jueves, 16 de abril de 2009



El sorprendente avance tecnológico que la humanidad ha experimentado en los últimos dos siglos encuentra su expresión mas acabada y complicada en la invención de las
computadoras, las "máquinas que piensan" como las llama McCorduck (1979). La rapidez y la asombrosa complejidad de la computadora ya no son un secreto para nadie, sin embargo la verdad sobre sus más profundas implicaciones es conocida sólo por un número muy limitado de especialistas.

La Inteligencia Artificial es una ciencia que trata de la comprensión de la inteligencia y del diseño de máquinas inteligentes, es decir, el estudio y la simulación de las actividades intelectuales del hombre (manipulación, razonamiento, percepción, aprendizaje, creación). La IA es un campo de estudio que busca explicar y emular el comportamiento inteligente en términos de procesos computacionales.

La Inteligencia Artificial es una combinación de la ciencia del computador, fisiología y filosofía, tan general y amplio como eso, es que reúne varios campos (robótica, sistemas expertos, por ejemplo), todos los cuales tienen en común la creación de máquinas que pueden "pensar".
Algunos expertos en computación han sostenido, desde hace algún
tiempo, que las computadoras serán poseedoras de capacidades y habilidades similares a las de los seres humanos, y que, en el futuro próximo, las veremos igualarnos y superarnos en muchas de las actividades intelectuales tradicionalmente reservadas a los seres humanos.

En principio las posibilidades son casi ilimitadas, así encontramos hoy en día programas de inteligencia artificial en los satélites artificiales, en los grandes aeropuertos, en sistemas de diagnóstico de hospitales y en una infinidad de aplicaciones hasta llegar al reconocimiento de caracteres y de la voz humana.
Sino fuese por la existencia y versatilidad de la I.A., muchas de las cosas que estamos acostumbrados a utilizar no podrían funcionar del mismo modo y algunas de ellas ni siquiera lo harían. Dos de las aplicaciones mencionadas anteriormente y que recientemente están teniendo una gran aceptación y uso son las de reconocimiento de caracteres y de voz. En el caso de los caracteres no podría usarse un
programa que tan solo comparase la imagen, obtenida por el escáner, con unos patrones o muestras de letras almacenadas anteriormente en la memoria pues las posibilidades de variación de estas es enorme dependiendo del tipo de letra y de la serie de atributos que estas pueden tener, si a esto le sumamos la variación de calidad en el texto impreso, nos encontramos con una gran cantidad de datosa tener en cuenta que sólo pueden ser evaluados por un programa de I.A. Si en el caso de los caracteres hay gran variabilidad en el caso de la voz esta variabilidad se eleva enormemente hasta el punto de ser necesario siempre un breve periodo de aprendizaje por parte de la máquina para reconocer la voz del usuario.
Investigación y
desarrollo en áreas de la IA


Las aplicaciones tecnológicas en las que los
métodos de IA usados han demostrado con éxito que pueden resolver complicados problemas de forma masiva, se han desarrollado en sistemas que:
Permiten al usuario preguntar a una
base de datos en cualquier lenguaje que sea, mejor que un lenguaje de programación.



  • Reconocen objetos de una escena por medio de aparatos de visión.


  • Generar palabras reconocibles como humanas desde textos computarizados.


  • reconocen e interpretan un pequeño vocabulario de palabras humanas.


  • Resuelven problemas en una variedad de campos usando conocimientos expertos codificados.


Los países que han apadrinado investigaciones de IA han sido: EEUU. , Japón, Reino Unido y la CEE; y lo han llevado a cabo a través de grandes compañías y cooperativas de riesgo y ventura, así como con universidades, para resolver problemas ahorrando
En la medicina en general la inteligencia artificial ayuda a los médicos a hacer diagnósticos, supervisar la condición de los pacientes, administrar tratamientos y preparar estudios estadísticos.


El progreso sorprendente experimentado por el uso de los medios informáticos durante los últimos años constituye un indicador del nivel de integración, la utilidad y el papel excepcional que desempeñan las computadoras en el mundo contemporáneo y en particular, en la esfera médica. Una simple revisión de un tema conexo: la ingeniería biomédica, basta para apreciar el resultado de las aplicaciones realizadas.
Cuba no se encuentra ajena a los avances experimentados en el sector de las nuevas tecnologías. Una de las expresiones de la importancia concedida a este novedoso campo consiste en el desarrollo de un impetuoso programa de informatización que enfatiza en "la conveniencia y necesidad de dominar e introducir en la práctica social, las tecnologías de la información y las comunicaciones y lograr una cultura digital", en especial en la esfera de la salud, a causa de la relevancia que atribuye el estado, al bienestar general, físico y mental de la población. Aún queda un gran camino por recorrer en aras de emplear más eficientemente las computadoras en el desarrollo de software que reduzcan la dependencia de los creados en países que marchan a la vanguardia de la informática, sobre todo, si se trata de tecnologías propietarias.
Varias disciplinas encuentran zonas de convergencia con la informática. Los programas computacionales en ciernes que tratan de emular con la inteligencia humana constituyen una muestra de la integración de diversas ciencias y áreas del conocimiento. Su perfeccionamiento futuro pudiera permitir una asistencia apropiada al médico en la toma de decisiones, a los futuros profesionales durante su práctica y en el especial a quienes atienden el diagnóstico de enfermedades de difícil identificación.
El desarrollo de tecnologías asociadas con las técnicas de inteligencia artificial (IA), aplicadas a la medicina, representa una novedosa perspectiva, que puede reducir los costos, el tiempo, los errores médicos; así como potenciar el uso de los recursos humanos en las ramas médicas con mayores requerimientos. Sin embargo, la posibilidad de una recreación de intelecto humano a escala artificial en el campo de la salud, tropieza con dificultades que es preciso tratar desde una sana postura crítica. Con frecuencia, los pronunciamientos al respecto, caracterizados por un gran optimismo con relación al futuro promisorio de la IA con fines médicos, tratan la realidad de forma fragmentada y estudian sólo ciertos aspectos de la relación médico-paciente.
En la literatura, son comunes los trabajos que conceden un gran peso a las ventajas de las aplicaciones de la IA en la esfera de la salud y las ciencias médicas en general; sin embargo, son escasos los análisis referidos a la previsión de sus posibles impactos en los aspectos éticos, culturales, sociales y tecnológicos en general o con respecto a ciertos sectores de población con características diversas. Valorar las perspectivas de aplicación nacional de las técnicas de IA en la esfera de la salud y plantear algunos de los problemas medulares de los que depende su desarrollo mediato constituyen dos objetivos de las próximas líneas.

