayudarlos a comercializar el dispositivo, el cual se prevé será lanzado al mercado en 2016. Medición de glucosa en lágrimas Para este proyecto se decidió basarse en la investigación de Google X, la cual actualmente fue adoptada por el laboratorio suizo Novartis. En el cual se propone una lente de contacto para detectar los niveles de glucosa a través de las lágrimas del usuario y alertarlos cuando los niveles se eleven o disminuyan. Sin embargo, debido al pequeño tamaño de la lente de contacto, este podría interferir en la visión de la persona que los usa.

13

Imagen ilustrativa4. Estructura Smart Lenses Google X Para el sensor, se necesita que pueda tomar lecturas constantes del nivel de glucemia, esto debe de poder medirse mediante las lágrimas del usuario de los lentes. Los niveles de glucosa se miden conforme a la tabla 15.

Tabla 1. Relación nivel de glucosa-Factor de amortiguamiento Para fines del proyecto es el método que implementaremos en el sistema experto, aunque se dice que la fabricación es costosa creemos que en poco tiempo, debido a la demanda del

4 Imagen extraída de: “Dispositivo MEMS para monitoreo continuo de niveles de glucosa

a través de un lente de contacto” 5 Tabla extraída de: “Dispositivo MEMS para monitoreo continuo de niveles de glucosa a

través de un lente de contacto”

14

producto, éstos bajarán y no tardará en existir la competencia, que es otro factor importante para reducir el costo

5.5 Prolog. Prolog es un lenguaje de programación para crear ciertos sistemas expertos, la palabra prolog proviene de Programming in Logic (Lógica en programación). Dicho lenguaje se basa en concordancia de patrones (matching), estructuración de datos basada en árboles y backtracking automático. Se adapta a problemas que involucran objetos y relaciones entre objetos. La forma más sencilla de especificar una relación en Prolog es mediante un conjunto de hechos y reglas. Prolog sólo acepta afirmaciones para su programación. Swi-prolog es el compilador elegido para la programación. Existen diversos compiladores para Prolog entre ellos podemos mencionar: B-prolog, Strawberry prolog, DGKS Prolog, GNU Prolog, Logtalk, SWI Prolog siendo nuestra opción sugerida, swi prolog, por ser un compilador gratuito disponible para Linux, Unix y Windows y de fácil acceso, además de contar con algunos conocimientos previos acerca del uso de este compilador. Cada hecho consta del nombre de la relación, seguido por una lista de argumentos separados por coma y encerrados entre paréntesis como a continuación se muestra. enfermedad(diabetes). enfermo(paciente, glucosa_alta). sano(paciente). La manera de hacer sentencias condicionales en prolog es usando el comando :-. A continuación mostramos algunos ejemplos que nos podrían ser de utilidad para el sistema experto. enfermo(paciente):-glucosa_alta(paciente). sano(paciente):-IMC_normal(paciente),glucosa_normal(paciente). No profundizaremos más en Prolog debido a que no es el objetivo del proyecto, sólo buscamos esbozar las ideas que nos llevaran a la futura construcción sólida de un Sistema Experto funcional. 15

5.6 C#. C# es un lenguaje de programación que se ha diseñado para compilar diversas aplicaciones que se ejecutan en .NET Framework. C# es simple, eficaz, con seguridad de tipos y orientado a objetos. Las numerosas innovaciones de C# permiten desarrollar aplicaciones rápidamente y mantener la expresividad y elegancia de los lenguajes de estilo de C. Visual C# es una implementación del lenguaje C# de Microsoft. Visual Studio ofrece compatibilidad con Visual C# con un completo editor de código, un compilador, plantillas de proyecto, diseñadores, asistentes para código, un depurador eficaz y de fácil uso y otras herramientas. La biblioteca de clases de .NET Framework ofrece acceso a numerosos servicios de sistema operativo y a otras clases útiles y adecuadamente diseñadas que aceleran el ciclo de desarrollo de manera significativa. El entorno visual que nos ofrece C# es más atractivo que el entorno que nos brinda Swi-Prolog y gracias a las librerías ya existentes se pueden unificar estos dos compiladores para crear la interfaz de usuario del Sistema Experto.

