• Título:  UN SISTEMA DE AYUDA AL DIAGNÓSTICO EN EL DOMINIO DE LAS URGENCIAS OFTALMOLÓGICAS
• Autor:  DES DIZ JOSÉ JULIO
• Universidad:  Universidad Nacional de Educación a Distancia
• Departamento:  Inteligencia artificial
• Fecha de Lectura:  09/05/2007
• Programa de doctorado:  INTELIGENCIA ARTIFICIAL AVANZADA: PERSPECTIVAS SIMBÓLICA Y CONEXIONISTA
• Dirección: 
  • TABOADA IGLESIAS MARÍA JESÚS (DIRECTOR)
  • MIRA MIRA, JOSÉ (CODIRECTOR)
• Tribunal: 
  • Marín Morales, Roque (PRESIDENTE)
  • MARTÍNES TOMÁS, RAFAEL (SECRETARIO)
  • GONZÁLEZ GARCÍA, FRANCISCO (VOCAL)
  • DELGADO GARCÍA, ANA (VOCAL)
  • Barro Ameneiro, Senén (VOCAL)
• Descriptores: 
  • OFTALMOLOGIA
  • INTELIGENCIA ARTIFICIAL
• Localización:  BIBLIOTECA CENTRAL DE LA UNED
• Resumen:
  A partir delos años setenta, el campo de la Ingeniería del Conocimiento (IC) se ha volcado en tratar de comprender y simular en el ordenador algunas tareas cognitivas, entre ellas la diagnosis médica. La conclusión de todos los estudios realizados es que la IC puede proporcionar herramientas para analizar las estructuras conceptuales y de razonamiento del conocimiento usado en la diagnosis médica. Sin embargo, las diferencias existentes, en cuanto a la terminología, el conocimiento subyacente y las formas de razonamiento, entre la IC y la medicina hace que, en la práctica, la interacción entre ambos dominios sea compleja y que la primera tenga que seguir avanzando en la búsqueda de herramientas que se adapten mejor al entorno clínico. El trabajo de esta memoria se ha enmarcado dentro de los objetivos de la investigación de la IC en la búsqueda de este tipo de herramientas, aplicadas al ámbito de los sistemas de diagnóstico en medicina. En este sentido proponemos establecer correspondencias (mappings) explícitas entre los textos médicos originales y el modelo de pericia, almacenando dichas correspondencias de forma estructurada. Al obligar al diseñador a mantener dichas correspondencias, el proceso de modelado del conocimiento textual es más gradual, preservando la traza de las transformaciones realizadas. Si además, proporcionamos una metodología con etapas explícitamente definidas, que guíe y limite el número de transformaciones a realizar en cada etapa, el modelado de conocimiento se volverá más sistemático y transparente. Con un número limitado de transformaciones en cada etapa, el riesgo de falta de conocimiento y ambigüedades en el modelo final se reduce, facilitándose las subsecuentes tareas de verificación, validación y mantenimiento. Todas estas características son importantes principalmente cuando se requiere fusionar conocimiento de diferentes fuentes (guías de práctica clínica, protocolos, descripciones de los exper