LA INFORMÁTICA MÉDICA Y LA INTELIGENCIA ARTIFICIAL EN CUBA: FRONTERAS Y PERSPECTIVAS
Si bien el término informática médica es objeto de debates, en su concepción, no pueden separarse ni la estructura de la información médica ni el conjunto de otras ciencias, métodos y técnicas que incluyen las ciencias de la computación, el análisis sistémico aplicado a la medicina y a la salud pública, la estadística, la lógica, la lingüística, la teoría de la toma de decisiones y la modelación. Es por eso que puede tratarse como una disciplina que trasciende fronteras, como un área de aplicaciones transdisciplinaria.
El impulso recibido por las investigaciones bioinformáticas fundamentales y aplicadas en el país en fecha reciente, confirma la firme marcha del complicado programa de informatización en la rama médica de la ciencia cubana. Ciertos antecedentes referidos a la informatización en el sector médico en el país indican la década de los años setenta del siglo pasado como punto de arrancada con la apertura de líneas de investigación de envergadura como es el caso de la IA.
La IA constituye uno de los campos interdisciplinarios y transfronterizos donde convergen muchas ciencias. La aparición de las computadoras y la elaboración de las teorías de la computación, la información y el control, proporcionaron los soportes experimentales y teóricos para la investigación en el área de la IA. Muchas de las esferas que emplean estos equipos, incluidas las ciencias médicas, la consideran esencial entre sus líneas estratégicas de investigación y entre las que se convierten en factor de progreso, porque como algunos autores expresan deben gran parte de su actual desarrollo a los resultados obtenidos en el proceso de cierto tipo de problemas médicos: el diagnóstico y el tratamiento de diversas enfermedades.
En Cuba, se han experimentado avances en este sentido: historias clínicas electrónicas con insospechadas posibilidades en el futuro, sistemas para tratamientos estadísticos como el APUS que es capaz de ofrecer información gerencial para la toma de decisiones, procedimientos de aprendizaje basado en IA, agentes inteligentes para el diagnóstico de trastornos ginecológicos; así como otras interesantes utilidades. La existencia de un Centro de Cibernética Aplicada a la Medicina (CECAM), que concentra esfuerzos en disímiles direcciones de las aplicaciones e investigaciones médicas y con intereses marcados en el campo del intelecto artificial, es una muestra del interés en esta área.
Los sistemas expertos o basados en el conocimiento, típicos del campo de la IA, no son más que programas para computadoras que simulan las cadenas de razonamiento que realiza un experto para resolver un problema de su dominio, por ejemplo, el médico que realiza un diagnóstico. Para conseguirlo, se dota al sistema de un conjunto de principios o reglas que infieren nuevas evidencias a partir de la información previamente conocida". Existen investigaciones con relación a estos prometedores sistemas, que datan de la década de los años setenta del siglo XX, cuyas nociones se aprovecharon en el país en el diagnóstico del abdomen agudo y ciertas anomalías craneofaciales.
Diversos software posibilitan la exploración, descripción, "predicción" y como afirman algunos autores la "creación" de conocimientos de manera artificial sobre distintos problemas, a partir del estudio exhaustivo de ciertas bases de datos. No obstante, la sola mención de los términos "predicción" y "creación" amerita una reflexión más pausada y profunda.
Una breve y atenta mirada a la interrelación entre IA y medicina asombra por la variedad de aplicaciones. El diseño, la construcción y el uso de "medios diagnósticos, técnicas de inteligencia artificial y variados tipos de aplicaciones educativas (multimedia e hipermedia) y de gestión", a pesar de sus impresionantes éxitos, ofrecen sólo una pálida imagen de lo que puede representar el desarrollo de la inteligencia artificial con fines médicos (IAM).
La IAM ha evolucionado espectacularmente con evidentes aciertos en las últimas dos décadas, al tiempo que despierta el interés en el sector médico farmacéutico, la administración de recursos humanos, la gestión de información científica médica, los análisis de laboratorios y las esferas del diagnóstico y el tratamiento. Los comportamientos inteligentes basados en silogismos o en la imitación de las percepciones y respuestas humanas mediante la "simulación del comportamiento del cerebro como herramienta de cómputo", y los métodos de redes neuronales para el reconocimiento de las relaciones entre síntomas y enfermedades, apuntalan el optimismo en relación con la IAM.