5.7 Lógica difusa y Redes Neuronales. Las Redes Neuronales Artificiales (RNA) están inspiradas en la biología, esto significa que están formadas por elementos que se comportan de manera análoga a las neuronas (en las funciones más elementales) y están organizadas de una forma similar a la del cerebro, pero las analogías no son muchas más. Las características fundamentales de las RNA son: • Aprenden de la experiencia: Las RNA pueden modificar su comportamiento como respuesta a su entorno. Dado un conjunto de entradas (quizá con las salidas deseadas), las RNA se ajustan para producir respuestas consistentes. Una amplia variedad de algoritmos de entrenamiento se han desarrollado, cada uno con sus propias ventajas e inconvenientes. • Generalizan de ejemplos anteriores a los ejemplos nuevos: Una vez que la RNA esté entrenada, la respuesta de la red puede ser, hasta un cierto punto, insensible a pequeñas variaciones en las entradas, lo que las hace idóneas para el reconocimiento de patrones.

16

• Abstracción de la esencia de las entradas: Algunas RNA son capaces de abstraer información de un conjunto de entradas. Por ejemplo, en el caso de reconocimiento de patrones, una red puede ser entrenada en una secuencia de patrones distorsionados de una letra. Una vez que la red sea correctamente entrenada será capaz de producir un resultado correcto ante una entrada distorsionada, lo que significa que ha sido capaz de aprender algo que nunca había visto. En la siguiente imagen6 se representa de manera gráfica el funcionamiento que se espera diseñar en las Redes Neuronales Artificiales, donde podemos imaginar que hay cierto número de entradas de información que posteriormente al ser combinadas y procesadas se obtienen las salidas que esperamos.

La lógica difusa es una alternativa a la lógica clásica, esta última solo es ambivalente (verdadero o falso) sin embargo el mundo real está rodeado de incertidumbres y valores imprecisos por lo que la lógica difusa tiene como objetivo aplicar estos matices a la implementación en sistemas informáticos. 6. Hipótesis. El primer alcance de este proyecto se visualiza para sentar las bases que llevaran a la construcción del Sistema Experto. Para que en los semestres siguientes se complemente con la implementación de otras ramas de la Inteligencia Artificial, como las Redes Neuronales y la 6 Imagen extraída de apuntes de la ingeniera Linda Rey.

17

Lógica difusa, debido a que no tuvimos entrevistas con médicos especialistas en diabetes, la base de datos quedará con algunas deficiencias en cuanto a la información contenida.

7. Metodología. La primera parte del Sistema Experto se basaría en una pequeña entrevista que se realizaría por medio de preguntas que se puedan responder con un sí o un no, estas preguntas se harán por medio de un entorno visual en C#, como a continuación se muestra7.

7 Imágenes de un prototipo de programa en C# realizado para ilustrar la interfaz gráfica que se desea lograr.

18

Posterior al registro inicial, que consiste en indicar edad, estatura, peso, antecedentes familiares y presencia de síntomas. Dentro de esas preguntas debemos considerar las siguientes: 

¿Qué edad tiene? 20-30, 30-40 más de 40



¿Ha presentado pérdida de peso aun cuando su ingesta de alimentos es normal?



¿Su familia inmediata presenta algún tipo de diabetes? (Padre, madre tíos, abuelos o hermanos)



¿Tiene constantemente sed y tiene constantemente deseos de orinar?



¿Se realiza constantemente análisis de glucosa en la sangre?



¿Ha sentido fatiga excesiva sin que haya realizado actividad física previamente?



¿Ha notado dolores de cabeza, sueño o mareos después de ingerir alimentos con cantidades considerables de azúcar? (refrescos, dulces, etc.).



¿Ha presentado cambios en su visión?



¿Su piel ha presentado resequedad?



¿Desea realizar en este momento su examen de glucosa?

19

En base a si el sistema experto considera que el paciente es candidato a continuar con la evaluación se procederá a colocar el lente de contacto. Para dicho análisis se usará el sistema no invasivo mencionado anteriormente y que se muestra en la figura8:

Como datos de referencia para la comparación de resultados se usarán los proporcionados por la OMS9 y que son considerados como los valores máximos que puede tener una persona para considerar que está fuera de la probabilidad de tener diabetes:

Con una vez almacenados estos datos se hará una pequeña extracción de sangre (con el método de los vasos capilares) para realizar una comparación de los niveles de triglicéridos y colesterol, esto para realizar un registro del estado de salud del paciente. LDL: 70-130 mg/dL (los números más bajos son mejores). HDL: más de 50 mg/dL (los números altos son mejores).