PROBLEMAS POR RESOLVER EN LOS DOMINIOS DE LA INTELIGENCIA ARTIFICIAL
Hace unos cuantos años, cuando apenas se vislumbraba la era de las nuevas tecnologías de la información y las comunicaciones (TICs), el papel de las llamadas máquinas calculadoras electrónicas (MCE) se comparó con el desempeñado por las máquinas de vapor del período en que se desencadenaron las revoluciones industriales.
Existe un conjunto sólido de razones suficientes para comprender el trascendente papel de las computadoras en la sociedad postmoderna, de las TICs en general y otras tecnologías como las asociadas con la IA. A pesar de las posiciones muchas veces optimistas, no son pocos los problemas pendientes de solución en lo que se refiere al diseño y puesta en práctica de ingenios inteligentes capaces de aproximarse por la ejecución de sus operaciones a la actividad de un médico, si es que en definitiva esta meta es alcanzable.
Los tipos y formas de comunicaciones en las sociedades tienen por base "la propiedad y la capacidad de procesar los símbolos, de transformar sus órdenes de sucesión y sus conjuntos, de realizar con ellos operaciones y procesos". Los símbolos y signos ordenados por reglas sintácticas "reflejan la semántica y la pragmática de las relaciones humanas, forman los lenguajes naturales y los numerosos lenguajes de las ciencias exactas". El desarrollo de la civilización y del intelecto del hombre ha estado acompañado por el desarrollo de la simbólica y de los medios para su transformación.
Estas ideas junto a las aportadas por los logros en el procesamiento de datos simbólicos, la transformación y la realización de operaciones y procesos con ayuda de las máquinas computadoras, sirvieron para hacer referencia a la IA como la capacidad de las máquinas para resolver tareas consideradas tradicionalmente intelectuales y de facultad exclusiva de los seres humanos. Ello permitió formular uno de los problemas menos triviales asociados a la inteligencia: ¿cuáles son los atributos que permiten identificar en máquinas creadas por el hombre comportamientos inteligentes en toda su dimensión similares a los de aquel?
Los intentos por comprender la inteligencia, tanto natural como artificial, conducen de manera natural a la problemática de la construcción de modelos y teorías sobre procesos mentales y cerebrales. La aparición y consolidación de la computación, gracias a los trabajos pioneros de John Von Neumann, Alan Turing, Stephen Kleene y otros, facilitaron la aproximación al problema, a partir del análisis, diseño y evaluación de computadoras y programas que reproducían en cierto grado, conductas inteligentes como el reconocimiento y clasificación de patrones, el razonamiento desde las premisas hasta las conclusiones y el aprendizaje a partir de la experiencia.
La comprensión de la actividad de los médicos en su ámbito profesional se convierte en elemento de suma importancia para la IAM. Las tareas capaces de ser resueltas por aquellos, se pueden agrupar en dos tipos: las reproductivas que se ejecutan cuando las condiciones existentes, las vías y procedimientos de solución y los medios de los cuales se dispone son suficientes para dar cumplimiento a los objetivos, son recurrentes y se realizan de acuerdo con cierto esquema, patrón o pautas establecidas. Las tareas creativas se caracterizan, porque al plantearse el cumplimiento de estas, las condiciones existentes, los medios y métodos de solución que tiene a su disposición o forman parte de su experiencia, son insuficientes para resolverlas, de manera que los eslabones faltantes en el camino hacia la solución se hallan en la interacción con el medio en el que desarrolla su actividad, a partir del despliegue de toda su experiencia pasada, de sus habilidades y del acervo de conocimientos acumulados.
Cualquier tarea generada por situaciones problémicas contiene elementos reproductivos y de creación del pensamiento. La división en uno u otro tipo de tarea depende, por consiguiente, de cuál de las dos predomina. Si se considera este punto de vista, el intelecto natural es "la capacidad de resolver las tareas que incluyen en sí elementos reproductivos y de creación" y cuyas propiedades notables residen en la capacidad para la comprensión y la adopción de decisiones; así como en la construcción de textos en lenguajes naturales y el conocimiento de las leyes del mundo exterior. En cambio el intelecto artificial se presenta en esta interpretación como la simulación por las máquinas de las tareas reproductivas y de creación, definiciones poco sustanciosas, porque sigue en pie en ellas la cuestión de los atributos.
No existe una opinión conclusiva en cuanto a la definición de inteligencia, aunque el uso del término está bastante difundido junto al de sistema inteligente y los atributos más notables citados se relacionan con la percepción, la acción, el razonamiento, la adaptación y el aprendizaje, la comunicación, la autonomía, la creatividad, la reflexión, la formulación de metas y el planeamiento, la estética y la organización. Hoy no hay sistemas inteligentes capaces de exhibir el conjunto completo de atributos por los cuales los investigadores en IA y ciencias cognitivas caracterizan la inteligencia, pero es innegable que existen acercamientos débiles a comportamientos inteligentes completos en algunos dominios restringidos como la diagnosis médica.
La IA como disciplina científica se trata con distintas connotaciones: ciencia sobre la inteligencia, la investigación de modelos computacionales con conductas inteligentes (percepción, cognición y acción), la disciplina sobre el diseño y análisis de los sistemas inteligentes o la rama de la ingeniería relacionada con la automatización o mecanización de las tareas que requieren de la inteligencia. Entre estas últimas, se encuentran el diagnóstico de enfermedades, el descubrimiento de leyes científicas, la composición poética y musical, la enseñanza de la medicina y muchas más.
A partir de estas definiciones, se puede conceptuar la IAM como la orientación de la investigación cuya tarea central a largo plazo consiste en la creación de sistemas que simulen las posibilidades del intelecto del médico en toda su actividad profesional incluida sus percepciones, los procesos lingüísticos, de aprendizajes y creativos. En el aspecto práctico su meta es el diseño y la implementación de agentes inteligentes que requieren de herramientas de búsqueda, representación del conocimiento, aprendizaje y adaptación y su aplicación a la solución de problemas médicos y de salud, la planificación, el análisis y la adquisición de conocimientos.
Los avances hasta hoy muestran que esa meta tropieza con problemas extremadamente complicados. El cumplimiento de la tarea básica de la IA en la esfera médica requiere, como en cualquiera otra esfera, de una profundización en los conceptos de procesos mentales como: motivación, comprensión, conocimiento, finalidad, imaginación, intuición, enseñanza, aprendizaje, toma de decisiones, voluntad y muchos más, así como la implementación de las vías de introducirlos en los ingenios intelectuales. En un caso muy simple, puede pensarse que las tareas reproductivas, al seguir ciertos patrones, son fácilmente susceptibles de algoritmizar en aras de ser introducidas en una computadora. Sin embargo, debido a que muchas "cosas" que el ser humano sabe hacer se relacionan con la "no verbalización", ello plantea serias dificultades.
Problemas simples de las ciencias médicas pueden ser extremadamente difíciles de algoritmizar. Las dificultades de principio subyacen en la misma base de la Matemática, modelo de ciencia deductiva por excelencia; y si esto ocurre para las matemáticas, una situación no menos difícil se da en otras ciencias.
La idea de simbolizar el pensamiento no es nueva; G. W. Leibniz, formuló la idea del cálculo lógico universal, como la base de una ciencia capaz de expresar el pensamiento humano en un lenguaje simbólico. Todo parece indicar que las tentativas de Leibniz de "sustituir el proceso de razonamiento mediante un cálculo en las ciencias deductivas" son tan utópicas como las ideas de Francis Bacon de "crear la lógica del descubrimiento en las ciencias empíricas".
Es poco creíble que la teoría de los algoritmos matemáticos absolutos, al excluir las situaciones de elección, pueda contribuir útilmente a la algoritmización de los conocimientos médicos y que soluciones complicadas en el ámbito de las relaciones médico-paciente, puedan reducirse a la aplicación de ciertas reglas o recetas preparadas algorítmicamente e introducidas en una computadora. El pensamiento humano no es disyuntivo y en este sentido se dificulta el planteamiento de algoritmos clásicos para realizar tareas que exigen vaguedad.
¿Qué otros problemas plantea la concepción de un sistema o computadora médica dotada de inteligencia artificial muy cercana a la natural y capaz de interactuar con los pacientes? Existen aproximaciones a determinados aspectos éticos del asunto y otros conexos con las tecnologías aplicables en la esfera de la salud. Unos autores aseguran que los sistemas disponibles en medicina y que funcionan basados en técnicas de IA, "en ningún momento sustituyen o reemplazan la actividad del profesional en el diagnóstico o la imposición de tratamiento". Otros, ante la pregunta:¿nos sustituirá la computadora? y apoyados en el análisis de los sistemas expertos (SE) para el diagnóstico, explican: "Uno de los problemas de estos sistemas, en el diagnóstico, es que no consideran que una persona puede tener más de una enfermedad, que los síntomas pueden ser independientes, o que el paciente puede estar fingiendo. Si bien es cierto que la computadora tiene gran capacidad de cálculo, velocidad y exactitud, está claro que una computadora no puede sustituir al médico. Sólo este es capaz de razonar lógicamente y mezclar la razón con la intención, la ética, lo afectivo y la experiencia, algo que una máquina no puede hacer".
En un plano técnico, la cuestión requiere más indagaciones. Entre dos personas, la comunicación se establece al existir cierta comunidad en los modelos que emplean sobre el mundo externo. Comunicarse presupone uno o varios niveles de conocimiento del objeto de la conversación, que a veces propicia omisiones de frases enteras y hasta de fragmentos de textos con pocos riesgos de que no sea comprendida por el interlocutor. ¿Qué barreras se deben vencer para que un ingenio computacional con "talento médico" pudiese establecer una conversación que se aproximara a la realidad de un diálogo entre un médico y un paciente?
Las computadoras actúan en correspondencia con programas elaborados por el hombre. Su protagonismo al simular la actividad de un profesional médico requeriría al menos, de modelos de las esferas objetivas involucradas, sobre la base de conocimientos aportados, de programas planificadores para la solución de las tareas y del programa de trabajo propiamente dicho del médico en la realidad, con toda su carga, variedad semántica, emociones y otros atributos del accionar humano.
Las computadoras en calidad de instrumento para simular la actividad intelectual del médico en las relaciones comunicativas con los pacientes, están imposibilitadas de simularla si no retienen en la memoria modelos semánticos de la esfera médica como mínimo, capaces de propiciar la comunicación, el análisis y la síntesis de textos y palabras en la semántica médica propiamente dicha y comprensible para el paciente. La elaboración de modelos semánticos acabados es un problema por resolver que exige la representación de conocimientos médicos, no datos en la memoria de la computadora.
Desde el punto de vista cibernético, tratar el intelecto artificial médico implica tratar sobre la capacidad predictiva y de adoptar soluciones que tengan como escenario no sólo un contexto médico, acompañadas de toda la carga afectiva, ética y espiritual en situaciones complicadas y con la economía de recursos correspondientes.
McCulloch descubrió algunos patrones lógicos en la actividad del cerebro humano con resultados que se emplearon en el reconocimiento de imágenes por las máquinas. Este logro abrió mucho más el campo de la IA desde las posiciones de la neurocibernética, la neurofisiología, la psicología y la ingeniería de control. P. A. Moran fue uno de los primeros en comprender que una máquina inteligente no puede ser desarrollada si no es capaz de predecir eventos. Luego una máquina "con talento" para la medicina, si no es capaz de predecir multitud de situaciones y sucesos en los que se ve involucrado el profesional en ese campo durante el curso de su actividad teórico y práctica, difícilmente pueda acercarse al trabajo intelectual de este.
L. Fogel, A. Owens y M. Walsh concentraron sus esfuerzos en las investigaciones de los mecanismos lógicos que acompañan a la inteligencia, como la toma de decisiones, la predicción y la formulación de metas. Algunos problemas relacionados que involucran estos mecanismos plantean retos.
Si las metas constituyen algo establecido por adelantado y sólo una cadena de actos conscientes puede conducir a ella, ¿qué factores contribuirían a su aparición en una computadora hasta el punto de convertirse en un mecanismo que guíe sus esfuerzos? Si para el caso humano, el proceso de elección de la decisión más adecuada en una situación determinada lo representa el trabajo continuo, entonces: ¿qué mecanismos dictarán a la máquina la elección de una simple decisión importante con respecto a un paciente, entre una multitud de posibilidades?
Para un funcionamiento intelectual integrado es preciso considerar en los modelos, los mecanismos anteriormente referidos; así como cada una de las etapas por las que transcurren los actos intelectuales, tarea cuya realización aún no parece cercana. La formalización del proceso de la toma de decisiones no es tarea simple. Intentos con ayuda de redes bayesianas en modelos de adopción de resoluciones médicas no carecen de interés.
Otros problemas con diversos matices sobre los enfoques de la IA y la IAM son posibles. La cuestión sobre qué es lo que se desea simular es fundamental. Al considerar los propósitos de la IAM, no se trata de "programas intelectuales" que simulen aspectos aislados de la actividad intelectual del médico, que es mucho más amplia, rica y variada por muy modesto que sea este en sus conocimientos y capacidades. Por tanto en la concepción completa de la IAM, no sólo debe referirse la simulación de procesos con relación a la elaboración de diagnósticos y tratamientos variadísimos, sino a la simulación también los mecanismos psicológicos globales que permiten la construcción de estos procesos y su funcionamiento. Sólo así se produciría cierta proximidad de la relación médico-paciente convencional a un tipo de relación que podría denominarse (computadora médico)-(paciente).
La creación de un intelecto que simule la actividad de un profesional en medicina no sólo exige el nivel verbal. El médico como hombre en fin, elabora una cantidad extraordinaria de información a nivel no verbal en una enorme variedad de procesos trascendentes para la actividad intelectual. La solución del problema de incorporar estos niveles no verbales a la computadora es esencial en la simulación de la actividad médica.
Las debilidades en la consideración de los niveles no verbales son reconocidas en los sistemas expertos: "Desgraciadamente, al iniciar el desarrollo de un sistema" de un tipo "no se tarda en descubrir que podemos saber hacer bien cosas que no sabemos verbalizar bien; esa extracción de conocimiento o elicitación, acaba siendo el talón de Aquiles de los sistemas expertos elicitados, debido a los largos plazos y notable inversión en tiempo y dinero que conlleva".
Existen algunos dispositivos capaces de percibir señales del medio externo, simuladores de los órganos de los sentidos humanos. No obstante, la solución completa del problema de la creación de la lógica de la percepción y la cognición del mundo exterior, de lógicas imperativas, casuales, temporales y la creación de esquemas inductivos e imprecisos de deducción más perfectos está en el orden del día y deberá preceder a la creación de sistemas intelectuales artificiales más eficaces con aplicaciones importantes en el campo de la medicina y la salud.
El problema de la vaguedad o imprecisión en el proceso de la toma de decisiones es uno de los que no se debe minimizar en el diseño de los sistemas de intelecto artificial en la rama médica. El intelecto "resuelve permanentemente tareas relacionadas con la búsqueda y el descubrimiento en situaciones que implican indeterminación".
Un ingenio intelectual artificial, que intentara simular cercanamente al del médico, tendría que solucionar tareas en el marco de regiones con indeterminaciones características. Los actos de elección de alternativas pueden ocurrir de manera casual o de acuerdo a una distribución probabilística. La elección de la ejecución maquinizada de los algoritmos que admiten estos actos a partir de cierto conjunto de alternativas posibles, puede realizarse de acuerdo con esa distribución. Aquí "la imprecisión plasmada en los actos de elección se traduce al lenguaje de la casualidad numéricamente evaluada". En el hombre, la elección puede tener lugar fuera del marco de cualquier consideración casual, porque no siempre las indeterminaciones e imprecisiones se pueden interpretar mediante un enfoque probabilístico. Los algoritmos que incluyen actos electivos en los humanos no están limitados por leyes probabilistas.
La elaboración y ulterior desarrollo de modelos matemáticos y teorías, específicamente la lógica y el álgebra de los conjuntos difusos o imprecisos de Lofti A. Zadeh, destinadas a la simulación de las imprecisiones del proceso de la toma de decisiones, adquiere relevancia en la investigación de las simulaciones del intelecto artificial con orientación en medicina. Será preciso resolver el problema referido a la introducción acertada en las computadoras de las nociones de vaguedad y de prescripciones difusas, las vías para la constructivización de lo no constructivo y los mecanismos de búsqueda y descubrimiento de lo nuevo, antes de lograr computadoras inteligentes que se aproximen por sus acciones intelectuales al médico.
Desde que Alang Turing formuló la interrogante: ¿Puede una máquina pensar? se planteó la cuestión acerca de la posibilidad del intelecto artificial. Si bien el término IA fue acuñado por John McCarthy, Marvin Minsky y Claude Shannon en la Conferencia de Dartmouth, celebrada en 1956, la IAM no es muy antiguo y también se apoya en la hipótesis de trabajo según la cual la cognición y los procesos del pensamiento pueden ser modelados mediante la computación, hipótesis que es objeto de discusiones filosóficas y que está pendiente de validación.7
La teoría y la práctica médica cubana se nutren cada vez más de los avances computacionales y asimilan en el plano tecnológico, las ventajas que representan para el mejoramiento de la salud del ser humano. En cambio, el punto de vista con relación a las posibles funciones sustitutivas de las computadoras es discutible, sobre todo, si se considera el asunto de la inteligencia de fondo cuya esencia está resumida en la obra de Jack Copeland, Inteligencia artificial, una introducción filosófica. Esta cuestión puede plantearse en los siguientes términos: "como consecuencia del desarrollo cognitivo humano desde la infancia, todos tenemos una cantidad enorme de información básica", una especie de catálogo ausente en las máquinas", hecho que le impide a estas comprender frases del tipo autopsia con anestesia o el médico está en la luna de Valencia.
Tal vez sea útil recordar lo que los doctores Reyes y Prieto han escrito: "Es muy difícil de capturar la cognición humana en una máquina. Lo que los humanos hacen bien, como el reconocimiento de modelos, visión, inferencia inductiva, creatividad, las máquinas lo hacen mal y viceversa. Conseguir que las máquinas piensen como el humano es como conseguir que un caballo baile; eso para qué. Es mejor reconocer que estas dos formas de inteligencias coexistirán pacíficamente, por lo menos por un tiempo, y que luego, se separarán por diferentes caminos".