8 Figura extraída de: “Dispositivo MEMS para monitoreo continuo de niveles de glucosa a

través de un lente de contacto” 9 Datos extraídos de la página oficial de la OMS.

20

Como ya se mencionó antes, haciendo referencia a la tabla 1 (pág. 18) para calcular los niveles de glucosa se obtendrá un factor de amortiguamiento el cuál se traducirá en cierto rango de niveles de glucosa en sangre, por ejemplo, si la lectura del lente de contacto registra un factor de amortiguamiento de ζ=0.39 → 90[mg/dl]. Si el paciente resulta positivo a la evaluación de diabetes tipo 2, se procederá a hacer una segunda encuesta para saber los hábitos alimenticios del paciente y de la actividad física que realiza. Las preguntas se harán por medio de botones para facilitar la lectura de datos a Swi-prolog, (Para la relación de C# y Swi-prolog aún nos falta profundizar en la librería utilizada). Las siguientes imágenes muestran la interfaz a desarrollar10.

Entre las preguntas a realizar también estarían las siguientes: 

Si realiza actividad física que duración tiene dicha actividad? (30 minutos, 45 minutos, 1 hora, hora y media, más de hora y media).



¿Con que frecuencia come carne roja? (1 vez a la semana, 1-3 veces, 3-5 veces, más de 5 veces)



¿Consume refresco diario?



De ser así cuanto refresco consume al día? (1 vaso, 1-3 vasos, más de 3vasos). El motor de inferencia que se propone implementar es el de deducción mixta, ya que

en determinado momento el Sistema partirá de un dato y buscará avanzar al siguiente bloque 10 Imágenes de un prototipo de programa en C# realizado para ilustrar la interfaz gráfica que se desea lograr.

21

de comparación y en otras ocasiones partirá de una comparación para avanzar al siguiente bloque de datos. La idea de comparativas seria la siguiente: 

Si el paciente indica directamente que desea realizarse el examen de glucosa se le proporcionara el lente de contacto para dicho examen.



Si el paciente responde afirmativamente al menos a 3 preguntas del primer bloque se le indicara que es recomendable realizarse el examen de glucosa y el paciente decidirá.



Si el paciente responde afirmativamente a 5 o más preguntas del primer bloque se resaltara la importancia de realizar el examen de glucosa.

Posterior a la medición de glucosa se haría una comparativa de datos a través de la lectura de la glucosa11 y un registro de los niveles de triglicéridos. enfermo(paciente):-glucosa_alta(paciente). sano(paciente):-IMC_normal(paciente),glucosa_normal(paciente). Si bien no llegamos a la implementación total del sistema, podemos dar las bases necesarias para seguir con el desarrollo del mismo. Haría falta una entrevista con 2 o 3 médicos expertos que nos brinden la información necesaria para poder dar al programa informático las bases para realizar la medicación del paciente, ya que los casos que nos interesan son lo de tipo 2 (no insulinodependientes), y para este tipo de diabetes tenemos varias opciones de medicación. 8. Alcances y metas. PROYECCIÓN A 10 AÑOS “En 1955 existían 135 millones de pacientes diabéticos, se esperan alrededor de 300 millones para el año 2025. Entre 1995 y 2025 se ha estimado un incremento de 35% en la prevalencia. Predomina el sexo femenino y es más frecuente en el grupo de edad de 45 a 64 años”. Rev Fac Med UNAM Vol.44 No.1 Enero-Febrero, 2001 Laura Moreno Altamirano Esperamos que el Sistema Experto se siga desarrollando y que en un aproximado de 5 años se haya complementado con el uso de la lógica difusa y las redes neuronales. y que aproximadamente en 10 años se pueda exportar la aplicación para teléfonos móviles y que de 11 La sintaxis utilizada aun presenta inconsistencias debido a que la base de datos no está completa al momento y la compilación del programa está en curso.

22

esta manera el Sistema esté al alcance de la mayoría de la gente y permita llevar el monitoreo de la diabetes de una forma más cómoda. Para 2025 vemos que nuestro proyecto será de muchísima utilidad, por lo tanto tendrá alto impacto a nivel nacional, social, económico. Será mayor la competencia debido a que el método no invasivo sería el más aclamado por las personas que tengan diabetes tipo 2 y el sistema experto tomará auge para llevar un mejor control de ésta enfermedad.