Ramas de la Inteligencia Artificial:
  • Robótica: ciencia que estudia el diseño y construcción de máquinas capaces de desempeñar tareas realizadas por el ser humano o que requieren del uso de inteligencia.
  • Sistemas Expertos: se basan en la simulación del razonamiento humano. Los sistemas expertos son, intermediarios entre el experto humano, que transmite sus conocimientos al sistema, y el usuario de dicho sistema, que lo emplea para resolver los problemas que se le plantean con la competencia de un especialista en la materia.


Aplicaciones Futuras de la Inteligencia Artificial:

  1. Robots de Charla: Un robot de charla o chatterbot es un programa de inteligencia artificial que pretende simular una conversación escrita, con la intención de hacerle creer a un humano que está hablando con otra persona.
  2. Red neuronal artificial: Línea de investigación que analiza la viabilidad de reconstruir un cerebro humano mediante una enorme red neuronal.
  3. Robots con razonamiento: Algunos investigadores esperan crear una máquina que pueda leer pasajes de textos y responder preguntas en base al material.

Atributos del agente inteligente son:·

* Tiene actitudes mentales tales como creencias e intenciones.

· Tiene la capacidad de obtener conocimiento, es decir, aprender.

· Puede resolver problemas.

· Entiende.

· Planifica, predice consecuencias, evalúa alternativas.

· Conoce los límites de sus propias habilidades y conocimientos.

· Puede distinguir a pesar de las similitudes de las situaciones.

· Puede ser original, creando incluso nuevos conceptos o ideas.

· Puede generalizar. · Puede percibir y modelar el mundo exterior.

· Puede entender y utilizar el lenguaje y sus símbolos.

inteligencia artificial

La Inteligencia Artificial (IA) es un campo de estudios muy amplio, y en constante cambio. Sin embargo, su producto final es siempre software. Estos programas, producto del trabajo de la IA, son denominados Sistemas Inteligentes (SI).
Un SI incorpora
conocimiento sacado de la experiencia y expertisia de los expertos humanos. Los campos de aplicación de tales SI’s son muy variados, pensemos por ejemplo en un sistema de diagnóstico médico, o en un sistema integrado de ayuda a la toma de decisiones empresariales. En cualquier caso, un SI partirá de unos datos y los convertirá en información (conocimiento), de modo que ayude a tomar una decisión. Para convertir los datos en información útil, empleará algoritmos de razonamiento, aprendizaje, evolución, etc. Además, el SI actuará siempre en tiempo real, lo que representa un aumento de la productividad.
En el caso de la
medicina las aplicaciones de la Inteligencia artificial son tan amplias que no podremos ni siquiera resumirlas todas, por lo que haremos mención de algunas de las que más extensamente se han usado y de algunas de las que más se están utilizando en la actualidad.(3Sistemas Expertos.
Constituye hoy en día el área de aplicación de la I.A. dentro de la medicina de mayor
éxito. Los sistemas expertospermiten almacenar y utilizar el conocimiento de uno o varios expertos humanos en un dominio de aplicación concreto. Su uso incrementa la productividad, mejora la eficiencia en la toma de de-cisiones o simplemente permite resolver problemas cuando los expertos no están presentes. Muchos son los ejemplos de sistemas expertos desarrollados.
Entre ellos: MYCIN para el diagnóstico médico.
Un sistema experto genérico consta de dos módulos principales:
La base de conocimientos del sistema experto con respecto a un tema específico para el que se diseña el sistema. Este conocimiento se codifica según una notación específica que incluye reglas, predicados,
redes semánticas y objetos.
El
motor de inferencia: es el que combina los hechos y las preguntas particulares, utilizando la base de conocimiento, seleccionando los datos y pasos apropiados para presentar los resultados
Un Sistema Experto (SE), es básicamente un
programa de computadorabasado en conocimientos y raciocinio que lleva a cabo tareas que generalmente sólo realiza un experto humano; es decir, es un programa que imita el comportamiento humano en el sentido de que utiliza la información que le es proporcionada para poderdar una opinión sobre un tema en especial. Otros autores lo definen como sigue: un Sistema Experto es un programa de computadora interactivo que contiene la experiencia, conocimiento y habilidad propios de una persona o grupos de personas especialistas en un área particular del conocimiento humano, de manera que permitan resolver problemas específicos de ése área de manera inteligente y satisfactoria. La tarea principal de un SE es tratar de aconsejar al usuario. Los sistemas expertos son una variedad comercial de una clasede programas computacionales llamados sistemas basados en conocimiento. El conocimiento en sistemas expertos es altamente in estructurado, esto es, el proceso de solucionar problemas de un dominio no es manifiesto. Y es establecido explícitamente en relaciones o deductivamente inferidos desde la cadena de proposiciones.(4)(5)
Dado que cada condición que puede ser encontrada puede ser descrita por una regla, los sistemas expertos basados en reglas no pueden manejar
eventos no anticipados, pero pueden evolucionar con el uso, y permanece limitado a un estrecho dominio de problemas.
Sólo para citar un ejemplo, un Sistema Experto (SE) de medicina es una aplicación capaz de dar soporte a un diagnóstico, con el uso de
técnicas básicas de representación del conocimiento, deducción y búsqueda de soluciones.
Esto va desde sistemas básicos dirigidos al usuario del hogar, hasta
proyectos de apoyo a países en desarrollo para auxiliar a médicos generales en el diagnóstico de enfermedades donde los especialistas no se encuentran disponibles. Los casos más avanzados son los sistemas de monitoreo capaces de mantener estable al paciente, manejar los cambios en la condición del paciente y disparar alarmas. Es en este nivel, donde los campos de aplicación se mezclan con las clases o tipos de aplicaciones que nos llevan a hacer una explosión de usos potenciales de la IA. (1)(4)(6)
Otra variante de sistemas expertos, uno que no posee esta limitación, emplea una base de conocimiento que consiste de descripciones estructuradas de situaciones, de problemas del mundo real y de decisiones actualmente hechas por expertos humanos. En medicina, por ejemplo, el
registro de un paciente contiene descripciones de datos personales, exámenes físicos y de laboratorio, diagnóstico clínico, tratamiento propuesto, y los resultados de tales tratamientos.
Dada una gran
base de datos con tales registros en una especialidad médica, el médico puede indagar acerca de eventos análogos a los relacionados con el paciente. Esto en contraste con el sistema que idealmente intenta reemplazar al ser humano, ya que en casos como estos sólo podría usarse este tipo de conocimiento como una herramienta que ayuda en la toma de decisiones. El software requerido para este tipo de sistemas se ha ido complicando con el tiempo ya que su desarrollo demanda tiempo, un buen equipo de programadores y un buen producto final.(4)(5)(7)
Los resultados de la inteligencia artificial han sido utilizados también para la elaboración de aplicaciones de
Enseñanza Asistida por Computadoras en las ciencias médicas. El ejemplo más representativo de este tipo de sistemas es el GUIDON, un tutorial inteligente basado en el sistema experto MYCIN. El objetivo de este último es diagnosticar infecciones bacterianas en la sangre y sugerir el tratamiento adecuado.
El sistema GUIDON se inicia con la presentación de un caso clínico sobre el cual el sistema va proporcionando información adicional a solicitud del estudiante y almacena la información sobre el tipo y número de consultas que va realizando, así como el orden de razonamiento que emplea el estudiante al tratar de resolver el caso problema. El GUIDON puede interrumpir la consulta y reorientar al estudiante en el momento en que presenta una de las reglas apropiadas para la solución. Este sistema proporciona ayuda al estudiante en
función del camino que éste va siguiendo para solucionar el caso.
El GUIDON también cuenta con la posibilidad de hacer presentaciones de casos clínicos de tipo tutorial, con el propósito de introducir nuevo material o establecer diálogos sobre los mecanismos de inferencia referentes al caso para llegar al diagnóstico y tratamiento adecuados.
Desarrollar
tutoriales inteligentes como el GUIDON requiere de un gran tiempo de trabajo y un enorme costo, ya que implica, en primer lugar, adquirir conocimientos de un experto humano, almacenarlos en una computadora y manejarlos con los recursos que esta última brinda, para obtener un resultado o solución igual o suficientemente cercana a la de un experto humano. El sistema además, debe poder explicar en todo momento su razonamiento. Por su complejidad, estos no son los sistemas que más comúnmente se desarrollan para la enseñanza.(6)(7) (8)
La
tecnología de sistemas expertos ha probado su utilidad en campos muy heterogéneos del saber humano, a modo de ejemplos podemos citar algunos Sistemas Expertos:
MYCIN, construido también en Stanford, diagnostica enfermedades infecciosas de la sangre y receta los antibióticos apropiados.
PUFF, diagnostica enfermedades pulmonares.
CADUCEUS, de la
Universidad de Pittsburgh, para diagnosticar medicina interna.
EMYCIN (Essential Mycin)Shell construido en la Universidad de Stanford sobre la base del MYCIN, sistema de expertos que realiza diagnóstico de enfermedades infecciosas a la sangre. Posteriormente sobre el EMYCIN se construyeron otros sistemas expertos como el PUFF (que diagnostica enfermedades pulmonares) y el SACON (
Ingeniería estructural).
MED1 Este shell fue desarrollado en 1983 por F. Puppe en el marco de una
tesis doctoral en la Universidad de Kaiserlautern y llevado a la práctica posteriormente en varios computadores. El lenguaje de programación sobre el que se basa, aunque no es accesible desde el MED1, es Interlisp. El MED1, como su nombre indica, es especialmente apropiado para sistema de diagnóstico médico. Debido al contexto de desarrollo, la interfase del usuario no es en absoluta tan cómoda como en otros Shell como el KEE y el S1, cuyo desarrollo fue orientado hacia la explotación comercial. La principal ventaja del MED1, es su gran flexibilidad en la manipulación de conocimientos difusos.(3)(9)
Ahora hablaremos un poco mas sobre MYCIN:
Mycin Sistema Experto para diagnósticos médicos MYCIN es un Sistema Experto para la realización de diagnósticos, iniciado pro Ed Feigenbaum y posteriormente desarrollados por E.Shortliffe y sus colaboradores. Su función es la de aconsejar a los médicos en la
investigación y determinación de diagnósticos en el campo de las enfermedades infecciosas de la sangre. El sistema MYCIN, al ser consultado por el médico, solicita primero datos generales sobre el paciente: nombre, edad, síntomas, etc. Una vez conocida esta información por parte del sistema, el Sistema Experto plantea unas hipótesis. Para poder verificarlas comprueba primero la exactitud de las premisas de la regla. Esto se realiza mediante una búsqueda de enunciados correspondientes en la base de conocimientos. Estos enunciados pueden a su vez estar de nuevo en la parte de consulta de otra regla. También lo realiza mediante determinadas preguntas al usuario. Aquí se hacen preguntas del tipo: ¿Se ha practicado en el paciente algún tipo de intervenciónquirúrgica? Con las respuestas que recibe, el MYCIN verifica o rechaza las hipótesis planteadas. Una serie de tests han demostrado que MYCIN trabaja igual de bien que un médico.(1)(10)(11)
ROBÓTICA
Los robot son unas
máquinas controladas por ordenador y programada para moverse, manipular objetos y realzar trabajos a la vez que interacciona con su entorno. Los robots son capaces de realizar tareas repetitivas de forma más rápida, barata y precisa que los seres humanos.
La fabricación de robots es el mejor campo de experimentación para la Inteligencia Artificial. La
robótica no es ciencia-ficción, no trata de hacer robots que piensen como personas y se parezcan a ellas, sino que trabaja con metas más simples. Los robots no tienen nada que ver con lo que entendemos por humanoides. Son objetos cotidianos que facilitan un poco la vida, como un electrodoméstico. La reproducción de cualquier órgano del ser humano es extremadamente difícil, y para imitar el funcionamiento de una pierna se utiliza algo tan rudimentario como ruedas y cadenas. Algo parecido ocurre con la visión, pues una cámara no se aproxima a la riqueza que tiene el ojo humano, que además tiene visión estereoscópica, mientras que una cámara ve una imagen plana.
El
diseño de un manipulador robótico se inspira en el brazo humano. Las pinzas están diseñadas para imitar la función y estructura de la mano humana. Muchos robots están equipados con pinzas especializadas para agarrar dispositivos concretos.
Las
articulaciones de un brazo robótico suelen moverse mediante motores eléctricos. Una computadora calcula los ángulos de articulación necesarios para llevar la pinza a la posición deseada.(12)
En 1995 funcionaban unos 700.000 robots en el mundo. Más de 500.000 se empleaban en
Japón, unos 120.000 en Europa Occidental y unos 60.000 en Estados Unidos. Muchas aplicaciones de los robots corresponden a tareas peligrosas o desagradables para los humanos. En los laboratorios médicos, los robots manejan materiales que conlleven posibles riesgos, como muestras de sangre u orina. En otros casos, los robots se emplean en tareas repetitivas en las que el rendimiento de una persona podría disminuir con el tiempo. Los robots pueden realizar estas operaciones repetitivas de alta precisión durante 24 horas al día.