9. Plan de análisis de resultados. Los avances presentados hasta el momento se muestran deficientes debido a que nos falta recopilar la información de los expertos en el tema de forma directa, es decir entrevistas con médicos especialistas en diabetes tipo 2 y de esta forma poder ampliar nuestra base de dtos; sin embargo el funcionamiento del sistema experto ha quedado claro y trabajamos en el motor de inferencia para lograr en primera instancia que pueda realizar la comparación adecuada de datos y el siguiente paso será lograr que se retroalimente y aprenda. A partir del presente trabajo se buscará seguir con la investigación de otros posibles métodos no invasivos y ver si posteriormente se puede implementar otro método que no sea necesariamente con la sangre del paciente. Consideramos que el proyecto llega al éxito si en un periodo no mayor a 2 años hemos sido capaces de estructurar el programa para el motor de inferencia en Swi-Prolog y la interfaz de usuario en C#, para esta fecha el dispositivo que hemos elegido para la extracción de sangre ya estará a la venta y podremos implementarlo. Si logramos que el Sistema experto sea funcional para esta fecha esperaríamos que alguna institución médica se interese en nuestro proyecto. El siguiente paso para analizar los resultados seria en un periodo de 5 a 10 años donde nuestro propósito es exportar el programa a plataformas de teléfonos móviles para que de esta forma sea accesible a la mayoría de la gente, y el último análisis de resultados que se haría es en 25 años aproximadamente, donde esperamos que los sistemas expertos sean una realidad no solo para la diabetes sino también para otras enfermedades de alta demanda. 10. Cronograma. Investigación: 16 de febrero a 14 de mayo de 2015 Compilación de datos (expertos): 27 abril a 27 mayo de 2015 23

Compilación de datos (pacientes): 27 de mayo a 28 de junio de 2015 Trabajo en el sistema experto: 28 de junio a 28 de julio de 2015 Referencias. ● “Estadísticas a propósito del día mundial de la diabetes”. S/A. Artículo en PDF perteneciente al

INEGI.

Extraído

de:

http://fmdiabetes.org.mx/wp-

content/uploads/2014/11/diabetes2013INEGI.pdf Consultado: 1/marzo/2015. ● Página oficial de la Federecion Mexicana de

Diabetes:

http://www.fmdiabetes.org/fmd/pag/index.php Consultada en diversas fechas a lo largo del proyecto. ● HERNANDEZ, Bolaños Miguel. “Implementación de un Sistema experto para el apoyo y control del paciente diabético”. Tesis para obtener grado de maestría. Diciembre 2009. ● “Norma oficial mexicana para prevención y tratamiento de diabetes”. Artículo de la Secretaría de Salud.

Publicado en Noviembre de 2010. Archivo en PDF extraido de:

http://dof.gob.mx/nota_detalle.php?codigo=5168074&fecha=23/11/2010

Consultado:

1/abril/2015. ● RUSSELL, Stuart and Norving Peter Artificial Intelligence: A Modern Approach 2nd edition USA Prentice Hall, 2003. ● GARCIA, Serrano Alberto. “Inteligencia Artificial. Fundamentos, practica y aplicaciones”. Libros. pp 88-111. ● Apuntes de programación en Prolog proporcionados por la Ingeniera Linda Rey. ● propuesta de la sociedad mexicana de nutrición y endocrinología para la reducción de la incidencia de la diabetes mellitus tipo 2 en méxico. Artículo de la Federación Mexicana de la diabetes. ● Página oficial de microsoft para consultar información de C#. https://msdn.microsoft.com/eses/library/kx37x362.aspx ● CÁRDENAS, Almeida Ruben. “Inteligencia Artificial, Redes neuronales”. Archivo en PDF extraido de; http://www2.ulpgc.es/hege/almacen/download/38/38584/practica_ia_2.pdf Consultado: 21/abril/2015. ● S/A “Desarrollan método no invasivo para medir glucosa” articulo extraído de: http://www.clikisalud.net/desarrollan-metodo-no-invasivo-para-medir-glucosa/ ● GUZMAN, Cedillo Adrián. “Dispositivo MEMS para monitoreo continuo de niveles de glucosa a través de un lente de contacto”. Proyecto proporcionado por estudiantes de la Facultad de Ingeniería.

24

25