aplicaciones de la inteligencia en los distintos sistemas



APLICACIONES DE LA INTELIGENCIA ARTIFICIAL Y LAS TÉCNICAS QUE USAN

Dentro del enfoque de la ingeniería de la Inteligencia Artificial, se clasifican las técnicas que pueden ser usadas como herramientas para solucionar problemas en las siguientes categorías: 1. Técnicas básicas, así llamadas por encontrarse a la base de diversas aplicaciones de IA. Entre otras se encuentran Búsqueda Heurística de Soluciones, Representación del Conocimiento, Deducción Automática, Programación Simbólica (LISP) y Redes Neuronales. Estas técnicas son las bases de las aplicaciones. En su mayoría, no necesita conocerla el usuario final, sino los profesionales que se dedican a su aplicación y la generación de aplicaciones comerciales.2. Tecnologías, o combinaciones de varias técnicas básicas, orientadas a resolver familias de problemas. Las tecnologías son más especializadas que las técnicas básicas y están más cerca de las aplicaciones finales. Se pueden mencionar a la Robótica y Visión, Lenguaje Natural, Sistemas Expertos3. Clases o tipos de aplicaciones: Diagnóstico, Predicción (sistemas de autocontrol de reactores atómicos), Secuenciamiento de operaciones ("Scheduling"), Diseño, Interpretación de datos. Todas ellas son familias de problemas tipo. Por ejemplo, el diagnóstico se refiere a encontrar las causas de fallas, ya sea que se trate de fallas en una línea de producción o de enfermedades en una persona.4. Campos de aplicación: Ingeniería, Medicina, Sistemas de Manufactura, Administración, Apoyo a la Toma de Decisiones Gerenciales, etc. Todas caen dentro de las áreas de los sistemas computacionales, pero que se consideran como clientes de la Inteligencia Artificial.

APLICACIÓN DE LA INTELIGENCIA ARTIFICIAL EN LOS SISTEMAS PRODUCTIVOS
La incorporación de agentes de decisión inteligente, redes neuronales, sistemas expertos, algoritmos genéticos y autómatas programables para optimización de sistemas de producción es una tendencia activa en el ambiente industrial de países con alto desarrollo tecnológico y con una gran inversión en investigación y desarrollo. Dichos componentes de la Inteligencia Artificial tienen como función principal controlar de manera independiente, y en coordinación con otros agentes, componentes industriales tales como celdas de manufactura o ensamblaje, y operaciones de mantenimiento, entre otras. Existe una tendencia creciente a la implementación de sistemas de manufactura/ensamblaje más autónomos e inteligentes, debido a las exigencias del mercado por obtener productos con niveles muy altos de calidad; lo cual con operaciones manuales se hace complicada y hace que los países subdesarrollados como el nuestro no alcance niveles competitivos a nivel mundial. Al diseñar un sistema de producción integrado por computadora se debe dar importancia a la supervisión, planificación, secuenciación cooperación y ejecución de las tareas de operación en centros de trabajo, agregado al control de los niveles de inventario y características de calidad y confiabilidad del sistema. Los factores mencionados determinan la estructura del sistema y su coordinación representa una de las funciones más importantes en el manejo y control de la producción. Muy frecuentemente, la razón para construir un modelo de simulación es para encontrar respuestas a interrogantes tales como ¿Cuáles son los parámetros óptimos para maximizar o minimizar cierta función objetivo? En los últimos años se han producido grandes avances en el campo de la optimización de sistemas de producción. Sin embargo, el progreso en el desarrollo de herramientas de análisis para resultados de modelos de simulación ha sido muy lento. Existe una gran cantidad de técnicas tradicionales de optimización que sólo individuos con gran conocimiento estadístico y de conceptos de simulación han logrado aportes significativos en el área. Debido al auge de los algoritmos de búsqueda meta-heurísticos, se ha abierto un nuevo campo en el área de optimización con simulación. Nuevos paquetes de software, tales como OptQuest (Optimal Technologies), SIMRUNNER (Promodel Corporation) y Evolver (Palisade Software), han salido al mercado brindando soluciones amigables de optimización de sistemas que no requieren control interno sobre el modelo construido, sino sobre los resultados que dicho modelo arroja bajo diferentes condiciones. Además, nuevas técnicas de inteligencia artificial aplicadas a problemas de optimización estocástica, han demostrado su eficiencia y capacidad de cómputo y aproximación. El Aprendizaje Reforzado (Reinforcement Learning) es un conjunto de técnicas diseñadas para dar solución a problemas cuya base son los procesos de decisión markovianos. Los procesos markovianos son procesos estocásticos de decisión que se basan en el concepto de que la acción a tomar en un estado determinado, en un instante determinado, depende sólo del estado en que se encuentre el sistema al momento de tomar la decisión. Una de las áreas que puede tener mayor incidencia directa en los procesos productivos de la industria nivel mundial, es el diseño de sistemas de soporte para la toma de decisiones basados en la optimización de los parámetros de operación del sistema. Para tal efecto, el uso de técnicas inteligentes paramétricas y no paramétricas para el análisis de datos es de gran interés. Sin embargo, a juicio de los autores en la mayoría de las arquitecturas propuestas hasta el momento para manufactura integrada por computadora, carecen de un factor de integración fundamental. La comunicación entre los diversos niveles jerárquicos de una planta de producción es muy poca, ya que cada departamento se limita a realizar su función sin buscar una integración de toda la planta productiva a excepciones de empresas como ABB con su software Baan, etc.

APLICACIONES DE LA INTELIGENCIA ARTIFICIAL EN LA SOLUCION DE PROBLEMAS ESPECIFICOS DE PRODUCCION
Operación automática de control de calidad usando un sistema de visión por computador (Royman López Beltrán, Edgar Sotter Solano, Eduardo Zurek Varela. Laboratorio de Robótica y Producción Automática. Universidad del Norte) Todo proceso industrial es evaluado por la calidad de su producto final, esto hace de la etapa de control de calidad una fase crucial del proceso. Los mecanismos utilizados para establecer la calidad de un producto varían dependiendo de los parámetros que tengan relevancia en el mismo. Cuando el parámetro relevante es la geometría o forma del objeto fabricado se suele dejar a la vista del operario que lleve a cabo tal función tanto de inspección como de verificación para el control de calidad, sin embargo pueden existir errores en la geometría de un objeto que escapen de la vista de un operario y que luego impidan el buen funcionamiento de dicho objeto. En un caso como éste, surge como una buena alternativa el utilizar un sistema de visión artificial capaz de detectar aquellos errores que un operario pudiera pasar por alto. El sistema de visión artificial Robot Visión PRO, es capaz de ejecutar de manera totalmente automática las labores de identificación de objetos y de control de calidad de los mismos. El sistema Robot Visión PRO es un paquete de software de visión que permite la adquisición de imágenes, preprocesamiento y segmentación. Además realiza procesamiento de datos de alto nivel que brinda filtrado de imágenes, elaboración de clusters y patrones, e identificación de objetos. Este sistema cuenta con una videocámara y un monitor encargado de identificar cada una de las piezas salientes del proceso y hacer una comparación con piezas de 100% calidad para luego determinar si el empaque puede salir al mercado o debe desecharse. A continuación se presentan algunas imágenes suministradas por el sistema Robot Visión PRO Para la ejecución de la operación de control de calidad. Fueron dispuestos los empaques de tal forma que las geometrías quedaran plenamente contenidas en el programa, y se procedió posteriormente a realizar de forma individual el control de calidad para cada uno de los empaques.